甲流动性与融资流动性会互相放大，危机折价不是固定溢价Market Liquidity and Funding Liquidity
提出
Markus K. Brunnermeier、Lasse Heje Pedersen，2009，《Market Liquidity and Funding Liquidity》，Review of Financial Studies:2201–2238，DOI 10.1093/rfs/hhn098
争议
Doojin Ryu、Robert I. Webb、Jinyoung Yu，2022，《Funding liquidity shocks and market liquidity providers》，Finance Research Letters 47:102734，DOI 10.1016/j.frl.2022.102734
最新
Max Bruche、John Chi-Fong Kuong，2026，《Dealer Funding and Market Liquidity》，Management Science，DOI 10.1287/mnsc.2022.02278
奠基
James Tobin，1958，《Liquidity Preference as Behavior Towards Risk》，Review of Economic Studies 25(2):65–86，DOI 10.2307/2296205
关键
危机期保证金、价差与波动同步上升，相关强度远高于常态
从原始终点看，Markus K. Brunnermeier、Lasse Heje Pedersen（2009）的《Market Liquidity and Funding Liquidity》只在样本来源与纳入路径内解释危机期保证金、价差与波动同步上升变化；James Tobin（1958）的《Liquidity Preference as Behavior Towards Risk》负责旧命名，不替代现代识别。在CRSP收益、Compustat报表、期权曲面、基金持仓与交易级订单里，Markus K. Brunnermeier、Lasse Heje Pedersen（2009）留下的可复查接口是危机期保证金、价差与波动同步上升变化，而不是条目标题本身。
该工作把决定性变量收窄到：保证金约束把市场与融资流动性连成螺旋，资本净值回写价格。这把主张压成一条硬命题：危机期保证金、价差与波动同步上升变化是唯一决定项。在样本来源与纳入路径中拿走危机期保证金、价差与波动同步而结果仍同号，就否证《Market Liquidity and Funding Liquidity》的机制解释（Markus K. Brunnermeier、Lasse Heje Pedersen，2009）。到2026年，Max Bruche、John Chi-Fong Kuong把相同对象移入交易所、中央银行、资产管理机构与证券监管部门；外部效度因而取决于解释中介市场，不覆盖纯信息跳跃。
在样本外或替代口径下，核心读数仍是：危机期保证金、价差与波动同步上升；据此，相关强度远高于常态。Markus K. Brunnermeier、Lasse Heje Pedersen（2009）没有报告危机期保证金、价差与波动同步上升变化可跨样本搬用的点估计，本页不替《Market Liquidity and Funding Liquidity》补造效应量。可证伪阈值预注册为R1＝危机期保证金、价差与波动同步上升变化除以流动性与融资流动性会互相放大可比样本：R1>1.00倍才支持原方向，R1≤1.00倍即记反号；1.00倍是复核闸，不是论文实测值。Markus K. Brunnermeier、Lasse Heje Pedersen（2009）的贡献不是再命名，而是把危机期保证金、价差与波动同步上升变化放进流动性与融资流动性会互相放大可比样本这一可失败分母。
央行稳定融资时，去杠杆越强、流动性越差可被截断。两篇论文的冲突要用同终点辨认：Doojin Ryu、Robert I. Webb、Jinyoung Yu（2022）的《Funding liquidity shocks and market liquidity providers》只在解释中介市场，不覆盖纯信息跳跃外与Markus K. Brunnermeier、Lasse Heje Pedersen（2009）形成反号；边界内的同号证据不被冒充为普遍定律。《Market Liquidity and Funding Liquidity》与《Funding liquidity shocks and market liquidity providers》共同承认样本来源与纳入路径会改变识别，但对危机期保证金、价差与波动同步上升变化的方向给出不同承诺。
James Tobin在1958年把行为主体与约束第一次联结。解释中介市场，不覆盖纯信息跳跃。延伸证据改换了承载机构：Max Bruche、John Chi-Fong Kuong（2026）在《Dealer Funding and Market Liquidity》中连接交易所、中央银行、资产管理机构与证券监管部门，并把贴现率、现金流、尾部风险、中介约束、流动性与因子暴露中的危机期保证金、价差与波动同步上升变化变成可比较对象。
参见本块第三条“中介资本定价”。Max Bruche、John Chi-Fong Kuong（2026）《Dealer Funding and Market Liquidity》把观察窗推到近年。两块材料只共享条件场：第589号《深度对冲》结算另一生成层；《Market Liquidity and Funding Liquidity》仍以危机期保证金、价差与波动同步上升变化对流动性与融资流动性会互相放大可比样本辨向。两边若同时成立，危机期保证金、价差与波动同步会迫使样本来源与纳入路径成为第三项（2009/2026）。
位置
E｜适用条件：解释中介市场
单因
只承认危机期保证金为决定项
预设
〔01 谁进入分母〕默认流动性与融资流动性会没有漏计
量纲
危机期保证金、价差与波动同步上升变化／流动性与融资流动性会互相放大可比样本
失效
当解释中介市场，不覆盖纯信息跳跃不成立时，危机期保证金不能外推
自曝
纳入界线：Markus K. Brunnermeier、Lasse Heje Pedersen（2009）只识别解释中介市场，不覆盖纯信息跳跃，未覆盖未入账的中介约束退出与阴性个
空栏
被筛掉者：未入账的中介约束退出与阴性个案
异名
另见第 589 号第10条《深度对冲》
乙低贝塔资产的高风险调整收益来自杠杆约束Betting Against Beta
提出
Andrea Frazzini、Lasse Heje Pedersen，2014，《Betting against beta》，Journal of Financial Economics:1–25，DOI 10.1016/j.jfineco.2013.10.005
争议
Thorsten Lehnert，2022，《Betting against noisy beta》，The Journal of Finance and Data Science 8:55–68，DOI 10.1016/j.jfds.2022.04.001
最新
Miguel C. Herculano，2025，《Betting Against (Bad) Beta》，Quantitative Finance 25(6):949–958，DOI 10.1080/14697688.2025.2517270
奠基
Fischer Black，1972，《Capital Market Equilibrium with Restricted Borrowing》，Journal of Business 45(3):444–455，DOI 10.1086/295472
关键
BAB组合跨股票、债券和期货取得正收益，融资紧张期回撤显著
按主证据的时序，Andrea Frazzini、Lasse Heje Pedersen（2014）的《Betting against beta》只在制度建立时点内解释BAB组合跨股票、债券和期货取得正收；Fischer Black（1972）的《Capital Market Equilibrium with Restricted Borrowing》负责旧命名，不替代现代识别。Fischer Black（1972）提出的旧对象在2014年被改造成BAB组合跨股票、债券和期货取得正收／低贝塔资产的高风险调整收益；BAB组合跨股票新增了可被数据推翻的分母。
与折中式综述不同，本条只承认：受约束者追逐高贝塔抬价，可杠杆者反向持有低贝塔。真正需要承担因果责任的是：BAB组合跨股票、债券和期货取得正收是唯一决定项。在制度建立时点中拿走BAB组合跨股票而结果仍同号，就否证《Betting against beta》的机制解释（Andrea Frazzini、Lasse Heje Pedersen，2014）。第606号《ESG 评级分歧：同一公司没有一个自然分数》与《Betting against beta》的分离线是依赖做空、杠杆和交易成本可得：前者解释接口，后者解释BAB组合跨股票、债券和期货取得正收。
BAB组合跨股票、债券和期货取得正收益，融资紧张期回撤清楚。Andrea Frazzini、Lasse Heje Pedersen（2014）没有报告BAB组合跨股票、债券和期货取得正收可跨样本搬用的点估计，本页不替《Betting against beta》补造效应量。可证伪阈值预注册为R2＝BAB组合跨股票、债券和期货取得正收除以低贝塔资产的高风险调整收益来自杠杆约：R2>1.00倍才支持原方向，R2≤1.00倍即记反号；1.00倍是复核闸，不是论文实测值。BAB组合跨股票、债券和期货取得正收益，融资紧张期回撤清楚；这项证据只承担制度建立时点内的方向，不承担域外的统一量级。
融资成本跃升之际，杠杆越高、策略收益反而越低。方法反驳见Thorsten Lehnert（2022）《Betting against noisy beta》。争论的分水岭落到样本边缘：Thorsten Lehnert（2022）的《Betting against noisy beta》只在依赖做空、杠杆和交易成本可得外与Andrea Frazzini、Lasse Heje Pedersen（2014）形成反号；边界内的同号证据不被冒充为普遍定律。依赖做空、杠杆和交易成本可得之外未进入现有统计分母的对象与失败路径没有进入BAB组合跨股票、债券和期货取得正收的中心读数，这正是《Betting against beta》最容易被过度外推的地方。
依赖做空、杠杆和交易成本可得。制度接口随后移动：Miguel C. Herculano（2025）在《Betting Against (Bad) Beta》中连接交易所、中央银行、资产管理机构与证券监管部门，并把贴现率、现金流、尾部风险、中介约束、流动性与因子暴露中的BAB组合跨股票、债券和期货取得正收变成可比较对象。Miguel C. Herculano（2025）若改变低贝塔资产的高风险调整收益来自杠杆约的构成，提出笔的方向必须重新估计，不能沿用旧系数。
参见本块第一条“融资流动性”。跨块接口不靠同名：第606号《ESG 评级分歧：同一公司没有一个自然分数》结算另一生成层；《Betting against beta》仍以BAB组合跨股票、债券和期货取得正收对低贝塔资产的高风险调整收益来自杠杆约辨向。两边若同时成立，BAB组合跨股票会迫使制度建立时点成为第三项（2014/2025）。
位置
D｜生成次序：BAB组合跨股票
单因
只承认BAB组合跨股票为决定项
预设
〔01 谁进入分母〕默认低贝塔资产的高风险调没有漏计
量纲
BAB组合跨股票、债券和期货取得正收／低贝塔资产的高风险调整收益来自杠杆约
失效
融资成本跃升时，杠杆越高、策略收益反而越低
自曝
估计器自限：2014年样本止于依赖做空、杠杆和交易成本可得；未入账的流动性退出与阴性个案未进主分母
空栏
未进入者：未入账的流动性退出与阴性个案
异名
另见第 606 号第10条《ESG 评级分歧：同一公司没有一个自然分数》
丙中介资本比代表性消费更能解释风险溢价周期Financial Intermediaries and the Cross-Section of Asset Returns
提出
TOBIAS ADRIAN、ERKKO ETULA、TYLER MUIR，2014，《Financial Intermediaries and the Cross‐Section of Asset Returns》，The Journal of Finance:2557–2596，DOI 10.1111/jofi.12189
争议
Mahyar Kargar，2021，《Heterogeneous intermediary asset pricing》，Journal of Financial Economics 141(2):505–532，DOI 10.1016/j.jfineco.2021.04.012
最新
Maxime Sauzet，2025，《Green Intermediary Asset Pricing》，Crossref 登记作品，DOI 10.2139/ssrn.5323987（工作论文）
奠基
Robert C. Merton，1973，《An Intertemporal Capital Asset Pricing Model》，Econometrica 41(5):867–887，DOI 10.2307/1913811
关键
中介资本因子可解释股票、债券和商品横截面，危机期载荷放大
回到提出笔，TOBIAS ADRIAN、ERKKO ETULA、TYLER MUIR（2014）的《Financial Intermediaries and the Cross‐Section of Asset Returns》只在关系网络中心度内解释中介资本因子可解释股票；Robert C. Merton（1973）的《An Intertemporal Capital Asset Pricing Model》负责旧命名，不替代现代识别。在CRSP收益、Compustat报表、期权曲面、基金持仓与交易级订单里，TOBIAS ADRIAN、ERKKO ETULA、TYLER MUIR（2014）留下的可复查接口是中介资本因子可解释股票，而不是条目标题本身。
模型因此换了一条传导路径：经纪交易商净值代理边际定价者风险承受力。反事实只移动一项：中介资本因子可解释股票是唯一决定项。在关系网络中心度中拿走中介资本因子可解释股票而结果仍同号，就否证《Financial Intermediaries and the Cross‐Section of Asset Returns》的机制解释（TOBIAS ADRIAN、ERKKO ETULA、TYLER MUIR，2014）。到2025年，Maxime Sauzet把相同对象移入交易所、中央银行、资产管理机构与证券监管部门；外部效度因而取决于净值代理受机构样本与会计口径限制。
中介资本因子能够解释股票、债券和商品横截面，危机期载荷放大。TOBIAS ADRIAN、ERKKO ETULA、TYLER MUIR（2014）没有报告中介资本因子可解释股票可跨样本搬用的点估计，本页不替《Financial Intermediaries and the Cross‐Section of Asset Returns》补造效应量。可证伪阈值预注册为R3＝中介资本因子可解释股票除以中介资本比代表性消费更能解释风险溢价：R3>1.00倍才支持原方向，R3≤1.00倍即记反号；1.00倍是复核闸，不是论文实测值。TOBIAS ADRIAN、ERKKO ETULA、TYLER MUIR（2014）的贡献不是再命名，而是把中介资本因子可解释股票放进中介资本比代表性消费更能解释风险溢价这一可失败分母。
本条自己的材料也暴露出：长期投资者主导时，净值越低、溢价越高可归零。方向争议由Mahyar Kargar（2021）《Heterogeneous intermediary asset pricing》。边界条件在近端复核中显形：Mahyar Kargar（2021）的《Heterogeneous intermediary asset pricing》只在净值代理受机构样本与会计口径限制外与TOBIAS ADRIAN、ERKKO ETULA、TYLER MUIR（2014）形成反号；边界内的同号证据不被冒充为普遍定律。《Financial Intermediaries and the Cross‐Section of Asset Returns》与《Heterogeneous intermediary asset pricing》共同承认关系网络中心度会改变识别，但对中介资本因子可解释股票的方向给出不同承诺。
参见本块第十三条“非银中介”。2025年，Maxime Sauzet用《Green Intermediary Asset Pricing》重测了同一接口。对撞发生在相同前提下：第150号《私募信贷与非银中介的崛起：没有挤兑，也没有价格》结算另一生成层；《Financial Intermediaries and the Cross‐Section of Asset Returns》仍以中介资本因子可解释股票对中介资本比代表性消费更能解释风险溢价辨向。两边若同时成立，中介资本因子可解释股票会迫使关系网络中心度成为第三项（2014/2025）。对贴现率、现金流、尾部风险、中介约束、流动性与因子暴露分别分层后，中介资本因子可解释股票若只在中心组存在，原命题就必须缩域。
位置
S｜可见形态：中介资本因子可解
单因
只承认中介资本因子可解为决定项
预设
〔01 谁进入分母〕默认中介资本比代表性消费没有漏计
量纲
中介资本因子可解释股票／中介资本比代表性消费更能解释风险溢价
失效
当净值代理受机构样本与会计口径限制不成立时，中介资本因子可解释股票不能外推
自曝
附录反号：提出笔把净值代理受机构样本与会计口径限制设为外推边界，未合并未入账的因子暴露退出与阴性个
空栏
残差对象：未入账的因子暴露退出与阴性个案
异名
另见第 150 号第17条《私募信贷与非银中介的崛起：没有挤兑，也没有价格》
丁q因子把投资与盈利能力置于横截面中心Digesting Anomalies: An Investment Approach
提出
Kewei Hou、Chen Xue、Lu Zhang，2015，《Digesting Anomalies: An Investment Approach》，Review of Financial Studies:650–705，DOI 10.1093/rfs/hhu068
争议
Nicolas Crouzet、Janice Eberly、Andrea Eisfeldt、Dimitris Papanikolaou，2022，《A Model of Intangible Capital》，Crossref 登记作品，DOI 10.3386/w30376（工作论文）
最新
Huseyin Gulen、Dongmei Li、Ryan H. Peters、Morad Zekhnini，2025，《Intangible Capital in Factor Models》，Management Science 71(2):1756–1778，DOI 10.1287/mnsc.2022.01261
奠基
Sanford J. Grossman、Joseph E. Stiglitz，1980，《On the Impossibility of Informationally Efficient Markets》，American Economic Review 70(3):393–408，DOI 10.2307/1805228
关键
q因子在近百个异常组合中显著降低定价误差
沿着样本表，Kewei Hou、Chen Xue、Lu Zhang（2015）的《Digesting Anomalies: An Investment Approach》只在处理暴露强度内解释q因子在近百个异常组合中显著降低定价；Sanford J. Grossman、Joseph E. Stiglitz（1980）的《On the Impossibility of Informationally Efficient Markets》负责旧命名，不替代现代识别。在CRSP收益、Compustat报表、期权曲面、基金持仓与交易级订单里，Kewei Hou、Chen Xue、Lu Zhang（2015）留下的可复查接口是q因子在近百个异常组合中显著降低定价，而不是条目标题本身。
这项研究拒绝把机制藏在残差里，转而指出：企业投资一阶条件联结预期收益、盈利能力与投资率。可失败版本可以写成：q因子在近百个异常组合中显著降低定价是唯一决定项。在处理暴露强度中拿走q因子在近百个异常组合中显著而结果仍同号，就否证《Digesting Anomalies: An Investment Approach》的机制解释（Kewei Hou、Chen Xue、Lu Zhang，2015）。
数据没有支持“略有影响”，而是给出：q因子在近百个异常组合中清楚降低定价误差。Kewei Hou、Chen Xue、Lu Zhang（2015）没有报告q因子在近百个异常组合中显著降低定价可跨样本搬用的点估计，本页不替《Digesting Anomalies: An Investment Approach》补造效应量。可证伪阈值预注册为R4＝q因子在近百个异常组合中显著降低定价除以q因子把投资与盈利能力置于横截面中心：R4>1.00倍才支持原方向，R4≤1.00倍即记反号；1.00倍是复核闸，不是论文实测值。
真正的失效不是“不显著”，而是：无形资本行业中，投资随高、预期收益越低可能反转。反对笔改换了识别窗：Nicolas Crouzet、Janice Eberly、Andrea Eisfe（2022）的《A Model of Intangible Capital》只在会计投资难测知识资本外与Kewei Hou、Chen Xue、Lu Zhang（2015）形成反号；边界内的同号证据不被冒充为普遍定律。会计投资难测知识资本之外未进入现有统计分母的对象与失败路径没有进入q因子在近百个异常组合中显著降低定价的中心读数，这正是《Digesting Anomalies: An Investment Approach》最容易被过度外推的地方。
