师资队伍
人才计划
博士生导师
专职教师
百人计划
外聘专家

外聘专家

当前位置: 首页 » 师资队伍 » 外聘专家

许启发

系别:合肥工业大学管理学院

办公电话:0551-62919150

职称:教授

Email:xuqifa1975@126.com

  • 个人简介
  • 科研项目
  • 科研成果
  • 讲授课程

      许启发,男,合肥工业大学管理学院教授、博士生导师,1975年生于安徽和县,中共党员;全国优秀博士学位论文获得者,山东高校十大优秀教师,山东省社会科学学科新秀,山东省优秀青年知识分子。现为中国系统工程学会青年工作委员会委员,《管理科学学报》《系统工程理论与实践》《系统工程学报》《数量经济技术经济研究》《系统管理学报》《控制与决策》《Economic Modelling》《Knowledge-Based Systems》等刊物审稿人,国家自然科学基金项目通讯评审人,安徽省社科规划项目通讯评审人,浙江省自然科学基金项目通讯评审人,北京市自然科学基金项目通讯评审人,山东省自然科学基金项目结题评审人。
      主要研究领域:金融计量与风险管理、金融大数据分析、统计调查与咨询、大数据分析及应用。近年来,在《管理科学学报》《系统工程理论与实践》《系统工程学报》《中国管理科学》《数量经济技术经济研究》《统计研究》《数理统计与管理》《南开管理评论》《经济评论》《Expert Systems with Applications》《Economic Modelling》《Statistical Papers》《Statistical Methods and Applications》《Knowledge-Based Systems》《Applied Soft Computing》《Neurocomputing》《Energy》等国内外权威刊物发表论文100余篇,被SSCI/SCI收录论文20余篇。主持国家自然科学基金项目2项,主持其他省部级课题10余项,作为核心成员承担国家自然科学基金项目、国家社会科学基金项目3项。主持政府与企业委托项目10余项,取得了很好的社会效益与经济效益。获得省部级科研成果奖励6项。出版学术专著1部。获得国家发明专利授权2项。
      2000.04-2011.04,在山东工商学院统计学院工作
      2011.04-今,在合肥工业大学管理学院工作

