在信息过载的数字经济时代，平台算法驱动的注意力配置机制如何影响资本市场效率，是关乎市场信息生态与平台治理的重要问题。本文基于2020—2025年手工搜集的3693条上市公司相关微博热搜数据及同期全量微博话题数据，系统考察平台注意力配置对资本市场信息效率的影响及其作用机制。研究发现，上市公司登上微博热搜后股价同步性显著下降，股价信息含量得到提升。利用热搜竞争排名特征构造的准热搜对照组表明，话题热度相近但未上榜的公司股价同步性未发生显著变化，说明驱动结果的是榜单带来的公共注意力提升，而非事件本身的信息内容或自然讨论热度。基于清朗行动的双重差分检验表明，平台治理能够通过改变平台注意力配置，对资本市场信息效率产生溢出影响。渠道分析表明，热搜通过激发投资者主动信息搜寻、提高股票流动性和降低信息不对称提升股价信息含量。进一步研究发现，热搜主要影响散户投资者交易行为，且非负面内容的热搜能够显著提升价格效率，而负面热搜的作用有限，表明负面情绪冲击可能削弱公共注意力向价格效率的转化。此外，热搜与传统信息中介存在替代关系，其增量价值在传统信息中介覆盖不足的公司中更为显著。本文为理解数字平台注意力配置与市场效率的关系提供了新的经验证据，对完善平台信息治理机制具有政策启示。

既有研究普遍认为企业披露数据资产信息能有效降低股价同步性、提升资本市场定价效率。本文基于有限注意力理论，重新审视了数据资产信息披露对资本市场定价效率的影响。研究发现，数据资产信息披露的经济后果并非静态不变，而是随着市场整体披露密度的上升呈现出显著的边际递减特征。具体而言，在市场整体披露水平较低时，企业披露此类信息能有效吸引媒体报道、增加分析师追踪并吸引机构投资者持股，进而加速特质信息融入以降低股价同步性；然而随着披露的普遍化，同质化信息分散了投资者的注意力，弱化了上述机制。基于“龙虎榜”的准自然实验进一步证实，注意力的分散是导致披露效果发生变化的关键原因。异质性分析表明，即便在企业常规文本特质信息较少、地区信息传播环境优越或机构投资者注意力未被过度分散的情境下，这种因同质化披露引发的边际递减现象依然存在。本文拓展了有限注意力理论的适用边界，揭示了同质化信息对投资者注意力的分散作用，为理解数字化时代企业信息披露面临的“价值稀释”问题提供了新的经验证据。

本文重点探讨与人工智能和资本市场相关的一个问题,即如果AI统治算法，证券市场会变怎样？ 本文以哲学上的 “二律背反” 和香农熵理论为方法，分析金融人工智能对证券市场信息效率的影响。 熵作为信息论中的一个重要概念， 被用来衡量信息的混乱程度， 即信息的不确定度；“二律背反” 则强调了一种辩证视角。 经实证研究发现： 人工 智能对于证券市场效率的影响并非二元对立，AI技术降低信息 “噪音”， 提高投资者认知概率（降熵）;但AI算法的同质化、 市场过度反应或其他风险因素会削弱市场效率， 增加市场的信息不对称性 （升熵）。AI对以中美为代表的新兴市场和成熟市场的影响因市场而异， 我们认为人工智能的出现不是一般性技术冲击 而是属于技术 “奇点” 或约瑟夫·熊彼特的 “创造性破坏” 的范畴， 是真正长期将对资本市场产生持续性影响的重大因素， 这也是本文的一个主要研究价值。

随着我国资本市场全面深化改革持续推进、资管新规落地打破刚性兑付，居民家庭财富配置加速向权益类资产转移，证券零售业务作为券商连接居民财富与资本市场的核心端口，正经历从传统通道经纪业务向现代财富管理业务的深刻转型。本文系统梳理我国证券零售业务从线下渠道时代到全链路生态时代的四个发展阶段，结合行业发展政策、市场环境、技术变革与客户需求变迁，剖析各阶段的核心逻辑、业务特征、盈利模式与行业痛点；对比分析传统线下、互联网拓客、生态化运营、TAMP创新模式等主流拓客方式的底层逻辑、优劣势、适配场景与实践效果，并重点结合美国利普乐（LPL Financial）成熟模式，深入探讨国内券商TAMP模式的本土化实践现状、差异与优化路径；在此基础上提炼行业发展面临的同质化竞争、获客成本高、合规约束收紧、投顾能力不足、数字化转型滞后等核心挑战，结合资本市场发展趋势与居民财富管理需求升级方向，提出针对性发展对策与未来趋势预判，为券商零售业务突破发展瓶颈、实现高质量财富管理转型提供理论参考与实践思路。

