4月5日至4月6日，由厦门大学王亚南经济研究院主办的宏观计量经济学国际会议暨宏观经济与金融市场实证研究研讨会（SETA）分为a、b两个会场同时进行，地点分别在嘉庚二201和嘉庚三220。来自全球各地的著名经济学家分别就“非线性时间序列模型和非线性依赖的度量” 、“中国经济”、“时间序列中的分位数回归”等十六个不同的专题进行了高水平的学术报告，并展开了广泛而深刻的讨论与交流。
Section 5a：“非线性时间序列模型与非线性依赖的度量”专题
时间：4月5日上午8：30—10：00
地点：厦门大学嘉庚二201
会场主席：Zhijie Xiao博士 美国波士顿学院
专场的第一位发言人是美国康奈尔大学经济学教授、厦门大学王亚南经济研究院教授洪永淼。他发表了题为“序列依赖性的一种改进的非参数熵测度”的学术报告。洪永淼教授首先指出：测量及检验序列依赖性是时间序列分析的核心部分，最近一些研究中序列依赖性的平滑非参数熵测度和检验成为了计量学家感兴趣的方向，但仍然存在某些问题有待解决。鉴于此，Hong和White（2005）发展了关于序列依赖性基于kenel的平滑非参数熵估计的渐近理论，而洪教授的本场报告则主要提出了对于Hong和White（2005）的一种改进。通过一系列定理及推导，得出的结论是：第一，经过改进得到的积分熵估计比Hong和White（2005）的样本- 平均熵估计更为有效，因为前者得到的渐近方差更小。第二，应用标准kernel得到的积分熵估计的渐近方差是一族正kernel函数之中最小的。第三，自助法对于Hong和White（2005）的检验来说并不是一致的，但是对于新的检验具有一致性。
接着，来自法国国立统计和经济管理学院的Jean-Michel Zakoian博士做了题为“参数受边界约束时GARCH过程的估计和检验”的演讲。他提出了当真实参数的系数可以取0值时广义自回归条件异方差(GARCH)过程的拟极大似然估计量的渐近分布。Zakoian博士认为这种渐近分布是一个正态矢量分布在锥面上的投影。他进一步指出，这一拟极大似然估计量局部均一地收敛于它的渐近分布。随后，他运用上述结果考虑了GARCH过程中一个或多个系数为0的检验问题，并得到了Wald检验、Score检验和拟极大似然比检验的零分布和局部渐近效力。
在场的其他经济学家分别对两位报告人的陈述做了进一步的讨论，提出了颇具价值的问题和建议。本场专题学术气氛浓厚而热烈，相信必将对上述研究方向的发展起到良好的促进和推动作用。
Section 5b：“中国经济”专题
时间：4月5日上午8：30—10：00
地点：厦门大学嘉庚三220
会场主席：萧政教授 美国南加州大学
美国波特兰州立大学经济系的林光平教授首先对论文《关于中国的sigma-收敛在空间上的研究》进行了阐释。报告的核心在于分析对中国人均GDP的地区差异。是衡量地区之间差异的最常用的测度，他表示的是一种各地区之间差异虽时间逐步减少的现象。作者指出在过去的一些文章中通过对sigma-收敛的测度得出的关于中国的地区之间的差距不收敛的结论可能是在模型错误的基础上得出的，而模型的错误可能是因为数据的空间依赖，时间序列上的相关或者是数据的非平稳。而且作者特别指出数据的空间上的依赖可能会影响sigma-收敛的测度。因此作者集中分析在均值和方差上的空间依赖。通过对中国的1978-2004年的人均GDP的数据分析在基于30个省市的权重矩阵的基础上得出这些年的sigma-收敛的测度，得出以下结论：第一，在考虑了空间依赖的模型中，我们可以得出更小的方差，因而地区之间的差异更小。第二，东部已经比较繁荣，但是稍落后的中西部地区正在追赶。但这并不意味着各个地区之间会收敛，是否收敛还将依赖于中央政府的转移支付和再分配政策。最后作者指出本次报告的不足在于只进行了比较静态分析，下一步将进行动态的分析。
随后，中国北京航空航天大学的任若恩教授发表了名为“中国工业的全要素生产率增长，1981-2000”的学术演讲，运用KLEMS框架研究了中国1981至2000年间33个工业部门的全要素生产率。他发现，中国不同工业部门和不同时期的全要素生产率有着很大的差异，而且20年间中国的全要素生产率并没有增长。
本场的第三个发言人是中国社会科学院汪同三教授，他做了题为“收入分布在资本分布和宏观投资结构上的影响：中国从1978年的实证研究”的报告。汪教授首先说明了研究动机和中国高投资的原因。在报告中汪教授提出了收入分布在资本分布和宏观投资结构上的影响是通过“收入分布模式－收入水平和收入不平等－有效需求和需求结构－资本累计和宏观投资结构”的机制实现的。并利用中国1978年以来的年度数据验证了上述机制。报告通过格兰杰因果检验和协整分析方法得出了如下结论：（1）对于城市居民，相对于轻工业而言收入水平的上升和收入不平等的扩大可能引起重工业的投资比例和增长率上升；（2）农村收入的上升可能引起轻工业投资比例和增长率的上升，而农村居民的收入不平等对宏观投资结构没有什么影响；（3）宏观投资结构偏好重工业主要是由城市居民的收入不平等的扩大造成的。
在专题的进行过程中，专家们针对目前还未明确的问题进行了交流和讨论，比如变量确定和估计方法问题。这是一个融合思想，提炼精华的过程，将对中国宏观计量经济学的研究带来新的启示与思考。
Section 6a：“时间序列的分位数回归”专题
时间：4月5日上午10：30—12：00
地点：厦门大学嘉庚二201
