姓 名：张立文
职 称：教授
研究方向：统计理论及方法、大模型理论及其应用、人工智能理论及方法、量化投资等
教授课程：概率论、数理统计、大数据挖掘（研究生课程）、大数据商业实战（MBA课程）、人工智能和量化投资（MBA课程）等
E - mail：zhang.liwen@mail.shufe.edu.cn；电话：021-65901549
| 序号 | 项目名称 | 项目编号 | 项目来源 | 起止时间 | 项目经费 |
| 1 | 新冠疫情背景下超高维分位数回归结构变点模型及其应用研究 | 22BTJ031 | 国家社会科学一般项目(面上） | 2022-2025 | |
| 2 | 几类分位数回归变点的研究 | 11601313 | 国家自然科学基金青年项目 | 2017-2020 | |
| 3 | “高维数据下分位数回归中的变点与应用研究” | 2017LY32 | 全国统计科学研究项目（省部级） | 2018-2020 | |
| 4 | “分位数回归模型中的结构变化问题及其在股票建模中的应用” | ZZSD15107 | 上海高校优秀青年教师培养资助计划 | 2015-2017 | |
| 5 | “深度学习算法在汽车市场预警及预测中的应用” | 横向项目 | 上汽集团教育基金会项目 | 2018-2019 | |
| 6 | “大数据背景下新冠疫情舆情发展及相关建议研究” | 纵向项目 | 上海财经大学新冠疫情防控转向课题 | 2020-2020 |
上海财经大学统计与数据科学学院和滴水湖高级金融学院联聘教授、博士生导师，MBA/EMBA导师，数据科学与统计研究院副院长，上海财经大学上海国际金融中心研究院金融科技首席专家，统计学大语言模型StatChat负责人，金融大模型评测FinEval负责人。复旦大学管理学院和美国北卡州立大学联合培养统计学博士，香港中文大学统计学博士后。主要研究领域：统计理论及方法、大模型理论及其应用、人工智能理论及应用、AI量化投资等等。兼任上海市经济与信息化大数据项目专项资金评委，中国现场大数据统计分会理事、上海市数量经济学会理事，上海财经大学浙江学院统计学学科带头人、青海省“昆仑英才高端创新创业人才”领军人才（柔性）等。近年来服务于多家大数据、人工智能、金融投资公司，承担了国家级、上海市、国家统计局等政府委托项目，并和腾讯集团、蚂蚁集团、阶跃星辰、上汽集团、国泰君安证券、海通期货、平安银行、上海库帕思科技有限公司、中国信通院等政府部门和企事业单位开展了多项合作，领域涵盖政府治理、金融、营销等领域的大数据分析和决策支持。同时担任多个期刊匿名审稿人。
招收对象： 2025年，本组主要招生方向为大模型预训练、金融DeepSeek R1模型、多模态融合、大模型评测、金融量化投资等，有兴趣学生欢迎联系。并希望有如下特点：积极主动、热爱科学研究或开发落地、刻苦勤奋。
根据表现，本组会择优推荐学生到腾讯、蚂蚁、阶跃星辰、证券银行类金融公司等合作单位实习。（往届学生有极大机会能拿到转正offer）
2014.09-2015.08 香港中文大学统计学系，统计学博士后
2012.03-2013.08 美国北卡州立大统计学系，联合培养博士
2010.09-2014.07 复旦大学管理学院，统计学博士
2024.07-至今 上海财经大学统计与管理学院，统计系，教授，博导及MBA/EMBA导师。
2018.03-2024.06，上海财经大学统计与管理学院，统计系，副教授，博导及MBA/EMBA导师。
2015.08-2018.02，上海大学经济学院，金融系，讲师，硕士生导师。
2016.07-2016.08,2017.07-2017.08，2018.5香港大学统计与精算学系，访问学者。
论文
代表性英文论文：
[1] 金融大语言模型评测FinEval负责人
FinEval: A Chinese Financial Domain Knowledge Evaluation Benchmark for Large Language Models.
