亚洲欧美中文日韩在线v日本,亚洲精品永久在线观看,亚洲av日韩av永久无码色欲,亚洲成a人片777777,亚洲人成网站在线播放942

2021年,哪些高金教授的論文登上了國(guó)際頂刊?

上海交通大學(xué)上海高級(jí)金融學(xué)院
2021-12-31 17:51 瀏覽量: 3620
?智能總結(jié)

“ 在國(guó)際學(xué)術(shù)界, 2021年,高金教授團(tuán)隊(duì)在學(xué)術(shù)領(lǐng)域辛勤耕耘,共有6篇論文被上述國(guó)際頂級(jí)學(xué)術(shù)期刊發(fā)表或接受。 另?yè)?jù)統(tǒng)計(jì),2021年高金全職教授共發(fā)表論文52篇(含已接受,即將發(fā)表。下同),其中刊...

在國(guó)際學(xué)術(shù)界,

2021年,高金教授團(tuán)隊(duì)在學(xué)術(shù)領(lǐng)域辛勤耕耘,共有6篇論文被上述國(guó)際頂級(jí)學(xué)術(shù)期刊發(fā)表或接受。

另?yè)?jù)統(tǒng)計(jì),2021年高金全職教授共發(fā)表論文52篇(含已接受,即將發(fā)表。下同),其中刊登于國(guó)際學(xué)術(shù)期刊的有34篇。截止到2021年底,高金教授共計(jì)發(fā)表論文738篇,其中刊登于國(guó)際學(xué)術(shù)期刊的有641篇,發(fā)表于國(guó)際頂級(jí)學(xué)術(shù)期刊的有215篇,在同類院校中保持領(lǐng)先水平。教授們立足國(guó)際金融前沿的研究成果,既彰顯了高金強(qiáng)大的知識(shí)原創(chuàng)力,也為各教學(xué)項(xiàng)目的開(kāi)展注入了強(qiáng)勁的學(xué)術(shù)動(dòng)力。

論文摘要

* 以刊發(fā)時(shí)間為序

汪勇祥

上海交通大學(xué)上海高級(jí)金融學(xué)院金融學(xué)教授

研究領(lǐng)域:公司財(cái)務(wù)經(jīng)驗(yàn)、政治經(jīng)濟(jì)學(xué)、組織經(jīng)濟(jì)學(xué)、中國(guó)經(jīng)濟(jì)

《環(huán)境污染如何影響分析師預(yù)測(cè)?——來(lái)自中國(guó)的證據(jù)》

Air pollution, affect, and forecasting bias: Evidence from Chinese financial analysts

期刊:

Journal of Financial Economics 2021/3

作者:

Rui Dong 中國(guó)人民大學(xué)商學(xué)院

Raymond Fisman 波士頓大學(xué)經(jīng)濟(jì)系

汪勇祥 上海交通大學(xué)上海高級(jí)金融學(xué)院

Nianhang Xu 中國(guó)人民大學(xué)商學(xué)院

空氣質(zhì)量會(huì)影響市場(chǎng)參與者的心情,因此證券分析師參與實(shí)地調(diào)研當(dāng)天的環(huán)境特征也可能會(huì)對(duì)分析師預(yù)測(cè)的精確度產(chǎn)生一定的影響。2009年以后,深交所要求上市公司披露分析師調(diào)研的情況,因此本文將2009年至2015年間分析師的預(yù)測(cè)報(bào)告與他們對(duì)上市公司實(shí)地調(diào)研的數(shù)據(jù)進(jìn)行匹配,以獲知分析師調(diào)研的具體日期和地點(diǎn),從而得到當(dāng)天調(diào)研地的空氣污染情況。

研究表明,空氣質(zhì)量越差,分析師的公司盈利預(yù)測(cè)越悲觀。調(diào)研日與分析報(bào)告出版時(shí)間間隔越長(zhǎng),空氣污染對(duì)于分析師悲觀預(yù)測(cè)的影響越低,這表明隨著時(shí)間的推移,調(diào)研當(dāng)天的空氣質(zhì)量對(duì)分析師的影響變?nèi)酢?/span>