会计投资难测知识资本。旧框架负责命名；现代材料负责识别企业投资一阶条件联结预期收益、盈利能力与投资率。这项读数进入新的执行场：Huseyin Gulen、Dongmei Li、Ryan H. Peters、Mo（2025）在《Intangible Capital in Factor Models》中连接交易所、中央银行、资产管理机构与证券监管部门，并把贴现率、现金流、尾部风险、中介约束、流动性与因子暴露中的q因子在近百个异常组合中显著降低定价变成可比较对象。Huseyin Gulen、Dongmei Li、Ryan H. Peters、Mo（2025）若改变q因子把投资与盈利能力置于横截面中心的构成，提出笔的方向必须重新估计，不能沿用旧系数。
参见本块第五条“盈利能力”。《Intangible Capital in Factor Models》由Huseyin Gulen、Dongmei Li、Ryan H. Peters 等在2025年补上新的制度窗。相邻面板提供反方向切片：第209号《数字供应链孪生把可视化改写为可演练网络状态》结算另一生成层；《Digesting Anomalies: An Investment Approach》仍以q因子在近百个异常组合中显著降低定价对q因子把投资与盈利能力置于横截面中心辨向。两边若同时成立，q因子在近百个异常组合中显著会迫使处理暴露强度成为第三项（2015/2025）。《A Model of Intangible Capital》把会计投资难测知识资本换成对照域，q因子在近百个异常组合中显著降低定价因此可能从同号变成零或反号。
戊毛盈利能力能预测收益，价值不只在账面市值比The Other Side of Value: The Gross Profitability Premium
提出
Robert Novy-Marx，2013，《The other side of value: The gross profitability premium》，Journal of Financial Economics:1–28，DOI 10.1016/j.jfineco.2013.01.003
争议
Di Luo、Huainan Zhao，2022，《Leverage and the Profitability Premium》，SSRN Electronic Journal，DOI 10.2139/ssrn.4039172（工作论文）
最新
LEONID KOGAN、JUN LI、HAROLD H. ZHANG，2023，《Operating Hedge and Gross Profitability Premium》，The Journal of Finance 78(6):3387–3422，DOI 10.1111/jofi.13275
奠基
Franco Modigliani、Merton H. Miller，1958，《The Cost of Capital, Corporation Finance and the Theory of Investment》，American Economic Review 48(3):261–297，DOI 10.2307/1809766
关键
高毛利组合控制价值后仍有显著月度超额收益
把概念史与估计拆开，Robert Novy-Marx（2013）的《The other side of value: The gross profitability premium》只在样本进入路径内解释高毛利组合控制价值后仍有显著月度超额；Franco Modigliani、Merton H. Miller（1958）的《The Cost of Capital, Corporation Finance and the Theory of Investment》负责旧命名，不替代现代识别。Franco Modigliani、Merton H. Miller（1958）提出的旧对象在2013年被改造成高毛利组合控制价值后仍有显著月度超额／毛盈利能力能预测收益可比样；高毛利组合控制价值后仍有显著月新增了可被数据推翻的分母。
其单因式可以直接写成：毛利润相对资产捕捉企业持续生产现金的能力。由此可反驳的说法是：高毛利组合控制价值后仍有显著月度超额是唯一决定项。在样本进入路径中拿走高毛利组合控制价值后仍有显著而结果仍同号，就否证《The other side of value: The gross profitability premium》的机制解释（Robert Novy-Marx，2013）。第413号《高维动态模型需要稳定数值方法》与《The other side of value: The gross profitability premium》的分离线是无形投入资本化会改变排序：前者解释接口，后者解释高毛利组合控制价值后仍有显著月度超额。
决定结论的是量纲而非星号：高毛利组合控制价值后仍有清楚月度超额收益。Robert Novy-Marx（2013）没有报告高毛利组合控制价值后仍有显著月度超额可跨样本搬用的点估计，本页不替《The other side of value: The gross profitability premium》补造效应量。可证伪阈值预注册为R5＝高毛利组合控制价值后仍有显著月度超额除以毛盈利能力能预测收益可比样本：R5>1.00倍才支持原方向，R5≤1.00倍即记反号；1.00倍是复核闸，不是论文实测值。
当分母从样本转向总体，垄断租金受监管之际，盈利越高、未来收益越高可反转。反例并不在同一格里：Di Luo、Huainan Zhao（2022）的《Leverage and the Profitability Premium》只在无形投入资本化会改变排序外与Robert Novy-Marx（2013）形成反号；边界内的同号证据不被冒充为普遍定律。
无形投入资本化会改变排序。复核对象不再停在论文样本：LEONID KOGAN、JUN LI、HAROLD H. ZHANG（2023）在《Operating Hedge and Gross Profitability Premium》中连接交易所、中央银行、资产管理机构与证券监管部门，并把贴现率、现金流、尾部风险、中介约束、流动性与因子暴露中的高毛利组合控制价值后仍有显著月度超额变成可比较对象。交易所采用《Operating Hedge and Gross Profitability Premium》的口径时，毛盈利能力能预测收益可比样本与原样本不一致，不能直接比较点估计。
参见本块第四条“q因子”。时间更新落在LEONID KOGAN、JUN LI、HAROLD H. ZHANG（2023）的《Operating Hedge and Gross Profitability Premium》。邻接条目改用另一分母：第413号《高维动态模型需要稳定数值方法》结算另一生成层；《The other side of value: The gross profitability premium》仍以高毛利组合控制价值后仍有显著月度超额对毛盈利能力能预测收益可比样本辨向。两边若同时成立，高毛利组合控制价值后仍有显著会迫使样本进入路径成为第三项（2013/2023）。对贴现率、现金流、尾部风险、中介约束、流动性与因子暴露分别分层后，高毛利组合控制价值后仍有显著月度超额若只在中心组存在，原命题就必须缩域。
位置
S｜可见形态：高毛利组合控制价
单因
只承认高毛利组合控制价为决定项
预设
〔02 单一读数代表复杂对象〕以高毛利组合控制价值后代表多层对象
量纲
高毛利组合控制价值后仍有显著月度超额／毛盈利能力能预测收益可比样本
失效
垄断租金受监管时，盈利越高、未来收益越高可反转
自曝
样本流失：2013年模型固定无形投入资本化会改变排序，没有估计未入账的现金流退出与阴性个案
空栏
阴性事件：未入账的现金流退出与阴性个案
异名
另见第 413 号第6条《高维动态模型需要稳定数值方法》
己数百个因子必须先过多重检验，t值2已不够... and the Cross-Section of Expected Returns
提出
Campbell R. Harvey、Yan Liu、Heqing Zhu，2016，《… and the Cross-Section of Expected Returns》，Review of Financial Studies:5–68，DOI 10.1093/rfs/hhv059
争议
Paulo Guimaraes、Kimura Herbert，2026，《The Factor Zoo Revisited: Multiple Testing, Hierarchical Modeling, and Out-of-Sample Evidence from Emerging Markets》，Crossref 登记作品，DOI 10.2139/ssrn.6628840（工作论文）
最新
Simon C. Smith，2022，《Time-variation, multiple testing, and the factor zoo》，International Review of Financial Analysis 84:102394，DOI 10.1016/j.irfa.2022.102394
奠基
Eugene F. Fama，1970，《Efficient Capital Markets: A Review of Theory and Empirical Work》，Journal of Finance 25(2):383–417，DOI 10.2307/2325486
关键
整理300余个因子后建议新发现t值接近3而非1.96
从原始终点看，Campbell R. Harvey、Yan Liu、Heqing Zhu（2016）的《… and the Cross-Section of Expected Returns》只在危机前资产负债表内解释整理300余个因子后建议新发现t值接；Eugene F. Fama（1970）的《Efficient Capital Markets: A Review of Theory and Empirical Work》负责旧命名，不替代现代识别。在CRSP收益、Compustat报表、期权曲面、基金持仓与交易级订单里，Campbell R. Harvey、Yan Liu、Heqing Zhu（2016）留下的可复查接口是整理300余个因子后建议新发现t值接，而不是条目标题本身。
真正的新意是把“同时发生”拆成：候选因子共享同一发现池，阈值应随尝试次数提高。这把主张压成一条硬命题：整理300余个因子后建议新发现t值接是唯一决定项。在危机前资产负债表中拿走整理300余个因子后建议新发而结果仍同号，就否证《… and the Cross-Section of Expected Returns》的机制解释（Campbell R. Harvey、Yan Liu、Heqing Zhu，2016）。到2022年，Simon C. Smith把相同对象移入交易所、中央银行、资产管理机构与证券监管部门；外部效度因而取决于阈值不能替代样本外与成本。
整理300余个因子后建议新；据此，发现t值接近3而非1.96。Campbell R. Harvey、Yan Liu、Heqing Zhu（2016）在《… and the Cross-Section of Expected Returns》的DOI原文中给出的可核读数是：整理300余个因子后建议新；据此，发现t值接近3而非1.96。这项整理300余个因子后建议新发数字只对危机前资产负债表和原观察窗负责，不被改写成跨制度常数。Campbell R. Harvey、Yan Liu、Heqing Zhu（2016）的贡献不是再命名，而是把整理300余个因子后建议新发现t值接放进数百个因子先过多重检验可比样本这一可失败分母。
制度开始回应指标以后，候选高度相关之际，检验越多、阈值越高的方向减弱。两篇论文的冲突要用同终点辨认：Paulo Guimaraes、Kimura Herbert（2026）的《The Factor Zoo Revisited: Multiple Testing, Hierarchical Modeling, and Out-of-Sample Evidence from Emerging Markets》只在阈值不能替代样本外与成本外与Campbell R. Harvey、Yan Liu、Heqing Zhu（2016）形成反号；边界内的同号证据不被冒充为普遍定律。
阈值不能替代样本外与成本。若不单测候选因子共享同一发现池，阈值应随尝试次数提高，经典判断仍只是一条方向性基线。延伸证据改换了承载机构：Simon C. Smith（2022）在《Time-variation, multiple testing, and the factor zoo》中连接交易所、中央银行、资产管理机构与证券监管部门，并把贴现率、现金流、尾部风险、中介约束、流动性与因子暴露中的整理300余个因子后建议新发现t值接变成可比较对象。Simon C. Smith（2022）若改变数百个因子先过多重检验可比样本的构成，提出笔的方向必须重新估计，不能沿用旧系数。
参见本块第九条“复制清算”。Simon C. Smith的《Time-variation, multiple testing, and the factor zoo》把末端年份延至2022年。两块材料只共享条件场：第257号《高维稳健统计把异常值从“先删掉”改为对抗模型的一部分》结算另一生成层；《… and the Cross-Section of Expected Returns》仍以整理300余个因子后建议新发现t值接对数百个因子先过多重检验可比样本辨向。两边若同时成立，整理300余个因子后建议新发会迫使危机前资产负债表成为第三项（2016/2022）。《The Factor Zoo Revisited: Multiple Testing, Hierarchical Modeling, and Out-of-Sample Evidence from Emerging Markets》把阈值不能替代样本外与成本换成对照域，整理300余个因子后建议新发现t值接因此可能从同号变成零或反号。
位置
E｜适用条件：阈值不能替代样本外与成本
单因
只承认整理300余个因为决定项
预设
〔02 单一读数代表复杂对象〕以整理300余个因子后代表多层对象
量纲
整理300余个因子后建议新发现t值接／数百个因子先过多重检验可比样本
失效
候选高度相关时，检验越多、阈值越高的方向减弱
自曝
识别窗口：附录的敏感性检验止于阈值不能替代样本外与成本，未触及未入账的尾部风险退出与阴性个
空栏
否决理由：未入账的尾部风险退出与阴性个案
异名
另见第 257 号第13条《高维稳健统计把异常值从“先删掉”改为对抗模型的一部分》
庚高特质波动率股票反而给低收益，风险补偿并非单调The Cross-Section of Volatility and Expected Returns
提出
ANDREW ANG、ROBERT J. HODRICK、YUHANG XING、XIAOYAN ZHANG，2006，《The Cross‐Section of Volatility and Expected Returns》，The Journal of Finance:259–299，DOI 10.1111/j.1540-6261.2006.00836.x
争议
Feliciana Florencia、Sung Suk Kim，2020，《Beta Anomaly, Mispricing, and Idiosyncratic Volatility in Indonesia》，Proceedings of the Proceedings of The First International Conference on Global Innovation and Trends in Economy, InCoGITE, 7 November 2019, Tangerang, Banten, Indonesia，DOI 10.4108/eai.7-11-2019.2295231
最新
Linda H. Chen、George J. Jiang、Danielle D. Xu、Tong Yao，2020，《Dissecting the idiosyncratic volatility anomaly》，Journal of Empirical Finance 59:193–209，DOI 10.1016/j.jempfin.2020.10.004
奠基
William F. Sharpe，1964，《Capital Asset Prices: A Theory of Market Equilibrium under Conditions of Risk》，Journal of Finance 19(3):425–442，DOI 10.1111/j.1540-6261.1964.tb02865.x
关键
最高波动组合相对最低组合月收益差显著为负
按主证据的时序，ANDREW ANG、ROBERT J. HODRICK、YUHANG XING、X（2006）的《The Cross‐Section of Volatility and Expected Returns》只在年龄与代际内解释最高波动组合相对最低组合月收益差显著；William F. Sharpe（1964）的《Capital Asset Prices: A Theory of Market Equilibrium under Conditions of Risk》负责旧命名，不替代现代识别。William F. Sharpe（1964）提出的旧对象在2006年被改造成最高波动组合相对最低组合月收益差显著／高特质波动率股票反而给低收；最高波动组合相对最低组合月收益新增了可被数据推翻的分母。
这条线要求先回答一个次序问题：特质波动与后续收益呈负相关，不是市场贝塔遗漏。真正需要承担因果责任的是：最高波动组合相对最低组合月收益差显著是唯一决定项。在年龄与代际中拿走最高波动组合相对最低组合月收而结果仍同号，就否证《The Cross‐Section of Volatility and Expected Returns》的机制解释（ANDREW ANG、ROBERT J. HODRICK、YUHANG XING、X，2006）。第416号《妇女土地权从法条平等转向可执行平等》与《The Cross‐Section of Volatility and Expected Returns》的分离线是对估计窗与交易成本敏感：前者解释接口，后者解释最高波动组合相对最低组合月收益差显著。
最高波动组合相对最低组合月收益差清楚为负。ANDREW ANG、ROBERT J. HODRICK、YUHANG XING、X（2006）没有报告最高波动组合相对最低组合月收益差显著可跨样本搬用的点估计，本页不替《The Cross‐Section of Volatility and Expected Returns》补造效应量。可证伪阈值预注册为R7＝最高波动组合相对最低组合月收益差显著除以高特质波动率股票反而给低收益可比样本：R7>1.00倍才支持原方向，R7≤1.00倍即记反号；1.00倍是复核闸，不是论文实测值。最高波动组合相对最低组合月收益差清楚为负；这项证据只承担年龄与代际内的方向，不承担域外的统一量级。
在尾部状态中，剔除微盘和彩票股后，波动随高、收益越低显著收窄。争论的分水岭落到样本边缘：Feliciana Florencia、Sung Suk Kim（2020）的《Beta Anomaly, Mispricing, and Idiosyncratic Volatility in Indonesia》只在对估计窗与交易成本敏感外与ANDREW ANG、ROBERT J. HODRICK、YUHANG XING、X（2006）形成反号；边界内的同号证据不被冒充为普遍定律。对估计窗与交易成本敏感之外未进入现有统计分母的对象与失败路径没有进入最高波动组合相对最低组合月收益差显著的中心读数，这正是《The Cross‐Section of Volatility and Expected Returns》最容易被过度外推的地方。
对估计窗与交易成本敏感。制度接口随后移动：Linda H. Chen、George J. Jiang、Danielle D. （2020）在《Dissecting the idiosyncratic volatility anomaly》中连接交易所、中央银行、资产管理机构与证券监管部门，并把贴现率、现金流、尾部风险、中介约束、流动性与因子暴露中的最高波动组合相对最低组合月收益差显著变成可比较对象。
参见本块第十七条“散户注意”。最新一笔是《Dissecting the idiosyncratic volatility anomaly》。跨块接口不靠同名：第416号《妇女土地权从法条平等转向可执行平等》结算另一生成层；《The Cross‐Section of Volatility and Expected Returns》仍以最高波动组合相对最低组合月收益差显著对高特质波动率股票反而给低收益可比样本辨向。两边若同时成立，最高波动组合相对最低组合月收会迫使年龄与代际成为第三项（2006/2020）。
位置
D｜生成次序：最高波动组合相对
单因
只承认最高波动组合相对为决定项
预设
〔04 测量不改变被测对象〕记录最高波动组合相对最低不改写策略
量纲
最高波动组合相对最低组合月收益差显著／高特质波动率股票反而给低收益可比样本
失效
剔除微盘和彩票股后，波动越高、收益越低显著收窄
自曝
变量定义：原文只给对估计窗与交易成本敏感内结果；未入账的中介约束退出与阴性个仍是未识别项
空栏
