生存分析(Survival Analysis)自1986年被美国国家科学院委员会列为数学六大发展方向以来,经过数十年的探索,现已成长为热门的统计分支。它是一种动态的分析方法,用以研究某群体在经过某一特定时间后,发生某种特定事件的概率的分析,是研究生存现象和响应时间及其统计规律的一门学科。生存分析以"时间——事件(Time-to-Event)"资料为研究对象,当生存时间的起点和终点都明确定义时,研究者能够掌握时间的全部信息,属于完整的生存时间(Uncensored Data)。但在实际工作中因观测时间以及其他因素的限制,研究者可能没有掌握样本生存时间的起点,也可能丢失了生存过程中间某时段的信息,或者缺少了终点的信息,导致数据观测不完全,出现了所谓的"删失"数据(Censored Data)。传统的统计模型无法很好地解决该类特殊数据问题,于是生存分析便应运而生并逐步壮大。它的独特之处在于将时间维度纳入了因变量或自变量中,定义因变量为个体持续处于"非失败"的时间,即生存时间,而自变量亦可以是时间依存变量(Time-varying Variable)。"删失"数据在生命科学等实际问题中是一类常见的重要统计数据,生存分析最开始被应用于医学、生物制药以及各类可靠性工程实验上,已经取得了丰硕的成果,后来逐渐渗透到人口统计、社会经济和证券市场等各个领域。近年来,经济管理领域中的系统动态演化及稳定行为引起了数理学家的广泛关注,稳定性分析成为了该领域研究的重点和难点。不过,缘于生存分析在经济管理领域的应用还处于起步阶段,发展比较缓慢,既有研究亟需进一步深化。中国在该领域的研究更是涉足不深,落后国际前沿几年甚至几十年,面临着巨大的挑战。