當今金融學前沿和熱點問題有哪些？

12-28

2010年彼得?戴蒙德(美國)，戴爾?莫滕森(美國)，克里斯托弗?皮薩里德斯(塞普勒斯/英國)
在「市場搜尋理論」中具有卓越貢獻。
2011年托馬斯?薩金特(美國)，克里斯托弗?西姆斯(美國)
在宏觀經濟學中對成因及其影響的實證研究
2012年阿爾文?羅思(美國)，勞埃德?沙普利(美國)
創建「穩定分配」的理論，並進行「市場設計」的實踐。
2013年諾貝爾經濟學獎是表彰他們對「資產價格的經驗主義分析」作出的貢獻。

我想，答主很明顯的一個問題，就是想問金融學研究的前沿和熱點問題，卻給了幾個近年的諾貝爾獎獲獎的研究方向。
諾貝爾獎得主做的重要研究一般都是幾十年前的熱點，而且往往得主的特殊貢獻就在於其開創性的研究，使得一個領域成為當年的熱點。學術研究的重要性是需要時間來檢驗的，成為熱點的seminal paper，往往在之後的一些年內，被引用的次數達到數千甚至上萬。一個經過多年考驗沒有明顯紕漏，並且廣泛得到同行認可的原創性研究，才會有機會得到諾貝爾獎的殊榮。
要說當今金融學研究的前沿和熱點，這個問題太寬泛了。金融學在Asset Pricing 和Corporate Finance這兩大主線的基礎上，已經有了很多細分的topics。對於大多數topic，都能找到很多篇論文。
我拋磚引玉，說一下自己在學習中關注的topic吧：

1)公司債定價。
這個topic可以追溯到Merton(1974)，他最早給出了對有破產風險的公司債券進行定價的結構化模型，這個模型基於B-S期權定價模型。在這基礎上，標普，穆迪等信用評級機構也開發了數量化的評級模型。但是，多年的實證發現，這類模型很難解釋公司債二級市場的信用利差。比如Huang and Huang(2003)，結構化模型明顯低估了債券的信用利差，或者說高估了債券價值。主流的有幾種解釋。

有人提出Merton的模型僅僅假設公司資產服從一個連續時間的擴散過程，而沒有考慮股票價格跳躍。應用模型時，需要利用觀測到的股票收益率的波動性來估計公司資產價值及其波動性。由於沒有考慮股票價格跳躍的現象，資產的波動性就被低估了，從而使得模型結果低估了債券利差。

也有人提出，信用利差不僅僅取決於違約風險。有違約風險的公司債，跟無風險的美國國債有什麼區別呢？真的不僅僅是有違約風險而已——不同評級的公司債在二級市場的流動性是不同的，而且一般都不如相同期限的國債。所以，他們認為信用利差之所以被模型低估，是因為模型沒有考慮到流動性的溢價（或者說非流動性的折價）。這一類的實證論文近些年不少，比如L Chen, DA Lesmond, J Wei(2007)等，都指出了流動性對公司債信用利差的顯著影響。有人認為信用利差里主要是流動性因素，違約因素佔比很小；然後他們又被拿著牛逼哄哄的CDS數據的Longstaff, Mithal and Neis(2005)給打臉了；但堅持違約風險佔比很小的老師們不依不饒，比如Huang and Huang(2012)。比較新的研究有男神何治國老師等今年的工作論文H Chen, R Cui, Z He and K Milbradt(2014)，他們精細的模型刻畫了一個違約風險和債券流動性相互傳到的機制：違約風險和非流動性不僅僅分別對信用利差有增大的效果，而且二者之間會在通過公司再融資以及債券投資者之間互動的過程中相互加強，形成一個螺旋型的機制。

