关蓉，中央财经大学统计与数学学院副教授、硕士生导师，国家级一流本科课程负责人, 曾获中央财经大学优秀共产党员、特殊贡献奖等荣誉。主讲统计学、数据科学导论、统计调查等课程，开设MOOC《有用的统计学》，在混合式教学、BOPPPS有效教学、课程思政等领域取得多项成果。荣获十余项省部级、校级教学奖励，包括北京市第十一届青年教师教学基本功比赛一等奖、北京市首届高校教师教学创新大赛三等奖、学校“涌金”优秀教学奖等，主持校级课程思政示范项目、教育教学改革基金、教学方法研究项目等教研课题。科研方面，主要从事复杂数据统计建模与分析、政策评估与效率测算等领域的研究工作，主持国家自然科学基金、教育部人文社科研究项目、国家统计局重大统计专项等科研项目，在Statistics and Computing、Neurocomputing、China Economic Review、Habitat International、Economic Systems Research等国际期刊发表论文30余篇。

欢迎优秀本科生（本校拟录取应用统计、经济统计学硕以及应用统计专硕保研学生，大三及以上学有余力同学）加入科研团队。

电子邮箱：rguan@cufe.edu.cn

办公地点：昌平区中央财经大学沙河校区1号学院楼201

基本履历

2004.9-2008.6，北京航空航天大学经济管理学院，工业工程专业，管理学学士

2008.9-2013.6，北京航空航天大学经济管理学院，管理科学与工程专业，管理学博士

2011.4-2011.7，法国国家自动化研究所（INRIA），研究助理

2013.7-2018.10，中央财经大学统计与数学学院，数理统计系，讲师

2018.10至今，中央财经大学统计与数学学院，数理统计系，副教授

教授课程

统计学（国家级一流本科课程，校级课程思政示范课）

有用的统计学（MOOC）

数据科学导论（校级一流本科课程）

统计调查（校级课程思政示范课）

统计思维（校级核心通识课）

商务数据分析

论文写作指导 B

教学奖励

1. 2023年中央财经大学涌金奖励基金“优秀教学奖”（1/1）

2. 2022年中央财经大学研究生课程思政优秀案例（1/4）

3. 2021年北京市首届高校教师教学创新大赛三等奖（1/4）

4. 2021年第七届全国大学生统计建模大赛“优秀指导教师”（1/2）

5. 2019年北京市第十一届青年教师教学基本功比赛一等奖、最佳教案奖、最佳现场展示奖、最佳教学回顾奖（1/1）

6. 2020年第十届正大杯全国大学生市场调查与分析大赛北京市选拔赛“优秀指导教师”（1/1）

7. 2016年全国应用统计专业学位研究生案例大赛“优秀指导教师”（1/1）

8. 2016年首届全国高校经管类实验教学案例大赛三等奖（1/2）

9. 2021年中央财经大学“线上教学师生谈”主题征文活动三等奖（1/3）

10. 2019年中央财经大学第十二届青年教师教学基本功比赛一等奖、最佳教案奖、最佳教学演示奖（1/1）

11. 2019年中央财经大学涌金奖励基金“优秀教学奖” （1/1）

12. 2017年中央财经大学高等教育教学成果奖一等奖（2/6）

13. 2015年中央财经大学第十届青年教师教学基本功比赛一等奖、最佳教案奖、最佳教学演示奖（1/1）

教研项目

1. 中央财经大学研究生教育教学改革基金课题：课堂教学视角下生成式人工智能赋能研究生教育的探索与实践，2023-2025年，主持，在研

2. 中央财经大学“京彩课堂——跨校课程共建共享”，2023-2024年，主持，在研

3. 中央财经大学“十四五”一流课程建设项目：数据科学导论，2023年，主持，在研

4. 中央财经大学教育教学改革基金课题：面向高阶思维培养的统计学课程实验教学模式改革与实践，2022-2024年，主持，结题

5. 中央财经大学本科课程思政示范项目：统计学，2021-2023年，主持，结题

6. 中央财经大学研究生课程思政示范课程：统计调查，2021-2023年，主持，结题

7. 中央财经大学教学方法（持续研究）项目：OBE理念下硕士专业学位研究生课程的教学创新设计——以统计调查课程为例，2021年，主持，结题

8. 中央财经大学教育教学改革基金项目：“以学为中心”的《统计学》课程混合式教学设计与实施，2020-2022年，主持，结题

9. 中央财经大学教学方法研究项目：《统计学》混合式教学的设计与实践，2020年，主持，结题

10. 中央财经大学课程思政“时雨微课”建设项目，2020年，主持，结题

11. 中央财经大学“精彩课堂”建设项目：复盘式授课的教学探索——以统计类课程为例，2017年，主持，结题

12. 中央财经大学教学方法研究项目：基于学生认知态度的教学设计和效果评估方法研究——以经管类专业统计学课程为例，2016年，主持，结题

教研发表/发言

1. 关蓉, 王会娟, 卢珊. 高阶思维导向的“统计学”实验教学策略[J].创新教育研究, 2024, 12(4): 47-51.

