sy12god@gm

记者：程维妙 陈鹏今年5月以来，房地产信托规范不断加强。新京报讯（记者 程维妙 陈鹏）9月11日，北京银保监局公布了对辖区内两家信托公司的罚单，均与地产信托业务违规相关。其中，中信信托因信托资金违规用于房地产开发企业缴交土地出让价款被罚款30万元。建信信托因信托资金违规用于房地产开发企业缴交土地出让价款、违规投向“四证”不全的房地产项目、违规向不具备二级资质的房地产开发企业提供融资被罚款90万元。

摩根士丹利华鑫证券首席经济学家、研究部负责人章俊预计，明年增长目标区间会设定在6%-6.5%：6.5%是体现“稳增长”需要，而6%是为“调结构”预留空间。此前公布的11月进出口、通胀及上周五公布的多项经济数据不及预期，反映经济下行压力加大。点此查看中国部分经济指标最近两年走势。

金融投资资产中的一些类别，还会因为外部环境的变化，出现阶段性风险。如债权投资资产，2018年以来，因为债券市场违约增加，导致该行持有的此类资产风险上升。数据显示，截至2019年6月底，该行的债权投资减值准备余额为26.81亿元，而年初这一数据为24.5亿元。

这个问题在主流的研究金融里面很早就有人关注，最近有影响力的文章是伦敦政经大学的教授写的，他造了一个策略，无论拿什么性能过来都平均分配，不做任何优化，给你一个均方差模型，这是用一些学习方法，然后让这两个模型来比，最后的结论是什么？所有的投资组合优化模型最后竟然没有那个策略好太多，比它好太多，甚至有些没有它好。所以它颠覆了大家的认知，很多对冲基金都是基于这个做的。这个原因是两点，一个是模型本身，模型对参数估计太敏感，这是模型本身的问题，这是第一个问题。第二个对模型参数估计不准，因为我们知道大规模的投资组合里面的参数估计是非常难的，比如一百个股票估计多少个数据？大概是五万个数据， 这五万个数据基本上直接用样本是没法估计，哪儿来五万个数据？五万得多久的数据，这个根本不可能。所以一般得用因子模型，即使用因子和降维来估计，还是不能估计的很准，这是用机器学习的算法，帮助我们估计的更准一些。这是机器学习跟金融，我们的量化方法结合的一个真正的作用。你拿机器学习预测股票涨跌，然后超过5%就压涨跌，这不是一条正路。按照提升估计的准确性，这是一个正路，这是我们现在做的比较好的结果。现在很多投资组合的这些模型或者决策模型，这些模型真正用的话，真正要做的话要做很多研究。谢谢。

4、15日（周六），国家统计局发布了11月份70个大中城市商品住宅销售价格变动情况。数据显示，一线城市新建商品住宅销售价格环比微涨，二手住宅持续下降；二线城市环比涨幅均与上月相同；三线城市环比涨幅均回落。清华大学房地产研究所所长刘洪玉表示，房地产市场整体保持平稳，新房与二手房价格继续保持倒挂，但倒挂压力得到缓解，这表明中央政府的政策效果逐步显现。

毫无疑问，这一事件将引发欧盟负责网络数据安全部门——爱尔兰数据保护委员会（Irish Data Protection Commission）的注意。2018年5月25日，《欧盟数据保护条例》 （General Data Protection Regulation）生效。该条例规则允许网络公司在72小时内通知受隐私泄露影响的民众，并且要求公司安全地存储用户密码。