FinEval评估项目GitHub地址：https://github.com/SUFE-AIFLM-Lab/FinEval
论文地址：
https://arxiv.org/abs/2308.09975
评测文档：
https://fineval.readthedocs.io
[2] Kuang, Q., Zhu, Z., Zhang, L., Zhou, F.*
Variance Control for Distributional Reinforcement Learning. The 40th International Conference on Machine Learning. (ICML 2023)
[3] Zhou, F., Zhu, Z., Kuang, Q., Zhang, L*. Non-decreasing quantile
function network with efficient exploration for distributional reinforcementlearning. International Joint Conference on Artificial Intelligence (IJCAI), 2022. (SCI)
[4]Zhang, L., Zhu, Z., Feng, X. and He, Y*. Shrinkage quantile regressionestimation for panel data models with multiple structural breaks.Canadian Journal of Statistics, 2022, 50(3): 820-851. (SCI)
[5] Huang, Q., You, J.*, Zhang, L. Efficient inference of longitudinal/functional data models with time‐varying additive structure, Scandinavian Journal of Statistics, 2022, 49(2): 744-771.(SCI)
[6] Ren, T., Shen, W. and Zhang, L*. Bayesian phase II clinical trial designwith noncompliance. Statistics in Medcine, 2021, 40(20): 4457-4472.(SCI)
[7] Gao, X., Shen, W*., Zhang, L, Hu, J., Fortin, N. J., Frostig, R. D. andOmbao, H. Regularized matrix data clustering and its application to imageanalysis. Biometrics, 2021, 77(3), 890-902. (SCI)
[8] Degao Li, Ruochen Zeng, Liwen Zhang, Wai Keung Li, Guodong Li*. Conditional Quantile Estimation for Hysteretic Autoregressive Models. Statistica Sinica, 2020, 30(2): 809-827. ( SCI)
[9] Mustafa Onur Caglayan, Wenjun Xue, Liwen Zhang*. Global investigation on the country-level idiosyncratic volatility and its determinants. Journal of Empirical Finance. 2020, 55: 143-160. (SSCI)
[10] Liwen Zhang, Zhongyi Zhu*. Estimating restricted common structural changes for panel data. Acta Mathematicae Applicatae Sinica, 2019, 35(4):893–908. (SCI)
[11] Wenjun Xue, Liwen Zhang*. Revisiting the Asymmetric Effects of Bank Credit on the Business Cycle A Panel Quantile Regression Approach. The Journal of Economic Asymmetries. 2019，e0012.
[12] Yong He, Xinsheng Zhang and Liwen Zhang*. Variable Selection for High Dimensional Gaussian Copula Regression Model: An Adaptive Hypothesis Testing Procedure. Computational Statistics & Data Analysis, 2018, 24: 132-150. (SCI)
[13] Zhang, L., Wang, H. and Zhu, Z*. (2017) Composite Change Point Estimation for Bent Line Quantile Regression. Annals of the Institute of Statistics Mathematics, 69(1), 145-168. (SCI & SSCI).
[14] Wenjun Xue and Liwen Zhang* (2017). Stock Return Autocorrelations and Predictability in the Chinese Stock Market-Evidence from Threshold Quantile Autoregressive Models. Economic Modelling, 31(4), 391-401. (SSCI).
[15] Yong He, Xinsheng Zhang, Pingping Wang, Liwen Zhang* (2017). High Dimensional Gaussian Copula Graphical Model with FDR Control. Computational Statistics & Data Analysis, 113, 457-474. (SCI).
[16] Hu, J*., Zhang, L. and Wang, H. (2016). Sequential Model Selection Based Segmentation in Linear Regression: An Application to Array CGH Data. Biometrics, 72(3), 815-826 (SCI).
[17] Zhang, L., and Zhu, Z*. (2015).Testing for Change Points in Partially Linear Models. Acta Mathematicae Applicatae Sinica (English Series), 31(4): 879–892 (SCI).
[18] Zhang, L., Wang, H. and Zhu, Z*. (2014). Testing for Change Points Due to a Covariate Threshold in Regression Quantiles. Statistica Sinica, 24(4):1859-1877 (SCI).
代表性中文论文：
[1]张立文*,朱周帆, 郝鸿.基于深度学习的乘用车市场预警模型研究.
2022, 系统科学与数学, 已接受.
[2] 张立文，程东坡，薛文骏，杨廷干*。复合分位数下门限自回归模型的变点估计.2021, 中国科学，已接受。
[3] 张立文*，朱周帆，郝鸿。基于深度学习的乘用车市场预警模型研究 .2022, 系统科学与数学，已接受。
[4] 朱周帆, 郝鸿, 张立文*. 基于机器学习与时间序列组合模型的中国汽车市场预测研究. 2021, 统计与决策, 已接受.
[5] 张立文*, 程东坡， 许玲丽. 新时代背景下环境保护政策对雾霾防治的效应分析—基于PM2.5浓度变化视角的实证研究. 上海财经大学学报:哲学社会科学版, 2019, 21(2): 17-29.
[6] 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，48（9)，1159-1180.
书籍
张立文，2017，分位数回归中变点问题及其应用，经济管理出版社。
担任《Biometrics》、《Annals of the Institute of Statistical Mathematics》、《Emerging Markets Finance and Trade》、《中国科学》以及《系统工程与数学》等期刊匿名审稿人。
