汪念玲，硕士生导师，博士生导师。邮箱nianling.wang@cueb.edu.cn

2018.09-2021.06 中国人民大学 金融学 博士
2019.09-2021.09 耶鲁大学 国家留学基金委 联合培养博士研究生
2016.09-2019.06 中国人民大学 数量经济学 硕士
2012.09-2016.06 中国人民大学 经济学、数学与应用数学 学士

2024.12-至今 首都经济贸易大学金融学院 副教授
2021.07-2024.12 首都经济贸易大学金融学院 讲师

金融计量；金融风险管理；金融风险测度与管理（双语）；高级计量经济学I；金融编程与计算

资产定价、金融计量、贝叶斯计量经济学、金融大数据、投资组合管理

研究成果：

Li, Y., Mallick, S.K., Wang, N.L., Yu, J., and Zeng, T. (2025). Deviance Information Criterion for Bayesian model selection: Theoretical justification and applications. Journal of Econometrics, 105978.

Wang, N.L., Wang, Q.C., and Li, Y. (2025). Estimation and forecast of carbon emission market volatility based on model averaging method. Economic Modelling, 143, 106976.

Wang, N.L., Zhang, M.Z., and Zhang, Y. (2024). Return prediction: A tree-based conditional sort approach with firm characteristics. Finance Research Letters, 60, 104862.

Wang, N.L., Yin, J.Y., and Li, Y. (2024). Economic policy uncertainty and stock market volatility in China: Evidence from SV-MIDAS-t model. International Review of Financial Analysis, 92, 103090.

Li, Y., Wang, N.L., and Yu, J. (2023). Improved marginal likelihood estimation via power posteriors and importance sampling. Journal of Econometrics, 234, 28-52.

Wang, N.L., Lou, Z.S. (2023). Sequential Bayesian analysis for semiparametric stochastic volatility model with applications. Economic Modelling, 106287.

Wang, N.L., Zhang, L.J., Huang, Z., and Li, Y. (2021). Asymmetric correlations in predicting portfolio returns. International Review of Finance, 21(1), 97-120.

Zhang, H., Wang, N.L., Li, Y., and Zhan, Y.W. (2019). Bayesian asset pricing testing under multivariate t-distribution. Applied Economics Letters, 26(11), 898-901.

汪念玲. 基于幂后验的贝叶斯因子的计算、应用及其在R中的实现[M]. 北京：中国经济出版社，2024.

科研项目：

国家自然科学基金项目-青年科学基金项目，《面向大数据的贝叶斯因子估计方法研究及其应用》，主持，2022，在研。

国家自然科学基金项目-面上项目，《带有大数据的潜在变量模型的贝叶斯统计推断方法研究》，参与，2022，在研。

教育部人文社会科学研究-规划基金项目，《考虑气候风险的资产定价：理论扩展与实证分析》，参与，2024，在研。

首都经济贸易大学校级课题-新入职青年教师科研启动基金项目，《因子动物园中的p值操纵问题及其贝叶斯对策研究》，主持，2022，已结项。

招生要求：

硕士：资产定价、投资组合管理、金融风险管理、金融计量、贝叶斯计量、机器学习、大数据等方向。要求学生有较强的数理基础和编程能力，具有良好的英文文献阅读能力。认真、勤奋、踏实、动手能力强、抗压能力强。可通过邮件提前联系，请附上简历。课题组定期进行前沿论文学习和复现工作，欢迎对相关领域感兴趣的同学加入，一起学习，共同进步。

博士：金融计量、贝叶斯计量、机器学习、大数据、大模型等方向。要求学生有统计/数学/计算机背景，有较强的数理基础和编程能力，具有良好的英文文献阅读能力。认真、勤奋、踏实、动手能力强、抗压能力强。