2)寫的好累，估計也沒幾個人看，下次有空再寫吧orz

首先贊同一下樓上 @Jonathan Zhou 對金融和經濟的區分，這兩個學科當然相通，但絕對是分開的。不過樓上更多談論的是最近兩個諾獎得主，應該來說算不上是前沿/熱點了（諾獎by definition獎勵的是已經產生重大影響力的理論，自然不會是前沿理論了，像剛得諾獎的Fama的EMH貌似有四五十年了吧），這裡我接著按我個人的理解多說一點。
不過前沿/熱點這個概念確實有點太過細緻，像我這種非academic track的人充其量只能湊湊熱鬧。要是真想知道前沿熱點是什麼，那就得看看各大top school的finance phd seminar，各大leading financial economists最近的working papers在寫什麼，以及最近各大期刊都在發表什麼，有興趣的人可以去關注一下。願意做一下統計的可以到時告訴我一下。

1. Steve Ross最近搞的recovery theorem還是蠻重要的吧，從P到Q，從Q到P的，Courant的Peter Carr好像也搞了不少相關的。前幾天知乎也有個帖子較詳盡的談到了這個問題——期權市場能在多大程度上預測股票市場的走勢？這種預測顯著性是因為期權市場的投資者掌握了更多信息造成的嗎？
2. 各種Factor研究還是業界/應用學術界的大熱吧，看看Cliff Asness最近在幹嘛就知道了。至於asset pricing in general，也基本還是看看chicago booth出來的這幫大大小小的phd在幹嘛吧（再就是nyu stern也有一大幫人搞這些）。
3. Behavioral一直熱，像Andrew Lo搞的AMH，像什麼Jeff Wurgler, Malcolm Baker啥的也寫了不少。
4. 其實像Wurgler他們搞的其實有時Behavioral和asset pricing搞到一起，那什麼Investor behavioral research, asset flow啥的也都比較熱吧。
5. Corporate Finance個人了解不多，不知什麼是前沿熱點。
6. 關於PE (and alternative investments in general)放在Asset allocation語境下的東西貌似也越來越多，也包括對各種hedge fund strategy實際value的回顧檢驗。

個人之前的重心偏asset pricing/factor research，bias不小，所知也有限，且算是拋磚引玉吧。

樓主列的這些文章已經屬於經典文獻，成熟得不能再成熟了。

做金融基礎理論相對來說是小眾。更新比較慢。實證上因為大量數據的出現使得原先不能驗證的理論現在可以進行研究，也就是所謂的熱點，個人的感覺有兩個方面。第一是高頻數據，第二是公司內部的微觀數據。我覺得這兩個方向的很多課題可能符合熱點的定義。當然，已經熱了好幾年了。行為理論的不是很了解，感覺做的東西都都奇奇怪怪的，不能算主流金融，就不說了。

高頻交易在實踐上更加偏向工程和統計技能，傳統的金融理論的並不好用。高頻交易公司招人也不在乎是否有金融背景，更偏好工程數學物理統計等等複合背景。學術界微觀結構已經火了好幾年了。

傳統金融理論基本將公司作為一個黑盒子。上市公司披露的公司內部數據總體上來說是比較粗糙的。所以高質量的公司內部數據使得實證上檢驗一些理論成為可能。斯坦福和矽谷公司的合作是這方面的例子。有了數據才變成『熱點』。我自己的工作是在SEC EDGAR的海量數據中做textual analysis，然後用獲取的信息做一些分析，結果很不錯。但工程意義大於學術價值，現在也往業界轉了。

學術價值在於能夠回答之前不能回答的學術問題。很多時候，沒有問題製造問題也要上，比如多如牛毛的puzzle，這種我感覺taste比較低。學術界規範要求沿著literature tree往下走，就會出現一些奇奇怪怪的現象。自己感興趣最重要。

