2024年10月23日上午，厦门大学郑挺国教授应邀来我校开展以“Time-Varying Parameter Dynamic Factor Models: From Novel Estimation To Macroeconomic Monitoring”为主题的学术讲座。本次讲座在综合楼644举行，由统计与数学学院院长程开明教授主持。

郑挺国，厦门大学邹至庄经济研究院、经济学院统计系和王亚南经济研究院教授、博士生导师，厦门大学宏观经济研究中心副主任，厦门大学南强重点岗位特聘教授，中国数量经济学会常务理事，中国统计教育学会常务理事，国家社科基金重大项目首席专家。其研究领域为宏观经济与政策分析、宏观计量经济学、金融计量经济学、时间序列分析、大数据方法与应用。先后在《经济研究》、《管理世界》、Journal of Econometrics、Journal of Business & Economic Statistics、Journal of Economic Dynamics & Control等国内外主流期刊上共发表论文90余篇。入选教育部青年长江学者、国家万人计划青年拔尖人才、福建省特支双百计划哲学社会科学领军人才、教育部新世纪优秀人才、福建省新世纪优秀人才、福建省高校杰出青年科研人才。主持国家社科基金重大项目1项，教育部人文社会科学重点研究基地重大项目（首席专家）1项，国家自然科学基金项目4项。

本次讲座郑教授围绕六大核心议题展开阐述：研究动机、模型构建与估计、模拟实验、高维拓展、实证分析及结论。其研究动机源于动态因子模型中的结构突变问题，为解决这一问题，郑教授团队引入了时变参数动态因子模型（TVP-DFM），并采用拟极大似然估计方法（QML）进行参数估计。在模拟实验中，QML相较于近似最大似然估计方法（AML）展现出了更低的均方差，从而验证了QML在变量估计中的优越性。此外，为适应大规模经济变量的高维建模需求，郑教授团队创造性地提出了简约TVP-DFM，并验证了其在高维场景下的有效性与准确性。具体而言，随着时间的推移，因子估计的均方差逐渐减小，即因子估计的准确性不断提高；同时，随着变量数量的增加，变量估计的均方差也呈现下降趋势，即变量估计的准确性也在提升。这一发现表明，在研究宏观经济时，采用高维估计方法将更为合适。进一步地，郑教授就疫情期间的中国经济发展状况进行实证分析，构造共43个数据集，从宏观角度监测了疫情期间中国经济的动态变化。最后，郑教授就QML的估计方法、简约TVP-DFM模型的提出、模型在高维环境下的估计效率以及模型的实证评价四个方面进行总结。

随着讲座渐入尾声，郑挺国教授与老师们和同学们就模型能否从宏观层面的测量拓展应用至省市等微观层面的测量、模型因子选取技巧以及相对于机器学习该模型的预测优势等话题展开了激烈而深入的学术对话，这一环节不仅促进了学术见解的交流与融合，更激发了新思想的火花。最后，程开明院长对此次讲座发表总结，并对郑挺国教授的精彩分享以及在场听众的参与和互动表达了诚挚的感谢。