第六届PKU-NUS数量金融与经济学国际学术会议在线上举行

2022年5月14日至15日，第六届北京大学(PKU)-新加坡国立大学(NUS)数量金融与经济学国际学术会议在线上举行。此次会议由北京大学汇丰商学院、新加坡国立大学风险管理研究所、北京大学数量经济与数理金融教育部重点实验室联合举办，北京大学数学科学学院承办，百余位学者围绕数量金融经济最新的学术研究成果展开研讨，线上累计观看849人次。

会议主办方代表分别致辞

在14日的开幕式中，北京大学光华管理学院李辰旭教授，北京大学深圳研究生院副院长、汇丰商学院院长王鹏飞教授，新加坡国立大学风险管理研究所所长陈逸群（Yi-Chun CHEN）教授先后致辞。李辰旭对与会嘉宾表示欢迎，他希望此次会议能推动更深入广泛的校际学术交流与合作。王鹏飞在致辞中对本次会议的合作方表示感谢，分享了北大汇丰在2021年取得的学术成果，回顾了北大汇丰与新加坡国立大学的合作历史，希望线上学术会议可以增进学者友谊，追踪学术前沿。陈逸群在致辞中回顾了PKU-NUS数量金融与经济国际学术年会的历史，并对参会嘉宾表示欢迎，他期待北京大学与新加坡国立大学继续保持紧密的合作关系。

主旨演讲嘉宾

本次会议邀请普林斯顿大学经济系Yacine Aït-Sahalia教授、西交利物浦大学Xuezhong (Tony) He教授、哥伦比亚大学刘庆民教授分别作主旨演讲。Tony He对其论文《定量投资与价格信息性》（Quantitative Investing and Price Informativeness）做了介绍。文章建立了一个关于量化投资的资产管理市场的均衡模型以研究量化投资对市场效率和稳定性的影响。研究表明，量化投资对价格信息的影响有两方面：一方面，带来了更多的信息资本和优越的价格信息；另一方面，不完善的价格解释间接地给均衡结果注入了系统噪声。在市场结构内生决定的均衡状态下，价格信息的降低吸引更多的资金流向量化基金，且进一步促进了量化基金的形成。Yacine Aït-Sahalia、刘庆民分别作了题为“高频价格在何时可预测及如何预测？”（How and When are High-Frequency Prices Predictable?）、“双边匹配市场的稳定性和效率”（Stability and Efficiency of Two-Sided Matching Markets）的演讲。

本次会议组织者还从众多投稿中评选出45篇高质量的学术论文，邀请作者与会宣读并分组研讨。这些论文涉及微观经济学、数理经济学、宏观经济与金融、金融工程、金融建模、金融科技、投资组合选择等主要领域。其中，汇丰商学院有7篇文章入选。

学院参会者介绍论文成果（由上至下，左起：董丁、殷臻达、Jeahyuk Choi、DuckKi Cho、张悦琪、李健、彭献华）

香港科技大学博士研究生董丁介绍了与王鹏飞、美联储旧金山分行刘铮教授合作撰写的论文《动荡的商业周期》（Turbulent Business Cycles）。作者基于对数据的分析，发现生产扰动（即企业生产率在行业内排名的自相关性）具有逆周期性，对宏观经济有重要影响，与经济衰退密切相关。在微观层面上，生产扰动会使资源向低生产率企业倾斜。基于以上事实，作者通过一个有异质性企业和借贷限制的真实商业周期模型研究了生产扰动对于宏观经济和资源错配的影响，并分析不同政策带来的效果。研究结果表明，生产扰动将冲击宏观经济，放大资源错配，而金融摩擦增强了这一冲击带来的影响。借贷补贴和信用宽松放松了企业的借贷限制，有助于缓解生产扰动的冲击。前者稳定经济的能力更强，但会带来更大范围的资源错配，而后者可以提高资源配置效率。

