报告题目：How Are Firm Characteristics Priced? Levels, Peer Averages, and Peer Deviations
主 讲 人：北京大学李少然研究员
时 间：2026年11月6日10：00 -- 11：30
地 点：9教326会议室
报告摘要：公司特征的收益预测能力取决于其进入模型的形式：有些特征通过公司自身的原值提供信息，有些特征在相对于同群公司的偏离中体现预测价值，还有一些特征的有效信息集中于能够降低个体噪声的同群平均。传统模型统一使用公司特征原值，隐含地对同群共同成分与公司相对成分施加相同的系数限制，可能掩盖二者不同的预测作用。本文提出Peer LASSO，在筛选有效特征的同时，自适应地判断各项特征进入定价模型的形式。基于美国股票市场85项公司特征的研究表明，该方法显著改善了样本外预测与投资组合表现，且在2003年后的样本中仍然有效。多变量 Fama–MacBeth 回归进一步发现，部分原值不显著的特征在同群分解后变得显著。研究表明，部分公司特征表现出的较弱独立预测能力，可能源于其使用形式受到过度限制；允许不同特征以不同形式发挥作用，有助于识别传统模型未能充分提取的收益预测信息。
主讲人简介
李少然，北京大学经济学院金融学系助理教授、博士生导师、研究员。研究方向包括金融计量、资产定价、投资组合管理与机器学习。研究成果发表于Journal of Financial Economics、Journal of Econometrics、Journal of Business & Economic Statistics、Journal of Banking and Finance 等期刊。主持国家自然科学基金面上项目和青年项目。担任 Journal of International Financial Markets, Institutions & Money 领域主编，曾任 Journal of Econometrics、Management Science、Economic Modelling 等期刊匿名审稿人。主讲“应用时间序列分析”“金融计量”“高频数据与高频交易”等课程。
欢迎感兴趣的老师和同学参加！