范剑青：统计学+金融界的传奇人物

说范剑青是“统计学界的传奇人物”，丝毫不为过。

凭借首创的“非参数建模”理论，他在2000年获得了COPSS总统奖。哈佛大学教授Marvin Zelen为他颁奖时说：“范剑青对统计有巨大、广泛的贡献。”

这个号称国际统计学界“诺贝尔”的奖项，每年只颁给一位40岁以下的统计学最杰出的学者。

他的履历上，远远不止这一项荣耀：晨兴应用数学金奖，被誉为华人应用数学界的最高奖；泛华统计学会的“许宝禄奖”，三年一次授予五十岁以下的概率统计学家；英国皇家统计学会“盖伊奖章”（Guy Medal）银奖，从1892年以来这一奖项的获得者鲜少有华裔……

他是国际数理统计学会（IMS）创办70年以来，第一位华人主席，也是国际统计学会、国际数理统计学会、美国统计学会、美国科学促进会、计量金融学会这五大顶级学会的Fellow。他是《Annals of Statistics（统计年鉴）》创刊70年，第一位亚裔主编，也是国际顶级学术期刊《Journal of Econometrics（计量经济杂志）》的联合主编，也担任过多个国际一流学术期刊的主编和编委。

普林斯顿大学有一个特殊的金融教授席位，以著名银行家、普林斯顿大学毕业生Frederick L. Moore的名字命名，Moore的学生捐款500万美元设立了这个席位。在全校评选之后，范剑青是第一位、也是唯一一位Frederick L. Moore'18金融教授。

学生们把这位学术大牛列入了统计学必读，说“任何一篇涉及高维降维的论文，都不可能不引用Fan的文章”——从2001年第一次排名以来，范剑青的论文引用次数就一直位列世界数学家排名榜的前十名。

“什么叫fundamental的贡献？这就是。”一位统计学学生感慨道。

让理论照进现实

应用，是范剑青的学术生涯离不开的两个字。

博士毕业时，导师David L. Donoho对他说，“中国人的数学功夫不错，但做学问没有自己的特色就永远没有出路，我侧重理论，而你应该侧重应用。”

因此，范剑青这些学术成就的最大特点之一，就是让理论照进现实。许多原先只能解决饱和、一元、正态、均匀、参数的统计学问题，在他的努力下，被扩展到非饱和、多元、非正态、非均匀、非参数。

他首创的“非参数建模”，基本思想就是让数据本身透过电脑自动寻找一个统计模型来描述和刻画，而这一模型能寻找最精确的非线性系统预报未来和描述变量之间的内在关系，从而完全避免传统参数模型带来的人为偏差，也节省了许多人力。

这种方法已经广泛运用在现代信息工程和统计表中的图像处理，以及股票市场上。学术界认为企业用它能更有效地评估承受金融风险的能力和蒙受损失的上限，作出正确的投资决定。

他还创建了“非凹性惩罚似然法” ，克服了模型选择的偏差，为机器学习与高维复杂数据分析的理论与方法开拓了新篇章；“非渐近替代方法”用来解决局部建模区域的带宽问题，可以推广到许多非参数建模问题中；“独立筛选法” 大大提高了高维变量选择的计算速度及统计性质……

国际统计界对他的评价是“在理论和方法论上都开辟了很多新领域，为后续研究奠定了基础”。北卡罗来纳大学统计系教授Marron甚至用“文艺复兴”形容非参数建模对统计学的影响。

范剑青眼中的AI金融

如果以为范剑青只与统计学有关，那未免有些狭隘。他的一系列非参数建模与高维复杂数据建模等方面的理论，其实已经在资产定价、计量金融、风险管理、机器学习、资讯工程，生物信息、生物统计等领域顺利应用。

大数据、人工智能的发展历程，与数学、统计学息息相关，范剑青也因此将目光更多投向AI金融领域，投向数据智能与金融创新。雷锋网AI金融评论曾经报道他在2018世界人工智能大会上的主题演讲：

在我看来，人工智能是机器学习的平方，让机器自动学习机器算法是机器学习的理想状况。

它具体表现是在图像识别、语音识别、机器学习、专家系统、计算机视觉还有自然语言处理等等。如果我们按图灵测试来检验现在的很多系统，恐怕我们多半系统是机器学习，不是人工智能。

换句话说我们还没达到平方，只是在往平方的路上。

当时，范剑青谈到人工智能的目的就是提高数据挖掘的能力，而挖掘数据的相关性是多种多样的；机器智能可以降低劳动力成本，减少信息不对称性，提高预测能力。

在他看来，数据智能在金融领域的应用，将覆盖商业银行的消费金融、财务风险、客户管理、风险判别，到证券市场的量化交易、智能投顾、风险防范和信用评估，还有保险业的信用管理、诈骗分析、获客分析、保险精算。政府职能里面有风险评判、智能监管、预警分析、政策评估。

那么对于金融科技的新十年，这位统计学界的国际顶尖专家会有怎样的见解？

在本周日（8月9日）上午举行的CCF-GAIR全球人工智能与机器人峰会「AI金融论坛」上，范剑青将讲述统计学是如何随着大数据演变，并成为现代机器学习和人工智能的基础，和交易建模、高维统计与机器学习、深度学习的概述。

同时他还将针对金融数据处理中的大数据鲁棒性问题展开论述，并着重介绍三大金融应用：通过增强因子模型稳健预测债券风险溢价、通过几种统计机器学习方法对高频金融中动量和持续时间的预测、通过特征筛选利用文本数据进行投资组合选择。

预约收看学术大牛直播

现在关注公众号“AI金融评论”，在对话框发送关键词“GAIR”，扫码进入直播群，即可观看雷锋网・研习社独家官方视频直播，与大佬们共襄盛会。

本次直播不仅可以观看范剑青的最新全场演讲，以下大咖也将带来各自的AI金融新洞见：

• 微众银行首席人工智能官，国际人工智能联合会首位华人理事会主席 杨强

• 平安集团首席科学家 肖京

• 原摩根大通执行董事、花旗银行高级副总裁 黄又钢 

• 京东数字科技集团副总裁、风险管理中心总经理 程建波

• 移卡集团副总裁 奚少杰

如果想要在现场与国际顶尖AI金融专家们交流，还可以添加客服微信（ID：FinAI_leiphone），获取限量免费票。

雷锋网雷锋网雷锋网(公众号：雷锋网)

。