统计与数据科学学院 王涛 报道
2026年6月26日，中国科学院数学与系统科学研究院关肇直首席研究员、发展中国家科学院院士洪永淼教授应邀为统计与数据科学学院导师及研究生做学术讲座。本次讲座在位育楼417会议室举行，由江苏省政府统计与大数据研究院院长林金官教授主持。
洪永淼教授以“Testing for Granger Causality in Extreme Risk（极端风险下的格兰杰因果检验）”为题，展开了一场精彩的学术讲座。讲座内容按照“研究背景—问题剖析—方法设计—模拟研究—实证研究”的逻辑脉络逐一展开。首先，洪研究员夯实了研究的核心基础，点明极端风险溢出检测对于理解罕见但影响深远的冲击在时间序列间传导规律的重要意义，阐释了交叉谱方法在时间序列格兰杰因果检验中的天然优势与在溢出效应研究中的应用价值；同时，深入剖析了现有风险领域格兰杰因果交叉谱检验的核心局限：现有方法通常将风险水平视为固定常数，当关注的风险水平趋近于0或1时，极端分位参数估计量收敛速度慢于样本量增速，会向原检验统计量引入更大的参数估计不确定性，进而扭曲其渐近零分布。随后，讲座深入探讨了改进检验框架的核心突破：一是构建了核基交叉谱检验的改进框架，采用Wooldridge方法消除了参数估计不确定性增强的影响，使得风险水平可随样本量增大趋近于0或1，适配极端分位回归模型估计量的使用场景；二是在合适的正则性条件下，证明了改进检验在原假设下仍保持渐近标准正态分布，夯实了方法的理论根基；三是通过数值模拟与实证分析完成双重验证，模拟结果显示改进检验相比固定风险水平的原检验具备更合理的有限样本表现，且在样本量增长过程中沿多条风险水平收缩路径均能维持良好性能，针对日内黄金市场与外汇市场的实证研究则进一步凸显了方法的实际应用价值。
互动环节中，参会师生围绕检验方法的理论假设、技术实现与实证逻辑等问题提问，洪永淼教授结合自身积累与经验逐一解答，现场学术氛围浓厚。针对“实证分析中样本量更少的极端分位处检验结果反而更显著，是否体现极端风险的特殊规律”这一问题，洪永淼教授回应，该结果印证了极端风险传导的核心特征：结果显著并非因为样本量少，而是越靠近分布尾部的极端风险，对应的极端冲击本身跨市场传染性更强，风险溢出强度高于正常市场状态；同时传统检验方法在极端分位下会因参数估计不确定性过大出现检验失真，无法识别真实溢出效应，本次提出的改进框架修正了该偏差，可以精准捕捉尾部真实的强风险传导关系。这一实证发现凸显了极端风险溢出的非对称性特征，也体现了改进方法对极端风险场景的适配价值。
本次讲座聚焦计量经济学与金融风险研究领域的前沿痛点，梳理了极端风险格兰杰因果检验的前沿技术路径，既促进了学术思想的碰撞，也为该领域的科研与人才培养指明了新方向。师生们纷纷表示，讲座凝练了核心方法逻辑，为相关研究提供了宝贵的思路。
