Structural Breaks, Incomplete Information, and Stock Prices
结构突变、不完全信息与股票价格AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确构建资产定价模型，讨论波动聚集，并以基本面过程的结构突变为核心机制。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
结构突变、不完全信息与股票价格
- 研究问题
- 论文研究美国股票基本面过程中的结构突变，以及投资者对突变后股利过程的信息不足如何影响股价和收益特征。
- 方法与思路
- 作者构建状态集合扩张且状态不重复出现的 Markov 转换资产定价模型，比较突变后的预期形成方式及逐步信念更新。
- 材料陈述的贡献
- 摘要报告基本面存在结构突变的经验证据，并称不完全信息下的学习模型可产生收益偏度、峰度、波动聚集和序列相关。
- 阅读关注点
- 应核对突变的经验证据、状态扩张机制、股利预期与学习规则，并区分模型能够产生的特征和实际数据拟合表现。
- 阅读边界
- 仅依据所给 RePEc 出版社摘要；突变检验、学习参数和拟合结果未说明，不能据此确认该机制是收益特征的唯一解释。
原文摘要
This article presents empirical evidence on the existence of structural breaks in the fundamentals process underlying U.S. stock prices. I develop an asset-pricing model that represents breaks in the context of a Markov switching process with an expanding set of nonrecurring states. Different hypotheses on how investors form expectations about future dividends after a break are proposed and analyzed. A model in which investors do not have full information about the parameters of the dividend process but gradually update their beliefs as new information arrives is shown to induce skewness, kurtosis, volatility clustering, and serial correlation in stock returns after a break.