第607期岭南学术论坛－金融学系列Seminar－当市场操纵遇上机器学习：实时风险测度与资产定价影响分析

第607期岭南学术论坛（金融学系列Seminar）

报告题目：当市场操纵遇上机器学习：实时风险测度与资产定价影响分析

报  告  人：陈海强（厦门大学王亚南经济研究院，教授）

主  持  人：曾燕（中山大学岭南学院，教授）

时        间：2022年4月15日（周五）14:30

腾讯会议号：370-406-991

语        言：中文

摘要：

        市场操纵屡禁不止是困扰A股市场的长期问题，严重损害了市场公平及定价效率。本文利用2013年至2019年中国证监会公布的市场操纵案例作为学习样本，结合高频交易数据以及公司治理相关低频变量构建特征集，采用机器学习方法逐年训练得到A股市场操纵风险模型，并估计得到个股日度市场操纵风险得分（MM-score）作为实时市场操纵风险测度。与传统计量方法相比，机器学习算法改善了案例公布滞后导致的样本混淆问题，并能处理高维预测变量及可能的非线性关系，因此能更有效捕捉并预警操纵行为，而样本外预测分析亦证实其有效性。本文进一步分析MM-score在股票定价方面的影响，发现基于MM-score的简单多空策略能产生显著超额收益，且在控制Fama-French五因子后依然稳健，收益分解表明上述超额收益主要来自卖空收益，特别是非融资融券股票的潜在卖空收益，而可融资融券股票中该策略的超额收益较低且并不显著，说明融券机制有效降低了市场操纵行为可能带来的价格扭曲。本文结论认为，基于机器学习方法利用公开数据实时构建市场操纵风险监测指标，可以有效提高监管效率并辅助投资者规避风险，而完善融券机制可以从市场化机制角度降低操纵行为带来的定价效率损失。

报告人介绍：

        陈海强，教授，博士生导师，美国康奈尔大学经济学博士，厦门大学王亚南经济研究院副院长，教育部计量经济学重点实验室（厦门大学）副主任，国家自然科学基金应急管理重点项目主持人，福建省高等学校新世纪优秀人才，厦门市高层次引进人才。研究领域为金融计量、数字经济、金融科技与金融风险管理。论文发表在AEA Papers and Proceedings, Journal of Econometrics, Econometric Theory, Econometrics Journal, Journal of Empirical Finance, Journal of International Money and Finance,《经济研究》和《管理科学学报》等国内外重要学术期刊。曾获国家高等教育教学成果奖二等奖（2018）、宝钢优秀教师（2021）、China Economic Review年度最佳论文（2017）、福建省第十二届社会科学优秀成果奖等奖。在《经济日报》、《中国社会科学报》等国内重要新闻媒体撰文，相关政策报告获国家领导人批示。作为负责人主持多项国家级、省部级和企业课题。

        欢迎感兴趣的师生参加！

        中山大学岭南学术论坛分经济学和金融学两大系列，是定期邀请国内外优秀学者前来开展学术交流的平台。每系列每个月定期举办2-3次。目前已经成功举办多期，并得到了各界的高度评价。