统计与大数据研究院举办十周年庆典暨校友论坛

2025年10月16日，中国人民大学统计与大数据研究院建院十周年庆典暨校友论坛隆重举办。党委书记黄一顺，院长朱利平，党委副书记、纪委书记金驰华，副院长张政，香港中文大学（深圳）教授、研究院创院院长艾春荣，加拿大曼尼托巴大学教授王力群，中国科学技术大学教授郑泽敏等出席会议。此外，研究院教师、在校生及校友代表等参加。

活动共同回顾研究院十年建设历程与人才培养成果，交流统计学科与数据科学的前沿进展，展望未来发展方向。活动特别邀请优秀校友回校分享成长经验，并邀请校外学术专家作专题学术报告，促进学界与业界的深度交流与合作。

黄一顺主持庆典开幕式，代表研究院全体师生，向到场嘉宾、校友及各界同仁表示热烈欢迎与诚挚感谢。他讲到，研究院作为学校长聘制学术特区，自成立以来积极服务国家大数据战略，按照“高起点，高水平，入主流”的发展方针，确立了“立足统计学科、放眼数据科学、拥抱人工智能”的学科建设规划，致力于统计学与数据科学前沿研究，在人才培养、科学研究、社会服务等方面均取得了突出的成绩。

朱利平在开幕致辞中回顾了研究院自2015年成立、2016年招收首届博士生以来的发展轨迹，强调研究院坚持“符合国际惯例、适合中国国情、具有人大特色”的管理体制，致力于培养兼具扎实统计基础与国际视野的高层次人才，目前研究院校友分布于耶鲁大学、宾夕法尼亚大学、密歇根大学、中国科学院等国内外知名机构，部分校友任教加拿大英属哥伦比亚大学等。自2020年招收首届硕士生以来，研究院校友覆盖国家公共服务部门、科技企业及金融行业，成为行业中坚力量，历届就业率保持高位，部分毕业生继续攻读国内外博士学位。

艾春荣回顾了建院初衷与制度探索历程，强调研究院作为“校内学术特区”，在助理教授直接聘任、年度绩效考核等方面先行试点，为人才引育和学术生态建设提供了制度支持，并提出未来应继续坚持“统计+大数据+人工智能”的融合发展路线，在夯实统计基础上全面引入新技术与新范式，培养兼具国际视野、学科根基与创新精神的高层次人才，鼓励跨界研究与服务国家需求。

张政汇报了人才培养与学科发展，他提出，2015年统计与大数据研究院的成立，旨在强化国际化能力与理科基础，弥补理工交叉与方法学短板。在师资建设方面，现有在编教师全部具备不少于三年的海外研修经历，职称梯队结构合理，目标是打造一支“卓越、创新、具国际竞争力”的教师团队。在博士生培养和硕士生就业方面，研究院取得了建设性的成果。汇报提出了下一阶段的人才战略与教学科研改革方向。

研究院杨光宇助理教授主持校友论坛，本次论坛邀请了来自高校、互联网、金融、医疗等领域的六位优秀校友，分享他们在学术研究与职业实践中的成长历程与经验体会。周方婷结合自身经历，系统介绍了海外高校教职的求职流程与经验，为有志于走向国际学术舞台的同学提供了宝贵参考；吴仕平与魏夕童聚焦互联网行业，分享了如何将统计学理论与思维融入算法设计与业务实战，展现数据科学在产业中的落地价值；钱天阳回顾了自己从实习到正式入职中央金融企业的过程，生动讲述金融行业的工作特点与职业发展路径；周亚以“人工智能+医疗”为切入点，深入介绍人工智能技术在心电图模型开发中的前沿应用，彰显交叉学科的创新潜力；涂富艺则围绕从博士生到高校教师的身份转变，分享了其间的心路历程与思考感悟，为同学们的学术职业规划带来启发。

