墨爾本大學Professor Nardari博士介紹

導師簡介

如果你想申請澳洲墨爾本大學金融學的博士，那今天這期文章解析可能對你有用！今天Mason學長為(wei) 大家詳細解析墨爾本大學的Professor Nardari的研究領域和代表文章，同時，我們(men) 也推出了新的內(nei) 容“科研想法&開題立意”，為(wei) 同學們(men) 的科研規劃提供一些參考，並且會(hui) 對如何申請該導師提出實用的建議！方便大家進行套磁！後續我們(men) 也將陸續解析其他大學和專(zhuan) 業(ye) 的導師，歡迎大家關(guan) 注！

教授是墨爾本大學商業(ye) 與(yu) 經濟學院金融係的教授,在加入墨爾本大學之前,他曾在美國亞(ya) 利桑那州立大學和休斯頓大學任教。Nardari教授擁有聖路易斯華盛頓大學奧林商學院金融學博士和理學碩士學位,以及意大利貝加莫大學工商管理學士學位。

研究領域

導師的主要研究領域為(wei) 實證資產(chan) 定價(jia) 和金融計量經濟學,重點關(guan) 注資產(chan) 配置和投資組合選擇、收益預測、波動率建模、風險-收益權衡、金融市場與(yu) 宏觀經濟之間的關(guan) 係、交易活動的決(jue) 定因素以及共同基金業(ye) 績的衡量。此外,他還開發並應用了金融經濟學領域感興(xing) 趣的貝葉斯計量經濟學方法。

研究分析

Forecasting variance swap payoffs (2022年,發表於(yu) Journal of Futures Markets)

這篇論文研究了在標普500指數、美國10年期國債(zhai) 、黃金和原油上賣出方差互換的收益可預測性。作者發現,基於(yu) 已實現方差的滯後值、隱含波動率指數以及宏觀經濟變量(如通脹和工業(ye) 產(chan) 出)的預測模型,可以顯著提高對未來方差互換收益的預測能力。這一發現對於(yu) 理解方差風險溢價(jia) 的時變性質以及開發更有效的投資組合對衝(chong) 策略具有重要意義(yi) 。

Do Commodities Add Economic Value in Asset Allocation? New Evidence from Time-Varying Moments (2018年,發表於(yu) Journal of Financial and Quantitative Analysis)

這項研究全麵評估了商品在多資產(chan) 投資組合中的經濟價(jia) 值。作者考慮了商品收益的時變特征,並采用貝葉斯方法對投資組合權重進行動態優(you) 化。實證結果表明,納入商品可以顯著提高投資組合的風險調整後收益,且收益主要來自於(yu) 商品與(yu) 股票和債(zhai) 券收益之間的低相關(guan) 性。這一發現突出了商品在戰略資產(chan) 配置中的重要作用。

Investor behavior in the mutual fund industry: Evidence from gross flows (2014年,發表於(yu) Journal of Economics and Finance)

這篇論文使用1997年至2003年期間的月度總流量數據,揭示了投資者行為(wei) 的一些新規律。作者發現,投資者對基金業(ye) 績的反應存在非線性和不對稱性,表現為(wei) 對優(you) 異表現的追捧和對不佳表現的懲罰。此外,投資者還表現出"現金流悖論",即在基金業(ye) 績較好時期增加贖回。這些發現對於(yu) 理解投資者行為(wei) 偏差和共同基金流量管理具有重要啟示。

Do Market Efficiency Measures Yield Correct Inferences? A Comparison of Developed and Emerging Markets (2010年,發表於(yu) Review of Financial Studies)

這項研究利用來自56個(ge) 市場的數據,比較了發達市場和新興(xing) 市場中幾種常見的市場效率測度(如短期反轉、盈餘(yu) 公告後漂移和動量策略)的表現。結果發現,盡管不同市場的製度背景和信息環境存在顯著差異,但各種效率測度在發達市場和新興(xing) 市場中產(chan) 生的策略收益大體(ti) 相當。這一發現對於(yu) 理解市場效率的全球比較以及異象的成因具有重要意義(yi) 。

