如果你是经济学、金融、会计、统计或相关专业的学生,正在寻找一份既能用上计量与数据分析功底、又能接触真实诉讼与监管案件的工作,Cornerstone Research 很可能已经出现在你的求职清单上。这家公司不做传统管理咨询的战略与运营项目,而是为律师、公司与监管机构提供经济与财务分析,支持专家证言,帮助法庭与监管者判断一件事到底造成了多大的经济损失、一个行为是否真的扭曲了市场竞争。本文基于 2026 年 11 月 17 日的公开查询,系统复盘 Cornerstone Research 的 Analyst 与 Associate 岗位:公司与业务线、招聘时间线、两轮面试流程、案例面试与行为面试的完整打法、薪水包的多口径数据、内推与网申渠道,以及最常见的拒信原因与准备建议。薪水与流程信息以公司官网、Glassdoor 与 levels.fyi 等公开来源为准,不同来源口径不一致的地方,本文会并列呈现并标注不确定性,不做强行统一。
先给结论。Cornerstone Research 的面试和麦肯锡、BCG 的 case interview 完全不同,它考的不是市场进入或利润提升,而是因果关系与损害赔偿:股价下跌里有多少是涉嫌误导性陈述造成的,专利侵权到底让权利人少赚了多少钱,并购会不会实质性减少竞争。每一轮面试都包含案例,每一轮的案例都不一样,面试官会像真实项目里的上级一样,一步一步引导你、追问你、甚至中途改变假设看你如何反应。行为面试的分量不比案例轻,合作、冲突处理与带教能力会被反复考察。对本科与硕士毕业生来说,Analyst 是主入口;对经济学、金融、会计或市场营销博士来说,Associate 是主入口,两条线的学历门槛、薪水与面试侧重差别很大,投递前必须先分清自己走哪条线。
公司简介:1989 年成立的经济咨询公司
Cornerstone Research 成立于 1989 年,总部位于美国旧金山,是一家私人持有的经济与财务咨询公司。根据公司官网与公开资料,公司在美国、英国与比利时共设有 9 个办公室,美国办公室包括波士顿、芝加哥、洛杉矶、纽约、旧金山、硅谷门洛帕克与华盛顿特区,海外办公室在伦敦与布鲁塞尔。公司规模约 1000 至 1300 名专业人员,不同统计口径与统计时点给出的数字略有差异,2026 年 9 月的一篇行业报道称公司有 1300 名专业人员、约 70 名合伙人级别人员,员工人数在过去六七年里翻了一番。公司与斯坦福证券集体诉讼数据库 Securities Class Action Clearinghouse 有长期合作,在证券诉讼领域的研究与数据积累是其标志性资产之一。
理解这家公司的关键,是理解它的客户与产品。它的客户主要是律师事务所、公司与政府机构,产品不是一份战略建议书,而是一套能够经得起对方律师质证、能够在法庭上站得住脚的经济分析。分析要服务于专家证言 expert testimony:经济学家出庭作证,解释数据、模型与结论。Analyst 与 Associate 的日常工作,就是为这些专家提供支持,包括收集与清洗数据、搭建财务与统计模型、做回归分析、撰写分析备忘录、准备图表与证言材料。工作节奏与诉讼时间表高度绑定,临近庭审、专家报告截止或监管机构问询时,加班会明显增多;案件间歇期则相对平稳,可以用来做培训与内部研究。
业务线:证券、反垄断、知识产权是三大支柱
Cornerstone Research 的业务按诉讼与监管领域划分,公开列出的业务领域超过 20 个,其中最核心的三条线是证券、反垄断与竞争、知识产权。证券业务处理证券集体诉讼、误导性陈述、内幕交易与市场操纵相关案件,核心问题是事件研究 event study:某条消息公布后股价跌了多少,其中多少可以归因于涉嫌违法的信息,又有多少只是市场整体波动或行业因素。反垄断业务处理合并审查、垄断与合谋指控,核心问题是市场界定、市场力量与竞争损害,近年随着全球对大型科技公司的反垄断审查升温,这条线的收入增长很快,公司首席执行官在 2026 年 9 月接受采访时表示,反垄断业务在过去五六年里增长了至少 4 倍。知识产权业务处理专利、商标与商业秘密案件,核心问题是合理许可费、利润损失与禁令的经济影响。
岗位与职级:Analyst 与 Associate 是两条线