更有意思的是,作者發(fā)現(xiàn),如果一個(gè)分析師一直在空氣質(zhì)量差的地區(qū)工作,當(dāng)他出差實(shí)地調(diào)研時(shí),如果調(diào)研當(dāng)?shù)氐目諝赓|(zhì)量雖然差,但是比他工作所在地空氣質(zhì)量要略好,那么,調(diào)研地的空氣污染對(duì)分析師也不會(huì)有影響,這強(qiáng)調(diào)了分析師對(duì)環(huán)境污染的一定程度的適應(yīng)性。

另外一個(gè)有意思的發(fā)現(xiàn)是,如果調(diào)研當(dāng)天有來(lái)自不同券商的分析師一起調(diào)研,那么,這種因?yàn)榭諝馕廴径鴮?dǎo)致的分析師的行為偏見(jiàn)就會(huì)減弱;而如果當(dāng)天參與調(diào)研的都是來(lái)自同一個(gè)券商的分析師,那么,這樣的行為偏見(jiàn)會(huì)更強(qiáng)。這表明來(lái)自不同券商的分析師之間的社會(huì)交流有助于減少偏見(jiàn)(而同一公司內(nèi)部的交流有時(shí)會(huì)增強(qiáng)偏見(jiàn))。

資 超

上海交通大學(xué)上海高級(jí)金融學(xué)院金融學(xué)助理教授

研究領(lǐng)域:宏觀金融、資產(chǎn)定價(jià)、金融市場(chǎng)、貨幣和財(cái)政政策等

《投資分散不足情況下非系統(tǒng)性風(fēng)險(xiǎn)的外部性》

Under-Diversification and Idiosyncratic Risk Externalities

期刊:

2021/5

作者:

Felipe S. Iachan 巴西EPGE金融學(xué)院

Dejanir Silva伊利諾伊大學(xué)厄巴納香檳分校

資超 上海交通大學(xué)上海高級(jí)金融學(xué)院

傳統(tǒng)金融學(xué)理論認(rèn)為投資者會(huì)分散投資,因而非系統(tǒng)性風(fēng)險(xiǎn)不會(huì)對(duì)整體經(jīng)濟(jì)有太多影響。但大量的實(shí)證研究表明現(xiàn)實(shí)并非如此,很多投資者并沒(méi)有分散投資,而非系統(tǒng)性風(fēng)險(xiǎn)對(duì)資產(chǎn)定價(jià)、企業(yè)投融資,甚至宏觀經(jīng)濟(jì)都有重大影響。

這篇論文旨在探究非系統(tǒng)性風(fēng)險(xiǎn)在沒(méi)有被充分分散的情況下是否會(huì)造成資本低效配置?如果是,那政府能否通過(guò)政策調(diào)整來(lái)推動(dòng)經(jīng)濟(jì)回歸到最優(yōu)配置?研究者為此構(gòu)建了一個(gè)宏觀金融模型,并通過(guò)此模型證明非系統(tǒng)性風(fēng)險(xiǎn)確實(shí)會(huì)造成實(shí)體投資不足,而且現(xiàn)有的投資也過(guò)度集中在高風(fēng)險(xiǎn)項(xiàng)目上。他們將這個(gè)現(xiàn)象稱為“非系統(tǒng)性風(fēng)險(xiǎn)的外部性”,接著進(jìn)一步揭示了這個(gè)“外部性”所造成的經(jīng)濟(jì)損失可以通過(guò)資產(chǎn)定價(jià)數(shù)據(jù)進(jìn)行量化估計(jì),并發(fā)現(xiàn)它帶來(lái)的福利損失是不容忽視的。

