日前，谢天作为通讯作者，与加拿大皇后大学副教授Steven F. Lehrer合作撰写的论文“Box Office Buzz: Does Social Media Data Steal the Show from Model Uncertainty When Forecasting for Hollywood?”被国际公认的经济学与统计学顶尖期刊Review of Economics and Statistics正式接受。
该文使用从海量的推特文本中（Twitter Universe）萃取出的数据，计算出电影的情绪指数，以了解这些意见是否影响该电影的票房和DVD的销售额。该文比较了当下比较流行的11种计量方法，包括各种机械学习、传统咨询、收缩估计、以及文中新提出的两种模型平均法（Model Averaging）。通过对比发现，受大数据高维度变量空间的影响，模型不确定性（Model Uncertainty）非常明显。该文因此建议，在实施以大数据为基础的预测估计时，应尽量采用可以缓解模型不确定性的计量方法以提高预测精度。
Review of Economics and Statistics是我校认定的经济学A类期刊，，2015年期刊影响因子达到2.979。，拥有100年的办刊历史，主要刊发实证经济学中最重要的文章。
此外，谢天独立完成的另一篇论文“Heteroscedasticity-robust Model Screening: A Useful Toolkit for Model Averaging in Big Data Analytics”也于近日被国际重要学术期刊Economics Letters正式接受，即将发表。
谢天在加拿大求学多年，曾先后获西安大略大学（现更名为韦仕敦大学）经济学荣誉学士学位、加拿大皇后大学经济学硕士与博士学位，2016年受邀加盟厦门大学经济学科，，研究兴趣为金融计量、大数据、经济模型组合与预测等。