2022年10月27日晚，由香港恒生大学经济及金融学系副教授张俊狮主讲的“发展中国家经济增长与平等的关系”主题讲座在腾讯会议线上成功举办。活动由我司财政研究室、财政发展指数研究中心联合主办，来自中山大学、人民大学、公司财政税务学院、经济学院和十大正规平台的三十余名师生参加了此次讲座。
本次讲座围绕论述传统线性回归方法存在的问题、基于机器学习方法的发展中国家经济增长与不平等关系的研究以及SSCI刊物的投稿建议三个主题展开。在第一部分中，张俊狮副教授提出当前计量经济学线性回归方法存在两个主要问题：（1）对回归结果显著性的要求限制了线性回归方程中解释变量的选取：解释变量的不同组合以及变量间的多重共线性都会对显著性产生影响，而这鼓励了以提高显著性为目的的对解释变量的主观选择，进一步使同类问题的不同研究结果之间不可比较。（2）传统线性回归模型对解释变量和被解释变量间的非线性关系的揭示具有局限性：自然界和经济社会中大部分的关系都不能简单的以线性表示，而传统线性回归模型主要被应用于捕捉线性关系，对非线性关系特别是层级结构的揭示作用有限。
第二部分中，张俊狮副教授结合撰写的“Unveiling the Relationship between Economic Growth and Equality for Developing Countries”介绍了机器学习方法在经济学中的应用。解释变量选择方面，他将同类研究曾选择过的所有解释变量均用于人工神经网络（ANN）分析，并应用了RAB（Regression with ANN and Bootstrapping）的创新方法：在第一层的自组织图(self-organizing map ,SOM)神经网络中对数据按特征进行聚类分组，再通过第二层的人工神经网络进行函数逼近，结合自举技术揭示解释变量与被解释变量之间的关系。相关研究结果揭示了发展中国家经济增长和不平等之间存在的倒U型关系，现实中各国的经济发展进程也为本次研究提供现实依据，这进一步凸显了我国共同富裕政策的正确性与重要性。
第三部分中，张俊狮副教授以SSCI刊物JAPE（Journal of the Asia Pacific Economy）副主编的角度，为我们分享了论文写作与发表方面的经验。结合现在普遍的论文发表周期长问题，主讲人建议保持多篇文章在投稿状态；对使用如机器学习等较新方法的论文，建议选择能源和环境保护相关的新兴的经济类期刊，并对向JAPE的投稿表示欢迎。
图 与会师生进行交流探讨
讲座最后，参会师生与张俊狮副教授就机器学习相关论文的题材、模型和方法和未来经济学发展趋势等问题进行了热烈的交流与探讨。本次讲座也在交流中圆满结束。
（供稿：查涵文 赵国钦 审核：曹明星 编辑：王萌）
