金融资产定价第11讲从主流理论到行为

第1页《金融资产定价》

AssetsPricing

朱波西南财经大学金融学院第2页主要内容从主流资产定价理论到行为资产定价1CCAPM2EMH（主流资产定价理论）与无效金融市场（金融异象与行为金融）：文献概述与直觉3行为金融学概述第3页以消费为基础的资本资产定价模型已成为当今的主流资产定价理论，以消费为基础的资本资产定价模型和随机折现因子框架在资产定价理论中有着重要的地位。资产定价理论和金融经济学的众多分支都与其相关。需要了解以消费为基础的资本资产定价模型的基本思想，用它来解释股权溢价之谜，分析基于消费模型的宽泛适用性、不足之处和可能的扩展方向。CCAPM第4页基于消费的模型不需要如下（资产定价模型中常见的）假设：市场完全，或代表性投资者存在资产收益或偿付服从正态分布(不包括期权)，或者随时间独立二期投资者、二次效用、或者可分效用投资者无人力资本或劳动收入市场达到均衡因此，CCAPM具有宽泛的适用性。CCAPM的宽泛适用性第5页p=E(mx)的三种用途根据债券和股票收益的统计模型，求解最优消费组合的决策问题。在p=E(mx)=E[m(c)x]中运用均衡消费值。根据消费过程的统计模型，直接由基本定价方程来计算资产价格和收益。（CCAPM）由一个包括生产技术、效用函数和市场结构规定的完全准确的一般均衡模型出发，导出均衡消费和资产价格过程。p=E(mx)是基本定价方程是均衡条件之一。第6页基于消费模型对现实拟合的糟糕表现第7页对基于消费模型进行改进的四个方向资产定价模型无非是考虑m的不同的函数形式而已。不同的效用函数一般均衡模型：消费变量内生因子定价模型套利和近似套利闲暇、禀赋、攀比心理，等等）第8页在CCAPM中，折现因子是边际效用增量的线性函数。因子定价模型：用因子来代替边际效用的增量，但保留线性形式。CCAPM与因子定价模型第9页线性因子模型因子选择问题所有因子定价模型都是以消费为基础的定价模型的特殊情形。以消费为基础的定价模型＋特殊条件→具体的因子定价模型SIM、CAPM、ICAPM、APT、Fama-French三因子模型、Carhart四因子模型等等问题是：如何选择因子？（1）可以从统计层面、宏观经济层面、产业层面、基础层面等选择因子。（2）所选择的因子要能替换“边际效用的增量”并保持折现因子与定价因子之间的线性形式。（3）刻画“经济状态”的宏观经济变量、对资产收益和宏观经济状态有预测功能的变量都是潜在的重要因子。（4）所选择的因子要能很好地继承消费增长率数据的特征：可预测，但可预测性很弱。第10页2EMH（主流资产定价理论）与无效金融市场（金融异象与行为金融）：文献概述与直觉第11页EMH与典型事实EMH认为，没有人能始终胜过市场并且股票收益不可预测。但是，已经证明，股票收益有可能存在负自相关性或正自相关性。第12页IEMH要点1.一个随机过程xt是一个关于信息集合Φt的鞅，即：Et(xt+1|Φt)=xt

如果是一个鞅，则根据当前信息Φt而构筑的关于xt+1的最好预测，就正好等于xt。这适用于信息集合Φt的任意可能值。第13页一个随机过程yt是一个公平博弈，如果Et(yt+1|Φt)=0它指出，如果yt是一个公平博弈，对Φt任意的可能值，该博弈的预测值为0。当且仅当xt-xt+1是一个公平博弈时，xt是一个鞅。因此，当且仅当股票价格是一个鞅过程：Et(xt+1-xt|Zt)=0股票收益率是个公平博弈。第14页EMH认为股票价格是一个鞅过程Et(xt+1|Zt)=xt

