文澜金融论坛（第358期）

摘要：

大数据时代下，随着人工智能技术的深度应用，投资者比以往更能有效关注资本市场的海量信息。投资者对多维信息的关注能否提升一致性预期，这一问题对于深刻理解资本市场的预期形成具有重要意义。本文基于中国上市公司的多维度特征，引入机器学习框架，构造预期协同指标，探讨多特征学习下的投资者预期如何影响资产定价。实证结果表明，预期协同水平越低，股票未来收益越低，这说明提高投资者的预期协同水平有助于我国资本市场的稳定与可持续发展。本文进一步从卖空约束与有限套利两个角度，证明了错误定价是投资者预期协同与股票未来收益正相关关系的作用机制。此外，本文还发现会计信息质量与预期协同的定价效应显著负相关，而特征数量则对定价效应呈现先增强后减弱的非线性影响。本文针对不同交易风格的投资者进行了异质性分析，发现投资者对金融信号的偏好差异会导致预期协同的定价效应不同。最后，本文围绕我国的投资者信息学习、资本市场信息质量建设、人工智能技术应用与预期管理等多个方面提出了发展建议。

主讲人介绍：

唐国豪，经济学博士（金融学专业），湖湘青年英才，圣路易斯华盛顿大学访问学者，现任湖南大学金融与统计学院副教授、博士生导师，金融科技与工程系副主任，中国优选法统筹法量化金融分会理事，宏观经济大数据挖掘与应用湖南省重点实验室研究员。主持国家自然科学基金、教育部人文社科基金、湖南省自然科学基金面上、青年项目，省教学改革项目。目前担任中国第一本被SSCI收录的经济和金融类英文期刊Annals of Economics and Finance（《经济学和金融学年刊》）的联合主编。主要从事金融科技与金融机器学习、中国特色的实证资产定价研究。目前已在Journal of Financial and Quantitative Analysis, Journal of Banking & Finance, Journal of Economic Dynamics & Control，Journal of International Money and Finance和《管理科学学报》《金融研究》《经济学（季刊）》《经济学动态》等国内外重要期刊发表论文。智库服务研究获得国务院副总理、省委书记、省长批示。获得湖南省优秀硕士论文指导教师（2024）、第七届全国高校经管类实验教学案例大赛一等奖（2024）以及多项省级（省信息化教学比赛二等奖）、校级教学比赛荣誉。