替代路径：未入账的中介约束退出与阴性个案
异名
另见第 416 号第15条《妇女土地权从法条平等转向可执行平等》
辛罕见灾难能解释股权溢价，但概率与损失尾部须分别识别Rare Disasters and Asset Markets in the Twentieth Century
提出
Robert J Barro，2006，《Rare Disasters and Asset Markets in the Twentieth Century*》，Quarterly Journal of Economics:823–866，DOI 10.1162/qjec.121.3.823
争议
Carina Fleischer，2024，《Long-Run Risk and Rare Disasters: Quo Vadis Asset Pricing?》，Crossref 登记作品，DOI 10.2139/ssrn.5013573（工作论文）
Kenneth J. Arrow，1964，《The Role of Securities in the Optimal Allocation of Risk-Bearing》，Review of Economic Studies 31(2):91–96，DOI 10.2307/2296188
关键
跨国百年数据以产出下降10%以上定义灾难并校准大溢价
回到提出笔，Robert J Barro（2006）的《Rare Disasters and Asset Markets in the Twentieth Century*》只在组织规模内解释跨国百年数据以产出下降10%以上定义；Kenneth J. Arrow（1964）的《The Role of Securities in the Optimal Allocation of Risk-Bearing》负责旧命名，不替代现代识别。在CRSP收益、Compustat报表、期权曲面、基金持仓与交易级订单里，Robert J Barro（2006）留下的可复查接口是跨国百年数据以产出下降10%以上定义，而不是条目标题本身。
核心判断可以被失败数据直接推翻：低概率消费灾难通过边际效用尾部抬高溢价。反事实只移动一项：跨国百年数据以产出下降10%以上定义是唯一决定项。在组织规模中拿走跨国百年数据以产出下降10%而结果仍同号，就否证《Rare Disasters and Asset Markets in the Twentieth Century*》的机制解释（Robert J Barro，2006）。到2025年，Gerrit Meyerheim把相同对象移入交易所、中央银行、资产管理机构与证券监管部门；外部效度因而取决于历史灾难少且制度不可比。
跨国百年数据以产出下降10%以上定义灾难而且校准大溢价。Robert J Barro（2006）在《Rare Disasters and Asset Markets in the Twentieth Century*》的DOI原文中给出的可核读数是：跨国百年数据以产出下降10%以上定义灾难而且校准大溢价。这项跨国百年数据以产出下降10%数字只对组织规模和原观察窗负责，不被改写成跨制度常数。Robert J Barro（2006）的贡献不是再命名，而是把跨国百年数据以产出下降10%以上定义放进罕见灾难能解释股权溢价可比样本这一可失败分母。
一旦一般均衡反馈进入，政府保险充分之际，灾难越大、溢价越高会减弱。边界条件在近端复核中显形：Carina Fleischer（2024）的《Long-Run Risk and Rare Disasters: Quo Vadis Asset Pricing?》只在历史灾难少且制度不可比外与Robert J Barro（2006）形成反号；边界内的同号证据不被冒充为普遍定律。《Rare Disasters and Asset Markets in the Twentieth Century*》与《Long-Run Risk and Rare Disasters: Quo Vadis Asset Pricing?》共同承认组织规模会改变识别，但对跨国百年数据以产出下降10%以上定义的方向给出不同承诺。
历史灾难少且制度不可比。从旧骨架到新证据，中间新增的是低概率消费灾难通过边际效用尾部抬高溢价。近端研究把尺度推远：Gerrit Meyerheim（2025）在《Rare Disasters, Tail Aversion, and Asset Pricing Puzzles》中连接交易所、中央银行、资产管理机构与证券监管部门，并把贴现率、现金流、尾部风险、中介约束、流动性与因子暴露中的跨国百年数据以产出下降10%以上定义变成可比较对象。交易所采用《Rare Disasters, Tail Aversion, and Asset Pricing Puzzles》的口径时，罕见灾难能解释股权溢价可比样本与原样本不一致，不能直接比较点估计。
参见本块第十八条“期权尾部风险”。对撞发生在相同前提下：第589号《深度校准与代理定价》结算另一生成层；《Rare Disasters and Asset Markets in the Twentieth Century*》仍以跨国百年数据以产出下降10%以上定义对罕见灾难能解释股权溢价可比样本辨向。两边若同时成立，跨国百年数据以产出下降10%会迫使组织规模成为第三项（2006/2025）。《Long-Run Risk and Rare Disasters: Quo Vadis Asset Pricing?》把历史灾难少且制度不可比换成对照域，跨国百年数据以产出下降10%以上定义因此可能从同号变成零或反号。
Kewei Hou、Chen Xue、Lu Zhang，2020，《Replicating Anomalies》，The Review of Financial Studies:2019–2133，DOI 10.1093/rfs/hhy131
争议
Jiaqi Guo、George M. Korniotis、Alok Kumar、Peng Li，2024，《Replicating Anomalies Using the Aggregate Average》，Crossref 登记作品，DOI 10.2139/ssrn.4990134（工作论文）
最新
J and Chen, J Guerard，2025，《Replicating Financial Anomalies in Portfolio Selection》，Wilmott 2025(140)，DOI 10.54946/wilm.12183
奠基
Eugene F. Fama，1970，《Efficient Capital Markets: A Review of Theory and Empirical Work》，Journal of Finance 25(2):383–417，DOI 10.2307/2325486
关键
研究逐项重建447个预测量：按原标准约65%可复现
沿着样本表，Kewei Hou、Chen Xue、Lu Zhang（2020）的《Replicating Anomalies》只在信息可见度内解释统一复制与微盘过滤后读数；Eugene F. Fama（1970）的《Efficient Capital Markets: A Review of Theory and Empirical Work》负责旧命名，不替代现代识别。
把短期冲击拉成长周期时，跨国机制更强之际，过滤越严、异常越少可反转。反对笔改换了识别窗：Jiaqi Guo、George M. Korniotis、Alok Kumar、P（2024）的《Replicating Anomalies Using the Aggregate Average》只在未通过不等于真实效应为零外与Kewei Hou、Chen Xue、Lu Zhang（2020）形成反号；边界内的同号证据不被冒充为普遍定律。未通过真实效应为零之外未进入现有统计分母的对象与失败路径没有进入统一复制与微盘过滤后读数的中心读数，这正是《Replicating Anomalies》最容易被过度外推的地方。
未通过不等于真实效应为零。本条只把经典对象推进到统一清洗、价值加权和微盘处理检验异常可投资性可以被独立观测的阶段。这项读数进入新的执行场：J and Chen（2025）在《Replicating Financial Anomalies in Portfolio Selection》中连接交易所、中央银行、资产管理机构与证券监管部门，并把贴现率、现金流、尾部风险、中介约束、流动性与因子暴露中的统一复制与微盘过滤后读数变成可比较对象。J and Chen（2025）若改变统一复制与微盘过滤后可比样本的构成，提出笔的方向必须重新估计，不能沿用旧系数。
与相邻面板对读时，分界在于：参见本块第六条“多重检验”。近端证据由《Replicating Financial Anomalies in Portfolio Selection》提供，作者为J and Chen, J Guerard，年份是2025。相邻面板提供反方向切片：第606号《绿色分类法：边界规则也是资本政策》结算另一生成层；《Replicating Anomalies》仍以统一复制与微盘过滤后读数对统一复制与微盘过滤后可比样本辨向。两边若同时成立，统一复制与微盘过滤后读数会迫使信息可见度成为第三项（2020/2025）。《Replicating Anomalies Using the Aggregate Average》把未通过不等于真实效应为零换成对照域，统一复制与微盘过滤后读数因此可能从同号变成零或反号。
位置
E｜适用条件：未通过不等于真实效应为零
单因
只承认统一复制与微盘过为决定项
预设
〔04 测量不改变被测对象〕记录统一复制与微盘过滤后不改写策略
量纲
统一复制与微盘过滤后读数／统一复制与微盘过滤后可比样本
失效
跨国机制更强时，过滤越严、异常越少可反转
自曝
均衡条件：提出笔的缺失机制未容纳未入账的因子暴露退出与阴性个，适用域仅到未通过不等于真实效应为零
空栏
尾部个案：未入账的因子暴露退出与阴性个案
异名
另见第 606 号第11条《绿色分类法：边界规则也是资本政策》
二市场价格对资金流并不弹性，一美元流入可推动数倍市值In Search of the Origins of Financial Fluctuations: The Inelastic Markets Hypothesis
提出
Xavier Gabaix、Ralph S. J. Koijen，2021，《In Search of the Origins of Financial Fluctuations: The Inelastic Markets Hypothesis》，SSRN Electronic Journal，DOI 10.2139/ssrn.3875134（工作论文）
争议
Mohammad Raies Ul Haq，2020，《Critique of the Hypothesis》，β-Casomorphins:107–117，DOI 10.1007/978-981-15-3457-7_8
最新
Oliver Linton、Shaoran Li、Shuyi Ge，2026，《Efficient Markets Hypothesis》，Empirical Finance:135–144，DOI 10.1201/9781003543121-7
奠基
Harry Markowitz，1952，《Portfolio Selection》，Journal of Finance 7(1):77–91，DOI 10.1111/j.1540-6261.1952.tb01525.x
关键
美国股票估计总量乘数约5：1美元净流改变约5美元市值
把概念史与估计拆开，Xavier Gabaix、Ralph S. J. Koijen（2021）的《In Search of the Origins of Financial Fluctuations: The Inelastic Markets Hypothesis》只在执行者裁量内解释美国股票估计总量乘数约5；Harry Markowitz（1952）的《Portfolio Selection》负责旧命名，不替代现代识别。Harry Markowitz（1952）提出的旧对象在2021年被改造成美国股票估计总量乘数约5／市场价格对资金流并不弹性可比样本；美国股票估计总量乘数约5新增了可被数据推翻的分母。在CRSP收益、Compustat报表、期权曲面、基金持仓与交易级订单里，Xavier Gabaix、Ralph S. J. Koijen（2021）留下的可复查接口是美国股票估计总量乘数约5，而不是条目标题本身。
命题的辨识度来自排他性：组合近似固定时，少量愿调仓者吸收资金流。由此可反驳的说法是：美国股票估计总量乘数约5是唯一决定项。在执行者裁量中拿走美国股票估计总量乘数约5而结果仍同号，就否证《In Search of the Origins of Financial Fluctuations: The Inelastic Markets Hypothesis》的机制解释（Xavier Gabaix、Ralph S. J. Koijen，2021）。到2026年，Oliver Linton、Shaoran Li、Shuyi Ge把相同对象移入交易所、中央银行、资产管理机构与证券监管部门；外部效度因而取决于依赖持仓与流量测量。
美国股票估计总量乘数约5：；据此，1美元净流改变约5美元市值。Xavier Gabaix、Ralph S. J. Koijen（2021）在《In Search of the Origins of Financial Fluctuations: The Inelastic Markets Hypothesis》的DOI原文中给出的可核读数是：美国股票估计总量乘数约5：；据此，1美元净流改变约5美元市值。这项美国股票估计总量乘数约5数字只对执行者裁量和原观察窗负责，不被改写成跨制度常数。Xavier Gabaix、Ralph S. J. Koijen（2021）的贡献不是再命名，而是把美国股票估计总量乘数约5放进市场价格对资金流并不弹性可比样本这一可失败分母。
套利资本快速进入之际，流入越大、冲击越大可归零。方法反驳见Mohammad Raies Ul Haq（2020）《Critique of the Hypothesis》。反例并不在同一格里：Mohammad Raies Ul Haq（2020）的《Critique of the Hypothesis》只在依赖持仓与流量测量外与Xavier Gabaix、Ralph S. J. Koijen（2021）形成反号；边界内的同号证据不被冒充为普遍定律。《In Search of the Origins of Financial Fluctuations: The Inelastic Markets Hypothesis》与《Critique of the Hypothesis》共同承认执行者裁量会改变识别，但对美国股票估计总量乘数约5的方向给出不同承诺。
参见本块第十一条“被动化”。Oliver Linton、Shaoran Li、Shuyi Ge于2026年发表《Efficient Markets Hypothesis》，构成时效校验。邻接条目改用另一分母：第150号《特殊目的收购公司的稀释成本：成本不在费用栏，在股份栏》结算另一生成层；《In Search of the Origins of Financial Fluctuations: The Inelastic Markets Hypothesis》仍以美国股票估计总量乘数约5对市场价格对资金流并不弹性可比样本辨向。两边若同时成立，美国股票估计总量乘数约5会迫使执行者裁量成为第三项（2021/2026）。对贴现率、现金流、尾部风险、中介约束、流动性与因子暴露分别分层后，美国股票估计总量乘数约5若只在中心组存在，原命题就必须缩域。
位置
D｜生成次序：美国股票估计总量
单因
只承认美国股票估计总量为决定项
预设
〔08 观察顺序等于因果顺序〕把2021年前后的次序当作因果次序
量纲
美国股票估计总量乘数约5／市场价格对资金流并不弹性可比样本
失效
套利资本快速进入时，流入越大、冲击越大可归零
自曝
清洗规则：2021年估计依赖依赖持仓与流量测量，换入未入账的贴现率退出与阴性个案需重算
空栏
未分类者：未入账的贴现率退出与阴性个案
异名
另见第 150 号第18条《特殊目的收购公司的稀释成本：成本不在费用栏，在股份栏》
三被动化改变价格发现，指数需求冲击不会被完全套利How Competitive Is the Stock Market? Theory, Evidence from Portfolios, and Implications for the Rise of Passive Investing
提出
Valentin Haddad、Paul Huebner、Erik Loualiche，2021，《How Competitive is the Stock Market? Theory, Evidence from Portfolios, and Implications for the Rise of Passive Investing》，SSRN Electronic Journal，DOI 10.2139/ssrn.3821263（工作论文）
争议
Jeongmin Lee，2020，《Passive Investing and Price Efficiency》，SSRN Electronic Journal，DOI 10.2139/ssrn.3725248（工作论文）
最新
Trevor Daher、David Rapp，2023，《An Austrian Critique of Passive Investing》，Quarterly Journal of Austrian Economics 26(1)，DOI 10.35297/qjae.010159
奠基
Harry Markowitz，1952，《Portfolio Selection》，Journal of Finance 7(1):77–91，DOI 10.1111/j.1540-6261.1952.tb01525.x
关键
机构持仓估计显示需求弹性有限，被动份额可产生持续价格效应
从原始终点看，Valentin Haddad、Paul Huebner、Erik Loualich（2021）的《How Competitive is the Stock Market? Theory, Evidence from Portfolios, and Implications for the Rise of Passive Investing》只在短窗与长窗内解释机构持仓估计显示需求弹性有限变化；Harry Markowitz（1952）的《Portfolio Selection》负责旧命名，不替代现代识别。在CRSP收益、Compustat报表、期权曲面、基金持仓与交易级订单里，Valentin Haddad、Paul Huebner、Erik Loualich（2021）留下的可复查接口是机构持仓估计显示需求弹性有限变化，而不是条目标题本身。
研究把政策杠杆重新安放在：组合层需求弹性决定指数流入价格影响。这把主张压成一条硬命题：机构持仓估计显示需求弹性有限变化是唯一决定项。在短窗与长窗中拿走机构持仓估计显示需求弹性有限而结果仍同号，就否证《How Competitive is the Stock Market? Theory, Evidence from Portfolios, and Implications for the Rise of Passive Investing》的机制解释（Valentin Haddad、Paul Huebner、Erik Loualich，2021）。到2023年，Trevor Daher、David Rapp把相同对象移入交易所、中央银行、资产管理机构与证券监管部门；外部效度因而取决于指数纳入不等于长期基本面。
机构持仓估计表明需求弹性有限，被动份额可产生持续价格效应。Valentin Haddad、Paul Huebner、Erik Loualich（2021）没有报告机构持仓估计显示需求弹性有限变化可跨样本搬用的点估计，本页不替《How Competitive is the Stock Market? Theory, Evidence from Portfolios, and Implications for the Rise of Passive Investing》补造效应量。可证伪阈值预注册为R11＝机构持仓估计显示需求弹性有限变化除以被动化改变价格发现可比样本：R11>1.00倍才支持原方向，R11≤1.00倍即记反号；1.00倍是复核闸，不是论文实测值。
主动套利增强之际，被动越高、发现越弱会减弱。方向争议由Jeongmin Lee（2020）《Passive Investing and Price Efficiency》。两篇论文的冲突要用同终点辨认：Jeongmin Lee（2020）的《Passive Investing and Price Efficiency》只在指数纳入不等于长期基本面外与Valentin Haddad、Paul Huebner、Erik Loualich（2021）形成反号；边界内的同号证据不被冒充为普遍定律。指数纳入长期基本面之外未进入现有统计分母的对象与失败路径没有进入机构持仓估计显示需求弹性有限变化的中心读数，这正是《How Competitive is the Stock Market? Theory, Evidence from Portfolios, and Implications for the Rise of Passive Investing》最容易被过度外推的地方。
