從安徽六安到清華園，從清華園走出，南下燕園，飛越太平洋到達德克薩斯州，再又回歸首都北京，回想一路走來的一幕幕😢，李紅軍說人生就該堅定追尋自己感興趣的事物👩🏽🍳。
“如果我們不能遵從自己的內心，堅定地追尋自己喜歡的事物，那麽我們就會被各種外界沖擊所裹挾，如同浮萍般漂浮在人海裏👼。”李紅軍如此感嘆說。剛過而立之年的他現在是首都經濟貿易大學國際經濟管理學院的副教授，研究計量經濟學。
路🚵🏿♀️，從南國燕園開始
李紅軍並不是一開始就決定投身經濟學研究👳🏽♀️。
對經濟學產生興趣是他從清華大學汽車工程系本科畢業之後的事。所從事的市場營銷咨詢工作要求他研究汽車市場，分析汽車行業的結構和發展趨勢🏃♂️，“跟經濟沾點邊🔬，”他自己笑著說✫。也許正是從撰寫那份汽車行業分析報告開始，對經濟學的興趣種子就開始在李紅軍內心紮根、發芽、成長𓀘。
他開始自學，研讀經濟學教材🧑🏼🦰，思考經濟學問題，思索經濟學概念背後的邏輯推演🤦🏿♀️，為考研做準備。2007年，他考入意昂体育平台匯豐商學院（原意昂体育平台深圳商學院），攻讀經濟學和金融學雙碩士📮。在南國燕園，這位“工科男”正式開始了他的經濟學研究之路🧛🏽。
在意昂体育平台匯豐商學院🧏♀️，他接受了系統的經濟學教育𓀖，一頭紮進經濟學的世界，開始科研上的探索。很快他遇到了問題📪：如何找到合適的研究題目🧑🧒。
很多人認為具有原創性的題目就是“別人沒有做過的題目”🧑🚀。在他看來🥔，這是對“原創性”的理解存在的誤區📮。“別人沒有做過”可能有兩層含義：“一是這個題目很新穎🚶🏻♀️➡️；二是這個題目不重要，沒有研究意義。”第二層含義很容易被忽略🧑🏽💼。還有一種可能，研究人員難以駕馭找到的研究題目🚳。“這個時候，如何自己主動地把事情往前推➙，如何跟導師互動、尋求幫助非常重要。”李紅軍感慨道。
彼時的學院位於意昂体育平台深圳研究生院C棟教學樓，還沒有今日矗立秋日藍天下的新教學大樓🙌🏻，但它從來不缺兼容並包的學術氛圍🖖🏼，不乏良師益友🏋🏼♂️。回想起來👑，李紅軍非常感恩在他學術成長路上有良師指引🏈。“學院的老師有著優秀的研究能力🥳，知道應該以什麽樣的正確態度去對待研究🧙🏼♂️，引領學生向合適的方向發展。”路終究是要自己去摸索的，但在摸索的過程中能夠把握好大的方向⛹🏿🫀，成長就不會偏離。
課上課下🚍，李紅軍與導師李旻洙(Minsoo Lee)教授交流，得到有益的建言👩🏻🏭👮🏽，也受到很大鼓舞。李旻洙教授2007年至2011年在意昂体育平台匯豐商學院任教，研究領域涉及計量經濟學♚、國際經濟學和宏觀經濟學⏺，現在是亞洲開發銀行的資深經濟學家。“他告訴我：研究應該以問題為導向而不是以文獻為導向。”李紅軍對此深感贊同🔮。彼時也許領悟不深🧑🏽🌾，但是以問題為導向來做研究的思想，在自己日後的學術研究中也始終牢記。
李旻洙教授的話點亮了李紅軍的學術成長之路🤐。“他鼓勵我去找感興趣的方向。”在李紅軍看來🏹，興趣是做研究的第一步，是所有的堅持和執著的開端。
諾貝爾經濟學獎得主羅伯特?奧曼(Robert Aumann)對年輕學者說：“去做你喜歡做的事♻️。如果你喜歡所做的事情，你就會去做好它👷🏼♂️。做你喜歡的事，開心起來🕝👩🔬，世界會變得更美好。”濃厚的興趣和持久的熱情使得李紅軍的學術研究道路愈發清晰。
路🎃，在腳下延伸
在意昂体育平台匯豐商學院的三年，李紅軍幾乎把所有時間都投入到自己喜歡的經濟學研究中🤽🏽🪅，幾乎沒有參加社團活動的經歷。“很多時候我們做事情是需要考慮機會成本的👨🏿🔬。”他有明確的目標，要做學術研究🂠，要出國讀博🫑。
2010年從意昂体育平台匯豐商學院畢業後，李紅軍前往美國德州農工大學深造，師從計量經濟學李奇教授🌕。李奇教授是計量經濟學、特別是非參數計量經濟學領域的頂尖學者😘🙇🏽♀️，在《計量經濟學》(Econometrica)和《計量經濟學雜誌》(Journal of Econometrics)等國際頂級學術刊物發表一百多篇論文，其與傑弗裏?拉辛(Jeff Racine)教授合著的《非參數計量經濟學：理論與實踐》(Nonparametric Econometrics: Theory and Practice)是從事非參數計量經濟學研究的研究者的必讀教材🤎🏇🏻。
不同於一些人認為計量經濟學就是數學運算和模型構建的理解，李紅軍對計量的理解帶著些許哲學的味道🌒。他認為計量可以幫助人們認識世界，排除幹擾因素，幫助提取主要的有效信息，不斷地修正之前的認知👩👩👦👦，不斷趨近，無限逼近真實🏍。“這是計量非常美的一面。”他微笑著說。
