张荣茂，现为浙江工商大学统计与数学学院特聘教授，浙江省现场统计研究所副理事长，多元分析应用专业委员会副理事长，全国概率统计学会理事，数据科学与人工智能学会常务理事。曾任浙江大学数学科学学院教授、数据科学中心和经济学院兼职教授，闽江学者讲座教授，浙江大学统计所所长和浙江省数理医学会肿瘤数据智能物理治疗青委会副主任。2004年在浙江大学获得博士学位，2004年7月至2006年6月在北京大学从事博士后研究，2006年至2024年6月在浙江大学工作，多次访问香港科大、香港中文大学和伦敦政治经济学院。主要从事非平稳金融时间序列和高维空间计量经济模型的理论与应用研究，已发表SSCI/SCI论文60多篇，发表的杂志包括Annals of Statistics (AOS)，Journal of the American Statistical Association (JASA)，Journal of Econometrics (JOE)，Econometric Theory (ET), Journal of Business and Economic Statistics (JBES)等统计与计量经济的顶级期刊。2015年获浙江省杰出青年基金，主持浙江省重点基金项目1项、国家自然科学基金4项和省部级基金项目多项。2021年作为第一申报人获得浙江省自然科学奖（二等奖）和第一届统计学科学技术进步奖（三等奖）。兼任J. Korean Statist. Soc.（SCI期刊）和Intern. J. Math. Statist.的副主编，美国数学学会评论员。

1. 非参数统计

2. 高维时间序列

3. 空间数据分析

4. 计量经济模型

5. 大样本统计理论

1996/09-1998/06：福建师范大学，数学系，本科

1998/09-2001/06：福建师范大学，数学系，概率统计专业，硕士研究生

2001/09-2004/06：浙江大学，数学系，概率统计专业，博士研究生

2004/07-2006/06：北京大学，数学科学学院，概率统计，博士后

2024/07-至今：浙江工商大学，统计与数学学院，教授，博导

2006/12-2024/06：浙江大学，数学科学学院，教授，博导

2005/07-2005/10：台湾大学，访问学者

2006/12-2007/05，2013/01-2013/02：香港科技大学，Research associate

2007/07-2007/09，2008/06-2008/12，2010/06-2010/09，2011/02-2012/02等：香港中文大学，Research associate

2014/05-2015/05：英国伦敦政治经济学院，访问学者

2019/02-2019/09：香港中文大学，Research Fellow

2023/02-2023/06：香港科技大学，Research Fellow

1. 浙江省现场统计研究所副理事长

2.  多元分析应用专业委员会副理事长

3.  全国概率统计学会理事

4.  数据科学与人工智能学会常务理事

5.  《Journal of the Korean Statistical Society》(SCI) 编委

6.  《International Journal of Mathematics and Statistics》编委

1.  2021年获浙江省自然科学奖（二等奖），名称：高维时空数据的统计推断，排名第一（张荣茂/苏中根）

2.  2021年获第一届统计学科学技术进步奖（三等奖），名称：高维非平稳时间序列的统计推断，排名第一（张荣茂/苏中根）

3.  2018年获闽江学者讲座教授

4.  2015年获浙江省杰出青年基金

5.  2022年获浙江大学优秀博士学位论文指导老师

6.  2015年度浙江大学校级先进工作者

非线性（金融）时间序列分析、高维统计、测度分析

多元统计分析、人寿保险学、金融风险管理、随机过程

Some seletcted papers:

1. Wu, X. R., Dou, B. J. and Zhang, R. M.* (2024). Sparse Factor Model for High Dimensional Time Series, Statistica Sinica, accepted.

2.   Hu, R. C. Chan, N. H. and Zhang, R. M.* (2024). Self-normalization for irregular spatial data stationarity test in the frequency domain, Journal of Statistical Planning and Inference, accepted.

3.  Lu, Z. D., Ren, X. H. and Zhang, R. M. (2024). On semi-parametrically dynamic functional-coefficient autoregressive spatio-temporal models with irregular location wide nonstationarity. Journal of the American Statistical Association, 119, 1032-1043.

4.     Ma, Y. L., Zhou, M., Peng, L. and Zhang, R. M.* (2024). Test for Zero Mean of Errors After Using Median Inference. Statistica Sinica, 34, 337-351.

5.  Li, D., Tao, Y. X., Yang, Y. X. and Zhang, R. M. (2023). Maximum likelihood estimation for α-stable double autoregressive models. Journal of Econometrics, 236, 105471.

6.     Chan, N. H. and Zhang, R. M. * (2023). Cointegration Rank Estimation for High-dimensional Time Series withBreaks, Statistica Sinica, 33, 1193-1217.

