2018年06月23日下午，应广州大学经济与统计学院和岭南统计科学研究院的邀请，在行政东前座412会议室，中国科学院数学与系统科学研究院陈敏研究员作了题为“带自回归误差的多元函数线性模型的变量选择”的报告；香港科技大学凌仕卿教授作了题为“Inference of Heavy-Tailed Vector Error Correction Models”的报告——暨“羊城讲坛”第四十二讲，旨在进一步提高年轻学者及研究生对研究的理解。此次讲座由李元教授主持，相关专业的师生参加了此次讲座。最后，熊健教授作了总结发言。

陈敏研究员的报告研究了带自回归误差的多元函数线性模型的变量选择，在考虑多元函数线性模型时，对模型的改进通过考虑残差结构与自回归的残差序列。对函数数据处理的方法有：基函数表示法与主成分法。

凌仕卿教授的报告研究了重尾矢量误差修正模型的全秩最小二乘估计（FLSE）。研究了降秩LSE（RLSE）的限制行为，与FLSE和RLSE的短期参数有关的结果与文献中重尾时间序列的结果显着不同，并且可能为该领域的未来研究提供新的见解。模拟研究是为了展示两个估计器的性能。给出一个适用于3个月国库券利率，1年国库券和联邦基金利率的实例。