金融资产因子结构映照着风险与收益的权衡，因子模型能否同样描绘期权收益？期权合约存续时间极短、风险敞口变化频繁，难以应用传统因子模型进行定价。工具主成分分析方法（IPCA）提供了新的解决方案，动态风险载荷形式与期权风险特征高度吻合。本文尝试采用IPCA模型揭示上证50ETF期权的因子结构。研究结果表明，三因子IPCA模型能够解释超过87%的单个期权收益变化和超过99%的投资组合收益变化，表现优于现有的期权因子模型以及静态PCA模型。IPCA因子与期权在值状态偏度、剩余期限斜率以及Gamma价值紧密联系，能够解释40%至60%的因子变化。本文的研究对于优化投资组合风险管理具有重要意义，有助于监管者提高期权市场定价效率，促进衍生品市场稳健发展。

如何合理评价基金业绩是满足培育一流投资机构这一国家重大需求的重要议题。现有的基于传统资产定价方法所构造的因子无法满足大数据时代高维特征决定基金业绩的市场环境。本文创新性地运用前沿的工具主成分分析法，从28个与基金业绩有关的特征中提取出隐性定价因子。本文发现，五因子隐性模型对基金和基金组合业绩的整体解释力度在样本内分别达到了81.85%和99.82%，这一整体解释力度在样本外分别为79.53%和99.74%。本模型对基金和基金组合的解释力从整体、时序、截面和相对误差每个角度都优于传统的显性因子模型。在识别隐性因子过程中，基金持仓股票的市值、换手率、营业利润、过往表现和基金过往业绩发挥了最重要的作用，但同时，隐性因子部分的定价能力同通货膨胀率、国债利率、宏观杠杆率、股债市场流动性和工业生产不确定性等常见的宏观周期波动有关。最后，基于以上发现，本文认为应当利用大数据多元化基金业绩度量体系，以优化散户投资者基金资产配置效率。

投资者对宏观经济风险的评估如何影响资产价格一直是实证资产定价的难点之一。已有研究指出新闻文本会改变投资者对宏观经济的判断和预期进而影响股价，但如何有效提取与宏观经济风险相关的文本叙事信息来解释或预测资产价格变动，尚未达成共识。本文基于2007-2021年中国七家专业财经媒体的新闻报道数据，首次结合人工智能前沿领域的BERT大语言模型来测度新闻叙事注意力信息，然后利用稀疏工具主成分（Sparse IPCA）估计影响基本面的状态变量和影响资产价格的叙事定价因子。基于A股市场的实证检验发现：第一，本文利用新闻文本估计的状态变量对于消费、产出、国债收益率等宏观经济指标具有显著的预测效果，这表明新闻叙事蕴含着影响经济运行的信息。第二，相比CAPM、三因子等基准模型，基于新闻文本构建的叙事因子模型能更好地解释资产错误定价现象，并对未来资产价格的变化有更强的预测能力。第三，与基于关键词的文本分析方法（如LDA主题模型）相比，利用BERT提取文本信息可在保证因子模型简约性的基础上获得更优异的定价效果。本文的研究结论对于解释资产横截面收益差异有新的启示，同时为应用大语言模型于经济金融学研究抛砖引玉。

流动性问题、股市巨幅震荡、股灾及经济的周期性衰退令各国监管层和投资者头疼已久，但这些问题并非无解。本文摒弃造成上述问题的新古典主义均衡价格理论，采用规范经济学的研究方法，建立起一个全新的基于公理的价值理论。以本文理论为指导的价值投资能够取得 Fama-French 三因子模型完全无法解释的巨额超额回报，从经验上支持了本文的理论。以本文理论为指导，将从根本上避免股市的暴涨暴跌，使经济持续稳健地高速发展成为可能。

快速扩张的加密货币市场引起我们对加密货币价格决定性因素的思考：究竟是什么因素在决定加密货币价格？ 我们以 Google 搜索作为投资者对加密货币的关注度度量指标，检验了加密货币市场的“网络炒作效应”，并进一步提出了由加密货币市场因子、规模因子和网络关注度因子组成的加密货币市场三因子定价模型。我们的实证结果表明：(1) 加密货币市场存在显著的网络炒作效应，网络炒作是加密货币价格上升的推手；(2) 加密货币的平均超额收益率与规模呈负相关关系，与 Google 搜索关注度因子呈显著的正相关关系；(3) 我们提出的三因子模型对加密货币的截面超额收益率具有很强的解释能力，并能够很好地解释加密货币市场中的动量因子、反转因子和流动性因子。

