姓 名：张立文
职 称：教授
研究方向：统计理论及方法、大模型理论及其应用、人工智能理论及方法、量化投资等
教授课程：概率论、数理统计、大数据挖掘（研究生课程）、大数据商业实战（MBA课程）、人工智能和量化投资（MBA课程）等
E - mail：zhang.liwen@mail.shufe.edu.cn；电话：021-65901549
研究项目
序号 | 项目名称 | 项目编号 | 项目来源 | 起止时间 |
1 | 新冠疫情背景下超高维分位数回归结构变点模型及其应用研究 | 22BTJ031 | 国家社会科学一般项目(面上） | 2022-2025 |
2 | 几类分位数回归变点的研究 | 11601313 | 国家自然科学基金青年项目 | 2017-2020 |
3 | 新商科大模型SUFE-GPT赋能科教融汇 | 2024111018 | 上海市教育委员会课题（省部级） | 2024-2025 |
4 | 大数据背景下新冠疫情舆情发展及相关建议研究 | 纵向项目 | 上海财经大学新冠疫情防控专项课题 | 2020-2020 |
5 | 高维数据下分位数回归中的变点与应用研究 | 2017LY32 | 全国统计科学研究项目（省部级） | 2018-2020 |
6 | 分位数回归模型中的结构变化问题及其在股票建模中的应用 | ZZSD15107 | 上海高校优秀青年教师培养资助计划 | 2015-2017 |
7 | 金融多模态识别模型 | 横向项目 | 腾讯科技（上海）有限公司 | 2024-2025 |
8 | 金融语料工程化体系的研究 | 横向项目 | 上海库帕斯科技有限公司 | 2024-2024 |
9 | 金融行业大模型 | 横向项目 | 腾讯科技（上海）有限公司 | 2023-2024 |
10 | 金融大模型知识和能力解耦的鲁棒性评测技术 | 横向项目 | 蚂蚁财富（上海）金融信息服务有限公司 | 2023-2024 |
11 | 深度学习算法在汽车市场预警及预测中的应用 | 横向项目 | 上汽集团教育基金会项目 | 2018-2019 |
12 | 网络大数据在汽车市场营销中的应用 | 横向项目 | 上汽集团教育基金会项目 | 2017-2018 |
13 | AI匡时大模型智能投研系统 | 纵向项目 | 上海市经信委2025年度科学智能“百团百项”专项（省部级） | 2025-2026 |
14 | 金融大模型标注评分标准体系研究与建设 | 横向项目 | 国泰海通证券股份有限公司 | 2025-2026 |
15 | 证券行业智能体安全评测 & 大模型蒸馏技术在内容识别领域的应用 | 横向项目 | 腾讯科技（上海）有限公司 | 2025-2026 |
16 | 金融领域大模型评测集建设 | 横向项目 | 蚂蚁财富（上海）金融信息服务有限公司 | 2025-2026 |
研究领域
上海财经大学统计与数据科学学院和滴水湖高级金融学院联聘教授、博士生导师，MBA/EMBA导师，AI财经开发与服务中心主任、上海金融智能工程技术研究中心主任、数理经济学教育部重点实验室副主任、数据科学与统计研究院副院长、人工智能金融安全与测评中心主任、上海财经大学上海国际金融中心研究院金融科技首席专家、匡时财经教育大模型负责人、金融大模型Fin-R1负责人、金融大模型评测FinEval负责人。复旦大学管理学院和美国北卡州立大学联合培养统计学博士，香港中文大学统计学博士后。主要研究领域：统计理论及方法、大模型理论及其应用、人工智能理论及应用、AI量化投资等等。兼任上海市经济与信息化大数据项目专项资金评委，中国现场大数据统计分会理事、上海市数量经济学会理事，上海财经大学浙江学院统计学学科带头人、青海省“昆仑英才高端创新创业人才”领军人才（柔性）等。围绕“语料构建—技术研发—场景落地—标准制定”四位一体的创新模式，推出最齐全的财经教育和金融行业数据集FinCorpus、首款开源金融领域R1类推理大模型Fin-R1、国内财经院校首发金融大模型评测体系FinEval 、从0到1突破的金融类智能体FinAgent，构建覆盖研发、验证、应用的闭环生态。同时发布国内财经类院首款最懂财经知识的大模型——匡时财经教育大模型，增强模型对金融知识的理解与生成能力，提升财经教育智能化水平。近年来服务于多家大数据、人工智能、金融投资公司，承担了国家级、上海市、国家统计局等政府委托项目，并和腾讯集团、蚂蚁集团、阶跃星辰、上汽集团、国泰海通证券、平安银行、上海库帕思科技有限公司、中国信通院等政府部门和企事业单位开展了多项合作，领域涵盖政府治理、金融、营销等领域的大数据分析和决策支持。同时担任多个期刊匿名审稿人。
招生对象
2025年，本组主要招生方向为大模型预训练、金融DeepSeek R1模型、多模态融合、大模型评测、金融量化投资等，有兴趣学生欢迎联系。希望有如下特点：积极主动、热爱科学研究或开发落地、刻苦勤奋。 根据表现，本组会择优推荐学生到腾讯、蚂蚁、阶跃星辰、证券银行类金融公司等合作单位实习。（往届学生有极大机会能拿到转正offer）
上海财经大学人工智能金融大模型实验室（SUFE-AIFLM-Lab）由上海财经大学统计与数据科学学院张立文教授倡导并发起，联合统计与数据科学学院、金融学院、商学院、城乡发展研究院及实验中心共同建设。实验室下设数据基座组、智能引擎组、量化工作坊、系统运维组和研创协作组，汇聚了来自金融学、统计学、人工智能、计算机等多学科背景的人才。现有科研团队包括10余名博士、20余名硕士，以及多名前后端开发人员和大模型工程师，具备扎实的理论功底与多学科交叉的创新应用能力。实验室相关信息及科研成果具体详见实验室网站和Github；