殷臻达助理教授介绍了与康奈尔大学的Michael Jordan教授合作撰写的论文：《晋升、逆向选择和效率》(Promotions, Adverse Selection, and Efficiency)。论文考虑了劳动力市场的逆向选择如何影响晋升决策的效率。在本文的模型中，当由于缺乏足够的管理岗位（职位限制）而无法晋升高技能员工时，对于该员工而言，将其转到其他缺乏高技能员工的公司是更有效的。在雇主学习不对称的情况下，由于工人当前雇主的私人信息，逆向选择可能会阻止这种类型的员工更替。我们发现为具有最高预期能力的年轻工人接受非升即走合同可以有效地解决这一逆向选择问题，因为它迫使未晋升的员工离职，从而提高晋升决策的效率。本文还解释了若干现实中与非升即走合同相关的公司行为。

Jeahyuk Choi副教授介绍了论文《用Karhunen-Loeve展开对Ornstein-Uhlenbeck驱动的随机波动率模型的一个新的精确模拟》(A New Exact Simulation of the Ornstein-Uhlenbeck DrivenStochastic Volatility Model Using the Karhunen-Loève Expansions)。在Ornstein-Uhlenbeck驱动的随机波动率（OUSV）模型下可以高效、准确的完成蒙特卡罗模拟，但精确模拟计算量比较大。因此Choi使用Karhunen-Loève (KL) 展开式将波动路径表示为无限正弦序列。新的方法比之前的计算速度更快，而且数值试验验证了新方法的正确性和有效性。

DuckKi Cho助理教授介绍了论文《工人力量的衰减如何影响对最低工资的投资敏感性？》(How Does Declining Worker Power Affect Investment Sensitivity to Minimum Wage?)。考虑到美国工人力量下降的微观经济影响，Cho探讨了工人力量的减弱如何影响企业层面的投资决策。基于1983年至2017年期间最低工资的历史变化，他发现文献中提出的各种导致工人力量下降的因素会降低企业投资对工资的敏感性。这些因素包括全球化（1999年美中双边协议、中国于2001年加入世贸组织）、技术变革和工会力量削弱。

2018级博士研究生张悦琪介绍了与李凯副教授合作撰写的论文《中国关键利率的仿射期限结构模型》（Affine Term structure model of China’s Key Interest Rates）。文章运用2015—2021年间不同期限的DRepo、Repo和SHIBOR利率观测数据，利用五要素仿射期限结构模型研究了中国银行间市场DRepo和Repo、SHIBOR间的利差和利差期限结构。研究表明，流动性因素主要影响DRepo和Repo间利差，且影响随期限变长而减弱。信用因素主要影响超短期内DRepo和SHIBOR间利差，且利差随信用风险上升而增加。若流动性风险增加，DRepo和SHIBOR间利差将降低，但该影响随期限增长而减弱。

2019级博士研究生李健介绍了与Jaehyuk Choi副教授、雎岚副教授和涂志勇副教授合作的论文《信息提取与艺术品定价》（Information extraction and artwork pricing）。文章基于享乐定价模型，引入香农信息论，提出了奇异值分解（SVD）熵度量的图像信息量因子，使用FindArtInfo和wikiArt数据库的数据，实证验证了信息量对艺术品定价的正向影响并与现有研究中的其他内容因子进行了比较。

彭献华副教授介绍了论文《随机控制问题的机器学习算法》（A Machine Learning Algorithm for Stochastic ControlProblems），文章基于随机梯度下降算法（SGD）和蒙特卡洛模拟提出了解决随机控制问题的单调蒙特卡洛控制（MMCC）算法，以解决最优策略非平稳的有限期的随机控制问题。该算法的迭代过程中保持目标函数单调上升，且算法具有良好的收敛性质，可以求解状态维度超过100的高维问题。数值结果表明，该算法可以有效求解随机波动率模型和递归效用下的投资组合问题。

此外，来自耶鲁大学、密歇根大学、威斯康星大学麦迪逊分校、英属哥伦比亚大学、剑桥大学、伦敦大学学院、新加坡国立大学、北京大学、清华大学、香港大学、香港科技大学、香港中文大学、香港城市大学、南京大学等高校及微软研究院的学者参会并作了论文宣读和讨论。

PKU-NUS数量金融与经济学国际学术会议由北京大学汇丰商学院和新加坡国立大学风险管理研究所共同发起创办，会议每年一届，旨在为学界和业界提供交流平台，强化相关人员的量化金融技术，探索最新的投资策略，应对金融领域的监管变化。（来源：北京大学）