在10月16日下午的分组会议中，研究院邀请了四位海内外学者开展学术报告。

加拿大曼尼托巴大学王力群教授开展了主题为“First passage time distributions for jump-diffusion processes and flexible boundaries”的学术报告。王力群首先通过举出首次到达时在诸多随机过程应用实例，如生存时间、期权定价、流行疾病中的重要意义，直观展示了这一统计量在医学、金融、公共卫生和社会工程学等领域的关键地位。随后，王力群向大家介绍了一套详细的用于估计包含随机跳跃的过程首次到达边界时间分布的理论。不同于传统方法中依赖数值方法求解由转移概率建立的积分方程组并且假设光滑边界的做法，这一方法能够适用于非光滑的边界，并且通过对随机过程自然跃过边界或者因随机跳跃越过边界的讨论，给出了首次到达时分布存在密度的条件以及相应的密度形式。最后，王力群展示了一些计算实例并对更一般的包含随机跳跃的过程中首次到达时分布进行了讨论，给出了测度分解和主方程。

北京理工大学朱蓉禅教授开展了主题为“theory from many-body quantum Gibbs states”的学术报告。朱蓉禅首先回顾了量子场中被广泛用于离散统计和物理模型研究中的高斯自由场的性质，以及其在高维情形下的正则性问题，并介绍了在这一领域研究中重要的理论，如构造量子场、统计物理学、偏微分方程等。随后，朱蓉禅向大家系统性地介绍了自己的研究成果，即利用随机偏微分方程和随机量子化理论，将场用于多体量子问题的研究中，例如用于研究玻色-爱因斯坦凝聚这一宏观量子效应。最后，朱蓉禅用精确的数学语言展示了这一过程中所遭遇的困难与挑战，如在三维情形下如何理解重整化；如何通过理论工具处理这些问题；以及最终得到的理论结果和其在这一研究领域中的意义和贡献。

清华大学杨帆教授开展了主题为“Identifiability of causal effects with data missing not at random”的学术报告。杨帆介绍了两个主要工作，分别是在中介变量分析中中介变量和结果均存在非随机缺失下的识别性问题，以及工具变量分析中治疗方案和结果均存在非随机缺失下的识别性问题。在第一个工作中，杨教授先系统性地给出了仅中介变量存在非随机缺失时的识别性条件，后将其扩展到了中介变量和结果均存在非随机缺失的情形，并对此时的识别性条件进行了细致的分析和解读。相应理论用于National Job Corps Study (NCJS)数据集后的结果也得到了展示。在第二个工作中，杨教授给出了这一问题的许多应用实例，如孕期摄入酒精对婴儿的影响，以及非认知能力对收入的影响等；并系统性地探讨了依从性相关的工具变量分析中的识别性条件。

中国科学技术大学郑泽敏教授开展了主题为“SOFARI-R: High-Dimensional Manifold-Based Inference for Latent Response”的学术报告。郑泽敏首先通过介绍探讨不同脑部区域对记忆功能的影响等多个例子引入了多任务学习问题，并回顾了这一研究领域中的方法与理论。随后，郑泽敏介绍了一个针对这一问题的稀疏正交因子回归（SOFAR）方法，以及基于这一方法进行高维流形空间中的推断的方法（SOFARI）。紧接着，郑泽敏详细阐述了因为左右因子的不对称性，将SOFARI方法直接用于右因子推断时所遭遇的挑战。针对这一问题，郑泽敏描述分别在因子强正交和弱正交条件下，利用理论工具克服这一挑战，并建立完备的理论结果和高效算法的过程。最后，郑泽敏分析了这一方法体系在模拟实验以及来自Federal reserve economic database的真实数据集（FRED-MD）中应用结果，进一步展示了方法的有效性。

本次十周年庆典暨校友论坛汇聚了研究院师生、校友与海内外学者，对研究院十年来在学科建设、人才培养与制度创新方面的成果进行了全面回顾，并围绕“统计＋大数据＋人工智能”交叉发展路径展开了深入讨论。与会专家和校友一致认为，研究院应继续以交叉融合为牵引、以制度创新为抓手、以国际合作为支点，推动统计学科向数据科学纵深发展，服务国家重大需求，提升国际影响力。