在功夫序列分析中，多维功夫序列的建模和预测是一个极度沉要的问题。随着科学技术的急剧发展，高维功夫序列的数据在金融、气象以及通讯等领域四处可见。另一方面，使用现有的多维功夫序列模型拟合高维功夫序列数据时会遇到过度参数化以及模型不成鉴别等一系列问题。这使得高维功夫序列建模在利用与理论两方面均有沉要意思。日前，ONE游戏官网治理学院商务统计与经济计量系博士生郭斌及其合作者撰写的论文High Dimensional Stochastic Regression with Latent Factors, Endogeneity and Nonlinearity对这一问题进行了系统的钻研。该论文已被计量经济学领域的国际权威期刊《计量经济学杂志》(Journal of Econometrics)正式接管。

这篇论文对高维非安稳功夫序列数据的建模提出了一种新的思路。首先，我们能够将观测到的高维非安稳功夫序列分化为三个部门：可观测部门、不成观测部门以及白噪声误差部门。所谓可观测部门是指其可暗示为一个低维可观测过程的线性或者非线性函数的大局
；其次，对于不成观测部门，文章指出能够使用一个因子模型对其进行降维。而后再使用已有的模型对降维后的数据进行建模。这样的战术拥有两大利益：第一，可能预防直接使用已有模型对高维数据进行拟应时所产生的过度参数化以及模型不成识此外问题
；第二，提供越发稳重的预测。作者在文章中给出了对于可观测部门中的衔接函数、不成观测部门中的因子个数以及相应的因子载荷阵列向量张成的线性空间的估计，并给出了相应的收敛速度。大量的数值仿照也验证了上述理论的正确性，同时作者将该步骤利用到尺度普尔500指数(SP500)的股票收益率的分析，说了然该步骤的有效性。

郭斌同学是2010级直博士生，师从陈松蹊教授。他在2014年4月获得国际数理统计协会（Institute of Mathematical Statistics）宣告的IMS Travel Award。该文章的另表两名合作者别离是伦敦政治经济学院统计系姚琦伟教授（ONE游戏官网治理学院特聘教授），以及商务统计与经济计量系2013届毕业生常晋源博士。