您的位置: 首页43 > 新闻动态11

金融学院第39期论文研讨班:Predictive Macro-Impacts of PLS-based Financial Conditions Indices:An Application to the USA

主要来源:      发布时间:2017-06-20

2017年6月14日,由金融学院举办的“第39期论文研讨班”在明辨楼404教室举行。本期研讨班邀请了伦敦大学秦朵教授作题为“Predictive Macro-Impacts of PLS-based Financial Conditions Indices: An Application to the USA”的报告。本次研讨活动由金融学院朱超教授主持,学院部分教授及副教授、全体青年教师、全体博士生、本硕博贯通班学生等四十多人参加。

秦朵教授首先概述了有关“先行指标(Leading Indicator)”的研究脉络,很多学者都收集了时间序列数据,运用调和分析(HA)、主成分分析(PCA)、马尔科夫机制转换模型(MRSM)等方法构建了商业周期和经济预期相关的指数。秦教授重点报告了自己近期的一篇工作论文,该研究基于偏最小二乘方法(PLS),精挑细选了一些金融市场和宏观经济变量作为指标,构建了“金融形势指数(FCIs)”。实证结果显示:该指数能够跑赢市场利率,并且能应用到向量自回归模型(VAR)中进行金融市场的影响因素分析;在一些综合指数正常更新的状态下,该指数的预测效果基本稳定。本研究最重要的贡献在于提出一个新的指数构建思路---偏最小二乘法的运用,并且进一步解释了传统主成分分析方法应用过程中的局限性。

最后的互动环节,金融学院教师针对“权重”、“因子分析的应用”、“偏最小二乘法的应用”等多个问题与秦老师进行了交流。综合指数的构建一直是理论界与实务界关注的重要课题,尤其是先行指标有助于预测商业周期变化以及未来经济活动的发展,对于实践人员实施商业策略以及当局政策制定有非常积极的现实意义。综合指数的构建需要建立一套指标体系,指数预测的效果与指标筛选、指标赋权以及建模方法等密切相关,可以尝试一些新的方法,如机器学习等,这对于金融学院师生的研究方向和研究方法,具有一定的启发和引导作用。