[1] 许启发主持, 基于高维非线性广义分位数回归的系统性金融风险计量, 国家自然科学基金项目(编号: 71671056), 2016(在研: 2017.01-2020.12).
[2] 许启发主持, 安徽省城乡居民家庭贫困脆弱性研究, 安徽省哲学社会科学规划基金项目(编号: AHSKY2014D103), 2014(在研).
[3] 许启发主持, 多维贫困统计监测方法与脱贫路径选择研究, 全国统计科研计划重点项目(编号: 2012LZ041), 2014(结题).
[4] 许启发主持, 大数据设备健康管理智能模型、算法与应用研究, 企业(安徽容知日新信息技术有限公司)委托项目, 2017.8-2018.8(在研).
[5] 许启发主持, 基于电力大数据的智慧城市模型与算法研究, 企业(朗新科技股份有限公司,W2017JSKF0060)委托项目, 2016.12-2017.12(在研).
[6] 许启发主持, 基于大数据机泵群智能报警算法研究, 企业(安徽容知日新信息技术有限公司)委托项目, 2015(结题).
[7] 许启发主持, 机泵群智能报警算法研究, 企业(安徽容知日新信息技术有限公司)委托项目, 2014(结题).
[8] 许启发主持, 天津智能电网及综合建设工程评价研究, 企业(国网天津市电力公司经济技术研究院)委托项目, 2014(结题).
[9] 许启发主持, 多元条件联合分布长期均衡关系及其在金融领域应用研究, 国家自然科学基金项目(编号: 70901048), 2012(结题:良好).
[10] 许启发主持, 自回归条件密度建模及其在金融领域应用研究, 高等学校全国优秀博士学位论文作者2008年专项资金资助项目(编号: 200982), 2013(结题).
[11] 许启发主持, 基于Copula技术的金融风险计量与控制, 教育部人文社会科学研究青年基金项目(编号: 08JC790062), 2011(结题).
[12] 许启发主持, 基于统计过程控制的收入分配不平等与贫困监测系统研究, 山东省自然科学基金项目(编号: Q2008H03), 2011(结题:优秀).
[13] 许启发主持, 分位数协整理论、方法与应用, 中央高校基本科研业务费专项资金资助项目(编号: 2011HGRJ0006), 2013(结题).
[14] 许启发主持, 烟台市商业银行信用风险识别与评价研究, 企业委托项目, 2009.05(结题).
[15] 许启发主持, 高阶矩风险条件下动态组合投资理论、方法与应用, 中国博士后科学基金一等资助(编号: 20060400192), 2008(结题).
[16] 许启发主持, 动态高阶矩风险对金融投资决策的影响, 全国统计科学研究计划重点项目(编号: 2006B07), 2008(结题).
[17] 许启发主持, 科技进步与区域经济、社会协调发展战略研究, 国家安全生产科技发展计划项目(编号:06-526), 2008(结题).
[18] 许启发主持,协整与协同持续问题研究, 全国统计科学研究计划项目(编号: LX0411), 2006(结题).
[19] 许启发(第2位), 高维数据广义分位数回归及在证券投资基金管理中应用研究, 国家社会科学基金一般项目(编号: 15BJY008), 2015.04-2018.03.
[20] 许启发(第2位), 区域科技与经济协调发展的统计研究, 全国统计科研计划项目(编号: 2009LY030), 2011(结题).
[21] 许启发(第2位), 山东省居民多维贫困监测系统研究, 山东省软科学研究计划项目(编号: 2009RKB401), 2011(结题).
[22] 许启发(第2位), 动态Copula模型的构建及其在金融领域的应用研究, 国家自然科学基金项目(编号: 70671074), 2009(结题).
[23] 许启发(第5位), 现代企业统计理论与实践创新体系研究, 国家社会科学基金项目(编号: 05BTJ003), 2008(结题).
[24] 许启发(第3位), 煤炭企业营销风险预警与防范研究, 企业委托项目, 2005.12(结题).
[25] 许启发(第3位), 多变量矩序列长期均衡关系及动态金融风险规避策略研究, 国家自然科学基金项目(编号: 70471050), 2007(结题).
[26] 许启发(第2位), 波动持续及动态金融风险规避策略研究, 全国统计科学研究计划项目(编号: LX2005-y29), 2007(结题).
[27] 许启发(第2位), 金融市场的风险测度及管理模型研究, 全国统计科学研究计划项目(编号: LX0271), 2004(结题).
[28] 许启发(第2位), 区域产业结构与消费结构的研究, 全国统计科学研究计划项目(编号: LX0148), 2003(结题).
[29] 许启发(第3位), 统计数据质量的监控与评估问题研究, 全国统计科学研究计划项目(编号: LX99103), 2001(结题).

