近日👨🏼‍💻🐪，凯发平台2021级学硕研究生杨元祺和其导师朱一峰副教授🍮💂🏽‍♀️、美国圣路易斯华盛顿大学周国富教授合作的论文“Fama-MacBeth Regression with Asset Pricing Restriction”在第二十三届中国金融工程学年会上被评为一等奖♢。

文章在传统的Fama MacBeth回归上加入横截面资产定价限制条件和组LASSO约束项🏄。这样一来模型可以同时解释时间序列和横截面的变化🐕‍🦺，同时给出稀疏解🚐。文章通过最小角度回归算法可以给出新模型的隐因子形式解析解。此外🫰，基于美国股市上高维、中维和低维数据（分别对应200，100和15个特征），文章发现修改了的Fama MacBeth回归在预测横截面股票收益上的能力要优于其他模型，提出的特征因子要优于传统因子🧑‍🧑‍🧒，此外还可以对各个因子的风险溢价进行评估和排序。此外，通过对比不同模型预测的因子风险溢价排名，可以解释为什么改进的Fama MacBeth回归为什么表现优于其他模型，这主要是因为不同类别的特征具有不同的特点👨🏻‍🔬。本研究对于机器学习方法在资产定价领域的研究具有重要意义🚵🏿。

撰稿🪁：朱一峰

审核：彭俞超