开云体育,开云体育官方网站,开云体育APP下载近年来，在学校党委的坚强领导下，学校始终将科研创新能力建设作为工作重心之一，以有组织科研为抓手，通过等，多措并举为高水平科研项目申报与立项奠定了坚实基础。学校科研处与各学院协同发力，通过

　　今后，学校将持续推进科学研究质量提升“登峰工程”，加大对国家级项目的培育与支持力度，健全项目培育体系，完善“有组织科研”实施路径，强化条件支撑与资源保障，进一步激发教师和科研人员的创新活力，全面提升科研管理服务质量，扎实提升科学研究质量，为服务国家重大战略和新时代首都发展贡献更大力量。

　　陈振松，首都经济贸易大学管理工程学院副教授、硕士生导师，首都经济贸易大学中青年骨干教师。

　　研究方向为智能金融风险管理、大数据挖掘与人工智能方法，主持国家自然科学基金重点项目子课题、面上项目、青年项目以及教育部人文社会科学研究青年基金项目等课题；在European Journal of Operational Research、Annals of Operations Research、Pattern Recognition和《中国管理科学》等国内外学术期刊发表论文40余篇；兼任国际信息技术与量化管理学会秘书长助理、中国“双法”研究会青年工作委员会委员等。

　　近年来，主持的代表性科研项目有国家自然科学基金面上项目2项、教育部人文社科基金2项、北京市属高校长城学者培养计划项目 1 项、北京市属高校高水平科研创新团队建设项目1项、北京市社科基金重点项目1项。以第一作者或通讯作者在AOR、PR、IJF、管理科学学报等期刊发表论文多篇。兼任首都经济贸易大学量化金融研究中心主任、管理科学与工程学会常务理事、中国优选法统筹法与经济数学研究会理事、《中国管理科学》和《运筹与管理》编委。

　　目前，多智能体强化学习凭借强大的协同优化与自适应决策能力，有助于实现资产配置的动态调整。此外，多模态知识图谱可以通过丰富的金融市场知识表示，充分挖掘更深层次的金融市场关系。因此，本项目拟开展低碳转型背景下融合多模态知识图谱的多智能体资产配置研究，具体包括：融合金融市场的文本、图像和视频等数据，构建面向资产配置的多模态知识图谱；挖掘低碳转型背景下上市公司间显性与隐性的多维关系并构建多层关联网络，探索低碳转型风险传导机制；考虑低碳转型背景下的碳期货、绿色债券等风险对冲特征，设计基于分层强化学习的资产选择模型；设计基于共享记忆机制和去中心化训练的多智能体强化学习协同框架，进而构建自适应资产配置策略。

　　少子化倾向对家庭消费风险分散与内部资源配置的影响研究——特征事实、机制分析与政策优化

　　主要从事收入分配与劳动力市场研究，主持承担国家自然科学基金面上项目、国家社科基金重大与重点项目、北京社科基金重点项目等课题研究，在《中国社会科学》《经济研究》《管理世界》等期刊发表论文多篇，曾获北京市第十六届哲学社会科学优秀成果奖等，入选国家级人才项目。

　　我国长期处于低生育率水平，少子化倾向明显。现有研究主要关注其宏观经济效应，没有涉及成年子代的福利和经济行为。少子化倾向导致子代兄弟姐妹数量减少，基于血缘与亲缘关系的社会联结减少，这将削弱传统扩展家庭的风险分摊功能。本项目关注少子化倾向下，成年子代应对风险冲击的能力如何变化，即少子化倾向所导致的家庭经济脆弱性以及家庭内部资源分配方式的变化，从微观家庭角度揭示少子化倾向的福利效应。

　　马庆寅，首都经济贸易大学国际经济管理学院教授、博士生导师、院长，国家高层次人才计划青年学者，北京市海外高层次人才项目获批者，首都经济贸易大学经贸学者、领雁学者特聘教授。

　　主要研究领域：数量经济学、宏观经济学，涵盖高维动态模型的理论和算法、资产定价、收入和财富分配、宏观经济周期等领域。曾在Operations Research、Journal of Economic Theory、Journal of Economic Dynamics and Control、Journal of Mathematical Economics等国际著名期刊发表论文数篇，主持多项国家自然科学基金项目，以及北京市社会科学基金重点项目，并获教育部高等学校科学研究优秀成果奖、北京市哲学社会科学优秀成果奖等奖项。