在該論文中,三位研究者還進(jìn)一步探討了可能有效的解決方案。一個(gè)最直接的解決辦法是加強(qiáng)投資者教育,推動(dòng)其進(jìn)行充分的分散投資。但他們指出,在實(shí)際投資中,很多投資者不這樣做的原因并非是不理解分散投資的益處,而是有一些其它的考量,例如交易成本,動(dòng)機(jī)摩擦,信息獲取等。那么如果投資者因?yàn)榉N種原因無(wú)法分散投資,政策制定和監(jiān)管部門就束手無(wú)策了嗎?其實(shí)作者指出,政策制定者只需利用現(xiàn)有的政策工具(稅收和銀行資本監(jiān)管要求)就可以很大程度上消除非系統(tǒng)性風(fēng)險(xiǎn)外部性的不利影響,從而更好地優(yōu)化資本配置。

汪勇祥

上海交通大學(xué)上海高級(jí)金融學(xué)院金融學(xué)教授

研究領(lǐng)域:公司財(cái)務(wù)經(jīng)驗(yàn)、政治經(jīng)濟(jì)學(xué)、組織經(jīng)濟(jì)學(xué)、中國(guó)經(jīng)濟(jì)

《中國(guó)農(nóng)地產(chǎn)權(quán)改革的生產(chǎn)率效應(yīng)》

Property Rights, Land Misallocation, and Agricultural Efficiency in China

期刊:2021/7

作者:

Amalavoyal Chari 英國(guó)薩塞克斯大學(xué)

Elaine M. Liu 美國(guó)休斯頓大學(xué),美國(guó)國(guó)家經(jīng)濟(jì)研究局

Shing-Yi Wang 賓夕法尼亞大學(xué),美國(guó)國(guó)家經(jīng)濟(jì)研究局

汪勇祥 上海交通大學(xué)上海高級(jí)金融學(xué)院

長(zhǎng)期以來(lái),提高農(nóng)業(yè)生產(chǎn)率被視為促進(jìn)一國(guó)結(jié)構(gòu)轉(zhuǎn)型和經(jīng)濟(jì)增長(zhǎng)的關(guān)鍵環(huán)節(jié),但現(xiàn)實(shí)中大多數(shù)發(fā)展中國(guó)家的農(nóng)業(yè)生產(chǎn)率仍然非常低。本文研究表明,發(fā)展中國(guó)家低效的農(nóng)業(yè)生產(chǎn)率可能是制度摩擦導(dǎo)致資源錯(cuò)配的結(jié)果。事實(shí)上,這一猜想也得到發(fā)展中國(guó)家兩個(gè)典型特征的支持:一是大部分農(nóng)戶家庭的土地耕種面積很小,說(shuō)明土地分配不當(dāng);二是勞動(dòng)力占多數(shù),說(shuō)明勞動(dòng)力配置不當(dāng)。因此,一個(gè)自然且重要的問(wèn)題是,通過(guò)降低農(nóng)地流轉(zhuǎn)的交易成本能否提高資源配置效率?本文利用2003年的《中國(guó)農(nóng)村土地承包法》(RLCL)在不改變土地所有權(quán)的前提下賦予農(nóng)民土地承包權(quán),為回答這一問(wèn)題提供了可靠的證據(jù)。

本文主要使用2003-2010年中國(guó)農(nóng)村固定觀察點(diǎn)數(shù)據(jù)(NSP),輔以作者與中國(guó)農(nóng)業(yè)部合作調(diào)研的土地質(zhì)量數(shù)據(jù)、作物價(jià)格數(shù)據(jù)等,通過(guò)利用RLCL在各省實(shí)施時(shí)間上的差異,來(lái)分析這一問(wèn)題。研究發(fā)現(xiàn),改革后土地出租增加了7%以上,在村莊一級(jí),土地總產(chǎn)出和總生產(chǎn)率也分別提高了8%和10%,這表明減少土地市場(chǎng)摩擦可以提高土地再分配的效率。同時(shí),作者還發(fā)現(xiàn)改革促使生產(chǎn)率較高的農(nóng)民增加了土地耕種數(shù)量,而生產(chǎn)率較低的農(nóng)民的土地耕種數(shù)量相應(yīng)減少,研究中所觀察到的生產(chǎn)率的增長(zhǎng)近88%歸因于改革后的土地資源重配。另外該研究還發(fā)現(xiàn),更多的土地被用來(lái)種植那些價(jià)格上漲的農(nóng)作物,這也在一定程度上意味著農(nóng)民抵抗外部風(fēng)險(xiǎn)的能力在增強(qiáng)。

