主题：企业重组中的企业所得税税务处理主讲人：杜彩莲普华永道税务部主持人：余英暨南大学时间：2025年6月26日（周四）下午15:00-17:00地点：暨南大学石牌校区经济学院大楼（中惠楼）102室摘要本次讲座聚焦企业重组相关的中国税务规定及国际税收协定待遇的税务规定，旨在了解经济活动中企业需要关注的税务事项。主要讨论以下问题：一是重组的特殊性税务处理。二是国际税收协定待遇一般规定。三是中国的税收事先裁定制度。主讲人简介杜彩莲女士为普华永道税务及商务咨询服务、税务分歧协调服务的高级经理。杜女士是中国注册税务师协会会员。在普华永道工作期间，杜女士主要为国内外大型企业提供中国税务及商务咨询专业服务，其中包括上市前的税务重组服务、海外红筹架构搭建、税务健康检查服务、税务尽职调查服务、税务分歧协调服务、协助客户与中国税务机关申请税收协定待遇及税收减免优惠等方面的服务。欢迎感兴趣的师生参加校对| 余英责编| 彭毅初审| 余英终审发布| 何凌云（来源：暨南大学经济学院微信公众号）

主题：企业重组中的企业所得税税务处理主讲人：杜彩莲普华永道税务部主持人：余英暨南大学时间：2025年6月26日（周四）下午15:00-17:00地点：暨南大学石牌校区经济学院大楼（中惠楼）102室摘要本次讲座聚焦企业重组相关的中国税务规定及国际税收协定待遇的税务规定，旨在了解经济活动中企业需要关注的税务事项。主要讨论以下问题：一是重组的特殊性税务处理。二是国际税收协定待遇一般规定。三是中国的税收事先裁定制度。主讲人简介杜彩莲女士为普华永道税务及商务咨询服务、税务分歧协调服务的高级经理。杜女士是中国注册税务师协会会员。在普华永道工作期间，杜女士主要为国内外大型企业提供中国税务及商务咨询专业服务，其中包括上市前的税务重组服务、海外红筹架构搭建、税务健康检查服务、税务尽职调查服务、税务分歧协调服务、协助客户与中国税务机关申请税收协定待遇及税收减免优惠等方面的服务。欢迎感兴趣的师生参加校对| 余英责编| 彭毅初审| 余英终审发布| 何凌云（来源：暨南大学经济学院微信公众号）

主题：Fear in the Fearless Treasury Market主讲人：张群姿山东大学时间：2025年6月27日（周五）下午14:00地点：暨南大学石牌校区经济学院大楼（中惠楼）306室摘要This paper examines how fear affects the Treasury market and predicts Treasury bond returns. Using a text-based fear index from social and news media, we find that fear significantly predicts future Treasury returns, both in-sample and out-of-sample, and suggests the global transmission of fear. We also propose a model explaining that risk aversion shocks drive bond risk premia. Our paper furthe

主题：Fear in the Fearless Treasury Market主讲人：张群姿山东大学时间：2025年6月27日（周五）下午14:00地点：暨南大学石牌校区经济学院大楼（中惠楼）306室摘要This paper examines how fear affects the Treasury market and predicts Treasury bond returns. Using a text-based fear index from social and news media, we find that fear significantly predicts future Treasury returns, both in-sample and out-of-sample, and suggests the global transmission of fear. We also propose a model explaining that risk aversion shocks drive bond risk premia. Our paper furthe

主题：Causal Machine Learning and Early Warning Indicator for Crisis Forecasting主讲人：杜在超复旦大学时间：2025年6月27日（周五）上午10:00地点：暨南大学石牌校区经济学院大楼（中惠楼）202室摘要This paper proposes a causal machine learning method and an early warning indicator (EWI) for crisis forecasting. We first construct a crisis-related multi-source dataset for 17 OECD countries. We then apply not only commonly used machine learning methods, but also some complex models whose number of parameters exceeds the sample size, as well as the Nyström

主题：Causal Machine Learning and Early Warning Indicator for Crisis Forecasting主讲人：杜在超复旦大学时间：2025年6月27日（周五）上午10:00地点：暨南大学石牌校区经济学院大楼（中惠楼）202室摘要This paper proposes a causal machine learning method and an early warning indicator (EWI) for crisis forecasting. We first construct a crisis-related multi-source dataset for 17 OECD countries. We then apply not only commonly used machine learning methods, but also some complex models whose number of parameters exceeds the sample size, as well as the Nyström