1.出版学术著作 
[1] 许启发, 蒋翠侠. R软件及其在金融定量分析中的应用[M]. 北京: 清华大学出版社, 2015, 05.
[2] 许启发. 金融高阶矩风险识别与控制[M]. 北京: 清华大学出版社, 2007, 02.
[3] 张世英, 许启发, 周红. 金融时间序列分析[M]. 北京: 清华大学出版社, 2008(普通高等教育“十一五”国家级规划教材).
2.发表(录用)学术论文
[1] Qifa Xu(许启发), Liukai Wang, Cuixia Jiang, Yezheng Liu. A novel (U)MIDAS-SVR model with multi-source market sentiment for forecasting stock returns[J]. Neural Computing and Applications, 2018. (SCI, Accepted)
[2] Qifa Xu(许启发), Zhongpu Bo, Cuixia Jiang, Yezheng Liu. Does Google search index really help predicting stock market volatility? Evidence from a modified mixed data sampling model on volatility[J]. Knowledge-Based Systems, 2018. (SCI, Accepted)
[3] Qifa Xu(许启发), Xingxuan Zhuo, Cuixia Jiang, Fang Sun, Xue Huang. Reverse restricted MIDAS model with application to US interest rate forecasts[J]. Communications in Statistics - Simulation and Computation, 2018 (SCI, Accepted).
[4] Qifa Xu(许启发), Chao Cai, Cuixia Jiang, Xue Huang. Quantile Regression for Large-scale Data via Sparse Exponential Transform Method [J]. Statistics, 2018 (SCI, Accepted).
[5] Qifa Xu(许启发), Chao Cai, Cuixia Jiang, Fang Sun, Xue Huang. Block average quantile regression for massive dataset[J]. Statistical Papers, 2017(SCI, In press).
[6] 许启发, 王侠英, 蒋翠侠, 李辉艳. 基于D-vine copula-分位数回归的组合投资决策[J]. 系统工程学报, 2017 (录用).
[7] Qifa Xu(许启发), Xingxuan Zhuo, Cuixia Jiang, Yezheng Liu. An artificial neural network for mixed frequency data[J]. Expert Systems with Applications, 2019, 118: 127-139. (SCI)
[8] Qifa Xu(许启发), Xingxuan Zhuo, Cuixia Jiang, Xi Liu, Yezheng Liu. Group penalized unrestricted mixed data sampling model with application to forecasting US GDP growth[J]. Economic Modelling, 2018, 75:221-236 (SSCI).
[9] Qifa Xu(许启发), Lu Chen, Cuixia Jiang, Jing Yuan. Measuring systemic risk of the banking industry in China: A DCC-MIDAS-t approach[J]. Pacific-Basin Finance Journal, 2018, 51: 13-31. (SSCI).
[10] Qifa Xu(许启发), Chao Cai, Cuixia Jiang, Fang Sun, Xue Huang. Sampling lasso quantile regression for large-scale data[J]. Communications in Statistics - Simulation and Computation, 2018, 47(1): 92-114. (SCI).
[11] Shubo Cao, Qifa Xu(许启发), Cuixia Jiang, Yaoyao He. Conditional density forecast of China’s energy demand via QRNN model[J]. Applied Economics Letters, 2018, 25(12): 867-875. (SSCI).
[12] 许启发, 王侠英, 蒋翠侠, 熊熊. 基于藤copula-CAViaR方法的股市风险溢出效应研究[J]. 系统工程理论与实践, 2018, 38(11): 2738-2749.
[13] 许启发, 丁晓涵, 蒋翠侠. 基于Expectile回归的均值-ES组合投资决策[J]. 中国管理科学, 2018, 26(10): 20-29.
[14] 许启发, 刘曦, 蒋翠侠, 虞克明. 分位数向量自回归分布滞后模型及脉冲响应分析[J]. 系统工程学报, 2018, 33(4): 472-487.