本文以2007至2016年共10年间我国A股非金融上市企业和开放式股票型基金为样本，基于Fama-French五因子模型风险调整后的投资业绩测度了持股基金投资能力，以上市公司高管基金行业背景校友数量和滞后持股基金投资能力为工具，分别采用固定效应模型和工具变量回归，揭示了持股基金投资能力差异对股票价格的因果性影响。计量分析发现：（1）高水平基金持股显著降低了股票价格波动性，持股基金投资能力越高，股价整体波动性和特质波动性越低；（2）控制投资能力以后，基金持股规模与股价波动性正相关，即基金持股比例越高股票价格反而波动越剧烈。

随着“互联网+”成为国家战略，公募基金行业迎来了爆发性增长，截止到2016年9月底，我国境内共有公募基金管理公司107家，基金总数达到3415支，资产达到8.83万亿元。“互联网+”基金作为新兴事物，既很大程度上推动了基金行业的发展，又为基金行业提供了基于行为金融学理论的新的投资思路。对互联网+基金的绩效评价重要性日益凸显。 运用绝对收益指标和多种风险调整后的收益指标、CAPM单因素模型、Fama-French三因素模型、Carhart四因素模型进行业绩归因分析，重点考察了由大数据因子产生的超额Aalpha情况，并针对实证结果从行为金融学的角度开展分析，在一定程度上填补了目前“互联网+”基金绩效评价的空白。 研究结果表明，2014年6月16日至2016年9月30日，“互联网+”股票型基金的绝对收益率要优于比较组，风险收益和波动率弱于比较组；通过CAPM、Fama-French三因子模型、Carhart四因素模型，超额收益显著优于比较组。同时，基金所依托的不同互联网数据平台，对投资风格也有所影响。

优胜劣汰的高质量的股票市场是金融服务经济和供给侧改革的关键。本文使用90多个财务特征指标“大数据”和多种机器学习方法提取基本面信息，对上市公司质量进行评价并构建基本面综合质量指数，研究基本面质量与股价表现的关联关系。研究分析，上市公司基本面综合质量指数对股价表现具有显著为正的预测能力。其中，由偏最小二乘法构建的质量指数对股票横截面收益的预测能力最强，年化收益接近38%，且CAPM、三因子和五因子模型对此无解释能力。我们还进一步从行为金融和宏观经济周期视角探索公司质量对股票价格的影响机制，发现市场情绪、有限套利、公司投资决策和经济周期都有助于深入理解上市公司质量溢价现象。本文研究表明，我国股票市场定价效率已经稳步提高，进入了“优胜劣汰”和价值投资阶段。

文章利用手工收集的1704只非结构化阳光私募，对比考察了融资融券和股指期货推出后出现的三种新型阳光私募与传统的股票型阳光私募和公募基金的绩效。研究发现：（1）相对价值型阳光私募表现明显优于传统投资工具，其各项收益指标均很高，无系统风险且特质风险很小。（2）债券型阳光私募表现也优于传统投资工具，但明显差于相对价值型。（3）事件驱动型阳光私募的收益指标优于传统投资工具，但系统和特质风险均很高。（4）CAPM和FF3等传统的因子模型无法很好的解释相对价值型和债券型阳光私募的绩效。因此，相对价值型阳光私募“低风险-高收益”的特性表明真正的“对冲基金”在中国已经崭露头角。

本文首次利用手工收集的493只非结构化阳光私募基金样本，并综合使用基于CAPM和FF3的8种因子模型从基金个体、基金组合、基金经理以往职业经历（分为公募系、券商系和民间系）等角度考察阳光私募基金绩效。实证研究发现：阳光私募总体上跑赢市场；其中，公募系和券商系虽无择时能力，却具备优秀的选股能力；民间系具有一定的选股能力，但存在糟糕的择时行为。我们还发现基于FF3的因子模型解释能力更强，其中GII-FF3模型能更有效的识别基金的择时能力。