北大 行为经济学讲义 第11章

1、有的投资者完全根据金融“大师”的建议买卖股票，有的投资的证券种类非常集中，有的交易的频率很高，不断改变其投资组合，有的不顾税负的加重卖出正赚钱的股票，却死死抱住亏钱的股票不放 冰山的一角 正是在损失厌恶倾向的驱使下，投资者才会死死抱住亏钱的股票不放，而对于正在上涨的股票，他们坚守的劲儿却没这么足。这是因为他们觉得在抛出这些下跌的股票前，这笔投资还不是损失。 人们在评价赌博时，不是根据他们最终所能获得的财富的多少，而是以某一参照点来衡量其相对得失，而该参照点不仅随时可能改变，还具有损失厌恶倾向。在许多领域，相比较同样价值的所得，人们更厌恶失去，人们对失去的价值感知通常是相同数量所得的两倍多。也就

2、是说，人对金钱损失的厌恶大于所得的喜悦，这就是损失厌恶。当投资者看到某一公司在过去一段短时期内利润快速增长，就由此推断该公司的利润在未来还会快速增长，从而大量购进该股票，使其股价远远高于其基本价值。人们在对未来不确定事件进行预测时，通常只看很短一段的最近的历史数据，并以此构想不确定事件的未来 发 展 方 向 。 这 就 是 著 名 的 “ 代 表 性 效 应”(Representativeness Effect)。在该效应的作用下，人们没有意识到最近的这一段历史可能只是偶然事件，而不是在真正模型的作用下发生的。代表性效应可以帮助投资者节省时间做出判断，但也可能误导投资者。人们在作决策时，很容易

3、受到问题描述方式的影响，即“框架”影响决策。例如，在选择投资组合时，如果投资者被告知股票的长期收益高于债券时，就会将其财富大部份投在股票上；而如果投资者被告知股票的短期收益波动幅度较大时，则可能将大部份财富投在债券上。在学术界，这些违反贝叶斯理性的投资心理被称为“投资者情绪”，而非理性投资者则被称为“噪音交易者”(Noise Traders) 。 人的情感受到市场机制的影响。在不同机制和制度下，人有不同情感。在短短的时间里，如果一个人处在不同的机制下，他选择的参照点也是不一定相同的。有这样一个游戏，设计者设计了两种不同的游戏规则。设游戏A和游戏B。 在游戏A中，每一个游戏参加者都可以操纵一台电

4、脑。电脑屏幕上显示着跳动的数字。从游戏开始，屏幕上显示的数字是$0.00。然后电脑屏幕以$0.05/s的速度增加这个数字。一直增加到$2.25美元为止。游戏者可以按照自己的意愿在这个过程中任意时刻点击鼠标结束自己的游戏（整个游戏继续进行，直到数字增加到$2.25）。设最后一个点击鼠标的游戏者点击鼠标后，屏幕显示的数据设为Ex。一、情感与制度 在游戏B中，每一个参加者仍然操纵一台电脑。电脑显示的数据在游戏开始的时候是$2.25美元。然后以$0.05/s的速度递减。游戏者自己决定进入游戏的时间。 设第一个进入游戏的人进入游戏时，电脑显示的数据是 。 在这两个游戏开始之前，电脑随机产生一个介于$0.

5、00和$2.25的数字。这个数字设为 。EnV 游戏规则是，A游戏中最后一个退出游戏的人是胜利者。如果 ，那么他将会获得100倍 的奖金。如果 ，那么他就什么也得不到。在B游戏中，对于同样的 ，第一个进入游戏的人是胜利者。如果他的价格 ，那么同样他将会获得100倍 的奖金。但是如果他的 ，他也什么都得不到。ExV()VExExVVEnV()VExEnV在这样一种情况下，我们可以很清楚的分析出，最终的结果一定是但是，我们可以分析出游戏A中的参加者和游戏B中的参加者心理状况是不一样的。 ExEnV在游戏A中，参加者都是从屏幕显示$0.00的时候进入游戏。他们为了当胜利者，就会停留在游戏中等待最后一

