【课题推荐发表期刊】

【课题背景】

在当今全球化和信息化的金融市场中，股票市场作为最主要的资本交易场所之一，其稳定性与效率对经济的健康发展具有深远影响。伴随着金融理论的发展与金融市场的日益复杂化，股票市场的收益与风险关系已不能单靠传统理论完全解释。20世纪中叶，资本资产定价模型（CAPM）提出之后，人们开始探索更复杂的股票收益影响因素，即所谓的“风险因子”。这些因子包括公司规模、账面市值比、动量等，它们在不同市场环境下对股票收益产生不同的影响。这些风险因子背后的风险溢价直接关系到投资者对风险的承担能否得到相应的风险补偿。对股票市场风险因子及溢价的深入研究不仅有助于理论上的完善和发展，更能在实践中指导投资者进行更为科学和理性的投资决策，同时对于监管机构而言，这也意味着能够制定出更加精准的市场监管政策，维护股市的健康稳定。因此，这一领域的研究不断吸引着金融学界和实务界的广泛关注。

本课题将研究如何在股票市场挖掘新的定价因子，以及因子相应的风险溢价应如何度量等相关问题。

【课题方向参考】

股票市场风险因子如高阶风险因子、尾部风险因子、以及情绪因子的探究

【适合人群】

经济学科硕士研究生，要求具备一定的数理统计基础，能够运用R/Python处理数据或者跑建模，具备有一定的英文阅读与写作基础。

【课题收获】

• 高质量论文一篇（SCI/SSCI定向期刊）

• SCI/SSCI期刊投递与发表指导

• 结业证书

【导师介绍】

徐老师，211财经类高校副教授，博士

• 担任多本国际顶级期刊审稿人，包括Energy Economics, Economic Modelling, Applied Economics, Accounting and Finance, Finance Research Letters等经管类SSCI期刊；

• 研究方向：资产定价、风险管理、绿色金融、气候金融；

• 以第一作者身份在SSCI核心期刊上发表论文17余篇，包括Energy Economics, Economic Modelling, Applied Economics, Finance Research Letters, Journal of Futures Markets等；

• 具备丰富的英文写作经验和学术指导经验；熟练使用R语言、Python、Stata等工具。

【课题安排】

研究周期预估六个月左右，具体视学员情况调整

【推荐阅读】

• 2022 Tail risk connectedness in clean energy and oil financial market 

• 2023 Higher-order moments and asset pricing in the Australian stock market 

• 2024 What drives the tail risk effect in the Chinese stock market?