李 潔

上海交通大學(xué)上海高級(jí)金融學(xué)院金融學(xué)助理教授

研究領(lǐng)域:實(shí)證資產(chǎn)定價(jià),行為金融學(xué),共同基金,金融媒介,個(gè)人和機(jī)構(gòu)投資者

《中國(guó)的空氣污染、行為偏差與處置效應(yīng)》

Air pollution, behavioral bias, and the disposition effect in China

期刊:

2021/11

作者:

李潔 上海交通大學(xué)上海高級(jí)金融學(xué)院

Massimo Massa 歐洲工商管理學(xué)院

張弘 清華大學(xué)五道口金融學(xué)院

Jian Zhang 香港大學(xué)經(jīng)濟(jì)及工商管理學(xué)院

本文主要研究空氣污染是否會(huì)加劇金融市場(chǎng)的行為偏差。研究者通過(guò)分析中國(guó)公募基金涉及的247個(gè)城市773,198個(gè)賬戶的完整交易信息數(shù)據(jù),得出結(jié)論:空氣污染顯著增加了投資者的處置效應(yīng)。

研究者在此基礎(chǔ)上進(jìn)一步研究了影響空氣質(zhì)量的兩個(gè)外生變量:一是強(qiáng)風(fēng)導(dǎo)致空氣污染消散,二是淮河以北供暖政策造成的淮河沿岸空氣質(zhì)量指數(shù)變化。這兩個(gè)測(cè)試表明,空氣質(zhì)量的外生變化會(huì)相應(yīng)引發(fā)金融市場(chǎng)中行為偏差的變化??諝馕廴究赡軙?huì)導(dǎo)致交易效率低下,而金融市場(chǎng)中認(rèn)知偏差增強(qiáng)會(huì)導(dǎo)致財(cái)富再分配。研究表明空氣污染對(duì)社會(huì)經(jīng)濟(jì)的影響不局限于健康領(lǐng)域。霧霾可能會(huì)通過(guò)影響個(gè)人情緒或認(rèn)知能力,進(jìn)而影響個(gè)人的投資決策能力和金融市場(chǎng)的有效性。這些發(fā)現(xiàn)極大拓展了已有文獻(xiàn)對(duì)于環(huán)境污染和金融市場(chǎng)相互關(guān)系的研究,也說(shuō)明了環(huán)保問(wèn)題的緊迫性和綠色金融的重要性。

潘 軍

上海交通大學(xué)上海高級(jí)金融學(xué)院金融學(xué)教授、高金講席教授

研究領(lǐng)域:資產(chǎn)定價(jià)、金融衍生品市場(chǎng)、信用風(fēng)險(xiǎn)模型、金融危機(jī)、市場(chǎng)流動(dòng)性、市場(chǎng)微觀結(jié)構(gòu)、風(fēng)險(xiǎn)管理、固定收益市場(chǎng)和中國(guó)金融市場(chǎng)

王 江

麻省理工學(xué)院斯隆管理學(xué)院瑞穗金融集團(tuán)講席教授、上海交通大學(xué)上海高級(jí)金融學(xué)院資深訪問(wèn)教授、學(xué)術(shù)委員會(huì)主席

研究領(lǐng)域:資產(chǎn)定價(jià)理論、投資管理、風(fēng)險(xiǎn)管理、市場(chǎng)流動(dòng)性和穩(wěn)定性、金融創(chuàng)新和金融工程、國(guó)際金融和中國(guó)資本市場(chǎng)

《不確定性增加的溢價(jià):解釋宏觀經(jīng)濟(jì)指數(shù)發(fā)布前的市場(chǎng)回報(bào)》

Premium for Heightened Uncertainty: Explaining Pre-Announcement Market Returns

期刊:

(已接受)

作者:

