刘俊杰
刘俊杰，男，1994.04，浙江湖州人，博士，讲师。主持省部级科研项目1项，参与国家级科研项目1项，省部级科研项目2项，在CSSCI和SSCI期刊发表多篇学术论文。
一、个人简历
1.教育背景
博士研究生 | 2020.09-2025.06 | 浙江工商大学，统计学（理）（硕博连读） |
本科 | 2012.09-2016.06 | 嘉兴大学，财务管理 |
2.工作经历
天健会计师事务所 | 2016.10-2018.05 | 高级审计员 |
中汇会计师事务所 | 2019.01-2019.04 | 助理经理 |
二、主要科学研究方向
金融统计与风险管理；Copula方法及在风险管理中的应用
三、主讲课程
概率论、概率论与数理统计A、金融风险管理、统计数据分析方法（研究生）等
四、承担的主要教科研项目及教科研成果
1.承担的主要教科研项目
(1)主持全国统计科学研究项目 | 面向实时监测的AI碳金融风险测度与预警优化模型研究 |
(2)参与国家社会科学基金研究项目 | 价格波动视角下高碳能源市场叠加风险的度量与传染效应研究 |
(3)参与完成浙江省哲学社会科学规划项目 | 大数据环境下金融市场风险测度与传染机制研究 |
(4)参与完成浙江省统计局研究项目 | 新冠疫情冲击下国际金融市场的典型特征与动态风险度量研究 |
2.主要教科研学术论文
[1] Junjie Liu, Qingnan Zhou, Zhenlong Chen. A RGARCH-CARR-SK model: A new high-frequency volatility forecasting and risk measurement model based on dynamic higher moments and generalized realized measures[J]. The North American Journal of Economics and Finance, 2025(77): Paper No.102408.
[2] Junjie Liu, Zhenlong Chen. Can ESG improve the predictability of high-frequency volatility in the foreign exchange market?—A new high-frequency volatility model with long memory and asymmetry[J]. Applied Economics Letters, 2025(2):1-7.
[3] Junjie Liu, Qingnan Zhou, Junlin Lin, Xiaozhen Hao, Zhenlong Chen. Can Real-Time Asymmetry and Extreme Dependence Enhance the Effectiveness of Risk Optimization in the Cryptocurrency Market? – New Evidence from the Mean-ES Risk Optimization Framework Based on the SHARV-MA-DMC Model[J]. Applied Economics, 2025(5), 1–17.
[4] Junjie Liu. A New Dynamic High-Frequency Volatility Forecasting Model for Energy Market – Evidence from Real-Time Realized EGARCH-GAS Model[J]. Applied Economics Letters, 2025(10), 1–6.
[5] Junjie Liu, Zhenlong Chen. The Measurement of Superposition Risk in the Cryptocurrency Market: A Real-Time Asymmetric and Extreme Tail Dependence Perspective[J]. Applied Economics, 2025(10), 1–19.
[6] Zhenlong Chen, Junjie Liu, Xiaozhen Hao. Can asymmetry, long memory, and current return information improve crude oil volatility prediction?——Evidence from ASHARV-MIDAS model[J]. Finance Research Letters, 2024(64): Paper No.105420.
[7] Zhenlong Chen, Junjie Liu, Xiaozhen Hao. Can the ‘good-bad’ volatility and the leverage effect improve the prediction of cryptocurrency volatility?—Evidence from SHARV-MGJR model[J]. Finance Research Letters, 2024(67): Paper No.105757.
[8] 陈振龙，刘俊杰，郝晓珍．基于扭曲混合 Copula 函数的均值-ES 模型的构建与应用[J]．统计与信息论坛, 2024,39(12):3-14.
五、联系方式
地址：安徽省淮北市烈山区沱河路 蘑菇视频 数学与统计学院
邮编：235065
E-mail：ljj199404@163.com
谷歌学术：//scholar.google.com/citations?user=e2IxzwQAAAAJ&hl=en
用户登录