商学院教师获FMA拉丁美洲金融会议最佳论文奖

日前，FMA拉丁美洲金融会议（FMA Latin America Conference）在墨西哥举行。由中国人民大学商学院财务与金融系讲师郑凌凌，商学院特聘教授、财务与金融系联席系主任、美国密苏里大学阎学民教授合作发表在 Review of Financial Studies 上的论文“Fundamental Analysis and the Cross-section of Stock Returns: A Data-mining Approach” ，获得会议最佳论文奖（Best Paper Award）。

自Fama-French于1992年提出三因子模型以来，文献中出现了大量声称能够预测股票收益率的因子。根据Harvey et al. (2016) 的统计，已有3百多个因子被发表在金融经济类的期刊上，其中基于公司财务基本面的因子占据了很大的比例。由于股票收益率一直是资产定价研究领域的一个核心问题，因此这些被发现的‘因子’也受到了学界和业界的广泛关注。该论文试图提出一个重新衡量这些因子的方法，即通过构建一个由超过18000个基本面因子组成的universe和bootstrap的计量方法来判断那些特别显著的因子的产生是否是偶然的结果。研究发现，在控制了data-mining的影响后，许多与公司基本面有关的因子还是能够很好的预测股票回报率；这些因子所能带来的超额收益在那些存在套利限制的股票中更高，在投资者情绪高涨时期会更加显著。这些发现表明，基本面因子的产生并非偶然的结果，而是与market mispricing密切相关。同时，论文提出的计量方法具有普遍性，能够被应用到其他类型的因子的研究分析中。

该论文于2017年4月在 Review of Financial Studies 期刊上正式发表，并获得了学术界的广泛关注和好评。两位作者之前曾在多个国际重要金融会议上宣讲过此项研究成果，同时，基于该文章在定量分析方法上的贡献，阎学民教授于2017年3月获得美国密苏里大学授予的Winemiller Excellence Award。

此外，该论文还吸引了金融业界的广泛关注。目前，作者已收到包括Acadian Asset Management 、Cubist Systematic Strategies等在内的美国著名基金公司的邀请，将在公司内部会议上展示研究成果并探讨文章的实际应用价值。