2024年5月18日至19日，第届第八届北京大学（PKU）-新加坡国立大学（NUS）数量金融与经济学国际学术会议在新加坡国立大学苏州研究院召开。数量术此次会议由新加坡国立大学风险管理研究所、金融经济际学北京大学汇丰商学院、学国行北京大学数量经济与数理金融教育部重点实验室联合举办 。议苏近200位学者通过现场或线上参会，州举PC28围绕数量金融和经济学最新的第届学术研究成果展开研讨。与会人员合影留念在5月18日的数量术开幕式中，新加坡国立大学风险管理研究所所长陈逸群（Yi-Chun CHEN）教授，金融经济际学北京大学数学科学学院金融数学系程雪副教授，学国行北京大学汇丰商学院彭献华长聘副教授先后致辞 。议苏陈逸群在致辞中回顾了PKU-NUS数量金融与经济国际学术会议的州举历史，并对参会嘉宾表示欢迎 ，第届他期待北京大学与新加坡国立大学继续保持紧密的数量术合作关系。程雪介绍了北京大学数量经济与数理金融教育部重点实验室的金融经济际学加拿大彩票中奖号码预测研究动态 ，她希望此次会议能推动更深入广泛的交流与合作
。彭献华在致辞中对本次会议的合作方表示感谢 ，并回顾了北大汇丰在2023年取得的学术成果，他希望本次学术会议可以增进学者友谊，追踪学术前沿。嘉宾致辞（左起：陈逸群、程雪 、彭献华）会议邀请了斯坦福大学高级金融技术实验室创始人、数学和计算金融项目主任、计算和数学工程研究所教授Kay Giesecke，哥伦比亚大学商学院讲席教授金融学王能，哥伦比亚大学商学院决策、风险和运营学系讲席教授Ciamac C. Moallemi作主旨演讲。Kay Giesecke线上演讲Kay Giesecke对其研究成果“AICO：模型普适的加拿大彩票走势图特征重要性：用于监督学习的统计检验”（AICO: Model-Agnostic Feature Significance: Test for Supervised Learning）进行了详细介绍。他指出 ，与传统模型相比，机器学习模型具有低偏误和高方差的特点；不过该模型的不透明性（Opaqueness）也限制了其在需要透明以及可解释的领域的应用，如医疗保健和金融服务等。为解决这一问题，他提出了名为AICO（Adding In COvariant）的假设检验框架。该框架将基线样本定义为所有特征取值为该特征期望的样本。当基线样本中的一个特征修改为真实特征时 ，预测准确性的提升值定义为该特征的效果
。该框架提出了检验每一个特征的效果是否大于零的方法。这一框架的优势在于它适用于不同形式的机器学习模型、模型特征和损失函数
  ，可以被扩展到高维特征，并且可以提供精确的幸运28网站p值和置信区间。他提供了一个简化的模型来帮助听众理解AICO的原理 。与其他方法相比 ，该框架在离散、非正态、相关特征和分类任务中具有更好的表现。他强调 ，AICO相比于其他方法需要的计算量更小，且应用时的限制更少。最后，他介绍了AICO在抵押贷款风险、房地产价格和气候金融风险中的应用 。王能发表演讲王能演讲的题目是“动态资本结构的经济学”（The Economics of Dynamic Capital Structure）。他提出，资本结构是幸运28金融学的核心 ，典型的资本结构包括项目（K）、债务（D）和股本（E）
。目前 ，有关资本结构的文献依然存在理论杠杆比率与实际数据相比过高的问题。为此，王能与其合作者将权衡理论（Tradeoff Theory）和啄序假设（Pecking-Order Hypothesis）结合，提出了一个可控制的财务灵活性理论用于解释动态的企业资本结构。具体来说
，他提出了一个新的时变动态权衡理论（Time-Variant Dynamic Tradeoff Theory），通过马尔可夫子博弈完美均衡（Markov Subgame Perfect Equilibrium）来模拟债务价格
。然后，他在模型中引入了由Myers和Majluf（1984）提出的昂贵的外部股本，进而解释了尽管股本的成本远高于债务，但企业仍然存在逆向选择的原因 。该模型通过将债务转化为一个状态变量，使得公司对财务灵活性有需求。该模型内生化了企业投资和成长选择权的行使 ，从而在模型内引入了融资前这段等待时间的期权价值。王能的研究提供了一个令人惊讶的发现
：因为财务灵活性对于企业更有价值 ，企业在面对昂贵的股权融资成本时仍然会选择较低的杠杆水平。Ciamac MoallemiCiamac C. Moallemi围绕“自动做市和去中心化交易所的经济学原理”（The Economics of Automated Market Making and Decentralized Exchanges）作主旨演讲。最近，Uniswap等自动做市（AMM）协议作为电子交易最常见的市场结构（中央限价订单）的替代方案出现。与限价订单相比，自动做市的计算效率更高
，而且不需要高频交易商等活跃的做市中介参与。因此 
，AMM成为无信任去中心化交易所（DEX）的主流市场机制 。Ciamac从流动性提供者（LPs）的角度出发，建立了一个AMM基本经济学模型，提出了“AMM的布莱克-斯科尔斯公式”（Black-Scholes Formula for AMMs）。Ciamac将LP产生的主要逆向选择成本称为loss-versus-rebalancing（LVR），该成本是LP因陈旧的价格被具有更好信息的套利交易者进行对手交易产生的成本。在假设资产价格服从连续时间的Black-Scholes模型下，Ciamac推导出了这种逆向选择成本的表达式。定性地，该表达式强调了驱动LP回报的主要因素，包括资产特征（波动性）、AMM特征（曲率/边际流动性、费用结构）和区块链特征（区块率）等。Ciamac得到的LP回报的理论表达式与Uniswap v2 WETH-USDC交易对的实际LP回报相匹配 。该模型为LP投资决策的事前和事后评估提供了交易角度的启发 。Ciamac进一步提出了能够减小LVR损失的基于拍卖的新的DEX机制。本次会议组织者还从众多投稿中评选出近60篇高质量的学术论文，邀请作者与会宣读并分组研讨
。这些论文涉及微观经济学 、资产定价 、金融建模、投资组合选择、宏观经济学
、实证微观及金融学 
、金融科技等主要领域。与会学者认真聆听会议吸引了得克萨斯大学（达拉斯）、新加坡国立大学、北京大学、香港科技大学、香港中文大学 、香港城市大学
、香港理工大学、中国人民大学、复旦大学、武汉大学
、同济大学、苏州大学等高校的学者参会并作了论文宣读和讨论
。北京大学汇丰商学院彭献华、Seungjoon Oh
、杨翱翔、赵泠箫 、沈超、刘一夫、詹星意、徐未希等8位师生宣读论文，介绍了最新的研究成果
。PKU-NUS数量金融与经济学国际学术会议由北京大学汇丰商学院和新加坡国立大学风险管理研究所共同发起创办 ，会议每年举行一届，旨在为学界和业界提供交流平台，以发展数量金融与经济学的方法和技术
，探讨金融监管政策，防范和管理金融风险。