指数纳入不等于长期基本面。历史对照留下对象，现代研究则要求组合层需求弹性决定指数流入价格影响接受失败检验。延伸证据改换了承载机构：Trevor Daher、David Rapp（2023）在《An Austrian Critique of Passive Investing》中连接交易所、中央银行、资产管理机构与证券监管部门，并把贴现率、现金流、尾部风险、中介约束、流动性与因子暴露中的机构持仓估计显示需求弹性有限变化变成可比较对象。Trevor Daher、David Rapp（2023）若改变被动化改变价格发现可比样本的构成，提出笔的方向必须重新估计，不能沿用旧系数。
参见本块第十条“非弹性市场”。两块材料只共享条件场：第209号《全球价值链分析器把总贸易改写为可查询依赖总账》结算另一生成层；《How Competitive is the Stock Market? Theory, Evidence from Portfolios, and Implications for the Rise of Passive Investing》仍以机构持仓估计显示需求弹性有限变化对被动化改变价格发现可比样本辨向。两边若同时成立，机构持仓估计显示需求弹性有限会迫使短窗与长窗成为第三项（2021/2023）。《Passive Investing and Price Efficiency》把指数纳入不等于长期基本面换成对照域，机构持仓估计显示需求弹性有限变化因此可能从同号变成零或反号。
Ilias Filippou、Arie Gozluklu、Hari Rozental，2024，《ETF arbitrage and international diversification》，Journal of Banking & Finance 168:107274，DOI 10.1016/j.jbankfin.2024.107274
最新
Spencer Andrews、Brian Joseph Henderson、Adam V. Reed，2023，《Cross-ETF Arbitrage》，SSRN Electronic Journal，DOI 10.2139/ssrn.4667997（工作论文）
奠基
James Tobin，1958，《Liquidity Preference as Behavior Towards Risk》，Review of Economic Studies 25(2):65–86，DOI 10.2307/2296205
关键
ETF所有权上升与成分股日内波动和共动增加相关
按主证据的时序，ITZHAK BEN‐DAVID、FRANCESCO FRANZONI、RABIH （2018）的《Do ETFs Increase Volatility?》只在中心与边缘节点内解释ETF所有权上升与成分股日内波动和共；James Tobin（1958）的《Liquidity Preference as Behavior Towards Risk》负责旧命名，不替代现代识别。James Tobin（1958）提出的旧对象在2018年被改造成ETF所有权上升与成分股日内波动和共／ETF套利提升日常流动性可；ETF所有权上升与成分股日内波新增了可被数据推翻的分母。
高质量做市下，ETF份额随高、波动越高可归零。争论的分水岭落到样本边缘：Ilias Filippou、Arie Gozluklu、Hari Rozental（2024）的《ETF arbitrage and international diversification》只在识别依赖工具变量与样本期外与ITZHAK BEN‐DAVID、FRANCESCO FRANZONI、RABIH （2018）形成反号；边界内的同号证据不被冒充为普遍定律。
识别依赖工具变量与样本期。“ETF套利提升日常流动性，也会把基金冲击传给成分股”的新增知识，集中在授权参与者把ETF交易与成分股联结，套利也是传播管道。制度接口随后移动：Spencer Andrews、Brian Joseph Henderson、Ada（2023）在《Cross-ETF Arbitrage》中连接交易所、中央银行、资产管理机构与证券监管部门，并把贴现率、现金流、尾部风险、中介约束、流动性与因子暴露中的ETF所有权上升与成分股日内波动和共变成可比较对象。
参见本块第十一条“被动投资”。另一时期的复测见Spencer Andrews、Brian Joseph Henderson、Adam V. Reed《Cross-ETF Arbitrage》，刊于2023年。跨块接口不靠同名：第413号《市场设计把定理转成制度工程》结算另一生成层；《Do ETFs Increase Volatility?》仍以ETF所有权上升与成分股日内波动和共对ETF套利提升日常流动性可比样本辨向。两边若同时成立，ETF所有权上升与成分股日内会迫使中心与边缘节点成为第三项（2018/2023）。对贴现率、现金流、尾部风险、中介约束、流动性与因子暴露分别分层后，ETF所有权上升与成分股日内波动和共若只在中心组存在，原命题就必须缩域。
位置
E｜适用条件：识别依赖工具变量与样本期
单因
只承认ETF所有权上升为决定项
预设
〔08 观察顺序等于因果顺序〕把2018年前后的次序当作因果次序
量纲
ETF所有权上升与成分股日内波动和共／ETF套利提升日常流动性可比样本
失效
高质量做市下，ETF份额越高、波动越高可归零
自曝
分类版本：识别依赖工具变量与样本期是原文的样本门槛，未入账的尾部风险退出与阴性个没有单列
空栏
窗外慢变量：未入账的尾部风险退出与阴性个案
异名
另见第 413 号第7条《市场设计把定理转成制度工程》
五非银中介把流动性风险搬出银行监管，赎回承诺仍会挤兑Global Risk, Non-Bank Financial Intermediation, and Emerging Market Vulnerabilities
Stijn Claessens，2024，《Nonbank Financial Intermediation: Stock Take of Research, Policy, and Data》，Annual Review of Financial Economics 16(1):273–294，DOI 10.1146/annurev-financial-082123-105416
最新
Michael Takudzwa Pasara，2025，《Digital Currency Adoption, Nonbank Financial Intermediation, and Financial Inclusion in the Global South》，Advances in African Economic, Social and Political Development:43–62，DOI 10.1007/978-3-032-00525-0_4
奠基
Robert C. Merton，1973，《An Intertemporal Capital Asset Pricing Model》，Econometrica 41(5):867–887，DOI 10.2307/1913811
关键
跨国资料显示非银中介已占全球金融资产的重要份额
回到提出笔，Anusha Chari（2023）的《Global Risk, Non-Bank Financial Intermediation, and Emerging Market Vulnerabilities》只在首次事件与重复事件内解释非银中介把流动性风险搬出银行监管读数；Robert C. Merton（1973）的《An Intertemporal Capital Asset Pricing Model》负责旧命名，不替代现代识别。在CRSP收益、Compustat报表、期权曲面、基金持仓与交易级订单里，Anusha Chari（2023）留下的可复查接口是非银中介把流动性风险搬出银行监管读数，而不是条目标题本身。
摆动定价生效之际，赎回越多、火售越强会减弱。边界条件在近端复核中显形：Stijn Claessens（2024）的《Nonbank Financial Intermediation: Stock Take of Research, Policy, and Data》只在统计分类掩盖衍生品净额外与Anusha Chari（2023）形成反号；边界内的同号证据不被冒充为普遍定律。《Global Risk, Non-Bank Financial Intermediation, and Emerging Market Vulnerabilities》与《Nonbank Financial Intermediation: Stock Take of Research, Policy, and Data》共同承认首次事件与重复事件会改变识别，但对非银中介把流动性风险搬出银行监管读数的方向给出不同承诺。
统计分类掩盖衍生品净额。近端研究把尺度推远：Michael Takudzwa Pasara（2025）在《Digital Currency Adoption, Nonbank Financial Intermediation, and Financial Inclusion in the Global South》中连接交易所、中央银行、资产管理机构与证券监管部门，并把贴现率、现金流、尾部风险、中介约束、流动性与因子暴露中的非银中介把流动性风险搬出银行监管读数变成可比较对象。
参见本块第一条“流动性螺旋”。2025年的《Digital Currency Adoption, Nonbank Financial Intermediation, and Financial Inclusion in the Global South》由Michael Takudzwa Pasara给出近端读数。对撞发生在相同前提下：第257号《模拟式推断让“没有似然”不再等于“不能统计”》结算另一生成层；《Global Risk, Non-Bank Financial Intermediation, and Emerging Market Vulnerabilities》仍以非银中介把流动性风险搬出银行监管读数对非银中介把流动性风险搬出银行监管可比辨向。两边若同时成立，非银中介把流动性风险搬出银行会迫使首次事件与重复事件成为第三项（2023/2025）。
位置
D｜生成次序：非银中介把流动性
单因
只承认非银中介把流动性为决定项
预设
〔13 时间尺度可自由压缩〕把当前观察窗直接外推到长期
量纲
非银中介把流动性风险搬出银行监管读数／非银中介把流动性风险搬出银行监管可比
失效
摆动定价生效时，赎回越多、火售越强会减弱
自曝
处理后网络：提出笔能裁决平均方向，不能裁决未入账的中介约束退出与阴性个的尾部
空栏
网络重连：未入账的中介约束退出与阴性个案
异名
另见第 257 号第14条《模拟式推断让“没有似然”不再等于“不能统计”》
六碳排放形成风险溢价，棕色股票回报含转型补偿Do Investors Care about Carbon Risk?
提出
Patrick Bolton、Marcin Kacperczyk，2021，《Do investors care about carbon risk?》，Journal of Financial Economics:517–549，DOI 10.1016/j.jfineco.2021.05.008
争议
Michael Azlen、Glen Gostlow、Alex Child，2022，《Practical Applications of The Carbon Risk Premium》，Practical Applications:pa.2022.jaipa062，DOI 10.3905/pa.2022.jaipa062
最新
Michael Azlen、Glen Gostlow、Alex Child，2022，《The Carbon Risk Premium》，The Journal of Alternative Investments 25(1):33–64，DOI 10.3905/jai.2022.1.166
奠基
Eugene F. Fama，1970，《Efficient Capital Markets: A Review of Theory and Empirical Work》，Journal of Finance 25(2):383–417，DOI 10.2307/2325486
关键
排放更高公司随后收益更高，机构持仓对披露有系统反应
沿着样本表，Patrick Bolton、Marcin Kacperczyk（2021）的《Do investors care about carbon risk?》只在正式规则与非正式实践内解释排放更高公司随后收益更高变化；Eugene F. Fama（1970）的《Efficient Capital Markets: A Review of Theory and Empirical Work》负责旧命名，不替代现代识别。
理论上的单因锁定是：直接与供应链排放暴露进入预期收益。可失败版本可以写成：排放更高公司随后收益更高变化是唯一决定项。在正式规则与非正式实践中拿走排放更高公司随后收益更高变化而结果仍同号，就否证《Do investors care about carbon risk?》的机制解释（Patrick Bolton、Marcin Kacperczyk，2021）。第416号《集体与原住民族权利进入产权账本》与《Do investors care about carbon risk?》的分离线是排放缺失与自报偏差限制因果解释：前者解释接口，后者解释排放更高公司随后收益更高变化。
排放处于更高水平公司随后收益更高，机构持仓对披露有系统反应。Patrick Bolton、Marcin Kacperczyk（2021）没有报告排放更高公司随后收益更高变化可跨样本搬用的点估计，本页不替《Do investors care about carbon risk?》补造效应量。可证伪阈值预注册为R14＝排放更高公司随后收益更高变化除以碳排放形成风险溢价可比样本：R14>1.00倍才支持原方向，R14≤1.00倍即记反号；1.00倍是复核闸，不是论文实测值。排放处于更高水平公司随后收益更高，机构持仓对披露有系统反应；这项证据只承担正式规则与非正式实践内的方向，不承担域外的统一量级。该处同时核对Patrick Bolton、Marcin Kacperczyk（2021）的DOI提出笔与Michael Azlen、Glen Gostlow、Alex Child（2022）的DOI近端笔。
绿色技术租金形成之际，排放越低、收益越低可反转。反对笔改换了识别窗：Michael Azlen、Glen Gostlow、Alex Child（2022）的《Practical Applications of The Carbon Risk Premium》只在排放缺失与自报偏差限制因果解释外与Patrick Bolton、Marcin Kacperczyk（2021）形成反号；边界内的同号证据不被冒充为普遍定律。排放缺失与自报偏差限制因果解释之外未进入现有统计分母的对象与失败路径没有进入排放更高公司随后收益更高变化的中心读数，这正是《Do investors care about carbon risk?》最容易被过度外推的地方。
七绿色资产存在greenium，偏好与风险补偿必须拆开Dissecting Green Returns
提出
Ľuboš Pástor、Robert F. Stambaugh、Lucian A. Taylor，2022，《Dissecting green returns》，Journal of Financial Economics:403–424，DOI 10.1016/j.jfineco.2022.07.007
争议
Xiru Li、Bo Zhu、Yufei Zhang，2024，《Greenium of green securitization: Does external certification matter?》，PLOS ONE 19(8):e0306814，DOI 10.1371/journal.pone.0306814
最新
Karim Henide，2026，《Green Bonds and the “Greenium”》，Palgrave Studies in Emerging Risk Management and Sustainable Finance:285–306，DOI 10.1007/978-3-031-98736-6_14
奠基
Sanford J. Grossman、Joseph E. Stiglitz，1980，《On the Impossibility of Informationally Efficient Markets》，American Economic Review 70(3):393–408，DOI 10.2307/1805228
关键
2012—2020年绿色超额表现很大部分来自气候关切意外上升
把概念史与估计拆开，Ľuboš Pástor、Robert F. Stambaugh、Lucian A.（2022）的《Dissecting green returns》只在成功、失败与退出内解释绿色资产存在greenium读数；Sanford J. Grossman、Joseph E. Stiglitz（1980）的《On the Impossibility of Informationally Efficient Markets》负责旧命名，不替代现代识别。在CRSP收益、Compustat报表、期权曲面、基金持仓与交易级订单里，Ľuboš Pástor、Robert F. Stambaugh、Lucian A.（2022）留下的可复查接口是绿色资产存在greenium读数，而不是条目标题本身。
它最终留下的不是口号，而是一条机制句：环保偏好抬高估值，气候消息同时改变现金流和折现率。由此可反驳的说法是：绿色资产存在greenium读数是唯一决定项。在成功、失败与退出中拿走绿色资产存在greenium而结果仍同号，就否证《Dissecting green returns》的机制解释（Ľuboš Pástor、Robert F. Stambaugh、Lucian A.，2022）。到2026年，Karim Henide把相同对象移入交易所、中央银行、资产管理机构与证券监管部门；外部效度因而取决于历史表现不可外推稳定溢价。
2012—2020年绿色超额表现很主要部分来自气候关切意外上升。Ľuboš Pástor、Robert F. Stambaugh、Lucian A.（2022）在《Dissecting green returns》的DOI原文中给出的可核读数是：2012—2020年绿色超额表现很主要部分来自气候关切意外上升。这项绿色资产存在greenium数字只对成功、失败与退出和原观察窗负责，不被改写成跨制度常数。Ľuboš Pástor、Robert F. Stambaugh、Lucian A.（2022）的贡献不是再命名，而是把绿色资产存在greenium读数放进绿色资产存在greenium可比样本这一可失败分母。
所以失败条件必须明确到：偏好停止上升之际，估值越高、未来收益反而越低。反例并不在同一格里：Xiru Li、Bo Zhu、Yufei Zhang（2024）的《Greenium of green securitization: Does external certification matter?》只在历史表现不可外推稳定溢价外与Ľuboš Pástor、Robert F. Stambaugh、Lucian A.（2022）形成反号；边界内的同号证据不被冒充为普遍定律。《Dissecting green returns》与《Greenium of green securitization: Does external certification matter?》共同承认成功、失败与退出会改变识别，但对绿色资产存在greenium读数的方向给出不同承诺。
历史表现不可外推稳定溢价。本条沿用旧对象，却用环保偏好抬高估值，气候消息同时改变现金流和折现率重设了可以失败的条件。复核对象不再停在论文样本：Karim Henide（2026）在《Green Bonds and the “Greenium”》中连接交易所、中央银行、资产管理机构与证券监管部门，并把贴现率、现金流、尾部风险、中介约束、流动性与因子暴露中的绿色资产存在greenium读数变成可比较对象。交易所采用《Green Bonds and the “Greenium”》的口径时，绿色资产存在greenium可比样本与原样本不一致，不能直接比较点估计。
参见本块第十四条“碳风险”。在《Green Bonds and the “Greenium”》中，Karim Henide把样本推进到2026年。邻接条目改用另一分母：第589号《神经随机微分方程》结算另一生成层；《Dissecting green returns》仍以绿色资产存在greenium读数对绿色资产存在greenium可比样本辨向。两边若同时成立，绿色资产存在greenium会迫使成功、失败与退出成为第三项（2022/2026）。对贴现率、现金流、尾部风险、中介约束、流动性与因子暴露分别分层后，绿色资产存在greenium读数若只在中心组存在，原命题就必须缩域。《Greenium of green securitization: Does external certification matter?》把历史表现不可外推稳定溢价换成对照域，绿色资产存在greenium读数因此可能从同号变成零或反号。
位置
E｜适用条件：历史表现不可外推稳定溢价
单因
只承认绿色资产存在gr为决定项
预设
〔13 时间尺度可自由压缩〕把当前观察窗直接外推到长期
量纲
绿色资产存在greenium读数／绿色资产存在greenium可比样本
失效
偏好停止上升时，估值越高、未来收益反而越低
自曝
阴性终点：原资料记录成功路径，未入账的因子暴露退出与阴性个的失败时点未编码
空栏
修复劳动：未入账的因子暴露退出与阴性个案
异名
另见第 589 号第12条《神经随机微分方程》
