北京时间8月26日，由吉林大学数量经济研究中心组织的“吉大数量经济国际讲习班”2020年第1场以线上会议的形式成功举办，主讲嘉宾——著名计量经济学家、美国康奈尔大学Yongmiao Hong(洪永淼)围绕“漫谈‘非参’(A Tale of Nonparametric Analysis)”这一主题，为与会师生带来了直观且深刻的精彩讲授。本场讲习班由中心著名学者刘金全教授主持。

在本场讲习班上，洪永淼教授从轻松的视角出发，深入浅出的讲授了非参数分析的思想、方法及其经济学应用。近几年，基于大数据的机器学习方法被更多的应用于经济学的知识研究里面。洪永淼教授指出，非参数分析与机器学习既有联系又有区别。二者的建模思想与基本方法论是一样的，但侧重点不同，非参数分析侧重于统计理论，而机器学习侧重于算法过程。在有了基本认识的基础上，洪永淼教授沿着“非参数分析的重要性——什么是非参数分析——Global Smoothing——Local Smoothing——非参数方法与经济理论——非参数方法与机器学习”的框架展开介绍。

非参数分析是统计学和计量经济学的一个重要方法工具，在研究与实践中有着广泛的应用。首先，洪永淼教授以线性消费函数为例，简明扼要的指出了非参数分析的重要性；接着，洪永淼教授通俗的指出，非参数分析“不假设具体函数形式，让数据告诉真实的函数形式”，在对非参数分析方法发展简史展开梳理的基础上，重点介绍了两大类非参数分析方法——Global Smoothing(全部平滑)和Local Smoothing(局部平滑)——的基本思想及其在经济金融中的相关应用，并比较分析两者的区别。最后，洪永淼教授理性、客观的讨论了非参数方法与机器学习的联系与区别，介绍相关的前沿研究，并通过具体例子，体现非参数分析与机器学习相结合的方法在解决实际问题时的高效性。

讲授结束后，洪永淼教授对积极参与的与会师生、对组织讲习班吉林大学数量经济研究中心以及会务组再次表达了赞许与感谢。最后，刘金全教授以自身的收获出发，对本场讲习班进行了归纳与总结。