会场主席：Jean-Michel Zakoian博士 法国国立统计和经济管理学院
来自美国加利福尼亚大学的经济学家Tae-Hwy Lee向听众讲述了他最新的研究成果——分位数中的格兰杰因果关系。格兰杰因果关系一直以来都是实证宏观经济学和实证金融学的重要研究内容，尤其是在对货币-产出关系的研究中更是如此。传统的格兰杰因果关系通常都是检验变量的条件均值，Tae-Hwy Lee则提出了一种应用条件分位数的格兰杰因果关系检验，并将其应用于货币－产出关系和金融市场的研究。在货币-产出关系的研究中，Lee教授首先定义了不同类型的格兰杰因果关系，包括均值格兰杰因果关系、分布格兰杰因果关系和分位数格兰杰因果关系，然后比较了不同类型的格兰杰因果关系的表现。产出增长的样本外分位数预测尤其是尾部预测能力显著提高了，而条件均值格兰杰因果关系则相当不显著而且不稳定。这意味着仅检验均值格兰杰因果关系，货币政策的有效性可能被低估了。与条件均值相比，条件分位数能够对不同情况下的变量给出更好的描述。而且，在非对称损失函数下，条件分位数（相对于条件均值来说）能够给出更理想的预测。
波士顿学院的Zhijie Xiao博士则做了关于“分位数回归”的详尽陈述。Xiao博士在演讲中首先提出当自回归系数可以表示成单个标量随机变量的单调函数时的分位数自回归模型(QAR)。他认为该模型可以很好地捕捉到限定变量对响应的条件分布的位置、标度及形态的系统性影响，进而可以对于经典常数系数线性时间序列模型进行显著的扩展，使得限定的影响限制在分布位置的移动上。他进一步研究了该模型和相关估计量的统计性质，得到了自回归分位数过程的极限分布，并考察了分位数自回归推断方法。最后他将该模型应用于美国失业率和汽油价格的实证分析，表明该模型具有极大的应用潜力。
这场专题的针对性较强，三篇文章从不同的角度围绕分位数回归展开，精彩纷呈。通过本场专题的探讨，将在很大程度上增进听众对于分位数回归这一前沿研究领域的了解，并激发学者们进一步研究的兴趣。
Section 6b：“实证宏观经济学”专题
时间：4月5日上午10：30—12：00
地点：厦门大学嘉庚三220
会场主席：汪寿阳教授 中国科学院
第一个进行陈述的是丹麦哥本哈根大学的Katarina Juselius教授，她报告的题目是《从数据中提炼信息：关于实证宏观经济学的来自欧洲的观点》。在过去的数十年中，由于计算技术的发展带来了计量经济学在实证宏观经济学中应用的巨大变革。但是尽管越来越复杂的计量经济模型被应用于实证研究，但是到目前为止并未在关于计量分析在宏观中应用好坏的标准上达成一致。最基本的矛盾在于数据的复杂性和模型的相对简单性。在处理模型未包含的数据特征时存在两种方法：一是特殊到一般，一是一般到特殊。但是作者指出这两种方法均存在一定的问题，而本文的核心内容是探讨应用基于协整的VAR模型进行计量实证研究的一般原则，。也就是用更复杂的事实来描述现实世界的个体的非平稳性，而不是用简单的相关性和图表。在报告过程中作者分析了弗里德曼的一个著名的论断——通货膨胀总是一种货币现象，以此来展现基于协整的VAR模型的作用。通过对丹麦的货币数据的回归分析，作者得出以下结论：第一，基于协整的VAR模型的回归可以得到比传统回归方法更加好的估计量。第二，为讨论宏观经济现象提供了一个更广泛的框架。第三，提供了一系列稳健的并可以充分描绘经济行为的法则。最后作者在报告中指出实证研究不仅能够发现假设是否被拒绝而且能够指出为什么被拒绝。从而指明下一步在一个更广泛的框架下修改模型的方向，因此这种实证研究方法具有产生新的可检验的假设的潜力。
土耳其Bilkent大学的Savas Alpay的论文《经济发展、贸易和环境质量：门槛模型中的环境库兹涅茨曲线假说》则研究了经济发展和贸易开放度对环境的影响。Alpay质疑了以往对环境库兹涅茨曲线的研究结果，并应用门槛模型对这一假说进行了再一次地研究。研究结果表明，人均收入和污染之间并不存在倒U形关系。Alpay的另一个新发现是，更高的贸易自由度带来了环境质量的改善。
最后，加拿大威尔弗里德.劳里埃大学Pierre L. Siklos教授对于他的论文《政策信息和政策行为：欧洲央行和欧元》做了清晰地阐释。这篇文章研究了欧洲央行关于欧元日汇率和利率的传导活动的作用，该文利用能够明确识别这些变量水平和波动率的联合测定的技术估计了货币政策和汇率的关系，并考虑了更多传统的估计策略作为该文主要结果的稳健性测试。文章引入了一个欧洲央行传导政策的新指标，这个指标主要用于反映欧洲央行关于欧元区沿着五个不同经济维度的发展前景会有怎样的预测。在时间序列框架下，欧洲央行传导政策的影响比在异方差估计方法下更明显。当货币政策的代理是欧元区时，汇率－利率关系的内生性更为明显。最后，文章指出利率变化对汇率变化及其波动率的影响通常比欧洲央行口头声明的要大很多。报告后，Pierre L. Siklos并对与会者提出的供给和需求曲线的识别问题进行了回答。
本次专题主要就实证宏观经济学进行了交流，三位外籍专家巧妙地将计量方法用于宏观经济学的实证研究中，展示了人们共同关注的宏观经济问题的研究成果，对于实证宏观经济学的发展具有重要意义。
Section 7a：“非线性时间序列模型与结构突变”专题
时间：4月5日下午2：00—3：30
地点：厦门大学嘉庚二201
会场主席：Chor-yiu Sin教授 香港浸会大学
