近期，中央财经大学金融学院助理教授朱彦頔作为通讯作者，与北京大学副教授张英广、美国达特茅斯学院教授Juhani Linnainmaa合作撰写的论文“Man versus Machine Learning Revisited”被金融学国际 Top3 期刊Review of Financial Studies接受待刊并在线发表。这是我院教师在人工智能与金融结合领域的又一重要成果。

Binsbergen et al.（2023，简称BHL）首次采用机器学习技术对公司盈利进行建模，声称通过随机森林模型能有效捕捉分析师盈利预测的乐观偏差，并据此实现高达1.54%（5.84）的月度超额收益，引发了广泛关注。该论文对BHL的结论提出了关键质疑。研究发现，BHL报告的策略收益并非源于机器学习技术本身的优越性，而主要源于其模型中存在的“前视偏差”（look-ahead bias）。修正这一偏差后，机器学习模型的预测准确度显著下降，不再优于传统线性模型，且基于该模型的交易策略不再具有超额收益。该论文的主要贡献如下：第一，机器学习并非万能钥匙，其在金融预测和策略构建中的应用效果需要谨慎验证；第二，提出了一种在具有期限结构的预测目标上检验前视偏差的方法，为后续研究提供重要参考；第三，进一步检验了主流机器学习模型在盈利预测上的表现，并梳理了分析师预测期限结构研究的现状与未来议程。 

朱彦頔，中央财经大学金融学院助理教授，博士。主要研究方向为资产定价、机器学习、行为金融。在Review of Financial Studies, Journal of Banking and Finance, 《经济学动态》等国内外重要期刊发表多篇论文。 

撰稿：朱彦頔

审核：彭俞超