张振中教授
张振中，男，1981 年11 月生，湖南新邵县人。2004 年毕业于湖南理工学院数学系。2004 年9 月至2006 年6 月于中南大学概率统计专业攻读硕士， 师从邹捷中教授。 2006 年9 月转为博士研究生， 期间获得留学基金委建设“高水平大学”项目资助赴加拿大卡尔顿大学经济系联合培养一年，导师为张健康教授。 2009 年6 月，中南大学概率与数理统计专业博士毕业， 获理学博士学位。 2009 年7 月起至今，东华大学理学院任教。目前侧重研究受控的混杂纯跳过程及其统计学习。现为东华大学理学院统计系教授、博士生导师。个人与合作者主要研究成果: (1) 建立了一类混杂CIR利率模型并给出其遍历的充要条件； (2) 给出了一类混杂布朗运动的密度与首出单位球的显式公式；(3) 给出了一类混杂纯跳系统遍历或瞬时的若干判别准则。
研究方向：
1、 受控的混杂跳扩散系统
2、 数理金融、风险理论、统计学习
荣誉及获奖情况：
1、 2004年，获“湖南省优秀毕业生”称号
2、 2013年，获“东华大学第十三届学生心目中好老师”称号
3、 2021年，获“东华大学2021年度留学生心目中好老师”称号
4、 2023年，获“纺织工业联合会纺织教育教学教学成果二等奖”
近年来承担的主要科研项目：
1、 2022/01-2025/12 混杂纯跳过程的长时间行为及相关问题，国家自然科学基金，在研，主持
2、 2023/04-2026/03 混杂a稳定过程的遍历性及其非局部算子的研究，上海市自然科学基金， 在研，主持
3、 2022/01-2022/12 混杂半马氏切换系统的遍历性及应用，上海市自然科学基金， 已结题，主持
4、 2017/07-2019/09 混杂跳跃风险模型的最优分红及相关问题，教育部人文社科基金，已结题，主持
5、 2013/01-2015/12 基于混杂跳跃扩散过程的最优控制及其应用，国家自然科学基金， 已结题，主持
近年来发表的代表性论著：
论文
1. Z. Zhang, X. Wang, J. Tong, T. Zhou, Z. Qin, Some explicit expressions for GBM with Markov switching and parameter estimations, Communications in Statistics-Theory and Methods, 53(3): 1091-1121, 2024.
2. J. Tong, Z. Zhang, Y. Chen, Z. Zhang, Long time behavior for population model by α-stable processes with Markov switching,Nonlinear Analysis: Hybrid Systems, 2023, 50: 101386, 21pages.
3. J. Tong, R. Wu, Q. Zhang, Z. Zhang, E. Zhu, First passage time and mean exit time for switching Brownian motion. Stochastics and Dynamics, 2023, 23(01):2350015, 25pages.
4. Z. Zhang，M. Zhai, J. Tong, Q. Zhang, Some characterizations for Brownian motion with Markov switching, Nonlinear Analysis: Hybrid Systems, 2021,42(101086), 21pages.
5. Z. Zhang， J. Tong，Q. Meng, Y. Liang, Population dynamics driven by stable processes with Markovian switching，Journal of Applied Probability，2021，58：505-522
6. Z. Zhang, T. Zhou, X. Jin, J. Tong, Convergence of the Euler-Maruyama method for CIR model with Markovian switching, Mathematics and Computers in Simulation, 2020,17:192-210.
7. Z Zhang, J. Cao, J. Tong, E. Zhu, Ergodicity of CIR type SDEs driven by stable processes with random switching, Stochastics, 2020, 92(5):761-784
8. L. Yan, W. Pei, Z. Zhang, Exponential stability of SDEs driven by FBM with Markovian switching, Discrete and Continuous Dynamical Systems, Series A, 2019, 39(11):66467-6483
9. Z. Zhang, J. Tong, L.Hu, Ultracontractivity for Brownian motion with Markov switching, Stochastic Analysis & Applications, 2019, 37(3):445-457
10. Z. Zhang, H. Yang, J. Tong, L. Hu, Necessary and sufficient condition of CIR type SDEs with Markov switching, Stochastic and Dynamics, 2019, 18(5), 1950023, 26 pages.
11. Z. Zhang, E. Zhang, J. Tong, Necessary and sufficient conditions for ergodicity of CIR model driven by stable processes with Markov switching, Discrete and Continuous Dynamical Systems Series B, 2018, 23: 2433-2455
12. Z. Zhang, X. Jin, J. Tong, Ergodicity and transience of SDEs driven by stable processes with Markov switching, Applicable Analysis, 2018, 97(7):1187-1208
13. J. Tong, X., Jin, Z. Zhang, Exponential ergodicity for SDEs driven by -stable processes with Markov switching in Wasserstein distances, Potential Analysis, 49：503-526, 2018.
14. Z. Zhang, X. Zhang, J. Tong, Exponential ergodicity for population dynamics driven by stable processes, Statistics & Probability Letters, 2017, 125: 149-159
15. J. Tong, Z. Zhang, Exponential ergodicity of CIR interest rate model with switching,
Stochastic and Dynamics, 201717(5), 1750037, 20pages.
16. X. Jin, Z. Zhang, Ergodicity of generalized Ait-Sahalia-type interest rate model, Communications in Statistics- Theory and Methods, 2017, 46(16):8199-8209.
17. Z. Zhang, W. Wang, The stationary distribution of Ornstein-Uhlenbeck process with Markov switching, Communications in Statistics- Simulation and Computation, 2017, 46(6):4783-4794.
18. Z. Zhang, J. Tong, L. Hu, Long-term behavior of stochastic interest rate models with Markov switching, Insurance: Mathematics and Economics, 2016, 70, 320-326
主要学术兼职：
中国现场统计研究会教育统计与管理分会理事
国际交流与合作：
2014.12-2015.12 华盛顿大学（西雅图校区），访问学者
2007.10-2008.10 卡尔顿大学， 联合培养研究生
其他愿意公开的信息：
欢迎有志青年加盟团队的硕士或博士
联系电话：021-67792412 E-MAIL：zzzhang@dhu.edu.cn
