收益率非对称性定价是金融研究中长期存在争议的重要问题。本文创新性地提出了基于概率分布、反映收益率整体非对称性的新测度（Return Asymmetry, RA），首次为该争议提供了跨市场的系统性证据。研究发现：首先，RA测度在中、美等主要市场均能负向预测股票横截面收益率，其解释力较传统测度显著提升；其次，RA的定价优势源于其对收益率复杂分布信息的更全面捕捉，特别是能有效识别系统与特质非对称之间的交互效应；最后，通过博彩偏好、投资者情绪、关注度和套利限制等多维度渠道分析，证实行为因素是驱动收益率非对称性定价的核心机制。本研究不仅有助于弥合学术分歧，更建立了具有全球适用性的非对称定价分析范式。

摘要：本文首先简略分析了股票市场定价的发展，认为当今金融市场的股票定价方式没有完全反应市场交易博弈的核心信息。在金融和商品全球化的时代下，应以复杂经济的动力学视角来看世界，以均衡博弈为新框架理论来观察和度量金融市场的交易，促成新的股票交易理论和技术体系。以股票买卖交易为例，当我们将时间因素抽出去，将交易额与成交价格构造形成一个序列集，在本文提出的中式棋盘格坐标系中，利用复杂系统的粗粒化提升法，将成交额的序列数逐个累加，回归成买卖交易的两条单调调递增曲线，然后求解到买卖曲线交点，这个交点所对应的价格就是均衡博弈价格，均衡博弈定价是一个二维的指标，它不仅有大小而且有方向（涨跌），这个博弈交点能够通过非线性动力学方程推导证明出它是均衡条件下博弈的一个非稳定点。由此，股票市场的定价方式从当前以统计平均的中间值法，蜕变发展为以复杂系统的动力的方法。 均衡博弈定价方式能够衍生出很多股票交易的指标，如：日线、周线、月线等，但是最基础最有代表性的有两个，一个是“引”用ϕ表示，代表当天交易的涨跌和优势占比，这是一个表示股票买卖双方博弈形成的一个平衡的稳定点。另一个是“势”用λ表示，代表一只股票涨跌的趋势，它是一个股票买卖动力学指标，表明股市是一个耗散系统，当股票买卖趋向一致时，这个指标会收敛至一个常数0.666~0.625的区间。本文中也给出了博弈定价的应用实例，讨论了棋盘格坐标，复杂系统在金融其它方面的引用也做了探讨。

本文探究了长尾市场上的数字信贷利率形成问题，基于Hotelling模型从信息传输的视角提出该市场存在一种新型的垄断，并且动态地分析了这种垄断的加剧过程。本文主要发现有：第一，银行决策的最优信贷利率与其获得的借款人信息量负相关。第二，如果数字空间存在信息传输损耗，那么均衡利率高于Bertrand利率水平，为一种信息垄断利率，垄断溢价、垄断利润均与损耗系数正相关。第三，银行与借款人之间的交易次数越多，这种溢价也会越大，而且借款人之间的利率不平等问题也会加重；第四，部分借款人可能还会遭受歧视性定价。针对这些问题，本文提出了三项政策设计讨论，包括因信息垄断造成的垄断指标测度、风险指标测度以及最优的数字普惠考核政策，以破除数字鸿沟、缓解信息垄断，从而降低长尾市场均衡利率，保障数字金融的普惠性。本文最后对理论模型进行仿真，模拟主要结论。

为深化利率市场化改革， 提高利率传导效率， 推动降低实体经济融资成本， 2019 年 8 月中国人民银行开始推行贷款市场报价利率（ Loan Prime Rate， 简称 LPR） 改革。 本文基于 LPR 改革这一准自然实验， 采用连续 DID 等方法探究 LPR 改革对实体经济融资的影响及其机制。 结果表明：第一， LPR 改革显著降低企业的融资成本；第二， LPR 改革提升了信贷配置效率， 高成长性企业贷款可得性显著上升；第三， LPR 改革对不同类型企业的融资成本产生异质性影响， 低风险企业、战略新兴产业企业和非国有企业的融资成本下降相对显著；第四， 微观机制结果验证了， LPR 改革不仅通过传统的竞争性机制推动降低实体经济融资成本， 还会通过利率传导机制与贷款定价机制畅通利率传导过程， 提升中小银行贷款定价能力， 降低实体经济融资成本。

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。

“注册制”改革后，新股弃购现象逐渐增多，已经成为新股市场中一个不容忽视的重要现象，对影响新股弃购因素的研究将有助于加深对投资者行为的理解，具有重要的现实和理论意义。本文以科创板个人投资者新股中签后的弃购行为作为研究场景，从“信息效应”和“关注效应”的视角结合发行人基本面、资本市场情绪和投资者关注度三个代表性指标研究了个人投资者新股中签后弃购决策的影响因素。研究发现：（1）发行人基本面、缴款时市场情绪和投资者关注度均对个人投资者弃购产生重要影响，尤其是市场情绪是导致个人投资者弃购最为显著的影响因素。（2）2021年9月份科创板定价制度显著提升了个人投资者的弃购率，并且造成投资者弃购决策更加依赖市场情绪。（3）弃购率高的企业IPO后续表现较差，说明科创板投资者趋于理性，并且参与弃购的个人投资者是聪明的投资者。本文结果表明企业层面，市场层面和网络信息层面的信息能够影响个人投资者交易行为，并且科创板的个人投资者中存在聪明投资者。因此，监管机构应完善科创板主承销商包销制度，允许聪明投资者弃购新股将有效制约科创板的“三高现象”。

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。

本文在中国股票市场中，针对上市公司公告文本数据，采用文本分析机器学习方法进行信息提取，研究了上市公司公告信息与资产预期回报之间的关系，并探讨其对资本市场的影响渠道。本文首先依据监督式训练方法构造了基于公告的文本情感词典，并以此为基础使用机器学习方法对公告效应进行实证分析。其次，本文探究了公告效应的预测来源，并进行了异质性分析。本文研究发现，基于机器学习的公告文本情感倾向能够显著正向预测股票收益，在全样本中多空投资组合的平均年化收益达到了 20.04%。公告效应在小规模、成长型公司中溢价显著；与国企相比，民营企业的公告效应更显著。在对公告效应的来源分析中，本文发现金融机构关注度和公司信息披露质量较高的公司，公告效应相对较弱，而散户投资者的关注度会加强公告效应。

本文研究债务协商风险及其与再融资风险之间的交互作用对信用债定价的影响。通过在策略性债务支付模型中引入再融资风险，本文建立结构化模型推导得出：债务协商风险会提升信用利差；再融资风险对上述关系具有放大作用。实证检验结果与模型预测一致：债务协商风险（破产清算成本和股东相对于债权人的谈判能力）对信用利差存在显著正向影响；再融资风险能够显著放大债务协商风险对信用利差的影响。本文的发现对完善信用债定价理论、健全国内债券市场机制、处置违约风险具有借鉴意义。