近日，由中国人民大学财政金融学院主办的第二届金融科技国际学术论坛顺利召开。本次论坛旨在为国内外金融学者提供高质量的学术交流平台，积极推动金融科技领域相关重要问题的深入研究及最新进展的观点交流。圣路易斯华盛顿大学周国富教授、芝加哥大学修大成教授、北卡罗来纳大学褚永强教授、圣母大学笪治教授、乔治城大学温泉教授、华盛顿大学冯知宇教授，财政金融学院应用金融系主任谭松涛教授、吴轲副教授、徐靖副教授、助理教授邹昆儒博士、助理教授张玉新博士、助理教授刘昕博士等海内外学者参加会议，论坛采用线上线下相结合的方式进行。

谭松涛教授致欢迎致辞，谭教授首先对参加此次论坛的所有嘉宾和老师同学们表示了热烈的欢迎，介绍了举办金融科技学术论坛的背景，并诚邀所有论坛参与者在疫情之后到中国人民大学进行学术交流。

周国富教授发表题为“Machine Learning in Finance: What is New?”的主旨演讲，周教授系统介绍了机器学习在资产定价中的作用，分析了不同机器学习模型的利弊，然后用诸多实证测试结果展示了机器学习模型的最新发展前沿，并提出自己对未来研究的期许。

吴轲副教授分享了他的研究——“Portfolio Choice with Subset Combination of Characteristics”，吴教授提出了一种基于大量公司特征的完全子集组合（CSC）的新投资组合策略。CSC策略在均方差效用下易于实施，并且可以适应具有一般效用函数的投资者。使用92个特征对美国个股的实证应用表明，CSC策略实现了理想的确定性等效回报和夏普比率，且优于常用机器学习工具的替代组合或特征选择策略。修大成教授针对论文的应用和模型改进提出了宝贵而有见解的建议。

邹昆儒博士分享论文——“Debt Contracting and Corporate Social Responsibility: The Role of Bank Loan Covenants”，通过探讨贷款契约对借款公司企业社会责任(CSR)绩效的影响来研究债务契约的真实和社会影响，论文记录了具有更高契约强度（即更严格的契约）的公司的CSR绩效较差。内生性测试包括基于贷款契约的供应方决定因素的工具变量方法和分别基于SFAS 160和反重新定性法规的两个准自然实验，支持从契约强度到企业社会责任的因果关系。褚永强教授针对论文实证和机制进行了详细点评。

接着，张玉新博士汇报了自己的论文——“Who Matters More? Executive or Analyst Verbal Dispersion in Earnings Conference Call”。收益电话会议的问答环节使分析师能够从高管获取更多信息，然而，对如何量化来自这些口头互动的信息内容的研究不足。论文对收益电话会议和措施的问答记录进行了文字分析，将每个句子分类为正面、中性或负面，发现具有较高语言分散度的电话会议会产生更多的信息和具有较大的价格影响。笪治教授分别对论文的创新、实证和机制提出了自己的宝贵建议。

刘昕博士汇报了论文——“Does Liquidity Management Induce Fragility in Treasury Prices? Evidence from Bond Mutual Funds”，持有非流动性资产（例如公司债券）的债券共同基金积极管理其国债头寸以缓冲赎回冲击。文章论证并展示了支持性证据表明这种流动性管理做法会导致国债价格的脆弱性，并通过利用两个可能的外生事件来解决内生性问题：COVID-19的爆发和2003年共同基金丑闻。乔治城大学的温泉教授就论文的理论基础和实证设计交流了自己的宝贵经验。

最后，徐靖副教授就“Convex Incentives and Liquidity Premia”展开报告，徐教授表明投资者偏好的凸性可以放大交易成本对股票流动性溢价的影响，这一结果源自于为获得年终奖金而进行风险转移的基金经理的动态投资组合，较大的溢价主要补偿由于风险转移策略的次优实施而导致的较低奖金，使用主动管理型共同基金的数据为模型的新颖预测提供实证支持。华盛顿大学的冯知宇教授就论文的理论和模型设计提出了改进建议。