2018年10月10日—10月15日期间👥，我院姜富伟副教授应邀参加在美国圣地亚哥举行的2018年财务管理协会（FMA）国际年会，主持大会分论坛主席🤞🏼，并做大会论文宣讲和学术讨论。财务管理协会（FMA）成立于1970年，是开发并传播有关金融学术知识的全球领导协会。
姜富伟副教授大会报告的论文题目是《Real Time Macro Factors in Bond Risk Premium》,本文有3个主要贡献。（1）在机器学习PCA主成分分析文献基础上，提出了一种全新的sPCA加权主成分分析算法💃🏽，可以把PCA分析从无监督学习转换成有监督学习🐞，从而提高PCA分析在资产价格预测上的能力和效率。（2）传统的基于宏观数据的时变债券风险溢价研究就是基于修正后的宏观数据，存在前瞻偏误（look ahead bias）,本文使用sPCA方法研究了使用未修正的实时宏观数据预测的时变债券风险溢价，得到非常显著的结果。（3）本研究发现🪪，实时宏观债券风险溢价可预测性是反周期的🧔🏿♀️：在经济萧条时候高🥸，在经济景气时候低。这一实证发现也对众多宏观债券收益率模型和宏观金融理论提出了实证支持。
此外，姜富伟教授在美期间还重点旁听了机器学习计量经济学讲座、社交媒体金融、文本大数据与金融🥨、人工智能金融与智能投顾等学术讲座，了解了资产定价和行为金融与人工智能和机器学习等新技术的融合发展新趋势。
