日前，国家自然科学基金委员会公布了2023年度集中申报期项目的评审结果。我院教授周明，副教授王菲菲、关国卉，讲师梅好、王春燕、李杰获得立项，立项信息详见下文。
立项信息
周明
中国人民大学统计学院教授
项目类别：面上项目
项目名称：基于行为偏好的保险需求与投资消费随机最优控制问题研究
项目简介：本项目在风险厌恶的基础之上考虑习惯养成、损失厌恶、模糊厌恶等行为偏好，研究个人生命周期内的保险需求与投资消费问题，其中目标函数的非全局凹性、不光滑性、参考水平的路径依赖导致的非马氏性是本项目的难点。我们将通过鞅方法、凸对偶、凹包络、以及经典的动态规划等方法，重点解决不同参考水平下，基于S-效用和均方模糊厌恶的最优控制问题，同时结合实际数据采用统计计量方法对理论结果进行实证分析与验证。
王菲菲
中国人民大学统计学院副教授
项目类别：面上项目
项目名称：复杂网络结构数据下空间自回归模型的理论研究与管理应用
项目简介：网络结构数据具有广泛的应用场景和巨大的商业价值。当前网络结构数据呈现出大规模、动态性、内生性的复杂特点，这为网络结构数据分析的理论研究和应用带来了新的机遇与挑战。人工智能领域的蓬勃发展也为复杂数据分析提供了新的研究契机。本项目即以当前复杂网络结构数据的实际分析需求为出发点，以空间自回归模型为基础，同时融合人工智能领域的前沿技术，建立围绕复杂网络结构数据大规模、动态性、内生性特点的统计模型新方法和理论体系。相关的理论成果将应用于业界实践，通过发展复杂网络结构数据的实用分析流程帮助企业研发设计数据产品，提升科学决策水平。
关国卉
中国人民大学统计学院副教授
项目类别：面上项目
项目名称：养老金管理中的两类控制优化问题研究
项目简介：风险管理是保障养老金资金稳定的重要手段。本项目基于保险数学、金融数学和随机控制理论，分别针对DC型和DB型养老金计划，构建整合多类市场风险的金融保险模型，并开展两类控制优化（非EUT、模型不确定性）问题的研究。项目创新性地在养老金管理中整合各类市场风险和状态，引入绩效比率、随机参考点和模型不确定性。项目所涉及的非EUT优化问题、鲁棒控制问题是目前控制领域的热点难点问题。本项目的研究能够满足多元化的管理需求，为养老金的投资决策提供理论支撑和实践参考，对于提升我国养老金的管理能力、积极应对人口老龄化具有重要意义。
梅好
中国人民大学统计学院讲师
项目类别：青年科学基金项目
项目名称:动态多层临床型疾病网络模型及其应用研究
项目简介：老龄人口健康管理是我国“十四五”重要的社会目标之一，基于创新的网络数据分析和深度学习方法，本项目致力于研究疾病间临床结局的条件相关性及其时间变化，通过疾病网络关系预测个体及群体的临床结局风险，并根据中国和美国大规模医保数据构建老龄人口临床型疾病网络，分析我国老龄人口临床结局健康风险特色及中美差异，回答疾病管理、医疗资源布局、健康保险设计中的切实问题，为推动我国老年人健康管理提供真实有效的科学依据。
王春燕
中国人民大学统计学院讲师
项目类别：青年科学基金项目
项目名称：复杂列正交空间填充设计与非正规设计的理论与构造
项目简介：随着计算机技术的快速发展，计算机试验受到越来越多的关注。空间填充性和列正交性是计算机试验设计的重要性质。对同时具有这两种性质的计算机试验设计的研究具有重要的意义。在计算机试验设计的构造中，正交表始终是一项重要的工具。然而，目前对于具有灵活试验次数的非正规设计的研究十分匮乏。本项目将深入探索几类复杂列正交空间填充设计和非正规设计的理论与构造方面的一些新兴课题，为试验的实际应用奠定坚实的基础。
李杰
中国人民大学统计学院讲师
项目类别：青年科学基金项目
项目名称：函数型数据中因果效应的统计推断
项目简介：本项目聚焦观察性研究的函数型数据中平均因果效应和个体因果效应的估计和推断，以及试验性研究的函数型数据中因果效应异质性检验两类问题。本项目将分别在可忽略性假定成立和存在未观测的混杂因素的条件下，对结果变量建立合适的非参数回归模型，提出无偏的平均因果效应和个体因果效应估计量并研究其渐近性质，可以有效解释数据中因果效应的动态结构和内在规律。预期本项目的方法应用于睡眠质量与心率变化、汽油价格政策与消耗量等数据中，会产生很多有意义的发现。
本年度，我院共获批国家自然科学基金项目6项，其中面上项目3项，青年科学基金项目3项。一直以来，我院高度重视国家自然科学基金项目申报组织工作，通过深入开展申报动员、邀请专家评审论证、严格把关形式审查等举措，持续提高项目申报质量，为取得优异成绩奠定扎实基础。下一步，我院将继续加强有组织科研工作，前瞻谋划，精心部署，力争科研工作再攀新高峰！