7.     Chi, C. X. and Zhang, R. M.* (2023). Group LASSO for change-points in functional time series. Acta Mathematica Sinica (English Series), 39, 2075-2090.

8.     Zhang, R. M., Chan, N. H. and Chi, C. X. (2023). Nonparametric testing for the specification of spatial trend functions. Journal of Multivariate Analysis, 196, 105180.

9.     Zhang, X. F., Zhang, R. M., Ling, S and Li, Y. (2022). LADE-based inferences for autoregressive models with heavy-tailed G-GARCH(1, 1) noise. Journal of Econometrics, 227, 228-240.

10.  Ma, Y. L., Zhou, M., Peng, L. and Zhang, R. M.* (2022). Test for Zero Median of Errors in an ARMA-GARCH Model. Econometric Theory, 38, 536-561.

11.  Chan, N. H., Zhang, R. M.* and Yau, C. Y. (2022). Inference for Structural Breaks in Spatial Models. Statistica Sinica, 32, 1961-1981.

12.  Liao, G. L., Liu, Q. M., Zhang, R. M. and Zhang, S. F. (2022). Rank Test of Unit Root Hypothesis with AR-GARCH Errors. Journal of Time Series Analysis, 43, 695-719.

13.  Zhou, M., Ma, Y. L. and Zhang, R. M.* (2022). Portmanteau-type test for unit root with heavy-tailed noise. Journal of Statistical Planning and Inference, 218, 25-42.

14.  Zhang, R. M. and Chan, N. H. (2021). Nonstationary Linear Processes with Infinite Variance GARCH Errors. Econometric Theory, 37, 892-925.

15.  Huang, D., Yao, Q. and Zhang, R. M. (2021). Nonparametric Kriging Over Space and Time. Science China Mathematics, 64, 823-848.

16.  Liao, G. L., Peng, L. and Zhang, R. M.* (2021). Empirical Likelihood Test for Equality of Several High-dimensional Covariance Matrices. Science China Mathematics, 64, 2775-2792.

17.  Zhou, M., Peng, L. and Zhang, R. M.* (2021). Empirical Likelihood Test For The Application of SWQMELE In Fitting An ARMA-GARCH Model. Journal of Time Series Analysis, 42, 222-239.

18.  Chan, N. H., Yau, C. Y., Li, Y. and Zhang, R. M. (2021). Group Orthogonal Greedy Algorithm for Change-point Estimation of Multivariate Time Series. Journal of Statistical Planning and Inference, 212, 14-33.

19.  Tu, Y. D., Yao, Q. and Zhang, R. M.* (2020). Error-correction Factor Models for High-dimensional Cointegrated Time Series. Statistica Sinica, 30, 1463-1484.

20.  Liao, G. L., Liu, Q. M. and Zhang, R. M. (2020). Inference for Spatial AR Models with infinite Variance Noises. Acta Mathematica Sinica, 36, 1395-1416.

21.  Zhang, R. M., Robinson, P. M. and Yao, Q. (2019). Identifying Cointegration by Eigenanalysis. Journal of the American Statistical Association, 114, 916-927.

22.  Chan, N. H., Ing, C. K. and Zhang, R. M. (2019). Nearly Unstable Processes: A Prediction Perspective. Statistica Sinica, 29, 139-163.

23.  Zhang, R. M., Li, C. and Peng, L. (2019). Inference for Tail Index of GARCH(1,1) Model and AR(1) Model with ARCH(1) Errors. Econometric Review, 38, 151-169.

24.  Zhang, R. M. and Chan, N. H. (2018). Portmanteau-Type Tests for Unit-root and Cointegration. Journal of Econometrics, 207, 307-324.

25.  Li, D., Ling, S. and Zhang, R. M.*(2016). On a threshold double autoregressive model. Journal of Business and Economic Statistics, 34, 68-80.

26.  Chan, N. H., Yau, C. Y. and Zhang, R. M.*(2015). Lasso estimation of threshold autoregressive models. Journal of Econometrics, 189, 285-296.

27.  Zhang, R. M., Sin, C.Y. and Ling, S. (2015). On functional limits of short- and long-memory linear processes with GARCH(1,1) noises. Stochastic Processes and their Applications, 125, 482-512.

28.  Zhang, R. M. and Ling, S. (2015). Asymptotic Inference for AR Models with heavy-tailedG-GARCH Noises. Econometric Theory, 31, 880-890.

29.  Chan, N. H., Yau, C. Y. and Zhang, R. M.*(2014). Group LASSO for structural break time series. Journal of the American Statistical Association,109, 590-599.