教育经历
2014.09-2015.08 香港中文大学统计学系，统计学博士后
2012.03-2013.08 美国北卡州立大统计学系，联合培养博士
2010.09-2014.07 复旦大学管理学院，统计学博士
2007.09-2010.06 南京师范大学数学与计算机科学学院 硕士
2003.09-2007.06 安徽师范大学数学与计算机科学学院 本科
工作经历
2024.07-至今 上海财经大学统计与管理学院，统计系，教授，博导及MBA/EMBA导师。
2018.03-2024.06，上海财经大学统计与管理学院，统计系，副教授，博导及MBA/EMBA导师。
2015.08-2018.02，上海大学经济学院，金融系，讲师，硕士生导师。
2016.07-2016.08,2017.07-2017.08，2018.5香港大学统计与精算学系，访问学者。
（*：通讯作者）
1.Liu, Z., Guo, X., Lou, F., Zeng, L., Niu, J., Wang, Z., ... & Zhang, L.* (2025). "Fin-R1": A large language model for financial reasoning through reinforcement learning. arXiv preprint arXiv:2507.17186.(https://github.com/sufe-aiflm-lab/fin-r1)
2.Guo, X., Xia, H., Liu, Z., Cao, H., Yang, Z., Liu, Z., ... & Zhang, L.* (2025). FinEval: A Chinese Financial Domain Knowledge Evaluation Benchmark for Large Language Models. In Proceedings of the 2025 Conference of the Nations of the Americas Chapter of the Association for Computational Linguistics: Human Language Technologies (Volume 1: Long Papers) (pp. 6258-6292).(https://github.com/SUFE-AIFLM-Lab/FinEval)
3.Zeng, L., Lou, F., Wang, Z., Xu, J., Niu, J., Li, M., ... & Zhang, L.* (2025). FinGAIA: An End-to-End Benchmark for Evaluating AI Agents in Finance. arXiv preprint arXiv:2507.17186. (https://github.com/SUFE-AIFLM-Lab/FinEval)
4.Liu, Z., Guo, X., Xia, H., Zeng, L., Lou, F., Niu, J., ... & Zhang, L.* (2025). VisFinEval: A Scenario-Driven Chinese Multimodal Benchmark for Holistic Financial Understanding. EMNLP，Accepted. .(https://github.com/SUFE-AIFLM-Lab/VisFinEval)
5.Huang, Q., Li, T., You, J., & Zhang, L.* (2025). Unified inference for longitudinal/functional data quantile dynamic additive models. Canadian Journal of Statistics, e70006.Accepted.
6.Yang, Z（学）, Zhang, L., Sun, S., & Liu, B. (2025). Robust change point detection for high‐dimensional linear models with tolerance for outliers and heavy tails. Canadian Journal of Statistics, 53(1), e11826.Accepted.
7.Kuang, Q., Zhu, Z., Zhang, L., & Zhou, F. (2023). Variance control for distributional reinforcement learning. The 40th International Conference on Machine Learning.(ICML’23), Honolulu, Hawaii, USA, Article No. 736, p.17874 -17895.
