朱琳老师合作论文在《管理科学学报》公开发表

  该文在中国股票市场上，使用自编码机器学习方法和包含近百个公司特征变量的金融大数据，对资产价格进行解释和预测，并对自编码因子进行全面的宏观经济分析。研究发现，自编码因子能够从包含公司特征的大量信息中提取到有效的收益预测信号，并在横截面上获得显著的超额收益。在对因子重要度的研究中，研究发现我国股票市场异象具有时变特征。此外，研究从宏观经济状态和经济政策两个角度分析表明，基于自编码的投资模型的有效性与宏观经济息息相关，它能够在市场泡沫成分较大和投机气氛较浓的情况下成功对冲市场风险，且能捕捉到由财政政策和货币政策所导致的市场环境的变化。

  该文多次入选国内高水平学术会议，聚焦于金融人工智能的前沿问题，有助于在中国市场更深刻地理解多因素资产定价变动机制。《管理科学学报》被国家自然科学基金委员会管理学部认定为管理科学A级重要期刊，入选“FMS管理科学高质量中文期刊”，2012-2021连续十年被评为“中国最具国际影响力学术期刊”，2021年首批入选《智库期刊群1.0版》。

  作者简介：朱琳，现为广东财经大学金融学院讲师，湖南大学金融与统计学院应用经济学博士。目前已在International Review of Financial Analysis和《管理科学学报》《经济学动态》等国内外重要期刊发表论文。