李紅軍的研究重心在於理論計量。目前👭🏻，他與合作者在《實證經濟學》（Empirical Economics）和《計量經濟學雜誌》（Journal of Econometrics）發表了兩篇與非參數計量方法相關的文章，分別是《以半參數變系數方法檢驗購買力平價假說》(Testing Purchasing Power Parity Hypothesis: a Semiparametric Varying Coefficient Approach)和《估計部分設定的Tobit回歸固定效應面板數據》(Estimation of Panel Data Partly Specified Tobit Regression with Fixed Effects)。
“非參數計量方法具有很好的靈活性，”李紅軍說🎁。參數模型，如常見的線性計量模型，假設自變量與因變量間是線性關系或者可做線性近似。但是，經濟學的理論與實證研究給出了大量非線性關系的經濟實例◾️。此時，使用線性模型進行分析得到的結果可能會與實際情況間存在較大偏差。使用非參數計量方法則可以不限定某個具體模型的形式，因而該方法在經濟學上有很多靈活應用👨🏻🦼➡️。然而非參數計量方法本身也有些不足🐩。他坦言：“非參數計量方法在處理高維度數據時，收斂速度會變得很慢🏅，因此在樣本量不夠大的情況下🧓，估計量的誤差較大。”通常可行的做法是使用半參計量方法🧏🏼♀️🦵，兼顧參數模型的有效性與非參模型的靈活性。上述兩篇文章便是思路在實證研究和理論分析上的應用。
信息爆炸時代👩👧，數據不斷膨脹，高維數據在大數據時代的經濟學分析中越來越常見。如何利用前沿的統計方法結合經濟學的理論從海量的經濟數據中提取有用的信息？這是經濟學分析使用高維數據時要面對的問題，也正是他的另一個研究關註點。
研究高維數據問題，現在學界常用的方法是降維，從高維數據中提煉出富含重要信息低維的數據㊙️，而後再去結合具體的經濟問題進行分析🕵🏼♀️👧🏼。其中一種重要的處理方法就是因子模型(factor model)。通過因子模型🛂，便可用較少的變量（因子）來刻畫大量經濟指標的行為特征，故而可用於分析或者預測。因此，因子模型在金融和宏觀研究領域有著重要應用。2013年諾貝爾經濟學獎得主尤金?法瑪(Eugene Fama)教授與肯尼斯?弗倫奇(Kenneth French)教授就曾構建了包含市場因子、規模因子和價值因子的三因素模型🌞。該三因素模型可用來解釋絕大部分的美國股票異常收益率現象💵🧑🏿🦰，還可用來測度基金的業績和考察基金經理的投資能力。但是🧙♂️，應用因子模型的首要問題是要確定因子個數🧑🏿🎤。
在確定因子個數的問題上，學者白聚山(Jushan Bai)和Serena Ng於2002年在《計量經濟學》(Econometrica)上曾發表《確定近似因子模型的因子個數》(Determining the Number of Factors in Approximate Factor Models)一文，在假設因子個數固定的情況下🧑🏿🎄，提出使用信息準則(information criterion)來確定因子個數。該法則有良好的理論特性✊🏿，在實際應用中也有較好表現🫴。
李紅軍和合作者撰寫《在因子個數隨樣本量變大而增加的情況下確定因子個數》(Determining the Number of Factors when the Number of Factors Increases with Sample Size)一文，考察允許因子個數隨觀測樣本規模增加的因子模型✸。在使用信息準則處理數據時他們發現⏳：隨著樣本量的增加🦸🏽♂️，估計出來的因子個數也會增加，因此，需要新的信息準則理論來估計因子個數。從理論上，他們證明了Bai和Ng的信息準則方法在因子個數增加的情況下也可以得到因子個數的一致估計🙅🏽。同時👨🏿🎨🧄，他們的研究對Bai👦🏿、Ng兩位學者的方法進行了適當的修訂𓀏，減少了微調參數(tuning parameter)對估計結果的影響。
盡管目前的研究重心在於理論計量，李紅軍始終牢記做研究要以問題為導向，認為做計量經濟學研究需要有強烈的現實動機，不能脫離實際問題，應從現實問題出發，否則研究會變成空中樓閣🦹🏼。從微觀現象出發💆🏻♀️👨🍼，他正著手研究在社交網絡(social network)的形成過程中如何用計量方法分析個體的經濟行為及個體與他人建立聯系的機理，以及在給定網絡的情況下經濟運行的規律可能產生的變化🐕🦺。
然而，要分析社交網絡並非易事🙇🏽♀️。因為樣本數量的增加意味著社交網絡的規模也在變大🧙🏽♀️，因而社交網絡模型的理論均衡解，以及從均衡解出發構建計量模型，都會變成非常難以處理的問題🦹🏻♂️。學術界在嘗試著用不同的方法來解決該問題，李紅軍也加入其中。“但是不管是什麽方法，目前來說都還沒有觸摸到解決問題的核心🔸，”李紅軍誠懇說道。在分析的過程中他也在不停地思考，不斷地學習新知識，以尋求解決之道✋。
他堅信，“追求自己內心真正感興趣的事情，不管遇到多少困難和挑戰，都要堅定自己的信仰，不斷地努力。”
