洪永淼教授学术报告在SIMIS成功举办

大湾区经济网报道，2025年4月2日下午，由上海数学与交叉学科研究院（SIMIS）、中国人民大学深圳研究院〔社会科学高等研究院（深圳）〕主办，中国人民大学国际货币研究所（IMI）协办的SIMIS数字经济与金融高端讲堂第1期暨人大深圳社科沙龙第43期在上海成功举办。本次活动邀请了中国科学院数学与系统科学研究院关肇直首席研究员、中国科学院大学经济与管理学院院长洪永淼教授，作题为“基于岭动态模态分解的高维向量自回归模型估计”的学术报告。出席活动的发言嘉宾包括上海数学与交叉学科研究院理事长、菲尔兹奖首位华人得主丘成桐先生，上海数学与交叉学科研究院访问教授、上海财经大学经济学院院长周亚虹教授，复旦大学经济学院教授、上海数学与交叉学科研究院访问教授、复旦-斯坦福中国金融科技与安全研究院执行院长刘庆富教授，中国人民大学经济学院李勇教授，英国著名经济学家陆懋祖教授，以及上海社会科学院数量经济研究中心主任朱平芳教授等专家学者。线下师生代表与线上各界同仁共同参与了本次活动。

上海数学与交叉学科研究院副院长尚在久教授主持会议，他首先对洪永淼教授及各位嘉宾专家的到来表示热烈欢迎。

丘成桐先生在致辞中表示，在当前大数据与人工智能蓬勃发展的新时代背景下，数学研究与应用的战略地位日益凸显，正肩负着前所未有的历史使命。数学作为基础学科，其与人工智能在经济金融领域的深度融合展现出巨大潜力。数学建模、算法优化等理论方法正在深刻改变金融市场的运行方式，为风险控制、投资决策等关键环节提供全新解决方案。然而，当前跨学科融合仍存在亟待加强的薄弱环节。展望未来，数学、计算机科学、经济学、医学等学科的交叉融合将成为必然趋势。这种融合不仅推动理论创新，更将催生突破性的应用成果。以上海、北京、深圳等科技创新中心为代表，我国学术界正在交叉融合领域持续发力。期待通过洪永淼教授等学者的前沿研究，进一步推动社会各界更加重视这一发展趋势，共同促进学科交叉创新。

洪永淼教授以“基于岭动态模态分解的高维向量自回归模型估计”为题作学术报告。他首先回顾了向量自回归模型（VAR）的核心地位。自1980年提出以来，VAR广泛用于分析GDP、通货膨胀率等经济指标的动态关系，为宏观经济预测和政策分析提供支持。然而，在大数据时代，变量增加导致参数激增，样本量不足使传统方法失效，面临“维度灾难”问题。为应对这一挑战，洪永淼教授团队创新性地引入流体力学中的动态模态分解（DMD）方法，首次将其应用于计量经济学。该方法通过矩阵分解提取动态特征，突破高维瓶颈并保留VAR的优势。从理论上证明了其估计相合性、收敛速度、秩选择一致性及渐近正态性，为该方法的应用奠定基础。数值模拟显示，新方法的误差较LASSO降低18%，预测精度提升20-25%，计算效率提高40%。实证研究表明，该估计方法的预测优于传统方法，并揭示了通胀传导的异质性。该方法在宏观经济、金融市场及政策评估中前景广阔，尤其适合小样本场景。未来将探索非线性扩展、时变模型及高频数据应用，这些将为计量经济学方法论的持续发展注入新的活力。

在嘉宾研讨环节，周亚虹教授回顾了洪永淼教授将动态模态分解方法应用于高维VAR模型的创新研究，指出该方法突破了传统VAR模型处理变量数量的限制，为宏观经济分析提供了新范式。周亚虹教授关注研究中通过奇异值分解实现数据降维的思路，认为这拓展了经济学研究的边界。同时，周亚虹教授提出了三个关键问题：参数矩阵秩的动态调整、岭回归阈值优化、平稳与非平稳变量混合处理。洪永淼教授回应表示，团队正在开发非参数方法处理秩变化问题，岭回归阈值选择仍需理论完善，并建议将该方法拓展至误差修正模型框架。这些研究方向与陆懋祖教授团队的工作密切相关，为未来跨学科合作提供了可能。

刘庆富教授从模型与数据可信性角度出发，指出当前数据环境呈现三大特征：多模态数据形态、低利用率以及虚假信息病毒式传播，这些都给经济研究带来新挑战。目前，刘庆富教授团队在模型与数据可信性研究取得重要突破，开发了能提前2到3年预警财务舞弊风险的预测模型，准确率超过90%。他强调数字经济研究需兼顾模型可信性与数据可信性。洪永淼教授的研究着眼于前者，提供高维数据分析工具，而后者同样关键，需强调数据可信性，二者共同为数字经济研究提供更全面的方法论支撑。他提出未来需重点解决三大问题：海量数据筛选、AI内容可信度评估及跨学科数据质量体系建设。

李勇教授认真梳理了动态模态分解方法的数学基础，表示该方法通过奇异值分解（SVD）技术为高维数据降维提供了有效途径。针对洪永淼教授提出的截断岭回归动态模态分解方法，他认为该方法在估计高维参数矩阵秩的同时，建立了较为完整的理论体系。从模拟研究和实际数据验证来看，该方法在25国通胀预测等实证应用中表现出良好效果。洪永淼教授的工作为处理高维时间序列数据开辟了新路径，特别是在小样本情境下的应用前景值得期待。他表示，这项研究不仅深化了理论认识，也为宏观经济预测、金融风险管理等实际应用提供了有益参考，并建议进一步探索该方法在更复杂场景下的适用性。

在论坛的现场提问环节，英国经济学家陆懋祖教授、上海社会科学院数量经济研究中心主任朱平芳教授、尚在久教授、刘庆富教授等与会专家学者，对该研究成果进行热烈讨论。他们认为，这项工作代表了计量经济学前沿方法的重要突破。通过将数学、统计学与计量经济学深度融合，洪永淼教授团队为解决高维时间序列分析这一关键难题提供了系统化的解决方案。随着数字经济时代的深入发展，此类创新方法必将在经济预测、政策分析和风险管理等领域发挥越来越重要的作用。

在会议最后，尚在久教授做总结发言，对参与本次报告的各位专家学者以及各界同仁表示衷心感谢。

编辑：徐丽丽