讲座丨珞珈经管创新论坛第119期&第120期&第121期

1

讲座题目：The Risk and Return of Cryptocurrency Carry Trade（加密货币套利交易的风险与收益）

主讲人：路磊 加拿大曼尼托巴大学Bryce Douglas金融学讲席教授

讲座时间：2024年12月04日9:00

讲座地点：学院210

讲座内容摘要：

This paper analyzes the risk and return dynamics associated with cryptocurrency carry trade. A cross-sectional carry trade strategy, involving the purchase of high-interest cryptocurrencies and shorting of low-interest cryptocurrencies, yields an annualized return of 43.4% with a Sharpe ratio of 0.74. Our results show that the carry returns cannot be explained by prevailing cryptocurrency factors, including market, size, momentum, volatility, liquidity, downside risk, and platform collapse risks. Additionally, our analysis does not find any substantial connection between these returns and the fiat currency carry trade. Instead, our findings suggest that a significant portion of cryptocurrency carry trade returns can be attributed to a premium for equity market volatility risk. This study highlights the inter-asset class linkages between equity risk factors and cryptocurrency returns.

本文分析加密货币套利交易相关的风险和收益。横截面套利交易策略，包括买入高息加密货币和做空低息加密货币，年化回报率为43.4%，夏普率为0.74。结果表明，套利回报不能用流行的加密货币因素来解释，包括市场、规模、动量、波动性、流动性、下行风险和平台崩溃风险。此外，分析并未发现这些回报与法定货币套利交易之间存在任何实质性联系。相反，研究结果表明，加密货币套利交易回报的很大一部分可归因于股市波动风险的溢价。这项研究强调了股权风险因素与加密货币回报之间的资产类别间联系。

主讲人个人信息：

路磊，加拿大曼尼托巴大学Bryce Douglas金融学讲席教授，博士生导师。2007年毕业于加拿大麦吉尔大学，获得金融学博士学位。路磊教授曾在上海财经大学金融学院和北京大学光华管理学院任教。研究方向包括资产定价 (理论和实证)，动态公司金融，投资者行为，国际金融和中国金融市场。研究成果发表在金融学和经济学期刊近40篇，包括Journal of Financial and Quantitative Analysis、Management Science, Journal of Economic Dynamics and Control、Economic Theory等期刊。路磊教授主持过加拿大社会科学和人文研究理事会基金项目，国家自然科学基金面上项目，上海市浦江人才计划项目以及中国金融期货交易所的研究项目。目前担任Accounting and Finance, China Finance Review International, Financial Review以及Journal of Management Science and Engineering杂志的副主编。

2

讲座题目：Customer Voice on Two-Sided Platforms: The Effect of Surge Pricing on Customer Complaints（双边市场上的客户声音：动态定价对客户投诉的影响）

主讲人：朱毅 明尼苏达大学 教授

时间：2024年12月04日15:00

地点：学院210

主办单位：武汉大学经济与管理学院市场营销与旅游管理系

内容摘要：

双边平台（例如，网约车、自由职业劳务和住宿）通过匹配客户与服务提供者运作。客户可以通过评论/评分系统表达他们的满意度，而平台利用这些系统来监控和筛选服务提供者。然而，客户可能会将针对平台层面特性的投诉错误地指向个别服务提供者。我们在一个大型网约车平台的背景下研究了这一问题的程度及其后果。我们的研究重点是平台层面的动态定价功能。研究结果如下：1. 对于一次普通行程，动态定价使司机收到投诉（包括低评分或正式投诉）的可能性提高了1.13倍；2. 投诉对司机的未来收入产生负面影响，动态定价引发的投诉抵消了司机从动态定价车费中获得的约23%的即时收益；3. 在平台采用限制动态定价幅度的政策后，动态定价对客户投诉的影响有所减弱。该政策还促进了平台使用量的增加。这些结果表明，网约车平台上的定价系统与评论系统之间存在密切的相互作用。从更广泛的角度来看，研究指出在线双边平台需要识别并解决客户针对平台层面特性的投诉，这些投诉可能被错误地指向了服务提供者。

主讲人简介：

朱毅，明尼苏达大学卡尔森管理学院的 Margaret J. Holden 和 Dorothy A. Werlich讲席教授，在南加州大学 (USC) 获得工商管理博士学位，并在英属哥伦比亚大学 (University of British Columbia) 获得经济学硕士学位。研究兴趣集中在将产业组织模型应用于营销领域，涉及在线拍卖、消费者搜索、广告、媒体偏向、共享经济以及中国经济等主题。近期研究成果已发表于或即将发表于Marketing Science、Management Science、Journal of Marketing Research、International Journal of Research in Marketing。研究屡获最佳论文奖，包括：John D.C. Little 奖，Don Morrison 长期影响奖，Shankar-Spiegel 最佳论文提名，以及Frank M. Bass奖决赛入围。曾被选为 2017 年营销科学研究所 (MSI) 青年学者，于 2022 年被授予 MSI 学者称号。同年，因教学卓越荣获 “Carlson School 卓越教学奖”。目前担任Marketing Science副主编和Journal of Marketing Research编委会成员。

3

讲座题目：Assortment Optimization Under History-Dependent Effects（历史依赖效应下的选品优化）

主讲人：郑欢 上海交通大学 教授

时间：2024年12月06日15:00

地点：学院210

主办单位：武汉大学经济与管理学院管理科学与工程系

内容摘要：

This paper examines how to plan multi-period assortments when customer utility depends on historical assortments. We formulate this problem as a nonlinear integer programming problem and propose solution methodologies for different regimes of this problem. We show that the problem is NP-hard under the presence of a negative history-dependent effect (such as a satiation effect). In this case, we propose using a lifting-based framework to reformulate the problem as a mixed-integer exponential cone program that state-of-the-art solvers can solve. Additionally, we identify an optimal cyclic policy for an asymptotic regime, and we also relate its length to the customer's memory length. We present a case study using a catering service dataset that shows that our model demonstrates good fitness and can effectively balance variety and revenue.

本文研究了当客户效用取决于历史选品组合时，如何规划多周期选品组合。我们将这个问题构建成为非线性整数规划问题，并在这个问题的不同设定下提出了解决方法。我们证明，在存在负历史依赖效应（如满足效应）的情况下，该问题是NP难的。在这种情况下，我们提出使用基于提升的框架将问题重新表述为最先进的求解器可以求解的混合整数指数锥规划。此外，我们为渐近状态确定了一个最优循环策略，并将其长度与客户的记忆长度联系起来。我们使用餐饮服务数据集进行了一个案例研究，表明我们的模型具有良好的适应性，可以有效地平衡多样性和收入。

主讲人简介：

郑欢，现任上海交通大学管理科学系教授、系主任、博士生导师，国家级高层次人才。主要研究兴趣包括供应链管理和优化、数据分析与商业决策等，研究成果发表于Management Science, Operations Research, Manufacturing & Service Operations Management, Productions and Operations Management，INFORMS Journal on Computing等学术期刊上。主持多项国家自然科学基金项目，包括人才项目、重点项目。