如果真的想了解『熱點』，把前20金融系的seminar schedule找出來，看年輕有為的speaker都是誰，再上ta的主頁看他的工作論文大概就清楚了。

當然工作論文嚴格意義上已經不能算熱點，只能算一兩年之前的『熱點』。

首先，題主提到的近幾個諾貝爾獎只有最後一個和金融學有關。既然提到了這個諾貝爾獎，就從《市場有效假想》講起吧。

有效市場假說提出任何投資人不可能始終如一地預測市場的方向。市場里投資者早就提出股市是隨機和不可預測的，但獲獎者之一，尤金·法瑪，是第一個正式和實證檢驗的想法的經濟學家。在20世紀60年代，法瑪反駁了以查爾斯·道為首的技術分析派用過去的價格預判未來價格的理論。法瑪的數據證實了新的信息馬上就能反映在股價里，剩下的市場波動則是隨機運動。

而另一個獎得主羅伯特·希勒則發現雖然短期波動無法預測，但長期波動時有規律的。他的1981年寫的論文證實股票價格波動比分紅價值波動更大。由於股票價格應該等於未來所有股利的預期值，相比股息的內在價值而言，股價波動太大了。如果股票價格上漲大於分紅上漲，未來股票更有可能下降到和分紅比起來合理的水平（見圖）。希勒認為，短期的不可預測性並不代表市場合理。有效市場假說則是「「經濟史上最顯著的錯誤」。相反，他認為金融市場的波動來自於只能用人性解釋的「非理性繁榮」和「動物精神」。希勒的研究開拓了「行為金融學」這個金融分支，目的就是尋找人性的弱點如何導致市場無法回歸到理性狀態。

這個辯論從1980年代開始，到現在還沒有答案。對這個話題感興趣的話請讀
Eugene Fama, Nobel Prize Laureate
Robert Shiller, Nobel Laureate

神經金融學，實驗金融學，綠色金融。這幾個是我導師跟我閑聊天時候和我介紹過金融學的前沿研究。大多數金融本科生連這幾個名詞可能都沒怎麼聽過。我只對神經金融學有一點皮毛的了解。

神經金融作為經濟學和金融學的一個新分支出現，越來越多的經濟學家、金融學家和神經科學家進入這個領域.基於我們面臨選擇時的大腦活動，神經金融正試圖提供一個新的經濟決策模型。神經金融學用fMRI,ERP等工具，允許我們通過分析作出這些選擇時的大腦活動情況理解人們的經濟決策行為。通過觀察大腦的內部，我們可以建立更加實際的決策模型，並能夠解釋比傳統標準模型更廣泛的個體經濟行為。然而，人類行為有著令人困惑地複雜性和異質性。或許，僅僅一個方法論上的改變可能導致金融理論的變革，而神經金融正在尋找著。

金融已經微觀到這種程度，也真是令人咋舌。自從行為金融學把個體作為黑盒子進行研究，就越來越有意思了。

可以預想到，未來的金融需要的不再是純粹的金融專業的學生，而是真正的複合型人才，理工類，心理學，神經學等等都能和金融有所交集。鴨梨山大啊

說一個方向，神經金融學，研究人的大腦對金融現象的反應，也有研究基因對投資的影響的

大自然有很多固有規律，它們最終約束著人的活動。比如數學、物理學、邏輯學、天體物理學可以用於研究交易價格。
市場參與者之間是博奕關係，任何規律的使用比重在市場中佔三成以上時，規律將變形，甚至消失。規律被打破以後將升級到更加複雜的新規律，所謂道高一尺魔高一丈。

匯率問題一直存在且未有進步，國家之間要有防範之心，貨幣本質是流通中介為換取貨物或服務而用，在資源緊張的時候龐大的外匯儲備必然吃虧，央行的選擇未必比個人聰明。

時間對證券價格的影響
每日分時交易的可預測性
當然這些東西都不可能公開發表，發表的都是不能確定賺錢的玩意
對於交易足夠多流動性夠好的交易品種已經可以預測某一階段詳細運行方式
也有可預測某一段行情具體最大振幅，但是單純價格預測沒辦法解決介入點的問題