首先，来自西班牙的Jesús Gonzalo教授生动地讲述了《多元误差修正模型的门槛效应》一文的主要内容。无论是在理论研究还是实际应用中，利用虚拟变量来解释纯定性的因素已经非常流行。然而在有些情况下，对虚拟变量的直接测量得到的是阈值，因此带有门槛效应的模型就显得尤为重要。文章从多元误差修正模型门槛效应的检验、参数估计、随机性质等方面对问题进行阐述，主要贡献在于提出了一种检验非平稳向量自回归模型中是否存在门槛效应的检验程序，无论模型是否具有协整属性，该方法都是适用的。最后，在Gonzalo和Granger（1995）一文的基础上，Jesús Gonzalo教授研究了如何将该向量过程分解成永久分量和瞬时分量。
本场的第二位发言人是来自美国密索里－哥伦比亚大学的Miller教授，报告的题目是“具有外生驱动随机单位根的随机系数自回归模型”。Miller教授发展了一个随机系数自回归模型，这一模型具有由外生时间序列的有界非线性函数产生的时变系数。此外，他考虑了误差项中的外生驱动异方差。通过将函数的范围限制在单位间隔，报告表明了自回归系数的两个序列及此种模型的方差尽管可能是非遍历的，但却是协方差平稳的。由这样的数据生成过程所驱动的时间序列是平稳的，但可能有单位根或近单位根。在适当的假设下，极大似然估计和非线性最小二乘估计渐近服从正态或混合正态分布。这种形式的数据生成过程可能产生常见的时间序列特征，这些特征和简单的I(0)- I(1)二分法相悖，但是本质上比统计上的I(d)模型更具有结构性。此外，这种方法提供了一种非伪的途径来对非平稳和平稳的时间序列之间的关系建模。最后，Miller教授采用所提出的计量经济模型进行了实证分析。
本场的第三位发言人是来自英国女王大学经济系的Katsumi Shimotsu教授，报告的题目是“相对于结构突变的长期记忆的简单(但有效的)检验”。目前，长期记忆过程，即I(d)过程被广泛应用于模拟资产价格波动性的强持续性，并且取得了很大的成果，但是很多研究表明存在结构突变的时间序列可以使自相关函数产生强持续性，从而产生伪长期记忆过程。Katsumi Shimotsu教授的论文就是以此为出发点，提出两种检验，来判别样本资产价格波动是否真的具有长期记忆。首先，如果一个时间序列服从一个I(d)过程，那么它的子样本也服从一个I(d)过程。其次，如果一个时间序列服从一个I(d)过程，那么它的d阶差分序列则服从一个I(0)过程。从这个逻辑出发，我们提出了两种假设检验。在第一个检验中，我们把样本分为b个子样本，分别估计他们的d值并且于总样本中估计出来的d值进行比较。在第二种检验中，我们用LW (Local Whittle)估计量估计样本的d值，并取估计量的d阶差分，再应用KPSS检验和Phillips-Perron检验来检验差分数据和它们的部分和。在文章的最后，作者通过模拟方法和实证方法对其提出的检验方法进行了分析。
本场专题是非线性时间序列及结构突变方面的内容，三位报告人都带来了这一领域的前沿问题，并提出了新的模型和检验方法。这些新的模型和方法将为这一领域的继续推进带来新的启示和思路。
Section 7b：“关于中国经济的实证研究”专题
时间：4月5日下午2：00—3：30
地点：厦门大学嘉庚三220
会场主席：陆懋祖教授 英国南安普敦大学
在《利用跨区价格差异衡量基础设施投资的社会收益：一个自然实验》一文中，香港大学的李志刚教授通过研究乌兰铁路（乌鲁木齐至兰州）铺设双轨这一事件，研究交通基础设施投资的社会收益。他发现兰州至乌鲁木齐的运量基本没有发生变化，增加的主要是乌鲁木齐至兰州的运量。这一近似自然实验表明此项投资大约让两地间的价格差距缩小了30%，并计算了价格差距缩小的福利价值。他估计这项收益超过了2.8亿美元。研究表明，在中国，基础设施投资的内部收益回报率大大超过了资本成本。
吉林大学赵振全教授作了题为《中国宏观经济与证券市场的波动周期异动机制分析》的报告。赵振全教授通过采取HP滤波、ARMA模型、及重标极差分析（R/S）来研究相关数据，发现中国宏观经济和证券市场波动均存在平均长度不同的非周期循环，前者平均周期大约为后者平均周期的4倍；其次，证券市场波动的Hurst指数小于宏观经济波动的Hurst指数，且二者均大于0.5，说明它们都具有状态持续性，且证券市场比起宏观经济更容易出现反转；另外，就证券市场和宏观经济变量之间的关系而言，该文通过建立VECM模型研究表明：从长期看来，上证指数与消费物价指数、货币供应量M2正相关，与财政收入、利率负相关；从短期来看，上证指数受到自身财政支出、国内生产总值、固定资产投资、汇率、消费物价指数、M2、财政收入、存款利率的波动影响。报告后，英国英国南安普顿大学陆懋祖教授和厦门大学经济学院陈国进教授对报告进行了评论。
上海财经大学经济学院的朱平芳教授随后对论文《企业技术创新规模效应分位点回归研究》做了详细地说明。他说，技术创新是保证企业持续竞争力的关键。20世纪50年代初，熊彼特提出了著名的“熊彼特假设”中认为垄断性市场组织与大企业都有利于技术创新。各国经济学家使用不同的方法对“假设”进行了实证的检验，所得到的结论也具有多样性，本文在发现上海大中型工业企业数据存在严重的非正态性和非对称性的前提下，尝试利用具有稳健性的分位点回归估计法，应有带惩罚的非参数分位点回归模型研究企业各种水平的科技投入强度和R&D投入强度与其规模之间的关系，并对模型估计过程中可能出现的诸如异方差和内生性等问题进行了有效的处理。研究结果表明“假设”对上海的制造企业不完全成立。企业科技投入强度和R&D投入强度与企业规模之间存在四种关系：倒U形，多峰形，水平直线形和非标准V形。来自英国南安普敦大学的陆懋祖教授提出模型中存在的不连续性问题，与朱平芳教授进行了讨论。
