报告题目：杠杆是一把双刃剑
报 告 人：杨学伟（南京大学教授、博士生导师、金融工程研究中心副主任）
报告时间：2022年10月29日晚7:00-7:30
会议方式：腾讯会议 ID：157-212-304
报告题目：修明渠、堵暗道：土地出让金划转税务部门征收如何影响城投债信用风险？
报 告 人：李凤羽（东北财经大学金融学教授、博士生导师、金融科技学院副院长）
报告时间：2022年10月29日晚7:30-8:00
会议方式：腾讯会议 ID：157-212-304
报告题目：Oil Shocks and Stock Market Volatility: A Comprehensive Perspective
报 告 人：马锋（西南交通大学经济管理学院副教授、博士生导师）
报告时间：2022年10月29日晚8:00-8:30
会议方式：腾讯会议 ID：157-212-304
报告题目：Discrete-time Variance-optimal Deep Hedging in Affine GARCH Models
报 告 人：刘彦初（中山大学岭南学院副教授、博士生导师、岭南学院副院长）
报告时间：2022年10月29日晚8:30-9:00
会议方式：腾讯会议 ID：157-212-304
报告题目：Optimal Life Cycle Decisions with Time-Inconsistent Preferences
报 告 人：陈树敏（广东工业大学管理学院副教授、博士生导师）
报告时间：2022年10月29日晚9:00-9:30
会议方式：腾讯会议 ID：157-212-304
报告人简介
杨学伟，南京大学教授、博士生导师、金融工程研究中心副主任。南开大学理学博士，美国伊利诺伊大学联合培养博士，香港城市大学经济与金融系博士后。主要研究兴趣为金融衍生品市�。蹲收咝形虢鹑诖葱拢庞梅缦展芾淼�。研究成果发表于Journal of Financial Economics和Review of Financial Studies等期刊。主持国家级科研项目4项。
报告摘要：衍生品提供的隐性杠杆为投资者提供了放大利润的机会，然而亦有很多投资者因衍生品引发的损失而陷入财务困境。这项研究利用期货市场账户级数据讨论了杠杆对投资绩效的影响。研究发现，高杠杆增加了投资组合的风险，同时降低了投资收益。利用监管变化进行的双重差分分析证实了这一定性结论。高杠杆带来的损失源于强制平仓以及由于杠杆增加而产生的额外交易成本。高杠杆放大了缺乏经验的投资者因处置效应和赌博偏好而造成的损失。另一方面，少数有经验的投资者通过积极择时和进行套利交易来利用杠杆；这些交易员每增加一单位杠杆，平均每天可赚取8个基点（年化20%）的额外回报。
李凤羽，男，1980年出生，辽宁抚顺人，经济学博士、金融学教授、博士生导师，东北财经大学金融科技学院副院长，美国肯塔基大学国家留学基金公派访问学者（2017.9-2018.9），辽宁省“兴辽英才”青年拔尖人才、东北财经大学杰出学者。主要研究方向：公司金融、公司治理、金融科技。在《经济研究》、《世界经济》、《管理科学学报》、《金融研究》、《财贸经济》、Pacific-Basin Finance Journal (SSCI)等国内外高水平学术期刊发表多篇学术论文，其中2篇论文被人大复印资料全文转载。在科学出版社出版独立署名学术专著2部。作为负责人主持国家自然科学基金面上项目（2项）、教育部人文社科基金项目（2项）、辽宁省“兴辽英才”项目（1项）、辽宁省教育厅项目（3项）、辽宁省社科规划基金项目（2项）。获得辽宁省自然科学学术成果奖一等奖2项、二等奖1项，大连市自然科学优秀学术论文奖二等奖1项，中国金融系统工程与风险管理年会优秀论文奖2项，第六届中国金融管理年会最佳论文奖1项，第一届香樟金融论坛优秀论文奖1项。兼任中国管理现代化研究会管理与决策科学专委会理事、中国系统工程学会金融系统工程专委会理事，《世界经济》、《管理科学学报》、《金融研究》、《财贸经济》、《会计研究》、《Pacific-Basin Finance Journal》等学术期刊审稿人。
报告摘要：长期以来，中国地方政府普遍采用“以地融资”模式为城投平台提供信用支持，不仅助长了地方政府融资冲动，也带来巨大的地方政府隐性债务风险。自2014年起，中央政府明确将“修明渠、堵暗道”作为基本原则，着力化解地方政府隐性债务风险。土地出让收入作为“以地融资”模式的重要载体，成为化解地方政府隐性债务风险的关键所在。本文聚焦2021年7月实施的土地出让金划转税务部门征收试点政策，研究中央政府对土地出让收入实施“修明渠、堵暗道”如何影响城投债信用风险。研究发现，土地出让金划转税务部门征收显著降低了试点地区城投债的信用利差，这一现象在以土地开发为主营业务、信用评级较低、盈利能力较差、土地资产注入规模较少、地区财政缺口较小的城投平台中表现更加明显。经济机制分析显示，土地出让金划转税务部门征收主要通过强化地方政府隐性担�：透纳撇普畔⑼该鞫鹊那蓝猿峭墩庞梅缦詹跋�。本文研究结论表明，土地出让收入是地方政府隐性债务风险的重要决定因素，中央政府对土地出让收入实施“修明渠、堵暗道”短期内有助于降低城投债信用风险，但是从长期来看却强化了地方政府的隐性担保，可能会进一步助长地方政府的融资冲动。
马锋，西南交通大学经济管理学院副教授，博导。现为金融预测团队负责人，Finance Research Letter副主编（FINANCE, 6/110, Q1），China Finance Review International期刊青年编委。2021-2022连续两年入选“爱思唯尔”中国高被引学者。2019年入选“四川省人才计划”，2021入选第十三批四川省学术和技术带头人后备人选。现主持国家自然科学基金面上、青年及教育部人文社科项目各一项，参与国家级课题多项。主要研究方向为金融计量、预测及风险管理，在金融市场波动与收益率建模预测等领域取得了系列成果。发表学术论文百余篇，主要研究成果发表在Journal of Banking & Finance、Journal of Empirical Finance、International Journal of Forecasting、European Journal of Finance、Journal of Futures Markets、Journal of International Financial Markets，Institutions & Money、Annals of Operations Research、《管理科学学报》、《系统工程理论与实践》等国内外高水平期刊。目前有6篇论文入选ECONOMICS & BUSINESS（经济与商学）ESI高被引论文。
