2026年6月18日下午13:30，雷火竞技成功举办SBF论坛2026年第9讲，特邀北京大学光华管理学院宋晓军副教授作题为“Deep learning based doubly robust test for Granger causality”的学术讲座。本次讲座在博学楼910会议室举行，由雷火竞技卢尚霖老师主持，教师范中杰、孟令超、武伯尧和众多学生共同参加。

讲座伊始，宋教授指出格兰杰因果检验在处理多滞后项时面临严重的“维度诅咒”，当模型滞后阶数超过两阶后传统分析方法几乎失效。深度学习方法虽可处理高维非线性问题，但其缺少对估计量进行统计推断的理论依据。为此，宋教授团队提出了一种基于深度学习的双重稳健格兰杰因果检验方法，该方法利用多层感知机（Multilayer Perceptron, MLP）估计条件均值，利用混合密度网络（Mixture Density Network, MDN）估计条件密度，并结合多重自助法来构造显著性检验。

在实证分析部分，宋教授团队检验了美国S&P 500、中国CSI 300和日本日经225指数的价格与成交量在允许高阶滞后项条件下的格兰杰因果关系。分析结果显示，美国市场价格对成交量的影响持续稳健，而中国市场呈现“延迟显现”特征，较高滞后阶数显著而低阶不显著。对日本市场而言，则在“价格对成交量”和“成交量对价格”两方向上均没有显著证据。

在问答讨论环节，在场师生围绕神经网络架构选择、方法适用性等问题与宋教授展开深入交流。整场讲座交流氛围热烈，参会师生在将深度学习方法与传统计量检验交叉融合以拓展研究思路方面收获颇丰。