近日，由西南财经大学数据科学与商业智能联合实验室常晋源教授、张佳老师和美国佐治亚理工学院史震涛教授合作完成的论文 "Culling the Herd of Moments with Penalized Empirical Likelihood" 被计量经济学国际顶级学术期刊《Journal of Business & Economic Statistics》正式接收。

矩约束模型（moment restriction models）在计量经济学研究中具有重要地位。虽然我们可以通过在该模型中加入大量正确识别的矩条件来提高参数估计的效率，但是一旦误选错误识别的矩条件就会导致参数估计不再具有相合性。该论文系统研究了高维矩约束模型在可能含有错误识别矩条件情形下的参数估计与推断问题。具体而言，该论文提出了一种惩罚经验似然方法，建立了相应的矩条件识别准则，并证明了该准则的选择一致性。虽然基于惩罚经验似然得到的参数估计具有渐近正态性，但该估计中却含有渐近偏差项。为了去除渐近偏差对进一步统计推断的不利影响，该论文又提出了一种基于投影的经验似然方法。基于新方法得到的参数估计不再具有渐近偏差，能在有限样本下得到更加精准的统计推断结果。

作者简介：

常晋源，西南财经大学数据科学与商业智能联合实验室执行主任，光华特聘教授、博士生导师、国家杰出青年基金获得者、四川省特聘专家、四川省统计专家咨询委员会委员。主要从事超高维数据分析和高频金融数据分析两个领域的研究。

史震涛，美国佐治亚理工学院副教授。主要从事高维计量经济学模型的估计和推断等领域的研究。

张佳，西南财经大学讲师。主要从事高维经验似然和充分降维等领域的研究。