许广龙,男，华南理工大学应用经济学博士，现就职于肇庆学院数学与统计学院，担任《Emerging Markets Finance and Trade》《International Journal of Emerging Markets》等期刊审稿人。聚焦金融数据分析与建模、市场情绪测度及风险预警等方向，结合新闻媒体与社交媒体等多源信息开展文本数据挖掘与实证分析研究，具备较强的数据处理与计量建模能力。
一、可合作方向
1.技术开发/成果转化
围绕金融市场数据分析与风险预警需求，开展基于多源信息（新闻媒体、社交媒体等）的市场情绪测度与风险识别模型开发，构建可应用于股票市场波动监测、风险预警及投资决策支持的量化分析工具。
2.技术服务/技术咨询
为金融机构或相关企业提供数据分析与建模支持，包括市场情绪分析、舆情监测、风险评估及投资策略分析等方面的技术咨询服务，协助提升数据驱动决策能力。
3.联合研发/技术攻关
围绕金融大数据与资本市场问题，联合开展多源信息融合、文本挖掘及风险预警模型等方面的研究，探索金融数据在风险管理与市场预测中的应用，推动相关技术在实际场景中的落地应用。
4.其他合作意向
可结合具体需求开展定制化研究合作，如企业舆情监测系统开发、行业风险评估模型构建、金融数据分析平台设计等。
二、主要业绩
1. 代表性科研项目
广东省自然科学基金，“面向多尺度分析的混频投资者情绪与系统性风险传染研究”，参与。
2. 代表性成果
（1）在金融市场与金融数据分析方面，相关成果有：
[1] Wang X, Ye W, Xu G*. Media tone disagreement and the cross-section of stock returns: Evidence from China[J]. International Review of Economics & Finance, 2025: 104751.
[2] Xu G, Li H, et al. Social media sentiment beta and the cross-section of stock returns: Evidence from China. [J] Emerging Markets Finance and Trade, 2025, 1-26.
[3] 李合龙，许广龙，张卫国. 投资者分歧，投资者交易行为与股票风险溢价[J]系统工程学报(已接收，待刊)
[4] 许广龙，李合龙. 中国股市存在媒体语调分歧溢价吗？[J] 现代金融研究. (已接收，待刊)
（2）在金融市场波动与风险分析方面，相关成果有：
[5] Li H, Xu G, Huang Q, et al. COVID-19 Impact on Stock Markets: A Multiscale Event Analysis Perspective[J]. Computational Economics, 2024, 63(3): 1191-1212.
[6] Li H, Chen H, Xu G, et al. COVID-19, various government interventions and stock market performance[J]. China Finance Review International, 2023, 13(4): 621-63
（3）在机器学习和智能计算方面，相关成果有：
[7] Xu G, Hu Z, Cai J. WAD-CMSN: Wasserstein distance-based cross-modal semantic network for zero-shot sketch-based image retrieval[J]. International Journal of Wavelets, Multiresolution and Information Processing, 2023, 21(02): 2250054.
[8] Cai J, Luo T, Xu G, et al. A Novel biologically inspired approach for clustering and multi-level image thresholding: Modified Harris hawks optimizer[J]. Cognitive Computation, 2022, 14(3): 955-969.
[9] Cai J, Xu G, Hu Z. Sketch-based image retrieval via CAT loss with elastic net regularization[J]. Mathematical Foundations of Computing, 2020, 3(4).
[10] Cai J, Xu G, Ye W. Modified grey wolf optimizer based maximum entropy clustering algorithm[C]//2020 international joint conference on neural networks (IJCNN). IEEE, 2020: 1-8.
