陈振松 

陈振松,管理学博士,副教授,博士生导师

主要教育经历

2013年9月-2018年6月 中国科学院大学 获管理学博士

2013年9月-2016年6月 丹麦奥尔堡大学 获经济与工商管理硕士

2009年9月-2013年6月 中国海洋大学 获理学学士

主要工作经历

2018年7月-至今 首都经济贸易大学管理工程学院

主要研究方向

智能金融风险管理、大数据挖掘与人工智能方法

主要讲授课程

研究生:数据挖掘技术、机器学习与量化投资

本科生:程序设计语言(Python)、人工智能导论等

主要科研成果

近年来,作为项目负责人主持国家自然科学基金重点项目子课题、面上项目、青年项目以及教育部人文社会科学研究青年基金项目等多项课题,并作为主要成员参与国家自然科学基金重大研究计划、重点项目和面上项目等课题。在European Journal of Operational Research、Annals of Operations Research、Pattern Recognition、Knowledge-Based Systems、Expert Systems with Applications和《中国管理科学》等国内外学术期刊及学术会议上发表论文40余篇。

1. 科研项目

[1] 国家自然科学基金面上项目,72571184,对抗场景下基于多模态图学习的企业财务欺诈风险评估与预警,2026/01-2029/12,主持

[2] 教育部人文社会科学研究青年基金项目,24YJCZH032,“双碳”背景下基于多模态图学习的企业ESG漂绿风险分析研究,2024/09-2027/12,主持

[3] 国家自然科学基金重点项目子课题,71932008,基于大数据融合的新一代商务智能系统构建研究,2020/01-2024/12,主持

[4] 国家自然科学基金委青年科学基金项目,71901155,标签聚合学习视角下破产预测模型与方法研究,2020/01-2022/12,主持

[5] 北京市教育委员会项目社科一般项目,SM202010038009,比例标签学习问题研究及其在破产预测中的应用,2020/01-2021/12,主持

[6] 首都经济贸易大学新入职青年教师科研启动基金项目,00791965991301,面向金融大数据的比例标签学习问题与模型研究,2020/01-2021/12,主持

[7] 国家自然科学基金面上项目,72071134,沪深港股市风险传导机理及智能资产配置研究,2021/01-2024/12,参与

[8] 北京市教育委员会项目科技一般项目,KM202110038001,基于机器学习和群智能优化算法的资产配置研究,2021/01-2023/12,参与

[9] 教育部人文社会科学研究规划基金项目,19YJAZH005,基于复杂网络和机器学习的金融市场风险管控研究,2019/03-2022/09,参与

[10] 国家自然科学基金青年科学基金项目,61702099,基于PAC理论的标签比例学习算法研究,2018/01-2020/12,参与

[11] 国家自然科学基金重大研究计划,91546201,面向管理决策的非结构化大数据分析方法与关键技术,2016/01-2019/12,参与

[12] 国家自然科学基金重点项目,71331005,大数据环境下的管理决策创新研究,2014/01-2018/12,参与

[13] 国家自然科学基金国际(地区)合作与交流项目,71110107026,最优化数据挖掘的商业智能方法以及在金融与银行管理中的应用,2012/01-2016/12,参与

2. 学术论文

[1] Credit risk prediction for SMEs based on multi-view learning with hierarchical attention mechanism, ANNALS OF OPERATIONS RESEARCH, 2025. 第一作者

[2] Forecasting Corporate Bankruptcy through Class-Rebalanced Self-Training Semi-Constrained Matrix Factorization, JOURNAL OF FORECASTING, 2025. 第一作者

[3] 基于Transformer-LSTM分位数回归的全球股市极端风险溢出研究, 中国管理科学, 2025. 通讯作者

[4] Portfolio tail risk forecasting for international financial assets: A GARCH-MIDAS-R-Vine copula model, NORTH AMERICAN JOURNAL OF ECONOMICS AND FINANCE, 2025. 通讯作者

