由张涤新主持的《生存模型的半参数降维及估计》课题荣获第十一届全国统计科学研究优秀成果奖课题论文奖二等奖。本文在对连接函数形式和随机误差的分布不作任何假设的前提下，开创性地提出了hMAVE 方法，解决了风险函数的半参数估计及降维的理论和应用难题。

　　本文提出的hMAVE方法的主要优点在于：(1) 不需要对联接函数的形式和随机扰动项的分布作任何假设，这使本文方法更具有普适性，且避免了模型假设不当带来的偏误；(2) 能够对生存模型进行有效的半参数降维，从而避免了“维数祸根”问题；(3) 给出了hMAVE的迭代算法，从而大大降低了计算负担，使应用得以实施；(4) 在降维后得到的中心子空间基础上，给出了风险函数的非参数估计，更好地刻画了风险函数的非线性特征。本文的成果是自Li，Wang and Chen（1999）对删失数据处理以来的理论方法突破，为生存模型的研究和应用提供了新理论和新方法。本文数值模拟和实际数据应用的结果表明：与现有的代表性研究结果相比，hMAVE 方法能够更充分地捕捉删失数据信息，提高估计精度；迭代算法大大降低了高维数据处理的计算负担，使应用更加便捷。上述优良性质为本文研究成果的应用奠定了可靠基础。因此，本文的hMAVE方法能够广泛应用于医学、生物学、金融和保险等领域。特别是在删失数据和协变量给定条件下，本文研究成果可应用于保险精算中的生命表构造，寿险产品开发，产品定价、现金价值计算、准备金评估、内含价值计算，还可应用于违约概率等信用风险的估算，条件在险价值(Value at Risk， VaR)的估算以及金融风险管理和资产负债管理等领域。