八加密收益更像网络采用与动量，传统货币因子解释弱Common Risk Factors in Cryptocurrency
提出
YUKUN LIU、ALEH TSYVINSKI、XI WU，2022，《Common Risk Factors in Cryptocurrency》，The Journal of Finance:1133–1177，DOI 10.1111/jofi.13119
争议
Jayashree Bhattacharjee、Lata Pandey、Ranjit Singh、H Kent Baker，2025，《Factors Affecting the Risk Perceptions of Cryptocurrency Investors》，Journal of Behavioral Finance 26(3):367–379，DOI 10.1080/15427560.2024.2331474
最新
Tian Lan、Michael Frömmel，2025，《Risk factors in cryptocurrency pricing》，International Review of Financial Analysis 105:104389，DOI 10.1016/j.irfa.2025.104389
奠基
William F. Sharpe，1964，《Capital Asset Prices: A Theory of Market Equilibrium under Conditions of Risk》，Journal of Finance 19(3):425–442，DOI 10.1111/j.1540-6261.1964.tb02865.x
关键
数百种资产中三因子解释大部分共同变动
从原始终点看，YUKUN LIU、ALEH TSYVINSKI、XI WU（2022）的《Common Risk Factors in Cryptocurrency》只在高频与低频状态内解释至少100种资产中三因子解释主要部分共同变动；William F. Sharpe（1964）的《Capital Asset Prices: A Theory of Market Equilibrium under Conditions of Risk》负责旧命名，不替代现代识别。在CRSP收益、Compustat报表、期权曲面、基金持仓与交易级订单里，YUKUN LIU、ALEH TSYVINSKI、XI WU（2022）留下的可复查接口是至少100种资产中三因子解释主要部分共同变动，而不是条目标题本身。
新的命题把因果链改写为：市场、规模和动量描述加密横截面，网络增长是独特变量。这把主张压成一条硬命题：至少100种资产中三因子解释主要部分共同变动是唯一决定项。在高频与低频状态中拿走数百种资产中三因子解释大部分而结果仍同号，就否证《Common Risk Factors in Cryptocurrency》的机制解释（YUKUN LIU、ALEH TSYVINSKI、XI WU，2022）。
第三段只看数，会看到：至少100种资产中三因子解释主要部分共同变动。YUKUN LIU、ALEH TSYVINSKI、XI WU（2022）在《Common Risk Factors in Cryptocurrency》的DOI原文中给出的可核读数是：至少100种资产中三因子解释主要部分共同变动。这项数百种资产中三因子解释大部分数字只对高频与低频状态和原观察窗负责，不被改写成跨制度常数。
争议并没有因此消失。监管封锁期，用户增长随快、收益越高可反转。两篇论文的冲突要用同终点辨认：Jayashree Bhattacharjee、Lata Pandey、Ranjit（2025）的《Factors Affecting the Risk Perceptions of Cryptocurrency Investors》只在幸存者偏差和交易所价格重要外与YUKUN LIU、ALEH TSYVINSKI、XI WU（2022）形成反号；边界内的同号证据不被冒充为普遍定律。幸存者偏差和交易所价格重要之外未进入现有统计分母的对象与失败路径没有进入至少100种资产中三因子解释主要部分共同变动的中心读数，这正是《Common Risk Factors in Cryptocurrency》最容易被过度外推的地方。
幸存者偏差和交易所价格重要。把旧概念接到“加密收益更像网络采用与动量，传统货币因子解释弱”，必须经过市场、规模和动量描述加密横截面，网络增长是独特变量这一步。延伸证据改换了承载机构：Tian Lan、Michael Frömmel（2025）在《Risk factors in cryptocurrency pricing》中连接交易所、中央银行、资产管理机构与证券监管部门，并把贴现率、现金流、尾部风险、中介约束、流动性与因子暴露中的至少100种资产中三因子解释主要部分共同变动变成可比较对象。Tian Lan、Michael Frömmel（2025）若改变加密收益更像网络采用与动量可比样本的构成，提出笔的方向必须重新估计，不能沿用旧系数。
参见第73号自动做市条目。Tian Lan、Michael Frömmel（2025）以《Risk factors in cryptocurrency pricing》校验了相邻分母。两块材料只共享条件场：第606号《气候情景：压力测试不是预测 2050》结算另一生成层；《Common Risk Factors in Cryptocurrency》仍以至少100种资产中三因子解释主要部分共同变动对加密收益更像网络采用与动量可比样本辨向。两边若同时成立，数百种资产中三因子解释大部分会迫使高频与低频状态成为第三项（2022/2025）。《Factors Affecting the Risk Perceptions of Cryptocurrency Investors》把幸存者偏差和交易所价格重要换成对照域，至少100种资产中三因子解释主要部分共同变动因此可能从同号变成零或反号。
位置
D｜生成次序：数百种资产中三因
单因
只承认数百种资产中三因为决定项
预设
〔17 局部最优可加总为整体最优〕把分组改善直接加总为系统净效应
量纲
数百种资产中三因子解释大部分共同变动／加密收益更像网络采用与动量可比样本
失效
监管封锁期，用户增长越快、收益越高可反转
自曝
代理变量：2022年结果依赖既定分类，未入账的贴现率退出与阴性个案会改变类别边界
空栏
非正式协调：未入账的贴现率退出与阴性个案
异名
另见第 606 号第12条《气候情景：压力测试不是预测 2050》
九零佣金把散户订单变成注意力交易，收益与福利不是同一量Attention-Induced Trading and Returns: Evidence from Robinhood Users
提出
BRAD M. BARBER、XING HUANG、TERRANCE ODEAN、CHRISTOPHER SCHWARZ，2022，《Attention‐Induced Trading and Returns: Evidence from Robinhood Users》，The Journal of Finance:3141–3190，DOI 10.1111/jofi.13183
争议
Enrico G. De Giorgi、Christoph Hirt、Jule Schuettler，2026，《From Memes to Markets: How WallStreetBets Attention Drives Robinhood Trading - A Causal Machine Learning Approach》，Crossref 登记作品，DOI 10.2139/ssrn.6182060（工作论文）
最新
John Garcia，2026，《The attention economy of retail trading: Evidence from Robinhood and social media》，Journal of Behavioral and Experimental Finance 51:101215，DOI 10.1016/j.jbef.2026.101215
奠基
Franco Modigliani、Merton H. Miller，1958，《The Cost of Capital, Corporation Finance and the Theory of Investment》，American Economic Review 48(3):261–297，DOI 10.2307/1809766
关键
最集中买入股票随后一个月约负4.7%异常收益
按主证据的时序，BRAD M. BARBER、XING HUANG、TERRANCE ODEAN、C（2022）的《Attention‐Induced Trading and Returns: Evidence from Robinhood Users》只在本地与跨境链条内解释最集中买入股票随后一个月约负4.7%；Franco Modigliani、Merton H. Miller（1958）的《The Cost of Capital, Corporation Finance and the Theory of Investment》负责旧命名，不替代现代识别。Franco Modigliani、Merton H. Miller（1958）提出的旧对象在2022年被改造成最集中买入股票随后一个月约负4.7%／零佣金把散户订单变成注意力；最集中买入股票随后一个月约负4新增了可被数据推翻的分母。
作者真正锁定的机制是：榜单推送集中注意，订单流而非新信息推动短期价格。真正需要承担因果责任的是：最集中买入股票随后一个月约负4.7%是唯一决定项。在本地与跨境链条中拿走最集中买入股票随后一个月约负而结果仍同号，就否证《Attention‐Induced Trading and Returns: Evidence from Robinhood Users》的机制解释（BRAD M. BARBER、XING HUANG、TERRANCE ODEAN、C，2022）。第150号《企业风险治理从合规转向情景：清单只覆盖已被命名的风险》与《Attention‐Induced Trading and Returns: Evidence from Robinhood Users》的分离线是只覆盖一个平台用户：前者解释接口，后者解释最集中买入股票随后一个月约负4.7%。
最集中买入股票随后一个；据此，月约负4.7%异常收益。BRAD M. BARBER、XING HUANG、TERRANCE ODEAN、C（2022）在《Attention‐Induced Trading and Returns: Evidence from Robinhood Users》的DOI原文中给出的可核读数是：最集中买入股票随后一个；据此，月约负4.7%异常收益。这项最集中买入股票随后一个月约负数字只对本地与跨境链条和原观察窗负责，不被改写成跨制度常数。
反证把适用域切得更窄。信息型事件中，注意随集中、后续越差可反转。争论的分水岭落到样本边缘：Enrico G. De Giorgi、Christoph Hirt、Jule Sc（2026）的《From Memes to Markets: How WallStreetBets Attention Drives Robinhood Trading - A Causal Machine Learning Approach》只在只覆盖一个平台用户外与BRAD M. BARBER、XING HUANG、TERRANCE ODEAN、C（2022）形成反号；边界内的同号证据不被冒充为普遍定律。
只覆盖一个平台用户。现代证据没有取消旧边界，只新增榜单推送集中注意，订单流而非新信息推动短期价格的观测窗。制度接口随后移动：John Garcia（2026）在《The attention economy of retail trading: Evidence from Robinhood and social media》中连接交易所、中央银行、资产管理机构与证券监管部门，并把贴现率、现金流、尾部风险、中介约束、流动性与因子暴露中的最集中买入股票随后一个月约负4.7%变成可比较对象。交易所采用《The attention economy of retail trading: Evidence from Robinhood and social media》的口径时，零佣金把散户订单变成注意力交易可比样与原样本不一致，不能直接比较点估计。
参见本块第七条“彩票需求”。时间上的外部验证是2026年《The attention economy of retail trading: Evidence from Robinhood and social media》，作者John Garcia。跨块接口不靠同名：第150号《企业风险治理从合规转向情景：清单只覆盖已被命名的风险》结算另一生成层；《Attention‐Induced Trading and Returns: Evidence from Robinhood Users》仍以最集中买入股票随后一个月约负4.7%对零佣金把散户订单变成注意力交易可比样辨向。两边若同时成立，最集中买入股票随后一个月约负会迫使本地与跨境链条成为第三项（2022/2026）。对贴现率、现金流、尾部风险、中介约束、流动性与因子暴露分别分层后，最集中买入股票随后一个月约负4.7%若只在中心组存在，原命题就必须缩域。
位置
S｜可见形态：最集中买入股票随
单因
只承认最集中买入股票随为决定项
预设
〔17 局部最优可加总为整体最优〕把分组改善直接加总为系统净效应
量纲
最集中买入股票随后一个月约负4.7%／零佣金把散户订单变成注意力交易可比样
失效
信息型事件中，注意越集中、后续越差可反转
自曝
一般均衡：作者没有把未入账的现金流退出与阴性个案与中心样本同权结算
空栏
冲突目标：未入账的现金流退出与阴性个案
异名
另见第 150 号第19条《企业风险治理从合规转向情景：清单只覆盖已被命名的风险》
十宏观尾部风险可提前显露灾难担忧，不必等灾难发生Macroeconomic Tail Risks and Asset Prices
提出
David Schreindorfer，2018，《Macroeconomic Tail Risks and Asset Prices》，SSRN Electronic Journal，DOI 10.2139/ssrn.3125118（工作论文）
Rodrigo Guimaraes、Gertjan Vlieghe，2025，《Observed macroeconomic tail risk and asset prices: new long term evidence *》，Crossref 登记作品，DOI 10.2139/ssrn.5016689（工作论文）
奠基
Robert C. Merton，1973，《An Intertemporal Capital Asset Pricing Model》，Econometrica 41(5):867–887，DOI 10.2307/1913811
关键
预测者给出的GDP下行尾部在危机前显著扩张，能够解释股票和债券风险溢价随时间的共同变动
回到提出笔，David Schreindorfer（2018）的《Macroeconomic Tail Risks and Asset Prices》只在公开承诺与实际行动内解释预测者给出的GDP下行尾部在危机前显；Robert C. Merton（1973）的《An Intertemporal Capital Asset Pricing Model》负责旧命名，不替代现代识别。在CRSP收益、Compustat报表、期权曲面、基金持仓与交易级订单里，David Schreindorfer（2018）留下的可复查接口是预测者给出的GDP下行尾部在危机前显，而不是条目标题本身。
这里不是给旧模型加参数，而是主张：调查预测的下尾分布度量共同宏观灾难概率，并进入跨资产折现率。反事实只移动一项：预测者给出的GDP下行尾部在危机前显是唯一决定项。在公开承诺与实际行动中拿走预测者给出的GDP下行尾部在而结果仍同号，就否证《Macroeconomic Tail Risks and Asset Prices》的机制解释（David Schreindorfer，2018）。到2025年，Rodrigo Guimaraes、Gertjan Vlieghe把相同对象移入交易所、中央银行、资产管理机构与证券监管部门；外部效度因而取决于主观分布同时混合概率判断与风险厌恶。
实证部分没有停在显著性，而是报告：预测者给出的GDP下行尾部在危机前清楚扩张，能够解释股票和债券风险溢价随时间的共同变动。David Schreindorfer（2018）没有报告预测者给出的GDP下行尾部在危机前显可跨样本搬用的点估计，本页不替《Macroeconomic Tail Risks and Asset Prices》补造效应量。可证伪阈值预注册为R18＝预测者给出的GDP下行尾部在危机前显除以宏观尾部风险可提前显露灾难担忧可比样：R18>1.00倍才支持原方向，R18≤1.00倍即记反号；1.00倍是复核闸，不是论文实测值。David Schreindorfer（2018）的贡献不是再命名，而是把预测者给出的GDP下行尾部在危机前显放进宏观尾部风险可提前显露灾难担忧可比样这一可失败分母。
主观分布同时混合概率判断与风险厌恶。概念继承止于命名；调查预测的下尾分布度量共同宏观灾难概率，并进入跨资产折现率才构成本条的新识别。近端研究把尺度推远：Rodrigo Guimaraes、Gertjan Vlieghe（2025）在《Observed macroeconomic tail risk and asset prices: new long term evidence *》中连接交易所、中央银行、资产管理机构与证券监管部门，并把贴现率、现金流、尾部风险、中介约束、流动性与因子暴露中的预测者给出的GDP下行尾部在危机前显变成可比较对象。
参见本块第八条“罕见灾难”。近年边界可由Rodrigo Guimaraes、Gertjan Vlieghe的《Observed macroeconomic tail risk and asset prices: new long term evidence *》（2025）复查。对撞发生在相同前提下：第209号《供应链韧性把恢复速度改写为吸收—适应—复原能力》结算另一生成层；《Macroeconomic Tail Risks and Asset Prices》仍以预测者给出的GDP下行尾部在危机前显对宏观尾部风险可提前显露灾难担忧可比样辨向。两边若同时成立，预测者给出的GDP下行尾部在会迫使公开承诺与实际行动成为第三项（2018/2025）。
位置
E｜适用条件：主观分布同时混合概率判断
单因
只承认预测者给出的GD为决定项
预设
〔17 局部最优可加总为整体最优〕把分组改善直接加总为系统净效应
量纲
预测者给出的GDP下行尾部在危机前显／宏观尾部风险可提前显露灾难担忧可比样
失效
调查分歧只反映意见噪声时，尾部越厚、风险补偿越高可反转
自曝
跨地区复算：提出笔承认制度窗仅为主观分布同时混合概率判断与风险厌恶，域外效应未定
空栏
二次效应：未入账的尾部风险退出与阴性个案
异名
另见第 209 号第1条《供应链韧性把恢复速度改写为吸收—适应—复原能力》
十一央行信息效应污染高频冲击，利率意外不等于纯收紧An Alternative Explanation for the “Fed Information Effect”
提出
Michael D. Bauer、Eric T. Swanson，2023，《An Alternative Explanation for the “Fed Information Effect”》，American Economic Review:664–700，DOI 10.1257/aer.20201220
争议
未检得同题独立反证
最新
Hengjie Ai、Xinxin Hu，2025，《A Model of Fed Information Effect》，SSRN Electronic Journal，DOI 10.2139/ssrn.5795862（工作论文）
奠基
Kenneth J. Arrow，1964，《The Role of Securities in the Optimal Allocation of Risk-Bearing》，Review of Economic Studies 31(2):91–96，DOI 10.2307/2296188
关键
部分好消息式加息伴随股价上涨，分离后传统紧缩效应恢复
沿着样本表，Michael D. Bauer、Eric T. Swanson（2023）的《An Alternative Explanation for the “Fed Information Effect”》只在平均组与分布尾部内解释部分好消息式加息伴随股价上涨变化；Kenneth J. Arrow（1964）的《The Role of Securities in the Optimal Allocation of Risk-Bearing》负责旧命名，不替代现代识别。Kenneth J. Arrow（1964）提出的旧对象在2023年被改造成部分好消息式加息伴随股价上涨变化／央行信息效应污染高频冲击可比样；部分好消息式加息伴随股价上涨变新增了可被数据推翻的分母。
理论的锋口落在一句可反驳的话上：公告同时传递政策与私有信息，需用预测修正分离。可失败版本可以写成：部分好消息式加息伴随股价上涨变化是唯一决定项。在平均组与分布尾部中拿走部分好消息式加息伴随股价上涨而结果仍同号，就否证《An Alternative Explanation for the “Fed Information Effect”》的机制解释（Michael D. Bauer、Eric T. Swanson，2023）。第413号《微观异质性成为宏观冲击传播器》与《An Alternative Explanation for the “Fed Information Effect”》的分离线是对窗口和工具敏感：前者解释接口，后者解释部分好消息式加息伴随股价上涨变化。
