2022年5月20日，上午14：00-15：30，由上海市数据科技与决策前沿科学研究基地，商务分析研究中心，上海财经大学商学院主办的“量化方法与数据分析讲座系列”（Quantitative Methods and Data Analytics Seminar Series，QMDA）第11期在线上如期举行。来自中央财经大学的Fuwei Jiang老师受邀做了主题为“Predicting Corporate Bond Returns with Machine Learning”的精彩学术讲座。本次讲座由上海财经大学商学院王文斌教授和谢天副教授主持。

本篇文章主要使用大数据和机器学习来研究公司债券的回报可预测性。作者们发现机器学习模型在预测未来债券回报方面显着提高了股票和债券特征的样本外表现。

作者们还发现，与没有限制的简化形式方法相比，当从 Merton 模型中强加一个理论上有动机的经济结构时，机器学习模型的性能有了显着提高。

总的来说，作者们的工作强调了在研究预测公司债券的预期回报率时，给计算过程施加一个经济学金融学理论框架（如Merton模型）的重要性。即使强如复杂的机器学习方法，在Merton模型的加持下，仍然能够进一步提高建模效率和预测精度。

姜教授认为大数据和机器学习方法是目前较为流行的量化手段。但我们也要保持警醒，因为所有模型和算法都有其各自的优缺点。我们不可以为了复杂而复杂，痴迷于技术而忽略了理论和直觉。如本文一样，当我们把理论模型引入到机器学习分析之后，发现建模的有效性和预测的精准度都有非常大的提升。这一理念相信会给大家非常大的启发，有助于大家未来的研究发展。

报告的过程中以及报告最后，参与讲座的同学老师都与姜教授进行了热烈的互动与讨论。最后，讲座在大家的热烈研讨中圆满结束。