2019年7月12日上午9点30分，宾夕法尼亚州立大学斯米尔商学院教授Brent William Ambrose在明德主楼801会议室做客“黄达-蒙代尔讲堂”，本次讲座由中国人民大学财政金融学院副院长张成思教授主持，应用金融系副主任刚健华副教授点评。在讲座开始之前，Ambrose教授与张成思副院长深入探讨了关于联合培养专业硕士和硕博连读研究生的可行性。双方就斯米尔商学院开设的不动产专业硕士项目进行了课程分析和合作洽谈，并对该项目涉及的互认课程学分和学费问题交换了意见并初步达成共识。双方均表达了对于发展国际学术交流的关切，并对于财金学院金融实验班学生的学术深造和博士培养交换了意见。宾州州立大学斯米尔商学院彭亮副教授、财政金融学院刚健华副教授和外事秘书方坤老师陪同参加。

       随后，Brent William Ambrose教授发表了题为“机器学习与商业不动产抵押贷款支持证券”的学术演讲。本次“黄达-蒙代尔讲堂”的主持人张成思副院长向Ambrose教授的到来表示了热烈欢迎，并向在座师生介绍了Ambrose教授。Ambrose教授现任宾夕法尼亚州立大学斯米尔商学院博士项目负责人、不动产研究所负责人，其研究方向为金融资产定价、公司金融和不动产金融。Ambrose教授于1989年获得佐治亚大学硕士和博士学位，博士毕业后曾在美国联邦政府住房和城市发展部任职，并先后在佐治亚大学和宾夕法尼亚大学沃顿商学院任教。Ambrose教授共发表超过70篇论文，曾荣获美国房地产协会房地产金融最佳论文奖，现任Real Estate Economics共同主编，同时兼任多种学术期刊审稿人。

       Ambrose教授首先从合同的作用谈起，指出一份完整合同的要件是明确标明在未来各种情况下合同各方的权利与责任。具体到商业房地产抵押贷款支持证券（CMBS）市场上，合同的完整程度又尤其重要，因为在这个市场中，入池及服务协议（PSA）完全规范了交易中代理人的行为，而投资者与按揭贷款人与服务商的交流严重受限。

       随后，Ambrose教授介绍了利用机器学习与自然语言识别的技术手段处理大量文本数据的方法，从而有针对性的分析入池及服务协议（PSA）是如何随标的商业房地产抵押贷款支持证券（CMBS）的资产池相应变化。初步结果表明这些协议确实反映了标的抵押品池的差异，且来自同一发行方的入池及服务协议（PSA）相似度更高。意外的是，当交易的标的抵押品池在地理位置上出现分散化时，这些协议并没有出现不同，这会对定价产生不利影响。最后，研究还发现在交易中的独一入池及服务协议（PSA）越多，贷款违约率越低。
 

       演讲结束的提问环节中，与会师生就机器学习方法的具体应用与商业房地产抵押贷款支持证券的证券化过程和Ambrose教授进行了深入的交流。讲座在浓厚的学术氛围中圆满结束。