2026年6月12日上午，安徽大学大数据与统计学院杨文志教授应邀在数学与统计学院“随机分析与数理金融研究中心系列讲座”第118讲作题为“相依误差下面板数据均值变点的稳健CUSUM检验”的线下学术报告，报告会在花津校区文典楼C区四楼C410教室举行，报告会由曹明响教授主持，学院部分教师与研究生参加了报告会。

报告会上，杨文志教授针对面板数据均值变点检测中传统方法功效不足的问题，系统介绍了其团队提出的稳健CUSUM检验方法。他指出，当面板中部分个体均值正向跳跃、部分个体负向跳跃时，传统聚合CUSUM统计量会因正负抵消而失效。为克服这一局限，杨教授团队同时利用一阶矩（原始观测值）和二阶矩（观测值平方）信息，构造了两类CUSUM统计量，分别对不同的变化模式敏感。在理论方面，他们给出了原假设下检验统计量的极限分布（均为布朗桥的上确界分布），并证明了备择假设下检验功效趋于1的条件。针对实践中个体标准差未知的情形，团队采用样本标准差进行标准化，并利用自协方差函数估计长期方差，从而构造了可实施的检验统计量。进一步，通过Bonferroni方法将两类检验组合，得到联合检验，能够在符号相反变化或均值反转等复杂场景下保持较高功效。大量模拟研究表明，在不同误差分布（正态分布、t分布）、不同变点位置、稀疏与非稀疏跳变以及弱强相依结构下，所提出的组合检验在经验功效和变点估计精度上均优于现有方法。

在实证分析中，杨教授将方法应用于沪深300指数300只成分股2013年至2026年的日度对数收益率面板数据（共3187个交易日）。结果显示，对比方法检测到28个变点或未检测到变点，而所提出的两类检验分别检测到6、7个变点，组合检验检测到8个变点，且这些变点在个股移动和检验中呈现高频率聚集，验证了新方法的实用价值。

杨文志教授现为安徽大学大数据与统计学院教授、博士生导师。主要研究方向为回归分析、时间序列分析、变点检测、机器学习等。主持国家社会科学基金、国家自然科学基金及多项省部级课题，获安徽省自然科学奖三等奖两项，在国内外权威期刊发表论文多篇。

报告结束后，与会师生围绕统计量构造、模型假设、模拟方案、金融实证解读以及后续研究拓展等问题展开深入交流探讨。本次学术报告内容详实、逻辑严谨，不仅展示了面板数据变点检验领域的最新研究成果，也进一步加强了我院在统计学领域的学术交流，为相关方向的研究提供了新思路与参考。