墨尔本大学Professor Nardari博士介绍

导师简介

如果你想申请澳洲墨尔本大学金融学的博士，那今天这期文章解析可能对你有用！今天Mason学长为大家详细解析墨尔本大学的Professor Nardari的研究领域和代表文章，同时，我们也推出了新的内容“科研想法&开题立意”，为同学们的科研规划提供一些参考，并且会对如何申请该导师提出实用的建议！方便大家进行套磁！后续我们也将陆续解析其他大学和专业的导师，欢迎大家关注！

教授是墨尔本大学商业与经济学院金融系的教授,在加入墨尔本大学之前,他曾在美国亚利桑那州立大学和休斯顿大学任教。Nardari教授拥有圣路易斯华盛顿大学奥林商学院金融学博士和理学硕士学位,以及意大利贝加莫大学工商管理学士学位。

研究领域

导师的主要研究领域为实证资产定价和金融计量经济学,重点关注资产配置和投资组合选择、收益预测、波动率建模、风险-收益权衡、金融市场与宏观经济之间的关系、交易活动的决定因素以及共同基金业绩的衡量。此外,他还开发并应用了金融经济学领域感兴趣的贝叶斯计量经济学方法。

研究分析

Forecasting variance swap payoffs (2022年,发表于Journal of Futures Markets)

这篇论文研究了在标普500指数、美国10年期国债、黄金和原油上卖出方差互换的收益可预测性。作者发现,基于已实现方差的滞后值、隐含波动率指数以及宏观经济变量(如通胀和工业产出)的预测模型,可以显著提高对未来方差互换收益的预测能力。这一发现对于理解方差风险溢价的时变性质以及开发更有效的投资组合对冲策略具有重要意义。

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

这项研究全面评估了商品在多资产投资组合中的经济价值。作者考虑了商品收益的时变特征,并采用贝叶斯方法对投资组合权重进行动态优化。实证结果表明,纳入商品可以显著提高投资组合的风险调整后收益,且收益主要来自于商品与股票和债券收益之间的低相关性。这一发现突出了商品在战略资产配置中的重要作用。

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

这篇论文使用1997年至2003年期间的月度总流量数据,揭示了投资者行为的一些新规律。作者发现,投资者对基金业绩的反应存在非线性和不对称性,表现为对优异表现的追捧和对不佳表现的惩罚。此外,投资者还表现出"现金流悖论",即在基金业绩较好时期增加赎回。这些发现对于理解投资者行为偏差和共同基金流量管理具有重要启示。

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

这项研究利用来自56个市场的数据,比较了发达市场和新兴市场中几种常见的市场效率测度(如短期反转、盈余公告后漂移和动量策略)的表现。结果发现,尽管不同市场的制度背景和信息环境存在显著差异,但各种效率测度在发达市场和新兴市场中产生的策略收益大体相当。这一发现对于理解市场效率的全球比较以及异象的成因具有重要意义。

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

这篇论文考察了46个市场中交易活动与收益之间的动态关系。研究发现,许多股票市场的交易量与过去的收益正相关,表明投资者在股市表现良好时倾向于交易更多。这种正反馈交易行为可能源于投资者对股票未来表现的异质信念,以及卖方在牛市中的风险厌恶程度降低。这一发现揭示了投资者交易行为的一个重要驱动因素。

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

这项研究提出了一类新的线性因子模型,其中因子是潜在的,超额收益的协方差矩阵遵循多元随机波动过程,并受APT定价限制的约束。作者开发了一种新的贝叶斯MCMC估计方法,可以有效处理这类复杂模型的估计和推断问题。实证分析表明,所提出的模型能够很好地拟合收益数据,识别出有经济意义的潜在风险因子,并准确刻画资产收益的动态相关结构。这一研究为多维波动率建模和资产定价检验开辟了新的方向。

项目分析

Liquidity Management With Derivative Holdings (2021年) 这个项目研究了衍生品持仓如何影响公司的流动性管理策略。通过实证分析,项目组发现持有衍生品合约的公司倾向于持有更少的现金,表明衍生品可以在一定程度上替代现金持有,提高流动性管理的效率。这一研究结果对于理解公司风险管理行为和现金持有决策具有重要意义。

