Qianru (Cheryl) Qi
- Pièce
- DMS 7122
- Téléphone
- 613-562-5800 x 4700
- Courriel
Cette adresse e-mail est protégée contre les robots spammeurs. Vous devez activer le JavaScript pour la visualiser.
Biographie
Qianru (Cheryl) Qi est professeure agrégée de finance à l'École de gestion Telfer de l'Université d'Ottawa. Avant de se joindre à l'École Telfer, la professeure Qi a mené des recherches et enseigné à la Stern School of Business de l'Université de New York, à la Pratt School of Engineering de l'Université Duke et à l'Université Fudan de Shanghai, en Chine. Elle a également été consultante pour Morgan Stanley, New York, et Citigroup, Shanghai.
La professeure Qi est une économiste financière qui étudie principalement les technologies financières et en assurance. En outre, elle étudie le rôle que joue la technologie dans l'élimination des inefficacités dans les secteurs hautement réglementés tels que les systèmes bancaires, la santé et l'éducation. Ses travaux ont été publiés dans des revues universitaires de premier plan, notamment Management Science et le Journal of Financial and Quantitative Analysis. Ses recherches sont financées par le Conseil de recherches en sciences humaines du Canada, la National Science Foundation aux États-Unis, la National Science Foundation de Chine et douze autres subventions nationales.
La professeure Qi a obtenu son doctorat en économie financière à l'université de Purdue, sa maîtrise en mathématiques appliquées à l'université de Kaiserslautern, en Allemagne, et sa licence en sciences de gestion à l'université normale de Pékin, en Chine.
Domaines de recherche
Dans le cadre de ses recherches actuelles, la professeure Qi explore l’inférence causale des modèles de fondation et leurs applications dans trois domaines clés : les solutions pour la prise de décision générées par l’IA, la gestion des risques et la conformité réglementaire. Ses travaux portent notamment sur : la promotion de l’équité et de la transparence, et la diminution des préjugés dans certains secteurs, comme la finance et les ressources humaines; les modèles d’affaires novateurs conçus pour réduire les coûts des soins de santé; et les expériences sur le terrain qui combinent l’assistance par l’IA et l’apprentissage expérientiel et qui visent à améliorer le développement des compétences non techniques.
Domaines d'enseignement
Technologie financière/de l'assurance, finance de la santé, intermédiation financière, gestion des risques, fusion et acquisition, science des données.
Publications au cours des 7 dernières années
Articles publiés dans des revues avec comité de lecture
- Qi, Q(C)., Qu, Y., Wang, L., Pan, L., Liu, S. 2024. Predict Industry Merger Waves Utilizing Supply Network Information. Journal of Ambient Intelligence and Humanized Computing, 15: 2981–2993.
- Qi, Q(C)., Yu, J. 2024. The Impact of Generative AI on Employment and Labor Productivity. Review of Business, 44(1).
- Qi, Q(C)., Saadi, S., Ben Omrane, W. 2023. Cryptocurrency Markets, Macroeconomic News announcements and Energy Consumption. Annals of Operations Research.
- Qi, Q(C)., McConnell, J. 2022. Does CEO Succession Planning (Disclosure) Create Shareholder Value? Journal of Financial and Quantitative Analysis, 57(6): 2355 - 2384.
- Qi, Q(C)., Mishra, B. 2022. Rethinking cancer drug discovery business model, post-COVID. Review of Business, 42(2): 1-20.
- Qi, Q(C)., Wang, J. 2021. Debt Structure Instability Using Machine learning Journal of Financial Stability. Journal of Financial Stability, 57: 100948.
- Qi, Q(C)., Saadi, S., Ben Omrane, W., Guesmi, K. 2021. The High-frequency Impact of Macroeconomic News on Jumps and Co-jumps in the Cryptocurrency Markets. Annals of Operations Research, 330: 177–209.
- Qi, Q(C)., Wang, J., John, K. 2020. Bank Integration and the Market for Corporate Control: Evidence from Cross-State Acquisitions. Management Science.
Recherche subventionnée au cours des 7 dernières années
| De-À | Source | Titre | But | Genre | Rôle | Montant |
|---|---|---|---|---|---|---|
| 2025-2028 | SSHRC Partnership Development Grant | Foundational Models for Unified AI-Driven Financial Regulation | R | C | PI | 199 675 $ |
| 2025-2027 | Université d'Ottawa | Foundational Models for Unified AI-Driven Financial Regulation | R | I | PI | 15 000 $ |
| 2025-2027 | École de gestion Telfer | Enhancing Medical Foundation Models for Underrepresented Diseases | R | I | PI | 15 000 $ |
| 2025-2027 | École de gestion Telfer | A Roadmap to Responsible AI: Risk Management for Machine Learning at FINTRAC | R | I | PI | 15 000 $ |
| 2025-2025 | MITACS | Artificial intelligence as a lever for improved financial control and performance within Canadian SMBs | C | O | PI | 30 000 $ |
| 2024-2024 | MITACS | Developing Private Natural Language Processing (NLP) for Enterprise Data | C | O | PI | 30 000 $ |
| 2023-2025 | SSHRC Insight Development Grant | Leveling the Playing Field: Synthetic Data Solutions for Labor Market Equality | R | C | PI | 68 919 $ |
| 2023-2024 | SSHRC Partnership Engage Grant | Detection of Criminal Activity in Decentralized Finance | R | C | PI | 24 889 $ |
| 2023-2023 | University of Ottawa, Library OER Grant | The FinTech Explorer: A Comprehensive Guide to Case Studies, Course Notes, and Emerging Trends | R | I | PI | 7 489 $ |
| 2023-2023 | Telfer School of Management, Telfer Nation Fund | Experiential learning in Portfolio Management | R | I | PI | 5 000 $ |
| 2022-2026 | SSHRC Insight Grant | Cyberattacks on Private Sector: Determinants and Consequences | R | C | Co-A | 62 250 $ |
| 2020-2022 | Telfer School of Management Research Grants (SMRG) | Artificial Intelligence for Labor Market Equality | R | I | PI | 13 000 $ |
| 2019-2020 | Shenzhen Stock Exchange | Machine learning for Network analysis: Evidence from Corporate Production Network | R | O | Co-I | 15 000 $ |
LÉGENDE :
But
C: Contrat de recherche | E: Subvention d'équipement | R : Subvention de recherche | S : Fonds de soutien | P : Subvention pédagogique | O : Autre | U : Inconnu
Genre
C : Conseils subventionnaires | G : Gouvernements | F : Fondations | I : Financement interne UO | O : Autre | U : Inconnu
Rôle
PI = Chercheur(e) principal(e) | Co-I = Co-chercheur(e) | Co-PI = Co-Chercheur(e) principal(e)