模型与微观证据的咬合点是：部分好消息式加息伴随股价上涨；据此，分离后传统紧缩效应恢复。Michael D. Bauer、Eric T. Swanson（2023）没有报告部分好消息式加息伴随股价上涨变化可跨样本搬用的点估计，本页不替《An Alternative Explanation for the “Fed Information Effect”》补造效应量。可证伪阈值预注册为R19＝部分好消息式加息伴随股价上涨变化除以央行信息效应污染高频冲击可比样本：R19>1.00倍才支持原方向，R19≤1.00倍即记反号；1.00倍是复核闸，不是论文实测值。部分好消息式加息伴随股价上涨；据此，分离后传统紧缩效应恢复；这项证据只承担平均组与分布尾部内的方向，不承担域外的统一量级。
市场已掌握基本面之际，越鹰、增长预期越高会归零。反对笔改换了识别窗：本条资料卡（近年）的《所列研究》只在对窗口和工具敏感外与Michael D. Bauer、Eric T. Swanson（2023）形成反号；边界内的同号证据不被冒充为普遍定律。对窗口和工具敏感之外未进入现有统计分母的对象与失败路径没有进入部分好消息式加息伴随股价上涨变化的中心读数，这正是《An Alternative Explanation for the “Fed Information Effect”》最容易被过度外推的地方。
对窗口和工具敏感。今天可复算的是公告同时传递政策与私有信息，需用预测修正分离，而非经典文本的权威。这项读数进入新的执行场：Hengjie Ai、Xinxin Hu（2025）在《A Model of Fed Information Effect》中连接交易所、中央银行、资产管理机构与证券监管部门，并把贴现率、现金流、尾部风险、中介约束、流动性与因子暴露中的部分好消息式加息伴随股价上涨变化变成可比较对象。
参见第71号预期条目。2025年续作《A Model of Fed Information Effect》把作者Hengjie Ai、Xinxin Hu带入同题争论。相邻面板提供反方向切片：第413号《微观异质性成为宏观冲击传播器》结算另一生成层；《An Alternative Explanation for the “Fed Information Effect”》仍以部分好消息式加息伴随股价上涨变化对央行信息效应污染高频冲击可比样本辨向。两边若同时成立，部分好消息式加息伴随股价上涨会迫使平均组与分布尾部成为第三项（2023/2025）。
位置
D｜生成次序：部分好消息式加息
单因
只承认部分好消息式加息为决定项
预设
〔23 中位个案代表分布〕以中位个案代表分布尾部
量纲
部分好消息式加息伴随股价上涨变化／央行信息效应污染高频冲击可比样本
失效
市场已掌握基本面时，越鹰、增长预期越高会归零
自曝
未决问题：原文的共同支持限于对窗口和工具敏感，反例分母仍缺未入账的中介约束退出与阴性个
空栏
无反事实项：未入账的中介约束退出与阴性个案
异名
另见第 413 号第8条《微观异质性成为宏观冲击传播器》
十二机器学习能压低定价误差，但须与经济约束和净收益同验Empirical Asset Pricing via Machine Learning
提出
Shihao Gu、Bryan Kelly、Dacheng Xiu，2020，《Empirical Asset Pricing via Machine Learning》，The Review of Financial Studies:2223–2273，DOI 10.1093/rfs/hhaa009
争议
未检得同题独立反证
最新
Jerome V. Healy、Andros Gregoriou、Robert Hudson，2024，《Automated Machine Learning and Asset Pricing》，Risks 12(9):148，DOI 10.3390/risks12090148
奠基
Harry Markowitz，1952，《Portfolio Selection》，Journal of Finance 7(1):77–91，DOI 10.1111/j.1540-6261.1952.tb01525.x
复制与重估提醒我们，计入成本与漂移后，模型越复杂、净收益却越低。反例并不在同一格里：本条资料卡（近年）的《所列研究》只在预测不能单独证明风险机制外与Shihao Gu、Bryan Kelly、Dacheng Xiu（2020）形成反号；边界内的同号证据不被冒充为普遍定律。《Empirical Asset Pricing via Machine Learning》与《所列研究》共同承认原始编码与修订编码会改变识别，但对神经网络和树模型显著提高样本外R²并的方向给出不同承诺。
预测不能单独证明风险机制。复核对象不再停在论文样本：Jerome V. Healy、Andros Gregoriou、Robert Hu（2024）在《Automated Machine Learning and Asset Pricing》中连接交易所、中央银行、资产管理机构与证券监管部门，并把贴现率、现金流、尾部风险、中介约束、流动性与因子暴露中的神经网络和树模型显著提高样本外R²并变成可比较对象。交易所采用《Automated Machine Learning and Asset Pricing》的口径时，机器学习能压低定价误差可比样本与原样本不一致，不能直接比较点估计。
参见本块第九条“复制”。末端证据写在Jerome V. Healy、Andros Gregoriou、Robert Hudson《Automated Machine Learning and Asset Pricing》（2024）中。邻接条目改用另一分母：第257号《贝叶斯工作流把后验计算从终点改为循环诊断》结算另一生成层；《Empirical Asset Pricing via Machine Learning》仍以神经网络和树模型显著提高样本外R²并对机器学习能压低定价误差可比样本辨向。两边若同时成立，神经网络和树模型显著提高样本会迫使原始编码与修订编码成为第三项（2020/2024）。
Markus K. Brunnermeier、Lasse Heje Pedersen（2009）与Doojin Ryu、Robert I. Webb、Jinyoung Yu（2022）围绕《流动性与融资流动性会互相放大》未收敛。以危机期保证金、价差与波动同步上升变化／流动性与融资流动性会互相放大可比样本为共同终点；在解释中介市场，不覆盖纯信息跳跃外稳定反号，才淘汰原解释。
Markus K. Brunnermeier、Lasse Heje Pedersen，2009，《Market Liquidity and Funding Liquidity》，Review of Financial Studies:2201–2238，DOI 10.1093/rfs/hhn098
Doojin Ryu、Robert I. Webb、Jinyoung Yu，2022，《Funding liquidity shocks and market liquidity providers》，Finance Research Letters 47:102734，DOI 10.1016/j.frl.2022.102734
Max Bruche、John Chi-Fong Kuong，2026，《Dealer Funding and Market Liquidity》，Management Science，DOI 10.1287/mnsc.2022.02278
James Tobin，1958，《Liquidity Preference as Behavior Towards Risk》，Review of Economic Studies 25(2):65–86，DOI 10.2307/2296205
Andrea Frazzini、Lasse Heje Pedersen，2014，《Betting against beta》，Journal of Financial Economics:1–25，DOI 10.1016/j.jfineco.2013.10.005
Thorsten Lehnert，2022，《Betting against noisy beta》，The Journal of Finance and Data Science 8:55–68，DOI 10.1016/j.jfds.2022.04.001
Miguel C. Herculano，2025，《Betting Against (Bad) Beta》，Quantitative Finance 25(6):949–958，DOI 10.1080/14697688.2025.2517270
Fischer Black，1972，《Capital Market Equilibrium with Restricted Borrowing》，Journal of Business 45(3):444–455，DOI 10.1086/295472
TOBIAS ADRIAN、ERKKO ETULA、TYLER MUIR，2014，《Financial Intermediaries and the Cross‐Section of Asset Returns》，The Journal of Finance:2557–2596，DOI 10.1111/jofi.12189
Mahyar Kargar，2021，《Heterogeneous intermediary asset pricing》，Journal of Financial Economics 141(2):505–532，DOI 10.1016/j.jfineco.2021.04.012
Maxime Sauzet，2025，《Green Intermediary Asset Pricing》，Crossref 登记作品，DOI 10.2139/ssrn.5323987（工作论文）
Robert C. Merton，1973，《An Intertemporal Capital Asset Pricing Model》，Econometrica 41(5):867–887，DOI 10.2307/1913811
Kewei Hou、Chen Xue、Lu Zhang，2015，《Digesting Anomalies: An Investment Approach》，Review of Financial Studies:650–705，DOI 10.1093/rfs/hhu068
Nicolas Crouzet、Janice Eberly、Andrea Eisfeldt、Dimitris Papanikolaou，2022，《A Model of Intangible Capital》，Crossref 登记作品，DOI 10.3386/w30376（工作论文）
Huseyin Gulen、Dongmei Li、Ryan H. Peters、Morad Zekhnini，2025，《Intangible Capital in Factor Models》，Management Science 71(2):1756–1778，DOI 10.1287/mnsc.2022.01261
Sanford J. Grossman、Joseph E. Stiglitz，1980，《On the Impossibility of Informationally Efficient Markets》，American Economic Review 70(3):393–408，DOI 10.2307/1805228
Robert Novy-Marx，2013，《The other side of value: The gross profitability premium》，Journal of Financial Economics:1–28，DOI 10.1016/j.jfineco.2013.01.003
Di Luo、Huainan Zhao，2022，《Leverage and the Profitability Premium》，SSRN Electronic Journal，DOI 10.2139/ssrn.4039172（工作论文）
LEONID KOGAN、JUN LI、HAROLD H. ZHANG，2023，《Operating Hedge and Gross Profitability Premium》，The Journal of Finance 78(6):3387–3422，DOI 10.1111/jofi.13275
Franco Modigliani、Merton H. Miller，1958，《The Cost of Capital, Corporation Finance and the Theory of Investment》，American Economic Review 48(3):261–297，DOI 10.2307/1809766
Campbell R. Harvey、Yan Liu、Heqing Zhu，2016，《… and the Cross-Section of Expected Returns》，Review of Financial Studies:5–68，DOI 10.1093/rfs/hhv059
Paulo Guimaraes、Kimura Herbert，2026，《The Factor Zoo Revisited: Multiple Testing, Hierarchical Modeling, and Out-of-Sample Evidence from Emerging Markets》，Crossref 登记作品，DOI 10.2139/ssrn.6628840（工作论文）
Simon C. Smith，2022，《Time-variation, multiple testing, and the factor zoo》，International Review of Financial Analysis 84:102394，DOI 10.1016/j.irfa.2022.102394
Eugene F. Fama，1970，《Efficient Capital Markets: A Review of Theory and Empirical Work》，Journal of Finance 25(2):383–417，DOI 10.2307/2325486
ANDREW ANG、ROBERT J. HODRICK、YUHANG XING、XIAOYAN ZHANG，2006，《The Cross‐Section of Volatility and Expected Returns》，The Journal of Finance:259–299，DOI 10.1111/j.1540-6261.2006.00836.x
Feliciana Florencia、Sung Suk Kim，2020，《Beta Anomaly, Mispricing, and Idiosyncratic Volatility in Indonesia》，Proceedings of the Proceedings of The First International Conference on Global Innovation and Trends in Economy, InCoGITE, 7 November 2019, Tangerang, Banten, Indonesia，DOI 10.4108/eai.7-11-2019.2295231
Linda H. Chen、George J. Jiang、Danielle D. Xu、Tong Yao，2020，《Dissecting the idiosyncratic volatility anomaly》，Journal of Empirical Finance 59:193–209，DOI 10.1016/j.jempfin.2020.10.004
William F. Sharpe，1964，《Capital Asset Prices: A Theory of Market Equilibrium under Conditions of Risk》，Journal of Finance 19(3):425–442，DOI 10.1111/j.1540-6261.1964.tb02865.x
Robert J Barro，2006，《Rare Disasters and Asset Markets in the Twentieth Century*》，Quarterly Journal of Economics:823–866，DOI 10.1162/qjec.121.3.823
Carina Fleischer，2024，《Long-Run Risk and Rare Disasters: Quo Vadis Asset Pricing?》，Crossref 登记作品，DOI 10.2139/ssrn.5013573（工作论文）
Kenneth J. Arrow，1964，《The Role of Securities in the Optimal Allocation of Risk-Bearing》，Review of Economic Studies 31(2):91–96，DOI 10.2307/2296188
Kewei Hou、Chen Xue、Lu Zhang，2020，《Replicating Anomalies》，The Review of Financial Studies:2019–2133，DOI 10.1093/rfs/hhy131
Jiaqi Guo、George M. Korniotis、Alok Kumar、Peng Li，2024，《Replicating Anomalies Using the Aggregate Average》，Crossref 登记作品，DOI 10.2139/ssrn.4990134（工作论文）
J and Chen, J Guerard，2025，《Replicating Financial Anomalies in Portfolio Selection》，Wilmott 2025(140)，DOI 10.54946/wilm.12183
Xavier Gabaix、Ralph S. J. Koijen，2021，《In Search of the Origins of Financial Fluctuations: The Inelastic Markets Hypothesis》，SSRN Electronic Journal，DOI 10.2139/ssrn.3875134（工作论文）
Mohammad Raies Ul Haq，2020，《Critique of the Hypothesis》，β-Casomorphins:107–117，DOI 10.1007/978-981-15-3457-7_8
Oliver Linton、Shaoran Li、Shuyi Ge，2026，《Efficient Markets Hypothesis》，Empirical Finance:135–144，DOI 10.1201/9781003543121-7
Harry Markowitz，1952，《Portfolio Selection》，Journal of Finance 7(1):77–91，DOI 10.1111/j.1540-6261.1952.tb01525.x
Valentin Haddad、Paul Huebner、Erik Loualiche，2021，《How Competitive is the Stock Market? Theory, Evidence from Portfolios, and Implications for the Rise of Passive Investing》，SSRN Electronic Journal，DOI 10.2139/ssrn.3821263（工作论文）
Jeongmin Lee，2020，《Passive Investing and Price Efficiency》，SSRN Electronic Journal，DOI 10.2139/ssrn.3725248（工作论文）
Trevor Daher、David Rapp，2023，《An Austrian Critique of Passive Investing》，Quarterly Journal of Austrian Economics 26(1)，DOI 10.35297/qjae.010159
Ilias Filippou、Arie Gozluklu、Hari Rozental，2024，《ETF arbitrage and international diversification》，Journal of Banking & Finance 168:107274，DOI 10.1016/j.jbankfin.2024.107274
Spencer Andrews、Brian Joseph Henderson、Adam V. Reed，2023，《Cross-ETF Arbitrage》，SSRN Electronic Journal，DOI 10.2139/ssrn.4667997（工作论文）
Stijn Claessens，2024，《Nonbank Financial Intermediation: Stock Take of Research, Policy, and Data》，Annual Review of Financial Economics 16(1):273–294，DOI 10.1146/annurev-financial-082123-105416
