第四届计量经济学国际研讨会(ISE 2024)
The 4th Int’l Symposium on Econometrics (ISE 2024)
时间：2024年3月29-31日
地点：中国，苏州
△. 大会简介
第四届计量经济学国际研讨会(ISE 2024)将于2024年3月29-31日在苏州举行。本次会议旨在为业内专家学者分享技术进步和业务经验，聚焦发展经济学，生态经济学，环境经济学，货币经济学，农业经济学，技术经济学，城市经济学等领域的前沿研究，提供一个交流的平台。会议将集聚来自世界各地的科研人员、工程师、学者及业界专家，展示他们的最新研究成果及应用。
△. 参会方式
1、全文参会（参会 + 全文发表 + 报告）
投递全文并参会，录用的文章发表在开源期刊上，被知网学术、谷歌学术等收录；
一篇文章的注册费含一位作者的参会费用，将安排做10-15分钟的口头报告；
2、摘要参会（参会 + 摘要 + 报告 ）
投递摘要并参会，安排10-15分钟口头报告；
3、听众参会：无报告仅参会
注：如因特殊情况无法到场参会，可提供海报或录制的报告视频。会后我们将发送照片，并办理发票、邀请函、参会证明、会议期刊、会议证等物资的邮寄。
△. 文章出版
出版物：所有被会议录用的英文稿件将会发表在国际英文开源期刊
检索类型：知网及谷歌学术收录
投稿须知：
1. 如果您只是参加会议作报告，不需要发表文章，请直接投递英文摘要即可。
2. 全文篇幅建议8-10页（按照模板格式，带图和参考文献），超过10页需缴纳超页费。摘要投稿无格式要求，具备标题、内容、关键词、作者信息即可，篇幅建议控制在1页以内，最长不超过2页。
3. 投稿之后3-5个工作日内您会收到审核结果，如逾期未收到邮件通知，请您尽快联系我们。
4. 可投中文稿件，文章题目、摘要，关键词需要中英双语，正文部分为中文（可联系我们索取模板文档）。参会时口头报告/海报张贴必须做英文的。
△. 大会日程（供参考）
2024年3月29日- 大会签到（发指南、期刊、参会证、餐券等相关物资）
2024年3月30日- 特邀演讲嘉宾报告
2024年3月31日- 作者报告及海报展示
该会议征文涉及领域包括（但不限于）：
Econometrics
Econometrics: methods and applications
Econometrics, operations research and statistics
Econometrics and statistics
多维数据分析
Financial engineering
Operational research
Financial mathematics and insurance
Business informatics
Finance: financial crises, risk management, financial markets
Applied mathematics in economy, management, logistics
The classical multiple linear regression model
Least squares
Finite-sample properties of the least squares estimator
Large-sample properties of the least squares and instrumental
Variables estimators
Inference and prediction
Functional form and structural change
规范分析与模型选择
Nonlinear regression models
Nonspherical disturbances
Heteroscedasticity
Serial correlation
Models for panel data
Systems of regression equations
Simultaneous-equations models
Estimation frameworks in econometrics
Maximum likelihood estimation
The generalized method of moments
Models with lagged variables
Time-series models
Models for discrete choice
Limited dependent variable and duration models
Probability and distribution theory
Large sample distribution theory
Computation and optimization
Data sets used in applications
