个人信息：

周凡吟，教授、博导

西南财经大学统计与数据科学学院，数据科学系

办公室：西南财经大学柳林校区宏远楼402B

电子邮箱：zfy AT swufe.edu.cn

简历：

先后在英国曼切斯特大学，剑桥大学和帝国理工大学取得了本科，硕士以及统计学博士学位。曾在美国花旗银行伦敦总部从事CDS程序化交易分析工作。2013年3月加入西南财经大学统计与数据科学学院。

热衷于课堂教学改革与创新的实践，开展混合式教学改革与虚拟仿真教学改革。积极推动场景化项目式教学改革，在《中国大学教学》发表相关教改论文1篇，教学成果获“学习强国”平台报道，创新提出“3R”场景化项目式教学设计模型并开发教学培训工作坊。教学建设与改革成果包括：获批国家级虚拟仿真一流课程1门，获四川省高等教育教学成果二等奖，获批省级线上线下混合式教学一流课程1门、省级线上一流课程1门、四川省首批高阶课程立项1门、四川省应用型品牌课程立项1门，以及省级虚拟仿真实验一流课程2门。

学术荣誉：

• 2025年：四川省科技进步奖二等奖

• 2021年：四川省学术及技术带头人后备人选

• 2018年：“光华英才工程”学术A类人才

• 2014年：四川省创新人才

主持项目：

• 2024.01-2027.12：国家社会科学基金重大项目《社会治理现代化中的社会信用体系创新路径研究》（子课题负责人）

• 2021.01-2025.12：国家自然科学基金项目重点国际（地区）合作研究项目《大数据背景下会计信息促进实体经济发展的关键路径与机制研究》（子课题负责人）

• 2021.01-2021.12：中央高校基本科研业务费交叉与新兴学科项目《上市公司特别处理复发风险的研究分析》

• 2016.01-2018.12：国家自然科学基金青年科学基金项目《基于交替复发事件数据的事件历史分析及在信贷数据中的应用》

• 2014.01-2014.12：中央高校基本科研业务费专项资金青年教师成长项目《(向量)自回归模型的定阶与参数估计的LASSO方法及其在经济数据中的应用》

• 2013.09-2014.09：西南财经大学引进人才科研启动资助项目《Cox模型中的有限制的变量选择方法及其在信贷数据中的应用》

• 2013.05-2014.12：成都市科技厅项目《天府新区地下管网科学化布局》

代表性论文：

• Shen, F., Yang, K., Zhou, F., & Zhang, W. (2025+). A hybrid multi-layered ensemble model based on heterogeneous information network for small and medium-sized enterprise default prediction. European Journal of Operational Research, in press.

• Xu, L., Li, K., Wang, D., Zhou, F., Lv, F., Li, T., & Huang, Y. (2025+). Adaptive topological similarity learning for incomplete multi-view unsupervised feature selection. IEEE Transactions on Circuits and Systems for Video Technology, in press.

• Zhou, F., Fu, L., Li, Z., & Xu, J. (2022). The recurrence of financial distress: A survival analysis. International Journal of Forecasting, 38, 1100-1115.

• Li, K., Zhou, F., Li, Z., Li, W., & Shen, F. (2021). A semi-parametric ensemble model for profit evaluation and investment decisions in online consumer loans with prepayments. Applied Soft Computing, 107, 107485.

• Li, K., Zhou, F., Li, Z., Yao, X., & Zhang, Y. (2021). Predicting loss given default using post-default information. Knowledge-Based Systems, 224, 107068.

• Li, Z., Hu, X., Li, K., Zhou, F., & Shen, F. (2020). Inferring the outcomes of rejected loans: An application of semisupervised clustering. Journal of the Royal Statistical Society: Series A, 183, 631-654.

• Ma, Y., Zhou, F., & Luo, X. (2020). Partial derivative estimation for underlying functional-valued process in a unified framework. Journal of Applied Mathematics, 2020, 6086983.

• Ma, Y., Lan, W., Zhou, F., & Wang, H. (2020). Approximate least squares estimation for spatial autoregressive models with covariates. Computational Statistics & Data Analysis, 143, 106833.

• Lv, S., Jiang, J., Zhou, F., Huang, J., & Lin, H. (2018). Estimating high-dimensional additive Cox model with time-dependent covariate processes. Scandinavian Journal of Statistics, 45, 900-922.

• Lin, H., Zhou, F., Wang, Q., Zhou, L., & Qin, J. (2018). Robust and efficient estimation for the treatment effect in causal inference and missing data problems. Journal of Econometrics, 205, 363-380.

• Li, Z., Tian, Y., Li, K., Zhou, F., & Yang, W. (2017). Reject inference in credit scoring using semi-supervised support vector machines. Expert Systems with Applications, 74, 105-114.

• Lv, S., & Zhou, F. (2015). Optimal learning rates of Lp-type multiple kernel learning under general conditions. Information Science, 294, 255-268.

• Hand, D. J., & Zhou, F. (2010). Evaluating models for classifying customers in retail banking collections. Journal of the Operational Research Society, 61, 1540-1547.

• Gandy, A., Kvaloy, J. T., Bottle, A., & Zhou, F. (2010). Risk-adjusted monitoring of time to event. Biometrika, 97, 375-388.

• Rogers, L. C. G., & Zhou, F. (2008). Estimating correlation from high, low, opening and closing prices. The Annals of Applied Probability, 18, 813-823.

专著：

• 李伊, 林华珍, 周凡吟等 (2025).《数据可视化》(第三版), 首都经济贸易大学出版社.

• 黄志翔, 杨恺, 郑邦祺, 周凡吟, 李可等 (2024).《大数据智能风控》, 机械工业出版社.