“My heart is in the work”（我全身心投入工作）——卡內基梅隆大學的這句校訓，是她最喜歡的座右銘。這份近乎純粹的全情投入，使她從純數學的殿堂出發，“誤打誤撞”地闖入金融學的未知叢林，以數學獨有的思維密鑰，解鎖了復雜金融網絡中隱藏的秩序與風險。

本期“教授風采”，讓我們一起走進上海交通大學上海高級金融學院助理教授陳辰的學術故事。

“誤打誤撞”走近金融學

對陳辰而言，金融學曾是一片完全陌生的領域。“從小學起，我最擅長的一直是數學，參加過大大小小的數學競賽。”考大學時，她順理成章選擇了數學專業，并成功進入以理工科和科研實力著稱的中國科學院大學。

盡管一直在數學方面成績突出，但進入國科大才是她真正喜歡上數學的起點，這里純粹的科研環境點燃了她心底對純數學的熱愛。當時她最喜歡的一篇文章就是英國數學家G·H·哈代在1940年寫的帶有自傳色彩的《一個數學家的辯白》。哈達將數學家視為與畫家和詩人一樣的“模式創造者”，這種對數學的信仰與追求讓她產生強烈共鳴。“我漸漸感受到數學的美就在于它既單純，又能揭示世界上很多事物的本質。”

在打下扎實的純數學基礎后，她前往芝加哥大學攻讀應用數學碩士學位，將視野拓展至機器學習、數值分析等領域。當站在申請博士的十字路口，她希望延續對數學核心的探索，同時尋找更具實際價值的研究方向。此時，芝大的導師修大成向她提出了一個出乎意料的建議：嘗試金融方向。“他對我說，你會發現金融的科研其實很不一樣，也許你能找到你想要的既有美感又有實際價值的科研。”導師的話語點燃了她的好奇心，于是帶著一點冒險精神，毫無金融學基礎的陳辰就這樣踏入了伊利諾伊大學厄巴納-香檳分校（UIUC），開啟了金融學博士的旅程。

博士生涯伊始，一個現實的難題便讓她措手不及：很少有教授愿意主動帶她。“他們擔心我只是一個‘會數學的工具’，缺乏真正的金融思維。”這種無形的壓力，反而成為她快速成長的催化劑。在一兩年時間里，她如饑似渴地補全了金融學的基礎知識，并努力嘗試將自己獨特的數學思維融入金融研究的創新中。幸運的是，她遇見了學術道路上的伯樂——Dana Kiku教授。Kiku教授擁有非常規的思維方式，更重要的是，她真正理解陳辰。“她不僅很懂我，能接受我跳躍式的思維，更能敏銳地捕捉到我表達觀點背后的閃光點。”在陳辰心中，Kiku教授對她的欣賞與幫助，正如當年哈代慧眼識才接納了“非傳統”的天才數學家拉馬努金一樣。Kiku教授愿意承擔風險，給予她信任，并不斷激發她的創新靈感，讓她充滿冒險的金融學研究之路不斷收獲驚喜，并在2025年取得了金融學博士學位。

用數學思維解決金融問題

在全球芯片短缺、貿易摩擦等復雜環境下，如何來看企業間的相互關系？數學思維，尤其是拓撲學的視角，為陳辰研究金融問題提供了獨特的鑰匙。

本科時對拓撲學的濃厚興趣，促使她在金融研究中聚焦網絡分析這一領域。在深入思考資產定價時，她提出了一個頗具突破性的觀點：“如果將每個公司視為網絡中的一個點，公司間的各種關聯則構成連接線。在這個動態網絡中，單個公司的異質性風險就會沿著連接溢出。”她認為，當企業通過錯綜復雜的網絡緊密互聯時，這些原本看似孤立、可通過分散化消除的異質性風險，會被擴散、聚合，最終轉化為影響全局的系統性風險。這意味著，在一個網絡結構顯著的經濟體中，異質性風險本身就可能被市場直接定價——這個想法對傳統金融理論中關于異質性風險可完全分散的假設構成了有力挑戰。

