（记者 陈翔）12月27日下午，澳大利亚社会科学院院士高集体应邀来到经济学院，在103教室进行主题为“Nolinear Trending Models in Econometrics”的讲座。

高集体首先重点介绍非线性协整的概念。在时间序列中，数据可能呈现出两种趋势，一种是线性趋势，一种是随机游走趋势。这两种趋势差分后如果得到白噪声，就是一个单位根模型，可以用参数估计得到各种统计量的估计、分布，并且做假设检验。如果Y与X都是时间序列的非平稳数据，其线性组合平稳，则二者之间存在协整，如果Y和X的非一次函数差分后平稳，则无法用普通的参数估计得到想要的结果。高集体在这里引入非参数和半参数估计的方法，将有关X函数设为非参数或半参数，用非参数或半参数估计的方法得到结果，并将这种Y与X之间的关系称为非线性协整。

核估计是非参数估计的基本方法，但由于很多商业数据和宏观数据往往存在同期相关的关系，所以核估计可能无法应用到多元非平稳数据的估计中，高集体接下来重点介绍广义单指标模型。

高集体用健康经济（OECD）研究举例介绍具有非独立性和非平稳性的非线性面板数据的估计，非线性面板数据可以有效解决非参数估计样本容量要求大的问题。研究发现被估计趋势可以帮助理解例如科技增长、效率提高等特征。他按照地域将国家分为六组：亚洲、东欧、西欧、南欧、北欧和其他国家，结果表明：其他国家1990-2012年间经济增长最迅速，西欧其次；东欧2000年前趋近平稳，亚洲和南欧平均增长低于OECD均值，而且六组2008年后增速都开始减缓。特别是南欧的平均趋势一直在降低，表明次贷危机后该组关于健康方面的花销受挫。