《偏正态下数字金融风险预警的统计建模及应用》突破经济金融统计建模中常引发质疑的正态分布假定窠臼，创造性地提出非中心偏χ2分布、广义非中心偏χ2分布、非中心偏F分布等偏态分布理论。进一步，构建偏正态单向分类随机效应模型、偏正态两向分类随机效应模型、偏正态非平衡面板数据模型、偏正态混合效应模型等偏正态统计模型，并建立一系列新的有效的统计推断理论与方法。*后，将上述偏正态建模理论与机器学习方法相结合，构建我国数字金融风险*优预警模型，以提高数字金融领域统计推断的精度，改善实际数据分析的效果，为当前数字金融风险预警及防范治理实践提供更有力的数据支撑。