近日,由中国运筹学会金融工程与金融风险管理分会、河北师范大学、复旦大学联合举办的中国运筹学会金融工程与金融风险管理分会第十一届学术年会成功召开。经过海内外专家第一轮函评打分,以及现场评审专家听取报告并进行第二轮打分,最终共有三篇学术论文获得该年会“青年学者最佳论文”奖。其中,北京大学数学科学学院博士生赵朝熠报告的论文《Optimal Impact Portfolios with General Dependence and Marginals》荣获青年学者最佳论文奖第二名。该论文由赵朝熠在北京大学数学科学学院助理教授张瑞勋、北京大学数学科学学院教授吴岚、麻省理工学院斯隆管理学院教授Andrew W. Lo的共同指导下完成,同时受到了北京大学数学科学学院杨静平教授的多次指导。
赵朝熠,北京大学数学科学学院金融数学系统计学专业2019级博士研究生,导师为吴岚教授。主要研究领域包括投资与金融资产定价、高维统计推断、机器学习在金融中的应用和精算学。2019年获北京大学数学与应用数学学士学位、计算机科学与技术双学位,为数学科学学院本科生应用数学拔尖计划成员。曾获国家奖学金、北京大学学生年度人物等荣誉。

该获奖论文围绕“绿色金融”这一新兴研究领域展开。绿色投资是一种在传统投资基础上融入其他社会目标的投资形式,涵盖以ESG(Environment, Social and Governance,即环境、社会与治理)为代表的投资模式。随着全球各国对环境保护和碳中和目标的确立,该领域近年来备受重视,但目前学术界对于绿色投资组合的构造与绩效评估方法尚未形成公认的理论框架。
在该工作中,赵朝熠在老师们的指导下,利用“伴随次序统计量”(induced order statistics)这一工具,完整建立了一套基于绿色指标排序来构造最优投资组合的方法论。该工作将 [1] 中的理论框架拓展至一般的联合分布假设之下,利用copula函数刻画绿色指标与资产收益率之间的相依性,系统研究了copula函数如何影响伴随次序统计量的分布性质,并依此指导投资组合的构建与绩效评估。
理论方面,该工作提出了伴随次序统计量分布的“表示定理”,显式给出了伴随次序统计量分布与copula函数和边缘分布之间的数学关系,并证明了该表示定理成立的充分必要条件。该结果适用于服从任何二元联合分布的绿色指标与资产收益率,填补了伴随次序统计量在一般分布下的理论性质研究的空缺。应用方面,该工作系统探讨了不同的copula函数和资产收益率的边缘分布将如何改变绿色投资组合的构造方法与绩效表现,为任意形式的绿色投资组合构造提供理论框架。

青年学者最佳论文奖第二名获奖证书
中国运筹学会金融工程与金融风险管理分会旨在为推动运筹学理论、方法与金融理论、实际问题相结合搭建平台,促进学术界以及金融业界的专业人士之间的交流与合作,为我国金融工程和金融风险管理的理论研究和实践应用的发展贡献力量。“青年学者最佳论文”是中国运筹学会金融工程与金融风险管理分会自2018年起设置的活动,旨在鼓励年轻学者从事运筹学在金融领域的创新性研究。
该获奖研究是北京大学数学科学学院助理教授张瑞勋所带研究团队的系列工作之一。张瑞勋团队在绿色投资方面有如下系列工作,其中论文 [2] 获中国运筹学会金融工程与金融风险管理分会青年学者最佳论文奖,论文 [3] 获标普全球ESG学术研究奖。https://mp.weixin.qq.com/s/J2ZokYGXynpH91fV6L6adg 论文作者均按姓名首字母排序。该系列研究获国家自然科学基金(12271013)和国家重点研发计划(2022YFA1007900)资助。
[1] Andrew W. Lo and Ruixun Zhang (2021). Quantifying the Impact of Impact Investing. Available at SSRN 3944367.
[2] Andrew W. Lo, Lan Wu, Ruixun Zhang, and Chaoyi Zhao (2022). Optimal Impact Portfolios with General Dependence and Marginals. Available at SSRN 4177277.
[3] Andrew W. Lo, Ruixun Zhang, and Chaoyi Zhao (2022). Measuring and Optimizing the Risk and Reward of Green Portfolios. The Journal of Impact and ESG Investing 3, 55–93.
[4] Florian Berg, Andrew W. Lo, Roberto Rigobon, Manish Singh, and Ruixun Zhang (2023). Quantifying the Returns of ESG Investing: An Empirical Analysis with Six ESG Metrics. Available at SSRN 4367367.