何勇 研究员
山东大学中泰证券金融研究院研究员


现任职务：


学术兼职：

美国数学评论评论员，
山东省大数据研究会理事，
国际学术期刊Biometrics，Electronic Journal of Statistics，Statistica Sinica，Journal of the Royal Statistical Society : Series C，Briefings in Bioinformatics，Statistics in Medicine, Computational Statistics & Data Analysis等匿名审稿人
荣誉与奖励：
[1]. 2019. 09, 山东财经大学2019年度“科研标兵”
[2]. 2019. 06，山东财经大学“优秀共产党员”
[3]. 2018. 12，山东财经大学“2018年度科研贡献奖（格力）”
[4]. 2017. 05, 上海市优秀博士毕业生.
[5]. 2016. 12, 博士研究生国家奖学金.
[6]. 2015. 01, 复旦大学优秀研究生.
[7]. 2013. 12, 硕士研究生国家奖学金.
[8]. 2011. 04, “大众报业杯”山东高校十大优秀学生提名奖.
[9]. 2011. 03, “美国大学生数学建模竞赛”Meritorious Winner.
[10]. 2010. 12, “全国大学生数学建模竞赛”全国一等奖.
[11]. 2010. 05, “全国大学生英语竞赛”全国特等奖.

教育和工作经历：
教育经历：
2012.09-2017.06，复旦大学, 概率论与数理统计专业，理学博士
2008.09-2012.06，山东大学, 统计学专业，理学学士
工作经历：
2020.09-至今， 山东大学，研究员
2017.09-2020.08， 山东财经大学，预聘副教授，副教授
联系方式:
通讯地址：山东大学中心校区知新楼B1221
E-mail：heyongATsduDOTeduDOTcn


何勇于2012年6月取得山东大学理学学士学位，随后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研究员。主要从事金融计量统计、生物统计及机器学习等数学交叉领域的研究，以第一作者或通讯作者在金融统计与计量经济国际知名期刊Journal of Business and Economic Statistics，统计学、生物统计学国际知名期刊Biometrics, Statistics in Medicine，Journal of Multivariate Analysis等发表多篇研究论文。2019年07-08月受邀访问新加坡国立大学统计与应用概率系。担任美国数学评论（Mathematical Review）评论员，山东省大数据研究会理事。

---

何勇 研究员
山东大学中泰证券金融研究院研究员


研究方向：

金融计量统计、生物统计、机器学习、大数据统计建模
主持承担的科研项目：
[1]. 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 (**)，国家自然科学基金青年基金，项目负责人.
[2]. 2020.01-2021.12，金融大数据分组信息提取的统计方法研究，山东省社会科学规划研究青年项目（20DTJJ02），项目负责人.
[3]. 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.
[4]. 2018.09-2020.08, 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), 全国统计科学研究项目，项目负责人.
[5]. 2019.01-2019.12，山东财经大学统计学院医疗大数据统计建模创新团队，团队负责人.
[6]. 2016.01-2019.12, 高维随机向量相关结构的检验问题研究 (**)，国家自然科学基金面上项目，参与。
[7]. 2018.01-2021.12, 大数据时代异构模型的统计推断及应用 (**)，国家自然科学基金面上项目，参与。
[8]. 2019.01-2021.12, 网络结构驱动的多层面组学生物标记筛选策略与统计方法研究 (**)，国家自然科学基金青年基金，参与。


国际学术会议报告：
2019/12/19-22. The 11th ICSA International Conference of International Chinese Statistics Association.Invited Talk“Robust Two-step Estimation for Large-dimensional Elliptical Factor Model”.

国外学术访问经历：
2015.09-2016.09， 美国威斯康星麦迪逊大学，访问****
2019.07-2019.08， 新加坡国立大学，访问****


主讲课程：
本学期讲授的课程：高等数理统计引论
曾经讲授的课程：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）