Cornerstone Research 的初级岗位分两条线。Analyst 面向本科与硕士毕业生,要求在经济学、金融、会计、统计、数学或相关专业有扎实的定量训练,日常工作以数据分析、模型搭建与研究报告支持为主。Summer Analyst 是 Analyst 的暑期实习版本,面向大三学生,实习表现优秀者有机会拿到全职 return offer。Associate 面向经济学、金融、会计或市场营销博士,要求已经毕业或即将在一年内毕业,日常工作更接近初级经济学家:独立负责分析模块、与专家直接沟通、在客户会议上解释方法与结论。两条线不是简单的上下级关系,而是学历入口不同、职责深度不同的平行通道。
有硕士学位的候选人要注意一个细节。公司招聘信息显示,有金融硕士背景的 Experienced Analyst 岗位会根据过往工作经验,入职为 Senior Analyst 或 Research Associate,base 薪水区间为 115000 至 145000 美元,并且该岗位明确标注不提供签证担保。普通应届 Analyst 岗位则不同,公司招聘页面说明会为全职候选人提供签证支持,但要求在美国境内的候选人至少还有 12 个月的工作许可。硕士毕业生投递前,一定要看清岗位描述里写的是 Analyst、Experienced Analyst 还是 Research Associate,三者的薪水、签证政策与面试难度都不一样。
职业发展路径上,Analyst 通常在两三年后晋升为 Senior Analyst,之后可以转向 Research Associate,或在积累经验后申请商学院、法学院与经济学博士项目。公司内部晋升与外部深造两条路都走得通,很多 Analyst 在工作两三年后去读顶尖 MBA 或经济学博士,也有不少人长期留在公司走向 Vice President。Associate 入职后则沿着经济学家通道发展,逐步承担更大的分析责任与客户沟通职责。面试中被问到职业规划时,诚实比套话重要:想读博士就说想读博士,但要说明这段工作经历如何帮助你确认研究方向;想长期做咨询就说想长期做咨询,并说明你对诉讼经济学的兴趣来源。
招聘时间线:秋招为主,越早投越好
Cornerstone Research 的全职 Analyst 招聘以秋季校园招聘为主,针对次年毕业的学生。Glassdoor 上的候选人反馈显示,有人在 9 月中下旬才收到面试邀请,整个流程平均约 17 天,但从投递到收到第一轮面试邀请之间可能要等两到三周。公司官网的招聘页面通常在夏末秋初开放,9 月是投递高峰。建议在开放后两周内投递,不要拖到截止前才提交,因为面试名额是滚动发放的,越晚投递,可选的面试时间越少,竞争也越集中。
Summer Analyst 暑期实习的招聘时间线与全职类似,通常也在秋季开放,面向大三学生,实习在次年夏季进行。博士 Associate 的招聘则跟着经济学 job market 的节奏走,秋季参加美国经济学会 ASSA 年会前后的面试季,招聘信息在 8 月左右发布,面试安排在秋冬。不同学历背景的候选人要按自己的招聘季来准备,不要用本科秋招的时间表去套博士招聘,也不要反过来。
网申材料一般包括简历、cover letter 与成绩单 transcript。Cover letter 在这家公司比在很多科技公司更重要,因为它直接考察你的写作能力与对经济咨询的理解。写 cover letter 时不要泛泛而谈,要具体说明你做过的一个实证项目:研究问题是什么、数据从哪里来、用了什么方法、结论是什么、有什么局限。一份能讲清楚一个项目的 cover letter,比罗列十个社团头衔的简历更有说服力。成绩单方面,经济学、计量经济学、统计与金融课程的成绩会被重点看,GPA 不是唯一标准,但核心定量课程出现明显短板时,需要在面试中准备好解释。
面试流程总览:两轮,每轮都有案例
根据公司官网的 Analyst 面试流程页面与 Glassdoor 上 640 多条面试评价,Cornerstone Research 的 Analyst 与 Summer Analyst 面试共分两轮,整体流程平均约 17 天,难度评分 3.3 分,满分 5 分,约 69% 的候选人评价面试体验为正面,面试官普遍被描述为友好且乐于提供帮助。第一轮是两场背靠背的 30 分钟线上面试,通常通过 Zoom 进行,每场面试都包括背景介绍、行为问题、一个案例讨论与提问环节。第二轮是多小时的线下终面,在公司某个办公室举行,包括四场 45 分钟面试与一顿午餐或与在职员工的非正式交流,每场面试的格式与第一轮相同,但案例更深入、技术要求更高。