　　随机稳定性是复杂系统研究的核心概念，在经济学、管理学、计算科学和人工智能等领域具有重要意义。本项目聚焦于动态经济模型的随机稳定性分析，重点研究一般马氏过程的遍历性、大数定律和中心极限定理及其在现代宏观经济学中的应用。现有研究多依赖全变差收敛或逐点偏序单调性假设，这些条件在高维经济模型中难以满足，限制了理论的适用性。本项目旨在突破这些局限，基于一般偏序单调性假设与耦合方法放宽经典的单调性和混合性假设，构建更具普适性的理论框架。研究内容包括：(1)拓展一般马氏过程的遍历理论和极限定理，完善随机稳定论基础；(2)分析多类前沿宏观经济模型的随机稳定性，揭示其动态特征；(3)结合深度学习方法改进经典不完备市场模型算法，提高计算效率，并通过实证研究揭示财富不平等的形成机制。本项目紧密契合国家自然科学基金“十四五”规划重点方向，能有效推动宏观经济学及其与人工智能算法的交叉研究，并为政策制定提供科学依据。

　　彭道菊，金融学院副教授，香港中文大学经济学博士，伦敦政治经济学院访问学者。

　　主要研究方向为开放宏观、国际金融和中国经济。目前的研究兴趣包括结构转型下的经济增长路径和企业选择、气候变化中的公司决策、结构性货币政策以及中国制度的形成和影响。已在《中国社会科学》《金融研究》、Journal of Corporate Finance、World Development、Journal of Real Estate Finance and Economics等学术期刊上发表多篇论文，主持和参与多项国家自然科学基金项目，参编多篇学术著作，2020年优秀研究生导师。

　　本研究完整构建中国经济结构向服务业转型过程中的典型事实、影响因素及其与创新的关系，在此基础上构建全新的开放条件下允许异质性服务业和不同种类创新的多部门一般均衡内生结构转型模型，该模型融合内生增长的中间投入品种类扩张、通用技术创新和渐进技术创新、比较优势贸易模型以及异质性的高技能和低技能服务业，梳理创新、结构转型和经济增长的复杂关系，完整地探讨模型的增长路径、结构转型路径以及企业创新方向选择，为新发展格局下的中国经济增长提供理论基础。本项目将在新模型框架内对当前人工智能发展、研发政策等政策和外生变量冲击进行定量分析，并在定量分析的基础上，提炼出高质量增长的政策选择建议。

　　在《管理世界》《中国工业经济》《财贸经济》《财政研究》《经济社会体制比较》等期刊发表20余篇论文。曾获“第七届全国优秀财政理论研究成果奖”二等奖（2021）、“邓子基财税学术论文奖”（2021）、《管理世界》优秀论文奖（2020，2022）、“第二届财政学青年学者论坛”优秀论文奖（2024）等；多篇论文被《中国财政年鉴》《中国社会科学文摘》《人大报刊复印资料》转载；2024中国知网高被引学者TOP1%。

　　融资平台债务主要是地方政府多源分散的表外债务，是防范化解地方债务风险的关键领域，但久治不决，亟待改革转型。本课题以融资平台主体信用为抓手，从微观机制层面破解融资平台难题。首先，构建融资平台举债的“金融势能”理论，运用Wasserstein Distance进行量化测度与结构性分析；其次，剖析“信用代偿—金融势能”作用机理，揭示主体信用脆弱性与债务风险根源，并采用随机占优及计量方法检验地方政府的信用代偿风险；再次，基于项目链、债务链与资金网络，利用计量实证与复杂网络方法评估风险的链式传导与网络扩散效应；最后，在中央、地方与金融部门多方博弈框架下，结合专项债“自审自发”试点政策实证检验转型效果，为从根本上推进融资平台转型提供政策支持。

　　新能源产业作为绿色低碳转型和产业变革的战略制高点，其关键矿产面临多重风险叠加冲击的严峻挑战。本项目面向国家重大需求，针对新能源产业关键矿产供应链风险问题，开展多重风险叠加影响机理与韧性提升策略研究。旨在为构建自主可控的新能源矿产供应链体系提供理论支撑与技术工具，助力实现“双碳”目标下的安全战略。