本场专题中，三位学者应用计量经济学的方法与模型，分别对基础设施投资的社会收益、经济的波动周期及企业技术创新的规模效应这几个中国经济中颇受关注的问题进行了实证分析，并且得到了具有重要实际价值和政策借鉴意义的结论。
Section 8a：“时间序列中的检验”专题
时间：4月5日下午4：00—5：30
地点：厦门大学嘉庚二201
会场主席：Jae-Young Kim教授 韩国首尔国立大学
首先进行报告的是来自台湾中央研究院年轻学者陈宜廷(Yi-Ting Chen)研究员,他报告的题目为《高阶条件矩检验：一个简单而稳健的方法》。他提出了一个简单的方法来清除GARCH族模型标准误差分布诊断的高阶条件检验中的不确定性效应。该方法无论是在思想还是在结论方面都与前人的研究(例如，Newey(1985),Tauchen(1985),Wooldridge(1990))不同。文章利用标准残差的样本均值和方差建立了一类没有估计不确定性的高阶条件矩检验，它对部分设定(条件均值和方差)模型一致估计量是健壮的，并且它没有条件均值和方差衍生物，因此它不随模型的变化而变化，这在实际应用当中有特别的吸引力。此外，该文的方法也囊括了Kiefer和Salmon(1983)基于偏度和峰度的正态性检验。文章的最后还给出了相关的实证检验分析，如对标准误差项的对称性、正态或非高斯分布的特征进行简单的检验。
本场的第二位报告人是来自美国Concordia 大学经济系的Seung Hyun Hong，他报告了他和耶鲁大学P.C.B,Phillips教授合作的论文——《协整关系的线性性检验和其在购买力平价中的应用》。他们开发了一种可以应用于协整关系的线性性检验。他们首先发现，目前被广泛应用的RESET设定检验，当被应用于非平稳的时间序列时，它的渐近分布收敛于混合的非中心的χ²分布，这会导致原本基于中心的χ²分布的检验严重失真。为此，他们对RESET检验进行了改进，改进后的RESET检验不但适用于非线性协整，而且在不存在协整的情况下同样适用。模拟结果表明这种修正检验在很多非线性模型中和无协整模型中都有一定解释力度。在文章的最后作者还将这种检验应用于对线性购买力平价假设的检验中。
第三位报告人是厦门大学统计系的钱争鸣教授，他报告的题目是《非线性时间序列模型的拉格朗日乘数检验——一个蒙特卡罗研究》。文章研究找到一个能准确决定一个备择的非线性模型和避免出现数据生成是非线性的而不是设定的非线性模型的问题的特殊线性性检验的可能性。该文着重研究了六种非线性模型——BL, EAR, TAR, ESTAR, LSTAR 和 ARCH，另外采用了五种拉格朗日乘数检验的形式——两种形式的BLT检验，EART检验，START检验，ARCHT检验等。对上述所有模型以及检验方法钱争鸣教授都进行了模拟实验并得出了重要结论。
本场的主题是时间序列中的检验，这是关于时间序列的众多研究内容中非常关键的一个方面。三位学者分别从三个不同的侧面对这一主题展开了研究，有的在方法论上迈进了一步，有的对实际应用进行了探讨。
Section 8b：“时间序列中的预测”专题
时间：4月5日下午4：00—5：30
地点：厦门大学嘉庚三 220
会场主席：Tae-Hwy Lee教授 美国加利福尼亚大学
第一位发言的是来自墨西哥的经济学家Augusto Nieto Barthaburu，他的主题是《群体决策中的最优二元预测》。这篇文章对经济预测作出了两点贡献。一是定义和阐述了公共预测的概念。公共预测者作出一个预测，不同的人群在这个公共预测基础上进行决策，这将比简单的个人预测更复杂。在这项研究中，他们关注的重点是预测的结果和作出的决策都是二元的（binary）。他们假设公共预测者的目标是为最大化社会福利函数根据数据得出条件概率模型。在此基础上，探讨了保证最大化社会福利估计量渐近趋于极大似然估计的必要条件。具体说，阀值应在（0，1）区间上均匀密致分布；公共预测者对有高或低阀值的私人决策者赋予很大的权重。此时，社会福利权重呈现出U型。这就是他们研究的第二项贡献。
然后，英国南安普顿大学Jan Podivinsky博士做了题为《股票收益的可变非线性建模与预测：来自日本的证据》的报告。Jan Podivinsky 博士首先介绍了非线性建模方法和哈密尔顿非线性随机域模型，然后利用日本1972－2005年度日经225指数和交易量的月数据建立了日本的股价收益模型，并利用该模型对忽略的价格和收益的非线性进行了拉格朗日乘子检验。结果表明：（1）当采用日本1972－2005年的数据时，拉格朗日乘子检验显示没有关于忽略的收益的非线性证据；（2）这个结果在应用到子样本和可能的解释变量的选择时是稳健的；（3）从这个方面来讲，日本比其他股市“更可能得到不同特征的证据”。
最后，来自美国Emory大学的Qi Zhu教授对《预测回归：最小自相关方法》一文进行了阐述。当样本容量很小，预测变量具有高斯一阶持续性并且新息与收益误差序列高度相关时，传统的预测回归将得到有偏且非有效的估计。在该文中，Qi Zhu教授提出了采用最小自相关方法建立预测模型。主要方法类似GMM，但是需要建立在不同的新息之间相互独立的强假设下，即相关系数为零。在论文中，作者根据新模型所进行的蒙特卡罗模拟而得到的结果，在很大程度表明，相对于一般的基于最小二乘的方法来说，这个模型具有更强的预测能力。此外，Qi Zhu教授也一再强调，模型所需要的假设条件过强，这一缺陷仍有待进一步改进。