胡杏 清華大學(xué)五道口金融學(xué)院

潘軍 上海交通大學(xué)上海高級(jí)金融學(xué)院

王江 麻省理工學(xué)院斯隆管理學(xué)院 上海交通大學(xué)上海高級(jí)金融學(xué)院

朱昊翔 麻省理工學(xué)院斯隆管理學(xué)院

宏觀經(jīng)濟(jì)指數(shù)的發(fā)布對(duì)資本市場(chǎng)影響深遠(yuǎn)。研究宏觀經(jīng)濟(jì)信息與資本市場(chǎng)的互動(dòng),對(duì)于理解宏觀經(jīng)濟(jì)信息傳遞效率、資本市場(chǎng)的資產(chǎn)定價(jià)有著重要的意義。研究者發(fā)現(xiàn),美國(guó)股票市場(chǎng)在重要的宏觀經(jīng)濟(jì)公告(包括非農(nóng)就業(yè)人數(shù) (NFP)、供應(yīng)管理協(xié)會(huì)的制造業(yè)指數(shù) (ISM)、國(guó)內(nèi)生產(chǎn)總值 (GDP)、以及聯(lián)邦公開(kāi)市場(chǎng)委員會(huì)議聲明(FOMC)))發(fā)布之前獲得了可觀的隔夜收益率,而沒(méi)有增加通常意義下的風(fēng)險(xiǎn)。對(duì)于宏觀經(jīng)濟(jì)指數(shù),公告前的收益率-方差比遠(yuǎn)遠(yuǎn)超過(guò)公告后的收益率-方差比,這表明在公告前后實(shí)現(xiàn)了不同類型的風(fēng)險(xiǎn)溢價(jià)。

為了解釋這一現(xiàn)象,論文提出了一個(gè)雙重風(fēng)險(xiǎn)模型,包括指數(shù)新聞風(fēng)險(xiǎn)及市場(chǎng)影響程度的不確定性兩個(gè)風(fēng)險(xiǎn)。重要的是,這種影響的不確定性在公告前就已被消除。在該模型中,研究者采用芝加哥期權(quán)交易所波動(dòng)率指數(shù)(VIX)來(lái)衡量市場(chǎng)影響的不確定性,收益率的方差則來(lái)衡量指數(shù)的新聞風(fēng)險(xiǎn)。

該模型對(duì)宏觀經(jīng)濟(jì)公告前后的收益率、方差和 VIX 的聯(lián)合動(dòng)態(tài)變化形成了清晰的預(yù)測(cè)。具體來(lái)說(shuō),論文將公告前的隔夜時(shí)段作為預(yù)公告期,將前6個(gè)交易日作為積累期,實(shí)證檢驗(yàn)了市場(chǎng)影響的不確定性在積累期上升,帶來(lái)了同期的市場(chǎng)價(jià)格的下跌;而在預(yù)公告期市場(chǎng)影響的不確定性大幅消除,產(chǎn)生了公告前市場(chǎng)的高收益。最后,論文發(fā)現(xiàn)了在市場(chǎng)波動(dòng)率指數(shù)大幅意外飆升的次日,股票市場(chǎng)呈現(xiàn)了和宏觀指數(shù)公告發(fā)布前類似的高收益和不確定性消除的現(xiàn)象。

論文創(chuàng)新地通過(guò)市場(chǎng)影響程度的不確定性這一視角對(duì)公告前時(shí)期進(jìn)行建模,從理論上豐富了宏觀經(jīng)濟(jì)指數(shù)信息對(duì)資本市場(chǎng)資產(chǎn)定價(jià)的影響,同時(shí)實(shí)證刻畫了收益率和VIX的動(dòng)態(tài)特征。理解宏觀經(jīng)濟(jì)指數(shù)信息傳遞的內(nèi)在機(jī)制,有助于改善資本市場(chǎng)效率,形成宏觀經(jīng)濟(jì)與資本市場(chǎng)的良好互動(dòng)。

朱 寧

上海交通大學(xué)上海高級(jí)金融學(xué)院金融學(xué)教授、副院長(zhǎng)

