这篇文章最值得优先关注的要点是什么？

歧义与收益的关系不能脱离市场摩擦、卖空约束和投资者结构单独讨论。；在中国市场里，歧义敏感度对应的是正向 premium，而不是许多文献默认的折价。；对量化研究而言，解释变量符号反转常常意味着市场结构变了，而不是变量失效。

读这篇文章时，建议优先看哪些部分？

建议优先阅读：这篇论文的核心提醒是：歧义定价的方向，不是所有市场都一样、方法上的强处，是把市场摩擦与歧义变量绑在了一起讨论。

研究方法ambiguity premiummarket frictionsChinaasset pricing

歧义溢价为什么会变成正的？这篇中国市场论文把答案压回了摩擦与约束

解读 Market frictions, ambiguity and asset pricing: evidence from China，讨论为什么在高摩擦、散户主导市场里，歧义敏感度可能对应正向溢价而不是折价。

2026-04-288分钟

很多 ambiguity asset pricing 研究建立在一个相对自然的直觉上：投资者厌恶歧义，因此歧义越高的资产应该需要更高预期收益作为补偿。这条逻辑在摩擦较低、套利较快的市场里看上去顺理成章。但当市场换成卖空受限、散户主导、噪声交易更重的环境时，价格对歧义信息的反应路径就未必还一样。

Poshakwale、Qian 和 Mandal 这篇文章的价值，在于它没有把文献中的负向 ambiguity story 生搬到中国市场，而是直接检验在高摩擦环境下，歧义敏感度会不会被 underreaction 改写。结果显示，歧义 premium 在中国市场里是正的。这不是一个简单的“符号不同”，而是说明市场结构会改变 ambiguity 如何进入价格。

方法上的强处，是把市场摩擦与歧义变量绑在了一起讨论

如果只看组合排序，正向 premium 也许会被误读成变量定义有问题。论文更有说服力的地方，是它把市场 frictions、idiosyncratic volatility 和 short-selling constraints 等条件一起带进分析，试图说明为什么 ambiguity 在中国市场会对应延迟调整而不是即时折价。也就是说，作者不是只报一个反常符号，而是给出了一条结构性解释路径。

这种写法对量化研究很重要。因为很多横截面变量在不同市场里符号不一样，并不一定说明变量失效，往往说明 market design 或投资者结构改了。论文提醒我们，任何“普适”资产定价结论，一旦离开制度背景和摩擦条件，就很容易被过度外推。

局限在于，歧义本身仍然是一个高度模型依赖的构造物

论文提出了自己的 stock-level ambiguity 测度，并做了不少稳健性检验，这是优点。但歧义毕竟不像价格、成交量那样天然可观测，任何实证代理变量都带有较强建模假设。因此，正向 premium 的经济含义有多纯粹，仍然取决于这个 ambiguity proxy 是否真的与其他不确定性、行为或流动性变量充分区分。

另一个边界是时间与市场范围。中国市场的散户占比、卖空约束和制度环境具有鲜明特征，这让结论很有辨识度，但也限制了外推。对国际化团队来说，这篇论文更像一个反例校准器：它提醒你别把成熟市场文献里的符号关系机械搬到所有市场。