企业非效率投资是影响资源配置效率和经济高质量发展的重要因素。已有研究多聚焦于公司治理、外部监管等传统因素对非效率投资的影响，鲜有研究关注行为金融的纠偏是否有助于缓解非效率投资。本文以中国A股上市公司为研究对象，考察人工智能应用所产生的行为金融纠偏对企业非效率投资的影响及其作用机制。研究发现，企业人工智能应用可以显著降低非效率投资程度，在进行了一系列稳健性检验，尤其是控制了公司战略选择这一潜在解释因素后，本文结论依然稳健。机制检验表明，人工智能应用主要通过改善管理层非理性行为缓解企业非效率投资，体现出人工智能技术在认知优化和行为纠偏方面的独特作用。进一步分析未发现人工智能改善公司治理水平的证据，揭示了人工智能应用的边界与局限性。本文丰富和拓展了行为公司金融的研究文献，也为优化提升企业投资效率提供了经验证据。

随着互联网经济的发展,互联网评论渗透在人们生活的方方面面。为了研究Twitter上关于新能 源汽车的大量评论情绪是否是TESLA的股价波动产生的原因, 本论文假设从Twitter收集到的用户情绪 数据与TESLA股票市场价格相关。并采取CS新能车指数399976和Twitter上的关于新能源汽车的评论情 绪数据与CS新能源车指数的股价数据进行格兰杰因果检验。研究结果表明中国投资者情绪是指数价格 变化的主要原因,且投资者对新能源汽车指数的正面冲击是短期的,长期来看情绪对股票价格的影响将 会消失。

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。

行为金融学的发展离不开各种心理学理论。大量的心理学研究成果显示，人们在进行实际的投资决策时，其信念的形成并不遵循贝叶斯理性，其选择的偏好也并非满足“理性”的假设，而是存在种种“非理性”的局限。事实上，这种“非理性”成为人们在实际生活中的一种普遍的思维和决策模式，对其决策行为和结果产生总体的和长远的影响，典型的如代表性思维、经验法则、锚定与调整效应、框定依赖偏差、首因效应和近因效应、证实偏差等。本文在介绍这些经典金融心理学理论的同时，予以借鉴并对我国A股市场上发生的投资者心理就行了分析，本文成果对于研究我国证券市场投资者的心理状态具有较强的启迪与借鉴意义。

随着股权分置改革的基本落地，上市公司股份权责日渐规范，围绕公司股份所出现的权益融资、股权质押等操作日渐频繁，因而股权质押的相关理论研究的意义也愈加重大。本文在借鉴前人研究的基础上，采用理论分析和实证研究相结合的方法，结合行为金融学中过度自信的相关理论，通过大股东增持后的业绩改善情况衡量过度自信，研究过度自信倾向对大股东股权质押决策的影响。本文研究发现，过度自信对于股权质押的选择、股权质押的频率和累计股权质押比率均有正向影响，而过度自信的程度越高，也会越倾向于股权质押，并且质押比率会越高。通过对股权质押样本的平仓风险进行研究，发现大股东的过度自信程度越高，股权质押中的平仓风险会越大。

以2002年至2018年A股上市公司的季报量化了公司的盈利季节性，考察了市场对盈利季节性的反应，并从行为金融学的角度解释了其原因。研究发现，相较于盈利旺季而言，股票在其盈利淡季的盈余公告发布期间能够获得更大的累计超额收益，且买入盈利淡季股票、卖出盈利旺季股票的套利组合在经过标准风险因子的调整后每月能够获得显著为正的超额收益：同时，相较于其他季度而言，股票在盈利淡季的盈余公告发布后具有更大的未预期盈余。结果表明，由于市场参与者受代表性启发（Representativeness Heuristic）认知方式的影响，对盈利淡季近几年持续的低盈利情况反应过度，因此对该季度的盈利产生悲观情绪而低估该季度的盈利，故盈利淡季的盈余公告发布后能获得更大的超额收益。

本文研究股票市场中的交易量权重价格动态均衡，用最大交易量权重价格表示价格参照点或均衡点。我们假设日内股价由于动量效应不断地偏离该价格均衡点，又由于反转效应重新返回，并且交易量权重在价格区间的分布服从一组解析的交易量权重价格动态均衡模型。通过量化动量交易、反转交易和相互作用交易，我们构建了价量概率波二阶微分方程，得到了交易量权重价格动态均衡的数学模型，并且用相互一致性偏好来解释该动态均衡的形成机制。利用我国 A 股市场每笔交易的高频数据进行实证检验，表明了该模型的有效性。交易量权重价格动态均衡模型的数学表达式包含了期望效用理论、前景理论和反射理论的主要内容，具有很好的应用前景，例如可以建立相互作用条件下的动态均衡风险模型及其风险管理。

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。

文章从股票市场的价格行为入手，假定股票价格变动服从两个基本条件：一是连续变化的价格之间是独立的，二是价格的变化服从一定的概率分布，结合我国股票市场的价格数据对价格变动的分布进行了检验，通过频数分布和正态概率图形，直观地描述了我国股票市场价格变动所具有的尖峰厚尾的特点，即价格变动的经验分布在中部和尾部区域比正态分布有更多的频数，这种差异可能是由于价格变动的分布是由一些具有相同均值但方差不同的分布混合而成，也可能是由于上市公司存在不同的风险，导致不同时期内的均值不同。Mandelbrot对这些极端值进行了研究，并且提出了一种更好的描述股票价格变动分布的形式，即稳定帕累托分布。 股票价格的变动似乎表现出某种程度的惯性，文章第二部分通过价格变动的序列相关、游程检验对这种惯性进行了研究，发现价格变动的惯性不明显，不足以解释其偏离正态分布的原因。由于序列相关和游程检验相对于股市的复杂性来说显得较为粗糙，随后文章介绍了Alexander的滤波法来检验投资策略的可获利性，并且引入波动群集性理论来描述股票价格变动所具有的特点。 在对股票价格变动作了详尽的描述后，文章介绍了有效市场理论的主体内容。首先引入了三种数学化模型来描述有效市场理论，即公平游戏模型、子鞅模型和随机游走模型，为后文定量研究有效市场理论奠定了坚实的数理基础。弱型有效主要检验基于股票市场以往的价格和成交量信息来进行投资是否能获得超额收益，在介绍跨期收益率的可预测性时，文章引入了三种定价模型，即SLB模型、多因素模型和消费定价模型。Changyun and Shengtying Chin从价量关系入手检验了我国股票市场的弱型有效，并且发现投资于低成交量的股票所获得的收益要高于高成交量的股票。 半强型效率主要研究了利用市场里的公开信息进行投资是否能够获得超额收益，Fama经过检验发现股票分割后的投资收益率显著高于市场的平均收益率。文章检验了我国宏观经济与股票市场价格指数波动之间的关系，发现两者之间没有显著的关系，反倒是国家的政策对股票市场有较大影响。强型效率主要检验内幕信息的可获利性，通过对我国封开基金的检验发现，市场中似乎不存在精明的交易者，能够持续地获得高于市场的平均收益率。随后介绍了近几十年来在西方国家兴起的行为金融学的研究。 我国股票市场有效性还处在一个较低的水平，要从股票市场交易制度的革新、股份的全流通、政府直接干预的减少和价值投资者的培育入手，来提高股票市场的有效性水平。