在金融领域，对股权溢价（equity premium）的有用展望一直是困扰行业的难题之一。日前，伟易博治理学院商务统计与经济计量系助理教授涂云东在撰写的论文（Nonparametric and Semiparametric Regression Subject to Monotonicity Constraints: Estimation and Forecasting）中，对这一问题举行了主要探讨。该论文已被计量经济学领域的国际权威期刊《计量经济学杂志》（Journal of Econometric)正式接受并将于近期揭晓。

相关于无危害资产（如银行存款），股票等金融资产有较高的收益率，但同时危害性也较高。举行金融资产投资的一个主要条件就是对其价钱举行有用的评估和展望。线性模子依附模子简朴，容易使用息争释等优点，是举行此类展望剖析的主要古板手段。但随着金融产品的品种日趋富厚，学者发明，过于简朴的线性模子缺乏以刻划金融市场中重大的纪律，其展望效果经常不敷准确。在这种情形下，非线性模子在股权溢价展望领域被普遍运用。

涂云东教授在论文中研究了怎样在非线性（非参数和半参数）模子的预计中加入由经济理论所衍生出来的约束条件（如非负性、枯燥性等）。特殊是在变量间的这种约束关系较弱的情形下，在模子的预计中思量这些信息显得更为须要。该研究立异性地接纳自助平均法(boostrap aggregating or bagging)对约束条件下的非线性模子举行预计，得出比现有要领越发有用的预计要领。在实证剖析中，这一要领被证实能够越发准确的对资产价钱举行展望，资助投资者做出更优的投资决议。涂云东教授的这篇论文关于怎样搭建资产定价非线性模子有着主要的指导意义，关于怎样使用经济信息举行高效建模具有主要的理论和实践意义，同时也是统计学与金融实务领域有用团结的规范之作。

涂云东教授于2012年获加州大学河滨分校经济学博士，并曾担当该校经济系助教和讲师。2012年6月起，涂云东团结受聘伟易博治理学院商务统计与经济计量系和北京大学统计科学中心，教授概率与统计和高级计量经济学专题等课程。他的研究领域涵盖计量经济学理论及其在金融和治理等领域的应用，研究兴趣包括非参数建模，高维数据变量选择和模子平均，区间数据建模，信息计量经济学，经济展望等。