中国证券公司：现状与未来

本书首先对因子理论、因子投资和资产定价模型的理论发展进行梳理，再对系统性风险因子和多种异象效应的形成机制进行深入剖析，并讨论了目前研究中面临的主要问题。为了克服这些问题，本书采用小波分析和动态模型平均方法分别从多时间尺度和动态分析的角度进行研究。最后，本书深入分析了我国股票市场存在的动量和反转效应，并将因子投资理念与我国股票市场数据相结合，提出了适应我国证券市场的投资策略。

本书在介绍非参数核光滑估计和非参数回归估计的基础上，着重讨论金融风险度量风险价值（VaR）和期望损失（ES）的非参数估计方法及实证分析。主要涉及概率统计、非参数统计、半参数统计、计量经济学和金融风险管理等常用的统计模型和统计推断理论方法。

本书介绍了数字金融相关领域的前沿研究成果，包括数字金融的概念与影响、P2P借贷、数字货币与移动支付、数据与人工智能、科技信贷与影子银行五个主题。全书精选二十余篇近年发表在TheReviewofFinancialStudies、TheEconomicJournal、JournalofAppliedCorporateFinance等重要国际期刊上的学术文章，对文章研究的背景、问题、

本书讨论了机器学习在量化交易中的应用，包括基木的机器学习算法、特征选择和榄型评估等，帮助读者理解机器学习策略的基本原理和实践方法。通过学习，读者能够了解量化交易的核心概念和方法，掌握Python编程语言和ChatGPT技术在量化交易中的应用，以及各种常见的量化交易策略的实现和优化。

《数据驱动的供应链金融：数据要素赋能供应链金融产品的方法与实践》聚焦于特定供应链场景中的中小企业的贷款产品，按顺序阐述数据驱动供应链金融工作的整个过程。本书共12章，从总体概述、数据实施工作、数据成果运用、知识沉淀四个部分详细阐述了数据驱动的供应链金融的理念和实践，深入研究了供应链金融的发展。结合自身多年实践经验，作者提供了数据驱动的供应链金融的全面实践指南，有助于读者更好地理解与利用数据的价值，

本书针对财富管理行业从业者，提供了一套立足买方视角、以客户为中心的全生命周期服务策略。基于行业降费降佣、降本增效的趋势和市场跌宕的背景，本书主要分享了“应对、安抚和助推”三大核心模块，旨在帮助从业者建立与客户之间的长期信任关系，实现财富的保值与增值。其中，“应对”模块提供了一套完整的财富管理专业框架；“安抚”模块则聚焦于如何理解和引导投资者的情绪，帮助他们在市场波动中管控情绪，避免非理性决策；“行

本书以ChatGPT为核心技术，结合Python编程和金融领域的基础知识，介绍如何利用ChatGPT处理和分析金融大数据，进行预测建模和智能决策。

本书梳理了中国商业银行的发展历程，重点分析了地方政府财政压力、地方房地产价格、审计等因素对商业银行的信贷投放、从事影子银行业务和贷款损失准备计提的影响，进而研究了独特的制度环境对商业银行经营绩效的影响。同时，本书也十分关注商业银行的公司治理问题。

本书通过三个部分为读者呈现信托行业在2019年的发展历程：第一部分“行业年度报告”是对信托行业全年发展状况的系统性研究；第二部分“风险管理专题研究”探讨了信托传统和创新业务的风险管理与资产处置等热点话题；第三部分“创新业务专题研究”以金融科技、服务信托、REITs等为切入点，理论结合实践探索信托创新业务的发展。本书不仅梳理了中建投信托多年来对信托行业发展的观察与思考，也凝聚了来自国家智库学者的智慧