近日，《国家自然科学基金资助项目优秀成果选编（八）》正式发布，集中展示“十四五”期间由国家自然科学基金资助取得的优秀成果典型代表。西南财经大学常晋源教授领衔完成的研究成果《求解超高维计量经济模型的统一方法论框架》成功入选，彰显了以常晋源团队为代表的西财统计学人持续深耕计量经济学基础理论研究，在大数据时代超高维计量分析领域取得的重要突破。这是学校研究成果首次入选。

《国家自然科学基金资助项目优秀成果选编》是国家自然科学基金委员会在历年资助项目成果中遴选出的具有重要应用前景和创新性的优秀成果汇编，每五年出版一次，已连续出版八部。本次遴选聚焦2021-2025年期间，集中展示了国家自然科学基金资助下取得的代表性优秀成果，系统呈现了我国“十四五”期间在基础研究领域的显著成效。

成果简介

常晋源教授团队聚焦大数据时代超高维计量经济模型求解这一重大科学问题，在自然科学基金委[青年科学基金项目（A类）72125008，重大项目71991472、72495122]资助下开展系统性研究，取得一系列创新性成果。团队首次提出在经验似然损失函数中同时对待估参数和拉格朗日乘子施加惩罚的新范式，系统解决超高维估计方程的参数估计难题，建立适用于超高维模型的统一估计框架；首次通过对估计方程进行旋转变换，提出一种不依赖于偏差校正的统一推断方法，突破传统方法在超高维情形下的推断瓶颈，并首次给出超高维模型的过度识别检验方法；系统研究超高维估计方程在可能含有错误识别矩条件情形下的参数估计与推断问题，提出一种惩罚经验似然方法，并建立相应的正确矩条件识别准则；通过引入贝叶斯抽样理论设计了对应抽样算法，系统解决超高维模型参数估计计算难题，在不依赖初始值选取条件下即可精准找到全局最优解，避免求解超高维模型时因非凸优化问题导致的计算陷阱。

相关研究成果发表在Annals of Statistics（《统计学年鉴》）、Biometrika（《生物统计学报》）、Journal of Business & Economic Statistics（《商业与经济统计杂志》）、Journal of the Royal Statistical Society Series B (Statistical Methodology）（《英国皇家统计学会会刊 B 辑（统计方法）》）等国际权威期刊上。