我院朱一峰助理教授和清华大学姜磊副教授🈂️、中国人民大学吴轲副教授📮🌯、华盛顿圣路易斯大学周国富教授合作撰写的论文《Stock return asymmetry: Beyond skewness》在金融学领域国际著名期刊《Journal of Financial and Quantitative Analysis》2020年第55卷上以封面首篇（Lead Article）的形式正式发表。

在以往的研究中👩‍🦯‍➡️💂🏿‍♀️，非对称测度一般采取偏度，而且偏度与未来收益的横截面关系不确定🩰。本文首先提出了两个新的非对称测度🍆，跟传统的偏度测度不同⚒，新的非对称测度是基于数据整体分布而不仅仅是三阶中心距。紧接着文章通过假设投资者具有类似于展望期望效用下，构建模型说明新的非对称性测度与未来收益是负向关系。接着文章通过对称性计量检验，说明新的非对称测度比偏度可以更有效地检测到非对称性🧘🏽‍♀️，使用美国全股市数据🏄‍♂️，也能比偏度发现更多收益分布不对称的股票。使用美国1963年到2015年全市场股市数据，发现在横截面上股票过去收益正向非对称性越高🎢，未来收益越低✤。正向非对称性与未来收益的负向关系不能被现有的因子或者股票特征所解释👨🏿‍🔬🧚🏼，说明不同股票收益的横截面差异一部分来源于非对称性，而传统的偏度对未来收益并不具有显著影响。文章最后发现偏度对于未来收益影响不确定的原因是偏度对于未来收益的影响为正或者负与市场风险、股票特质波动率🫃🏿、投资者信心指数、市场流动性以及投资者未实现盈利值有关。比如⏫，在投资者信心高涨的时期🤱🏻，偏度与未来收益负相关，而在投资者信心低落的时期，偏度与未来收益正相关🧜🏿。

本文的主要贡献在于：第一，提出了两个全新的非对称测度🔐🧎‍♀️。第二，通过构建模型🧑🏼‍🦳，从理论上说明新的股票过去收益正向非对称性测度与未来收益关系为负。第三，通过对称性计量检验👨🏽‍🏫，说明新非对称性测度可以比偏度更有效地检测到非对称性🏬。第四，使用美国全市场股市数据🚶🏻‍➡️，发现正向非对称性与未来收益在横截面上关系为负。由此发现了一个新的美国股市异象或是投资策略🧑🏽‍💼，新投资策略构建基于理论模型，所以对其他市场相似投资策略的构建也具有指导意义🦶。