我院周终强老师（第一作者）及其指导研究生吴佳佳（第二作者）在期刊Financial Innovation（FI）发表论文“Cross-sectional anomalies and conditional asset pricing models based on investor sentiment: evidence from the Chinese stock market”（基于投资者情绪的横截面异象与条件资产定价模型：来自中国股票市场的经验证据）。该研究系统检验了中国A股市场30个横截面异象，旨在探讨将投资者情绪作为条件信息纳入资产定价模型是否能提升模型的解释力。通过构建多空投资组合并采用Fama–MacBeth横截面回归，研究发现：①交易类异象数量显著多于财务类异象；②引入情绪变量的条件模型在整体定价能力和单个异象解释能力上均优于无条件模型；③剔除COVID-19期间样本后，情绪对规模异象的解释力尤为关键，并显著提升了条件CAPM的收益预测和条件FF3捕捉单个异象的效果。进一步分析发现，疫情导致情绪高频波动弱化了月度情绪指标的解释力，提示需构建高频情绪-条件模型以更好刻画非常时期的价格波动。研究扩充了中国市场异象证据，揭示投资者情绪在异象定价中的核心作用，对监管部门强化情绪监测、引导理性投资具有重要启示。

Financial Innovation 期刊最新影响因子达到7.2，在全球68种“社会科学—数学方法”类期刊中位列第1，在241种“商业与金融”类期刊中排名第9。