　　范烨，首都经济贸易大学统计与数据科学学院讲师、硕士生导师，中央财经大学理学博士，圣路易斯华盛顿大学、香港浸会大学访问学者。

　　主要研究方向为分位数回归、广义线性模型、大数据分布式计算、流数据在线推断等。目前已在JOE、DMKD、JCGS等国际顶级期刊以及CSDA、CS、CIS等权威期刊发表论文多篇，主持国家自然科学基金青年项目、教育部人文社科基金青年项目、北京市教委科技一般项目各1项。

　　作为一种实时生成的大规模数据，流数据广泛出现于医学、气象学、金融服务等领域。对流数据进行分位数回归建模不仅能帮助我们找到不同分位数水平下对感兴趣变量有重要影响的因素，而且能捕捉到各因素影响程度的动态变化，为所研究的问题提供及时的决策依据。然而，已有的流数据分位数回归在线估计方法在每次更新时需进行一次或多次矩阵求逆运算，在数据块呈现高维特征时计算复杂度高、不灵活，在维度大于各块的数据量时不可行，并且当流数据附有相依稀疏等复杂特征时，传统的统计推断方法将面临挑战。本项目针对相依稀疏流数据分位数回归进行在线统计推断研究，具体内容包括以下三个方面。一、流数据分位数回归在线估计的高效计算；二、稀疏流数据分位数回归在线纠偏LASSO估计；三、相依稀疏流数据分位数回归在线纠偏LASSO估计效率提升。最后，将提出的方法应用于阿尔茨海默病患者认知障碍影响因素分析。项目研究具有重要的理论和实际应用价值。

　　基于“格局-服务-可持续性”级联框架的京津风沙源治理工程区植被恢复优化策略研究

　　研究领域为景观生态学，包括生态恢复、生物多样性与生态系统服务、土地变化模拟与环境资源管理等方面，主持北京市教育委员会科研计划一般项目、首都经济贸易大学新入职青年教师科研启动基金项目等，曾参与“十三五”国家重点研发计划、国家自然科学基金国际合作与交流项目、中国科学院战略性先导科技专项等多个重大科研项目。以第一作者在国内外期刊发表多篇学术论文，包括Earth-Science Reviews、Global Ecology and Conservation、Land Degradation & Development、Remote Sensing、Ecological Engineering、《测绘科学》等期刊。

　　面向国土空间生态修复与高质量发展、保障京津冀区域生态安全的国家战略需求，本项目聚焦旱区资源可持续管理目标下生态恢复和水土资源约束之间的协调问题，以作为典型干旱半干旱区的京津风沙源治理工程区为例，基于“格局-服务-可持续性”级联框架，综合应用趋势检测、模型模拟、网络分析、情景分析等方法，首先，揭示区域景观格局特征与变化趋势；其次，解析关键生态系统服务空间流动特征及影响因素作用机制；最后，构建气候变化背景下多目标协同的可持续植被恢复策略。研究有助于加深对级联框架的系统认知，强化生态系统服务理论研究与管理决策的链接，为旱区植被建设提供精细化的决策支持。

　　发表人工智能领域论文十余篇、授权国家发明专利2项、登记软件著作权2项。主要研究方向为视觉目标跟踪、神经网络结构优化、演化算法等。

　　随着无人机技术的快速发展，其在城市低空的应用日益广泛，成为推动低空经济发展的重要力量。然而，非合作无人机因不遵循既定飞行规则，非法闯入城市禁飞区域，可能被用于走私、非法监视、等恶意活动。目前，仅依赖时空信息的跟踪方法在城市低空环境中难以全面捕捉非合作无人机的复杂特性，无法满足实际应用的需求。因此，突破现有跟踪方法在城市低空环境中应用的局限性，充分利用目标多元属性信息实现非合作无人机的鲁棒跟踪，是本项目的研究重点。本项目拟突破已有目标跟踪方法的局限，通过深度挖掘目标的多元属性信息，开展多元属性感知的城市低空非合作无人机鲁棒跟踪方法研究。

