光華講壇——社會名流與企業家論壇第6638期

主題： 粒狀信念分散：解釋異質性與信息不對稱 Granular Belief Dispersion: Interpretation Heterogeneity and Information Asymmetry

主講人：湖南大學金融與統計學院助理教授 劉揚

主持人：西南財經大學金融研究院副教授 牛子龍

時間：10月21日14:00-15:30

地點：光華校區35棟金融研究院202會議室

主辦單位：金融研究院 科研處

主講人簡介：

劉揚，湖南大學金融與統計學院金融學助理教授。2021 年獲清華大學金融學博士學位，2015 年獲中央財經大學金融工程學士學位。他的研究興趣是實證資產定價、金融科技和行為金融學。他的研究成果發表在The Review of Asset Pricing Studies上，并被AFA、CICF等知名學術會議接收。

內容提要：

我們提出了新穎的粒狀信念離散度量方法，以區分分歧來源，即解釋異質性（IH）和信息不對稱（IA）。我們的測量方法綜合了成對的分歧，在捕捉信念離散度方面明顯優于傳統的基于標準偏差的測量方法。實證結果表明，IH 和 IA 是分歧中不可替代的組成部分，兩者都能無條件地負向預測股票收益率的橫截面。此外，IH 對定價過低的股票的未來回報預測為正，而對定價過高的股票的預測為負，這與 Atmaz 和 Basak（2018）的理論模型一致，即投資者分歧預測股票回報的條件是預期偏差。我們的研究結果強調，信念離散度的結構對資產定價具有重要的異質性影響。

We propose novel granular belief dispersion measures to distinguish sources of disagreement, i.e., interpretation heterogeneity (IH) and information asymmetry (IA). Our measures, which aggregate the pairwise disagreement, significantly outperform the conventional standard deviation-based measure in capturing belief dispersion. Empirical results show that IH and IA are irreplaceable components of disagreement and both unconditionally negatively predict the cross-section of stock returns. Moreover, IH positively predicts future return among underpriced stocks but negatively among overpriced stocks, aligning with the theoretical model of Atmaz and Basak (2018) in that investor disagreement predicts stock returns conditional on expectation bias. Our results underscore that the structure of belief dispersion has important heterogeneous effects on asset pricing.