范劍青：統(tǒng)計學(xué)+金融界的傳奇人物

本文作者：周蕾

2020-08-05 20:00

導(dǎo)語：年少不知范劍青，聞后便成死忠粉。

說范劍青是“統(tǒng)計學(xué)界的傳奇人物”，絲毫不為過。

憑借首創(chuàng)的“非參數(shù)建模”理論，他在2000年獲得了COPSS總統(tǒng)獎。哈佛大學(xué)教授Marvin Zelen為他頒獎時說：“范劍青對統(tǒng)計有巨大、廣泛的貢獻?！?/p>

這個號稱國際統(tǒng)計學(xué)界“諾貝爾”的獎項，每年只頒給一位40歲以下的統(tǒng)計學(xué)最杰出的學(xué)者。

他的履歷上，遠遠不止這一項榮耀：晨興應(yīng)用數(shù)學(xué)金獎，被譽為華人應(yīng)用數(shù)學(xué)界的最高獎；泛華統(tǒng)計學(xué)會的“許寶祿獎”，三年一次授予五十歲以下的概率統(tǒng)計學(xué)家；英國皇家統(tǒng)計學(xué)會“蓋伊獎?wù)隆保℅uy Medal）銀獎，從1892年以來這一獎項的獲得者鮮少有華裔……

他是國際數(shù)理統(tǒng)計學(xué)會（IMS）創(chuàng)辦70年以來，第一位華人主席，也是國際統(tǒng)計學(xué)會、國際數(shù)理統(tǒng)計學(xué)會、美國統(tǒng)計學(xué)會、美國科學(xué)促進會、計量金融學(xué)會這五大頂級學(xué)會的Fellow。他是《Annals of Statistics（統(tǒng)計年鑒）》創(chuàng)刊70年，第一位亞裔主編，也是國際頂級學(xué)術(shù)期刊《Journal of Econometrics（計量經(jīng)濟雜志）》的聯(lián)合主編，也擔(dān)任過多個國際一流學(xué)術(shù)期刊的主編和編委。

普林斯頓大學(xué)有一個特殊的金融教授席位，以著名銀行家、普林斯頓大學(xué)畢業(yè)生Frederick L. Moore的名字命名，Moore的學(xué)生捐款500萬美元設(shè)立了這個席位。在全校評選之后，范劍青是第一位、也是唯一一位Frederick L. Moore'18金融教授。

學(xué)生們把這位學(xué)術(shù)大牛列入了統(tǒng)計學(xué)必讀，說“任何一篇涉及高維降維的論文，都不可能不引用Fan的文章”——從2001年第一次排名以來，范劍青的論文引用次數(shù)就一直位列世界數(shù)學(xué)家排名榜的前十名。

“什么叫fundamental的貢獻？這就是?！币晃唤y(tǒng)計學(xué)學(xué)生感慨道。

讓理論照進現(xiàn)實

應(yīng)用，是范劍青的學(xué)術(shù)生涯離不開的兩個字。

博士畢業(yè)時，導(dǎo)師David L. Donoho對他說，“中國人的數(shù)學(xué)功夫不錯，但做學(xué)問沒有自己的特色就永遠沒有出路，我側(cè)重理論，而你應(yīng)該側(cè)重應(yīng)用?！?/p>

因此，范劍青這些學(xué)術(shù)成就的最大特點之一，就是讓理論照進現(xiàn)實。許多原先只能解決飽和、一元、正態(tài)、均勻、參數(shù)的統(tǒng)計學(xué)問題，在他的努力下，被擴展到非飽和、多元、非正態(tài)、非均勻、非參數(shù)。

他首創(chuàng)的“非參數(shù)建?！?，基本思想就是讓數(shù)據(jù)本身透過電腦自動尋找一個統(tǒng)計模型來描述和刻畫，而這一模型能尋找最精確的非線性系統(tǒng)預(yù)報未來和描述變量之間的內(nèi)在關(guān)系，從而完全避免傳統(tǒng)參數(shù)模型帶來的人為偏差，也節(jié)省了許多人力。

這種方法已經(jīng)廣泛運用在現(xiàn)代信息工程和統(tǒng)計表中的圖像處理，以及股票市場上。學(xué)術(shù)界認為企業(yè)用它能更有效地評估承受金融風(fēng)險的能力和蒙受損失的上限，作出正確的投資決定。