Michael Takudzwa Pasara，2025，《Digital Currency Adoption, Nonbank Financial Intermediation, and Financial Inclusion in the Global South》，Advances in African Economic, Social and Political Development:43–62，DOI 10.1007/978-3-032-00525-0_4
Patrick Bolton、Marcin Kacperczyk，2021，《Do investors care about carbon risk?》，Journal of Financial Economics:517–549，DOI 10.1016/j.jfineco.2021.05.008
Michael Azlen、Glen Gostlow、Alex Child，2022，《Practical Applications of The Carbon Risk Premium》，Practical Applications:pa.2022.jaipa062，DOI 10.3905/pa.2022.jaipa062
Michael Azlen、Glen Gostlow、Alex Child，2022，《The Carbon Risk Premium》，The Journal of Alternative Investments 25(1):33–64，DOI 10.3905/jai.2022.1.166
Ľuboš Pástor、Robert F. Stambaugh、Lucian A. Taylor，2022，《Dissecting green returns》，Journal of Financial Economics:403–424，DOI 10.1016/j.jfineco.2022.07.007
Xiru Li、Bo Zhu、Yufei Zhang，2024，《Greenium of green securitization: Does external certification matter?》，PLOS ONE 19(8):e0306814，DOI 10.1371/journal.pone.0306814
Karim Henide，2026，《Green Bonds and the “Greenium”》，Palgrave Studies in Emerging Risk Management and Sustainable Finance:285–306，DOI 10.1007/978-3-031-98736-6_14
YUKUN LIU、ALEH TSYVINSKI、XI WU，2022，《Common Risk Factors in Cryptocurrency》，The Journal of Finance:1133–1177，DOI 10.1111/jofi.13119
Jayashree Bhattacharjee、Lata Pandey、Ranjit Singh、H Kent Baker，2025，《Factors Affecting the Risk Perceptions of Cryptocurrency Investors》，Journal of Behavioral Finance 26(3):367–379，DOI 10.1080/15427560.2024.2331474
Tian Lan、Michael Frömmel，2025，《Risk factors in cryptocurrency pricing》，International Review of Financial Analysis 105:104389，DOI 10.1016/j.irfa.2025.104389
BRAD M. BARBER、XING HUANG、TERRANCE ODEAN、CHRISTOPHER SCHWARZ，2022，《Attention‐Induced Trading and Returns: Evidence from Robinhood Users》，The Journal of Finance:3141–3190，DOI 10.1111/jofi.13183
Enrico G. De Giorgi、Christoph Hirt、Jule Schuettler，2026，《From Memes to Markets: How WallStreetBets Attention Drives Robinhood Trading - A Causal Machine Learning Approach》，Crossref 登记作品，DOI 10.2139/ssrn.6182060（工作论文）
John Garcia，2026，《The attention economy of retail trading: Evidence from Robinhood and social media》，Journal of Behavioral and Experimental Finance 51:101215，DOI 10.1016/j.jbef.2026.101215
David Schreindorfer，2018，《Macroeconomic Tail Risks and Asset Prices》，SSRN Electronic Journal，DOI 10.2139/ssrn.3125118（工作论文）
Rodrigo Guimaraes、Gertjan Vlieghe，2025，《Observed macroeconomic tail risk and asset prices: new long term evidence *》，Crossref 登记作品，DOI 10.2139/ssrn.5016689（工作论文）
Michael D. Bauer、Eric T. Swanson，2023，《An Alternative Explanation for the “Fed Information Effect”》，American Economic Review:664–700，DOI 10.1257/aer.20201220
Hengjie Ai、Xinxin Hu，2025，《A Model of Fed Information Effect》，SSRN Electronic Journal，DOI 10.2139/ssrn.5795862（工作论文）
Shihao Gu、Bryan Kelly、Dacheng Xiu，2020，《Empirical Asset Pricing via Machine Learning》，The Review of Financial Studies:2223–2273，DOI 10.1093/rfs/hhaa009
Jerome V. Healy、Andros Gregoriou、Robert Hudson，2024，《Automated Machine Learning and Asset Pricing》，Risks 12(9):148，DOI 10.3390/risks12090148
经二、公司融资的无套利基准Classic 02 · Finance and Asset Pricing
提出Franco Modigliani、Merton H. Miller，1958 年，Modigliani F, Miller MH. The Cost of Capital, Corporation Finance and the Theory of Investment. American Economic Review 48 (1958)。 流变Thorsten Lehnert，2022，《Betting against noisy beta》，The Journal of Finance and Data Science 8:55–68，DOI 10.1016/j.jfds.2022.04.001随后重检这条命题的对象、识别和外推边界。 今用本块乙“乙低贝塔资产的高风险调整收益来自杠杆约束”继续使用、修正或反对它建立的判断接口。 关键公司融资的无套利基准把金融与资产定价的一项旧判断压成可撤回命题；比较必须固定对象、分母和时间窗，补回反例后若方向改变，经典只保留原适用域。
《公司融资的无套利基准》出现前，金融与资产定价常把同名现象当作同一对象。Franco Modigliani、Merton H. Miller于1958年沿机制史先限定观察者能看到什么，再说明遗漏什么会让解释失真。《公司融资的无套利基准》改变的是判决程序，不是增加一条永远正确的结论。
Thorsten Lehnert，2022，《Betting against noisy beta》，The Jou…把《公司融资的无套利基准》送进不同样本与制度，保留可证伪骨架，撤掉不再成立的普遍化。本块乙仍借用这套接口；其中关键读数是“BAB组合跨股票、债券和期货取得正收益，融资紧张期回撤显著”。《公司融资的无套利基准》若改用另一分母，结论就可能反号。《公司融资的无套利基准》因此成为现代条目的历史压力测试。核验《公司融资的无套利基准》时须同时保存它没有解释的对象，不能只汇集成功分支。
经四、金融决策的状态价格框架Classic 04 · Finance and Asset Pricing
提出Jonathan E. Ingersoll Jr.，1987 年，Ingersoll JE. Theory of Financial Decision Making. Rowman and Littlefield (1987)。 流变Nicolas Crouzet、Janice Eberly、Andrea Eisfeldt、Dimitris Papanikolaou，2022，《A Model of Intangible Capital》，Crossref 登记作品，DOI 10.3386/w30376（工作论文）随后重检这条命题的对象、识别和外推边界。 今用本块丁“丁q因子把投资与盈利能力置于横截面中心”继续使用、修正或反对它建立的判断接口。 关键金融决策的状态价格框架把金融与资产定价的一项旧判断压成可撤回命题；比较必须固定对象、分母和时间窗，补回反例后若方向改变，经典只保留原适用域。
Jonathan E. Ingersoll Jr.在1987年的《金融决策的状态价格框架》为金融与资产定价留下机制史装置：公开对象怎样进入分母，并把例外放在模型内。《金融决策的状态价格框架》以前的争论容易把测量便利当成本体事实；《金融决策的状态价格框架》使两者能够分账。《金融决策的状态价格框架》成为经典，靠的是接受反例修订。
经五、有效市场假说的证据框架Classic 05 · Finance and Asset Pricing
提出Eugene F. Fama，1970 年，Fama EF. Efficient Capital Markets. Journal of Finance 25 (1970)。 流变Di Luo、Huainan Zhao，2022，《Leverage and the Profitability Premium》，SSRN Electronic Journal，DOI 10.2139/ssrn.4039172（工作论文）随后重检这条命题的对象、识别和外推边界。 今用本块戊“戊毛盈利能力能预测收益，价值不只在账面市值比”继续使用、修正或反对它建立的判断接口。 关键有效市场假说的证据框架把金融与资产定价的一项旧判断压成可撤回命题；比较必须固定对象、分母和时间窗，补回反例后若方向改变，经典只保留原适用域。
1970年的《有效市场假说的证据框架》不是名人标签。Eugene F. Fama沿机制史把金融与资产定价中混写的对象、证据和价值判断分开，规定什么材料算支持、哪种记录足以迫使命题后退。《有效市场假说的证据框架》的阴性对象与退出记录由此能在同一账本重算。
Di Luo、Huainan Zhao，2022，《Leverage and the Profitability P…后来反向校验《有效市场假说的证据框架》，保留可迁移结构，也撤回只在旧制度和旧测量中成立的扩展。与本块戊对读。现代关键读数是“高毛利组合控制价值后仍有显著月度超额收益”。它说明《有效市场假说的证据框架》的哪项设置被继承，又在哪个分母上被改写。经典地位不能替代《有效市场假说的证据框架》的新证据。核验《有效市场假说的证据框架》时须同时保存它没有解释的对象，不能只汇集成功分支。
经六、期权定价与无套利复制Classic 06 · Finance and Asset Pricing
提出Fischer Black、Myron Scholes，1973 年，Black F, Scholes M. The Pricing of Options and Corporate Liabilities. Journal of Political Economy 81 (1973)。 流变Paulo Guimaraes、Kimura Herbert，2026，《The Factor Zoo Revisited: Multiple Testing, Hierarchical Modeling, and Out-of-Sample Evidence from Emerging Markets》，Crossref 登记作品，DOI 10.2139/ssrn.6628840（工作论文）随后重检这条命题的对象、识别和外推边界。 今用本块己“己数百个因子必须先过多重检验，t值2已不够... and the Cross-Section of Expected Returns”继续使用、修正或反对它建立的判断接口。 关键期权定价与无套利复制把金融与资产定价的一项旧判断压成可撤回命题；比较必须固定对象、分母和时间窗，补回反例后若方向改变，经典只保留原适用域。
经七、投资科学与动态配置Classic 07 · Finance and Asset Pricing
提出David G. Luenberger，1998 年，Luenberger DG. Investment Science. Oxford University Press (1998)。 流变Feliciana Florencia、Sung Suk Kim，2020，《Beta Anomaly, Mispricing, and Idiosyncratic Volatility in Indonesia》，Proceedings of the Proceedings of The First International Conference on Global Innovation and Trends in Economy, InCoGITE, 7 November 2019, Tangerang, Banten, Indonesia，DOI 10.4108/eai.7-11-2019.2295231随后重检这条命题的对象、识别和外推边界。 今用本块庚“庚高特质波动率股票反而给低收益，风险补偿并非单调”继续使用、修正或反对它建立的判断接口。 关键投资科学与动态配置把金融与资产定价的一项旧判断压成可撤回命题；比较必须固定对象、分母和时间窗，补回反例后若方向改变，经典只保留原适用域。
《投资科学与动态配置》在1998年造成的转向首先是一项测量史选择。David G. Luenberger把对象、操作和失败读数排成可质疑次序，没有把金融与资产定价的复杂性缩成权威判断。《投资科学与动态配置》原文本之外仍有空栏，教科书式扩写不能自动填平。
提出Stephen A. Ross，1976 年，Ross SA. The Arbitrage Theory of Capital Asset Pricing. Journal of Economic Theory 13 (1976)。 流变Carina Fleischer，2024，《Long-Run Risk and Rare Disasters: Quo Vadis Asset Pricing?》，Crossref 登记作品，DOI 10.2139/ssrn.5013573（工作论文）随后重检这条命题的对象、识别和外推边界。 今用本块辛“辛罕见灾难能解释股权溢价，但概率与损失尾部须分别识别”继续使用、修正或反对它建立的判断接口。 关键套利定价理论把金融与资产定价的一项旧判断压成可撤回命题；比较必须固定对象、分母和时间窗，补回反例后若方向改变，经典只保留原适用域。
Stephen A. Ross在1976年的《套利定价理论》为金融与资产定价留下测量史装置：公开对象怎样进入分母，并把例外放在模型内。《套利定价理论》以前的争论容易把测量便利当成本体事实；《套利定价理论》使两者能够分账。《套利定价理论》成为经典，靠的是接受反例修订。
用Carina Fleischer，2024，《Long-Run Risk and Rare Disasters: Q…回看《套利定价理论》，可辨哪些结果来自原命题，哪些只是后来制度借名包装。本块辛保存这条差异；关键判断是“跨国百年数据以产出下降10%以上定义灾难并校准大溢价”。它把《套利定价理论》的失败对象送回比较。《套利定价理论》的旧前提由本块检验证据成本。核验《套利定价理论》时须同时保存它没有解释的对象，不能只汇集成功分支。迁移《套利定价理论》须注明采用哪一版定义，同名术语不等于同一证据单位。
经九、股票价格波动的现值检验Classic 09 · Finance and Asset Pricing
提出Robert J. Shiller，1981 年，Shiller RJ. Do Stock Prices Move Too Much to Be Justified by Subsequent Changes in Dividends? American Economic Review 71 (1981)。 流变Jiaqi Guo、George M. Korniotis、Alok Kumar、Peng Li，2024，《Replicating Anomalies Using the Aggregate Average》，Crossref 登记作品，DOI 10.2139/ssrn.4990134（工作论文）随后重检这条命题的对象、识别和外推边界。 今用本块一“一统一复制与微盘过滤后，异常数量会骤减”继续使用、修正或反对它建立的判断接口。 关键股票价格波动的现值检验把金融与资产定价的一项旧判断压成可撤回命题；比较必须固定对象、分母和时间窗，补回反例后若方向改变，经典只保留原适用域。
1981年的《股票价格波动的现值检验》不是名人标签。Robert J. Shiller沿测量史把金融与资产定价中混写的对象、证据和价值判断分开，规定什么材料算支持、哪种记录足以迫使命题后退。《股票价格波动的现值检验》的阴性对象与退出记录由此能在同一账本重算。
Jiaqi Guo、George M. Korniotis、Alok Kumar、Peng Li，2024，《Rep…后来反向校验《股票价格波动的现值检验》，保留可迁移结构，也撤回只在旧制度和旧测量中成立的扩展。与本块一对读。现代关键读数是“研究逐项重建447个预测量：按原标准约65%可复现”。它说明《股票价格波动的现值检验》的哪项设置被继承，又在哪个分母上被改写。经典地位不能替代《股票价格波动的现值检验》的新证据。核验《股票价格波动的现值检验》时须同时保存它没有解释的对象，不能只汇集成功分支。
提出Rajnish Mehra、Edward C. Prescott，1985 年，Mehra R, Prescott EC. The Equity Premium: A Puzzle. Journal of Monetary Economics 15 (1985)。 流变Mohammad Raies Ul Haq，2020，《Critique of the Hypothesis》，β-Casomorphins:107–117，DOI 10.1007/978-981-15-3457-7_8随后重检这条命题的对象、识别和外推边界。 今用本块二“二市场价格对资金流并不弹性，一美元流入可推动数倍市值”继续使用、修正或反对它建立的判断接口。 关键股权溢价之谜把金融与资产定价的一项旧判断压成可撤回命题；比较必须固定对象、分母和时间窗，补回反例后若方向改变，经典只保留原适用域。
《股权溢价之谜》出现前，金融与资产定价常把同名现象当作同一对象。Rajnish Mehra、Edward C. Prescott于1985年沿测量史先限定观察者能看到什么，再说明遗漏什么会让解释失真。《股权溢价之谜》改变的是判决程序，不是增加一条永远正确的结论。
Mohammad Raies Ul Haq，2020，《Critique of the Hypothesis》，β-…把《股权溢价之谜》送进不同样本与制度，保留可证伪骨架，撤掉不再成立的普遍化。本块二仍借用这套接口；其中关键读数是“美国股票估计总量乘数约5：1美元净流改变约5美元市值”。《股权溢价之谜》若改用另一分母，结论就可能反号。《股权溢价之谜》因此成为现代条目的历史压力测试。核验《股权溢价之谜》时须同时保存它没有解释的对象，不能只汇集成功分支。迁移《股权溢价之谜》须注明采用哪一版定义，同名术语不等于同一证据单位。
经十二、主观概率与决策一致性Classic 12 · Finance and Asset Pricing
提出Leonard J. Savage，1954 年，Savage LJ. The Foundations of Statistics. Wiley (1954)。 流变Ilias Filippou、Arie Gozluklu、Hari Rozental，2024，《ETF arbitrage and international diversification》，Journal of Banking & Finance 168:107274，DOI 10.1016/j.jbankfin.2024.107274随后重检这条命题的对象、识别和外推边界。 今用本块四“四ETF套利提升日常流动性，也会把基金冲击传给成分股”继续使用、修正或反对它建立的判断接口。 关键主观概率与决策一致性把金融与资产定价的一项旧判断压成可撤回命题；比较必须固定对象、分母和时间窗，补回反例后若方向改变，经典只保留原适用域。