Associate 博士岗位的流程在轮次与时长上与 Analyst 相似,但内容侧重不同。Glassdoor 上的博士候选人反馈显示,终面中可能有 25 分钟专门讨论求职者的 job market paper,其余时间做案例面试。也就是说,博士候选人既要准备好讲自己的论文,也要准备好做诉讼经济学案例,两边都不能偏废。部分候选人还提到,第二轮面试里会出现基于真实过往案例改编的情景题,面试官会问如果你是项目团队的一员,会如何着手处理某个具体问题,重点考察思路而不是标准答案。
每一轮面试的通用结构值得单独记住。开场几分钟是自我介绍与简历深挖,面试官会顺着简历上的项目追问细节;中间是行为问题与案例,二者在一场面试里都会出现,不是分开的两场;结尾留出时间给候选人提问。公司官网明确表示,面试考察的是思考过程、理解能力与清晰表达想法的能力,以及实时接受反馈并加以应用的能力。面试中不允许使用 AI 工具,准备时可以用 AI 练习,但面试现场必须靠自己的思考与逻辑作答。终面当天还包括午餐环节,这部分看似非正式,实际上也是考察:你与未来同事相处是否自然、对工作内容是否真的好奇、提问是否有深度。
案例面试的特点:诉讼经济学,不是战略咨询
Cornerstone Research 的案例面试与传统咨询案例有本质区别。麦肯锡与 BCG 的案例通常是市场进入、利润下滑或并购决策,候选人要自己搭建框架、主导讨论;Cornerstone Research 的案例则是诉讼场景,候选人会被放在一个具体的案件情境里,面试官会给出背景、数据与图表,一步一步引导讨论。Glassdoor 上的多位候选人明确指出,这些案例不是管理咨询案例,而是基于真实工作中遇到的挑战改编的,形式上更像一系列有引导的问题,而不是一个开放式的大问题。面试官会主动提供信息、追问假设、改变条件,考察你在互动中调整思路的能力。
案例的核心逻辑只有一条:因果关系。原告声称被告的行为造成了损失,你的任务是判断这个因果链条是否成立,以及如果成立,损失到底有多大。几乎所有案例都可以拆成三个问题:第一,到底发生了什么,被指控的行为是什么;第二,如果没有这个行为,会发生什么,这就是反事实 counterfactual;第三,如何用数据把这两者之间的差额算出来,并且排除其他解释。这个三段式结构适用于证券、反垄断与知识产权三类案例,是准备时最值得内化的框架。
面试官最看重的能力有四项。第一是结构化拆解:能不能把一个大问题切成若干小问题,逐个解决,而不是一上来就跳进计算。第二是数据敏感度:看到一张股价图或一份回归输出,能不能快速指出哪里有问题、还需要什么数据、哪些变量可能遗漏。第三是经济直觉:知不知道什么叫统计显著、什么叫经济显著,二者不是一回事;一个系数在统计上显著,但如果对应的金额微不足道,对案件可能没有意义。第四是沟通能力:能不能用非专业人士也能听懂的语言解释分析,因为最终的听众是法官与陪审团,不是经济学教授。
公司官网给出的案例准备建议有五条,值得逐条对照练习:把问题拆成更小的部分,考虑多种可能的解释,明确说明自己的假设,善用给出的数据与图表,并且在不确定时主动提问。面试中遇到不会的题,不要沉默,也不要硬编答案,可以说出自己的思路、列出需要哪些额外信息、说明在什么假设下结论会改变。这种诚实且结构化的应对,往往比一个碰巧猜对的数字得分更高。面试官手里有标准答案的方向,但他们更在意你到达答案的过程是否严谨。
常见案例题型与解法思路
第一类是证券欺诈与损害赔偿案例,这是出现频率最高的题型。典型设定是某上市公司被指控发布误导性陈述,消息被纠正后股价大跌,原告要求赔偿。解法思路是先做事件研究:确定误导性陈述的公布日与纠正日,观察纠正日前后的股价变化,再用市场模型剔除大盘与行业波动,分离出公司特有的异常收益 abnormal return。接下来要讨论因果关系:股价下跌里有多少是纠正信息导致的,有多少是同期其他消息或市场情绪导致的。最后是损害计算:异常收益乘以受影响的股数,再考虑不同买入时点的投资者损失是否相同。面试中常被追问的点包括:如果纠正日当天还有财报发布怎么办,如果股价在消息公布前已经提前下跌怎么办,以及如何处理多重消息同时出现的情况。