6、个点击鼠标。但是他们又不会一直等下去，因为当屏幕数据高于V的时候，他们什么都得不到。所以他们等到自己屏幕数据显示到V的时候退出游戏。但是，在整个过程中他们不用担心其他参加者是什么情况，他们只需要等到最后一个退出，但是又必须在 的时候退出游戏就可以了。ExV在游戏B中，参加者在一开始肯定都不会马上进入游戏，因为一开始自己的屏幕显示的价格高于 。所以他们会等到屏幕价格低于 的时候进入游戏。当数据小于 的时候，他们就会进入游戏。但是在这个过程中，他们会担心别的游戏者的情况。他们对自己的行为是不确定的。 VVV首先我们先回顾一下前景理论的基本观点：前景理论提出了S型的效用曲线。在当事人面临得到或者损失

7、的时候，其评价是一个函数为 的曲线。在这条曲线中， 且 ，但是在的时候， ， 而在 的时候有 。这是一个典型的风险厌恶者的效用评价函数。 )(xf),(x0)(xxf0 x0)(22xxf0 x0)(22xxf我们可以这样得出结论，由于投资者购买股票的前提是人为风险能够被预期的回报抵消，如果股票没有达到自己预期的收益，甚至下跌，那么投资者是不愿意接受这种现象，他们会存在着期望股票再回升的希望。所以他们对于下跌的股票不轻易抛售。对于股票上涨的情况，我们说投资者很快就抛售获利的股票，是因为自己对幸福的贴现。根据 ，且在 时， 。我们知道投资者对于更加大的收益预期效用呈现出边际效用递减的情况。也就是

8、说，如果起始点不一样的话，对于同样的收益增量 ，投资者会认为有不同的效用或幸福感。而且，我们在投资者获取幸福感的时候，对于时间的延续，我们有贴现效用函数。 0)(xxf0 x0)(22xxf行为人对于时间流逝对幸福感的测度贴现效用函数可以这样表示：其中， 是不同时期的乘数。在这样一个新的模型中， 单调递减。新的模型告诉我们，投资者在股票上涨获得收益的时候，更加愿意抛售股票获得既得利益，而不愿意在承担风险区获取更加丰厚的回报。tTkktitttcukDccU0),(iiYs XtUsUtQ1Q2如果一个人的起始点在s，那么对于同样的满足感，其需要的补偿会比起始点在t点要小。这就是因为s点的人比较

9、穷，其参考点不同，容易得到满足。Y以上就是现状参照模型的简单应用。相关数学证明可以设效用函数其中 是以上一个最近时期效用为参照系的效用变化情况。则这个函数满足条件： ，但是 其中 分别指t时期的各种影响效用 的变量。 1)()()(11tTttTttUfccUccU)(1tUf0)(1tTttUccU0)()(212tTttUccUTtcc )(TttccUTerrance Odean设立了下面两个参数： (1) (2)其中，PGR表示盈利并且抛售的股票份额（Proportion of Gains Realized），RG表示抛售的盈利性股票（Realized Gains），PG表示盈利的但是

10、还没有抛售的股票（Paper Gains）。PLR表示亏损且抛售掉的股票份额（Proportion of Loses Realized），RL表示损失且抛售的股票（Realized Loses），PL表示损失但是没有抛售的股票（Paper Loses）。PGRGRGPGRPLRLRLPLR 在这两个式子中，主要测算的还是股市没有单边倒的情况。如果股市出现全面上涨，那么显然抛售获利股票比抛售损失股票多，则这两个式子什么也说明不了。而且，不可否认这两个式子存在缺陷，那就是式子本身没有度量股票涨幅或者跌幅对投资行为的影响。在做计量分析的时候，尽量在随机样本中区分这些因素影响，并且我们可以得出相关结论

