为进一步加强师生对学科的纵深理解、创造良好的学术交流氛围，金融与统计学院青年教师协会定期组织开展“博采众长 聚焦前沿”午餐研讨会。

9月28日中午，第三十一期午餐研讨会在红楼2号楼226学术报告厅召开。此次研讨会由金融与统计学院统计学系助理教授陈弘琦做论文分享，共计有十余名师生参与此次午餐研讨会。

研讨会上，主讲人陈弘琦老师做了主题为“The Variable Screening Approach for Growth-at-Risk Prediction”的学术报告，并提出了一种变量筛选方法。该方法通过运用高维预测因子，提高了在险增长的预测精度。不同于大部分已有研究局限于有限预测因子的做法，此变量筛选方法采用了综合性更强的Fred-QD 数据集，由此为在险增长的预测保留了更丰富的信息广度。此研究改进并强化了Ma等人提出的基于分位数偏相关（QPC）的变量筛选方法，以同化平稳时间序列数据。此外，该方法包含着独立同分布场景，但为时间序列环境引入了新的收敛边界，这表明时间序列依赖程度影响着基于QPC的变量筛选效果。根据这一发现，该研究应用蒙特卡洛模拟，验证了弱依赖条件下QPC方法的有效性。通过对为进行在险增长预测所展开的变量筛选实施实证评估，凸显了此种变量筛选方法的优越性，并揭示出了特定的劳动力市场决定因素在预测在险增长时所起到的关键作用。