ENGLISH 中财主站 加入收藏
当前位置: 首 页 > 学术科研 > 讲座报告 > 正文

讲座 | 龙马奋进—中国投资论坛第13期

发布时间:2020-11-23来源: 浏览次数:

主讲时间:2020年11月26日(星期四),上午8:30-11:30

主讲地点:腾讯会议;会议号:678891 904

:荆中博,科研与学科建设部/投资系主任,副教授

论坛内容与议程

1、主持人致辞

2、与会嘉宾发表主题演讲(每人50分钟)

题目:Selecting Mutual Funds From the StocksThey Hold: A Machine Learning Approach(通过持仓股票选择基金:一种机器学习方法)

——李斌,武汉大学经济与管理学院金融系教授、博士生导师

题目:电商平台救助入驻企业的最优策略与救助效益

——曾燕,中山大学岭南学院教授、博士生导师

题目:Shell-ShockedInvestors: Earthquake Effect on Yield Spreads of Quasi-Municipal Bonds

——高昊宇,中国人民大学副教授,汉青经济与金融高级研究院金融系主任

3自由讨论(10分钟)

中央财经大学jxf吉祥官网总站投资系

2020年11月23日

论文摘要与嘉宾简介

论文题目:SelectingMutual Funds From the Stocks They Hold: A Machine Learning Approach

论文摘要:Weselect mutual funds in real time by combining individual fund holdings and alarge number (94) of stock characteristics to compute fund-levelcharacteristics on the basis of the stocks they hold. We show that, first, themajority of funds are largely exposed—both positively and negatively—toapproximately 40-50 characteristics. Second, fund performance is non-linearlyrelated to fund characteristics and there are significant degrees of interactionbetween different fund characteristics and fund performance. Third, when wepredict fund performance, these nonlinearities and interactions prove importantas machine learning methods such as Boosted Regression Trees (BRT) outperformsignificantly standard linear frameworks. Fourth, while in our setting BRToutperform the LASSO, elastic nets, random forests, and neural networks with 1through 5 hidden layers, these other machine learning methods deliver goodperformance, and they all outperform ordinary least squares models. Finally,while we detect significant predictability using machine learning methods, it isshort-lived and time-varying—both in terms of which fund characteristics matterthe most and in terms of the functional relation connecting fundcharacteristics and fund performance.

嘉宾简介:李斌,现为武汉大学经济与管理学院金融系教授、博士生导师,担任金融系副主任与金融科技研究中心执行主任。研究方向为金融科技、投资管理和机器学习等,具备金融+科技的跨学科背景与研究能力,在《Journalof Accounting Research》、《Artificial Intelligence》、《Journalof Machine Learning Research》、《管理科学学报》、《中国工业经济》、《系统工程理论与实践》、ICML、IJCAI等金融会计和人工智能类期刊会议上发表论文。主持国家自然科学基金、教育部人文社科基金等项目,已结题自科基金青年项目后评估为特优。指导的学生获得武汉大学研究生学术创新奖一等奖等。

论文题目:电商平台救助入驻企业的最优策略与救助效益

论文摘要:基于电商平台运营以及危机救助的主要特征,本文构建理论模型分析危机冲击下平台对旗下入驻企业的救助策略与救助效益,旨在阐述不同救助策略的差异及其相互作用。我们发现:1)若只考虑单一救助策略,当入驻企业受危机影响较大时,只有“输血”才能救助入驻企业,例如平台需向入驻企业提供贷款;反之当入驻企业受危机影响较小时,“不抽血”的救助策略将起到更好的救助效果,例如平台应减免或延后收取平台租金。2)若考虑组合救助策略,当平台资金充足时,平台收益和救助比例均随入驻企业受危机影响程度的加深而上升;当平台面临资金约束时,平台收益和救助比例均随入驻企业受危机影响程度的加深而下降。3)相较于银行等外部资金机构,平台是更高效的救助主体:考虑到平台与入驻企业呈共生关系,平台愿意牺牲部分短期贷款收益以换取入驻企业持续经营带来的佣金与租金等长期收入。本文提供了对平台经济的救助策略和救助效益的评估分析框架,为理解平台经济起到的危机稳定器作用提供了新视角和新见解。