11、：如果涨幅或跌幅越大，PGR和PLR都会变得更加大。当然，Terrance Odean通过计量统计分析发现，在整个一年中， PLRPGR ， 148. 0PGR098. 0PLR（续）（续前）其次，我们需要对一个重要的专业术语进行解释关联性（Affiliation），这也是我们进行分析的基础概念。在复杂的金融市场上，投资者之间、投资者和专业分析师、厂商以及它们彼此之间都有着千丝万缕的联系。我们把对关联性的研究集中在市场分析人员的范围。根据经验，对市场分析人员关联性的衡量，主要是通过分析代理公司同作为报告对象的公司之间的承销关系（Underwriting Relationship）。依据以前的相

12、关文献，如果分析人员的投资银行一直作为他们推荐的股票在过去的五年中首期公开募股（IPO-Initial Public Offering）或过去两年中二期资产募股（SEO-Secondary Equity Offering）的主要承销商，我们就把这样的分析师视为有关联的（Affiliated）。 （续前）此外，我们进一步检验了先前文献未涉及的两种承销偏向（Underwriting Bias）的可能来源。第一种是将来很可能出现的关联性，例如一家投资银行在未来的一到两年中承销了SEO，那么就极有可能在不久的将来成为有关联的承销商。对于这些未来有可能有依附关系的承销商来说，他们有许多潜在的动机提出购买

13、相关公司股票的积极建议，例如获得未来同发行商交易的机会等。第二种之前未提出的关联性体现在债券承销关系。如果正的债券覆盖率是承销商和发行商暗中达成协议的一部分，那么对于债券发行来说，这种关联性就没有什么区别了。接着，我们还要对交易者的反应进行衡量。这里，我们采用的是“方向交易法（Directional Trade）”（Lee and Ready，1991）。根据研究，大多数交易发生在交易的一方需要交易马上实现的时候。因此，交易可以被分成两类：如果是买者要求交易立刻实现，就称为“买方发动型（Buyer-initiated）”，如果卖者希望立刻进行交易，就是“卖方发动型（Seller-initiat

14、ed）”。如果买方发动型的交易出现不寻常的高平衡，则意味着买方压力。同样，卖方发动型交易如果呈现出反常的高平衡，则预示着卖方压力。 为了对买方压力进行分析，我们考虑三个主要因素： ，分别表示公司、投资者类别和日期。买方发动型交易的净数量可以用以下公式进行定义：而初始的交易不平衡水平可以计算：ixt、 、t ,x , it ,x , it ,x , isellsbuysNBt ,x , it ,x , it ,x , it ,x , it ,x , isellsbuyssellsbuysTI最后，我们将这种对非正常水平的衡量方法规范化在这个公式里，我们考虑了时间对交易行为的影响，也考虑了不同的公

15、司的交易行为可能有一致的区别。根据这个标准化的公式，我们能够对不同时期内不同公司的交易行为进行比较，进而对整个市场的非正常行为有充分的了解。)TI(SDTITITI) t (year,x , i) t (year,x , it ,x , iabnormalt ,x , i二、对市场行为主体的分析二、对市场行为主体的分析 A、市场分析师市场分析师是投资者在市场上信息的主要来源之一，他们的建议在很大程度上影响着投资者的各种行为。我们将他们作为分析的切入点。卖方分析师对他们负责的特定股票提出各种建议，从“强卖” （Strong Sell）到“强买” （Strong Buy）。这些建议信息广泛传播。卖

16、方分析师们面临着一个广为人知的利益权衡问题。一方面，作为职业分析师，他们有义务向他们的顾客（投资者）提供深刻而富有远见的证券分析，并为他们提出可靠的相关建议。顾客们在他们的建议下对特定的证券进行投资，而这些分析代理公司收取相应的委托费用。好的建议能够提升分析师的声誉，也能因此获得更高额的补偿。另一方面，分析师却下意识地使自己的建议向更高的水平偏斜。一个简单的原因是购买的建议比抛售的建议更能带来交易机会。更重要的是，他们承受着来自目标公司管理层的压力。为了保证本公司股票持有者的价值有所增加，管理层会要求分析师对投资者提出购买甚至强烈购买等积极的建议。同样，买方委托人也可能希望卖方分析师能够维持对

17、自己所持股票的积极建议。此外，如果他们所属的经纪人公司是承销证券发行的投资银行的一部分，分析师们就更有理由歪曲他们的建议了，因为对于投资银行来说，他们利好的建议通常被视为获得承销合同的前提。这样，如果分析师们从属于有关联的投资银行，他们就不得不在名声和为获得承销权增加证券交易的激励之间进行权衡。表1 全样本样本容量 所占比例（%） 强 强卖 卖 保持 买 买数字转换数字转换均值均值 标准标准差差总体1211301.722.8636.8432.9025.673.780.92非关联1101131.822.9537.7532.2725.223.760.92关联84660.731.6125.6839.

