香港中文大学(深圳)全奖博士招生(Prof. Chunrong AI)

招生要求

香港中文大学(深圳)经管学院MPhil-PhD项目自2019年起开设经济学博士项目，旨在培养具有国际视野的高层次学术研究人才。该项目采用全英文教学，课程设置和培养模式与世界顶尖商学院接轨，同时融合中国特色，致力于为国内外高校和研究机构培养一流学者和研究人员。

申请条件

· 学历要求：

• 获得认可大学的学士学位，平均成绩不低于"B"，具有良好的数学、统计学或计算机应用基础
• 或具有认可大学的相关专业硕士学位

· 语言要求：

• TOEFL:550分(笔试)/79分(机考/在家考)
• 雅思(学术类):6.5分(考试中心/Online)
• 或在中国香港地区或英语国家取得相当的学位或修学证明

· 申请材料：

• 在线申请表格
• GRE成绩单(PhD申请者和非本地MPhil申请者需提供，无GRE成绩也可考虑但处于劣势)
• 本科及研究生成绩单
• 研究计划书
• 个人陈述
• 推荐信

申请流程

2026年秋季入学申请时间为2025年9月开始，建议申请者尽早提交申请。学校采用滚动录取方式，名额有限，录满即止。申请截止日期为2026年5月30日。

研究方向

Prof. Chunrong AI作为香港中文大学(深圳)经管学院教授、副院长，深圳金融研究院副院长及SFI讲席教授，其研究领域丰富多元，专业素养深厚。通过对其学术背景和发表论文的分析，可归纳出以下几个主要研究方向：

计量经济学方法创新

Prof. AI在计量经济学领域拥有扎实的理论基础和创新性贡献，尤其擅长发展新的估计方法解决复杂经济模型中的实证问题。他的多篇论文聚焦于改进分布效应估计、处理非忽略性缺失数据、以及解决内生性问题的方法。如《Kernel Estimation of Average Treatment Effects in Models with Unmeasured Confounders》和《A Simple and Efficient Estimation Method for Models with Nonignorable Missing Data》等论文都体现了这一方向的研究深度。

机器学习与政策学习

作为新兴的交叉学科领域，Prof. AI将机器学习技术应用于经济学研究和政策评估。他的研究探索了如何利用大数据和算法提高经济模型的预测能力和解释力，为政策决策提供科学依据。《Compressing Features for Learning with Noisy Labels》等论文展示了他在这一领域的创新思维。

实证产业组织

Prof. AI关注市场结构、企业行为与绩效之间的关系，研究产业政策对市场竞争和社会福利的影响。他的研究采用实证方法分析不同市场结构下的定价策略、产业动态和监管效果，为政策制定提供实证支持。《A Mann-Whitney test of distributional effects in a multivalued treatment》等工作体现了这一研究方向。

实证金融

金融市场运行机制、资产定价和风险管理是Prof. AI关注的另一重要领域。他的研究探讨了金融市场效率、投资者行为和系统性风险等问题，特别关注中国金融市场的特殊性。《Heterogeneous Impacts of Oil Prices on China's Stock Market》和《A comparison of the conditional predictive ability of implied volatility and realized measures in forecasting volatility》等论文体现了他在金融领域的研究兴趣。

中国经济研究

Prof. AI长期关注中国经济转型和发展过程中的重要问题，包括人口老龄化、教育回报、性别偏好等社会经济现象。他的研究结合中国国情，使用严谨的计量方法分析现实问题，为中国经济政策提供科学依据。《Gender preference in China: A study with an indirect utility function》和《人口老龄化与中国储蓄率的动态演化》等论文是这一研究方向的代表作。

Mason博士有想法

结合Prof. Chunrong AI的研究方向和学术专长，以下是几个高质量、可行的创新研究计划：

数字经济转型中的政策效应评估框架

该研究旨在构建一个综合性的政策评估框架，利用Prof. AI在计量经济学和机器学习领域的专长，评估数字经济转型过程中的各类政策效果。研究将采用因果机器学习方法识别和量化政策干预效应，解决传统方法中存在的内生性和异质性问题。具体而言，该框架将整合双重差分法、合成控制法和因果森林等前沿方法，分析数字平台监管、数据隐私保护和算法公平性政策的实际效果，为数字经济治理提供实证依据。

气候政策与金融市场互动机制研究

本研究计划将Prof. AI在实证金融和政策评估领域的专长与日益重要的气候变化议题相结合。研究将构建一个多维面板数据集，包含气候政策指标、企业ESG表现和金融市场反应等变量，利用Prof. AI开发的非忽略性缺失数据处理方法和处理效应估计技术，识别不同类型气候政策对金融市场的传导机制和异质性影响。研究成果将为理解气候风险定价机制和制定有效的气候金融政策提供科学依据。

人口结构变化下的中国家庭经济决策与财富积累

这一研究将延续Prof. AI关于人口老龄化与中国储蓄率关系的研究，进一步探索人口结构变化对家庭资产配置、消费模式和养老保障的影响。研究将结合微观家庭调查数据和宏观经济数据，应用Prof. AI在面板数据模型和多值处理效应估计方面的方法创新，构建生命周期模型分析不同世代、不同区域家庭的经济决策行为差异及其福利影响。研究结果将为中国应对人口老龄化挑战、完善养老金制度和制定家庭支持政策提供理论指导。

经济不确定性与企业创新投资决策研究

本研究将融合Prof. AI在实证产业组织和中国经济研究方面的专长，考察经济政策不确定性对企业创新投资的影响及其微观机制。研究将开发一套基于文本挖掘的中国经济政策不确定性指标，结合上市公司财务数据和专利数据，应用Prof. AI在内生性处理和异质性效应估计方面的方法，分析不确定性冲击对不同所有制、不同行业企业创新行为的差异化影响。研究发现将有助于理解中国企业创新动力机制，为促进创新驱动发展战略实施提供政策建议。