姚琦伟(1960-):南京工学院基础科学系1982年本科 1984年硕士毕业校友
发布日期:2008-03-04    访问次数:
姚琦伟(1960-)
南京工学院基础科学系1982年本科  1984年硕士毕业校友

  姚琦伟,1960年7月出生,江苏省射阳市人。1978年3月入南京工学院攻读基础数学,1982年1月获学士学位,1984年获该校应用数学硕士学位,后到武汉大学继续深造,并于1987年获武汉大学统计学博士学位。
1989年8月姚琦伟荣获德国洪堡基金会基金赴德国Freiburg大学访问,开始了他统计学研究的新征程。由于他的杰出成绩,先后应邀任职于德国Heidelberg大学统计演讲会研究所和英国Kent大学统计运筹系。现任国际著名的英国伦敦经济学院统计学教授,该校统计系是全英、甚至全世界最著名的统计系之一。
姚琦伟的研究工作涉及到时间序列分析、非参数回归、时空数据分析、Bayes方法、Bootstrap及变点问题等许多方面,特别在非线性时间序列方面作出了杰出成绩。
非线性时间序列是当今统计学研究的重要热门课题,在生物系统、经济、金融、自动控制等领域有广泛的应用。姚琦伟近10年来,对非线性时间序列模型进行了深入而系统的研究,取得了一系列开创性、突破性的新成果。
他首次系统而定量地总结了非线性时间序列预报不同于线性预报的三次特征,即预报误差对初始条件的依赖性、敏感性以及在多步预报中的非单调性。基于信息量,他首次提出了描述一般随机系统对初始条件敏感性的度量及估计方法。他还首次将非参数局部线性回归方法用于时间序列分析,并进一步发展了有效估计条件方差、条件分布函数、条件密度函数以及条件预报集合的非参数及半参数方法。
在高维模型领域,姚琦伟提出用复系数线性模型近似高维非线性回归函数的新方法,以此克服高维非参数回归中样本量短缺的困难问题。此方法在生物、经济、金融等应用中获得了成功。
在时间序列模型的最大似然估计方法的研究中,他完整地建立了在金融风险管理中有直接应用的ARCH和GARCH模型的伪最大似然估计的极限理论。对于重尾部(heavytailed)分布模型,提出了基于boostrap的新的估计方法以及稳健统计方法。他还首次建立了在空间ARMA过程的最大似然估计理论,这一工作同时也对Hannan1973年给出的关于时间序列的最大似然估计理论首次给出了一个完整的时域上的证明。
姚琦伟与J.Fan合作的专著《Nonlinear TimeSeries:a contemporary approach》即将由国际著名出版社--Springer-Verlag出版社出版,此书集中反映了非参数及半参数时间序列分析的最新成果,总结了作者在这一领域开创性的工作,同时也对较为传统的参数方法作了系统性的总结。
姚琦伟在统计学国际前沿的诸多领域作出了杰出的、开创性的工作,得到国际同行的高度赞扬和充分肯定。在过去10年中,他的研究成果发表于Biometrika、Journal of the American Statistical Association、Journal of the Royal Statistical Society(Series B)等国际最权威的统计学杂志以及Proceeding of Royal Society、Physica D等科学杂志上,并多次在国际学术会议上作邀请报告,其中包括:
1992IMS和ASA联合会议、英国皇家协会"混沌及预测"专题会(1995)
第50届ISI大会(1995)
第四届Bernoulli世界大会(1996);
英国皇家统计协会大会(1998)。
同时他还被推荐为英国皇家统计学会杂志(Series B)的编委,这是国际公认最权威的统计学杂志之一。