18、5632.424.010.84IPO11040.631.4523.8238.4135.694.070.84SEO11980.421.5021.8739.9036.314.100.82联合承销41430.991.6226.4338.7932.174.000.86将来的SEO6650.000.3014.2945.5639.854.250.70债券承销债券承销20830.621.8727.9939.8529.673.960.84表11-1是从1993年10月到2002年12月的一份完整数据。我们发现，在不考虑关联性的情况下，市场分析师很少提出卖甚至强卖的建议（4.58%）。这种情况下，投资者如果完全

19、采纳分析师的意见，就会持续购入股票。数据反映出分析师提出的建议对购买一面有十分明显的倾向，这隐含了分析师们为了最大化交易数量或保持同目标公司管理层的一致，主动；偏向于提出购买的建议。 此外，我们还能够从数据中得出以下结论：（1）关联的分析师提出的购买建议比非关联的分析师更加积极。对于关联的分析师来说，他们平均提出的建议至少是购买，而非关联的分析师一般倾向于建议投资者持有股票。（2）关联分析师比非关联的分析师更少发布抛售股票的建议。（3）对于那些“完全无关联”(Never Affiliated)的对立公司来说，他们提出的建议积极程度显著低于非关联的经纪人公司，而更倾向于提出抛售股票的建议。B、投

20、资者通过分析，我们已经了解市场分析师出于对各种原因的考虑，会对其初始建议进行不同程度的歪曲。不过，分析师们的这些歪曲了的建议能否在市场运行中发挥作用，还依赖于投资者理性的程度。如果说是投资者造成了分析师们对信息进行歪曲的激励，那么投资者应该要学会减少积极的分析建议对自己的影响，尤其是来自那些有关联的分析师的。这就说明理性投资者应该减低分析师建议对自己的影响程度，并偏向于非关联分析师而不是关联分析师的建议，因为一个理性的投资者是不会根据任何有关联的建议而采取投资行为的。不过，如果投资者天真的对待分析师的激励，情况就不一样了。他们会完全按照分析师的建议行事，并对购买和持有股票的建议过度反应。下表罗

21、列了理性和天真的投资者对分析师建议的不同反应。 理性投资者天真投资者建议程度投 资 者 反应建议程度投 资 者 反应非关联分析师(-)(-)(0)(+)(+)卖卖卖保持买(-)(-)(0)(+)(+)卖卖保持买买关联分析师(-)(-)(0)(+)(+)卖卖卖卖保持(-)(-)(0)(+)(+)卖卖保持买买在积极或中立的投资建议后缺乏必要的调整同样意味着天真的投资者对消极建议的过度反应。他们只有在一种股票变成了一项不能再差的投资并降级为出售的时候才会表现出反常的抛售压力。因此，相对于理性的投资者，他们在面对抛售股票的建议时会表现得更加消极。更重要的是，天真的代理商们对关联和非关联分析师的建议表现

22、出相同的反应。这样，不论是对持有、购买建议的过度反应还是对推迟抛售的反应，天真投资者同理性投资者的偏差在面对关联分析师的建议的情况下将被大大增加。真实市场中，投资者是天真的还是理性的呢？我们将运用对不同投资者交易反应（Trade Reaction）的衡量，研究投资者能否在做出交易决定时考虑分析师引起的那些信息歪曲。我们结合所有的建议水平和他们之间的关系等虚拟元素，并将关联性作为虚拟变量，对规范化的交易失衡做回归。这个回归模型使我们能够对两种类型的分析师失真、分析者发布大量积极建议的趋势、以及关联分析师对于其非关联的同行的歪曲引起的投资者反应进行研究。通过下表，我们看出（1）显著反常的贸易不平衡