　　徐瑞遥，首都经济贸易大学会计学院讲师，中国人民大学管理学及香港城市大学哲学博士。

　　研究领域为ESG、供应链关系管理、信息披露等。在《会计研究》《管理评论》《会计与经济研究》《中央财经大学学报》、Pacific-Basin Finance Journal等刊物发表学术论文多篇，参与多项国家级课题研究。

　　在全球经济格局深度调整与可持续发展目标加速推进的双重驱动下，传统鉴证业务的内涵与外延正经历根本性变革。供应链ESG鉴证作为企业评估供应商ESG业务合规的管理手段，将鉴证业务的边界从财务合规扩展至可持续风险管理，对保障供应链安全具有积极意义。本课题面向供应链ESG鉴证对中国企业出口的影响效应和提升路径研究，构建了专有供应链ESG鉴证数据库，采用实证分析与理论建模相融合的双轨范式，检验供应商执行供应链ESG鉴证对其客户出口的直接效应，并考察供应链ESG鉴证行业与空间溢出效应及其对企业出口的间接影响。本课题旨在为构建符合中国特色的供应链ESG审核标准体系奠定坚实基础，为提升中国企业深度参与全球可持续治理提供理论支撑与政策蓝图。

　　数字化技术的应用为制造企业在产品定制化过程中获取、整合和利用顾客知识带来了颠覆性变化，重构了知识管理的底层逻辑，推动产品定制化从简单、静态化的需求响应转向更复杂、动态化的价值共创，最终对制造企业的创新活动和绩效带来深远影响，而这尚未引起学界的充分关注。

　　本项目立足数字化情境，从知识视角出发，拟重新划分产品定制化的类型并探究其对制造企业创新绩效的差异性影响，分阶段揭示产品定制化影响制造企业创新绩效的双刃剑机制以及影响两者之间关系的边界条件。本项目在全面揭示产品定制化与制造企业创新绩效之间动态化、阶段性的复杂关系时，也为制造企业实施产品定制化战略提供了有价值且可干预的管理思路。

　　孙芝慧，首都经济贸易大学会计学院讲师，厦门大学会计学博士，美国迈阿密大学Herbert商学院访问学者。

　　本项目主要聚焦人工智能技术赋能中小股东积极主义的机制与效应，拟剖析人工智能驱动下个人投资者积极参与公司决策的内在机制，深入探究人工智能赋能的中小股东积极主义能否有效缓解信息不对称、大股东“掏空”等公司治理难题并提升公司价值，以期揭示人工智能驱动资本市场高质量发展的新动能，系统解答人工智能赋能个人投资者对公司治理和市场效率的间接影响。本研究不仅具有重要的理论价值，亦能为监管部门完善投资者保护机制、促进资本市场健康发展提供有益的政策启示。

　　主要研究方向为宏观政策与微观市场主体行为、国企改革、公司治理与资本市场等。研究成果发表于《经济研究》《南开管理评论》《财经研究》、Journal of Business Finance & Accounting等国内外权威期刊，参与多项国家级与省部级课题研究。

　　政策预期管理已成为引导企业与市场预期、推动经济稳健发展的重要工具。现有研究主要集中于货币政策和财政政策预期管理的经济效应，而对产业政策预期管理的探索仍较为有限。考虑到以长期创新为导向的研发投入策略是推动技术突破的重要途径，且通常需要较长的创新周期，这对政府产业政策预期引导的有效性提出了更高要求。基于此，本项目系统考察产业政策预期管理是否能够有效改善企业自身预期，优化资本市场、信贷市场和供应链等市场主体预期，进而引导企业采取以长期创新为导向的研发投入策略。本项目的研究不仅有助于政府优化产业政策预期管理方式，提升企业与市场主体预期的积极性，也能为企业制定长期创新投资策略提供实证支持。

　　王巧羽，首都经济贸易大学国际经济管理学院副教授，硕士生导师，博士毕业于美国得克萨斯农工大学。

　　本项目提出基于高斯过程的非参数贝叶斯Copula估计方法，以优化边界区域的估计精度，并在有限样本条件下提升极端风险测度的可靠性，同时深入探讨估计结果的统计推断与性质。此外，结合该方法设计高效的随机样本生成方案，并拓展Copula模型至高维场景，以提升其在高维数据中的建模能力并降低计算成本。最后，本项目构建动态非参数贝叶斯Copula模型与相应的风险测度工具，深入探究我国金融市场的风险传染与溢出效应、风险防范及投资组合管理。研究成果将为市场稳定、金融监管及投资决策提供科学依据，提升我国金融风险管理能力，助力金融强国建设。