股票收益率是个公平博弈Et(xt+1-xt|Zt)=0因此，没有人能始终胜过市场并且股票收益不可预测。如果对均衡有偏离，上下的偏离会互相抵消。如不能抵消，就产生盈利机会，于是套利者就会进来牟利，使这种盈利机会消失。所以，投资策略应是“买而持有”（BuyandHold)。但是，股票收益常是自相关的：有时负自相关（Fama,1965),有时正自相关（BallandBrown,1968)。这或许意味着，股票收益并不是不可以预测的。第三讲中的典型金融事实第15页II.关于股市收益不可预测性的两派争论一派认为，EMH是成立的，收益自相关性是由许多其他因素造成的。另一派认为，这说明，股票市场是不有效的。投资者应当利用这种情况，通过制定适当的投资策略来获取利润。当今的主流资产定价理论（及具体形式：线性因子模型）试图维护的根基是有效金融市场假说，而与此相对应的则是否定金融市场有效的新兴金融分支，如行为金融资产定价等等。第16页有效市场市场无效风险市场微结构偏误Chan[1988],Ball&Kothari[1989]Kaul,Conrad&Gultekin[1997]买价－卖价偏误稀薄交易量数据偏误Kaul&Nimalendran[1990]Chordia&Swaminathan[2000]过度反应DeBondt&Thaler[1985]不足反应季节性因素规模效应Zarowin[1990]Lakonishok&Vermaelen[1990]行为金融其他金融异象Barberisetal[1998]Hongetal[2000]Loughran,andRitter[1996]低价公司效应Jegadeesh&Titman[1999]主流资产定价理论CCAPM/SDF因子定价模型第17页III.支持EMH的主要研究除了主流资产定价理论支持EMH外，在实证研究中，如下分支的文献和视角也试图提供EMH的相关证据。关键是如何给出“自相关收益”的合理解释。CCAPM中的解释：长期风险规避系数、消费增长率波动性的经济周期模式。3.1风险因素包含(1)风险变动性;(2)风险差异性风险不是常数，它随时间而变化今日低风险的股票，明天可能变得很有风险，从而有高收益。如不认识到这一点，就可以认为这种高收益提供了盈利机会因而市场不是有效的。其实,是风险变动了，从而收益变动并造成了收益自相关性。第18页其他不变，相对风险增加，会使股价下跌，而相对的预期收益上升。这会引起收益的负自相关，从而导致产生投资者过度反应了的印象和收益可预期的看法。如果收益自相关性是由于相对风险的变动，按风险调节后的收益，应不随时间变动。怎样检验这点：把按风险调节后的与未按风险调节的收益进行比较。以下是怎样把收益按风险进行调节：第19页市场模型调节后的收益市场模型调节后的收益，特例

(a=0,b=1)CAPM调节后的收益Fama－French三因子模型调节后的收益第20页3.2市场微结构偏误买价-卖价误差（kauletal,1997)存在造市商时，股价是按买价和卖价报告的。这些价格是造市商愿意开始买卖的价格。但有时研究人员所收集的价格资料，可能是卖价，而别的研究员收集的买价。这时就可能错误地认为，出现了估计的负自相关。例：股票A买价￥32.5，卖价￥33。一个市价购买订单将按￥33进行。而一个卖出订单，将按￥32.5执行。反复进行下去，便可出现虚假的负自相关现象。（见下图）第21页Pt第22页怎样检验这一偏误将两个样本进行比较：一个样本用实际交易价，另一个用比如说卖价对卖价样本。如果收益回归是由于市场无效，则这两个样本，都会呈现负的自相关性，并都可盈利。但如果市场有效，只不过是市场的卖价－买价偏误，则不应当有负自相关性。第23页3.3稀薄交易Antoniouetal1997,LoandMacKinley1988,ChordiaandSwaminathan2000这些股票不是连续地进行交易。当有些股票的交易，比其他股票少时，会出现稀薄交易偏误。那些交易相对来说较少的股票，它们对信息的反应，会滞后于其他的股票。这就会产生股票价格的自相关性。但这种自相关性，却可能错误地被认为是：股市收益是可预测的，这时的利润则会被错误地认为是由于不足反应引起的。实际上，这却是由于不经常的交易引起的。第24页检验方法在样本中剔除不经常交易的股票，并计算出该样本的收益。再同未剔除这些股票的样本的收益进行比较。如确定是存在稀薄交易偏误，则应在研究中剔除不经常交易股票。(如在某一年中，连续若干星期没有交易的股票。）第25页3.4数据偏误JegadeeshandTitman1999,Lakonishoketal1994,Chanetal1995,Kotharietal1995数据挖掘(DataMining)数据来源错误，数据筛选错误等（统计）方法错误第26页4.1

