科学研究

郑挺国，吉林大学经济学博士，美国罗格斯大学统计系（公派）博士后。现为太阳成tyc7111cc南强重点岗位教授，太阳成tyc7111cc统计学与数据科学系和王亚南经济研究院教授、博士生导师，中国数量经济学会常务理事，中国统计教育学会常务理事。研究领域为宏观经济与政策分析、宏观计量经济学、金融计量经济学、时间序列分析、大数据方法与应用。先后在《经济研究》（11篇）《经济学（季刊）》《管理世界》《世界经济》《金融研究》《统计研究》、Journal of Econometrics、Journal of Business and Economic Statistics、Journal of Multivariate Analysis、Journal of Time Series Analysis、China Economic Review等国内外著名期刊上共发表论文80余篇。曾入选国家级青年人才（教育部）、国家特支计划-青年拔尖人才、福建省特支“双百计划”哲学社会科学领军人才、教育部新世纪优秀人才、福建省新世纪优秀人才、福建省高校杰出青年科研人才，主持国家自然科学基金项目3项，曾获全国百篇优秀博士论文提名奖、福建省社科优秀成果奖二等奖、中国数量经济学会优秀论文奖一等奖等多项奖励。

本文将宏观大数据与在险增长研究框架相结合，提出正则化混频分位数回归模型测度经济在险增长，在经济增速的不同水平筛选出重要影响因素，构建潜在风险源集合，进一步运用高维TVP-VAR模型和网络拓扑分析法识别宏观经济的风险来源。研究结果表明：引入宏观大数据的在险增长测度能及时地反映我国经济增速的波动特征，并有效捕捉重大事件冲击下的宏观经济风险；金融因素在国际金融危机时期是经济增长的主要风险源，此后被逐步防范与化解，房地产因素在国际金融危机后逐渐成为经济增长的主要风险源，虽然供给侧改革后有一定程度缓解，但仍占据主要位置；在经济下行时期，风险源变量具有数量多、关联强的特点，易被忽视的变量往往在外部冲击下凸显出来。此外，研究还发现财政政策在中国宏观调控影响经济增长中一直占据重要作用，特别是2009年后，财政政策对稳增长防风险目标的重要性相比货币政策更为突出。本文为宏观经济风险监测和风险源识别提供了新的思路和可行的方法，也为大数据宏观经济调控提供了重要参考。