　　研究方向为环境经济学、发展经济学，着重进行基于大数据的环境社会经济影响、环境政策经济效应评估等。研究论文发表在Annual Review of Resource Economics、Energy Economics、世界经济文汇等中英文期刊。

　　中央环保督察是破解央地环境治理博弈的核心制度，但地方的临时粉饰行为可能会削弱政策成效。既有研究聚焦首轮督察对环境终点（如空气质量）的影响，无法洞悉更本质的生产行为调整，且对其作用机理尚缺乏深入探讨。本课题基于2019-2022年浙江、江苏两省区县-日-部门层面高频生产端电力消费数据，系统分析第二轮督察全阶段中地方策略性生产响应。基于研究发现，提出优化督察政策设计的可行路径。本课题首次将高频电力数据引入环境政策评估，为常态化督察的精准设计提供坚实依据，并启发未来的广阔研究。

　　研究方向为开放宏观、跨境资本流动。研究成果发表于《经济研究》《中国工业经济》《金融研究》《国际金融研究》等学术期刊。

　　在以国内大循环为主体、国内国际双循环相互促进的新发展格局下，复杂多变的多源外部冲击是否会放大跨境资本流动的顺周期特征，影响我国的宏观经济与金融稳定？从这一问题出发，本项目聚焦于外部冲击对跨境资本流动周期性的影响，并进一步探究货币政策与宏观审慎政策双支柱框架的最优搭配。项目成果为深入理解多源外部冲击的影响提供经验事实和理论支撑，为建立健全双支柱调控框架提供政策参考。

　　研究领域为就业与收入分配。研究成果发表于《中国人口·资源与环境》《中国软科学》《劳动经济研究》等期刊。

　　本项目聚焦2018年起美国对华关税对中国企业就业的影响，围绕“谁受冲击、影响多大、为何如此、如何应对”四问展开。将系统梳理关税传导路径及异质性影响，评估一般均衡效应并量化其对就业波动的贡献。在此基础上，采用政策反事实模拟，探寻兼顾短期稳岗与长期韧性的最优政策组合。成果为应对外需负面冲击、稳定就业与保障产业链安全提供实证依据与政策参考。

　　工业化进程下人口应对气候冲击的适应机制研究——基于晚清至新中国的超长期考察

　　主要研究领域为经济史与劳动经济学，关注人工智能技术在经济史研究中的应用、历史人口演变、教育发展及性别不平等等问题。在 World Development 等核心学术期刊发表多篇论文。

　　本课题研究工业化如何重塑气候变化对人口发展的影响机制，基于晚清、民国和新中国三个历史阶段的长时段数据，揭示人口在气候冲击下的适应策略演变。重点考察农业依赖、社会结构与性别观念的作用：晚清时期家庭通过婚育与教育决策分散风险；民国工业化萌芽改变婚育模式；新中国工业化推动女性劳动参与上升，进一步影响生育选择并引入新的环境风险。通过中西比较，探讨不同工业化路径下的人口适应机制。研究不仅为理解中国人口转型提供新视角，也为当下人口政策与环境应对提供历史借鉴，并在方法上引入人工智能技术，推动量化经济史的跨学科创新。

　　研究方向主要包括国际贸易、全球价值链和应用微观计量经济学。论文发表于Journal of Public Economics、Journal of Regional Science、China Economic Review 和《中国科学基金》等国内外权威期刊。多次担任Journal of Regional Science等国际期刊匿名审稿人。主持校级青年教师基金一项，作为核心成员参与国家社科基金重大项目、自然科学基金面上项目和国家统计局重大项目多项课题，连续多年参与《亚洲经济前景及一体化进程》年度报告（2019年至今）。

