李睿副教授与合作者撰写的论文《Semiparametric Tail Index Regression》，方艳副教授与合作者撰写的论文《Robust Estimation of Additive Boundaries With Quantile Regression and Shape Constraints》近期被统计学与计量经济学国际权威期刊《Journal of Business and Economics Statistics》发表。《Journal of Business and Economics Statistics》是美国统计学会的官方学术期刊，该期刊被我校列为国际二类（I）期刊。
论文一成果简介
极端事件的产生原因在很多领域的科学研究中都备受关注。显然，极端事件的出现必然源于一些解释变量的影响，如何建立合理的统计模型来刻画可能存在的非线性相依关系，同时建立对应的渐近理论是非常重要的，不过这方面的成果还相对较少。受此启发，本文针对尾指标提出了一类半参数的尾指标回归模型，建立了模型中参数和非参数部分的相合估计，并研究得到了估计量的渐进正态性质，这些结论可用于进一步的统计推断研究。本文通过大量的蒙特卡洛数值模拟验证了理论结果的合理性，并将文中所提出的方法应用到股票收益率数据和阿尔卑斯山气候特征数据的实证分析。
作者简介
李睿，现任统计与信息学院党委副书记（挂职）、数据科学系主任、副教授、硕士生导师。2015年博士毕业于上海财经大学统计学专业。研究方向为非/半参数建模，纵向(面板)数据，测量误差，分位数回归。主持国家社科基金一般项目1项、全国统计科学研究重点项目1项、统计与数据科学前沿理论及应用教育部重点实验室项目1项目。先后在Statistica Sinica、Scandinavian Journal of Statistics、Journal of Statistical Planning and Inference等国内外知名学术期刊发表论文近30篇。
论文二成果简介
准确估计一个满足某些形状约束并具有加性结构的生产前沿面在现实当中具有极其重要的作用。为此，基于样条估计和分位数估计，本文提出了生产前沿面的一种非参三步估计法。该估计方法也可以看作是已有均值估计方法的一种拓展，该新方法对数据中的离群值和/或极端值有相当的可靠性和稳健性。理论分析表明，在正则条件下新的估计估计是均匀一致的估计。而蒙特卡罗模拟研究的结果表明，当数据存在异常值时，本文提出的新估计方法优于已有的估计方法。最后，文章通过具体的实证分析再次证明生产前沿面新估计方法具有一定的实际意义。
作者简介
方艳，统计与信息学院数理统计系副教授，硕士生导师。2012年毕业于俄勒冈州立大学统计系，获统计学博士学位。主要从事计量经济学、投资组合理论、金融衍生品定价与套利等教学与研究工作。主持国家社科基金一般项目、国家自然科学基金青年项目、上海市教育委员会科研创新项目、中国博士后科学基金资助项目。先后在Biometrics、Insurance: Mathematics and Economics、国际金融研究、国际贸易问题、复旦学报（自然科学版）等国内外核心刊物上发表论文十余篇。
