马甜与其团队合作撰写的论文《基于中国股票市场的潜在因子模型》（A Latent Factor Model for the Chinese Stock Market）在金融学领域国际期刊International Review of Financial Analysis上发表。

本文基于工具化的主成分分析方法（IPCA）针对中国股票市场构建了一个新的潜在因子定价模型。与其他常见的资产定价模型相比，新模型能够更大程度地解释个股和投资组合的收益变化，并具有显著的样本外预测能力。由潜在因子形成的多空投资策略也呈现出最高的平均收益和夏普比率。模型在不同子样本和时间周期内均表现稳健。中国市场的系统性风险、盈利能力和动量是驱动模型的最重要特征。进一步本文还提供了关于新模型的经济解释。

本文的贡献如下：第一，本文首次将IPCA方法引入中国股票市场的收益解释与预测中。尽管中国股市已成为全球第二大市场，但相关的资产定价研究仍然较少；第二，本文挖掘了中国市场中具有重要定价能力的企业和市场特征，为后续相关研究提供指导；最后，基于中国股票市场的特殊性，例如多变的市场状态和企业特征（国企VS非国企），本文在验证机器学习可行性的同时，进一步发现了其在不同样本中的异质性表现。

该文刊载于2023年3月International Review of Financial Analysis

原文链接：A latent factor model for the Chinese stock market - ScienceDirect