30.  Zhang, R. M., Peng, L. and Wang, R. D. (2013). Tests for Covariance Matrix with Fixed or Divergent dimension. Annals of Statistics, 41, 2075-2096.

31.  Chan, N. H. and Zhang, R. M.* (2013). Marked Empirical Processes for Non-stationary Time Series. Bernoulli, 19, 2098-2119.

32.  Chan, N. H., Li, D. Y., Peng, L. and Zhang, R. M.* (2013). Interval Estimation of the Tail Index of an AR(1)-ARCH(1) Model. Econometric Theory, 29, 920-940.

33.  Zhang, R. M. and Chan, N. H. (2013). Limit Theory for Quadratic Forms of a Long-memory Linear Processes with Heavy-tailed GARCH Innovations. Journal of Multivariate Analysis, 120, 18-33.

34.  Chan, N. H., Peng, L. and Zhang, R. M.* (2012). Interval Estimation for GARCH(1,1) Tail Index. Test, 21,546-565.

35.  Zhang, R. M., Peng, L. and Qi, Y. C (2012). Jackknife Blockwise Empirical Likelihood Methods under Dependence. Journal of Multivariate Analysis, 104, 56-72.

36.  Zhang, R. M. and Lin, Z. Y. (2012). Limit theory for a General Class of GARCH Models with Just Barely Infinite Variance. Journal of Time Series Analysis, 33,161-174.

37.  Zhang, R. M. and Chan, N. H. (2012). Maximum Likelihood Estimation for Nearly Non-stationary Stable Autoregressive Process. Journal of Time Series Analysis, 33, 542-553.

38.  Chan, N. H. and Zhang, R. M.* (2012). Non-Stationary Autoregressive Process with Infinite Variance. Journal of Time Series Analysis, 33, 916-934.

39.  Chan, N. H. and Zhang, R. M.* (2011). Quantile Inference for Heteroscedastic Regression Models, Journal of Statistical planning and Inference, 141, 2079-2090.

40.  Chan, N. H. and Zhang, R. M.* (2010). Inference for Unit-Root Models with Infinite Variance GARCH Errors. Statistica Sinica, 20, 1363-1393.

41.  Zhang, R. M. and Lin, Z. Y. (2010). A functional LIL for integrated \alpha stable process. Acta Math. Sinica, 26, 393-404.

42.  Chan, N. H. and Zhang, R. M.* (2009). Inference for Nearly Nonstationary Processes underStrong Dependence with Infinite Variance. Statistica Sinica, 19, 925-947.

43.  Peng, L. and Zhang, R. M.* (2009). Comments on: A review on empirical likelihood methods for regression.Test, 18, 452-454.

44.  Shao, Q. M. and Zhang, R. M. (2009). Limit distributions of non-central studentized statistics. Science in China (series A),52, 1262-1284.

45.  Chan, N. H. and Zhang, R. M. (2009). M-estimation in Nonparametric Regression under Strong Dependence with Infinite Variance. Ann. Inst. Statist. Math., 61, 391-411.

46.  Chan, N. H. and Zhang, R. M.*(2009). Quantile inference for near-integrated autoregressive time series under infinite variance and strong dependence. Stochastic Processes and their Applications, 119, 4124-4148.

1.  国家自然科学基金（面上）：高维结构非平稳时间序列的统计推断（No. 12171427），51万（直接经费），2022年1月至2025年12月，主持

2.  国家自然科学基金（面上）：高维非平稳时空数据的统计分析及其应用(No. 11771390),48万（直接经费），2018年1月至2021年12月，主持

3.  国家自然科学基金（面上）：空间相依数据的统计推断及其应用研究（No.11371318），62万，2014年1月至2017年12月，主持

4.  国家自然科学基金（青年）： 随机场的渐近理论及其应用研究 (No.10801118)， 17万，2009年1月至2011年12月，主持

5.  浙江省杰出青年基金:非平稳空间数据统计推断的方法与理论研究 (No.R16A010001)，20万，2016年1月至2019年12月, 主持

6.  浙江省自然基金重点项目：高维时空数据的建模与统计推断 (No.LZ21A010002)， 15万，2021年1月至2023年12月，主持

7.  国家自然科学基金（联合项目）：基于数据科学与人工智能医学图像重建的数学理论（No. U21A20426），260万（直接），2022年1月至2015年12月，排名：3/8

8.  中央高校基本科研业务费专项资金（浙江大学校长专项）：复杂大数据的统计分析及其应用研究（No. 2021XZZX002），60万，2021年1月至2022年12月，主持