20250710-华安证券-_学海拾珠_系列之跟踪月报_13页_2mb

报告：2025年6月华安证券金融工程研究跟踪月报

分析师

• 骆昱杉：执业证书号S0010522110001，邮箱luoyushan@hazq.com
• 严佳炜：执业证书号S0010520070001，邮箱yanjw@hazq.com

一、主要观点

• 相关研究文献共157篇，领域分布：
  正权益类（72篇）、机器学习应用（21篇）、ESG相关研究（36篇）、债券研究（8篇）等。
• 报告聚焦于6月更新的金融类期刊文献，涵盖量化金融的所有热门领域。

二、研究内容

1. 正权益类研究（非ESG）

• 基本面类研究：
  预测分析师乐观偏差、盈余公告信息传播机制、量化基本面因子优化。
• 量价与另类研究：
  高频数据交易、新闻公告与短久期溢价、动量反转效应。
• 因子研究类：
  构建多因子模型、残差检验法提升因子稳定性。
• 主动量化类研究：
  公司治理对企业绩效影响、并购策略、投资者行为偏差等。
• 其他：
  IPO定价机制、波动率测度优化、投资者行为偏差分析。

2. 固收类研究

• 利率债研究：
  动态流动性溢价模型、联邦基金利率对期限结构影响。
• 信用债研究：
  高铁网络对信用利差影响、机器学习在信用违约定价中的应用。

3. 基金研究文献综述

• 相关主题包括主动投资策略有效性、ETF费用、ESG基金表现、资产配置组合优化。

4. 资产配置类研究

• 多资产配置：
  股债相关性预测、大宗商品和汇率对新兴市场影响、气候风险下的资产配置优化。
• 组合构建与风险管理：
  波动率择时策略、鲁棒风险模型优化。

5. 机器学习研究

• 选股类：
  • 机器学习提升传统因子预测精度，如Transformers、GANs、时间序列预测模型。
  • XGBoost预测IPO首日收益。
• 资产配置类：
  扩散模型（Diffusion）、神经网络配置模型在概率预测与组合优化中的应用。
• ESG与风险管理：
  图神经网络提升风险检测效果，气候危机响应策略、硬性与软性披露响应机制。

6. ESG类研究

• ESG驱动机制：
  绿色金融提升企业创新、本土ESG评级更适用于中国。
• 公司治理优化路径：
  环保董事会吸引绿色投资，印度强制CSR政策对ESG真实披露影响。
• 漂绿、信号发送、薪酬激励机制研究：
  明星CEO美化CSR报告，多样性DEI披露与实际表现不符等。

三、重要声明与风险

• 文献来源：涵盖JFE、JAE、等高影响力期刊，以及AI会议如AAAI、IJCAI等。
• 风险提示：研究结论基于历史数据，不构成投资建议。
• 免责声明：本报告仅提供参考，不构成任何投资建议，华安证券不保证其中信息准确性。

反馈

如需详细文献清单或报告内容，请联系华安证券金融工程研究团队。