邹至庄经济研究院博士生论文研讨会第62期
论文题目：市场操纵遇上机器学习：操纵行为识别与资产定价分析
报告人：王翔宇
导师：方颖教授
摘要：
市场操纵泛滥是困扰A股市场的长期问题，然而，由于缺乏实时有效的监测机制，投资者无法及时规避相关风险。本文利用2015年至2020年中国证监会公布的市场操纵处罚案例所涉及的股票作为学习样本，结合高频交易数据与公司治理相关的低频变量构建特征集，采用机器学习方法逐年学习训练得到A股市场操纵机器学习模型。与传统计量模型相比，新构建的机器学习方法可以有效应对数据中存在的正负样本严重不平衡、特征分布高度重叠以及样本标签混淆等问题，并能处理高维变量以及捕捉变量之间存在的非线性关系。样本外预测结果表明，与传统计量模型相比，本文提出的机器学习模型能更加及时有效地识别并预警操纵行为。Fama & MacBeth回归分析证实基于监测模型得到的日度市场操纵概率MM-score对股票预期收益率具有显著的预测能力，简单多空策略能产生显著并稳健的超额收益。进一步分析表明，基于MM-score构建的市场操纵风险因子是特征因子，并且对Fama-French五因子稳健。本文结论认为，大数据与机器学习方法相结合的监管科技能有效提高市场操纵监测与监管效率，可以为投资者决策提供预警并优化投资决策。
地点：D235
腾讯会议：333-5103-6265
时间：11月18日，周一中午，12：30-14：00
语言：中文