8.Zhou, F., Zhu, Z., Kuang, Q., & Zhang, L*.(2022). Non-decreasing quantile function network with efficient exploration for distributional reinforcement learning. International Joint Conference on Artificial Intelligence.（IJCAI’21）Montreal, Canada，Morgan Kaufmann，San Francisco, USA , p.3455-3461.
9.Zhang, L., Zhu, Z., Feng, X., & He, Y. (2022). Shrinkage quantile regression for panel data with multiple structural breaks. Canadian Journal of Statistics, 50(3), 820-851.
10.Huang, Q., You, J., & Zhang, L*. (2022). Efficient inference of longitudinal/functional data models with time‐varying additive structure. Scandinavian Journal of Statistics, 49(2), 744-771.
11.Ren, T., Shen, W., Zhang, L*., & Zhao, H. (2021). Bayesian phase II clinical trial design with noncompliance. Statistics in Medicine, 40(20), 4457-4472.
12.Gao, X., Shen, W., Zhang, L., Hu, J., Fortin, N. J., Frostig, R. D., & Ombao, H. (2021). Regularized matrix data clustering and its application to image analysis. Biometrics, 77(3), 890-902.
13.Caglayan, M. O., Xue, W., & Zhang, L.* (2020). Global investigation on the country-level idiosyncratic volatility and its determinants. Journal of Empirical Finance, 55, 143-160.
14.Zhang, L., & Zhu, Z. (2019). Estimating restricted common structural changes for panel data. Acta Mathematicae Applicatae Sinica, English Series, 35(4), 893-908.
15.Xue, W., & Zhang, L.* (2019). Revisiting the asymmetric effects of bank credit on the business cycle: A panel quantile regression approach. The Journal of Economic Asymmetries, 20, e00122.
16.He, Y., Zhang, X., & Zhang, L*. (2018). Variable selection for high dimensional gaussian copula regression model: an adaptive hypothesis testing procedure. Computational Statistics and Data Analysis, 124, 132-150.
17.Xue, W., & Zhang, L.*. (2017). Stock return autocorrelations and predictability in the Chinese stock market—Evidence from threshold quantile autoregressive models. Economic Modelling, 60, 391-401.
18.He, Y., Zhang, X., Wang, P., & Zhang, L*. (2017). High dimensional Gaussian copula graphical model with FDR control. Computational Statistics and Data Analysis, 113, 457-474.
19.Zhang, L., Wang, H. J., & Zhu, Z. (2017). Composite change point estimation for bent line quantile regression. Annals of the Institute of Statistical Mathematics, 69(1), 145-168.
20.Hu, J*., Zhang, L. and Wang, H. (2016). Sequential Model Selection Based Segmentation in Linear Regression: An Application to Array CGH Data. Biometrics, 72(3), 815-826 .
21.Zhang, L., Wang, H. J., & Zhu, Z. (2014). Testing for change points due to a covariate threshold in quantile regression. Statistica Sinica, 1859-1877.
22.Zhang, L., and Zhu, Z*. (2015).Testing for Change Points in Partially Linear Models. Acta Mathematicae Applicatae Sinica (English Series), 31(4): 879–892 .
23.张立文*,程东坡,薛文骏,等（2022）.复合分位数下门限自回归模型的变点估计[J].中国科学:数学,52(01):63-84.
24.张立文,朱周帆,郝鸿.(2020).基于深度学习的乘用车市场预警模型研究[J].系统科学与数学,40(11):2136-2150.
25.朱周帆,郝鸿 ,张立文*.(2020).基于机器学习与时间序列组合模型的中国汽车市场预测.统计与决策,36(08),177-180.
26.张立文*,程东坡,许玲丽.(2019).新时代背景下环境保护政策对雾霾防治的效应分析——基于PM2.5浓度变化视角的实证研究.上海财经大学学报,21(02),17-29.
27.张立文,倪中新,何勇*,等（2018）.删失分位数回归模型中的变点检测问题[J].中国科学:数学,48(09):1159-1180.
