在理论和实际应用中，计量经济学分为两个方向：参数方法和非参数方法。在我们知道经济方程的形式的时候，我们可以用参数方法。通过一些检验，比如“t-检验”，“Chi-检验”，我们可以分析一个参数是否显著。
但是我们不知道方程形式的时候，我们就要用非参数的方法。非参数的方法有两种：一种我们称为“核（Kernel）”,一种我们称为“Sieve”。前一种的原理有点像移动平均，虽然我们可以找出一个曲线来拟合样本，但是这个方法的缺点是我们很难用它来检验经济学的理论。不同于Kernel方法，“Sieve”主要用“泰勒公式”或者“Power Series”等方法把一个形式未知的方程展开，然后估计这个方程。这样我们就可以检验那些参数是否显著。从某种意义上讲，Sieve 方法很接近于参数方法，在经济学中的应用会超过了Kernel 方法。陈晓红最大的贡献就是和艾春荣教授把“一般矩估计方法（GMM）”导入了Sieve 方法，证明了一致性，效率性以及正态性；一般化了Sieve 估计方法。这个贡献使得她与 LSE的 Peter Robinson 教授和 MIT的Whitney Newey教授成为了非参数计量经济学里面最顶尖的人物。
看看陈晓红的学术经历，那也常惊人的。UCSD的博士，大学经济系助理教授，LSE的Reader(副教授), 纽约大学经济学系的教授，现在是耶鲁大学的教授。能够界这些最顶尖的大学里面纵横驰骋，除陈晓红，能有几人。
陈教授作为世界计量经济学领域的顶尖专家，在从事理论计量经济学研究的同时，也与应用经济学各领域的学者们有着多方面的合作。她的主要研究领域包括筛分（sieve）广义矩估计方法以及对多种半参数和非参数模型的估计和推断（具体包括测量误差模型，缺失数据模型，copula 模型， 非线性时间序列模型，资产定价分析模型，潜在差异性模型，以及对部分识别模型的稳健推断）。
陈教授因为在计量理论方面的具有世界影响的原创性工作，于 2007 年当选为“计量经济学会会士”（在中国内地出生并接受高等教育的第一人）。与此同时，她也是 the Centre for Microdata Methods and Practice（英国，伦敦）的国际会士，和the Journal of Econometrics的会士。她还担任了大学光华管理学院以及上海财经大学的特聘教授， 并于 2013 年入选千人计划项目（短期）。她的其他项还包括，Econometric Theory期刊的 Multa Scripsit Award，应用计量经济学的 Richard Stone Prize，以及理论计量经济学的Arnold Zellner Award。