本场专题的三篇报告共同围绕时间序列的预测问题展开了陈述和讨论，但研究的角度迥异。专题进行过程中，其他与会者对报告提出了极具针对性的问题和建议，与报告人进行了充分的交流，这将为时间序列的预测研究带来更多灵感与思索。
Section 9a：“计量经济学中的检验”专题
时间：4月6日 8：30—10：00
地点：厦门大学嘉庚二201
会场主席：余俊副教授 新加坡管理大学
第一位报告人是来自美国康乃尔大学的陈彬博士，她作了题为《多因素连续时间马尔可夫模型的基于特征函数的非参数回归检验》的报告。首先，她提出了一种连续时间马尔可夫模型的基于特征函数的非参数回归检验，这是一种具有简洁的表达形式的检验，并且能够近似描述金融领域中的多种多因素连续时间模型。这种方法与现存的方法不同之处在于，能够完全挖掘出状态变量联合条件分布的全部信息，因此能够更有效地运用于多因素框架下。尔后，陈彬还引入了一类易于解释的诊断程序来分析模型误设的不同来源，并对该方法进行了仿真模拟。最后，她还指出了未来的研究方向，包括在随机波动模型和多因素分形模型在股票收益率和其他金融时间序列中的应用。
来自对外经济贸易大学的Zhihong Chen带来的学术报告题为《多元分布检验》。文章研究了以多元正态分布和多元 分布为主的多元分布检验问题。作者基于边际分布和条件累积分布将多元数据转换成一元独立数据，这是基于考虑到联合分布可以写为边际分布和一系列条件分布的乘积，因此两者所包含的信息是一样的。随后，在存在待估参数的情况下，将Khmaladze边际转换（即K- 转换）应用于实证过程，表明K- 转换在多元正态分布和多元 分布检验中的应用是非常简单的。同时，将这种方法推广到用于检验存在序列相关的观测值，包括多元GARCH模型。最后，作者用这种方法对真实的多元金融时间序列进行了实证研究。
第三位报告人是来自韩国首尔国立大学的Yoon-Jae Whang教授，他做了题为《非嵌套条件矩限制的条件经验似然检验》的学术演讲。Yoon-Jae Whang教授首先介绍说，他们提出了一种应用经验似然法来对条件矩限制模型进行的非嵌套检验，而这种检验法是在Kitamura,Tripathi,Ahn （2004）和Zhang,Gijbels（2003）的基础上发展起来的。接着介绍了应用条件隐含概率提出了三种非嵌套检验方法：矩包容检验、Cox型检验和有效Score包容检验。最后，Yoon-Jae Whang教授指出，相对于现有的主要针对无条件矩限制的非嵌套检验来说，他们提出的方法直接检验了条件矩限制。并还进一步获得了这些检验方法的零分布和势。
本场专题的三位报告人围绕计量经济学中的检验方法，各自介绍了在前人基础上发展而来的新的检验方法及其特点和应用，具有相当高的技术含量和应用价值。同时，各位计量经济学家在研讨中，进一步拓宽了思路，这将对检验方法未来的发展起到一定的促进作用。
Section 9b：“中国金融市场的实证研究”专题
时间：4月6日 8：30—10：00
地点：厦门大学嘉庚三220
会场主席：陈国进教授 厦门大学金融系
首先进行陈述的是来自上海财经大学的韩清教授，他做了题为《序列相关的微观结构噪声估计》的报告。报告思想来源于实际经济中观测到的价格由于受到市场微观结构导致的噪声的干扰, 与真实价格并不一致, 从而基于观测价格计算的RV 失去了它的优良性质。因此, 在高频数据环境下必须考虑如何降低噪声干扰。报告基于Hansen & Lunde (2004) 给出的在噪声序列存在相关性假设下的一种关于RV 的无偏估计, 进一步地推导出一种在此情形下估计噪声方差的方法。该估计挖掘了不同频率下的股票交易高频数据所反应出的信息, 利用传统的在噪声影响下的有偏RV估计与Hansen &Lunde 的无偏RV估计之间的差估计噪声。同时, 报告也给出了在实践中如何确定这些频率的方法。同目前大多数文献中假定噪声是独立同分布序列不同, 该噪声估计方法适用于噪声序列间存在有限(时间) 的相关性及噪声与有效价格相关时的情形, 从而具有更大的适用性。
第二位报告人是来自中山大学的王美今教授，她作了题为《中国股市有多少风险源？——基于时变风险溢价潜变量模型的研究》的报告。该报告首先对Ferson,Foerster和Keim（1993）提出的时变风险溢价潜变量模型的一般性检验方法作出严格地证明，然后，以上证50为样本，用该方法对我国股市进行实证分析。GMM估计的结果表明我国股票市场不能拒绝一维潜变量模型：文中用Block-Bootstrap方法模拟检验统计量的有限样本性质，并与其渐进分布特征进行比较，结果表明GMM估计的Block-Bootstrap模拟具有相当的稳健性，最后，王教授认为，这一研究结果还揭示了我国股票市场风险—收益关系的实质，具有重要的政策涵义。
最后一位是来自厦门大学的赵向琴副教授，她对《市场化程度、政府干预于公司治理：理论与证据》一文做了阐释。赵老师首先说明了在转轨经济中，政府对企业过多的干预有可能造成政府官员的自由裁量权过大，导致对企业的侵权。接着报告从理论和实证两方面着重从公司治理角度（尤其是所有权集中度方面）探讨了企业对政府官员侵权行为的自我约束机制，最后，结论表明公司第以大股东适度的股权集中有利于抑制政府官员的侵占行为，而且对2000年我国所有A股上市公司的实证表明，通过缩小第二大股东与第一大股东的持股差额也有助于约束政府官员的侵占行为。