研究領(lǐng)域:行為金融學(xué)、中國(guó)宏觀經(jīng)濟(jì)與金融市場(chǎng),賣空、破產(chǎn)與重組、公司財(cái)務(wù)與收購(gòu)兼并

《外推泡沫與交易量》

Extrapolative Bubbles and Trading Volume

期刊:

(已接受)

作者:

廖靜池 深圳證券交易所

Cameron Peng 倫敦政治經(jīng)濟(jì)學(xué)院

朱寧 上海交通大學(xué)上海高級(jí)金融學(xué)院

人們都熱衷于研究資產(chǎn)泡沫,是什么導(dǎo)致價(jià)格變動(dòng)?又是什么導(dǎo)致交易量暴漲?最近,越來(lái)越多的研究開(kāi)始使用外推法來(lái)解釋泡沫的形成。

在本文中,研究者搭建了一個(gè)泡沫推斷模型來(lái)解釋歷史上金融泡沫發(fā)生過(guò)程中的價(jià)格和交易量急劇上升的現(xiàn)象。他們基于2014-2015年中國(guó)股市泡沫的賬戶交易數(shù)據(jù),利用模型預(yù)測(cè)交易量的上漲。結(jié)果表明,交易量的確額外增長(zhǎng)了30%。

受外推信念和處置效應(yīng)的影響,投資者傾向迅速買入過(guò)去收益為正的資產(chǎn),還會(huì)在回報(bào)持續(xù)良好的情況下出售這些資產(chǎn),因而產(chǎn)生金融泡沫。針對(duì)此現(xiàn)象,研究者認(rèn)為將實(shí)現(xiàn)效用(一種非標(biāo)準(zhǔn)偏好)與外推法(一種非標(biāo)準(zhǔn)信念)相結(jié)合是其解決方案。

[高金智庫(kù)]全新上線,

敬請(qǐng)關(guān)注!

高金智庫(kù)(SAIF ThinkTank)是上海交通大學(xué)上海高級(jí)金融學(xué)院(高金/SAIF)的智庫(kù)品牌,依托高金強(qiáng)大的海內(nèi)外教授和專家團(tuán)隊(duì),專注于“上海國(guó)際金融中心建設(shè)”、“國(guó)際金融”及“金融科技”等三大研究領(lǐng)域的政策研究與決策咨詢。

編輯:葛格

(本文轉(zhuǎn)載自 ,如有侵權(quán)請(qǐng)電話聯(lián)系13810995524)

* 文章為作者獨(dú)立觀點(diǎn),不代表MBAChina立場(chǎng)。采編部郵箱:news@mbachina.com,歡迎交流與合作。

收藏
訂閱

備考交流

  • 2024考研英語(yǔ)二備考群: 678595048
  • 2024管理類聯(lián)考復(fù)試調(diào)劑②群: 814776983
  • 2024海外碩士交流群: 895560072
  • 2024年MBA/MEM/MPAcc聯(lián)考備考群: 769561411
  • 免聯(lián)考調(diào)劑咨詢①群: 796631901
  • 2024考研政治沖刺群: 863373153
  • 海外碩士咨詢③群: 850595383
  • 免聯(lián)考碩士入學(xué)咨詢?nèi)海? 711046255
  • 2024考研復(fù)試調(diào)劑交流群: 902176003
免費(fèi)領(lǐng)取價(jià)值5000元MBA備考學(xué)習(xí)包(含近8年真題) 購(gòu)買管理類聯(lián)考MBA/MPAcc/MEM/MPA大綱配套新教材

掃碼關(guān)注我們

  • 獲取報(bào)考資訊
  • 了解院校活動(dòng)
  • 學(xué)習(xí)備考干貨
  • 研究上岸攻略

最新動(dòng)態(tài)

    活動(dòng)日歷

    2022年度
    • 01月
    • 02月
    • 03月
    • 04月
    • 05月
    • 06月
    • 07月
    • 08月
    • 09月
    • 10月
    • 11月
    • 12月