何勇
教授
访问次数：次
基本信息
  • 教师英文名称：
    He Yong
  • 教师拼音名称：
    heyong
  • 入职时间：
    2020-09-04
  • 所在单位：
    中泰证券金融研究院
  • 学历：
    博士研究生毕业
  • 办公地点：
    知新楼B座1215
  • 性别：
    男
  • 联系方式：
    办公电话:0531-88363299 Email:heyongATsduDOTeduDOTcn
  • 学位：
    理学博士学位
  • 在职信息：
    在职
  • 毕业院校：
    复旦大学
  • 博士生导师
  • 硕士生导师
学科：
概率论与数理统计；
曾获荣誉：

2021-11-01    第一届统计科学技术进步奖 一等奖；
教师简介

何勇、男、汉族，教授，博士生导师，山东大学齐鲁青年学者（2022），山东省泰山学者青年专家（2024）。2008年高中毕业于山东省莱芜市第一中学，2012年6月取得山东大学理学学士学位并保送复旦大学管理学院概率论与数理统计专业硕博连读，于2017年6月取得复旦大学理学博士学位，师从张新生教授。2015年09月-2016年08月在国家留学基金委资助下赴美国威斯康星麦迪逊大学统计系联合培养,合作导师为袁明教授。2017年09月-2020年08月在山东财经大学工作，先后任预聘制副教授，副教授。2020年09月加入山东大学金融研究院任正高级研究员,2021年入选山东大学青年学者未来计划，2022年入选山东大学齐鲁青年学者。


近年来主要从事概率统计、计量经济及机器学习等数学交叉领域的研究，在统计学、计量经济学、机器学习国际顶级期刊 Annals of Statistics,Journal of Econometrics（2篇）, Journal of Business and Economic Statistics（2篇），Transactions on Machine Learning Research, Biometrics（发表封面文章）, Biostatistics, Statistics in Medicine，Journal of Multivariate Analysis，中国科学：数学等发表30余篇研究论文。获中国统计学会颁发的“第一届统计科学技术进步奖”一等奖（第二位）。


现主持国家自然科学基金面上项目、青年基金以及全国统计科学研究重点项目等省部级课题3项，2019年07-08月受邀访问新加坡国立大学统计与应用概率系。学术论文合作者包括耶鲁大学、华盛顿大学圣路易斯、埃默里大学、加州大学圣地亚哥、密歇根大学、伊利诺伊大学芝加哥分校、新加坡国立大学、新加坡南洋理工大学、英国诺丁汉大学、意大利博洛尼亚大学、北京大学、复旦大学等高校的知名学者教授。现担任美国数学评论评论员、中国现场统计研究会生存分析分会副理事长，中国现场统计研究会机器学习分会常务理事等。



 Please visit my personal website in English at Github: https://heyongstat.github.io/ for papers and codes.


荣誉和奖励：

  1. “高频数据风险特征与截面因子研究”，第一届统计科学技术进步奖，一等奖，第二位（2/3），中国统计学会,2021

  2. 山东大学校内齐鲁青年学者入选者，2022

  3. 山东省泰山学者青年专家，2024

  4. 山东大学优秀本科毕业论文（设计）指导奖，2022

  5. “第一届中国研究生金融科技创新大赛全国二等奖”指导教师

  6. “第二届中国研究生金融科技创新大赛全国二等奖”指导教师

  7. 山东大学青年学者未来计划入选者，2021

  8. 山东省优秀硕士学位论文指导教师，2021

  9. 山东财经大学2019年度“科研标兵”，山东财经大学“2018年度科研贡献奖（格力）”，山东财经大学“优秀共产党员”

  10. 上海市优秀博士毕业生，博士研究生国家奖学金、复旦大学优秀研究生、硕士研究生国家奖学金.

  11. “大众报业杯”山东高校十大优秀学生提名奖.

  12. “美国大学生数学建模竞赛”Meritorious Winner，“全国大学生数学建模竞赛”全国一等奖，“全国大学生英语竞赛”全国特等奖.