作为资本市场的重要定价因素，股票意见分歧多由分析师预测差异来度量，但该指标具有低覆盖、高时滞、报喜藏忧等问题。为此，本文依照监管机构要求的投资者分类标准，构造保守型、稳健型、平衡型、积极型、激进型五类AI智能体，利用各智能体对股票新闻的评价差别构建AI分歧指标，识别由新闻引发的股票意见分歧。实证分析发现：（1）新闻意见分歧在当月推高股票价格，致使未来4个月股票产生较低的收益率和较高的暴跌概率。（2）在套利成本更高的股票中，意见分歧对股票价格的扰动更为剧烈。（3）意见分歧吸引小单和中单交易的追捧，引致特大单的反向交易。（4）新闻意见分歧导致股票高波动和价格高估，可以部分解释特质性波动率之谜。本研究弥补了意见分歧在当期推高估值的实证缺失，一定程度上解决了AI收益率预测的前视偏差顾虑。

在我国资本市场中，政策作为宏观调控的重要工具，对行业资产价格具有显著影响。本文尝试将政策文本纳入金融文本分析框架，构建政策——行业相似度指标体系，识别政策支持导向，并探讨其在行业定价中的作用机制。文章构建了涵盖多层级政策的文本数据库，分别采用传统模型（LDA和LSA）与大语言模型（LLM）识别政策中的行业提及频次，测算政策——行业相似度指数，并结合行业收益数据构建策略。文章进一步引入支持向量回归（SVR）识别不同行业的最优政策滞后期，提升策略表现。实证结果表明：LLM模型在政策主题提取上明显优于传统方法，基于政策相似度构建的行业策略在多阶段均展现出稳健的超额收益，且政策对行业的影响有长期滞后效应，行业反应通常在政策发布半年后。考虑现实市场约束，基于最优滞后窗口构建的单边多头策略也表现优秀，具备良好实用性，特别是在政策密集期（如2015、2020年）表现突出。本文的研究为政策信号的量化研究与行业资产配置提供了新的方法与实证支持。

要建立“长钱长投”的投资者市场，企业优质的文本披露必不可少。本文基于政企双向利益交换视角，利用深度学习技术（Word2Vec模型）构建年报文本可读性指标，检验寻租行为对企业年报文本可读性的影响。研究发现，寻租行为显著降低了企业年报文本可读性。在机制分析阶段，研究证明了寻租行为会通过企业自利行为和管理者自利行为影响年报文本可读性，同时排除了官员主动敲诈能促进寻租对可读性负面影响的情况。异质性分析发现，内部治理手段、市场监督力量以及政府治理政策均能有效抑制寻租对可读性的负面影响。本文从信息披露视角拓展了寻租行为的经济后果研究，为优化资本市场信息披露监管和深化反腐治理提供了理论依据与实践启示。

中国式现代化建设科技创新是关键，科技金融为促进科技创新高质量发展提供了有力支撑。本文基于2013—2022年省级面板数据，构建科技金融、科技创新高质量发展综合指标体系，检验科技金融对科技创新高质量发展的影响。实证结果表明，科技金融能通过实质性创新、可持续性创新以及协同性创新三个维度，显著促进科技创新高质量发展，且该促进作用表现出地区及投入异质性。一方面，科技金融对东、西部地区科技创新高质量发展作用明显；另一方面，来自科技资本市场、企业的科技金融投入对科技创新高质量发展有更为显著推动作用。利用不同稳健性检验方法、科技和金融结合试点政策等内生性检验方法的回归结果仍然支持该结论。

“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”。

本文以我国逐步推行的股票发行注册制度为研究场景，采用多时点双重差分模型为研究方法，考察资本市场发行制度的完善如何影响上市公司的生产效率，为资本市场基础性制度建设助力实体经济高质量发展提供经验证据。研究结果表明，资本市场注册制的推行可以提升企业全要素生产率，在采用企业TFP不同测算方法、增加行业固定效应和重新筛选数据等稳健性检验之后，上述结论依然成立。机制分析表明，注册制的实行主要通过缓解企业融资约束和促进企业研发创新作用于企业全要素生产率。进一步的异质性检验表明，注册制实行对非国有企业、制造业行业企业、东部地区企业以及行业竞争度高的企业的全要素生产率促进作用更为显著。为了提升资本市场对实体经济的服务效能，提高企业全要素生产率，要继续推动股票发行注册制走深走实，促进资本市场良性循环发展，优化要素资源配置效率、鼓励企业务实创新。