Do investors trade more when stocks have performed well? evidence from 46 countries (2007年,發表於(yu) Review of Financial Studies)

這篇論文考察了46個(ge) 市場中交易活動與(yu) 收益之間的動態關(guan) 係。研究發現,許多股票市場的交易量與(yu) 過去的收益正相關(guan) ,表明投資者在股市表現良好時傾(qing) 向於(yu) 交易更多。這種正反饋交易行為(wei) 可能源於(yu) 投資者對股票未來表現的異質信念,以及賣方在牛市中的風險厭惡程度降低。這一發現揭示了投資者交易行為(wei) 的一個(ge) 重要驅動因素。

Bayesian analysis of linear factor models with latent factors, multivariate stochastic volatility, and APT pricing restrictions (2007年,發表於(yu) Journal of Financial and Quantitative Analysis)

這項研究提出了一類新的線性因子模型,其中因子是潛在的,超額收益的協方差矩陣遵循多元隨機波動過程,並受APT定價(jia) 限製的約束。作者開發了一種新的貝葉斯MCMC估計方法,可以有效處理這類複雜模型的估計和推斷問題。實證分析表明,所提出的模型能夠很好地擬合收益數據,識別出有經濟意義(yi) 的潛在風險因子,並準確刻畫資產(chan) 收益的動態相關(guan) 結構。這一研究為(wei) 多維波動率建模和資產(chan) 定價(jia) 檢驗開辟了新的方向。

項目分析

Liquidity Management With Derivative Holdings (2021年) 這個(ge) 項目研究了衍生品持倉(cang) 如何影響公司的流動性管理策略。通過實證分析,項目組發現持有衍生品合約的公司傾(qing) 向於(yu) 持有更少的現金,表明衍生品可以在一定程度上替代現金持有,提高流動性管理的效率。這一研究結果對於(yu) 理解公司風險管理行為(wei) 和現金持有決(jue) 策具有重要意義(yi) 。

Parcel Size and Land Value: A Comparison of Approaches (2020年) 這個(ge) 項目采用模擬和真實數據,研究了參數、半參數和非參數方法在估計地塊麵積與(yu) 土地價(jia) 值關(guan) 係時的相對優(you) 劣。研究表明,在地塊麵積與(yu) 土地價(jia) 值呈非線性關(guan) 係的情況下,非參數方法的表現優(you) 於(yu) 傳(chuan) 統的參數模型。這一發現為(wei) 土地估價(jia) 和房地產(chan) 決(jue) 策提供了有益參考。

Explaining the early years of the euro exchange rate: An episode of learning about a new central bank (2007年) 這項研究考察了歐元匯率在推出初期出現貶值的原因。作者提出一個(ge) 理論模型,認為(wei) 市場對新成立的歐洲中央銀行(ECB)的政策立場和反應函數存在不確定性,導致了歐元匯率的波動。通過對利率期限結構的實證分析,研究發現市場對ECB貨幣政策的學習(xi) 過程能夠解釋歐元匯率的早期走勢。這一研究加深了人們(men) 對央行信譽和匯率動態的理解。

研究想法

基於(yu) 機器學習(xi) 的資產(chan) 配置和投資組合優(you) 化

隨著大數據和人工智能技術的發展,傳(chuan) 統的資產(chan) 配置方法麵臨(lin) 新的挑戰和機遇。未來的研究可以嚐試將機器學習(xi) 算法(如深度學習(xi) 、強化學習(xi) 等)引入到投資組合優(you) 化中,通過對海量金融數據的挖掘和分析,實現資產(chan) 配置的智能化和自適應。這一方向不僅(jin) 具有學術前沿性,也有望為(wei) 投資實踐帶來革命性變革。

