统计与数据科学学院 秦慧怡 报道
2026年11月6日上午，电子科技大学高照省教授应邀为我院师生带来题为“Supervised Factor-Augmented Matrix Regression with Weak Factors”的学术讲座。讲座在位育楼417会议室举行，由南京审计大学统计与数据科学学院刘广应教授主持。
本次报告提出了一种全新的监督因子增强矩阵回归框架，专门用于带有弱因子的高维数据分析。该框架为解决因子载荷在未知行列子集集中时引发的估计难题提供了通用的理论工具。该方法不仅能够有效处理双向弱载荷现象，还能实现模型筛选前后的统一分析，提供了一套完整的方案，用以克服传统全矩阵因子提取带来的信号稀释问题。本研究面临的一项核心难点：当因子载荷集中在未知的行和列子集时，常规的提取方法会遭遇严重的信号稀释；一个矩阵维度上的弱点会传播到另一个维度的估计中，导致常规的α-PCA 和投影估计量在弱信号下性能显著恶化。
为了攻克这一难题，该框架创新性地采用了顺序响应引导的筛选程序，在因子提取之前先行识别出包含丰富信息的行和列，整个过程无需依赖复杂的残差计算或切空间坐标。理论上，论文建立了精确的支撑恢复，证明了该方法能在更弱的维度增长条件下获得更锐利的收敛速度，并实现一致的因子数确定。
在讲座的讨论环节，参会教师就高照省教授讲座中的相关内容进行了深入的交流与探讨并提出了许多富有启发性的意见和问题。本次学术讲座取得了圆满成功，通过本次讲座，开阔了我院师生的视野，更为我院师生提供了宝贵的研究思路。