2. 关蓉，毛炳寰，王会娟. 统计学课程线上教学模式设计与实践，获学校“线上教学师生谈”征文比赛三等奖

3. 关蓉*, 苗玉茵, 刘苗, 王会娟. 大学生统计课程学习态度的结构方程模型[J].统计学与应用, 2018,7(2): 90-98.

4. 关蓉，优化教学设计，多方式提升在线“教”与“学”效果，学校《教师教学发展咨询动态》2020年第1期.

5. 北京市职业院校教师素质提高计划国培项目邀请报告《提升教师数字素养，助力课堂教学创新》，2023年12月

6. 统计学课程思政虚拟教研室主题报告《财经类院校“统计学”课程思政的建设理念和实现路径》，2023年6月

7. 狗熊会案例教学研讨邀请报告《理科类课程思政的建设理念与实现路径——以“统计学”课程为例》，2022年5月

8. 智慧树“爱与榜样·赋能教育”教发培训邀请报告《统计学混合式教学的设计与实践》，2022年3月

9. 狗熊会案例教学研讨邀请报告《统计学线上教学设计与实践》，2020年4月

学术发表情况

1. 著作

Diday E.,Guan R.,Saporta G., Wang H. Advances in Data Science: Symbolic, Complex, and Network Data[M]. Wiley-ISTE, 2020.

2. 论文

领域一：复杂数据统计建模与分析

1. Lu S., Wang W. & Guan R*. KentFeature Embedding for Classification of Compositional Data with Zeros[J]. Statistics and Computing, 2024, 34, 69. https://doi.org/10.1007/s11222-024-10382-z.

2. Guan R., Chen, H. & Lu, S. Modeling the Spatial-temporal Characteristics of Mutual Funds’ Herd Behavior[J]. Journal of Systems Science and Systems Engineering, 2021, 30: 748-776.

3. GuanR., Wang H.W., Zheng H.T*. Improving Accuracy of Financial Distress Prediction by Considering Volatility: An Interval-Data-Based Discriminant Model[J]. Computational Statistics, 2019, 35(2): 491-514.

4. Chen Y., Pan R.,Guan R., Wang H.S. A Case Study for Beijing Point of Interest Data Using Group Linked Cox Process[J]. Statistics and Its Interface.2019, 12(2):331-344.

5. Pan R., Guan R.*, Zhu X.N., Wang H.S. A Latent Moving Average Model for Network Regression[J]. Statistics and Its Interface, 2018, 11: 641–648.

6. Wang H.W., Shangguan L.Y.,Guan R.*, Billard L.Principal Component Analysis for Compositional Data Vectors[J]. Computational Statistics, 2015, 30(4):1079-1096.

7. Wang H.W., Wang C., Zheng H.T., Feng H.Y.,Guan R., Long W. Updating Input–Output Tables with Benchmark Table Series[J]. Economic Systems Research. 2015, 27(3):287-305.

8. Wang H.W., Shangguan L.Y., Wu J.J, Guan R., Multiple Linear Regression Modeling for Compositional Data[J]. Neurocomputing 2013, 122(25): 490-500.

9. Guan R.*, Lechevallier Y., Wang H.W., Adaptive Dynamic Clustering Algorithm for Interval-valued Data based on Squared-Wasserstein Distance[J]. Revue des Nouvelles Technologies de l'Information, 2013: 15-30.

10. Wang H.W.,Guan R., Wu J.J., CIPCA: Complete-information-based Principal Component Analysis for Interval-Valued Data[J]. Neurocomputing, 2012, 86: 158-169.

11. Wang H.W.,Guan R., Wu J.J., Linear Regression of Interval-valued Data based on Complete Information in Hypercubes[J]. Journal of Systems Science and Systems Engineering, 2012, 21(4): 422-442.

12. 王会娟，陈红佳，高思琴，郭婧一，关蓉*. 基于TEI@I方法论的玉米期货价格预测研究[J].管理评论, 2020, 32(7): 293-301.

13. 王惠文，关蓉，上官丽英，等. 复杂数据多元统计分析方法及其应用[M]//郭雷.系统科学进展.北京：科学出版社,2017,155-175.

14. 关蓉，郑海涛，胡天惠. 汇率决定模型的样本外预测能力研究:基于分位数回

归方法[J].投资研究. 2017, (03):19-35.

15. 潘蕊, 周静, 关蓉. 社会网络意见领袖对客户间接价值的影响[J].商业研究, 2017, 59(9):28-32.

16. 王成，关蓉，王惠文. 基于覆盖率的递归K-均值方法及其在应急系统选址布局中的应用[J].数学的实践与认识. 2016(3): 69-76.

17. 郭丽娟，王惠文，关蓉. 基于等距logratio变换的成分数据判别分析方法[J].系统工程. 2016, (2):153-158.