[5] Quantile-Based Spillover Network Analysis of Financial Institutions in Chinese Mainland and Hong Kong, INTERNATIONAL JOURNAL OF INFORMATION TECHNOLOGY &DECISION MAKING, 2025. 第二作者

[6] Stock price prediction for new energy vehicle companies based on multi-source data and hybrid attention structure, EXPERT SYSTEMS WITH APPLICATIONS, 2024. 通讯作者

[7] A novel semisupervised learning method with textual information for financial distress prediction, JOURNAL OF FORECASTING, 2024. 通讯作者

[8] Improved credit risk prediction based on an integrated graph representation learning approach with graph transformation, EUROPEAN JOURNAL OF OPERATIONAL RESEARCH, 2024. 第三作者

[9] Integrated GCN‑LSTM stock prices movement prediction based on knowledge‑incorporated graphs construction, INTERNATIONAL JOURNAL OF MACHINE LEARNING AND CYBERNETICS, 2024. 第四作者

[10] Short-term stock trends prediction based on sentiment analysis and machine learning, SOFT COMPUTING, 2022. 通讯作者

[11] Research on Graph Neural Network in Stock Market, PROCEDIA COMPUTER SCIENCE, 2022. 通讯作者

[12] Research on group profile of social platform based on user value, PROCEDIA COMPUTER SCIENCE, 2022. 通讯作者

[13] The two-stage machine learning ensemble models for stock price prediction by combining mode decomposition, extreme learning machine and improved harmony search algorithm, ANNALS OF OPERATIONS RESEARCH, 2022. 第三作者

[14] The time-varying spillover effect of China’s stock market during the COVID-19 pandemic, PHYSICA A-STATISTICAL MECHANICS AND ITS APPLICATIONS, 2022. 第三作者

[15] Self-paced non-convex regularized analysis-synthesis dictionary learning for unsupervised feature selection, KNOWLEDGE-BASED SYSTEMS, 2022. 第四作者

[16] Predicting stock market crisis via market indicators and mixed frequency investor sentiments, EXPERT SYSTEMS WITH APPLICATIONS, 2021. 通讯作者

[17] Active learning from label proportions via pSVM, NEUROCOMPUTING, 2021. 通讯作者

[18] Unsupervised feature selection by non-convex regularized self-representation, EXPERT SYSTEMS WITH APPLICATIONS, 2021. 第三作者

[19] A novel method for time series prediction based on error decomposition and nonlinear combination of forecasters, NEURCOMPUTING, 2021. 第三作者

[20] A novel graph convolutional feature based convolutional neural network for stock trend prediction, INFORMATION SCIENCES, 2021. 第四作者

[21] Ensemble learning with label proportions for bankruptcy prediction, EXPERT SYSTEMS WITH APPLICATIONS, 2020. 第一作者

[22] Token based crack detection, JOURNAL OF INTELLIGENT & FUZZY SYSTEMS, 2020. 第三作者

[23] Constrained matrix factorization for semi-weakly learning with label proportions, PATTERN RECOGNITION, 2019. 第一作者

[24] Multi-view collective tensor decomposition for cross-modal hashing, ACM INTERNATIONAL CONFERENCE ON MULTIMEDIA RETRIEVAL, 2018. 第二作者

[25] Multi-View Fusion Through Cross-Modal Retrieval, IEEE INTERNATIONAL CONFERENCE ON IMAGE PROCESSING, 2018. 第二作者

[26] Learning with label proportions based on nonparallel support vector machines, KNOWLEDGE-BASED SYSTEMS, 2017. 第一作者

[27] A novel clustering-based image segmentation via density peaks algorithm with mid-level feature, NEURAL COMPUTING AND APPLICATIONS, 2017. 第二作者

[28] Learning from label proportions with pinball loss, INTERNATIONAL JOURNAL OF MACHINE LEARNING AND CYBERNETICS, 2017. 第三作者

