（记者 陈翔）11月14日下午，上海财经大学经济学院助理教授陈亮应邀来到经济学院，在106教室进行主题为“Quantile Factor Models”的讲座。

陈亮首先介绍了近似因子模型。近似因子模型从经典因子模型发展而来，经典因子模型只能解决小样本问题，近似因子模型克服了小样本的限制，保证了样本容量可以无限大，因此，近似因子模型在求解非参数估计中应用广泛。在大量已有研究成果中，2002年Bai和Ng的文章《Determing The Number of Factors in Approximate Factor Models》已经估计出了相关条件均值模型，但只能在条件均值水平上求出估计量。陈亮在研究近似因子模型中加入了分位数回归分析，利用分位数回归分析估计出影响自变量函数的系数λi。在此研究中，λi有个体差异，因此面临着无法求解每一个模型的困难。陈亮将λi与Ft都设定为分位数模型，进行回归分析，通过两步达到估计目的。第一步，用主成分分析估计出条件均值函数Ft；第二步，用分位数回归模型求解出λi。陈亮举出几个范例进行说明并对其中一个范例进行数值模拟，结果展示了这种方法在分位数水平下求解时，既可以估计出低分位数的分布状态，也可以估计出高分位数的分布状态，同时还可以求解出整个分布。

陈亮也明言研究中未解决的难点——虽然这种方法可以估计出整个分布，但是目前还没有找到方法可以验证估计量是否是一致估计。陈亮表示，未来将继续专注于此问题的研究。陈亮与现场的老师和同学们进行了交流，解答了同学们提出的一些疑问。