姜富偉教授在《Narrative-Managed Market Portfolio》中利用大型新詞庫和機器學習集成算法,将經濟叙事應用于市場投資組合管理的綜合性研究,對于經濟叙事,使用了LDA這一成熟的NLP算法,從非結構化叙事中全面提取信息。文章根據叙事驅動的預測來管理市場投資組合,從而在有利時機保持足量的多頭頭寸,在不利時期保持空頭頭寸。
展凱教授帶來《數字金融素養對消費不平等的影響——基于2021年CHFS-SCAU調查數據的實證研究》的演講,提出提升居民數字金融素養有助于縮小消費不平等,收入不平等、流動性約束、家庭資産配置是數字金融素養降低消費不平等的重要作用渠道;數字金融素養對低學曆和中老齡人群、低收入和低資産、鄉村地區家庭消費不平等的作用效果更大;基于消費不平等形成機制的進一步讨論發現數字金融素養不僅可以縮小消費機會的不平等,還能降低消費能力的不平等。
蔡衛星教授進行《基于大數據的公司基本面預測模型與交易策略:以在線投訴數據為例》的報告,他嘗試利用一個獨特的消費者投訴數據,識别其信息含量,并在此基礎上構建交易策略,深入考察了另類數據能否很好地預測公司的成長性,并發現投訴的數量越多,公司未來營收的增長率顯著為負。
黃金波教授的演講題目為《抽樣頻率、股價高估與特質波動率異象》,他經過研究發現特質波動率異象的存在性與抽樣頻率有關,信息衰減效應造成了不同頻率下的結果差異;日頻數據下的特質波動率異象是由高特質波動率股票的價格高估而産生的反轉效應造成,在價格容易被高估的股票組合中特質波動率異象更顯著;基于Fama-MacBeth回歸的實證結果發現,控制特質波動率與高估因子的交互影響之後,特質波動率異象消失;盡管特質波動率異象穩健地存在中國A股市場,但并沒有發現特質波動率之謎存在的證據。
殷吉浩在《數字金融對股價崩盤風險的影響研究》研究中發現,數字金融能夠通過促進技術創新和緩解融資約束進而平抑股價崩盤風險;高新技術企業具有更高的技術創新水平和較低的融資約束,東中部地區數字基礎設施更為完善,技術創新的地理溢出效應更明顯,因而數字金融平抑股價崩盤風險更有效;同時較高的機構投資者持股比例能夠提升數字金融對股價崩盤風險的平抑效果。
崔皓做了題為《金融科技、知識産權試點與企業數字化轉型》的報告, 研究發現,金融科技在企業數字化轉型過程中發揮了積極的促進作用,且對非國有企業、高科技企業的數字化轉型中金融科技的助推作用更為明顯;金融科技通過促進企業信息披露程度提高、風險承擔能力躍升渠道、數字創新能力躍升三種渠道有效提升企業綜合競争力,促進企業數字化轉型發展。
姚凱辛的報告《貨币政策、非金融企業影子銀行化與數字化轉型》發現,非金融企業影子銀行化顯著抑制了企業數字化轉型,且無論企業以“實質性信用中介”還是“影子信貸鍊條”開展影子銀行業務,兩種模式均會對企業數字化轉型産生顯著的抑制效應;不同類型的貨币政策産生的調節作用有所差異,寬松的貨币政策會增強非金融企業影子銀行化對數字化轉型的抑制作用。