[29] Inverse Extreme Learning Machine for Learning with Label Proportions, IEEE INTERNATIONAL CONFERENCE ON BIG DATA, 2017. 第三作者

[30] Laplacian SVM for Learning from Label Proportions, IEEE INTERNATIONAL CONFERENCE ON DATA MINING WORKSHOPS, 2016. 第二作者

[31] Forecasting China's Service Outsourcing Development with an EMD-VAR-SVR Ensemble Method, PROCEDIA COMPUTER SCIENCE, 2016. 第三作者

[32] Research on the Classification of Commercial Banks’ Fund Clients Based on Learning with Label Proportions, PROCEDIA COMPUTER SCIENCE, 2016. 第四作者

[33] Automatic road crack detection using random structured forests, IEEE TRANSACTIONS ON INTELLIGENT TRANSPORTATION SYSTEMS, 2016. 第五作者

[34] Image segmentation via improving clustering algorithms with density and distance, PROCEDIA COMPUTER SCIENCE, 2015. 第一作者

[35] Linear Twin SVM for Learning from Label Proportions, IEEE/WIC/ACM INTERNATIONAL CONFERENCE ON WEB INTELLIGENCE AND INTELLIGENT AGENT TECHNOLOGY, 2015. 第二作者

[36] Pavement Distress Detection Using Random Decision Forests, INTERNATIONAL CONFERENCE ON DATA SCIENCE, 2015. 第三作者

[37] Supervised Object Boundary Detection Based on Structured Forests, INTERNATIONAL CONFERENCE ON DATA SCIENCE, 2015. 第四作者

[38] Active Learning with Nonparallel Support Vector Machine for Binary Classification, IEEE INTERNATIONAL CONFERENCE ON DATA MINING WORKSHOP, 2014. 第二作者

3. 学术专著

[1] “双碳”背景下关键资源产业链经济贸易及可持续发展, 首都经济贸易大学出版社, 2023.

主要获奖成果及荣誉

第六届中国“双法”研究会风险管理分会学术年会优秀论文奖

第三届量化金融与风险管理论坛优秀论文奖

第五届中国“双法”研究会风险管理分会学术年会优秀论文奖

河南省教育厅科技成果奖优秀科技论文奖一等奖(第二完成人)

第四届信息技术与量化管理国际会议优秀论文奖

第九届信息技术与量化管理国际会议组织奖

首都经济贸易大学五一爱岗敬业普通劳动者

首都经济贸易大学宣传思想工作先进个人

首都经济贸易大学优秀工会积极分子

首都经济贸易大学中青年骨干教师

首都经济贸易大学管理工程学院学科建设贡献奖

北京市优秀毕业生

中国科学院大学优秀毕业生

指导学生获得国家奖学金、第八届全国大学生统计建模大赛北京市二等奖、首届“京彩大创”北京大学生创新创业大赛百强创业团队、第七届和第八届中国国际“互联网+”大学生创新创业大赛北京市三等奖等

社会兼职

中国优选法统筹法与经济数学研究会青年工作委员会委员

国际信息技术与量化管理学会秘书长助理

Annals of Data Sciences期刊Section Editor

Data Science and Management期刊青年编委

Humanities and Social Sciences Communications、Knowledge-Based Systems、Expert Systems with Applications、Financial Innovation、Finance Research Letters、Information Sciences、Engineering Applications of Artificial Intelligence、Applied Intelligence、Neurocomputing、《管理评论》和《系统科学与数学》等期刊匿名审稿人;

IEEE International Conference on Data Mining (ICDM)、IEEE/WIC/ACM International Conference on Web Intelligence (WIC)、International Conference on Information Technology and Quantitative Management (ITQM)、International Conference on Computational Science (ICCS)等国际学术会议匿名审稿人

附加信息

通信地址:北京市张家路口121号首都经济贸易大学管理工程学院工科楼301,100070.

电子邮箱:chenzhensong@cueb.edu.cn