金融学院举办资产定价与市场微观结构前沿博士生研讨会

本次研讨会紧扣资产定价核心命题，聚焦交易成本、信息不对称、非货币效用等市场摩擦对均衡价格的影响，探索相关效应的实证识别与度量方法，研究范畴兼顾DeFi自动化做市机制与传统公司债券市场，旨在为量化策略设计、DeFi协议优化、债券风险管理提供新的分析思路，推动市场效率与定价异象方向的跨领域学术对话。

受邀作为本次研讨会点评专家的Julian Williams教授为杜伦大学商学院会计与金融讲席教授、金融系主任，研究聚焦金融建模与组织决策交叉领域，主要方向包括市场微观结构、流动性、算法交易、操作风险与信息安全经济学。杜伦大学是英国历史悠久的公立研究型大学，获评2026年度英国年度大学，毕业生就业能力全球第64位，金融学科全球第61位、全英第3位。其商学院拥有AACSB、AMBA、EQUIS三重国际认证，在金融、经济学与管理学领域享有较高学术声望。

研讨会上，上海财经大学金融学院博士生Yang Zhao带来题为Equilibrium Liquidity Provision in Automated Market Makers: A Present‑Value Approach的论文报告。该研究构建连续时间现值分析框架，评估自动化做市商（AMM）均衡流动性供给，将代币潜在便利收益纳入流动性提供者门槛收益率，把经济摩擦分解为非货币效用损失与微观逆向选择成本。论文基于Uniswap与Binance的ETH‑USDT高频交易数据完成模型校准，内生复现实证中流动性池 Mint/Burn的低频粘性特征，并提出从AMM活跃池子净收益中提取代币潜在便利收益的实证方法。

Julian Williams教授针对该报告提出三点关键学术问题与修改建议。第一，指出模型设定中心化交易所冲击与去中心化市场反射过程冲击相互独立的假设性较强，现实中中心化市场的价格波动会传导至AMM市场，两类冲击很可能存在相关性，建议后续进一步论证该独立性假设的合理性；第二，就模型中的无风险利率参数r展开追问，探讨该参数在本研究风险中性框架下的经济学含义，建议论文对利率选取基准做更加清晰的界定；第三，针对实证校准环节，希望作者进一步说明模型参数校准的具体实现路径，阐释模型输出结果与真实市场数据之间的偏差。报告人对上述问题逐一回应，表示冲击相关性问题值得后续深入思考，同时介绍了动态mint‑burn模型的校准思路，利用CEX与DEX双边高频交易数据，通过反射模型拟合流动性池的稳态密度。

上海财经大学金融学院博士生Ziyi Lu作题为News linkage and corporate bond returns的学术报告。研究发现，基于新闻关联的公司债券存在显著的同行动量溢出效应，由新闻关联构建的债券同伴动量指标（NCR）能够显著正向预测债券未来一月收益，多空组合可以实现每月0.22%的收益，而该收益无法被常见股债风险因子解释。异质性结果表明，该预测效应在信用风险更高、发行规模更小、期限更长的债券样本中表现更强。研究证实，信息扩散迟缓是这一动量效应的内在驱动机制。

Julian Williams教授对该报告提出两项建设性意见。其一，关于预测的时间维度，他询问NCR指标在更长预测窗口（2‑6个月）的表现，报告人补充，稳健性检验显示该预测能力仅存在于未来一个月，长期不存在显著预测效果，新闻信息更新迭代快是造成短期效应的重要原因。其二，针对文本情绪指标，他认为新闻情感得分的样本分布中将50作为中性阈值，该阈值区间设置较窄，建议补充统计新闻情感分数的整体分布特征，检验阈值划分的稳健性。他同时肯定了论文利用新闻关联识别债券同行动量的研究设计，认为文本信息视角为公司债券市场异象研究提供了有价值的补充。

整场研讨会理论深度与实证实操并重，不仅为我院博士生提供了一次论文打磨、学术思辨的宝贵交流机会，有利于进一步营造学院浓厚的前沿学术研讨氛围，也为DeFi市场微观结构与信用债券定价两大研究方向的交叉互鉴提供了研究助力。