---

何勇 研究员
山东大学中泰证券金融研究院研究员


学术论文（*通讯作者）
[1]. He Y, Kong X, Yu L, Zhang X (2020+). Large-dimensional Factor Analysis without Moment Constraints. Journal of Business and Economic Statistics, in press. (SSCI一区， IF: 2.935)
[2]. Ji J, He Y*, Liu L, Xie L (2020+). Brain Connectivity Alteration Detection via Matrix-variate Differential Network Model, Biometrics, in press, doi:10.1111/biom.13359. R package "MVDN" available at https://github.com/jijiadong/MVDN.
[3]. He Y, Chen H, Sun H, Ji J, Shi Y, Zhang X, Liu L (2020+). High-dimensional Integrative Copula Discriminant Analysis for Multi-omics Data. Statistics in Medicine, in press.
[4]. Chen H, He Y*, Ji J, Shi Y (2020+). The Sparse Group Lasso for High-dimensional Integrative Linear Discriminant Analysis with Application to Alzheimer’s Disease Prediction. Journal of Statistical Computation and Simulation, in press.
[5]. Dong F, He Y, Wang T, Han D, Lu H, Zhao H (2020). Predicting Viral Exposure Response from Modeling the Changes of Co-Expression Networks Using Time Series Gene Expression Data, BMC Bioinformatics, 21, 370.
[6]. He Y, Sun H, Ji J, Zhang X (2020). Robust Feature Screening for Multi-response Trans-elliptical Regression Model with Ultrahigh-dimensional Covariates, Random Matrices: Theory and Application, 9, **.
[7]. He Y, Zhang M, Zhang X, Zhou W (2020). High-dimensional Two-sample Mean Vectors Test with Factor Adjustment. Computational Statistics & Data Analysis, 151, 107004.
[8]. 李地青，何勇*, 张新生 (2020). 高维单标指门限回归模型的估计方法. 中国科学：数学, 50卷, 第3期, 423-446.
[9]. Zhang M, He Y*, Zhou C, Zhang X (2020). High-dimensional Two-sample Precision Matrices Test: An Adaptive Approach through Multiplier Bootstrap, Statistics and Its Interface, 13, 37-48.
[10]. Chen H, He Y, Ji J, Shi Y (2019). A Machine Learning Method for Identifying Critical Interactions between Gene Pairs in Alzheimer's Disease Prediction. Frontiers in Neurology, 10, 1162.
[11]. Yu L, He Y*, Zhang X (2019). Robust Factor Number Specification for Large-dimensional Elliptical Factor Model, Journal of Multivariate Analysis, 174, 104543.
[12]. He Y, Zhang L, Ji J, Zhang X. (2019) Robust Feature Screening for Elliptical Copula Regression Model. Journal of Multivariate Analysis, 173, 568-582.
[13]. He Y, Zhang X, Zhang L. (2018) Variable Selection for High Dimensional Gaussian Copula Regression Model: An Adaptive Hypothesis Testing Procedure. Computational Statistics & Data Analysis, 124, 132-150.
[14]. He Y, Ji J, Xie L, Zhang X, Xue F. (2018) A New Insight into Underlying Disease Mechanism through Semi-parametric Latent Differential Network Model. BMC Bioinformatics, 19 (Suppl 17), 493.
[15]. 何勇, 季加东, 张新生. (2018) Gauss关联结构图模型的充分降维方法. 中国科学：数学, 48卷, 第12期, 1819-1830.
[16]. Zhang M, Zhou C, He Y*, Zhang X. (2018) Adaptive Test for Mean Vectors of High-dimensional Time Series Data with Factor Structure. Journal of the Korean Statistical Society, 47, 450-470.
[17]. Zhang M, Zhou C, He Y*, Liu B. (2018) Data-Adaptive Test for High-dimensional Multivariate Analysis of Variance Problem. Australian & New Zealand Journal of Statistics, 60, 447-470.
[18]. Wang P, Tang Y, Bae S, He Y. (2018) Bayesian Analysis of Two-Phase Degradation Data Based on Change-Point Wiener Process. Reliability Engineering and System Safety, 170, 244-256.
[19]. 张立文, 倪中新, 何勇*, 朱周帆. (2018) 删失分位数回归模型中的变点检测问题.中国科学：数学 , 48卷, 第9期, 1159-1180.
[20]. He Y, Zhang X, Ji J, Liu B. (2017) Joint Estimation of Multiple High-Dimensional Gaussian Copula Graphical Models. Australian & New Zealand Journal of Statistics, 59, 289-310.
[21]. He Y, Zhang X, Wang P, Zhang L. (2017) High Dimensional Gaussian Copula Graphical Model with FDR Control. Computational Statistics & Data Analysis, 113, 457-474.
[22]. Ji J, He D, Feng Y, He Y, Xue F, Xie L. (2017) JDINAC: Joint Density-based Nonparametric Differential Interaction Network Analysis and Classification Using High Dimensional Sparse Omics Data. Bioinformatics, 33, 3080-3087.
[23]. Kong D, Qin C, He Y, Cui L. (2017) Sensor-Based Calibrations to Improve Reliability of Systems Subject to Multiple Dependent Competing Failure Processes. Reliability Engineering and System Safety,160, 101-113.
[24]. He Y*, Zhang X, Wang P. (2016) Discriminant Analysis on High Dimensional Gaussian Copula Model. Statistics & Probability Letters, 117, 100-112.

---

何勇 研究员
山东大学中泰证券金融研究院研究员


预印本:

待发表论文（*通讯作者）
[1] Yu L, He Y, Kong X, Zhang X. Projected Estimation Method for Large-dimensional Matrix Factor Models. Journal of Econometrics, first-round revision. arXiv:2003.10285.
[2] Chen H, Guo Y, He Y*, Ji J, Liu L, Shi Y, Zhang X. Simultaneous Differential Network Analysis and Classification for Matrix-variate Data with application to Brain Connectivity. Biostatistics, first-round revision. arXiv:2005.08457. R package "SDNCMV" available at https://github.com/heyongstat/SDNCMV.
[3] He Y, Kong X, Yu L. Factor Analysis without Moment Constraint. arXiv:2006.08214
[4] Yu L, He Y, Zhang X, Zhu J. Network-Assisted Estimation for Large-dimensional Factor Model with Guaranteed Convergence Rate Improvement. arXiv:2001.10955.
[5] He Y, Liu P, Zhang X, Zhou W. Robust Covariance Estimation for High-dimensional Compositional Data with Application to Microbial Communities Analysis. arXiv:2004.09018. R code available at https://github.com/heyongstat/RCEC.