23、的形式暗示着建议对大型和小型投资者的交易行为有着同样显著的影响。（2）回归结果意味着大型投资者通过减低建议的影响程度弥补了通常向上的偏斜，而小型投资者只是完全采纳了分析师的建议。 大型交易小型交易差别强卖-0.103-0.105-0.002卖-0.118-0.139-0.021保持-0.0910.0070.098买0.0110.1340.123强买0.1120.2430.131强卖（关联）-0.195-0.838-0.642卖（关联）0.094-0.087-0.180把持（关联）-0.0010.0050.006买（关联）-0.0680.0130.081强买（关联）-0.129-0.0230.1

24、06 样本容量8696286962 首先，大型投资者在面对购买或持有股票的建议时，比小型投资者表现得更加沉稳，显示出更少的反常的购买压力。而且，当小型投资者对把持股票的建议没有显现出任何反常的交易行为时，大型的投资者却采取了抛售股票的决策。其次，大型的投资者清楚地区分了关联和非关联的分析师，并只有在来自非关联的分析师而不是相关联分析师提出强买的建议后，他们才对市场施加购买压力。小型投资者则对这两类分析师建议的股票抱有同样的热情。这个结论暗示着大型投资者按照理性的经济理论在市场上进行交易，并会对分析师的激励慎重考虑，而小型投资者则不然。如何对这种在交易反应上的差异进行解释呢？相对于机构投资者，个

25、体投资者很可能面对更高的信息成本去确认分析师是否关联。他们在判断分析师关联性的信息有限性，可能导致小型投资者疏忽了对关联与非关联的分析师的建议进行区分。然而，信息获得上的约束并不能解释我们的结论。如果投资者仅仅是缺乏关于分析师关联性的信息，但是对分析师的激励保持理性，他们对待积极的投资建议时仍然会考虑到分析师制造的歪曲。这样，在面对购买或持有股票的建议时，小型投资者应该清醒地认识到这种向上的偏斜并作出适当的折扣（Discount）。而事实上，我们发现小型投资者不但没有这样做，反而比大型投资者表现得更加积极和活跃。附加的经验结果表明，在关联和非关联的分析师的建议后无差异的交易反应至少部分归因于投

26、资者的天真。对于投资者来说，要确定分析师的关联性的成本很高，但是他们能够通过关注那些有明显非关联性的分析师来获利，因为这些分析师的金融研究所从来没有做过承销，甚至与联合的金融部门没有任何关系。这些信息是容易收集到的。总之，信息上的限制不但无法解释为什么小投资者通常缺乏矫正对建议分析的能力，而且不能充分解释小型投资者缺乏对相关性调整的现象。此外，我们还考虑了分析师的品质、中间代理上的差异、交易规模同相关性之间的联系等种种因素，结果都是一样缺乏具有说服力的完整理论。这里，我们没有给出问题的最终答案；不过，无论结果如何，这种行为一定和投资者的轻信，也就是和我们所证实的小型投资者的天真是一致的。第三节

27、第三节 羊群效应羊群效应 1.投资者在不知道其他人的决策时本打算进行一项投资，但是在知道他人没有进行投资时便选择放弃；2.在得知他人进行一项投资后，原本没有兴趣的投资者改变想法跟随投资。投资者的选择完全依赖于舆论，投资者跟随大流，投资选择行为是对大众行为的模仿，并不是参照自己挖掘的信息。我们通过一个简单的例子对“羊群行为”有一个初步的了解。假设市场上有100个投资者，对一项在新兴市场上投资机会有不同的评估，其中，20个人认为这项投资有利可图，而其他80个人则持相反观点。这样，如果将100个投资者掌握的信息和他们的评估集中起来，他们就会普遍的认为这项投资是不明智的。然而实际上，他们无法进行信息的

