检测到您当前使用浏览器版本过于老旧，会导致无法正常浏览网站；请您使用电脑里的其他浏览器如：360、QQ、搜狗浏览器的极速模式浏览，或者使用谷歌、火狐等浏览器。
下载Firefox
职称：长聘副教授、博士生导师（统计与大数据研究院）
研究方向：因果推断
联系方式：givennamefamilyname@ruc.edu.cn
2011年于东南大学数学系获学士学位，2015年于香港中文大学统计系获博士学位（导师：Phillip Yam），2016年9月-2022年8月于mgm高梅美线路任长聘轨助理教授 (tenure-track)， 2022年9月至今任长聘副教授 (with tenure)。主要研究领域为因果推断。
详见个人主页：https://sites.google.com/view/zheng-zhang/home
主要论文（按姓氏的英文首字母排序，*表示通讯作者，#表示指导的mgm高梅美线路）
1. Bensoussan A., Yam S. C. P.*, and Zhang Z. (2015). Well-posedness of Mean-field Type Forward-backward Stochastic Differential Equations. Stochastic Processes and their Applications . 125(9), 3327-3354. [Link]
2. Chan K. C. G.*,Yam S. C. P.,and Zhang Z. (2016). Globally Efficient Nonparametric Inference of Average Treatment Effects by Empirical Balancing Calibration Weighting. Journal of the Royal Statistical Society: Series B . 78(3), 673-700. [Link]
3. Wright J. A.*, Yam S. C. P., and Zhang Z. (2018). Enlargement of Filtration on Poisson Space: A Malliavin Calculus Approach. Stochastics . 90(5), 682-700. [Link]
4. Privault N., Yam S. C. P.*, and Zhang Z. (2019). Poisson Discretizations of Wiener Functionals and Malliavin Operators with Wasserstein Estimates. Stochastic Processes and their Applications . 129(9), 3376-3405. [Link]
5. Hamori S., Motegi K.* and Zhang Z. (2019). Calibration Estimation for Semiparametric Copula Models with Data Missing at Random. Journal of Multivariate Analysis . 173, 85-109. [Link]
6. Hamori S., Motegi K. and Zhang Z.* (2020). Copula-based Regression Models with Responses Missing at Random. Journal of Multivariate Analysis. 180, #104654. [Link]
7. Ai C., Linton O. and Zhang Z.* (2020). A Simple and Efficient Estimation Method for Models with Nonignorable Missing Data. Statistica Sinica . 30, 1949-1970. [Link]
8. Ai C., Huang L.# and Zhang Z.* (2020). A Mann-Whitney Test of Distributional Effects in A Multivalued Treatment. Journal of Statistical Planning and Inference. 209,85-100. [Link]
9. Ai. C., Linton O., Motegi K. and Zhang Z.* (2021). A Unified Framework for Efficient Estimation of General Treatment Models. Quantitative Economics. 12(3),779-816. [Link]
10. Ai. C., Linton O., and Zhang Z.* (2022). Estimation and Inference of Counterfactual Distribution and Quantile Functions in Continuous Treatment Models. Journal of Econometrics. 228(1), 39-61.
11. Ai C., Huang L.# and Zhang Z.* (2022). A Simple and Efficient Estimation of Average Treatment Effects in Models with Unmeasured Confounders. Statistica Sinica. 32(3). [Link]
12. Huang W., Linton O., and Zhang Z.* (2022). A Unified Framework for Specification Tests of Continuous Treatment Effect Models. Journal of Business & Economic Statistics. 40(4), 1817-1830. [Link]
13. Huang W. and Zhang Z. *(2023). Nonparametric Estimation of Continuous Treatment Effect with Measurement Error. Journal of the Royal Statistical Society: Series B. 85(2), 474–496.[Link]
14. Ai. C., Sun L., Zhang Z.* and Zhu L. (2024). Testing Independence and Conditional Independence via Mutual Information. Journal of Econometrics. 240(2). [Link]
15. Chen X., Liu Y., Ma S.*, and Zhang Z.* (2024). Causal Inference of General Treatment Effects Using Neural Networks with A Diverging Number of Confounders. Journal of Econometrics. 238(1). [Link]
16. Huang L.# Huang W., Linton O, and Zhang Z.* (2024). Nonparametric Estimation of Mediation Effects with A General Treatment. Econometric Reviews. 43(2-4). [Link]
主要科研项目：
1. 复杂数据下因果关系有效推断的理论与方法，2021年01月-2023年 12月，国家自然科学基金（青年项目），主持。
2. 连续处理效应的建模与统计推断，2022年01月-2024年12月，北京市自然科学基金（面上项目），主持。
3. 因果分析中连续处理效应的非参数建模与统计推断，2024年01月-2027年12月，国家自然科学基金（面上项目），主持。
4. 面向跨尺度医学数据的融合表征及因果数学理论与应用，2022年12月-2027年11月，国家重点研发计划（青年科学家项目），参与，排名2/17。
5. 测量误差数据下因果推断的方法与理论研究，2023年4月-2025年12月，中国人民大学科学研究基金（面上项目），主持。
6. 非独立同分布大数据统计基础理论、方法与应用，2024年12月-2028年11月，国家重点研发计划，参与，排名17/106。
