来源：期刊VIP网 时间：
作者：唐国豪;陈海玮;朱琳;姜富伟;
单位：湖南大学金融与统计学院;高性能分布式账本与数字金融教育部重点实验室;上海财经大学金融学院;广东财经大学金融学院;厦门大学经济学院;厦门大学王亚南经济研究院;
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预期协同水平，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政策建议。
关键词：特征学习;;预期协同;;预期管理;;神经网络模型;;资产定价
基金资助：国家自然科学基金面上和专项项目（72072193、72342019、72573052）;; 国家社会科学基金重大项目（22&ZD063）;; 教育部人文社会科学研究青年基金项目（24YJC79059）;; 湖南省自然科学基金面上项目（2025JJ50425）;; 广东省哲学社会科学规划项目（GD25YYJ37）;; 广东省普通高校特色创新类项目（2025WTSCX029）的资助
