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。

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。

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。

本旬探寻用耐用品度量的风险如何影响资产的收益，通过运用宏观耐用品消费数据和微观调查的耐用品消费数据，实证分析了耐用品消费风险在度量中国股市Fama-French 25组合和24个行业组合中的作用。研究表明，耐用品消费定价模型和Fama-French三因子模型能够解释Fama-French 25组合的80%以上，远优于CCAPM和CAPM；在解释24个行业的横截面分析中，耐用品消费定价模型的解释力强于三因子模型、CCAPM和CAPM。用耐用品消费度量的风险能较好的解释股票横截面收益的不同。

本文基于中国股票市场的数据，通过 Fama-French 三因素模型估计股票的特异性波 动率，并采用 GARCH、EGARCH、ARIMA 等模型估计特异性波动率的预期值，利用 Fama-MacBeth两步回归法和投资组合分析法对我国股票市场特异性波动率与横截面收益率 的关系进行实证研究，探讨“特异性波动率之谜”是否存在。我们发现，在我国股票特异性 波动率与横截面收益率也存在显著的负相关关系。进一步的研究表明，这种现象的产生主要 是因为我国市场上存在着严格的卖空限制，在卖空限制和投资者异质性的共同作用下，资产 价格会被高估从而降低未来的收益率，造成了我国市场上的特异性波动率之谜。

本文基于中国股票市场的数据，通过Fama-French三因素模型估计股票的特异性波动率，并采用GARCH、EGARCH、ARIMA等模型估计特异性波动率的预期值，利用Fama-MacBeth两步回归法和投资组合分析法对我国股票市场特异性波动率与横截面收益率的关系进行实证研究，探讨“特异性波动率之谜”是否存在。我们发现，在我国股票特异性波动率与横截面收益率也存在显著的负相关关系，但在控制了表征异质信念的换手率后，这种负相关关系消失了。进一步的研究表明，这种现象的产生主要是因为我国市场上存在着严格的卖空限制，在卖空限制和投资者异质性的共同作用下，资产价格会被高估从而降低未来的收益率，造成了我国市场上的特异性波动率之谜。

国内对于动量策略的研究鲜见于学术文献，且都集中在价格与动量之间的关系上，忽略了交易量这一同样反应股票信息的重要因素。本文首先以上海证券交易所和深圳证券交易所1997年1月至1999年12月的股票为样本，采用重叠样本的方法检验了中国股票市场动量收益是否显著，进一步在收益率分组的基础上再按照交易量分组，验证了交易量对股票横截面收益预测的贡献。研究发现，相比西方成熟证券市场，我国证券市场输者组合收益短期内反转强烈，动量策略的收益随着持有期限的延长呈明显下降趋势；交易量可以提供除了价格以外的预测股票未来收益的信息，低交易量赢者组合的收益高于高交易量赢者组合的收益。

实证发现价格、流通市值、净市值比率、以及益本比率因子对中国股市股票横截面收益率差异具有显著解释力，然而这种解释力在50%以上是由其中所包含价格因素导致的。在因子定价内在机理分析中发现价格对股票收益率具有定价作用，是由经营困难因子和市场操纵因子共同决定的，而其它与价格相关的价值指标对股票收益率具有定价作用也可归结为由这两个因子导致的。