[15] 许启发, 李辉艳, 蒋翠侠, 何耀耀. 基于QRNN+GARCH方法的供应链金融多期价格风险测度及防范[J]. 数理统计与管理, 2018, 37(4): 728-740.
[16] 许启发, 左俊青, 蒋翠侠. 基于DCC-MIDAS与参数化策略的时变组合投资决策[J]. 系统科学与数学, 2018, 38(4): 438-455.
[17] 蔡超, 许启发, 蒋翠侠, 王艳明. 大规模数据的分块SCAD惩罚回归分析[J]. 数理统计与管理, 2018, 37(6): 1023-1040.
[18] 许启发, 徐金菊, 蒋翠侠. 基于神经网络分位数回归的多期CVaR风险测度[J]. 数理统计与管理, 2017, 36(4): 715-730.
[19] 许启发, 伯仲璞, 蒋翠侠. 基于分位数Granger因果的网络情绪与股市收益关系研究[J]. 管理科学, 2017, 30(3): 147-160.
[20] Qifa Xu(许启发), Kai Deng, Cuixia Jiang, Fang Sun, Xue Huang. Composite quantile regression neural network with applications[J]. Expert Systems with Applications, 2017, 76: 129-139. (SCI)
[21] 许启发, 李辉艳, 蒋翠侠. 基于Copula-分位数回归的供应链金融多期贷款组合优化[J]. 中国管理科学, 2017, 25(6): 50-59.
[22] 许启发, 周莹莹, 蒋翠侠. 带有范数约束的CVaR高维组合投资决策[J]. 中国管理科学, 2017, 25(2): 40-49.
[23] Qifa Xu(许启发), Xi Liu, Cuixia Jiang, Keming Yu. Nonparametric conditional autoregressive expectile model via neural network with applications to estimating financial risk[J]. Applied Stochastic Models in Business and Industry, 2016, 32(6): 882-908. (SCI)
[24] Qifa Xu(许启发), Yingying Zhou, Cuixia Jiang, Keming Yu, Xufeng Niu. A large CVaR-based portfolio selection model with weight constraints[J]. Economic modelling, 2016, 59: 436-447. (SSCI)
[25] Qifa Xu(许启发), Xi Liu, Cuixia Jiang, Keming Yu. Quantile AutoRegression Neural Network Model with Applications to Evaluating Value at Risk[J]. Applied Soft Computing, 2016, 46: 1-12. (SCI)
[26] Qifa Xu(许启发), Cuixia Jiang, Yaoyao He. An exponentially weighted quantile regression via SVM with application to estimating multiperiod VaR[J]. Statistical Methods & Applications, 2016, 25(2): 285-320. (SCI).
[27] 许启发, 蔡超, 蒋翠侠. 指令不均衡与股票收益关系研究——基于大规模数据分位数回归的实证[J]. 中国管理科学, 2016, 24(12): 20-29.
[28] 许启发, 康宁, 蒋翠侠. 分位数误差校正模型及应用[J]. 数量经济技术经济研究, 2016, 33(10): 110-127.
[29] 许启发, 陈士俊, 蒋翠侠, 刘曦. 极端VaR风险测度的新方法:QRNN+POT[J]. 系统工程学报, 2016, 31(1): 33-44.
[30] 许启发, 贾俊颖, 蒋翠侠, 杨善林. 基于门限分位数回归的网上商品销量影响因素探析[J]. 商业经济与管理, 2016, (7): 5-14.
[31] Qifa Xu(许启发), Xufeng Niu, Cuixia Jiang, Xue Huang. The Phillips curve in the US: A nonlinear quantile regression approach[J]. Economic Modelling, 2015, 49: 186-197. (SSCI)
[32] Xu Q(许启发), Zhang J, Jiang C, Huang X, He Y. Weighted quantile regression via support vector machine[J]. Expert Systems with Applications, 2015, 42(13): 5441-5451. (SCI)
[33] 许启发, 康宁. 门限分位数自回归模型及在股市收益自相关分析中应用[J]. 系统工程理论与实践, 2015, 35(12): 2993-3007. (EI)
[34] 许启发, 张金秀, 蒋翠侠. 基于非线性分位数回归模型的多期VaR风险测度[J]. 中国管理科学, 2015, 23(3): 56-65.
[35] 许启发, 陈士俊, 蒋翠侠. 基于GARCH-EVT模型的证券投资基金动态风险测度[J]. 合肥工业大学学报(自然科学版), 2015, 38(7): 997-1003.
[36] 许启发, 李辉艳, 蒋翠侠. 全日制专硕培养方式与满意度的结构方程分析[J]. 合肥工业大学学报 (社会科学版), 2015, 29(2): 114-123.
