2019年12月18日下午4点，在合肥工业大学翡翠湖校区科教楼B座1008室，新加坡南洋理工大学教授、博士生导师潘光明教授应邀来我院进行学术交流，为我院师生作了一场精彩的学术报告，并开展了一场小范围的学术研究座谈会。讲座由数量经济研究所谭常春教授主持，UG环球360官方网站部分教师与研究生参加。
高维金融数据降维问题是统计分析中的一个研究热点，平稳的高维数据降维最为常用的方法是主成分分析法（PCA）和因子分析（FA）。那么，对于非平稳（Non-stationary）的高维数据降维问题，常规的主成分分析法（PCA）和因子分析法（FA）是否还有效？如果失效，那么如何解决这一类问题？
本次学术讲座主题为“Spiked Eigenvalues of Separable Sample Covariance Matrices”“。潘光明教授首先介绍了养老金分析中应用广泛的Lee-Carter模型，并通过运用高维可分离协方差模型（High Dimensional Separable Covariance Model）探讨了Lee-Carter模型应用的理论机制。为此，研究了高维可分离协方差矩阵的最大样本特征值，提出了一种全新的统计方法来区分非平稳因子模型和单位根模型。
讲座结束后，潘光明教授与学院部分老师开展了学术研究座谈会，潘光明老师就学院老师提出的“PCA方法与单位根模型的区别”、“截面数据是否可以做PCA”等问题进行了深入交流，助推UG环球360官方网站的学术研究进一步发展。
