Le Prix CRM-SSC en statistique reconnaît l’excellence et les réalisations en recherche d’un statisticien ou d’une statisticienne au cours des quinze années suivant l’obtention de son doctorat (ou d’un diplôme équivalent). Il est décerné chaque année par le Centre de recherches mathématiques et la SSC.
Stanislav est né à Moscou en 1983 et a déménagé en Allemagne avec ses parents à l'âge de 6 ans. Il a étudié les mathématiques à l'université de la Ruhr à Bochum et a obtenu son diplôme (équivalent d'une maîtrise) en 2007 et son doctorat en 2010, tous deux sous la direction de Holger Dette. Il est resté à Bochum jusqu'en 2015 en tant que chercheur postdoctoral, avec un séjour d'un an en 2012 à l'Université de l'Illinois à Urbana-Champaign en tant que chercheur invité auprès de Roger Koenker et Stephen Portnoy. Il a rejoint l'Université Cornell en tant que professeur adjoint en 2015 et s'est installé à Toronto en 2016. Il y a été promu professeur agrégé en 2022.
Stanislav compte au total 48 publications, dont beaucoup ont été publiés dans les revues de référence de notre discipline, notamment les Annals of Statistics (AoS) (8 articles), le Journal of the Royal Statistical Society (JRSSB) (4 articles) et le Journal of the American Statistical Association (JASA) (3 articles).
Dans le cadre de son diplôme et de son doctorat, Stanislav a travaillé sur la régression quantile, et il a poursuivi cette ligne de recherche tout au long de sa carrière. Dans son article très cité publié en 2019 dans les Annals of Statistics (en collaboration avec Guang Cheng et Shi-Kang Chao), Stanislav a proposé la première approche de la régression quantile pour les très grands ensembles de données en utilisant la méthode « diviser pour régner » ; il a non seulement établi des garanties quant au succès de ces procédures, mais a également présenté des scénarios dans lesquels elles échouent de manière démontrable. Stanislav a également contribué de manière significative à la régression quantile pour les données de panel avec Jiaying Gu. Dans sa publication de 2020 dans le Journal of Econometrics, co-rédigée avec Jiaying Gu et Antonio Galvao, Stanislav a établi de nouveaux résultats sur la distribution limite de la régression quantile lorsque de nombreux effets individuels spécifiques sont estimés simultanément, en prouvant que les taux précédemment connus pour ce problème étaient beaucoup trop pessimistes. Stanislav a également apporté des contributions méthodologiques ingénieuses à la régression quantile des données de panel avec des effets individuels groupés, en utilisant une pénalité de fusion pour regrouper automatiquement les estimateurs d'effets fixes (Gu et Volgushev, Journal of Econometrics, 2019) et en appliquant des idées de clustering spectral dans un article novateur (Yu, Gu et Volgushev, Journal of Econometrics, 2024).
Stanislav a également travaillé sur plusieurs autres aspects de la modélisation de la dépendance. Ses travaux sur la différentiabilité d’Hadamard de la carte de copule (Bücher, Volgushev, JMVA, 2013), la convergence dans des métriques faibles sous des hypothèses de régularité modérées (Bücher, Segers, Volgushev, AoS 2014), et la convergence faible par rapport à des métriques pondérées plus fortes (Berghaus, Bücher, Volgushev, Bernoulli 2017) livrent des outils clés pour l’analyse des procédures basées sur le rang. Un autre axe de recherche de Stanislav, mené conjointement avec Marc Hain, Holger Dette et Tobias Key, combine la puissance des copules avec les méthodes du domaine fréquentiel en séries chronologiques afin d’obtenir des procédures capables de décrire les dynamiques des séries chronologiques, telle que la dépendance de queue et le comportement asymétrique dans le temps, qui échappent aux méthodes classiques basées sur la corrélation.
Bon nombre des contributions récentes de Stanislav portent sur l'analyse des valeurs extrêmes. Comme dans la plupart de ses autres travaux, il allie innovation méthodologique et garanties théoriques rigoureuses pour aborder des questions telles que la dichotomie entre indépendance et dépendance asymptotiques (Lalancette, Engelke, Volgushev, AoS 2021), l'apprentissage des structures arborescentes (Engelke, Volgushev, JRSSB 2022) et l'apprentissage de modèles graphiques flexibles pour les extrêmes (Engelke, Lalancette, Volgushev, AoS 2026).
Stanislav apprécie les discussions avec ses collègues et la collaboration sur des problèmes théoriques ludiques. Cela a donné lieu à des publications conjointes sur les procédures de bootstrap, la détection de points de changement en haute dimension et les séries chronologiques fonctionnelles. Ses prépublications récentes abordent divers sujets, notamment l’inférence causale, les données fonctionnelles en haute dimension, le surajustement bénin et le maximum de vraisemblance non paramétrique.
Il apprécie également beaucoup de travailler et d’apprendre aux côtés de stagiaires. Au cours de son passage à l'Université de Toronto, quatre doctorants ont obtenu leur diplôme sous sa (co)direction. Trois d'entre eux occupent désormais des postes menant à la titularisation à la City University de Hong Kong, à l'Université du Québec à Montréal et à l'Université Rice, et l'un est post-doctorant à l'Université de la Ruhr à Bochum. Stanislav a également dirigé un post-doctorant qui occupe un poste menant à la titularisation à l'Université Macquarie en Australie. Il dirige actuellement quatre doctorants et un post-doctorant.
Il a contribué au Département des sciences statistiques en occupant le poste de vice-président chargé des études supérieures, et à la profession au sens large en tant que Rédacteur en chef adjoint de plusieurs revues, notamment Bernoulli (passé) et l’Electronic Journal of Statistics (actuel), la Revue canadienne de statistique (actuel) et Extremes (actuel).
Stanislav est profondément reconnaissant envers ses parents, Maxim Volgushev et Marina Chistyakova, ainsi qu'à son frère Nikolaj Volgushev, pour leur soutien et leur inspiration ; envers son épouse, Jiaying Gu, pour son soutien, sa patience infinie et leurs nombreuses collaborations ; et envers sa fille Vera, pour la joie qu'elle apporte à sa vie. Il est également reconnaissant envers ses collègues de l'Université de Toronto, qui l'ont toujours appuyé. Il a grandement bénéficié de sa collaboration avec de merveilleux doctorants, post-doctorants et partenaires de recherche.
En dehors du travail, Stanislav aime passer du temps en famille, faire de la photographie et participer à des concours de pêche avec sa femme, qui le bat à chaque fois.
« Le prix CRM-SSC 2026 est décerné à Stanislav Volgushev pour ses contributions originales et approfondies aux méthodes et à la théorie de l'inférence statistique sur des structures de données complexes, notamment la régression quantile, la dépendance multivariée et les processus de copules, les méthodes de rééchantillonnage et la théorie des valeurs extrêmes. »