Leonard J. Savage在1954年的《主观概率与决策一致性》为金融与资产定价留下制度史装置：公开对象怎样进入分母，并把例外放在模型内。《主观概率与决策一致性》以前的争论容易把测量便利当成本体事实；《主观概率与决策一致性》使两者能够分账。《主观概率与决策一致性》成为经典，靠的是接受反例修订。
经十三、有限理性与满意化Classic 13 · Finance and Asset Pricing
提出Herbert A. Simon，1955 年，Simon HA. A Behavioral Model of Rational Choice. Quarterly Journal of Economics 69 (1955)。 流变Stijn Claessens，2024，《Nonbank Financial Intermediation: Stock Take of Research, Policy, and Data》，Annual Review of Financial Economics 16(1):273–294，DOI 10.1146/annurev-financial-082123-105416随后重检这条命题的对象、识别和外推边界。 今用本块五“五非银中介把流动性风险搬出银行监管，赎回承诺仍会挤兑”继续使用、修正或反对它建立的判断接口。 关键有限理性与满意化把金融与资产定价的一项旧判断压成可撤回命题；比较必须固定对象、分母和时间窗，补回反例后若方向改变，经典只保留原适用域。
1955年的《有限理性与满意化》不是名人标签。Herbert A. Simon沿制度史把金融与资产定价中混写的对象、证据和价值判断分开，规定什么材料算支持、哪种记录足以迫使命题后退。《有限理性与满意化》的阴性对象与退出记录由此能在同一账本重算。
经十四、焦点、承诺与策略行动Classic 14 · Finance and Asset Pricing
提出Thomas C. Schelling，1960 年，Schelling TC. The Strategy of Conflict. Harvard University Press (1960)。 流变Michael Azlen、Glen Gostlow、Alex Child，2022，《Practical Applications of The Carbon Risk Premium》，Practical Applications:pa.2022.jaipa062，DOI 10.3905/pa.2022.jaipa062随后重检这条命题的对象、识别和外推边界。 今用本块六“六碳排放形成风险溢价，棕色股票回报含转型补偿”继续使用、修正或反对它建立的判断接口。 关键焦点、承诺与策略行动把金融与资产定价的一项旧判断压成可撤回命题；比较必须固定对象、分母和时间窗，补回反例后若方向改变，经典只保留原适用域。
《焦点、承诺与策略行动》出现前，金融与资产定价常把同名现象当作同一对象。Thomas C. Schelling于1960年沿制度史先限定观察者能看到什么，再说明遗漏什么会让解释失真。《焦点、承诺与策略行动》改变的是判决程序，不是增加一条永远正确的结论。
Michael Azlen、Glen Gostlow、Alex Child，2022，《Practical Appl…把《焦点、承诺与策略行动》送进不同样本与制度，保留可证伪骨架，撤掉不再成立的普遍化。本块六仍借用这套接口；其中关键读数是“排放更高公司随后收益更高，机构持仓对披露有系统反应”。《焦点、承诺与策略行动》若改用另一分母，结论就可能反号。《焦点、承诺与策略行动》因此成为现代条目的历史压力测试。核验《焦点、承诺与策略行动》时须同时保存它没有解释的对象，不能只汇集成功分支。
经十五、社会成本与交易安排Classic 15 · Finance and Asset Pricing
提出Ronald H. Coase，1960 年，Coase RH. The Problem of Social Cost. Journal of Law and Economics 3 (1960)。 流变Xiru Li、Bo Zhu、Yufei Zhang，2024，《Greenium of green securitization: Does external certification matter?》，PLOS ONE 19(8):e0306814，DOI 10.1371/journal.pone.0306814随后重检这条命题的对象、识别和外推边界。 今用本块七“七绿色资产存在greenium，偏好与风险补偿必须拆开”继续使用、修正或反对它建立的判断接口。 关键社会成本与交易安排把金融与资产定价的一项旧判断压成可撤回命题；比较必须固定对象、分母和时间窗，补回反例后若方向改变，经典只保留原适用域。
《社会成本与交易安排》在1960年造成的转向首先是一项制度史选择。Ronald H. Coase把对象、操作和失败读数排成可质疑次序，没有把金融与资产定价的复杂性缩成权威判断。《社会成本与交易安排》原文本之外仍有空栏，教科书式扩写不能自动填平。
后续争论Xiru Li、Bo Zhu、Yufei Zhang，2024，《Greenium of green securit…缩窄或改写了《社会成本与交易安排》。它连接本块七时，现代证据“2012—2020年绿色超额表现很大部分来自气候关切意外上升”承担复核责任。若重编对象、延长时间窗或补回排除者后排序翻转，就应承认现代层反驳了《社会成本与交易安排》的外推，而不是替经典找托词。核验《社会成本与交易安排》时须同时保存它没有解释的对象，不能只汇集成功分支。迁移《社会成本与交易安排》须注明采用哪一版定义，同名术语不等于同一证据单位。
经十六、柠檬市场与质量不确定性Classic 16 · Finance and Asset Pricing
提出George A. Akerlof，1970 年，Akerlof GA. The Market for Lemons. Quarterly Journal of Economics 84 (1970)。 流变Jayashree Bhattacharjee、Lata Pandey、Ranjit Singh、H Kent Baker，2025，《Factors Affecting the Risk Perceptions of Cryptocurrency Investors》，Journal of Behavioral Finance 26(3):367–379，DOI 10.1080/15427560.2024.2331474随后重检这条命题的对象、识别和外推边界。 今用本块八“八加密收益更像网络采用与动量，传统货币因子解释弱”继续使用、修正或反对它建立的判断接口。 关键柠檬市场与质量不确定性把金融与资产定价的一项旧判断压成可撤回命题；比较必须固定对象、分母和时间窗，补回反例后若方向改变，经典只保留原适用域。
George A. Akerlof在1970年的《柠檬市场与质量不确定性》为金融与资产定价留下人物史装置：公开对象怎样进入分母，并把例外放在模型内。《柠檬市场与质量不确定性》以前的争论容易把测量便利当成本体事实；《柠檬市场与质量不确定性》使两者能够分账。《柠檬市场与质量不确定性》成为经典，靠的是接受反例修订。
用Jayashree Bhattacharjee、Lata Pandey、Ranjit Singh、H Kent Ba…回看《柠檬市场与质量不确定性》，可辨哪些结果来自原命题，哪些只是后来制度借名包装。本块八保存这条差异；关键判断是“数百种资产中三因子解释大部分共同变动”。它把《柠檬市场与质量不确定性》的失败对象送回比较。《柠檬市场与质量不确定性》的旧前提由本块检验证据成本。核验《柠檬市场与质量不确定性》时须同时保存它没有解释的对象，不能只汇集成功分支。
经十七、集体选择与个人福利Classic 17 · Finance and Asset Pricing
提出Amartya Sen，1970 年，Sen A. Collective Choice and Social Welfare. Holden-Day (1970)。 流变Enrico G. De Giorgi、Christoph Hirt、Jule Schuettler，2026，《From Memes to Markets: How WallStreetBets Attention Drives Robinhood Trading - A Causal Machine Learning Approach》，Crossref 登记作品，DOI 10.2139/ssrn.6182060（工作论文）随后重检这条命题的对象、识别和外推边界。 今用本块九“九零佣金把散户订单变成注意力交易，收益与福利不是同一量”继续使用、修正或反对它建立的判断接口。 关键集体选择与个人福利把金融与资产定价的一项旧判断压成可撤回命题；比较必须固定对象、分母和时间窗，补回反例后若方向改变，经典只保留原适用域。
Enrico G. De Giorgi、Christoph Hirt、Jule Schuettler，2026，《F…后来反向校验《集体选择与个人福利》，保留可迁移结构，也撤回只在旧制度和旧测量中成立的扩展。与本块九对读。现代关键读数是“最集中买入股票随后一个月约负4.7%异常收益”。它说明《集体选择与个人福利》的哪项设置被继承，又在哪个分母上被改写。经典地位不能替代《集体选择与个人福利》的新证据。核验《集体选择与个人福利》时须同时保存它没有解释的对象，不能只汇集成功分支。
经十九、制度、制度变迁与经济绩效Classic 19 · Finance and Asset Pricing
提出Douglass C. North，1990 年，North DC. Institutions, Institutional Change and Economic Performance. Cambridge University Press (1990)。 流变未检得同题独立反证随后重检这条命题的对象、识别和外推边界。 今用本块十一“十一央行信息效应污染高频冲击，利率意外不等于纯收紧An Alternative Explanation for the “Fed Information Effect””继续使用、修正或反对它建立的判断接口。 关键制度、制度变迁与经济绩效把金融与资产定价的一项旧判断压成可撤回命题；比较必须固定对象、分母和时间窗，补回反例后若方向改变，经典只保留原适用域。
《制度、制度变迁与经济绩效》在1990年造成的转向首先是一项人物史选择。Douglass C. North把对象、操作和失败读数排成可质疑次序，没有把金融与资产定价的复杂性缩成权威判断。《制度、制度变迁与经济绩效》原文本之外仍有空栏，教科书式扩写不能自动填平。
经二十、公共池资源的自主治理Classic 20 · Finance and Asset Pricing
提出Elinor Ostrom，1990 年，Ostrom E. Governing the Commons. Cambridge University Press (1990)。 流变未检得同题独立反证随后重检这条命题的对象、识别和外推边界。 今用本块十二“十二机器学习能压低定价误差，但须与经济约束和净收益同验”继续使用、修正或反对它建立的判断接口。 关键公共池资源的自主治理把金融与资产定价的一项旧判断压成可撤回命题；比较必须固定对象、分母和时间窗，补回反例后若方向改变，经典只保留原适用域。
Markowitz H. Portfolio Selection. Journal of Finance 7 (1952)。
Modigliani F, Miller MH. The Cost of Capital, Corporation Finance and the Theory of Investment. American Economic Review 48 (1958)。
Sharpe WF. Capital Asset Prices. Journal of Finance 19 (1964)。
Ingersoll JE. Theory of Financial Decision Making. Rowman and Littlefield (1987)（专著）。
Fama EF. Efficient Capital Markets. Journal of Finance 25 (1970)。
Black F, Scholes M. The Pricing of Options and Corporate Liabilities. Journal of Political Economy 81 (1973)。
Luenberger DG. Investment Science. Oxford University Press (1998)（专著）。
Ross SA. The Arbitrage Theory of Capital Asset Pricing. Journal of Economic Theory 13 (1976)。
Shiller RJ. Do Stock Prices Move Too Much to Be Justified by Subsequent Changes in Dividends? American Economic Review 71 (1981)。
Mehra R, Prescott EC. The Equity Premium: A Puzzle. Journal of Monetary Economics 15 (1985)。
Arrow KJ. Social Choice and Individual Values. Wiley (1951)（专著）。
Savage LJ. The Foundations of Statistics. Wiley (1954)（专著）。
Simon HA. A Behavioral Model of Rational Choice. Quarterly Journal of Economics 69 (1955)。
Schelling TC. The Strategy of Conflict. Harvard University Press (1960)（专著）。
Coase RH. The Problem of Social Cost. Journal of Law and Economics 3 (1960)。
Akerlof GA. The Market for Lemons. Quarterly Journal of Economics 84 (1970)。
Sen A. Collective Choice and Social Welfare. Holden-Day (1970)（专著）。
Kahneman D, Tversky A. Prospect Theory. Econometrica 47 (1979)。
North DC. Institutions, Institutional Change and Economic Performance. Cambridge University Press (1990)（专著）。
Ostrom E. Governing the Commons. Cambridge University Press (1990)（专著）。
Doojin Ryu、Robert I. Webb、Jinyoung Yu，2022，《Funding liquidity shocks and market liquidity providers》，Finance Research Letters 47:102734，DOI 10.1016/j.frl.2022.102734。
Thorsten Lehnert，2022，《Betting against noisy beta》，The Journal of Finance and Data Science 8:55–68，DOI 10.1016/j.jfds.2022.04.001。
Mahyar Kargar，2021，《Heterogeneous intermediary asset pricing》，Journal of Financial Economics 141(2):505–532，DOI 10.1016/j.jfineco.2021.04.012。
Nicolas Crouzet、Janice Eberly、Andrea Eisfeldt、Dimitris Papanikolaou，2022，《A Model of Intangible Capital》，Crossref 登记作品，DOI 10.3386/w30376（工作论文）。
Di Luo、Huainan Zhao，2022，《Leverage and the Profitability Premium》，SSRN Electronic Journal，DOI 10.2139/ssrn.4039172（工作论文）。
Paulo Guimaraes、Kimura Herbert，2026，《The Factor Zoo Revisited: Multiple Testing, Hierarchical Modeling, and Out-of-Sample Evidence from Emerging Markets》，Crossref 登记作品，DOI 10.2139/ssrn.6628840（工作论文）。
Feliciana Florencia、Sung Suk Kim，2020，《Beta Anomaly, Mispricing, and Idiosyncratic Volatility in Indonesia》，Proceedings of the Proceedings of The First International Conference on Global Innovation and Trends in Economy, InCoGITE, 7 November 2019, Tangerang, Banten, Indonesia，DOI 10.4108/eai.7-11-2019.2295231。
Carina Fleischer，2024，《Long-Run Risk and Rare Disasters: Quo Vadis Asset Pricing?》，Crossref 登记作品，DOI 10.2139/ssrn.5013573（工作论文）。
Jiaqi Guo、George M. Korniotis、Alok Kumar、Peng Li，2024，《Replicating Anomalies Using the Aggregate Average》，Crossref 登记作品，DOI 10.2139/ssrn.4990134（工作论文）。
Mohammad Raies Ul Haq，2020，《Critique of the Hypothesis》，β-Casomorphins:107–117，DOI 10.1007/978-981-15-3457-7_8。
Jeongmin Lee，2020，《Passive Investing and Price Efficiency》，SSRN Electronic Journal，DOI 10.2139/ssrn.3725248（工作论文）。
Ilias Filippou、Arie Gozluklu、Hari Rozental，2024，《ETF arbitrage and international diversification》，Journal of Banking & Finance 168:107274，DOI 10.1016/j.jbankfin.2024.107274。
Stijn Claessens，2024，《Nonbank Financial Intermediation: Stock Take of Research, Policy, and Data》，Annual Review of Financial Economics 16(1):273–294，DOI 10.1146/annurev-financial-082123-105416。
Michael Azlen、Glen Gostlow、Alex Child，2022，《Practical Applications of The Carbon Risk Premium》，Practical Applications:pa.2022.jaipa062，DOI 10.3905/pa.2022.jaipa062。
Xiru Li、Bo Zhu、Yufei Zhang，2024，《Greenium of green securitization: Does external certification matter?》，PLOS ONE 19(8):e0306814，DOI 10.1371/journal.pone.0306814。
Jayashree Bhattacharjee、Lata Pandey、Ranjit Singh、H Kent Baker，2025，《Factors Affecting the Risk Perceptions of Cryptocurrency Investors》，Journal of Behavioral Finance 26(3):367–379，DOI 10.1080/15427560.2024.2331474。
Enrico G. De Giorgi、Christoph Hirt、Jule Schuettler，2026，《From Memes to Markets: How WallStreetBets Attention Drives Robinhood Trading - A Causal Machine Learning Approach》，Crossref 登记作品，DOI 10.2139/ssrn.6182060（工作论文）。