 

教育经历
  • 2008-9 — 2012-6
    山东大学
    统计学
    理学学士学位
  • 2012-9 — 2017-6
    复旦大学
    概率论与数理统计
    理学博士学位
工作经历
  • 2019-07 — 2019-08
    新加坡国立大学
  • 2017-09 — 2020-08
    山东财经大学
  • 2015-09 — 2016-08
    美国威斯康星麦迪逊大学
研究领域

研究领域：

1. 金融计量统计 :高维因子模型，分位数建模，投资组合、风险管理、金融科技、AI金融

2. 机器学习 : 迁移学习、监督学习、无监督学习，正则化方法及优化算法

3. 大数据统计建模 : 分布式统计计算、在线更新及监测

4. 生物统计 : 基因、影像组学数据分析，功能性核磁共振数据（fMRI）建模


主持相关课题：

[1]. 2022.01-2025.12，高维矩阵值观测数据若干统计建模方法研究 (12171282)，国家自然科学基金面上项目，项目负责人。

[2]. 2019.01-2021.12，高维椭球 Copula 回归模型的变量选择及变点检测问题研究 (11801316)，国家自然科学基金青年基金，项目负责人。

[3]. 2020.01-2021.12，金融大数据分组信息提取的统计方法研究（20DTJJ02)，山东省社会科学规划研究青年项目，项目负责人。

[4]. 2019.07-2022.06，一类半参数回归模型的高维稳健统计推断及应用研究 (ZR2019QA002), 山东省自然科学基金青年项目, 项目负责人。

[5]. 2021.07-2023.07，高维分位数因子模型迭代估计理论及其在金融风险控制中的应用研究（2021LZ09），全国统计科学研究重点项目, 项目负责人。

[6]. 2020.09-2022.12，大数据的统计建模及应用研究(2020GN051),山东大学基本科研业务费，项目负责人。

[7]. 2021.07-2023.07，高维椭球因子模型的稳健统计推断及其在金融市场中的应用研究 (2018LY63), 全国统计科学研究一般项目，项目负责人, 已结项。



学术兼职：

美国数学评论评论员

中国现场统计研究会生存分析分会 副理事长

中国现场统计研究会机器学习分会 常务理事

中国现场统计研究会多元统计分析 理事

全国工业统计学教学研究会金融科技与大数据技术分会 理事



国际学术期刊Annals of Statistics, Journal of the American Statistical Association，Journal of the Royal Statistical Society : Series B and Series C，Journal of Econometrics, Journal of Business and Economic Statistics, Biometrics，Annals of Applied Statistics, Neuroimage, Electronic Journal of Statistics, Statistica Sinica, Briefings in Bioinformatics，Statistics in Medicine, Computational Statistics & Data Analysis, Computational Statistics, IEEE Transactions on CSVT等匿名审稿人


工作论文：（*通讯作者,#指导学生）

  1. He Y, Wang Y,# Yu L, Zhou W, Zhou W. Matrix Kendall's tau in High-dimensions: A Robust Statistic for Matrix Factor Model. [arXiv:2207.09633]

  2. He Y, Kong X, Trapani L, Yu L. Online Change-point Detection for Matrix-valued Time Series with Latent Two-way Factor Structure. Annals of Statistics, in press, arXiv:2112.13479

  3. He Y, Kong X, Trapani L, Yu L. One-way or Two-way Factor Model for Matrix Sequences? Journal of Econometrics, in press.  arXiv:2110.01008 

  4. He Y, Kong X, Yu L, Zhang X, Zhao C#. Matrix Factor Analysis: From Least Squares to Iterative Projection.Journal of Business and Economic Statistics, in press.  arXiv:2112.04186

  5. He Y, Liu Z#, Wang Y#. Distributed Learning for Principle Eigenspaces without Moment Constraints. Journal of Computational and Graphical Statistics, in press.[arXiv:2204.14049]

  6. He Y, Kong X, Yu L, Zhao P. Quantile factor analysis for large-dimensional time series with statistical guarantee. Science China: Mathematics, under revision. arXiv:2006.08214

  7. Barigozzi M,  He Y*, Li L, Trapani L. Statistical Inference for Large-dimensional Tensor Factor Model by Iterative Projection.[arXiv:2206.09800]

  8. Chen H#, Guo Y, He Y*, Liu D#, Liu L, Yin Y, Zhou X. Cooperative Differential Network Learning with Hubs with Application to Multi-center fMRI data. arXiv:2106.03334

  9. Yu L, He Y,  Zhang X, Zhu J. Network-Assisted Estimation for Large-dimensional Factor Model with Guaranteed Convergence Rate Improvement. arXiv:2001.10955.

