近期，我院朱一峰副教授和厦门大学陈坚教授、美国北卡罗来纳大学夏洛特分校韩豫峰教授、湖南大学唐国豪副教授合作撰写的论文Taming the Global Factor Zoo（中文译名：驯服全球因子动物园）被金融学领域国际著名期刊Journal of International Money and Finance 接收并在线发表。

论文基于全球36个国家和地区、共48120余只股票的数据，采用迭代式双阶段LASSO方法识别全球市场中的关键因子。研究最终构建了一个新的全球因子模型，涵盖市场动态、盈利增长、质量、动量、投资、规模以及债务发行等因子。与现有方法相比，该模型在解释全球资产定价异象方面表现更优，并显著降低了平均定价误差。该模型的一大特色在于能够有效解释各国或地区本地股票市场中的异象，这与传统模型通常只适用于本地市场形成鲜明对比。总体而言，本研究展示了机器学习方法在构建更为全面、稳健的全球资产定价模型中的巨大潜力。

本研究为市场从业者和学术研究者更好地理解全球市场统一因子模型和本地市场因子模型以及异象解释提供了重要的启示。

撰稿：朱一峰

审核：彭俞超