12月02日，中国人民大学经济学院主办的计量与数量经济学Seminar在明德主楼729会议室召开。本次报告嘉宾为中央财经大学统计与数学学院的杨玥含副教授，报告题目是“弹性约束估计的显著性检验及其渐近分布”。杨玥含的主要研究兴趣为高维统计、复杂数据分析和资产配置。目前, 她已在Biometrika、Science China Mathematics等国内外知名学术期刊上发表多篇论文，完成多篇工作论文，并已出版2本学术著作。

报告的论文主要研究了高维稀疏线性模型的弹性约束估计(elastic net, EN) 的显著性检验问题，具体地，在弹性约束估计的解路径上建立 Cov-EN 检验。为了获取该检验的理论结果, 论文回顾了 KKT (Karush-Kuhn-Tucker) 条件，通过 Lars 算法计算得到弹性约束估计的解路径上每个节点的解析表达式，证明了该检验在一般数据下渐近收敛于参数为 1 的指数分布。此外，论文在正交预测矩阵数据和一般预测矩阵数据下进行了数值模拟，并使用红酒数据和股票数据进行实证分析，模拟和分析结果显示 Cov-EN检验比 Lasso 协方差检验表现更好。

该论文的结果丰富和完善了高维统计的假设检验理论。在交流环节，李勇教授指出应当谨慎选择实证研究的数据类型，并对预测数据矩阵非正交时 Bootstrap结果的一致性很感兴趣。马骏副教授也提出了有关高维数据Bootstrap的问题。章永辉副教授认为本论文将lambda离散化，使实证研究变得更加可行，兼具理论和实证价值。

本次Seminar由经济学院章永辉副教授主持，经济学院的李勇教授和马骏副教授做了并做精彩点评和讨论。此外，还有各专业的硕士、博士研究生参加了此研讨会。在思维碰撞中，每位参与者都扩展了视野，收获了知识，会议在热烈的掌声中落下帷幕。