该场报告三位主讲人从不同的角度研究了中国金融市场中的重要问题，在场的经济学家纷纷表达了自己的见解，如美国波特兰大学林光平教授对论文方法论方面提出了建议并作了评论。本次专题将为中国金融市场的实证研究领域和研究方法带来新的思考。
Section 10a：“线性时间序列模型的估计和选择”专题
时间：4月6日 10：30—12：00
地点：厦门大学嘉庚二201
会场主席：Jesus Gonzalo 西班牙马德里卡洛斯三世大学
来自香港大学统计与精算学系的李国栋老师作了题目为《GARCH误差下ARFIMA模型的最小绝对离差估计》的精彩报告。首先，李国栋老师介绍了他们发展的一种可以用于分析具有长记忆、条件异方差和厚尾性质的时间序列模型的估计方法。而该模型产生的时间序列数据可以是长记忆或短记忆，平稳的或非平稳的，这取决于其差分参数。然后，他分析了该估计方法的渐进性质，并且推导了残差自相关与绝对残差自相关的大样本分布，并用这些结论导出了用于检查拟合模型充分性的两个有用的诊断工具。最后，该论文还以道琼斯工业平均指数日收盘价为例说明了这种估计方法的应用。
接着，来自香港浸会大学经济系的Chor-yiu Sin教授对《应用信息标准最小化预测均方误差：关于蒙特卡罗模拟的标准理论》一文做了介绍。Chor-yiu Sin教授指出，在时间序列建模众多可供选择的策略中，关于“always differencing”和“never differencing”表现优劣及指数平滑移动平均的研究引起了学者们的兴趣，而焦点在于最小化无条件预测均方误差(PMSE)。在接下来的推导和分析之后，Chor-yiu Sin教授总结道，文章对于以往诸多相关文献的研究成果进行了标准化，其贡献在于：第一，加强了非平稳AR过程的Fisher信息矩阵矩限制的充分条件，证明了“平稳”部分和“非平稳”部分的叉积的相应矩条件是可以忽略不计的；第二，通过一系列蒙特卡罗模拟，显示了各种信息标准在有限样本下的不同表现。
最后一位报告人是来自耶鲁大学的Ke-Li Xu博士，他介绍了《具有时变方差的自回归模型的自适应估计》一文。首先，他说明了已知有限阶的平稳自回归模型的误差通常是鞅差分序列，而这种误差通常可以通过未知非参数时变函数来度量。接下来，他研究了残差方差的基于Kernel的估计量和自回归系数的相应自适应最小方差（ALS）估计量，指出这种方法是渐进有效的，并且与不可行的GLS具有相同的极限分布。最后，通过这种方法与最小二乘法的比较，他发现，最小二乘法在某些情况根本不具备有效性，尽管在其他情况下它可能是最优的。模拟试验的结果表明，当最小二乘法有效时，ALS的表现也同样不错；当最小二乘法的表现不尽如人意时，ALS仍然可以得到有效的结果。
本场专题的三位主讲人在时间序列方面都有着一定的研究，他们在自由交流的环境中报告了各自最新的研究成果，为时间序列的进一步研究提供了新的思路，并对在场听众起到了很好的引导作用。
Section 10b：“金融风险”专题
时间：4月6日 10：30—12：00
地点：厦门大学嘉庚三220
会场主席：Ralph Friedmann教授 德国萨拉兰大学
第一位报告人是来自德国洪堡大学的Szymon Borak教授，他作了题为《动态半参数因素模型与有偏套利》的报告。首先，Szymon Borak教授提出，一些金融期权的价格强烈依赖于隐含波动面(Implied Volatility Surface，IVS)的形状。例如，障碍期权可以理解为关于隐含波动偏度的一个期权。然而，IVS是高度动态的，随着时间流逝，它会发生相当大的变形。因此，这些期权的套利绩效严重依赖于从IVS动态中提取关键因素的策略。然后，他应用动态半参数因子模型提取关键因素，研究了障碍期权的套利绩效。传统的套利方法通过定义关于最普通的IVS运动即水平和偏度运动的敏感性度量而得到扩展。最后，在局部波动模型中研究了套利绩效，并且把它应用到DAX指数期权中。
第二位报告人是来自英格兰银行的Mathias Drehmann教授，他作了题为《公司违约与宏观经济冲击》的陈述。这是一份关于衡量信用风险的报告，探究了在一个VAR结构中可能发生的非线性信用风险的影响。报告中，演讲者提出了一些需要注意的重要问题，诸如：非线性模型是否能够比线性模型更好地捕捉风险信息；细微的冲击与重大的冲击对估计风险所产生的影响是否一样；正负冲击所产生的影响是否一样；不同的前提条件是否对模型衡量风险有影响？同时，作者一再强调本文的研究重点在于严重的但只是可能发生的风险。最后，Mathias Drehmann教授得出了三个主要的结论。
最后一位是英国南安普敦大学陆懋祖教授，他带来的文章是《基金投资者破坏中国股市的稳定吗？》。在这篇论文中，陆教授首先利用日数据研究基金流和市场波动率在加总水平上的关系，并且提供了机构投资者对市场价格影响的实证证据。在GARCH框架下，他利用事件研究方法发现，2000年6月以后股市的波动性显著的减小了。接着，陆教授进一步指出，共同基金的总交易量和流通量和随后的市场波动负相关，和随后的市场表现正相关，这意味着共同基金的交易有助于稳定上海股票市场的价格。最后，陆教授还指出由于不能得到基金的流入流出信息，因此无法检验基金投资者是否遵循正反馈交易策略。然而，论文的研究结果不支持机构投资者破坏股价稳定的假定。
