报告题目：部分变系数空间自回归模型中的稳健估计与变量选择

报 告 人：肖运海

报告时间：2025年11月11日14:00-18：00

报告地点：数学楼301

主办单位：数学科学学院

报告人简介：肖运海，河南大学教授，博士生导师，河南省特聘教授，河南省杰出青年基金获得者，研究方向为数学优化、统计优化。2001年本科毕业于河南师范大学，2004年获广西大学硕士学位，2007年获湖南大学博士学位，并分别于2010年和2011年在南京大学和台湾成功大学完成博士后研究。曾在加拿大西蒙弗雷泽大学、新加坡国立大学、香港理工大学和台湾成功大学等进行学术交流访问。主持国家自然科学基金项目4项，中国博士后面上项目1项，参加973计划项目1项。在MPC、JCGS、COAP、JSC、OMS、CSDA等学术期刊上发表论文60余篇，被引近1700次。担任中国运筹学会理事和宣传工作委员会副主任，中国工业与应用数学学会理事和青年工作委员会副主任，中国运筹学会数学规划分会常务理事、算法软件与应用分会常务理事，河南省运筹学会副理事长，河南省统筹法优选法与经济数学研究会副理事长，河南大学第五届学术委员会委员，曾任中国运筹学会副秘书长等。

报告内容简介：空间自回归（SAR）模型通过捕捉空间依赖性，在回归分析中发挥着关键作用，这种特性是空间计量经济学和区域研究的典型特征。然而，空间自回归模型中的统计推断通常依赖于线性等特定假设来确保结果的有效性。本次报告将探讨允许系数随特定指标变量变化的情形。为实现这一目标，我们采用B样条将变系数表示为一系列样条系数，并通过自适应LASSO惩罚项来实现显著系数的高效估计与选择。在理论层面，证明了所提估计方法具有选择一致性和渐近正态性。特别地，采用指数平方损失函数，该函数推广了最小二乘法，并在处理异常值或重尾误差时具有更强的稳健性。在实践实现方面，我们基于DC算法框架，采用非精确交替方向乘子法（ADMM）求解由此产生的凸优化问题。通过模拟数据和实际案例的实证研究表明，所提出的估计方法在有限样本量下表现优异，特别是在模型精度和变量选择效率方面。