您现在的位置：首页>>专栏>>2024年度科研工作会议>>经验分享
首页>>专栏>>2024年度科研工作会议>>经验分享
入职以来，在工作中一直都是得到大家的帮助、指导和照顾，包括社科基金的申请，所以去年才很幸运的到项目资助，今天报告的主要是对比了自己之前的不足和去年在大家帮助下的改进。
一、确定选题
每年全国哲学社会科学工作办公室的官方网站都会发布本年度的《国家社会科学基金项目XX年度课题指南》，2023年是在4月6日发布的，对资助金额、申请人资格、选题范围、时间节点等重要的事项都明确列出。
社科基金的重点项目是35万元，一般项目和青年项目20万元。青年项目申请人的年不能超过35周岁。具有副高级以上（含）专业技术职称（职务）或者具有博士学位都可以申请，不具有副高级以上（含）专业技术职称（职务）或者博士学位的，可以申请青年项目。在站博士后也同样可以申请。可以根据研究实际需要吸收境外研究人员作为课题组成员。
确保申请人有足够的时间和精力从事课题研究，申请人同年度只能申报一个国家社科基金项目，且不能作为课题组成员参与其他国家社科基金项目的申请；课题组成员同年度最多参与两个国家社科基金项目申请；在研国家级项目课题组成员最多参与一个国家社科基金项目申请。在研国家社科基金项目、国家自然科学基金项目及其他国家级科研项目负责人，不得申请新的国家社科基金项目。国家自然科学基金项目及其他国家级科研项目的申请人，同年度不能申请国家社科基金项目，其课题组成员也不能作为负责人以内容基本相同或相近选题申请国家社科基金项目。教育部人文社会科学研究一般项目的申请人，同年度不能申请国家社科基金项目。
项目申报范围包括国家社科基金23个一级学科，2023年《课题指南》分为综合性选题和各学科选题两个大类。综合性选题为2023年首次设立，共88个。申请人也可结合自身研究兴趣和学术积累申报自选课题（包括重点项目）。
之前申报自选课题，可能是因为在选题立意、成果积累和课题论证等方面并没有十分突出的优势，所以也没有成功；我的研究其实非常微观，综合性选题对我来说又都太宏观，自己驾驭不了；在“应用经济学”的学科选题中，第65个选题是“算法交易对资本市场的冲击研究”刚好是对我之前关于“高频交易对期货市场价格发现效率的影响”这一研究的拓展，所以我就把“算法交易对资本市场微观信息结构的冲击研究”作为去年的选题。
二、填报《申请书》
在国家社科基金科研创新服务管理平台（www.nopss.gov.cn）的网站上可以下载国家社会科学基金项目申请书的模板，但最终还是要在网络平台上填报提交。2023年项目申报的时间窗口是4月20日零时至5月5日17时，所以要保证预留一定的时间，把纸质版的内容誊写到网络中，特别是在最后一天通常是提交的高峰，容易因网络拥堵卡住，所以可以尽量提前填报保存，避开高峰时段。纸质版与网络填报版的内容要保持一致，如果在审核过后需要修改，要同步更新。
申请书第一部分是数据表，主要是申请人和课题组成员的基本信息。第二部是课题设计论证，也是最重要的部分，主要包括选题依据、研究内容、创新之处、预期成果（略写）、参考文献（略写）。这一部分因为需要盲审，所以要注意不要透露与个人和单位相关的信息。申请书有字数限制，《活页》论证字数不超过7000字，所以详略比例要分配好。其实对于我们来说，各位老师都是文字功底扎实，而且对选题的判断也很敏锐，这些都是我们工作的优势。
在选题依据中，重点是突出本课题相对于已有研究的独到学术价值和应用价值等，特别是相对于国家社科基金已立同类项目的新进展，而国内外相关研究的学术史梳理及研究动态要求略写。我是先写的研究价值，包括一条理论价值和两条应用价值，然后再介绍国内外研究现状，这一部分就是略写，但是更加考验条理清晰的程度。
在研究内容中，主要包括研究对象、框架思路、重点难点、主要目标、研究计划、可行性等。这一部分框架思路绘制了框架图，再具体解释每一部分的研究内容；重点难点、主要目标也是分别对应每一部分的研究内容，研究计划与可行性合并整理，绘制了计划表。
在创新之处中，要求体现在学术思想、学术观点、研究方法等方面的特色和创新，之一部分最好也是与理论价值、应用价值、研究内容等对应。
最后的预期成果和参考文献都是要求略写的部分，可以在篇幅允许的范围内突出重点。
第三部分是研究基础，主要包括申请人学术简历、前期成果、承担项目、与已承担项目或博士论文的关系。需要注意的是，前期相关代表性研究成果限报5项，成果名称、形式（如论文、专著、研究报告等）须与《课题论证》活页相同，活页中不能填写的成果作者、发表刊物或出版社名称、发表或出版时间等信息要在本表中加以注明。与本课题无关的成果不能作为前期成果填写；合作者注明作者排序。
第四部分是经费概算，经费开支科目参考《国家社会科学基金项目资金管理办法》。
三、研究进展
现实背景和文献综述这些比较容易在平时积累，目前主要瓶颈是数据，已有的数据是十多年前的时效性不足，而且算法交易的数据也都是非公开的，不容易获得，如何利用公开数据识别算法交易或者找到算法交易的代理变量是经验研究需要突破的难点，理论模型部分周期比较长，而且跟欧美纯做理论的学者还是有差距，这一部分只能是辅助，或者是通过经验倒推理论模型。