  10. Li Z, He Y,Kong X, Zhang X. Robust Statistical Inference for Large-dimensional Matrix Factor Model by Grassmannian Barycenter. [arXiv:2203.14063]


主讲课程

-本学期讲授的课程: 机器学习统计理论基础（侧重深度学习，强化学习，泰山学堂），高等数理统计（研究生新生）

曾经讲授的课程：高维统计学（泰山学堂）,机器学习（本科生）、应用回归分析（本科生）、高等数理统计引论（研究生）、多元统计分析（本科生）、非参数统计（本科生）、大数据分析与应用实践（本科生）、统计学前沿专题（研究生）、金融统计学前沿专题（研究生）、金融计算与模型（研究生）


招生专业及要求：

招生专业：概率论与数理统计、统计学、金融数学与金融工程

招生要求:

a) 数学分析，高等代数，概率论、数理统计，多元统计，回归分析，最优化等课程基础扎实。

b) 精通一种及以上统计编程语言：R, Python or Matlab。

c) 英语的听、说、读、写能力强，需要较强的科研论文阅读与写作能力，原则上要求英语六级550分以上。

d) 对概率统计、计量经济、机器学习及生物统计等研究方向感兴趣、对科学研究有热情、性格开朗、不怕吃苦、不怕失败、做事认真负责。


欢迎符合以上要求的学生与我联系，期待优秀的你加入团队！




 

科研成果
论文

1.  . Distributed Learning for Principal Eigenspaces without Moment Constraints.  JOURNAL OF COMPUTATIONAL AND GRAPHICAL STATISTICS,  2024. 

2.  何勇. Matrix Factor Analysis: From Least Squares to Iterative Projection.  Journal of Business and Economic Statistics,  2023. 

3.  何勇. One-way or two-way factor model for matrix sequences?.  JOURNAL OF ECONOMETRICS,  235,  1981-2004, 2023. 

4.  何勇. 另类数据在中国股票市场投资中有用吗?——基于财经短视频、图像、文本数据的探究.  计量经济学报,  3,  1008-1031, 2023. 

5.  何勇. Transfer learning in high-dimensional semiparametric graphical models with application to brain connectivity analysis.  STATISTICS IN MEDICINE,  41,  4112-4129, 2022. 

6.  Liu, Dong. Simultaneous cluster structure learning and estimation of heterogeneous graphs for matrix-variate fMRI data.  BIOMETRICS,  79,  2246-2259, 2022. 

7.  YU L , HE Y , KONG X  and ZHANG X. Projected Estimation for Large-dimensional Matrix Factor Models.  Journal of Econometrics,  229,  201-217, 2022. 

8.  HE Y , KONG X , YU L  and ZHANG X. Large-dimensional Factor Analysis without Moment Constraints.  Journal of Business and Economic Statistics,  40,  302-312, 2022. 

9.  CHEN H , GUO Y , HE Y , JI J , LIU L , SHI Y , WANG Y , YU L  and ZHANG X. Simultaneous Differential Network Analysis and Classification for Matrix-variate Data with application to Brain Connectivity.  Biostatistics,  in press,  2021. 

10.  JI J , HE Y , LIU L  and XIE L. Brain Connectivity Alteration Detection via Matrix-variate Differential Network Model （selected as the cover image of the issue by the editor）.  Biometrics,  77,  1409-1421, 2021. 

11.  HE Y , LIU P , ZHANG X  and ZHOU W. Robust Covariance Estimation for High-dimensional Compositional Data with Application to Microbial Communities Analysis.  Statistics in Medicine,  40,  3499-3515, 2021. 

12.  HE Y , Chen H , Sun H , Ji J , Shi Y , Zhang X  and Liu L. High-dimensional Integrative Copula Discriminant Analysis for Multi-omics Data.  Statistics in Medicine,  39,  4869-4884, 2020. 

13.  HE Y , ZHANG L , JI J  and ZHANG X. Robust Feature Screening for Elliptical Copula Regression Model.  Journal of Multivariate Analysis,  173,  568-582, 2019. 

14.  YU L , HE Y  and Zhang X. Robust Factor Number Specification for Large-dimensional Elliptical Factor Model.  Journal of Multivariate Analysis,  174,  104543, 2019. 

版权所有   ©山东大学　地址：中国山东省济南市山大南路27号　邮编：250100　
查号台：（86）-0531-88395114
值班电话：（86）-0531-88364731　建设维护：山东大学信息化工作办公室