　　立足于逆全球化思潮抬头、贸易保护主义风险加剧的背景，本项目聚焦数字化新型能力对企业全球供应链韧性的作用机制及其福利效应。研究将整合多源异构微观数据，构建企业数字化新型能力指标以及全球供应链风险敞口与韧性指标，不仅关注企业整体数字化水平，还将考察不同价值创造环节关键数字化能力的异质性影响。本项目综合运用简约式估计与结构估计两种方法展开研究：一方面利用双重差分等因果推断方法，实证检验数字化新型能力对企业供应链韧性的影响；另一方面在多部门生产网络模型框架下，通过反事实模拟量化分析美国加征关税等冲击下数字化转型对供应链韧性与社会福利的影响。本项目将为提升我国产业链供应链安全水平提供新的理论框架与实证依据。

　　张哲元，首都经济贸易大学财政税务学院讲师、硕士生导师，中国人民大学经济学博士。

　　教育科技的应用是优化教育资源配置的手段，也是推进教育数字化战略的途径；研究如何通过教育科技提升代际流动性，对于改善机会公平、减小不平等至关重要。本课题将测算我国认知能力的代际传递水平，并且将前沿的计量经济学方法，潜变量和测量误差模型应用在该估计当中。在此基础上，本课题将估计教育科技公共政策对认知能力代际传递的影响。课题将开展田野实验，以检验学生和教师使用教育科技的不同影响机制。最后，课题将关注收入和健康的代际传递，作为认知能力代际流动性提升的长期后果。本课题为认知能力代际传递的估计提供了新的研究视角，并为如何通过教育科技政策提升代际流动性提供了研究框架。

　　研究领域为金融资产定价，重点聚焦于金融资产价格的变化与投资者偏好、金融资产信息及投资者行为偏差的关系。在Journal of Banking and Finance, Journal of Empirical Finance, Journal of Financial Markets等期刊上发表多篇论文，另有多篇论文聚焦于中国金融市场、机器学习、量化金融等领域。

　　本项目聚焦绿色金融信息披露对资产价格的综合影响，研究多主体博弈效应、投资者偏好异质性及定价机制。我国绿色金融政策快速推进，但信息披露引发的风险尚未厘清：虚假信息致资源错配，不对称加剧融资成本与系统性风险，准确信息亦可能因偏好传导造成价格失衡。传统研究多限于单一主体或线性视角，难揭示复杂互动。本研究运用理性期望均衡模型，刻画政府、企业、机构和个人投资者的博弈行为，定量分析信息披露对价格、流动性与风险溢价的传导路径，并结合机器学习解决绿色偏好等不可观测变量问题，利用高维数据构建潜变量模型，揭示披露政策在不同维度的异质性效应。同时，通过情景分析比较政府、企业及机构投资者披露机制对市场的作用。

　　主要研究方向为财政和社会保障。近年来，以第一作者身份在《经济研究》《人民日报（理论版）》和《经济学动态》上发表学术文章，多篇资政建言报告获省部级领导肯定性批示。

　　职工医保门诊统筹改革通过权益置换提供门诊就医保障，是转变以保大病为主的传统医保模式和提高医保基金使用效率的重要举措。门诊统筹后，医疗服务价格发生变化，受需方道德风险驱动，在非线性定价的门诊报销模式下，职工可能存在突击消费和住院替代等策略性就医行为。基于职工医保报销行政数据，本项目将系统考察门诊统筹对患者就医行为的影响，并考察封顶线下职工年度门诊费用分布，刻画职工门诊费用年内分布和动态就医行为；同时基于价值医疗理念，合理调整封顶线等参数以优化现有门诊统筹制度。本项目丰富了门诊统筹相关研究，对提高医保基金运行效率和推进健康中国建设具有重要意义。

　　刘妍心，首都经济贸易大学管理工程学院副教授，硕士生导师，中国优选法统筹法与经济数学研究会第三届低碳发展管理专业委员会副秘书长，国际能源转型学会ISETS秘书处主要成员，SCI/SSCI期刊Sustainability联合主编。

　　研究领域为复杂系统建模、资源与数字产业经济政策管理。主持国家自然科学基金、教育部人文社科项目各1项。以第一/通讯作者在Ecological Economics、Economic Analysis& Policy等高水平学术期刊上发表论文10余篇，出版学术专著1部，主笔的多篇内参被北京市委办公厅、市政协采用。