第二类是反垄断与竞争损害案例。典型设定是两家公司合并,或者某家公司被指控操纵价格、排挤竞争对手。解法思路是先界定相关市场:哪些产品与哪些地区的企业真正构成竞争,替代品的范围有多大;再评估市场力量:合并后市场份额、集中度与进入壁垒如何变化;最后量化竞争损害:如果没有被指控的行为,价格会是多少,消费者多付了多少钱。面试中可能会给出价格与销量数据,让你判断价格上涨是成本上升导致的,还是合谋导致的,这时要讨论成本传导、需求弹性与对照组的选择。反垄断案例对经济学概念的要求更高,准备时要复习市场界定、HHI 指数、需求弹性与差异化产品竞争的基本逻辑。
第三类是知识产权与利润损失案例。典型设定是某公司被指控侵犯专利,权利人要求赔偿利润损失或合理许可费。解法思路是先确认专利的有效性与侵权范围,再构建反事实:如果没有侵权,被告会怎么做,是自己研发替代技术、从别处获得许可,还是退出市场;然后比较两种情景下的利润差额。合理许可费的计算要考虑可比许可协议、专利对产品的贡献度与谈判地位。面试中常被追问的点包括:如果被告声称即使没有侵权也能获得同样利润怎么办,如果市场上存在非侵权替代品怎么办,以及如何处理专利只覆盖产品一小部分功能的情况。
第四类是回归与统计推断案例。终面中经常出现这类题,面试官会直接给出一份回归输出,让你解读系数、标准误、显著性与拟合优度。解法思路是先读懂回归设定:因变量与自变量分别是什么,样本量与时间跨度如何;再判断系数是否符合经济直觉,是否存在遗漏变量偏误 omitted variable bias 或反向因果;最后讨论稳健性:如果换一个对照组、加一个控制变量或换一个时间窗口,结论还成立吗。准备时要能脱口而出几个关键概念:统计显著不等于经济显著,相关不等于因果,样本选择偏差会如何扭曲结论。面试官可能会中途改变一个假设,例如告诉你某个变量其实有测量误差,看你能不能指出这会导致估计偏误以及偏误的方向。
官方练习案例解析:Zilo 与 Duff
Cornerstone Research 在官网上公布了两个练习案例,是准备时最接近真题的材料,一定要认真做一遍。第一个是 Zilo 证券案例,第二个是 Duff 知识产权案例。两个案例都配有关键问题、每个问题的提示与团队分析摘要,官网的 Analyst 案例页面可以免费查看。做这两个案例的目标不是背答案,而是熟悉公司出题的语言与节奏:问题如何一步一步展开,哪些信息是面试官会主动给的,哪些需要你自己追问。
Zilo 案例的背景是一家公司被指控在证券方面存在不当行为,股价出现异常波动。练习时要重点关注事件窗口的选择:为什么选这几天而不是那几天,窗口太短会漏掉信息扩散,窗口太长会混入噪音。还要关注如何区分公司特有消息与市场整体波动,以及如何处理消息公布前股价已经开始异动的情况。做完之后,对照官网的团队分析摘要,检查自己的思路漏掉了哪些环节,尤其是那些你以为不重要、但分析摘要里专门强调的步骤。
Duff 案例的背景是一项知识产权纠纷,涉及专利侵权与利润损失。练习时要重点关注反事实的构建:被告如果没有侵权,最可能采取的替代方案是什么,每种替代方案对应的利润分别是多少。还要关注合理许可费的谈判逻辑:专利权人与被许可方各自的议价能力如何,可比交易的价格区间是多少。Duff 案例的价值在于,它展示了知识产权案件里经济分析的边界:有些问题数据可以回答,有些问题只能给出区间估计,诚实地承认不确定性,比给出一个虚假的精确数字更专业。
做完两个官方案例后,建议再找两到三个改编案例做模拟练习,可以是咨询俱乐部 casebook 里的诉讼经济学案例,也可以是自己根据公开案件改编的题目。练习时要出声说出思路,控制每道题的讨论时间,模拟面试官中途打断与追问的场景。最好找一位同学或朋友扮演面试官,专门负责在你讲到一半时改变假设,例如告诉你某个关键数据其实不可靠,或者问你如果样本量减半结论还成立吗。这种抗干扰训练,是区分高分候选人与普通候选人的关键。
行为面试:高频问题与回答框架
行为面试在 Cornerstone Research 的分量很重。有公司内部人士表示,行为部分的分量与案例相当,甚至更重,合作能力、冲突管理与带教能力是被明确点名的考察点。这是因为 Analyst 的工作高度依赖团队:一个案件由多名 Analyst、Senior Analyst 与专家共同完成,数据、模型与报告要在多人之间流转,沟通不畅会直接导致分析错误。面试官通过行为问题判断你是否适合这种协作密集的工作方式。