该场专题主要展示的是三位经济学家对金融市场风险的研究成果，其中有专门针对中国股市的研究成果，这有助于良好的融合不同的研究思想，把对金融风险的研究推向更深更广的领域。
Section 11a：“联立方程模型和面板数据模型”专题
时间：4月6日 14：00—15：30
地点：厦门大学嘉庚二201
会场主席：Yoonjae Whang老师 韩国首尔国立大学
第一位进行陈述的是来自新加坡管理大学经济学院的余俊教授，他的主题是《动态面板数据模型的间接推断估计》。众所周知，具有固定效应的动态面板数据模型，在固定时间序列样本的条件下，即使有大量的横截面数据，采用极大似然法获得的自回归项的参数估计量是不一致的。在实际应用中，当时间维度的样本很少，且自回归系数接近1时，估计量的偏误将非常重要。为解决该问题，余俊教授在文中提出了一种新的估计方法——间接推断估计。文章分为五个部分对该方法进行了论证：提出问题与模型简介；线性动态面板数据模型的各种估计方法优劣比较；间接推断方法的一般表述以及无偏有效估计量的统计性质；与现有方法相比，直接推断估计在有限样本下的表现；最后是文章的结论部分。间接推断估计作为一种基于方程组的估计方法，具有良好的性质，不仅可以有效消除估计量的偏差，而且可以在进行微小改动的情况下应用于其他领域。最后，余俊教授不仅对该方法进行有限样本的模拟实验，并提出了进一步研究的方向：含有误差变量的面板数据模型，非线性数据模型以及渐进性处理。
接下来做报告的是卡迪夫大学的Phillips教授，他的论文题目是《联立方程组中的Nagar型矩近似：一些未来的结论》。这篇文章在他2000年一项研究基础上，得出存在序列相关问题的情况下的误差近似和二阶段最小二乘法（2SLS）的二阶矩。与Nagar(1959)年标准情况下的近似进行比较，表明在存在严重序列相关的情况下运用Nagar近似是完全可能的。但他认为在缺乏数值计算的情况下，比较误差近似和二阶矩近似二者的优缺点是很难的。
来自加拿大Manitoba大学的Liqun Wang教授最后对《非线性面板数据模型的二阶最小二乘估计》一文进行了讲述。他针对非线性平面数据模型的极大似然估计方法非常难以计算且依赖于正态性假设的问题，提出了一个最小距离估计量，它基于给定共变量的响应变量的二阶条件矩。当条件矩的闭式估计不能得到时，他提出了一个基于模拟的估计量。在相当宽泛的正规性条件下，他进一步研究了上述两种估计量的一致性和渐进正态性。Liqun Wang教授指出，与传统的似然方法相比较，这种新方法在计算上更为灵活，而且不依赖于正态性假设。
本场专题所讨论的是在计量经济学中地位相当重要的联立方程模型和面板数据模型。对于每一篇报告，与会的专家学者都积极地提出自己的问题与建议，大家进行了深刻的交流，这种共同的探讨对于推动该领域今后的发展和进步有着重大意义。
Section 11b：“金融计量”专题
时间：4月6日 14：00—15：30
地点：厦门大学嘉庚三220
会场主席：吴俊吉教授 新加坡管理大学
这场专题的第一个报告人是来自德国萨拉兰大学的Ralph Friedman教授，他为大家做了一堂令人耳目一新的精彩演讲，题目是《日内价格运动的高峰、低谷和过度反应》。Friedman教授首先提出偏离开盘价和收盘价的每日高、低价格的上半部波动率与下半部波动率的计量测度方式。接着，在对数价格过程是布朗运动的假设前提下，他推导出上半部波动率(下半部波动率)与日内收益波动率的关系，并且证明了上半部波动率和下半部波动率对离散信息的到达以及非一致的过度反应的价格变化非常敏感。最后, Friedman教授通过实证例子证实了他的理论。
随后，来自韩国首尔国立大学的Jae-Young Kim做了题为《国际股票市场一价定律下的非线性和非对称性：对于市场一体化及风险溢出的分析》的学术演讲。他首先说道，由于目前全球化的进一步发展，世界正日益成为一个紧密的整体，这使得各种因素相互联系，相互影响。那么如何来测度各个市场的关联程度呢？Jae-Young Kim提出，可以应用各国的贸易费用来测度各市场的关联程度。具体的判断方法是：如果两国的价格差异小于贸易费用则没有贸易发生；如果两国的价格差异大于贸易费用，则贸易发生。两国价格差异的带宽由交易费用决定，带宽越窄，两国的联系越紧密。反之则越不紧密。而带宽的宽、窄同交易费用的大、小相联系，从而交易费用测度了这种联系性。但是，这篇论文只讨论了交易费用是固定不变的情况，对交易费用变化的情况没有涉及。
这场专题主要展示了金融学特别是国际金融领域中的一些热点问题及计量方法在其中的应用，突出了计量方法在金融学研究中的地位和作用，为金融计量学未来的发展注入了新的思想和灵感。
Section 12a：“非参数分析”专题
时间：4月6日 16：00—17：30
地点：厦门大学嘉庚二201
首先进行报告的是美国加州大学戴维斯分校的陈翩博士，他演讲的题目是《利用逆向回归及非参数因素降维》。大量经济数据可以详尽地描述经济过程，但同时也给研究者带来了巨大的挑战——如何在保证相关经济信息的情况下将数据的维数缩减到可以接受的水平？通常的方法是忽略一些变量，或对参数结构强加一个刚性，针对数据的维数问题，陈翩博士进行相关研究，提出了一种可行的新方法，即在借鉴Li（1991），和Donald（1997）等人相关研究的基础上将逆向回归和非参数估计结合起来形成对非参数因素的一致检验。该方法可以有效的减少具有多方程和解释变量的经济系统的维数，庞大的系统可以通过几个保存相关信息的非线性因素分解成小的函数空间。接着，陈翩博士对该方法进行了相关的统计检验，结果证明，该检验具有一致性。最后，他针对该检验方法进行了模拟研究，并将其应用于金融资产定价及需求体系层次估计两个领域的实证研究，表明该检验方法将极大地便利经济学中的数量分析。
