2022年12月8日14：00，厦门大学s36沙龙会和王亚南经济研究院教授、厦门大学特聘教授、博士生导师郑挺国教授应s36沙龙会邀请，进行了主题为“Fast Estimation of a Large TVP-VAR Model with Score-Driven Volatilities”的讲座。本次讲座在线上进行。郑挺国教授受到了s36沙龙会老师与同学们的热烈欢迎。s36沙龙会黄乃静副教授主持讲座，洪圣杰副教授参加了讲座。

郑挺国，厦门大学s36沙龙会和王亚南经济研究院教授、博士生导师，厦门大学特聘教授，主要从事宏观经济与政策分析、宏观计量学、金融计量学、时间序列分析等领域的研究。近年来在Journal of Econometrics、Journal of Business & Economic Statistics、Journal of Multivariate Analysis、Journal of Time Series Analysis等国际学术期刊发表论文近20篇，在《经济研究》、《经济学季刊》、《世界经济》、《金融研究》等国内学术期刊上发表论文50余篇。曾主持国家自然科学基金项目三项，获全国优秀博士学位论文提名奖，入选教育部国家级高层次人才、国家万人计划青年拔尖人才、福建省哲学社会科学领军人才、教育部新世纪优秀人才等。

郑挺国教授提出了一种大型可快速估计的时变参数结构向量自回归(TVP-SVAR)模型的方法。首先，郑教授通过对相关文献的梳理，重点说明了TVP-VAR模型所具有的独特优势以及创新之处。

基于得分驱动建模框架，郑教授系统阐述了模型构建、初始设定、公式推导的过程，郑教授首先假设TVP-SVAR各方程中结构误差的时变方差是得分驱动的，然后提出了估计时变参数和时变波动率的滤波和平滑方法。

郑教授解释了模型中的参数估计问题，对模型内的相关参数进行了估计，郑教授指出时变参数的滤波估计可以显著降低状态空间的维数，是一个非常快速的估计。此外，可以简单地推导出一个极快的平滑估计，克服了超高维状态方程协方差矩阵的逆，为预测和推断的需要提供了动态模型平均(选择)和最大似然估计，郑教授提出的方法比现有的常用方法精度更高。

最后，郑挺国教授对全球股票市场的动态连通性进行了实证研究，通过对多国家和地区的股票市场进行模拟，对股票市场的溢出效应进行分解，证明了该方法在实时和事后分析方面的优势。

在讲座的过程中，参会老师和同学们积极互动，进行了深入交流，郑挺国教授也认真细致地解答了老师和同学们提出的问题。