18. 卢珊，王惠文，关蓉. 相关系数矩阵的逆矩阵与行列式的内涵分析[J].数学的实践与认识. 2015, 5(6):180-185.

19. 周宁,王惠文,韩小汀,关蓉. 基于简化的区间数据主成分分析的高校教师绩效分析[J].数学的实践与认识, 2012,42(20): 28-37.

20. 叶明, 关蓉, 王惠文. Schmidt-logistical回归及在股票投资风格分析中的应用[J].北京航空航天大学学报(社会科学版). 2011, 23(5): 61-64.

21. 郭丽娟, 仪彬, 关蓉, 王志云. 简约指标体系下的区域创新能力评价——基于主基底变量筛选和主成分分析方法[J].系统工程, 2011, 29(7): 34-40.

22. 王惠文, 李岩, 关蓉. 两种区间数据主成分分析方法的比较研究[J].北京航空航天大学学报(社会科学版), 2011, 24(4): 86-89.

23. 仪彬, 王惠文, 郭丽娟, 关蓉. 基于主基底分析的两阶段变量筛选方法[J].系统工程, 2009, 27(9): 116-118.

领域二：政策评估与效率测算

1. Wang H.T, Wang H.J., and Guan R*. Digitalization of Industries and Labor Mobility in China[J]. China Economic Review, 2024, 87: 102248.

2. Guan R., Liang J., Koo K.M., and Su K.(2024), Fairer schooling for a better housing environment: Effect of abolishing school zones on the housing market[J]. Habitat International, 153: 103199.

3. Guan R., Fan R., Ren Y,, Lu F., Wang H. (2022), The casual effect of data production factor adoption on company performance: Empirical evidence from Chinese listed companies with PSM-DID. Frontiers in Environmental Science. 10:939243.

4. Zhang G.Y.,Guan R., Wang H.J*. The Nonlinear Causal Relationship Between Environmental Regulation and Technological Innovation—Evidence Based on the Generalized Propensity Score Matching Method[J]. Sustainability. 2020, 12, 352.

5. Wang H.J., Ding L.,Guan R., Xia Y*. Effects of Advancing Internet Technology on Chinese Employment: A Spatial Study of Inter-Industry Spillovers[J]. Technological Forecasting and Social Change. 2020, 161, 120259.

6. Guan R., Zheng H., Hu J., et al.The Higher Carbon Intensity of Loans, the Higher Non-Performing Loan Ratio: The Case of China[J]. Sustainability, 2017, 9(4):667-683.

7. Zheng H., Hu J., Guan R.*, et al.Examining Determinants of CO2 Emissions in 73 Cities in China[J]. Sustainability, 2016, 8(12):1296-1312.

8. 关蓉， 陈钰， 郑海涛， 张文睿， 魏瑶涵. 赔付率约束下的中国保险公司效率与全要素生产率研究[J].管理评论, 2020, 32 (1): 68-79.

科研项目

1. 教育部人文社会科学研究青年基金项目，《大数据背景下复杂符号型数据的统计建模及应用研究》，2023年至今，主持

2. 国家自然科学基金青年项目，《公司财务困境预警模型研究：基于财务波动信息的区间数据刻画方法》，2015-2017年，主持

3. 国家统计局重大统计专项项目，《经济运行效率的测度》，2018-2019年，主持

4. 中央财经大学青蓝科研团队，《金融风险的统计推断与建模》，2018-2020年，主持

5. 国家自然科学基金重点项目，《经济管理领域中的高维复杂数据分析理论与应用》，2011-2014年，参与

6. 国家自然科学基金面上项目，《投入产出序列表在时间维上的扩展方法及其在中国的应用研究》，2018-2021年，参与

7. 国家自然科学基金委托项目，《国家自然科学基金项目申请态势预测》，2012年，参与

8. 国家自然科学基金委托项目，《国家自然科学基金对国家重点实验室的资助绩效分析》，2010年，参与

9. 北京市第四次全国经济普查重点研究课题，《从全要素生产率看北京高质量发展研究》，2019-2020年，参与

10. 中央财经大学科研创新团队，《经济高质量发展下的关键要素生产效率研究》，2021-2023年，参与

11. 中央财经大学科研创新团队，《大数据驱动下的管理决策理论及关键技术研究》，2016-2019年，参与

社会服务

1. 《海关洋垃圾风险防控评估指标体系建设和预警研究》，委托方：国家海关总署，2023年

2. 《机电产品价格参考指数编制》，委托方：机械工业信息研究院，2021年

3. 《行业统计规范指引、行业统计操作规程》，委托方：北京通合行业建设参事服务中心、北京市行业商业协会，2019年

4. 《航天产业型号物资领域的军民融合技术溢出效应研究》，委托方：中国运载火箭技术研究院，2018年

5. 《两岸暨港澳消费者信心指数》，2013-2019年

6. 《北京通航产业对经济发展的贡献分析》，委托方：北京市发改委，2012年

7. 《北京市120急救体系运行状况咨询》，委托方：北京市卫生局，2007年