博士二年級時，陳辰將這種挑戰傳統思維觀點的思考寫到了她的論文“Network Factors for Idiosyncratic Volatility Spillover”（特質波動率溢出的網絡因素）中，并在后續幾年持續完善其模型與理論。該研究系統地探究了企業之間的相互關聯以及特質波動率的溢出效應，并探討了它們對總體波動率和資產價格的影響。她創新性地開發了一個基于生產的多部門模型來捕捉各部門之間的波動率溢出效應，并根據股票數據構建了這些網絡因素，證明了它們對總體波動率的預測能力，并證實它們的定價與模型的預測相符。

隨著網絡在金融學領域日益成為重要研究課題，這篇文章相繼入選美國金融協會年會（AFA）、北方金融協會年會（NFA）等頂級國際學術會議進行報告或展示，并榮獲2023年倫敦商學院跨大西洋博士會議（LBS TADC）AQR資產管理獎。

以這篇奠基性工作為起點，陳辰的研究沿著應用與理論兩個維度縱深拓展。

在應用拓展方向，她與合作者撰寫了“Attention-based Graph Neural Networks in Firm CDS Prediction”（基于注意力機制的圖神經網絡在企業違約風險預測中的應用）。該研究將企業網絡分析延伸至機器學習前沿，專注于對企業違約風險預測的探索。認識到違約風險本質上是異質性風險的一種重要形式，且企業間存在顯著的違約關聯，她與研究者創新性地采用圖神經網絡（Graph Neural Networks, GNNs）將非對稱、動態的企業間聯系特征納入模型，并成功利用這些復雜的網絡特征來預測由信用違約互換（Credit Default Swap, CDS）利差所隱含的違約概率在橫截面上的差異，成為率先在預測場景中應用此類動態、非對稱網絡特征的研究團隊之一。

在理論深化方向，她與合作者共同撰寫的另一篇工作論文“Network Dynamics and Macroeconomic Tail Risk”（網絡動態與宏觀經濟尾部風險），則深入追溯了宏觀經濟極端風險（尾部風險）的微觀起源。這項研究證明了通過企業網絡的動態傳導與風險聚集機制，即使那些服從正態分布、看似微小的企業層面特異性沖擊，也能在時間推移中不斷積累、放大，最終觸發諸如國內生產總值（GDP）大幅下滑等極端宏觀經濟事件。

心之所向 志之所驅

在UIUC攻讀博士學位期間，陳辰還承擔了為本科生教授公司金融課程的任務。這對于本科階段未曾系統學習過金融學的她來說，無疑是一個獨特的挑戰。為了勝任教學，她每周都提前兩三天潛心自學課程內容，融會貫通后再傳授給學生。作為討論課的主持者，她帶領學生梳理核心概念，并指導他們完成習題集。面對學生背景多元、基礎不一的情況，她不斷精進溝通技巧，靈活調整教學方法，力求將復雜的金融知識化繁為簡，幫助學生能更有效地掌握。

這段教學經歷被她視為“一段愉快而激動人心的旅程”。正是在與學生深度互動、答疑解惑的過程中，她不僅錘煉了教學能力，更由衷地愛上了將抽象概念清晰傳遞的挑戰，并深刻體會到教學互動帶來的深層價值與滿足感。這份對教學的熱忱，讓她期待在未來的講臺上，繼續深化與學生的連接。

博士畢業之際，陳辰選擇回國，加入高金。一方面，高金擁有她所向往的頂尖學術環境，為從事高質量的研究提供了理想平臺；另一方面，學院地處上海，也讓她能離家鄉蘇州更近，更好地平衡工作與生活。她對高金充滿活力的教授團隊尤為敬佩。“比如潘軍教授的研究扎實而富有洞見，成果極具價值，更可貴的是她給予年輕學者無私的支持和幫助。高金的許多教授都和她一樣，致力于引領年輕一代學者，共同推動中國金融學走向世界前沿。”

展望未來的學術道路，陳辰計劃深入探索交易商網絡的結構與動態，并致力于將網絡理論創新性地應用于人工智能主體行為分析及公司金融決策領域。她目標明確，將在聚焦網絡研究這一核心方向的同時，保持對廣泛金融議題的敏銳洞察與深厚積累，以跨領域的視野推動金融學研究的創新發展。她將在此延續那句銘刻于心的信念——“My heart is in the work”，以謙遜之心沉潛熱愛，步履不停，探索不止。

高金項目火熱招生中…

歡迎點擊小程序了解更多信息