第二位报告人是北京大学光华管理学院的苏良骏，他研究的主题是《条件异方差条件下的自适应非参数回归》。存在条件异方差的情况下，该用何种估计方法？Aerts 和 Claeskens (1997)提出了局部可能性估计量。但由于需要获取残差分布的信息，这种估计量很难算出来。苏良骏做了题为《条件异方差条件下的自适应非参数回归》的报告，把Linton 和Xiao (2005)的非参数自适应估计方法运用在这种情况下。他们发现，基于局部似然原则，非参数回归模型中的条件均值和条件方差都可以自适应地估计出来。模拟结果表明，与传统局部多项估计量相比，这种方法在有限样本情况下的优势很多。
最后进行陈述的是来自中国福州大学的叶阿忠，他的题目是《在存在异方差情况下可变带宽的局部线性多重回归》。这篇论文所研究的问题是非参数回归中的异方差问题，目的是构造出一个统计量，该统计量比普通非参数计量经济模型的统计量拟和度更高。所用的方法是在局部线性回归中运用可变带宽来构造异方差，然后他在该点的邻域中证明了它的一致性和渐进正态性，并且算出它的收敛速度。这种方法要比在局部线性回归中运用不变带宽来构造出的异方差的拟和优度要高。这篇论文的贡献是，扩展了上述结论，将研究范围扩展到多个变量非线形回归模型中的可变带宽局部线形估计量。
非参数分析是计量经济研究中非常重要的一个领域，这场专题从不同方面例举了非参数分析的技术和应用方向，增进了听众对于这一研究方法的认识和了解，并促进了学者们在这一领域的进一步交流。
Section 12b：“金融计量”专题
时间：4月6日 16：00—17：30
地点：厦门大学嘉庚三220
会场主席：Jan Podivinsky老师 南安普敦大学
第一位报告人是西密歇根大学的高松博士，他的题目是《期限结构、McCallum法则、泰勒法则和短期利率预测》。高博士报告的主要内容是以Diebold & Li(2003)的期限结构模型为基础，应用McCallum法则和泰勒法则得到了包含两个潜在宏观变量的短期利率模型。高博士告诉大家通过设计一个两步卡尔曼滤波器不仅可以估计出通胀率和产出变化率还可以预测未来的短期利率。高博士的结果显示该模型相对于随机游走模型和Diebold & Li模型的优越性。
接着，厦门大学的孙谦教授做了题为《非流动性，非流动性风险和股票收益：来自日本的证据》的学术报告。这篇论文是将Amihud(2002)和Acharya & Pederse (2005)关于非流动性和股票收益的研究运用于日本的股票市场，发现由Amihud比率（即每天的股票绝对收益/一定时期的股票成交额）所测定的日本公司的非流动性的截面数据和时间序列数据与美国的不一致，特别是在1990-1999这一时期。在解释日本股票的收益时，由Acharya & Pederse提出的流动性调整的CAPM并不比标准的CAPM有效。论文的结论是由Amihud比率所测定的流动性会因股票市场所在区域不同而对股价产生不同的影响。
最后一位报告人是来自新加坡管理大学的吴俊吉教授，他的主题是《公司债券流动性溢价的估计——基于已发行和发行中国库券的差价信息》。流动性风险一直以来被认为是债券定价的一个重要影响因素，但是由于流动性风险很难从其他如信用风险等因素中分离出来，因此测度流动性差价仍然较困难。但是在本次报告中，作者用一种新的方法来解决这个问题。
实证表明公司债券的流动性差价与发行中的债券和已发行的债券之间存在强烈的相关关系，因此将流动性因素纳入期限结构中的债权差价可以使我们抓住公司债券中的流动性对应收益的差别。为了做到这一点作者分为两步：1.从已发行的债券中分离出流动性密度，将这个密度作为公司债券模型中的状态变量。2.将公司债券的流动性密度作为这个状态变量的函数。作者通过使用三因素的仿射函数拟合已发行债券的价格，得到了已发行债券的流动性的准确信息，然后将这个流动性因素纳入四因素的仿射函数拟合公司债券的价格。最后通过实证检验，作者得出以下结论：1对于国库券来说，流动性与到期时间正相关，与已发行债券的时间正相关。估计的已发行国库券的流动性差价与传统的流动性测度像买卖差价、交易量、市场的深度等高度相关。因此可以说模型很好的从债券收益中提取了流动性信息。2对于公司债券来说，流动性差价随着到期日和信用风险的增加而增加。平均而言，流动性差价占债券差价的20%，其中投资级债券的比率是25%，垃圾债券的差价是35%。3将流动性风险因素纳入期限结构因素能够更好的解释公司债券差价的难题。
本场专题分别围绕金融市场中的利率、股票及债券展开叙述，应用计量经济学中的相应工具和方法，对于当前资本市场的几个相关问题进行了分析，有助于金融计量学进一步的完善和提高。
学术的交流，思想的碰撞，如同爱因斯坦的质能方程一样，将带来巨大的能量。报告人的精彩演讲，与会专家学者的热烈讨论使得这次会议取得了圆满的成功，但是对学术的执着追求将不会停止，会议精神将会继续。通过这次会议的演讲和交流，大家集思广益，相信每一个参与者都有很多收获。此次会议的成功举办，不仅有助于推动宏观计量经济学与金融市场研究的进步，而且将有力的推进整个经济学体系的发展和完善。
