我系常晋源同砚的论文《扩散历程的统计推断以及履历似然要领在高维问题中的应用》（Inference on Diffusion Processes and Application of Empirical Likelihood in High Dimensional Setting）荣获2013年北京大学优异博士学位论文奖
。他的指导先生陈松蹊教授亦被评为优异博士论文导师
。

论文《 包括两个部分：第一部分主要思量对扩散历程的参数举行统计推断,这是金融计量学里的一个主要课题; 第二部分主要讲述履历似然要领在高维问题中的应用, 这是目今统计学和计量经济学研究的热门
。

由于扩散历程的转移密度函数通常并不具有显式表达式, 古板的极大似然预计并不可直接用于对扩散历程的响应参数举行预计
。第一章系统给出 Ait-Sahalia 提出的近似极大似然预计的统计性子. 第二章中思量高维广义履历似然要领在相关数据中的应用
。在这一章中,假设待估参数由一样平常预计方程确定
。在预计方程个数、参数维数以及视察维数均可能随着样本量发散,同时视察间保存相关性的设定下, 怎样运用广义履历似然要领对参数举行预计
。第三章讲述当诠释变量个数随着样本量指数阶增添时,怎样运用履历似然要领对超高维变量举行筛选. 与古板变量筛选要领差别, 我们发明变量筛选问题实质上等价于假设磨练的问题
。这个新的看法使得伟易博要领与已有要领相比并不需要对任何相关参数举行预计, 同时伟易博要领还具有选择一致性
。