教育背景：

 2015-2020    澳大利亚麦考瑞大学   经济学博士

 2013-2015    澳大利亚麦考瑞大学   经济学硕士

 2010-2012    澳大利亚悉尼大学     金融学学士            

工作经历：

 2020 –      浙江工商大学国际商学院 助理教授

所授课程：

初级宏观经济学、中级宏观经济学、货币经济学、中级计量经济学、高级计量经济学、时间序列分析, Big Data Applications

研究领域：

经济预测，宏观计量，大数据计量经济学

研究成果： 

1.Heaton, C., Ponomareva, N., Zhang, Q. (2019). Forecasting models  for the Chinese macroeconomy: the simpler the better?. Empirical  Economics, 1-29. (SSCI Q2, ABS2)

在研论文：

1.Forecasting Models for the Chinese Macroeconomy in a Data-rich Environment: Evidence from Large Dimensional Approximate Factor Models with Mixed-frequency data；一作

2.Nowcasting Chinese GDP in a Data-rich Environment: Lessons from Machine Learning Algorithms；一作

3.More is better or in waste? A resource allocation measure of government grants for facilitating firm innovations；二作

4.Forecasting Chinese GDP: the Benefits of Machine Learning Algorithms；一作

5.Can network communities structure predict mutual fund performance; 一作

6.Portfolio Management with Adaptive Multi-Armed Bandit Algorithm enhanced by Genetic Algorithm；一作