（通讯员：关迪）2024年8月5日上午10:00，新加坡南洋理工大学潘光明教授莅临我院做学术报告，在南湖校区老图书馆四楼左侧研究生5-1学习室进行，报告由数学与统计学院副院长杨凯副教授主持，学院部分老师及研究生参加了本次学术报告会。

报告人简介：潘光明，新加坡南洋理工大学教授，博士生导师。2002年硕士毕业于安徽大学，2005年博士毕业于中国科学技术大学，之后在新加坡国立大学、荷兰埃因霍温科技大学等做博士后和学术交流工作;自2008年以来，在新加坡南洋理工大学工作。研究领域包括高维统计推断、随机矩阵理论、多元统计、应用概率等。至今已在Annals ofStatistics、Journal of American Statistical Association、Journal of Royal Statistical Society ( B)、Annals of Probability、Annals of Applied Probability、Bernoulli、IEEE Transactions on Signal Pro-cessing、IEEE Transactions on Information Theory等顶级统计学杂志上发表60余篇学术论文。现为国际统计学会会员(Elected Member of international Statistical Institute)，《Random Matrices: Theory and  Applications》杂志编委。

报告题目：Asymptotics of high-dimensional time series

在接下来的报告中，潘教授讲述了高维时间序列的横截面结构和时间趋势是其重要特征。基于样本协方差矩阵的奇异值分析，他提出了一种新方法，用于识别高维时间序列的四种结构，这些结构根据因子结构和平稳性进行分组。所提出的三步方法包括：(1)经验特征值比率统计；(2)投影修正的Dickey-Fuller检验；(3)基于最大经验特征值的单位根新的检验方法。为这些三个统计量开发了渐近性质，以确保整个过程可行。通过各种模拟展示方法的有限样本性能，并将方法进一步应用于分析美国死亡率数据、房屋价格和收入以及美国部门就业情况数据集，这些数据都具有横截面相关性和非平稳时间相关性。需要强调的是，在死亡率预测方面文中给出了渐近性质的证明。

本次学术交流会拓展了同学们的学术视野，也激发了同学们的学习热情，不仅增进了老师和同学们对长记忆时间序列分析的理解，也为未来相关研究提供了丰富的思路与方法。

（审核人：王丹、王纯杰）

数学与统计学院

2024年8月5日