av直播

时间：2025年09月26日(周五)09:00

地点：学院419

主办单位：av直播 金融系

主持人：沈思晨  av直播

报告主题：

报告人简介：

Alp Atakan，教授，曾任职于土耳其伊斯坦布尔的科克大学（Koc University），目前在伦敦玛丽女王大学（Queen Mary University of London）担任经济学教授、经济金融学院院长，曾是西北大学的助理教授，并拥有哥伦比亚大学（Columbia University）的博士学位。研究兴趣包括微观经济学理论和博弈论，目前研究重点是信息经济学、拍卖设计、搜索与谈判以及动态博弈。在Economic Theory, Econometrica, Review of Economic Studies, Journal of Economic Theory, American Economic Review等世界知名顶尖期刊发表多篇论文。

马浩，伦敦玛丽女王大学（Queen Mary University of London）经济与金融学院助理教授，在瑞士金融学院（SFI）和意大利南方大学（USI, Lugano）获得博士学位，研究领域包括资产定价、金融计量经济学、机器学习和人工智能。目前，主要研究方向为通过将计量经济学与深度学习相结合，解决实证资产定价中的大数据问题。

马子真，av直播 特聘副研究员。主要研究兴趣为博弈论与政治经济学。论文发表于Journal of Economic Theory，主持国家自科基金项目1项。

报告主要内容：

价格发现机制

我们研究一种共同价值拍卖模型，该模型中大量相同的不可分割物品被出售给大量事先完全相同的竞标者，且每个竞标者的需求量为单位。竞标者初始时处于信息不透明状态，但可通过不同准确度和成本的多个信息源获取信息。我们为每个可用信息源定义了成本-准确度比值。所有信息源中该比值的最小值将完全决定拍卖价格的限价分布及其信息含量。当且仅当最小成本准确度比值等于零时，信息才会被聚合。我们还通过一系列充分丰富的实验，刻画了后验可分离信息成本下拍卖的所有均衡状态。在此情形下，若成本函数在先验点处可微，则信息会被聚合。

交易成本与随机贴现因子

研究表明，交易成本通过决定均衡状态下哪些特征具有重要性，从根本上重塑了随机贴现因子（SDF）。我们采用深度神经网络技术，将交易成本直接纳入稳健的SDF估计模型，而非将其视为优化后的调整项或任意投资约束。这种交易成本敏感型SDF模型显著提升了净夏普比率，并通过内生性资产组合再配置实现更优的横截面定价效果：增强资产分散度、降低换手率、减少高换手率特征带来的风险敞口。这些效应在不同样本构成、市场环境、神经网络参数设置及交易成本定义方式中均表现稳定，充分证明交易摩擦是决定均衡资产价格的结构性因素。

竞争拍卖的竞争性极限

研究相互竞争的拍卖的策略性均衡与“拍卖的竞争性分布”(Peters, 1997) 的联系。我们对每名卖家的可能成本和可选底价作出最小限制；并证明在固定买家-卖家间数量比例的条件下，随着玩家数量增加至无穷大，有限市场的PBE收敛到大型市场的竞争性均衡。