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。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、最佳教案奖、最佳现场展示奖、最佳教学回顾奖，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、教学方法研究项目、教育教学改革基金等教研项目，主持国家自然科学基金青年项目、国家统计局重大统计专项等科研项目。曾获中央财经大学优秀共产党员、特殊贡献奖等荣誉。

    关蓉老师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青年项目、国家统计局重大统计专项等科研项目。欢迎优秀校内本科生（本校拟录取应用统计学硕、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

2018.11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

教学奖励

1. 2022年中央财经大学研究生课程思政优秀案例

2. 2021年北京市首届高校教师教学创新大赛三等奖

3. 2021年第七届全国大学生统计建模大赛“优秀指导教师”

4. 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

5. 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”

6. 2016年全国应用统计专业学位研究生案例大赛三等奖（指导教师）

7. 2016年首届全国高校经管类实验教学案例大赛三等奖

8. 2021年中央财经大学“线上教学师生谈”主题征文活动三等奖

9. 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

10. 2019年中央财经大学涌金奖励基金“优秀教学奖”

11. 2017年中央财经大学高等教育教学成果奖一等奖（第二参与人）

12. 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

     
    

教研项目

【主持项目】

1. 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，在研

2. 中央财经大学本科课程思政示范项目：统计学，2021-2023年，在研

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

4. 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，结题

5. 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，结题

6. 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，结题

7. 中央财经大学课程思政“时雨微课”建设项目，2020年，结题

8. 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，结题

9. 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，结题

【参与项目】

1. 中央财经大学在线开放课程建设项目：统计学，2018年，结题

2. 中央财经大学通识核心课程建设项目：统计思维，2017年，结题

3. 中央财经大学研究生优质课程建设项目：统计软件，2016年，结题

4. 中央财经大学专业学位研究生教学案例集项目：应用统计专业硕士大数据分析教学案例精选（第二辑），2015年，结题

5. 中央财经大学卓越人才培养计划项目：大数据背景下统计学专业本科人才培养模式改革研究，2014年，结题

6. 中央财经大学精品资源共享课建设项目：统计学，2013年，结题

教研发表/发言

1. 统计学课程思政教研室主题报告《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

2. 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

3. 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

4. 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

5. 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，刊登于学校出版的文集

6. 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.

7. 关蓉，优化教学设计，多方式提升在线“教”与“学”效果发表于“中财教发展”微信公众号，同时入选学校《教师教学发展咨询动态》2020年第1期.

研究方向

复杂数据统计建模与分析，政策评估与效率测算

学术论文/著作

【领域一：复杂数据统计建模与分析】

1. 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.

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

3. Guan R., 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.(2023), Digitalization of Industries and Labor Mobility in China. Available at SSRN:https://ssrn.com/abstract=4491400

2. Guan R., Koo K.M., Liang J. and Su K.(2022), Fairer Schooling for Better Housing Affordability: Evidence from the Beijing Multi-Dicing and Six-Year-One-Position Policies. Available at SSRN:https://ssrn.com/abstract=4002838

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

【主持项目】

1. 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

2. 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

3. 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

【参与项目】

1. 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

2. 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年至今

3. 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

4. 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

5. 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

6. 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

7. 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

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年至今

2. 《机电产品价格参考指数编制项目》，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