MARC

 008260126s2025        us                              c    eng  d
■001000017360051
■00520260202105256
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798297990715
■035    ▼a(MiAaPQ)AAI32279137
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a658
■1001  ▼aLiu,  Ran.
■24510▼aEssays  on  Informational  Efficiency  of  the  Financial  Markets
■260    ▼a[Sl]▼bColumbia  University▼c2025
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2025
■300    ▼a200  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  87-05,  Section:  A.
■500    ▼aAdvisor:  Veldkamp,  Laura.
■5021  ▼aThesis  (Ph.D.)--Columbia  University,  2025.
■520    ▼aThis  dissertation  studies  the  effects  of  informational  frictions  and  information  acquisition  on  asset  prices  and  investor  decision-making.Chapter  1  build  models  for  capital  market  opening  based  on  the  noisy  rational  expectations  equilibrium  (NREE)  framework.  To  reconcile  the  mixed  empirical  evidence  on  whether  domestic  investors  have  an  advantage  over  foreign  investors  in  domestic  stock  market  tradings,  I  distinguish  soft  information,  which  is  qualitative  and  cannot  be  transmitted  if  the  receiver  is  not  physically  present,  and  hard  information,  which  can  be  stored  in  the  form  of  data,  purchased,  and  transmitted  regardless  of  the  presence  of  the  receiver.  The  models  feature  a  mismatch  of  data  processing  technology  level  and  availability  of  soft  information.  Furthermore,  the  partial  opening  model  also  features  a  mismatch  between  the  accuracy  of  hard  information  and  foreign  investability  of  shares.  The  equivalent  data  amount  and  the  information  spillover  rate  governs  domestic  and  foreign  institutional  investors'  data  choices,  respectively.  Sufficiently,  when  the  unit  precision  of  hard  information  for  foreign  investable  shares  directly  from  processing  data  for  them  exceeds  that  indirectly  acquired  through  processing  data  for  foreign  non-investable  shares,  foreign  institutional  investors  would  exhaust  data  processing  capacity  on  foreign  investable  shares.  The  proportion  of  foreign  institutional  investors  and  their  technology  level  both  need  to  be  large  enough  to  overcome  the  dilution  of  soft  information.  Given  that  the  signal-to-noise  ratio  increases,  if  the  domestic  investors  learn  more  about  foreign  investable  shares  or  the  proportion  of  foreign  investors  is  larger  than  a  threshold,  then  the  average  precision  of  dividend  innovation  for  foreign  investable  shares  increases.  In  the  full  opening  model,  the  average  posterior  precision  of  dividend  innovation  changes  in  the  same  direction  as  the  signal-to-noise  ratio  for  all  shares.The  case  of  China  is  characterized  by  a  very  small  proportion  of  foreign  investors,  a  large  proportion  of  domestic  individual  investors,  a  large  disparity  between  domestic  and  foreign  data  processing  technology,  and  high  precision  of  soft  information.  Foreign  institutional  investors  would  allocate  their  data  processing  capacity  in  both  type  of  shares,  and  the  signal-to-noise  ratio  for  foreign  investable  shares  decreases.  Domestic  institutional  investors  are  also  induced  to  learn  slightly  less  about  those  shares,  and  thus  the  average  posterior  precision  of  dividend  innovation  decreases.  In  the  full  opening  counterfactual,  the  signal-to-noise  ratios  for  both  type  of  shares  increase.Chapter  2  fills  a  gap  in  the  theory  literature  of  NREE  models  by  studying  the  effects  of  learning  about  future  demand  shocks.  Learning  about  future  demand  shocks  makes  price  more  informative  in  the  future  but  less  informative  now.  Ex-ante  utility  improves  through  what  I  term  as  the  future  uncertainty  channel:  on  the  aggregate  level,  fundamental  information  acquisition  decreases,  which  makes  dividends  more  risky  and  leads  to  higher  risk  premium;  on  the  individual  level,  the  investor  is  more  certain  about  the  asset  payoff  in  the  future  due  to  the  signal  about  future  demand  shocks  she  acquires  today.  As  a  result,  her  ex-ante  utility  improves.Chapter  3  zooms  in  on  the  learning  process  and  highlights  a  specific  subprocess---the  perception  process.  Agents  take  the  same  sensory  information  as  inputs,  direct  them  through  different  perceptual  sets  and  thus  form  different  perceptual  information,  which  is  then  used  to  update  posterior  beliefs.  Biased  perceptual  sets  thus  lead  to  persistent  disagreement  among  agents,  while  set  revision  corrects  any  perceptual  bias  and  allows  agreement  to  be  reached.  Depending  on  the  intensity  of  perceptual  shocks,  agents'  sensitivity  to  perceptual  shocks  and  their  initial  entrenchment  levels,  there  could  be  overreaction  or  underreaction  in  the  price  to  sensory  information  in  the  markets.  When  overreaction  happens,  the  trading  volume  also  increases.
■590    ▼aSchool  code:  0054.
■650  4▼aFinance
■653    ▼aEfficient  financial  markets
■653    ▼aInformation  acquisition
■653    ▼aInformational  frictions
■653    ▼aPrice  informativeness
■690    ▼a0508
■690    ▼a0501
■690    ▼a0511
■690    ▼a0338
■71020▼aColumbia  University▼bBusiness.
■7730  ▼tDissertations  Abstracts  International▼g87-05A.
■790    ▼a0054
■791    ▼aPh.D.
■792    ▼a2025
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17360051▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

미리보기

내보내기

chatGPT토론

Ai 추천 관련 도서