高频问题包括:介绍一个你主导的数据分析项目,遇到了什么困难,如何解决;讲一次团队合作中出现分歧的经历,你是如何处理的;讲一次你发现别人数据或结论有错误的经历;讲一次你在压力下同时处理多项任务的经历;为什么选择经济咨询而不是投行、管理咨询或读博士;为什么选择 Cornerstone Research 而不是 Analysis Group 或其他经济咨询公司;你最喜欢与最不喜欢的课程分别是什么,原因是什么。每个问题背后都有考察点,回答时要直接回应考察点,不要只讲故事不讲收获。
回答框架建议用 STAR 结构,但要根据这家公司的特点做调整。Situation 用一两句话交代背景,Task 说明你的具体职责,Action 重点讲你做了什么、为什么这样做、考虑了哪些替代方案,Result 不只说结果是好的,还要说结果如何被验证、有什么局限、下次会如何改进。举例来说,讲数据项目时,不要只说我用 Stata 跑了回归,要说数据从哪里来、清洗时发现了什么异常值、为什么选择这个模型、回归结果的经济含义是什么、稳健性检验做了哪些。讲团队冲突时,不要把责任推给队友,要说自己如何理解对方的立场、如何提出折中方案、最终如何达成共识。
准备行为面试最有效的方法,是提前写好 6 到 8 个故事,每个故事覆盖两到三个考察点,并且能灵活组合。故事清单建议包括:最有挑战性的数据项目、一次失败的经历与教训、一次团队冲突与解决、一次带领或指导他人的经历、一次在时间压力下交付的经历、一次发现并纠正错误的经历。每个故事准备 2 分钟版本与 1 分钟精简版本,面试中根据时间灵活调整。写故事时要用具体数字:样本量多大、数据有多少行、模型跑了多久、结果改变了什么决策,数字会让故事立刻可信起来。
提问环节同样重要,每场面试结尾都会留出时间让候选人提问。准备 3 到 5 个有深度的问题,例如:Analyst 入职第一年通常会参与几类案件,团队如何分配任务;公司如何培训新人的统计与编程技能;终面午餐环节之外,Analyst 与专家合作的日常是怎样的;最近哪个案件让团队印象最深刻,经济分析在其中起了什么作用。不要问官网上一查就能找到答案的问题,也不要问薪水与工作时长这类可以在 offer 阶段再谈的问题。好的提问能展示你对工作的真实好奇,也能帮你判断这份工作是否适合自己。
笔试与数据分析测试:有没有,考什么
根据公司官网公布的流程与 Glassdoor 上的候选人反馈,Cornerstone Research 的 Analyst 与 Associate 面试没有单独的标准化笔试环节,案例面试本身就承担了技术考察的功能。也就是说,不会出现像某些公司那样的限时在线测评或 take-home 作业,技术能力主要通过面试中的案例讨论与简历深挖来判断。但这并不意味着可以放松技术准备,案例里随时可能出现回归输出、股价图表与数据表格,要求候选人现场解读。
博士 Associate 候选人则有一个类似笔试的环节,就是 job market paper 的讨论。面试官会花 20 到 25 分钟深入讨论你的论文,包括研究问题、识别策略、数据来源、稳健性检验与结论的政策含义。准备时要能用 3 分钟讲清论文的核心贡献,用 10 分钟讲清识别策略与主要结果,并准备好回答关于内生性、样本选择与外部有效性的追问。如果论文还在进行中,要诚实说明哪些部分已完成、哪些还在做,不要夸大完成度。
编程与统计软件方面,公司日常工作中常用 Stata、R、Python 与 Excel,面试中一般不会要求现场写代码,但简历上写的每一种工具都可能被追问。写了 Stata,就要准备好讲你用 Stata 做过什么项目,处理过什么数据问题;写了 Python,就要准备好讲你用过哪些库,处理过什么规模的数据。不要在简历上罗列自己只上过一节课的工具,面试官一追问就会露馅。与其写 6 种工具都不精,不如写 2 到 3 种真正用过的,并能讲出具体项目细节。
薪水包:多口径并列,不确定性如实标注
薪水是求职者最关心的信息,也是最容易被误读的信息。本节所有数字均来自 2026 年 11 月 17 日的公开查询,不同来源的统计口径、统计时点与样本范围不同,数字不一致是正常的,本文并列呈现,不做强行统一。最权威的口径是公司自己在招聘信息里公布的 base 薪水,其次是 Glassdoor 与 levels.fyi 的员工自报数据,最后是第三方求职网站转载的招聘信息,转述时可能存在滞后。
