题  目：Information Uncertainty and Expected Returns

主讲人：姜国华教授    北京大学

时  间：12月7日上午8:30-10:00

地  点：中心教学楼1003

主讲人简介：

　　北京大学光华12BET会计学教授，会计系副主任，博士生导师，MPACC项目执行主任、财务分析与投资理财研究中心执行主任，中国会计学会财务成本分会第六届理事会常务理事、中国会计学会教育专业委员会委员。先后从北京大学、香港科技大学、加利福尼亚大学伯克利分校获得经济学学士（1995年）、硕士（1997年）和博士学位（2002年）。主要探索会计信息的产生过程及其在资本市场上的应用，其研究成果发表在Review of Accounting Studies、Journal of Accounting and Public Policy,Journal of Business and Economic Statistics、Journal of Banking and Finance、International Journal of Accounting、《经济研究》、《管理世界》、《经济科学》、《会计研究》、《金融学季刊》、《审计研究》、《中国会计评论》、《数理统计与管理》等一流国内、外学术杂志上。姜博士是财政部全国高级会计人才培养项目（学术类）成员。

内容简介：

　　This study examines the role of information uncertainty (IU) in predicting cross-sectional stock returns. We define IU in terms of value ambiguity, or the precision with which firm value can be estimated by knowledgeable investors at reasonable cost. Using several different proxies for IU, we show that: (1) On average, High-IU firms earn lower future returns(the mean effect), and (2) Price and earnings momentum effects are much stronger among high-IU firms (the interaction effect). These findings are consistent with theoretical models that feature investor overconfidence (Daniel et al. (1998)) and informational cascades (Bikhchandani et al. (1992)). Specifically, our evidence indicates that high IU exacerbates investor overconfidence and limits rational arbitrage.