2024年11月8日至10日，由中国金融学年会理事会议和华南理工大学联合主办的第二十一届中国金融学年会在华南理工大学成功举行。中国工程院院士、华南理工大学校长唐洪武，年会主席孙坚强、年会理事会主席张学勇、年会理事会秘书长李心丹出席开幕式并发表致辞。大会期间，清华大学建树金融学讲席教授余剑峰、香港科技大学讲席教授Dong Lou、华南理工大学教授陈镇喜及腾讯金融科技副总裁湛炜标分别发表了主旨演讲。此次年会吸引了来自国内外253家高校、研究机构、金融机构的1000余名专家学者和学生参与。本届年会旨在搭建一个立足中国、面向世界的开放交流平台，汇集全球金融学术同仁，围绕“深化金融体制改革”这一主题展开讨论。会议重点探讨了科技金融、绿色金融、普惠金融、养老金融和数字金融等重要议题。在促进金融高质量发展的同时，年会也积极推动金融服务于金融强国建设的进程，进一步提升中国金融学在全球范围内的学术影响力。这一开放交流的平台不仅为中国的金融理论研究和实践应用提供了宝贵的交流机会，也为全球金融领域的发展贡献了中国智慧。
在分会场报告中，我院23级博士研究生任佳文作了题为《基于技术指标和经济基本面的短期汇率预测》的学术报告（合作者：中南财经政法大学2024欧洲杯投注官网任宇教授）。她的研究提出在方程系数模型的框架下，结合技术指标和宏观经济变量的信息，可以生成可靠的样本外汇率预测。为了避免样本内估计的过拟合问题，她采用了Elastic-Net方法，减少信息量较低的预测变量对样本外预测的影响，从而提高预测性能。实证结果表明，这一方法在提前一个月预测中显著优于随机游走和其他替代方法，且技术指标和经济基本面在预测中都起到了重要作用。此外，根据他们的预测，通过货币和债券交易获得了显著的投资收益。
我院24级博士研究生梁梦迪以《中国股市“低风险定价异象”的原因与机制：基于动态CAPM模型的研究》（合作者：中南财经政法大学2024欧洲杯投注官网任宇教授）为题进行汇报。为了进一步深入探讨中国股市中的“低风险定价异象”，她采用周频数据，并引入技术指标和机器学习算法，构建一个新颖的动态CAPM模型，旨在从时变系数模型角度提供对这一现象的新解释。研究发现了中国股市在周度频率下仍然存在“低风险定价异象”，在将机器学习算法应用于动态CAPM模型，并引入包含量价因子的技术指标来识别和量化时变系统性风险，“低风险定价异象”显著减弱。这一结果充分证明了动态CAPM模型在处理市场复杂性和动态变化方面的优越性，为理解A股市场的定价机制提了全新视角。