他還創(chuàng)建了“非凹性懲罰似然法” ，克服了模型選擇的偏差，為機器學(xué)習(xí)與高維復(fù)雜數(shù)據(jù)分析的理論與方法開拓了新篇章；“非漸近替代方法”用來解決局部建模區(qū)域的帶寬問題，可以推廣到許多非參數(shù)建模問題中；“獨立篩選法” 大大提高了高維變量選擇的計算速度及統(tǒng)計性質(zhì)……

國際統(tǒng)計界對他的評價是“在理論和方法論上都開辟了很多新領(lǐng)域，為后續(xù)研究奠定了基礎(chǔ)”。北卡羅來納大學(xué)統(tǒng)計系教授Marron甚至用“文藝復(fù)興”形容非參數(shù)建模對統(tǒng)計學(xué)的影響。

范劍青眼中的AI金融

如果以為范劍青只與統(tǒng)計學(xué)有關(guān)，那未免有些狹隘。他的一系列非參數(shù)建模與高維復(fù)雜數(shù)據(jù)建模等方面的理論，其實已經(jīng)在資產(chǎn)定價、計量金融、風(fēng)險管理、機器學(xué)習(xí)、資訊工程，生物信息、生物統(tǒng)計等領(lǐng)域順利應(yīng)用。

大數(shù)據(jù)、人工智能的發(fā)展歷程，與數(shù)學(xué)、統(tǒng)計學(xué)息息相關(guān)，范劍青也因此將目光更多投向AI金融領(lǐng)域，投向數(shù)據(jù)智能與金融創(chuàng)新。雷鋒網(wǎng)AI金融評論曾經(jīng)報道他在2018世界人工智能大會上的主題演講：

在我看來，人工智能是機器學(xué)習(xí)的平方，讓機器自動學(xué)習(xí)機器算法是機器學(xué)習(xí)的理想狀況。
它具體表現(xiàn)是在圖像識別、語音識別、機器學(xué)習(xí)、專家系統(tǒng)、計算機視覺還有自然語言處理等等。如果我們按圖靈測試來檢驗現(xiàn)在的很多系統(tǒng)，恐怕我們多半系統(tǒng)是機器學(xué)習(xí)，不是人工智能。
換句話說我們還沒達到平方，只是在往平方的路上。

當(dāng)時，范劍青談到人工智能的目的就是提高數(shù)據(jù)挖掘的能力，而挖掘數(shù)據(jù)的相關(guān)性是多種多樣的；機器智能可以降低勞動力成本，減少信息不對稱性，提高預(yù)測能力。

在他看來，數(shù)據(jù)智能在金融領(lǐng)域的應(yīng)用，將覆蓋商業(yè)銀行的消費金融、財務(wù)風(fēng)險、客戶管理、風(fēng)險判別，到證券市場的量化交易、智能投顧、風(fēng)險防范和信用評估，還有保險業(yè)的信用管理、詐騙分析、獲客分析、保險精算。政府職能里面有風(fēng)險評判、智能監(jiān)管、預(yù)警分析、政策評估。

那么對于金融科技的新十年，這位統(tǒng)計學(xué)界的國際頂尖專家會有怎樣的見解？

在本周日（8月9日）上午舉行的CCF-GAIR全球人工智能與機器人峰會「AI金融論壇」上，范劍青將講述統(tǒng)計學(xué)是如何隨著大數(shù)據(jù)演變，并成為現(xiàn)代機器學(xué)習(xí)和人工智能的基礎(chǔ)，和交易建模、高維統(tǒng)計與機器學(xué)習(xí)、深度學(xué)習(xí)的概述。

同時他還將針對金融數(shù)據(jù)處理中的大數(shù)據(jù)魯棒性問題展開論述，并著重介紹三大金融應(yīng)用：通過增強因子模型穩(wěn)健預(yù)測債券風(fēng)險溢價、通過幾種統(tǒng)計機器學(xué)習(xí)方法對高頻金融中動量和持續(xù)時間的預(yù)測、通過特征篩選利用文本數(shù)據(jù)進行投資組合選擇。