28、交流，也不是同时进行投资决策。如果最初进行决策的投资者来自那20个人，那么他们就会进行投资，而来自那80个人的投资者则会改变想法转而投资。这就形成了一种滚雪球效应（Snowballing Effect），导致大多数的投资者都进行了投资。最后，当投资者发现这的确是一项无利可图的投资为时已晚。这个例子反映出“羊群行为”或者称为“信息扩散”（Information Cascades）的一些特点：早期投资者的决策直接影响着整体的最终决策；早期投资者的决策直接影响着整体的最终决策；正如正如“真理往往掌握在少数人手中真理往往掌握在少数人手中”一样，人一样，人们蜂拥跟进的决策很可能是错误的；们蜂拥跟进的决策

29、很可能是错误的；当投资者发现自己采用了失败的决策时，随着当投资者发现自己采用了失败的决策时，随着新的消息的到来，他们最终又成群地跟进，采新的消息的到来，他们最终又成群地跟进，采取相反方向的决策。这样反过来又加剧了市场取相反方向的决策。这样反过来又加剧了市场的波动性。的波动性。凯恩斯在1934年就指出：投资收益日复一日的波动中，显然存在某种莫名的群体偏激，甚至是一种荒谬的情绪在影响整个市场。羊群行为的普遍存在，导致了市场的效率出现两种结果：理性的有效率结果和不理性的无效率结果。当行为集合是连续的或者足够稠密时，产生的羊群行为是有效率的（Lee，1992）；在短期投资中，尽管投资者都是理性的，但是

30、存在着正的信息溢出，即短线投机者如果共同对同一信息交易，即使信息与资产价值无关，他们的收益也可能增加（FSS，1992）。而且，当羊群行为发生的时候，后决策的投资者在面临自己挖掘的信息和别人的投资者决策时，会更加看中别人的决策，而忽略自己的信息。这样，如果别人的决策是基于错误的信息得来的，后面所有跟风的投资者都产生了无效率的投资行为，这样的羊群行为就是无效的。不过，追求收益最大化的投资者为什么会在得知他人的决定后改变想法呢？首先，投资者认为，其他人很有可能知道自己没有掌握的有关投资回报的信息，并表现在他们的投资行为上。其次，对于那些代表他人进行投资的代理商来说，报酬方案（Compensatio

31、n Scheme）和雇佣期限会激励投资者相互模仿。最后，人们天生就具有对一致性的偏好。 在金融市场上，“羊群行为”的产生有很多潜在的原因，最主要的可以归为以下三类：缺乏足够的信息（Imperfect Information）、对名声的关注（Concern for Reputation）和报酬结构的方案（Compensation Structure）。一、基于信息的羊群和信息扩散（一、基于信息的羊群和信息扩散（Information-Based Herding and Cascades） 我们假定每一个投资者在面对相同的投资决策时都是不确定的。他们通过研究努力，各自获得了一部分关于投资的正确信息

32、。当然，与投资相关的信息都是公开的，只是缺乏可信度。所以个人只能够通过自己掌握的那部分极有限的信息对投资进行评估。由于投资者之间无法进行信息的交流，他们只能通过彼此的投资举动来判断他人掌握的信息（当然，即使他们能够进行信息交换，但是实际行动毕竟更具说服力）。在这样的条件下，羊群行为就很可能发生。 设想在上述市场中存在着几个投资者，他们轮流决策是否对特定股票进行投资，进行决策的顺序是外部确定的。将 定义为相对于下一个最优计划的投资收益指数（这里将从下期投资获得的收益期望为零）。 取+1或-1各有50%的概率。投资者依靠各自得到的信息 对投资收益进行预测。当 时，投资者得到利好的信息的概率为 ，得

33、到坏消息 的概率是 。同样，当 时，获得 的概率为 。这样，投资行为一方面依赖于掌握的小部分信息，另一方面来自于对其他投资行为的观察。 VV1VG(0.51)pp B1 p1VBp根据贝叶斯定理，在得到利好消息后 的概率为1V 1VProb.1V/GProb 1VProb.1V/GProb 1VProb.1V/GProbG/1VProb5 . 0p5 . 0)p1 (5 . 0p5 . 0p1V5 . 0p15 . 0)p1 (5 . 0p5 . 0)p1 (B/1VProb同样，得到坏消息后 的概率为1V这样，整个投资决策过程如下：第一个投资者A将会按照自己的得到的信息进行决策：如果得到利好

