蒋建成教授

2026-6-29 12:05:38    点击：

一、个人介绍

教育经历：
1984-09至1988-07 南开大学 数学 本科 学士
1988-09至1991-07 南开大学 概率论与数理统计 硕士研究生 理学硕士
1991-09至1994-07南开大学 概率论与数理统计 博士研究生 理学博士
主要研究方向：统计学和计量经济学及其应用

二、学术/研究成果综述

（1）非参数建模：系统开发了广义似然比（GLR）与经验似然比（ELR）等检验框架，成为领域基准方法。FanJiang (2005, JASA) 被引212次，被WuStefanski (2015) 等多篇权威论文引用并作为理论基础。在Annals of Statistics (2011) 提出广义GLR统计量，首次解决连续随机过程马尔可夫性检验难题；Statistica Sinica (2003) 首创时变系数随机扩散模型并运用于Black-Scholes模型检验。2024年于Biometrika和Bernoulli发表论文，分别为高维错误设定广义线性模型构建推断框架，以及提出非嵌套模型选择的ELR新标准，获美国银行等机构关注。

（2）大数据分析：提出“特征增强+分类”框架（Fan et al., 2016, JASA，被引50次），应用于垃圾邮件识别与肺癌筛查；证明高维Cox模型正则化估计量的oracle性质（Bradic, Fan & Jiang, 2011, Ann. Stat., 被引184次），精准识别非霍奇金淋巴瘤关键基因，被评价为“高维生物标志物选择的奠基性工作”。提出的WCQR估计方法（Jiang et al., 2012, Stat. Sin., 被引110次）被公认为“提升分位数回归效率的标杆方法”。

（3）生存分析：在Biometrika、JASA、JRSSB等期刊发表多项方法论研究，其中Cai et al. (2008, JRSSB) 提出多元时变系数Cox模型的轮廓偏似然估计方法，被Cheng et al. (2009, JASA) 评价为“实现模型灵活性与解释力的最佳平衡”。Wei et al. (2018) 多次引用其算法并沿袭研究路径。

（4）波动率建模：针对金融时间序列发表创新性推断方法（Econom. J., 2021; JASA, 2007）。独立完成Biometrika (2014) 研究，将协整与误差修正理论拓展至非参数向量时间序列框架，推进了金融计量学方法论发展。

（5）生物信息学与精准医疗：在Annals of Statistics (2010, 2011) 建立高维基因特征选择理论框架，筛选非霍奇金淋巴瘤关键基因；提出的FANS分类规则（Fan et al., 2016）实现肺癌基因零误判筛选，被评价为“显著优于主流方法”。近期于Advanced Functional Materials (2022) 开发基于NANP编码平台的纳米治疗技术，为可降解免疫调节治疗提供新范式。

三、所获荣誉

• 2024年度北卡罗来纳大学夏洛特分校数学统计系最佳研究生指導教師

• 2015-2016年度受北卡罗来纳大学夏洛特分校校长表彰
• 南开大学讲座教授，2017 年 7 月 1 日至 2020 年 6 月 30 日
• 北卡罗来纳大学夏洛特分校青年教师开拓奖，2011年

• 北京市科学技术进步二等奖（北京市科学技术委员会，2004年（合作者：李立明、 胡永华、耿直等）
• 全国统计科学优秀成果二等奖（国家统计局），1998 年
• 北京大学安泰奖教金（1995年，1998年）；北京大学优秀教学 3 等奖（1998年）；北京大学岗松奖教金 (2001年)

任职北京大学期间指导博士论文2篇、硕士论文8篇；任职北卡罗来纳大学期间指导博士论文14篇，硕士论文21篇。