香港科技大学会计学系全奖博士招生 | Prof. YANG

导师简介

如果你想申请香港科技大学会计学系博士，那今天这期文章解析可能对你有用！今天Mason学长为大家详细解析香港科技大学的Prof. YANG的研究领域和代表文章，同时，我们也推出了新的内容“科研想法&开题立意”，为同学们的科研规划提供一些参考，并且会对如何申请该导师提出实用的建议！方便大家进行套磁！后续我们也将陆续解析其他大学和专业的导师，欢迎大家关注！

Daniel G YANG现任香港科技大学会计学系助理教授。Daniel G YANG于2022年从美国俄亥俄州立大学获得会计与管理信息系统方向博士学位。

教授的研究聚焦三大方向，包括Contracting（契约理论），Capital markets（资本市场）和Financial reporting（财务报告）。

研究分析

Daniel G YANG的发表成果集中于会计领域顶刊或重要期刊，研究主题紧扣“信息不对称”“监管政策”“市场行为”三大核心，且均采用实证研究方法，数据来源覆盖监管机构数据、资本市场数据与企业微观数据，以下逐篇解析：

1. Do Credit Ratings Reflect Private Information about SEC Investigations?发表期刊：Accounting Review核心内容：探究信用评级机构是否能提前获取SEC（美国证券交易委员会）调查的“私人信息”，并将其反映在信用评级调整中。研究通过匹配SEC调查数据与信用评级数据，验证了“信用评级机构存在信息优势”——在SEC公开调查信息前，评级机构已通过私下渠道获取线索，并通过下调评级向市场传递风险信号。
2. Firm-level political risk and income smoothing发表期刊：Journal of Accounting and Public Policy核心内容：以企业层面政治风险（如政策不确定性、地缘政治冲击）为切入点，分析其对管理层“income smoothing（收益平滑）”行为的影响。研究发现，政治风险越高，管理层越倾向于通过会计手段平滑收益——目的是稳定投资者预期，降低企业融资成本。
3. Foreign bank branch participation and U.S. syndicated loan contract design发表期刊：Journal of Accounting and Economics核心内容：分析外资银行分支机构参与美国银团贷款时，对贷款契约条款（如利率、抵押要求、covenant 数量）的影响。研究发现，外资银行因“信息不对称”（对美国本土企业了解不足），会要求更严格的契约条款（如更高利率、更多限制性条款），以降低信贷风险。
4. Unintended Consequences of Leverage Regulation: Evidence from Korea发表期刊：Asia-Pacific Journal of Financial Studies核心内容：以韩国杠杆监管政策（限制企业负债率）为自然实验，探究监管的“非预期后果”——研究发现，政策实施后，部分企业为规避负债率限制，转而通过“表外融资”（如租赁、关联方借款）隐藏负债，导致企业实际财务风险未降反升。

研究想法

基于Daniel G YANG的研究领域与发表方向，结合当前会计领域热点（如数字经济、ESG、AI应用），提出以下3个创新研究想法：

1. 数字经济下平台企业财务报告透明度与资本市场定价效率研究逻辑：Daniel G YANG长期关注“资本市场信息传递”，而平台企业（如电商、出行平台）的核心资产多为“非财务资产”（如用户数据、算法），现有财务报告难以充分披露此类信息，导致投资者定价偏差。创新点：结合“财务报告”与“数字资产披露”，研究平台企业“非财务信息补充披露”（如用户活跃度、算法迭代进度）如何影响股价同步性（定价效率指标），并进一步分析监管机构（如香港联交所）对“数字资产披露”的指引是否能改善信息不对称。
2. ESG信息披露对银团贷款契约条款的调节效应——基于外资银行视角研究逻辑：延续其2024年“外资银行与银团贷款”研究，当前ESG（环境、社会、治理）已成为资本市场重要考量因素，可探究ESG信息披露是否能缓解外资银行的“信息不对称”，进而影响贷款契约条款。创新点：检验“ESG披露质量”的调节作用——若企业ESG披露质量高，外资银行对其风险评估更准确，可能降低契约严格性（如降低利率）；同时对比不同ESG维度（环境vs治理）的影响差异。
3. 人工智能信用评级对SEC调查信息传递的影响——基于文本分析研究逻辑：延伸其2025年“信用评级与SEC调查”研究，当前部分评级机构已引入AI（如自然语言处理分析企业年报、新闻）辅助评级，可探究AI是否提升了评级机构对“SEC调查私人信息”的捕捉效率。创新点：通过“文本分析”提取AI评级报告与传统人工评级报告的差异，检验AI评级是否能更早、更准确地反映SEC调查线索，进而分析其对投资者保护的提升作用。

申请建议

1.学术背景

• 核心课程：必修“实证会计研究方法”“计量经济学”（面板数据、双重差分DID、工具变量IV等）、“公司金融”“财务报告分析”，确保理解会计实证研究的基本逻辑；
• 计量软件：精通Stata（需掌握面板回归、 DID、PSM倾向得分匹配等命令，如xtreg、diff、psmatch2），熟悉Python（重点掌握pandas数据处理、scikit-learn机器学习基础）；
• 数据库操作：提前学习使用会计与资本市场常用数据库，如Compustat、CRSP、SEC EDGAR、DealScan，尝试下载并清洗数据（如处理财务数据中的异常值、合并不同数据库）。

2.科研经历准备：

• 优先参与课题：选择导师研究方向匹配的课题，如“财务报告质量与资本市场定价”“监管政策对企业会计行为的影响”“ESG披露与融资成本”等，避免参与纯理论或与会计无关的课题；
• 科研角色定位：争取承担“数据收集与清洗”“计量模型设计”“实证结果分析”等核心工作，而非仅做文献整理；若能参与撰写工作论文（如负责某一章节的实证部分），可显著提升竞争力；

3.文书准备：

• CV（简历）：聚焦核心能力与相关经历
• 技能突出：单独列出“软件与数据库技能”，明确标注熟练程度，如“Stata（精通）、Python（熟练）、Compustat/CRSP（熟练使用）、SEC EDGAR（了解）”。

博士背景

Oliver，985本科，美国Top商学院博士毕业，助理教授，研究方向包括：财务报告，审计，公司治理，税收政策等。在国际权威学术期刊《The Accounting Review》和《Journal of Accounting and Economics》上发表论文。Oliver学长擅长会计方向研究型博士申请辅导，包括：选校定位，套磁辅导，研究计划写作辅导，个人陈述写作，以及面试辅导。成功帮助学生取得世界顶尖商学院博士offer。