34、的消息就进行投资，否则放弃。对于第二个投资者B，如果在A投资的情况下自己得到的消息也是好的，那么他就会毫不犹豫地投资，但如果他得到了坏消息，那么他投资的概率就为50%，相当于他面对着一个好的和一个不好的消息。如果这时候B也进行投资，那么第三个投资者C就会认为前两个投资者都得到了利好消息，即使自己得到的是坏消息也会坚持投资决策，因为根据贝叶斯定理计算，C推断 的概率超过50%。作为第四个投资者D，他知道从C的投资举动并不能看出C掌握的真实信息，所以只能观察A和B的投资决策。接下来的投资者E、F都是如此，这样，就形成了投资行为扩散（Invest Sascade）。如果第一个投资者A按照自己得到的利

35、好消息投资，但是第二个投资者B得到利差消息，按照50%的概率B选择了不投资（拒绝），那么第三个投资者C将根据自己得到的信息来选择投资与否。因为前两位投资者的行为产生的先验概率相互抵消了。紧接着第四位投资者D面临着和B一样的选择。这样就形成了另一种关系链。抛硬币A投资A拒绝A坏消息好消息BB投资（扩散开始）拒绝投资拒绝（扩散开始）抛硬币投资扩散投资扩散投资拒绝投资拒绝拒绝扩散拒绝扩散好消息坏消息坏消息好消息于是我们得到以下论断：当且仅当个人之前的投资者数量至少比拒绝投资者多两个，这个投资者将会处于投资行为扩散中。即当某一个投资者发现前面的投资者中，选择一种决策的方式比选择另一种决策方式的人多两个

36、，从这个投资者开始，后面所有的投资者的投资行为都是一样的，和更多的那种决策行为一样。我们说这些人处于信息扩散中。投资扩散通常发生在第一个发现投资人数多于拒绝投资人数的那个投资者身上。他与其后的所有投资者一样，处于理性考虑，都宁可跟随前人投资而不管自己掌握的真实信息。信息扩散和投资者投资顺序有密切的关系，也就是说和信息到来的顺序有密切的关系。例如如果信息到来的顺序是：好消息好消息坏消息坏消息，那么这就是一个所有人都投资的信息扩散，因为前两个好消息已经使得前两个投资者选择投资了。后面的消息无论是什么，都没有关系。如果消息到来的顺序是：好消息坏消息好消息坏消息，这样就是一种可能没有达到扩散效果的信息

37、来源方式。当然也可能在第二个坏消息到来的时候，投资者选择了投资，那么这就是一个投资的信息扩散。由此可见，消息到来顺序的微小差别，可能导致整个投资市场上巨大的投资行为差异。另外，决策或者行为扩散还具有出现很迅速而且消失也很迅速的特征。二、基于名声的羊群行为（二、基于名声的羊群行为（Reputation-Based Herding）在金融市场上，关于特定的投资经理人的能力的信息是无法确定的。由于投资经理人和他们的顾客对自己发现有利可图的投资的能力都不肯定，因此，当投资经理人面对相同的环境中，羊群行为就会发生。所谓基于名声的羊群行为是指对于一个经济来说，如果他怀疑自己正确选择股票的能力，那么和其他投资专家保持一致将是一种比较好的选择，因为这样至少可以保持平均业绩而不至于损害自己的声誉（Scharfstein & Stein，1990）。考虑市场上两个投资经理人U和V的行为。他们即可能是水平极高的，也可能是缺乏能力的。所有对他们的评价都是不确定的。U先根据自己掌握的信息进行投资，V则需要兼顾自己的信息和U的投资举动。由于V不清楚自己的能力，所以他不敢冒风险采取同U相悖的决策。因此，即使V得到不好的消息，他也会坚持投资决定。而U也满意这样的