本科与硕士 Analyst 的 base 薪水,根据公司 2026 年招聘信息与第三方汇总,为 112500 美元,适用于 2026 年 12 月至 2027 年 7 月之间毕业的候选人。这一数字比上一个招聘周期的 105000 美元有所上涨,反映了市场薪资水平的变化。Glassdoor 给出的 Analyst 平均总薪水区间为 102000 至 133000 美元,这个区间是员工自报数据的汇总,包含了 base 与 bonus,但样本量与统计方法与公司公布口径不同,因此区间下限低于公司公布的 base 数字并不矛盾,阅读时要注意口径差异。
有经验的 Analyst 岗位薪水更高。根据公司招聘信息,有金融硕士背景的 Experienced Analyst,base 薪水区间为 115000 至 145000 美元,入职职级为 Senior Analyst 或 Research Associate,具体取决于过往工作经验。除 base 外,新入职的 Experienced Analyst 有资格获得入职奖金 signing bonus,并有资格获得基于项目表现与公司贡献的酌情奖金 discretionary bonus。Senior Analyst 的薪水在 Glassdoor 2026 年的估计中约为 135000 美元,但这只是第三方估计,不是公司公布数字,引用时要标注为估计值。
博士 Associate 的 base 薪水,根据公司 2026 年经济学 job market 招聘信息,为 245000 美元。这一数字经历了逐年上涨:2023 年招聘周期为 220000 美元,2024 年为 230000 美元,2026 年达到 245000 美元。但要注意,不同渠道转载的同一岗位信息存在差异:另一份 2025 年 8 月发布的招聘信息显示 Associate base 为 235000 至 240000 美元,低于 245000 美元的最新口径。这种差异可能来自发布时间不同、岗位地点不同或信息转载滞后,本文并列呈现两个口径,读者应以申请时官网招聘页面公布的数字为准。除 base 外,新入职 Associate 有资格获得 signing bonus,金额取决于技能、教育背景与工作经验,并有资格获得基于表现与公司贡献的酌情奖金。
全公司层面的总薪水数据来自 levels.fyi,截至 2026 年 8 月,公司全员总薪水 median 为 172603 美元,最高 verified 薪水包为 302750 美元。这个 median 覆盖了从 Analyst 到 Senior Economist 的所有职级,因此不能直接理解为某个具体岗位的薪水,只能作为公司整体薪资水平的参考。Senior Economist 的 base 薪水在招聘信息中最高可达 302500 美元,但 Vice President 及以上职级的薪水公司不公开,任何单一数字都应谨慎对待,因为高级别薪水与客户开拓能力高度相关。
福利方面,公司官网招聘页面说明提供市场领先的薪水与福利组合,包括健康与 wellness 支持、家庭支持等,但具体细节需要以 offer letter 与入职材料为准。公开信息中没有披露统一的 bonus 比例或具体的福利清单,因此本文不编造具体数字。求职者在拿到 offer 后,可以通过人力资源部门了解医疗保险、退休计划、带薪休假与远程办公政策的细节,并与同行业其他公司的 offer 做横向比较。比较薪水时,要把 base、bonus、福利与工作地点生活成本放在一起看:公司实行全美统一 base 薪水,同一份薪水在芝加哥的购买力明显高于在纽约或旧金山,选办公室时要把这一点算进去。
内推与网申渠道:官网是主渠道
Cornerstone Research 的主要申请渠道是公司官网的招聘页面,候选人按国家与地区选择美国、英国或比利时入口投递。公司官网明确说明,美国学生不能申请英国或比利时岗位,反之亦然,投递前要确认自己的申请入口正确。网申之外,校园招聘宣讲会与校友内推也是重要渠道,公司会在目标院校举办信息分享会,参加宣讲会并与在职员工交流,是了解公司与获得内推的有效方式。
内推的价值在于获得简历被认真阅读的机会,而不是绕过面试流程。即使有内推,候选人仍然要经过完整的两轮面试,案例与行为面试的标准不会降低。找内推时,优先联系校友或在公司实习过的同学,请对方介绍公司的工作内容与文化,而不是只请对方帮忙递简历。内推人如果能结合你的背景写一段推荐,说明你为什么适合经济咨询,效果会比单纯转发简历好得多。LinkedIn 上可以直接搜索 Cornerstone Research 的在职员工,按学校与专业筛选,发送简短有礼的私信请求交流,大多数人愿意花 15 分钟做一次 informational interview。
