01、先看项目：4年制PhD，2027/28申请已经开放
现实申请方面，澳门大学当前2027/28博士项目已经开放，首轮截止日期为2026年10月23日。学校现行博士规则规定PhD项目规范学制为4年。对准备这一轮申请的人来说，时间并不算遥远；如果研究计划还停留在“大方向+方法名”，更应该尽快收缩到一个能够说明数据结构、估计难点和经济问题的具体题目，再去联系导师。
02、UMPS约20.1万元/年，但要注意学费怎么扣
UM PhD Scholarship面向全日制PhD申请者，可以在博士申请时同步申请，属于校级竞争性评选。现行现金标准为MOP20,000/月、最长4年，学校同时说明学费会先从月度资助中抵扣，因此标题里的金额不能理解为全部可自由支配的净收入。RUN_DATE是9月5日且为周末，按最近一个交易日9月4日中国银行折算价，MOP240,000的年度名义现金额约合人民币20.1万元。最终奖学金、学费与录取条件仍以学校正式文件和个人offer为准。
03、余俊在研究什么：为什么一个“显著”的金融结果可能并不可靠？
很多人把计量经济学想成“把回归做得更高级”，或者把金融计量理解成更复杂的预测模型。但余俊最近的一项工作很适合拿来提醒自己：真正麻烦的地方，往往是一个你以为已经会用的估计方法，在特定数据结构下悄悄把结论带偏。对PhD来说，方法研究的价值经常不是再多造一个模型，而是回答“我们为什么应该相信这个结果”。
余俊（Jun YU）现任澳门大学澳大基金会金融与经济学讲座教授、工商管理学院院长，并在经济学系兼任讲座教授。其当前教师资料显示，研究涉及金融计量、计量理论和实证资产定价。2026年3月，他在澳门大学介绍了“Beyond First-Order Bias in Predictive Regressions”这项工作，核心问题正是预测回归中容易被忽略的高阶偏误。
04、预测回归中的高阶偏误：只修正一阶还不够
收益预测是金融实证里非常经典的问题。研究者常常用具有较强持续性的变量去预测未来收益，但一旦预测变量接近高度持久过程、预测期又拉长，常规估计和推断就可能出现系统性偏误。很多讨论已经知道一阶偏误需要修正，但余俊这项工作进一步指出，只处理一阶项并不一定足够，高阶偏误仍可能影响点估计、区间和检验，从而改变我们对“可预测性到底存在多少”的判断。
团队提出的iBoot把间接推断与bootstrap结合起来，目标不是制造一个更复杂的预测器，而是同时处理估计和推断中的一阶与高阶偏误。澳门大学对该研究的介绍还强调了持久预测变量和较长预测期这些困难环境。把新方法放回经典收益预测变量以后，一些原本看起来具有经济意义的结果会被重新评估，这也说明计量修正不是纯技术细节，它可能直接改变金融解释。
这件事对申博材料的启发很具体。很多申请人会写自己会Stata、R、Python，会机器学习，跑过Fama-French因子或做过收益预测。但计量方向真正会继续追问：估计量在什么条件下偏？预测变量高度持久时会发生什么？小样本里渐近近似还可靠吗？置信区间覆盖率怎样？不同bootstrap方案是否改变结论？如果换一种推断方式，原本显著的经济关系还站得住吗？方法能力不是软件清单，而是识别“什么时候不能直接相信结果”的能力。
05、从预测回归到随机波动，他真正关心的是“估计能不能信”
余俊2025年的多元随机波动研究展示了另一类典型难题。多资产数据中，每个资产的波动会随时间变化，资产之间的相关性也会变化，而整个协方差矩阵又必须保持数学上的正定性。论文使用generalized Fisher transformation来处理相关结构，并进行贝叶斯分析，使波动与相关性的动态因素能够被更灵活地刻画。这里同样不是为了把模型做得“更复杂”，而是解决一个会影响后续金融解释的基础约束。
把预测回归与随机波动两类工作放在一起，会看到一个比较清晰的研究习惯：先找到常用实证方法在某种数据结构下会失效或不稳定的地方，再从计量理论与计算方法上修正，最后回到金融问题检验经济含义。对想做金融计量的学生来说，这条路线意味着你既要对概率统计、时间序列和推断有兴趣，也要愿意理解资产定价或金融数据背后的实际问题。
06、什么样的学生更适合金融计量PhD？
如果你来自经济或金融背景，可以重点检查自己是不是只会“应用现成回归”。一个很好的准备方式是拿自己以前做过的实证项目重新审视：变量是否高度持续？样本是否足够大？标准误为什么这样算？结果对不同估计方法是否敏感？如果你来自统计、数学或数据科学背景，则需要进一步解释你的方法问题为什么对金融或经济研究重要，而不是只展示一个技术上更复杂的模型。
基于余俊目前公开的研究方向，可以设想的申请切入点包括预测回归偏误、bootstrap与间接推断、金融时间序列、随机波动、动态相关结构以及实证资产定价中的推断问题。但这里应当区分“方向匹配”和“导师已公布题目”：这些只是依据其近期公开研究整理出的潜在对话空间，并不代表某个具体课题已经开放招生。真正套磁时，最好用自己的研究经历去连接其中一个问题，而不是把所有关键词都写进一页proposal。
例如，如果你做过收益预测，可以不只汇报模型准确率，而是展示你曾经遇到过什么推断困难：变量持续性很高、样本较短、不同窗口下系数不稳定，或者显著性对标准误设定非常敏感。然后说明你希望从估计偏误和推断可靠性角度继续研究。这样的材料能够让导师快速看到你为什么需要计量训练，也比一句“我对金融科技很感兴趣”更接近余俊公开研究的主轴。
套磁和研究计划里还可以主动区分“预测表现”和“经济解释”。一个模型在样本内拟合得更好，不等于它提供了可信的经济关系；一个变量看起来能预测收益，也不等于估计偏误已经被排除。能够主动写出这些限制，反而显示你理解PhD研究的目标不是把结果做漂亮，而是知道哪些结论需要更严格的识别与推断。对计量导师来说，这种问题意识通常比列出十个软件包更有信息量。
07、申请建议：从一个可能会改变的实证结论开始
如果你准备申余俊这条线，可以先问自己一个很有用的问题：我过去哪个实证结论，是在换一种估计或推断方法以后可能会改变的？从这里开始，你更容易写出一个真正的计量研究问题。因为余俊近期公开工作的共同点，正是不断追问一个看似已经成熟的方法，在更复杂的数据环境下是否仍然值得信。