[37] 许启发, 陈士俊, 张金秀, 王长久. 一个新的Lorenz曲线模型[J]. 数量经济技术经济研究, 2014, 31(11): 146-158.
[38] 许启发, 张金秀, 蒋翠侠. 基于支持向量分位数回归多期VaR测度[J]. 系统工程学报, 2014, 29(2): 202-214.
[39] 许启发, 王长久, 蒋翠侠. 基于分位数回归的中国股市费雪效应检验——以上证综指与行业分类指数为对象[J]. 当代财经, 2013, (12): 58-68. 
[40] 许启发, 蒋翠侠. 所有制分割、行业选择与工资差异[J]. 管理科学, 2012, 25(1): 109-120.
[41] 许启发, 蒋翠侠. 分位数局部调整模型及应用[J]. 数量经济技术经济研究, 2011, 28(8): 115-133.
[42] 许启发, 蒋翠侠, 刘玉荣. 收入增长、分配公平与贫困减少[J]. 统计研究, 2011, 28(7): 27-36.
[43] 许启发, 蔡超, 蒋翠侠. 基于半参数模型的Kuznets“倒U假说”再检验[J]. 统计与信息论坛, 2010, 25(8): 3-9.
[44] 许启发. 投资组合动态VaR风险度量[J]. 统计与信息论坛, 2008, 23(6): 40-50.
[45] 许启发, 蒋翠侠, 王永喜. 金融投资决策的负权重解读[J]. 统计教育, 2008, (6): 37-42.
[46] 许启发, 蒋翠侠. 动态风险度量与组合投资选择[J]. 山西财经大学学报, 2008, 30(5):94-99.
[47] 许启发, 张世英. 多分辨持续及协同持续研究[J]. 系统工程理论与实践, 2007, 27(2):36-45(EI).
[48] 许启发, 张世英. 多元条件高阶矩波动性建模[J]. 系统工程学报, 2007,22(1): 1-8. 
[49] 许启发, 蒋翠侠, 张世英. 基于小波多分辨分析的协整建模理论与方法的扩展[J]. 统计研究, 2007, 24(8): 92-96. 
[50] 许启发, 张世英. Box-Cox-SV模型及其对金融时间序列刻画能力研究[J]. 系统工程学报, 2005, 20(4): 359-366.
[51] 许启发. 高阶矩波动性建模及应用[J]. 数量经济技术经济研究, 2006,23(12): 135-145. 
[52] 许启发, 张世英. 金融波动的平方根随机自回归波动模型[J]. 系统工程理论方法应用, 2004,13(6): 561-568. 
[53] 许启发, 蒋翠侠. 对外贸易与经济增长的相关分析[J]. 预测, 2002, 21(2): 14-18.
[54] Xi Liu, Keming Yu, Qifa Xu(许启发), Xueqing Tang. Improved local quantile regression[J]. Statistical Modelling: An International Journal, 2018. (In press, SCI).
[55] Jiang C, Xu Q(许启发), Zhang W, Li M, Yang S. Does automatic bidding mechanism affect herding behavior? Evidence from online P2P lending in China[J]. Journal of Behavioral and Experimental Finance, 2018, 20: 39-44. (ABS 1).
[56] Jiang C, Ding X, Xu Q(许启发), Liu X, Liu Y. Portfolio selection based on predictive joint return distribution[J]. Applied Economics, 2019, 51(2): 196-206. (SSCI).
[57] Yaoyao He, Qifa Xu(许启发), Jinhong Wan, Shanlin Yang. Electrical load forecasting based on self-adaptive chaotic neural network using Chebyshev map[J]. Neural Computing and Applications, 2018, 29(7): 603-612. (SCI , EI). 
[58] 黄荷暑, 许启发. 企业社会责任、银行信贷与投资行为——基于中介效应的检验[J]. 商业经济与管理, 2017, (11): 49-59+96.
[59] 曹书波, 蔡超, 许启发. 开放式基金市场羊群效应研究——基于QRNN-CCK模型的实证[J]. 天津大学学报 (社会科学版), 2017, 19(5): 399-406.
[60] Cuixia Jiang, Ming Jiang, Qifa Xu(许启发), Xue Huang. Expectile regression neural network model with applications[J]. Neurocomputing, 2017, 247: 73-86. (SCI)
[61] 关春玉, 许启发, 蒋翠侠. 新结构经济学视角下FDI外溢的“门限特征”分析[J]. 经济评论, 2017, (3): 148-160.
[62] 关春玉, 许启发. “丝绸之路经济带”战略实施的金融支持——基于金融排斥的分析[J]. 西北民族大学学报(哲学社会科学版), 2017, (3): 46-52.
[63] 关春玉, 许启发. 服务业二维集聚对FDI的影响——中国287个城市的实证分析[J]. 北方民族大学学报, 2017, (4): 125-129.
[64] 蒋翠侠, 黄韵华, 许启发, 虞克明. 基于二元选择分位数回归的上市公司信用评估[J]. 合肥工业大学学报(自然科学版), 2016, 39(7): 998-1003.
