11月6日上午，金融科技学院金科沙龙第二十一期顺利举行。本次讲坛邀请了美国新泽西理工学院Stacie Tao副教授作题为《Networked Prediction: Corporate Bond Return Forecasts through Institutional》的报告。本次活动采用线上形式，由金融科技学院邵丽丽副院长主持。

　　主讲人Stacie Tao是新泽西理工学院（New Jersey Institute of Technology, NJIT）Martin Tuchman管理学院副教授，专注于金融学领域研究与教学。她于2011年在同济大学获得金融学学士学位，随后在美国纽约州立大学布法罗分校（SUNY at Buffalo）深造，分别于2012年和2018年获得金融学硕士和博士学位。她致力于探索资产定价、市场摩擦和行为金融学相关研究并取得丰硕成果，多篇论文发表在Journal of Financial Econometrics、Journal of Behavioral Finance、Quantitative Finance等知名学术期刊上。她的研究还涉及利用社交媒体数据、机器学习和网络分析等前沿方法，来探讨公司行为和金融市场现象。

　　讲座中她介绍了文章如何借助时序二分图神经网络（TBGNN）模型，构建出机构对债券持仓的网络结构，继而从该网络中提取公司债券的定价信息。研究结果表明，与传统线性及非线性模型相比，新模型能够解释样本内收益率约90%的波动，并在样本外预测中实现至少四倍的改进。通过分析不同网络结构、数据稀疏性以及按债券特征划分的子样本，进一步证明了该模型在现有债券定价因子中的持续优势。Tao的上述研究结果揭示了网络模型在资产定价中的重要性，并表明其优越性源于捕捉信息和识别债券特征相似性的能力。

　　在互动交流环节，与会教师就网络模型的应用潜力、数据融合技术等一系列前沿问题，与Tao老师展开了热烈而深入的讨论。现场交流活跃，思维碰撞频繁，充分体现出学院教师对多学科交叉融合研究方法的持续关注，也进一步启发了对后续研究方向的深入思考。