Part 1 赛事介绍

赛事专为中山大学岭南学院学子及校友打造，以“实战培养+团队协作+职业进阶”为主线，围绕金融投资、ESG发展、AI赋能、数字经济等真实课题，通过研究报告、路演答辩与专家质询，助力你将所学转化为创新方案。

Part 2 类型设置

• A赛道主题为“ ESG评级与上市公司价值——基于AI的ESG因子挖掘 ”，参赛选手为2026级MDE（数字经济）专业硕士新生，每组16-17人。
决赛时间（拟）：9月6日 9:00-12:30
A赛道比赛成绩将极大影响中山大学岭南学院2026级数字经济硕士新生入学导向活动的总成绩（成绩占总成绩的20%，是分值排第一的板块）。

• B赛道主题为“ AI Agent在金融场景的应用——投资、风控、合规 ”，参赛选手为岭南学院在读本科生、硕士生，已毕业EMBA/MBA/MI/MF，每组3-8人。若跨学院组队需确保队伍岭南学院学生或毕业生占比不低于60%。 决赛时间（拟）：9月6日 14:30-17:30
入围决赛队伍10-12组（根据实际情况而定）。

Part 3 评价标准

赛事以“Insight·Strategy·Value”（洞察·方略·价值）为宗旨，鼓励跨学科融合。
具体评价标准为：
每个参赛队伍进行PPT演讲10分钟，回答评委提问2-5分钟，评委将根据评分标准和奖项设置对每队表现进行记录。

评价标准最大分值

主题解读与创新价值 对问题解读准确，紧扣竞赛主题/领域热点，贴合现实痛点或理论争议，选题大小适中适合实证开展；研究视角或问题选择有明显创新性（如用新方法解释老问题、聚焦新场景新现象、补充现有研究的空白），兼具理论价值和现实意义。

20

研究设计与方法的合理性 研究设计整体逻辑严谨，完全服务于研究问题；样本选择、变量定义符合研究主题和金融理论逻辑，模型设定合理；根据研究问题选择了适配的实证方法，方法选择符合当前研究规范，能够有效回应研究问题。

20

数据处理与实证分析过程 数据来源明确权威，数据可得性和样本量符合研究要求；对数据异常值处理规范，方法得当；分析过程层层递进；对实证结果的解读准确，紧扣研究问题，逻辑清晰。

15

研究结论与贡献价值 结论清晰准确，明确回应了开篇提出的研究问题；实证结果稳健可靠，研究发现对金融实践、监管政策或理论研究有明确的参考价值；体现独立思考，即使是验证现有结论，也有新的增量发现。

20

方案展示与答辩表现 方案内容逻辑清晰，重点突出，可视化效果好；答辩表述流畅简洁，能准确清晰回应评委问题，应变能力强，严格把控答辩时间。