12月18日上午，珞珈经管发展论坛第九十三期在武汉大学经济与管理学院229会议室顺利举行。在主持人余振教授介绍之后，美国辛辛那提大学郭晖教授展开了主题为“Monetary Policy and Equity Market Risk Premia”的学术讲座。来自武汉大学经济与管理学院的高宝俊、刘威、林乾、郭汝飞、李汛、李锴、陈仁静等教师以及多个专业的硕士、博士研究生均参与其中，在讲座中积极讨论、交流思想。

该研究主要聚焦于联邦基金利率因其依赖于通货膨胀和失业率，对超额股票市场回报有负向预测效应。这一新发现有力地支持了最近的货币资产定价模型，并明确验证了美联储主席杰罗姆-鲍威尔的观点：我们的政策行动通过金融状况发挥作用。而这些反过来又会影响经济活动、劳动力市场和通货膨胀。正式的变量选择分析将货币政策与市场价格倍数以及方差这两个最重要的资产定价状态变量一起确定为股票溢价的关键决定因素。本文所选的模型具有稳定的预测能力，并优于包括机器学习在内的流行统计模型。

首先，郭晖老师介绍了美联储主席杰罗姆-鲍威尔的观点，即货币政策会通过金融状况发挥作用，而这反过来又会影响经济活动、劳动力市场和通货膨胀，并对此观点做出了具体的解释。之后，郭晖老师为我们简单介绍了已有研究中的统计模型、预测变量、研究结果等。据此，郭晖老师介绍了本文的主要研究内容为联邦基金利率由于其对通货膨胀和失业率变化的正负依赖关系，负向预测超额市场回报，这一预测是由泰勒规则捕捉到的。并且，模型展现出稳定的预测能力，并在经济衰退和扩张期间展现出相似的预测能力。

之后，郭晖老师介绍到当通货膨胀上升或失业率下降时，美联储提高联邦基金利率，以稳定物价和促进充分就业。郭晖老师具体描述了泰勒规则对货币政策的建模，并通过考虑通货膨胀和失业的变化，引入了一些特定的参数，对泰勒规则进行了特定的规范。在此基础上，郭晖老师对数据结果进行了具体的解释，验证了杰罗姆-鲍威尔关于货币政策的观点。

紧接着，郭晖老师对预测方面的变量选择进行了具体介绍。文章使用了1954Q3到2020Q4的完整样本期间，采用了“最佳子集”方法以及贝叶斯信息准则（BIC）方法，目的是识别在整个样本期间保持稳定和有效的变量子集，以解决选择偏差问题，提高预测模型的可靠性。据此，郭晖老师介绍到，在整个样本期间，BIC最佳子集方法能够成功选择出预测的关键变量，这种选择在排除某些变量的情况下仍然保持稳健性，并且在模拟中表现出较高的准确率。另外，郭晖老师根据图表结果补充到变量选择具体动态性，一些变量在最近的样本中的预测效果相对较弱，而另一些变量则在长期内一直具有稳定的预测能力。

在进行了一系列介绍之后，郭晖老师对不同情况下的预测结果进行了具体说明，包括样本内预测、国际证据、样本外预测、变量选择与统计模型，并强调虽然变量选择方法在一定程度上可以帮助选择合适的预测变量，但在应对复杂模型的问题时，仍然需要谨慎考虑偏差和方差的平衡，以及对于数据量和模型性能之间的关系。然后，郭晖老师介绍到文章选择了流动性溢价度量以及芝加哥联邦储备银行的国家金融状况指数来研究对金融状况的影响，并通过产出缺口测度、条件市场方差以及通货膨胀对模型结果进行了稳健性检验。郭晖老师对不同经济周期下的预测结果进行了具体解释，并说明模型在经济衰退和扩张期间展现出相似的预测能力。

讲座中以及讲座结束后，郭晖老师与在场老师就美国宏观经济与中国宏观经济、模型在不同国家的适用情况等方面积极交流，并认真解答了在场同学的疑问。

郭晖，辛辛那提大学（the University of Cincinnati）Cart H. Lindner商学院金融学教授，Briggs-Swift-Cunningham讲席教授，纽约大学经济学博士，曾在圣路易斯联邦储备银行工作，2007年加入林德纳商学院。郭晖教授多次在Journal of Finance、Review of Financial Studies、Journal of Financial and Quantitative Analysis、Journal of Business、Journal of Accounting Research、Contemporary Accounting Research、Journal of American Statistical Association、Journal of Business and Economics Statistics以及Journal of Money, Credit, and Banking等著名学术期刊上发表论文。他在2006年发表的关于股市风险收益关系的JF论文曾入围Smith Breeden奖。

（通讯员：李雪；审核：郭汝飞、彭琼）