衍生品市場的信息傳(chuan) 導與(yu) 風險溢出效應

衍生品市場在風險管理和價(jia) 格發現方麵發揮著關(guan) 鍵作用,但其與(yu) 現貨市場和宏觀經濟的動態關(guan) 聯尚未得到充分研究。未來可以考慮利用高頻數據和因果推斷方法,考察衍生品市場與(yu) 其他市場之間的信息傳(chuan) 導機製,度量衍生品交易引發的風險溢出效應,並探討其對金融穩定和實體(ti) 經濟的影響。這一選題有助於(yu) 加深對衍生品市場的微觀機理和宏觀後果的理解。

基於(yu) 異質信念的投資者行為(wei) 建模與(yu) 實證檢驗

異質信念是解釋許多金融市場異象(如過度交易、價(jia) 格泡沫等)的重要視角,但將其納入標準金融模型並非易事。未來的研究可以嚐試構建基於(yu) 異質信念的行為(wei) 金融模型,刻畫投資者群體(ti) 的信念形成和演化動力學,並運用實驗和調查數據對模型假說進行實證檢驗。這一方向有望促進行為(wei) 金融學與(yu) 傳(chuan) 統金融理論的融合,為(wei) 投資者教育和市場監管提供新的思路。

氣候變化背景下的資產(chan) 定價(jia) 與(yu) 風險管理

氣候變化已成為(wei) 全球性挑戰,其對金融市場的影響日益凸顯。未來的研究可以將氣候因素納入資產(chan) 定價(jia) 框架,探討環境風險如何影響股票、債(zhai) 券等資產(chan) 的收益和風險特征,並研發針對氣候風險的金融工具和對衝(chong) 策略。這一選題契合可持續金融的發展趨勢,回應了社會(hui) 對金融行業(ye) 承擔環境責任的期許。

金融科技時代的個(ge) 人金融決(jue) 策與(yu) 理財行為(wei)

隨著金融科技的興(xing) 起,個(ge) 人金融決(jue) 策的環境和模式正發生深刻變革。未來可以利用互聯網平台數據,研究金融科技工具(如移動支付、智能投顧、P2P借貸等)對個(ge) 人金融行為(wei) 的影響,評估其在普惠金融中的作用,並探索金融科技環境下的個(ge) 人理財優(you) 化策略。這一方向立足時代前沿,關(guan) 注普通投資者的福祉,有望產(chan) 生廣泛的社會(hui) 影響力。

申請建議

1.夯實金融學理論基礎,尤其要熟悉資產(chan) 定價(jia) 、投資學、金融計量經濟學等方麵的核心概念和模型,這是開展高質量研究的前提。

2.加強計量方法和編程技能的訓練,掌握時間序列分析、貝葉斯推斷、機器學習(xi) 等前沿工具,並熟練使用R、Python、Matlab等編程語言,以適應大數據時代的研究需求。

3.廣泛閱讀Nardari教授及其合作者的學術論文,深入理解他們(men) 的研究視角和方法論,並嚐試提出自己的改進思路或延伸方向,以彰顯學術創新力。

4.關(guan) 注金融工程領域的最新進展和實踐動態,思考如何將前沿技術與(yu) 傳(chuan) 統金融理論相結合,提出具有應用價(jia) 值的研究問題,體(ti) 現學術研究的實踐指導意義(yi) 。

5.提升英語學術寫(xie) 作和表達能力,能夠清晰、簡潔地闡述研究思路,準確、規範地呈現實證結果,以提高論文的發表概率和影響力。

6.主動與(yu) Nardari教授溝通交流,表達自己的研究興(xing) 趣和學習(xi) 訴求,爭(zheng) 取獲得導師的認可和支持。在申請材料中,要突出自己與(yu) 導師研究方向的契合度,展示紮實的理論功底和開闊的學術視野。

博士背景

Betty：985金融學本碩，目前是哈佛大學金融學博士後，專(zhuan) 注於(yu) 宏觀金融與(yu) 全球市場動態研究。在國際知名金融學術期刊《Journal of Finance》上發表過2篇論文，特別擅長使用量化模型分析宏觀經濟趨勢，對國際金融政策有獨到見解。