【AI摘要】天津财经大学将举办一场关于高维线性因子定价模型α检验的学术讲座，由南开大学冯龙教授主讲。讲座介绍了一种基于L_q范数的检验方法，旨在弥合L_2和L_∞统计量在检测密集与稀疏备择假设时的局限，并证明L_q与L_∞统计量的渐近独立性，为组合检验提供理论基础。该方法对未知稀疏性更具鲁棒性，在有限样本下表现优于现有方法。冯龙教授是高维数据分析领域的专家，发表多篇顶尖期刊论文。
关键词：高维α检验 线性因子定价模型 L_q范数 稀疏备择假设 学术讲座
题目：$L_q$范数下线性因子定价模型的高维α检验
主讲人：冯龙教授（南开大学）
时间：2026年7月6日10：00
讲座内容：本文致力于检验高维线性因子定价模型中的零定价误差。现有方法主要基于$L_2$ 统计量（在密集备择假设下有效）或 $L_\infty$ 统计量（在极稀疏备择假设下具有强效性）。为弥合这两种方法的局限，我们针对有限$q$值开发了一类基于 $L_q$ 的检验方法，涵盖实际应用中常用的 $L_4$ 和 $L_6$ 情形。研究表明，较大的$q$值能显著提升对稀疏备择假设的检测灵敏度；同时我们进一步证明了对于任意有限$q$值， $L_\infty$ 统计量与 $L_q$ 统计量均存在渐近独立性，这为设计适用于广泛稀疏程度的柯西组合检验提供了理论基础。模拟研究及实证分析表明，所提出的方法对备择假设的未知稀疏性更具鲁棒性，并在有限样本条件下可超越现有检验方法。
主讲人简介：冯龙，现任南开大学统计与数据科学学院教授、博士生导师。入选教育部青年人才计划、南开大学百名青年学科带头人。主要从事高维数据分析方面的研究，在统计学国际顶尖杂志JRSSB, JASA、Biometrika、Annals of Statistics、JOE、JBES等发表50余篇论文。主持一项天津市杰出青年基金、国家自然科学基金面上项目和青年项目。担任Statistical Theory and Related Field副主编。
欢迎广大师生踊跃参加！
来源：天津财经大学 | 查看原文