2024年7月11日至2024年7月12日，由《金融学季刊》编辑部、中山大学岭南学院、中山大学商学院、中国金融学年会联合举办的第二届《金融学季刊》论坛（2024）在广东省深圳市中山大学深圳校区举行。中国科学院大学经济与管理学院洪永淼教授、我校经济学院黄乃静副教授、北京大学汇丰商学院汪意成副教授、我校经济学院博士研究生赵子轩同学合作的论文《Forecasting Inflation Rates: A Large Panel Micro-Level Data Approach》经过专家评审入选会议。我校经济学院博士生赵子轩同学受邀于第3分论坛做论文汇报。此次参会得到中央财经大学研究生学术交流支持计划的资助。

图一分会场汇报照片

本文旨在构建一种新的通货膨胀预测计量方法，该方法利用微观股票价格作为预测变量，结合机器学习模型提取微观股票价格中包含的异质性、相互作用、非线性关系等关键信息，从而对未来通货膨胀进行预测。本文从实证的角度证明了该通货膨胀预测方法相对传统时间序列计量模型和因子模型的优势，且微观层面的股票价格相比传统的宏观预测变量有着更好的预测能力。进一步地，本文计算了企业在未来通货膨胀中的相对重要性，分析不同行业公司对通胀预测的异质性影响。此外，本文还探究了公司的不同特征（如公司规模、财务状况等）对通货膨胀预测产生的不同影响。本次汇报内容详实，逻辑严密，汇报中受到了多位老师同学的关注、指导与肯定，并收到了他们提出的建设性意见，为论文的进一步修改完善积累了宝贵的建议。

图二校内学术报告照片

会议结束后，赵子轩同学于2024年9月4日在沙河校区第二教学楼109教室举行了一次校内学术报告会。多位研究方向相关的研究生、本科生参与了讨论。

与会同学感想：

听了赵子轩同学的汇报之后，我有了一些新的感悟与灵感。我对于机器学习非常感兴趣，如何将机器学习融入到自己的研究中，也是我在思考的问题。通过和赵子轩同学的讨论，我学习到了新的知识，对在研究中如何使用机器学习算法有了深入的了解。我从本次汇报中受到了许多启发，本次汇报的内容对我推进自己的研究也有很大帮助。今后会多阅读，多思考，多交流，进一步提升自己的学术能力。

撰稿人：赵子轩

审稿人：伏霖、黄乃静