[65] 何耀耀, 闻才喜, 许启发. 基于Epanechnikov核与最优窗宽组合的中期电力负荷概率密度预测方法[J]. 电力自动化设备, 2016, 36(11): 120-126. (EI)
[66] Yaoyao He, Qifa Xu(许启发), Jinhong Wan, Shanlin Yang. Short-term power load probability density forecasting based on quantile regression neural network and triangle kernel function[J]. Energy, 2016, 114: 498-512. (SCI)
[67] 蒋翠侠, 刘玉叶, 许启发. 基于LASSO分位数回归的对冲基金投资策略研究[J]. 管理科学学报, 2016, 19(3): 107-126.
[68] 隋静, 蒋翠侠, 许启发. 股权制衡与公司价值非线性异质关系研究——来自中国A股上市公司的证据[J]. 南开管理评论, 2016, 19(1): 70-83.
[69] 蒋翠侠, 张婷婷, 许启发. 一个新的时变系数分位数回归模型及应用[J]. 数量经济技术经济研究, 2015, 32(12): 142-158.
[70] 蒋翠侠, 赵怡, 许启发. 基于截尾分位数回归模型的上市公司财务困境影响因素研究[J]. 合肥工业大学学报:社会科学版, 2016, 30(1): 15-24.
[71] 何耀耀, 闻才喜, 许启发, 撖奥洋. 考虑温度因素的中期电力负荷概率密度预测方法[J]. 电网技术, 2015, 39(1): 176-181.
[72] 蒋翠侠, 许启发. 非线性参数异质Phillips曲线模型及应用[J]. 统计研究, 2014, 31(5): 95-101.
[73] 王艳明, 许启发, 徐金菊. 中等收入人口规模统计测度新方法及应用[J]. 统计研究, 2014, 31(10): 9-15.
[74] Yaoyao He, Qifa Xu(许启发), Shanlin Yang, AoYang Han, Li Yang. A novel chaotic differential evolution algorithm for short-term cascaded hydroelectric system scheduling[J]. International Journal of Electrical Power and Energy Systems, 2014, 61: 455-462. (SCI, EI)
[75] Yaoyao He, Qifa Xu(许启发). Shanlin Yang, Li Liao. Reservoir Flood Control Operation based on Chaotic Particle Swarm Optimization Algorithm[J]. Applied Mathematical Modelling, 2014, 38: 4480-4492. (SCI, EI)
[76] He Y, Yang S, Xu Q(许启发). Short-term cascaded hydroelectric system scheduling based on chaotic particle swarm optimization using improved logistic map[J]. Communications in Nonlinear Science and Numerical Simulation, 2013, 18(7): 1746-1756. (SCI, EI)
[77] 蔡超, 王艳明, 许启发. 库兹涅茨曲线在中国的适用性研究——基于分位数回归的方法[J]. 江西财经大学学报, 2013, (3): 54-62.
[78] 王长久, 许启发. 基于产出缺口的中国菲利普斯曲线再分析——分位数回归的角度[J]. 海南金融, 2013, (6): 18-22.
[79] 何耀耀, 许启发, 杨善林, 余本功. 基于RBF神经网络分位数回归的电力负荷概率密度预测方法[J]. 中国电机工程学报, 2013, 33(1): 93-98. (EI)
[80] 蔡超, 许启发. 高等教育入学机会城乡差异研究——基于二元选择O-B分解方法[J]. 统计与信息论坛, 2012, 27(4): 87-93.
[81] 蒋翠侠, 许启发, 张世英. 基于多目标优化和效用理论的高阶矩动态组合投资[J]. 统计研究, 2009, 26(10): 73-79.
[82] 刘冰, 马宇, 许启发. 教练员的价值: 基于中国足球职业联赛的实证分析[J]. 体育科学, 2009, 29(7): 19-28.
[83] 蒋翠侠, 许启发, 张世英. 基于“已实现”高阶矩的动态组合投资分析[J]. 山西财经大学学报, 2008, 30(6):96-103.
[84] 蒋翠侠, 许启发, 张世英. 金融资产多分辨风险识别及投资组合策略[J]. 数理统计与管理, 2007, 26(4): 685-692. 
[85] 蒋翠侠, 许启发, 张世英. 金融市场条件高阶矩风险与动态组合投资[J]. 中国管理科学, 2007, 15(1): 27-33. 

      教学上,承担过《管理数据分析》《管理统计学》《统计学》《数理统计学》《时间序列分析》《计量经济学》《非参数统计学》《多元统计分析》《试验设计与质量控制》《统计分析专题》《数值分析》《西方经济学》等12门课程的教学任务。
      主讲的《统计学》课程被评为省级精品课程、主持的《时间序列分析》课程被评为校级精品课程;获得省部级教学成果奖励一等奖1项、二等奖3项,厅局级教学成果奖励5项;主编“十一五”国家级规划教材1部,主编其他教材1部;获得学校优秀教学效果一等奖2次、二等奖1次。