报告题目：QR Decomposition based Orthogonality Statistical Inferences for Semiparametric Regression Models
内容简介：We study the estimation for a class of semiparametric regression models, such as the partially linear models and varying-coefficient partially linear models with longitudinal data. By combing quadratic inference functions with QR decomposition technology, we propose a new estimation method for the parametric and nonparametric components. The resulting estimators for parametric and nonparametric components do not affect each other, and then it is easy for application in practice. Under some mild conditions, we establish some asymptotic properties of the resulting estimators. Some simulation studies are undertaken to assess the finite sample performance of the proposed estimation procedure.
报告人简介：
赵培信，博士，教授，重庆工商大学硕士生导师。近几年来一直从事非参数统计以及复杂数据处理方法的研究。作为项目负责人先后主持了国家自然科学基金青年基金项目1项、国家社会科学基金一般项目1项以及重庆市前沿与应用基础研究计划一般项目1项等课题的研究工作，并且参与各类科研项目多项。在国内外重要刊物发表专业学术论文40余篇，SCI收录20余篇。
===================================================================================================
报告题目：Doubly CCE Profiled PCA Estimation of Multilevel Factor Models
报告内容：In this paper, we estimate multilevel factor models with global factors, local factors and large number of groups. With large number of groups, multilevel factor models have large number of local factors and the local factors are less correlated than global factors. Hence they provide special explanations to the increasing number of factors problem, the weakly influential factor problem and strongly correlated noises problem. In spite of these multiple interpretations, the study of them is almost silent. In this paper, we use Common Correlated Effects (CCE) technique to estimate the model. Since we use CCE profiling twice when estimating global factors, one for profiling out local factors, one for profiling out errors, we term the estimation as the Doubly CCE Profiled (DCP) procedure. We establish the asymptotic properties for DCP procedure and show the finite sample performances. We apply the new procedure to studying the comovements of stocks listed in China stock markets.
报告人简介：
陈明镜，博士，2019年毕业于上海财经大学，获得统计学博士学位，中国准精算师。研究兴趣包括：因子模型、大规模检验、空间计量、贝叶斯统计和非寿险精算
===================================================================================================
报告题目：中国相对贫困标准界定与规模估算
报告内容：相对贫困标准的界定是建立解决相对贫困长效机制的前提。本文借鉴世界银行、OECD的相对贫困界定标准，采用模拟收入分布方法还原出个体收入数据，借此测算和比较不同标准下的中国相对贫困规模，最后对中国相对贫困标准界定给出建议。主要结论如下：第一，按3.2美元和5.5美元的高标准绝对贫困线测度的中国贫困发生率和贫困人口规模大幅下降，且城镇贫困已基本消除；第二，收入比例法（“全国一条线”和“城乡两条线”）测度结果显示，中国相对贫困线在2009年之后逐年提升幅度较大，城乡低收入群体与其他群体收入差异扩大，城镇相对贫困加深程度要高于农村；第三，用世界银行社会贫困线和“全国一条线”标准界定中国相对贫困为时尚早，会大大低估城镇相对贫困，而在“城乡两条线”标准下，城乡相对贫困均可得到充分体现。现阶段采用城镇居民可支配收入中位数的50%和农村居民可支配收入中位数的40%分别作为城乡相对贫困线标准既可避免大量新贫困群体出现，也有助于引导缩小城乡收入差距。2019年全国相对贫困率为12%，城乡分别为5.8%和21.5%，整体相对贫困人口规模约1.68亿人，城乡分别约4921万人、1.19亿人。相对贫困阶段，中国将面临农村贫困人口规模大、城镇贫困人口增幅大的双重挑战，需调整扶贫对象、扶贫目标与扶贫方式，同时加快推进城乡融合发展、缩小城乡差距。
报告人简介：
于学霆，博士，重庆工商大学数学与统计学院讲师。2019年6月毕业于北京师范大学统计学院，获得经济学博士学位。专业研究方向为：宏观经济统计分析，金融统计分析。近期研究主要集中于贫困与收入分配测度、通货膨胀动态、宏观经济核算等领域。
=================================================================================================
时间：2020年8月27日（星期四）下午2:30-4:30
地点：企业微信（扫码进入房间）
