来源：期刊VIP网 时间：
作者：刘晓全;
单位：香港珠海学院商学院金融系;
摘要：基于条件因子模型框架提出一种双结构人工神经网络模型，用于探索中国A股市场的因子结构与信息效率。该模型能够非线性地捕捉时变的因子暴露和潜在共同因子，为重新审视股价同步性与信息效率之间的关系提供新的研究视角。实证结果表明，深度学习人工神经网络模型从高维特征生成的共同因子，在对个股收益率的实证定价方面表现优异，获得了高于线性定价模型的R~2；该模型可以改善依赖于资产定价模型R~2值作为资本市场信息效率评价指标的信息透明度评估，进而表明A股市场的定价效率可优于传统的非时变的线性模型所能捕捉的水平。
关键词：资产定价;;非线性与时变因子模型;;机器学习;;A股市场
基金资助：香港珠海学院金融创新实验室“新质生产力与应用金融前沿”（202308）