书籍
张立文，2017，分位数回归中变点问题及其应用，经济管理出版社。
荣誉
2025-08 NLPCC 2025会议 Outstanding Paper Award，获奖论文FinTeam:A Multi-Agent Collaborative Intelligence System for Comprehensive Financial Scenarios
2025-02 申万宏源奖教金 特等奖 上海教育发展基金会
2025-03 衍数奖—突出贡献奖 上海财经大学统计与数据科学学院
2023-12 2023 年人工智能大模型基准测试科创发展大会暨中西部数字经济发展大会 三等奖 四川省大数据发展联盟
社会工作
学术专业服务：
担任《Biometrics》、《Annals of the Institute of Statistical Mathematics》、《Emerging Markets Finance and Trade》、《中国科学》以及《系统工程与数学》等期刊匿名审稿人。
社会服务：
上海市经济与信息化大数据项目专项资金评委
中国现场大数据统计分会理事
上海市数量经济学会理事
上海财经大学浙江学院统计学学科带头人
青海省“昆仑英才高端创新创业人才”领军人才（柔性）
报告
1. "金融大模型前沿发展及应用研究", 主题演讲, 第二届CCF中国数字金融大会·金融大模型主题论坛（CDFC 2025）, 2025-08-16 , 上海
2. "数字经济如何驱动西北特色产业高质量发展", 会议发言, CCF YOCSEF西部行活动, 2025-08-10, 兰州
3. "金融大模型前沿发展及其应用研究", 专家讲坛, “基于金融业务场景的大模型应用研究计划”（FAIS）专题研讨会, 2025-07-07, 上海
4. "金融大模型前沿发展及应用研究", 论坛发言, CCF YOCSEF上海-技术论坛, 2025-06-22, 上海
5. "数理经济学教育部重点实验室人工智能大模型研究与应用进展", 主旨演讲, 人工智能大模型助力经济高质量发展研讨会暨金融大模型推进会, 2025-05-24, 上海财经大学国家大学科技园
6. "DeepSeek底层逻辑剖析与商业实战路径", 公开课, 上财iMBA项目iFeel公开课, 2025-03-20, 线上
7. "金融大模型应用发展趋势", 讲座, “走进场景”周周会系列培训会（金融领域）, 2025-03-04, 上海
8. "金融大模型发展现状及金融领域大模型评测体系", 学术报告, “智汇互联”第十四期产学研交流活动, 2025-02-28, 华为城市灵境场景创新中心（上海）
9. "中国金融领域大模型评测体系的探索", 会议发言, 2025全球开发者先锋大会“共筑金融新生态：AI 大模型落地应用与实践”分论坛, 2025-02-23, 上海徐汇西岸艺术中心
10. "金融领域大模型评测体系最新研究成果", 专题分享, 上海财经大学数字经济学科发展论坛·分论坛三：数字金融——大模型产业应用技术联盟论坛, 2024-12-20, 上海财经大学
11. "金融大模型在金融领域的应用与挑战", 会议发言, 第十届金融科技国际会议, 2024-10-26, 上海
12. "金融科技的未来在哪里？金融科技的革新浪潮下，是技术引领金融创新还是金融指引技术发展？", 论坛发言, CCF YOCSEF上海走进上海财经大学, 2024-08-03, 上海财经大学
13. "中国金融领域大语言模型评测基准FinEval", 报告, 上财滴水湖高金2024年度大会, 2024-05-25, 上海临港新片区
14. "大语言模型原理、演进及其在金融中的应用简介", 学术讲座, 西安交通大学创新港 经济金融研究院学术讲座, 2024-03-21, 西安交通大学
15. "大语言模型原理、演进及其在金融中的应用简介", 学术讲座, 上海财经大学浙江学院统计系学术讲座, 2024-03-04, 上海财经大学浙江学院
16. "大语言模型原理、演进及其在金融中的应用简介", 学术研讨会, Applied Mathematical Seminar 61, 2024-02-29, 上海科技大学
17. "金融大模型原理、演进及应用", 线上讲座, 毓秀讲堂, 2024-01-19, 腾讯会议
18. "大模型理论、发展及应用", 讲座, 匡时大讲堂第147讲, 2023-12-28, 上海财经大学浙江学院
19. "大数据、人工智能及其在金融科技中的应用", 青年学者论坛, “百脉大讲坛”之青年学者论坛, 2023-11-13 14:00–16:00, 山东财经大学
20. "ChatGPT的发展历程及其理论应用", 高端学者论坛, “数统经纬”高端学者论坛, 2023-06-20, 安徽大学
21. "人工智能算法在统计建模中的应用", 讲座, 上海财经大学统计研究学会讲座, 2021-05-17, 上海财经大学
22. "Time- Series Quantile Regression Models with Long Memory, Nonlinearity and Breaks", 学术报告, 安庆师范大学数理学院专题报告, 2019-12-19, 安庆师范大学
23. "大数据、人工智能及其在金融科技中的应用", 学术报告, 合肥工业大学经济学院学术报告, 2019-10-28, 合肥工业大学
24. "Shrinkage Quantile Regression for Panel Data with Multiple Structural Breaks", 学术报告, 同济大学数学科学学院, 2017-10-13, 同济大学