Parcel Size and Land Value: A Comparison of Approaches (2020年) 这个项目采用模拟和真实数据,研究了参数、半参数和非参数方法在估计地块面积与土地价值关系时的相对优劣。研究表明,在地块面积与土地价值呈非线性关系的情况下,非参数方法的表现优于传统的参数模型。这一发现为土地估价和房地产决策提供了有益参考。

Explaining the early years of the euro exchange rate: An episode of learning about a new central bank (2007年) 这项研究考察了欧元汇率在推出初期出现贬值的原因。作者提出一个理论模型,认为市场对新成立的欧洲中央银行(ECB)的政策立场和反应函数存在不确定性,导致了欧元汇率的波动。通过对利率期限结构的实证分析,研究发现市场对ECB货币政策的学习过程能够解释欧元汇率的早期走势。这一研究加深了人们对央行信誉和汇率动态的理解。

研究想法

基于机器学习的资产配置和投资组合优化

随着大数据和人工智能技术的发展,传统的资产配置方法面临新的挑战和机遇。未来的研究可以尝试将机器学习算法(如深度学习、强化学习等)引入到投资组合优化中,通过对海量金融数据的挖掘和分析,实现资产配置的智能化和自适应。这一方向不仅具有学术前沿性,也有望为投资实践带来革命性变革。

衍生品市场的信息传导与风险溢出效应

衍生品市场在风险管理和价格发现方面发挥着关键作用,但其与现货市场和宏观经济的动态关联尚未得到充分研究。未来可以考虑利用高频数据和因果推断方法,考察衍生品市场与其他市场之间的信息传导机制,度量衍生品交易引发的风险溢出效应,并探讨其对金融稳定和实体经济的影响。这一选题有助于加深对衍生品市场的微观机理和宏观后果的理解。

基于异质信念的投资者行为建模与实证检验

异质信念是解释许多金融市场异象(如过度交易、价格泡沫等)的重要视角,但将其纳入标准金融模型并非易事。未来的研究可以尝试构建基于异质信念的行为金融模型,刻画投资者群体的信念形成和演化动力学,并运用实验和调查数据对模型假说进行实证检验。这一方向有望促进行为金融学与传统金融理论的融合,为投资者教育和市场监管提供新的思路。

气候变化背景下的资产定价与风险管理

气候变化已成为全球性挑战,其对金融市场的影响日益凸显。未来的研究可以将气候因素纳入资产定价框架,探讨环境风险如何影响股票、债券等资产的收益和风险特征,并研发针对气候风险的金融工具和对冲策略。这一选题契合可持续金融的发展趋势,回应了社会对金融行业承担环境责任的期许。

金融科技时代的个人金融决策与理财行为

随着金融科技的兴起,个人金融决策的环境和模式正发生深刻变革。未来可以利用互联网平台数据,研究金融科技工具(如移动支付、智能投顾、P2P借贷等)对个人金融行为的影响,评估其在普惠金融中的作用,并探索金融科技环境下的个人理财优化策略。这一方向立足时代前沿,关注普通投资者的福祉,有望产生广泛的社会影响力。

申请建议

1.夯实金融学理论基础,尤其要熟悉资产定价、投资学、金融计量经济学等方面的核心概念和模型,这是开展高质量研究的前提。

2.加强计量方法和编程技能的训练,掌握时间序列分析、贝叶斯推断、机器学习等前沿工具,并熟练使用R、Python、Matlab等编程语言,以适应大数据时代的研究需求。

3.广泛阅读Nardari教授及其合作者的学术论文,深入理解他们的研究视角和方法论,并尝试提出自己的改进思路或延伸方向,以彰显学术创新力。

4.关注金融工程领域的最新进展和实践动态,思考如何将前沿技术与传统金融理论相结合,提出具有应用价值的研究问题,体现学术研究的实践指导意义。

5.提升英语学术写作和表达能力,能够清晰、简洁地阐述研究思路,准确、规范地呈现实证结果,以提高论文的发表概率和影响力。

6.主动与Nardari教授沟通交流,表达自己的研究兴趣和学习诉求,争取获得导师的认可和支持。在申请材料中,要突出自己与导师研究方向的契合度,展示扎实的理论功底和开阔的学术视野。

博士背景

Betty：985金融学本硕，目前是哈佛大学金融学博士后，专注于宏观金融与全球市场动态研究。在国际知名金融学术期刊《Journal of Finance》上发表过2篇论文，特别擅长使用量化模型分析宏观经济趋势，对国际金融政策有独到见解。