网申材料的准备要点前面已经提到,这里补充两个细节。第一,简历要控制在一页,突出定量课程、数据项目与研究经历,实习与兼职经历要写清楚你做了什么分析、用了什么方法、产生了什么结果,而不是只写岗位名称。第二,cover letter 要针对 Cornerstone Research 定制,说明你为什么选择经济咨询、为什么选择这家公司、你的哪个项目经历与诉讼经济学相关。通用模板式的 cover letter 很容易被识别出来,效果适得其反。如果学校有职业中心提供简历修改服务,建议在投递前请职业顾问审阅一遍。
常见拒信原因:对照自查清单
拒信原因第一位是案例面试中缺乏结构化思维。很多候选人一拿到案例就急于计算,或者只盯着一个数字反复纠结,没有先把问题拆开,没有说明假设,也没有讨论反事实。面试官的反馈往往是思路不清晰,而不是计算错误。改进方法是练习时强制自己先花 2 分钟讲框架,再进入细节,并且每算一步都说明这一步在回答哪个子问题。如果面试中发现自己跑偏了,要主动停下来重新梳理,而不是硬着头皮算下去。
拒信原因第二位是经济直觉薄弱,表现为分不清统计显著与经济显著,或者对因果推断的基本逻辑不熟悉。例如,看到回归系数显著就断言因果关系成立,忽略了遗漏变量与反向因果的可能;或者看到股价下跌就直接等同于损害金额,没有剔除市场波动。改进方法是系统复习中级微观经济学、计量经济学与金融学的基础概念,重点是因果推断、事件研究与回归解读,准备时要能用自己的话解释每一个概念,而不是背诵定义。
拒信原因第三位是行为面试准备不足,表现为故事空洞、缺乏细节,或者对为什么选择经济咨询回答得含糊其辞。面试官会追问故事里的细节,如果候选人答不上来,就会怀疑故事的真实性或候选人的参与程度。改进方法是提前写好故事清单,用数字与具体行动充实每个故事,并准备好回答为什么是 Cornerstone Research、为什么是经济咨询这两个必问题,答案要结合自己的经历,而不是套用官网宣传语。
拒信原因第四位是简历与面试表现不一致。简历上写的项目在面试中讲不清楚,或者简历上写的技能在追问下答不上来,都会让面试官对候选人的诚信产生怀疑。改进方法是投递前逐行检查简历,确保每一行都能讲出 3 分钟的细节,删掉自己讲不清楚的内容。宁可简历短一点、每一条都扎实,也不要为了凑篇幅写上自己并不熟悉的经历。
拒信原因第五位是沟通表达问题,包括讲得太快、逻辑跳跃、用术语堆砌而没有解释。诉讼经济学最终要向法官与陪审团解释,清晰表达是核心能力。改进方法是练习时录音回放,检查自己是否每句话都有主语、是否在关键结论处停顿、是否主动确认面试官是否跟上了自己的思路。放慢语速、适当停顿、及时总结,是面试中非常加分的做法。
准备建议:四周冲刺计划
第一周打基础。复习微观经济学、计量经济学与公司金融的核心概念,重点是需求弹性、市场界定、因果推断、回归解读与事件研究。每天花 1 小时看公司官网的业务介绍与案例页面,了解证券、反垄断与知识产权三类业务的基本逻辑。同时整理简历与 cover letter,写好 6 到 8 个行为面试故事的初稿。
第二周做官方案例。认真完成 Zilo 与 Duff 两个练习案例,对照官网的分析摘要查漏补缺。每天做 1 个模拟案例,练习时出声表达,控制时间在 30 分钟以内。开始联系校友与在职员工做 informational interview,了解不同办公室的业务侧重与团队文化,为选办公室与准备提问环节积累素材。
第三周做模拟面试。找同学或朋友扮演面试官,完整模拟第一轮的两场 30 分钟面试,包括自我介绍、行为问题、案例讨论与提问环节。模拟后请对方给出反馈,重点是结构是否清晰、假设是否明确、沟通是否顺畅。根据反馈调整故事清单与案例框架,补齐薄弱的经济学概念。博士候选人这一周要重点演练 job market paper 的 3 分钟与 10 分钟两个版本。
第四周做终面准备。复习所有故事与案例框架,准备终面当天的行程与着装,提前查好办公室路线。终面前一天不要再做高强度的新题,以复习与休息为主,保证睡眠。面试当天提前到达,带上纸笔,保持从容。终面结束后 24 小时内,给每位面试官发送感谢邮件,简短回顾面试中讨论的一个具体问题,表达感谢与兴趣,邮件要针对每位面试官定制,不要群发同一模板。
常见问题 FAQ