嘉宾简介:曾燕,男,中山大学岭南学院教授、博士生导师。其主要从事金融工程、风险管理、保险精算、数字普惠金融与金融经济学等领域的研究,曾在美国麻省理工学院(MIT)、加拿大滑铁卢大学、新加坡国立大学、香港大学访问,是国家社科基金重大项目首席专家、广东省青年珠江学者、广东省自然科学基金杰出青年项目获得者、霍英东教育基金项目获得者、广东省高校“千百十工程”培养对象、系统科学与系统工程青年科技奖获得者、中国决策科学青年科技奖获得者;主持了国家自科面上项目等10余项课题;在本领域著名期刊《Journalof Economic Dynamics and Control》、《Insurance:Mathematics and Economics》、《Annals of Operations Research》、《IEEESystems Journal》、《Journal of Optimization Theory andApplications》、《管理科学学报》等上发表学术论文70余篇,其中SCI/SSCI收录40篇;研究成果获得广东省哲学社科优秀成果一等奖(省级)、第七届高等学校科学研究优秀成果三等奖(部级)、中国人保部社会保障论坛征文三等奖(部级)等;学术兼职包括广东省本科高校金融学类专业教学指导委员会秘书长、中国优选法统筹法与经济数学研究会理事、中国优选法统筹法与经济数学研究会量化金融与保险分会秘书长、中国优选法统筹法与经济数学研究会青年工作委员会常务委员、中国运筹学会金融工程与金融风险管理分会常务理事、中国运筹学会决策科学分会常务理事、QuantitativeFinance and Economics编委等。

论文题目:Shell-ShockedInvestors: Earthquake Effect on Yield Spreads of Quasi-Municipal Bonds

论文摘要:Usinga comprehensive data set of earthquakes in China, this paper shows thatinvestors increase the perceived risk of quasi-municipal bonds exposed todestructive earthquakes and require a significantly positive risk premium. Ourresults find that the effect is temporary and decreases with investors' priorknowledge of earthquake hazards, which supports the salience theory. Thisirrational pricing bias is larger when bonds have longer maturity, lower creditrating, and weaker government implicit guarantees. We exclude alternativeexplanations based on the financial underperformance of governments and firmsin affected zones. Our findings reveal a novel bond pricing factor associatedwith sudden natural disasters.

嘉宾简介:高昊宇,中国人民大学副教授,汉青经济与金融高级研究院金融系主任,中国人民大学“杰出学者”青年学者,第5届中国科协“青年人才托举工程”入选人.研究兴趣集中在公司金融,金融市场中介,中国资本市场,绿色金融,银行与风险管理等方面.学术成果已经发表或接受发表在Reviewof Financial Studies(RFS), Journal of Financial Economics(JFE), Journal ofFinancial and Quantitative Analysis(JFQA), Journal of Financial ServicesResearch(JFSR),《金融研究》,《中国管理科学》与《系统科学与数学》等国内外主流金融学和管理学知名期刊.他的论文还曾获得12届亚太金融市场年会(2017,首尔),31届亚洲金融学年会(2018,东京)最佳论文奖,第八届投资学年会(2020)最佳论文奖。他的学术兼职有金融科技教育与研究50人论坛青年成员,中国运筹学会金融工程与金融风险管理分会理事,中国优选法统筹法与经济数学研究会量化金融与保险分会理事,美国金融学会会员和中国系统工程学会会员等。此外,他主持一项国家自然科学基金项目,参与多项国家自然科学基金重点项目,多次受邀参加中国银保监会、国家开发银行、广西壮族自治区发改委和地方金融监管局、中国银行、东方资产管理公司等合作课题项目。