我院林艳艳助理研究员、朱顺伟博士后、吴冲锋教授于2026年1月在国内管理学顶尖期刊《管理科学学报》发表论文《基于信噪比改进预测的金融建模方法与实证研究》，2026年第29卷第1期。

       【论文摘要】

       在经典的线性回归模型基础上，考虑拟合模型参数估计的随机性因素后，应该对经典的线性回归模型给予一定的修正才能更好地预测未来。因此，本文提出基于信息噪声比修正的L乘子模型，它架起拟合最优模型与预测最优模型的关系。文中给出了最优L乘子的显式解，并在考虑预测变量存在自相关性的情况下，给出了L的改进表达式。然后，本文探讨了L乘子的两种估计方法。实证上，通过将L乘子模型应用于股票收益率的预测问题验证了本文理论有效性。结果表明：（1）相较于基准的线性回归模型，L乘子模型具有更高的预测精度；（2）噪声较高、历史样本量较小或预测变量的信息含量较低时，L乘子的修正力度较大，带来的预测改进效果越明显；（3）对于均值—方差效用的投资者而言，这种预测性能的改进可以为其带来投资绩效提升。这些结论也满足一系列的稳健性检验。

       【作者简介】

       林艳艳，上海交通大学安泰经济与管理学院助理研究员。

       主要研究方向：金融工程、公司金融。

       朱顺伟，上海交通大学安泰经济与管理学院博士后。

       吴冲锋，上海交通大学安泰经济与管理学院特聘教授。       

       主要研究方向：金融工程，主要包括资产定价、金融风险管理和金融产品创新等。