报告摘要：This paper investigates the predictability of oil shocks for stock market volatility from a comprehensive perspective. Our empirical analysis shows that multiple oil shock measures contain valuable information for predicting stock market volatility, in addition to traditional economic variables and uncertainty indices. Moreover, the least absolute shrinkage and selection operator (LASSO) method and regime-switching model jointly deliver incremental improvement in forecasting accuracy from both statistical and economic perspectives. These results are confirmed by robustness checks under different business cycles and market conditions, including the COVID-19 pandemic.
刘彦初，博士现就职于中山大学岭南学院，担任副院长，金融学副教授，博士生导师。香港中文大学金融工程学博士、博士后，中国科学技术大学理学硕士与理学学士。主要研究兴趣为金融工程，金融科技，以及相关应用。在《管理科学学报》，《Operations Research》，《INFORMS Journal on Computing》，《Journal of Economic Dynamics and Control》，《European Journal of Operational Research》，《Quantitative Finance》，《Journal of Futures Markets》，《Insurance: Mathematics and Economics》，《IEEE Transactions on Engineering Management》，《European Journal of Finance》，《Annals of Operations Research》，《Finance Research Letters》等国内外主流学术期刊上发表（含接收）论文近40篇。主持国家自然科学基金面上和青年项目、广州期货交易所首批对外合作课题、中国期货业协会研究课题等科研项目。
报告摘要：Variance-optimal hedging in a discrete-time framework is a practical option-hedging strategy that aims to reduce the residual risk. It has been widely used in volatility trading desks. In this paper, we solve the variance-optimal hedging problem for affine GARCH models both semi-explicitly and through deep learning. Applying the Laplace transform method, we derive semi-explicit formulas for the variance-optimal hedging strategy and initial endowment. We also apply the Long Short-Term Memory (LSTM) recurrent neural network (RNN) architectures and solve for optimal hedging strategies under mean square error loss function with transaction costs. Numerical examples illustrate the hedging performance for different approaches, option styles, hedging frequencies and transaction costs. [This is a joint work with Hongkai Cao, Zhenyu Cui and Ying Yu.]
陈树敏，广东工业大学管理学院副教授、博士生导师。主要从事金融工程、保险精算等领域的研究，目前已在 Siam Journal on Financial Mathematics、Journal of Economic Dynamics and Control、Insurance: Mathematics and Economics、ASTIN Bulletin、Scandinavian Actuarial Journal、管理科学学报等期刊上发表论文二十余篇，主持国家自然科学基金青年/面上项目、中国博士后基金面上/特别资助项目、广东省自然科学基金等7项省部级以上基金项目。
报告摘要：We examine the lifetime decisions on investment, consumption, and life insurance purchasing for an investor with time-inconsistent preferences. We obtain optimal time-consistent strategies explicitly under the stationary Markov perfect equilibrium framework. We find that the investor increases consumption immediately to seek quick gratification, and foreseeing reduced wealth growth, simultaneously increases life insurance purchasing to fulfill her legacy need. Moreover, at the later stage of the life cycle, wealth accumulation effects dominate and she suffers lower consumption and life insurance purchasing. We also study the effects of naivete, risk aversion, legacy weight, insurance costs, death duty, labor income, and return predictability.