本网讯（通讯员 邹建文）2017年9月8日上午，数量经济学国际论坛暨前沿系列讲座（十七）在106教室举行，台湾大学管中闵教授作了题为《Large-Scale Multiple Inequality Testing without Data Snooping Bias》的主题报告。

管教授首先介绍了Data Snooping及Multiple Test这两个专业词汇的含义，由此引入多元检验，尤其是大范围不等式多元检验存在的困难。管教授指出，通常的t检验，在进行多元检验时都存在Data Snooping Bias，直观地看，就是对于同一份数据，当检验的模型足够多时，几乎是必然能找到通过检验的模型，所以一个模型通过了检验（比如金融交易策略）可能仅仅是因为运气。

常用的Join Test只能用于模型量很小的情况，待检验的模型量很大时，估计方差-协方差矩阵存在巨大的困难，并且本质上Multiple Test不同于Join Test。Multiple Test是检验多个假设，每个假设对应一个模型，而Join Test是检验一个假设。

White提出了Reality Check，以最不被支持的情况作为统计量，用bootstrap的方法进行推断，不过在有些u<0 时该检验的power会受到影响，如果加入了太多的差的模型，检验的power甚至会完全为零。hansen提出了spa test，对white的检验进行了改进，在white的基础上，spa test进行了重中心化，这样得到了更有power的检验。

以上两种检验都只进行了一步，只能检验有模型通过检验，无法检验出是哪些模型。多步检验弥补了这个缺陷。在2010年的论文里，管教授建立了多步SPA Test的大样本性质，证明了多步SPA Test的一致性，以及其比多步RC Test更有power，管教授还展示了他的仿真结果。进一步地，管教授指出，如果允许检验存在错误，那么检验的power会进一步提高，这就是k-FWER，管教授证明了k-FWER的大样本性质并进行了仿真模拟。

管教授展示了多步SPA Test的两个经验应用，一是检验交易规则的表现，二是共同基金的表现。管教授展示了这种方法在金融领域的巨大应用价值。

经济学院教授王少平及其他师生与管教授进行了热烈的讨论，经济学院教师彭斌老师提出是否可以用高维计量经济学的方法估计方差-协方差标准误，经济学院博士郭刚正提出扰动项是GARCH等会不会对结果产生很大影响，经济学院博士邹建文提出该方法是否可以应用到金融市场以外的领域。管教授一一解答。

管中闵教授，美国加州圣地亚哥分校（University of California，San Diego）经济学博士。历任美国伊利诺大学香槟分校(University of Illinois at Urbana-Champaign)经济系助理教授、副教授，台湾大学经济系专任教授，台湾“中研院”院士、世界科学院院士、台湾大学人文社会高等研究院院长。管中闵教授曾担任Journal of Econometrics、Statistica Sinica、Econometric Reviews等国际权威学术期刊的副主编，并在Econometrica、Journal of the American Statistical Association、Journal of Econometrics等国际权威学术期刊发表论文几十篇。管中闵教授的研究领域涵盖计量经济理论、时间序列分析、经济预测和应用财务等。