主题：金融硕士学位论文写作规范主讲人：屠新曙华南师范大学时间：2025年6月24日（周二）上午9:30地点：暨南大学石牌校区经济学院大楼（中惠楼）323室主讲人简介屠新曙，男，博士，华南师范大学经济与管理学院教授，华南师范大学金融硕士专业研究生培养指导委员会主任，广东省金融学本科专业教学指导委员会委员。研究方向为：投资学、知识产权金融、公司金融。先后参与及主持完成国家社科基金、国家自科基金、教育部人文社科项目等国家和省部级课题10余项。在《中国管理科学》、《数量经济技术经济研究》等国内外学术刊物上发表论文60余篇，在科学出版社等出版社出版学术专著3部、教材2部。荣获第八届全国知识产权优秀软科学研究成果三等奖，有5篇教学案例在全国金融硕士教学案例大赛上获奖，指导1篇学位论文在全国金融硕士学位论文大赛上获奖。欢迎感兴趣的师生参加校对| 林智韬责编| 彭毅初审| 林智韬终审发布| 何凌云（来源：暨南大学经济学院微信公众号）

主题：The Effects of Consumer Goods Tariff Reductions on Market Competition in China主讲人：倪金兰美国华盛顿大学主持人：陈安平暨南大学时间：2025年6月25日（周三）下午15:30-17:00地点：暨南大学石牌校区经济学院大楼（中惠楼）102室摘要This study investigates the impact of import tariff reductions on domestic market competition, addressing the gap in trade liberalization research related to consumer goods. Using data from the China Stock Market Accounting Research (CSMAR) database and the World Integrated Trade Solution (WITS) database covering the period from 2010

主题：The Effects of Consumer Goods Tariff Reductions on Market Competition in China主讲人：倪金兰美国华盛顿大学主持人：陈安平暨南大学时间：2025年6月25日（周三）下午15:30-17:00地点：暨南大学石牌校区经济学院大楼（中惠楼）102室摘要This study investigates the impact of import tariff reductions on domestic market competition, addressing the gap in trade liberalization research related to consumer goods. Using data from the China Stock Market Accounting Research (CSMAR) database and the World Integrated Trade Solution (WITS) database covering the period from 2010

主办单位：暨南大学经济学院金融学系、澳门城市大学金融学院时间：2025年6月20日地点：暨南大学石牌校区经济学院305会议议程诚挚欢迎学界同仁参加本届论坛共享学术盛宴！来源| 金融学系校对| 马艺丹 赵晓彤责编| 孙昀冉初审| 区昕然复审| 陈创练 宋恒旭终审发布| 何凌云（来源：暨南大学经济学院微信公众号）

主题：Ownership Networks and Firm Growth: What the Forty Million Companies Tell Us About Chinese Economy主讲人：祝武清华大学主持人：王彬暨南大学时间：2025年6月12日（周四）上午10:00-11:30地点：暨南大学石牌校区经济学院大楼（中惠楼）306室摘要Using comprehensive data on all registered firms in China, we build detailed firm-to-firm equity ownership networks and document their rapid expansion since 2000, covering over 5.6 million in-network firms by 2017. We develop an equilibrium model with endogenous information acquisition and investment, showing that more

主题：如何构建期货交易模式及实战案例介绍主讲人：杨飞广州期货时间：2025年6月10日（周二）下午15:00地点：暨南大学华文校区阶梯教室摘要本次讲座特邀广州期货资管部副总监杨飞，他将结合自身实战经验，分享期货市场交易策略、期现结合模式、产业客户如何利用衍生品管理风险，帮助同学们理解期货行业的核心逻辑，为未来职业发展奠定坚实基础。主讲人简介杨飞，暨南大学管理学硕士，拥有16年大宗商品及金融衍生品行业从业经验，现任广州期货资产管理部副总监。职业生涯涵盖证券、基金、期货及现货企业，在交易策略、期现结合、量化投资等领域具备丰富的实战经验。曾任安信证券总部管理培训生、广东融宏投资有限公司创始人兼权益投资经理、广发期货发展研究中心总经理助理、广东黑金私募钢铁板块投资总监、华津国际控股期货部负责人、中国船舶物资集团广州有限公司钢铁产业事业部期货负责人，深耕产业研究与交易策略，对金融市场有深刻洞察。欢迎感兴趣的师生参加校对| 区昕然责编| 彭毅初审| 林智韬终审发布| 何凌云（来源：暨南大学经济学院微信公众号）

主题：AdaDetectGPT: Adaptive Detection of LLM-Generated Text with Statistical Guarantees主讲人：朱进英国伦敦政治经济学院主持人：姜云卢暨南大学时间：2025年6月10日（周二）下午16:30-17:30地点：暨南大学石牌校区经济学院（中惠楼）102室摘要We study the problem of determining whether a piece of text has been authored by a human or by a large language model (LLM). Existing state of the art logits-based detectors make use of statistics derived from the log-probability of the observed text evaluated using the distribution function of a given source LLM. However, relying

主题：Asymptotic Uncertainty of False Discovery Proportion主讲人：余涛新 加坡国立大学主持人：姜云卢暨南大学时间：2025年6月10日（周二）下午15:30-16:30地点：暨南大学石牌校区经济学院（中惠楼）102室摘要Multiple testing has been a prominent topic in statistical research. Despite extensive work in this area, controlling false discoveries remains a challenging task, especially when the test statistics exhibit dependence. Various methods have been proposed to estimate the false discovery proportion (FDP) under arbitrary dependencies among the test statistics. One