机器学习在连续时间金融中的应用
我们开发了一种算法，用于解决金融领域中一大类非线性高维连续时间模型。我们利用深度学习来近似价值和策略函数，并展示了自动微分与伊藤引理的结合，使得我们能够计算出精确的期望值，其计算成本微不足道，且与状态变量的数量无关。我们通过资产定价、公司金融和投资组合选择的问题来展示我们方法的适用性，并展示了解决高维问题的能力使我们能够得出新的经济洞见。
论文原文：Victor Duarte, Diogo Duarte, Dejanir H Silva, Machine Learning for Continuous-Time Finance, The Review of Financial Studies, Volume 37, Issue 11, November 2024, Pages 3217–3271, https://doi.org/10.1093/rfs/hhae043
基于时间范围的风险厌恶与不确定性的时机和定价
受实验证据的启发，我们修改了递归效用模型，使风险厌恶随着时间范围的延长而降低。我们的伪递归偏好保持了可处理性，并保留了长期风险框架的吸引力特征，特别是其在解释资产定价特征方面的成功。此外，我们的模型应对了标准模型面临的两个挑战。校准代理人的偏好以解释股权溢价，不再意味着对早期解决不确定性的极端偏好。基于时间范围的风险厌恶有助于解决金融中的关键难题，即不同到期日资产的估值，并捕捉到股权风险溢价的期限结构及其动态。
论文原文：Marianne Andries, Thomas M Eisenbach, Martin C Schmalz, Horizon-Dependent Risk Aversion and the Timing and Pricing of Uncertainty, The Review of Financial Studies, Volume 37, Issue 11, November 2024, Pages 3272–3334, https://doi.org/10.1093/rfs/hhae049
信贷周期、预期与企业投资
我们系统地对明斯基假设进行了实证评估，该假设认为商业波动源于预期的非理性波动。利用可预测的企业层面预测误差，我们构建了一个非理性预期的总体指数，并用它来提供三组结果。首先，我们展示了我们的指数预测了总体信贷周期。接下来，我们展示了这些可预测的信贷周期推动了企业层面债务发行和投资的周期，以及财务受限和不受限企业之间的类似周期，正如明斯基所预测的。最后，我们展示了对于那些事先预期更为乐观的企业，其企业层面融资和投资的周期更为明显。（JEL G31, G32, G40, E32, E44）
论文原文：Huseyin Gulen, Mihai Ion, Candace E Jens, Stefano Rossi, Credit Cycles, Expectations, and Corporate Investment, The Review of Financial Studies, Volume 37, Issue 11, November 2024, Pages 3335–3385, https://doi.org/10.1093/rfs/hhae047
技术性违约利差
我们研究了贷款人控制权对企业投资、资产价格和总体经济的定量影响。我们构建了一个一般均衡模型，在该模型中，违反贷款契约（技术性违约）意味着投资控制权从借款人转移到贷款人。贷款人选择低风险项目，从而减轻了借款人的风险承担激励，并降低了股本成本。这种机制产生了强烈的宏观经济效应，并缓解了金融加速器效应。与我们的模型一致，数据显示接近技术性违约的情况与4.12%的较低回报和较低的系统性风险暴露相关联。
论文原文：Emilio Bisetti, Kai Li, Jun Yu, The Technical Default Spread, The Review of Financial Studies, Volume 37, Issue 11, November 2024, Pages 3386–3430, https://doi.org/10.1093/rfs/hhae042
异质性房地产经纪人与住房周期
房地产市场高度中介化，有90%的买卖双方雇佣了经纪人。然而，低进入门槛和固定佣金率导致无经验中介占据了较大的市场份额。利用850万条房源的微观数据和一种新颖的研究设计，我们展示了由无经验经纪人挂牌的房屋销售概率较低，这种效应在房地产市场低迷时期最为显著。我们估计，在灵活佣金均衡中，将有3.7%更多的房源能够售出。其中80%的改进来自于竞争，其余的来自于根据经验调整佣金。
论文原文：Sonia Gilbukh, Paul Goldsmith-Pinkham, Heterogeneous Real Estate Agents and the Housing Cycle, The Review of Financial Studies, Volume 37, Issue 11, November 2024, Pages 3431–3489, https://doi.org/10.1093/rfs/hhae048
2022年对股本溢价预测实证表现的综合审视
我们的论文重新审视了在Goyal和Welch 2008年之后发表的26篇论文中的29个变量，以及原始的17个变量，是否在2021年底之前对样本内和样本外的股本溢价预测有用。我们的样本包括这些变量被识别的原始时期，但结束时间更晚。超过三分之一的新变量即使在样本内也不再具有实证意义。在那些仍然具有意义变量中，有一半在样本外的表现很差。只有少数变量在样本内和样本外的表现仍然合理。
论文原文：Amit Goyal, Ivo Welch, Athanasse Zafirov, A Comprehensive 2022 Look at the Empirical Performance of Equity Premium Prediction, The Review of Financial Studies, Volume 37, Issue 11, November 2024, Pages 3490–3557, https://doi.org/10.1093/rfs/hhae044
金融领域的计算可复制性：来自1000次测试的证据
我们分析了168个研究团队提供的6个金融研究问题超过1000个实证答案的计算可复制性。在相同的原始数据上运行研究人员的代码，只有52%的情况下能够完全复现相同的结果。拥有更好编码技能的研究人员和那些付出更多努力的研究者，其可复制性更高。对于技术性更强的研究问题、更复杂的代码，以及分布在尾部的结果，可复制性更低。研究人员在评估自己研究的可复制性时表现出过度自信。我们为金融研究人员提供指导，并讨论学术期刊可实施的可复制性政策。
论文原文：Christophe Pérignon, Olivier Akmansoy, Christophe Hurlin, Anna Dreber, Felix Holzmeister, Jürgen Huber, Magnus Johannesson, Michael Kirchler, Albert J Menkveld, Michael Razen, Utz Weitzel, Computational Reproducibility in Finance: Evidence from 1,000 Tests, The Review of Financial Studies, Volume 37, Issue 11, November 2024, Pages 3558–3593, https://doi.org/10.1093/rfs/hhae029
唧唧堂学院推荐订阅