Q1:Cornerstone Research 是做什么的,和麦肯锡、BCG 有什么区别?Cornerstone Research 是经济咨询公司,主做诉讼与监管相关的经济分析,为律师与监管机构提供专家证言支持,核心工作是因果关系判断与损害赔偿建模。麦肯锡与 BCG 是管理咨询公司,主做战略、运营与组织问题。两者的案例面试完全不同,前者考诉讼经济学,后者考商业战略,准备方法不能通用。
Q2:Analyst 与 Associate 有什么区别,我应该投哪个?Analyst 面向本科与硕士毕业生,日常工作以数据分析与模型支持为主;Associate 面向经济学、金融、会计或市场营销博士,工作更接近初级经济学家,需要独立负责分析模块并直接与专家沟通。本科与硕士毕业生投 Analyst,博士毕业生投 Associate,硕士毕业生要注意区分普通 Analyst 与 Experienced Analyst 的不同要求。
Q3:面试一共几轮,每轮多长时间?Analyst 与 Summer Analyst 共两轮。第一轮是两场 30 分钟线上面试,第二轮是四场 45 分钟线下面试加午餐交流,每场都包含案例讨论。博士 Associate 的轮次与时长类似,但终面中会留出时间讨论 job market paper。整体流程平均约 17 天,数据来自 Glassdoor 640 多条面试评价的汇总,查询日期 2026 年 11 月 17 日。
Q4:案例面试会考哪些题型,需要提前学哪些经济学知识?最常见的题型是证券损害赔偿、反垄断竞争损害、知识产权利润损失与回归统计推断四类。需要复习的经济学知识包括事件研究、市场界定、需求弹性、反事实构建、因果推断与回归解读。公司官网公布的 Zilo 证券案例与 Duff 知识产权案例是最接近真题的练习材料,建议认真做一遍。
Q5:面试中有笔试或现场编程测试吗?根据官网流程与 Glassdoor 反馈,Analyst 面试没有单独的标准化笔试,技术能力通过案例讨论与简历深挖考察。面试中不会要求现场写代码,但简历上写的每一种工具都可能被追问。博士候选人的 job market paper 讨论是类似笔试的深度技术环节,需要重点准备。面试中不允许使用 AI 工具。
Q6:Analyst 与 Associate 的薪水分别是多少?根据 2026 年 11 月 17 日的公开查询,本科与硕士 Analyst 的 base 薪水为 112500 美元,来自公司 2026 年招聘信息;Glassdoor 给出的 Analyst 平均总薪水区间为 102000 至 133000 美元,口径为员工自报汇总。博士 Associate 的 base 薪水为 245000 美元,来自公司 2026 年经济学 job market 招聘信息,另有 2025 年 8 月发布的招聘信息显示为 235000 至 240000 美元,两个口径并列呈现,以申请时官网数字为准。levels.fyi 截至 2026 年 8 月的全员总薪水 median 为 172603 美元,覆盖所有职级,仅作整体参考。
Q7:公司提供签证支持吗,国际学生可以申请吗?公司招聘页面说明会为全职候选人提供签证支持,但要求在美国境内的候选人至少还有 12 个月的工作许可。需要注意的是,有金融硕士背景的 Experienced Analyst 岗位明确标注不提供签证担保,投递前一定要看清岗位描述。伦敦与布鲁塞尔办公室有各自的申请入口,美国学生不能申请英国或比利时岗位,签证政策以官网招聘页面为准。
Q8:没有经济学背景可以申请吗,什么样的候选人最有优势?公司欢迎经济学、金融、会计、统计、数学及相关专业的候选人,非经济学背景的候选人如果有扎实的定量训练与数据项目经验,也可以申请。最有优势的候选人通常具备三点:核心定量课程成绩扎实,能讲清楚一个完整的实证项目,以及对诉讼经济学有真实兴趣并能在面试中表达出来。面试前认真做完官方案例、准备好行为故事、能清晰表达思路,比单纯堆砌实习经历更重要。
免责声明:本文仅供一般信息参考,不构成法律意见,也不构成求职或薪资承诺。面试流程与薪水数据以 Cornerstone Research 官网招聘页面与各来源在查询日期 2026 年 11 月 17 日公布的信息为准,实际流程与薪资可能因岗位、办公室与招聘周期而有所不同,请以申请时官网信息与 offer letter 为准。










暂无评论内容