（通讯员：刘文姝）2025年12月4日上午8：30，我院特邀中国科学院数学与系统科学研究院张新雨教授做学术报告。本次报告由Porn TV 承办，会议由Porn TV 院长王纯杰教授主持，学院部分老师及研究生参加了本次学术报告会。

会议开始之际，由王纯杰院长作为代表对张教授的到来表示感谢，并对张教授及其研究内容做了简单的介绍。

报告人简介：张新雨，中国科学院数学与系统科学研究院研究员。长期从事统计和计量经济学理论与应用方面的研究工作，与合作者解决了模型平均研究中的多个难题，并将模型平均与迁移学习、随机森林等方法融合提出了具有创新性的新方法，同时将所提出的预测方法应用于实际问题为相关部门的决策提供了参考依据。主持多项国家级项目，曾获中国青年科技奖。

报告题目：Synthetic Control Method with Mixed Frequency Data

报告摘要：Mixed-frequency data, where variables are observed at different temporal resolutions, commonly occur in economic and financial studies. Classical synthetic control methods (SCM) are ill-suited for such data, often necessitating aggregation or prefiltering that may discard valuable information. This paper proposes a novel Mixed-Frequency Synthetic Control Method (MF-SCM) to integrate mixed-frequency data into the synthetic control framework effectively. We develop a flexible estimation procedure to construct synthetic control weights under mixed-frequency settings and establish the theoretical properties of the MF-SCM estimator. Specifically, we first prove that the estimator achieves asymptotic optimality, in the sense that it achieves the lowest possible squared prediction error among all potential treatment effect estimators from averaging outcomes of control units. We then derive the asymptotic distribution of the average treatment effect (ATE) estimator using projection theory and construct confidence intervals for the ATE estimator. The method’s effectiveness is demonstrated through numerical simulations and two empirical applications on air pollution alerts and policy study on Tax Cuts and jobs Act of 2017.

报告伊始，张教授介绍了传统合成控制法（SC）在政策因果效应评估中的基础作用，同时指出其在混合频率数据（如季度与月度数据并存）场景下的局限性——以2017年美国税改等案例为例，传统方法因数据频率不匹配易失效。张教授及团队提出的MF-SCM方法，通过分布滞后模型、潜变量框架等技术对齐不同频率数据（如将低频结果视为高频潜变量的加权聚合），再通过最优权重组合控制单元，构建处理组的反事实结果以估算政策效应。该方法还包含渐近最优性、分布理论等理论支撑，以及模拟与真实数据验证环节，为混合频率场景下的政策评估提供了新的分析工具。

在报告中，张教授详细讲解了混合频率合成控制方法（MF-SCM），以“低频观测值 = 高频潜变量加权聚合”为核心假设，通过理论框架搭建、权重求解优化、效应估算机制三大关键技术设计，实现了不同频率数据的有机融合与高效利用，成功破解传统方法在混合频率场景下的应用难题。

接下来，为论证MF-SCM方法的科学性与可靠性，张教授及团队构建“理论推导 + 实证验证”双重支撑体系。理论上，依托概率统计与计量经济学，证明估计量的渐近最优性（样本量趋近无穷大时估计风险收敛至最优水平）与渐近分布，解决传统方法难以量化估计不确定性的难题。实证上，经重复模拟实验印证渐近最优性与统计推断可靠性；以美国TCJA法案为案例，精准估算政策对GDP增速的提升效应；通过安慰剂检验，有力证明结果非随机波动，全方位夯实方法稳健性与实用性。

在报告的最后环节，张教授也指出了当前方法的局限性与未来研究方向：其一，现有框架仅适用于协变量频率不低于结果变量的场景，若协变量为低频数据则难以适配，后续需开发兼容低频协变量的技术，以拓宽方法的适用范围；其二，现实数据常存在缺失、删失等复杂结构，未来需拓展MF-SCM框架以适配这类数据，解决更贴近实际的估计与推断难题。这部分内容既总结了研究的核心价值，也为该领域的后续探索明确了关键方向，体现了学术研究的延续性与拓展性。

报告结束后，参会人员踊跃提问，就感兴趣的问题与张教授进行了深入的讨论和交流。张教授对提出的问题进行了详细解答，并分享了自己的研究心得。本次学术交流会不仅拓展了同学们的学术视野，也激发了大家的学习热情。聆听报告的师生纷纷表示受益匪浅，将更加努力地学习和研究新的领域与方法。

初审：关迪

复审：杨凯

终审：王丹、王纯杰

Porn TV

2025年12月4日