反对EMH的主要观点过度反应假说不足反应假说其他金融异象行为金融原因IV.反对EMH的主要研究第27页4.2过度反应假说认为，最成功的赢家（Winner），在下一个时期会变成输家（Loser）。反过来，输家则会变成赢家。这是因为，投资者最初对新闻会过度反应，而随后会对此加以纠正。这种最初的过度反应和随后的纠正行动，导致了股票收益的负自相关性，从而股价可预测。反向策略：买进输家股票，卖出赢家（做空），期待由股票收益负自相关性导致的股价逆转（Reversal）会发生。第28页理论根据投资者对过去一段时间内表现优异的股票，感到非常乐观，从而大量买进。这使其价格偏离均衡。等到有关该公司的信息释放以后，纠正行动就会发生。第29页检验方法主要检验反向策略是否赢利。方法：根据各种股票过去的表现，构筑若干任意的股票组合。对输家股票买进，对赢家股票则空头卖出。（可长可短，一般3－5年。）也可以把股票按过去业绩表现排名，并把最好的赢家或最差的输家进行比较，以观察其若干时期后（3－5年）的表现。第30页4.3不足反应假说认为,股票价格并不会立刻对新的新闻作出完全的反应，而是会在游移一段时间后才作出调节。这导致出现正的自相关性，即出现某种动量（momentum,势头）：在价格的一个负的变动之后，会接着再出现负的变动。而在正的变动之后，很可能有正的变动。造成这种状况的原因，可能是信息的扩散需要时间，因而这种扩散是缓慢的。而这进一步地，又是由于信息不对称或反馈、噪声交易。第31页检验方法同样是检验动量策略是否赢利。基本方法同前，但是是买进赢家，空头卖出输家。另一种方法是“事件研究”（EventStudies）。它研究，针对某一信息事件，股票价格调整的速度和（时间）长度。所谓信息事件，包括例如红利发布消息，股票回购，年度收益公布，和收入警报等等。当其他不变，而新闻引起的价格调整很慢时，就可以认为存在不足反应。当然，有许多研究也指出，过度反应和不足反应可能同时存在。第32页Ptt0好消息过度反应纠偏不足反应在新闻宣布时的水平新的均衡水平纠偏第33页过度和不足反应的实证发现过度反应过去的输家胜过赢家非对称效应其他因素也显著：规模效应、一月效应等但是，对下列因素敏感：所选择的模型、所用的股价指数、所选的样本时间不足反应股价对新闻的反应存在游移现象赢家恒赢，输家恒输在大部分时间内，其他因素如季节性、规模效应、风险等，只能部分地解释可预测性过度和不足反应往往同时存在第34页4.4自相关性的其他解释各种市场异象如：一月效应，规模效应和低价公司效应等。有不少研究认为，是这些异象引起了股票收益的自相关性。行为金融模型认为是心理因素引起了股票收益自相关性。例如，过度反应的原因是什么？行为金融派就可以给出不少解释。第35页4.5实际运用举例根据DeBondt和Thaler,1985过度反应实证（1）数据收集和准备阶段1.选定数据，比如说月度数据，1996－20032.选定股票，比如说100种，每种至少有连续260天的交易点数据。3.选定无风险利率：3个月期的国库券利息4.选定市场价格指数：比如说上证A股综合指数第36页(2)资产组合形成阶段(-12到0)1.从原始数据，计算出每种股票的收益。计算方法是：对当期股价取对数（logrjt

），随后用当期的对数股价减去前期的对数股价（Rj）。

Rj=logrjt

–logrjt-12.再计算每股的异常收益（Uj

）异常收益的计算，可使用市场指数、CAPM、或Kalman滤子法。一般常用市场指数。方法是，在求出各单个股票的收益（Ri）后，再用同样方法求出市场综合收益（Rm）。用（Ri）减去（Rm）后，就得出该股票的异常收益，即

Uj

＝Ri－

Rm第37页把1997年1月作为起始点（t＝0），算出股票j从1996年2月到1997年1月之间的累积收益：将各股票按这种方法计算出其累积收益，并按大小排队。用顶级的5种股票，构筑一赢家组合用底级的5种股票，构筑一输家组合（在资产组合中股票的个数可以是任意的。但当然不能太少。）第38页把赢家股票组合的异常收益加总，我们可得到从1996年2月到1997年1月间赢家组合的累积异常收益CU1w。这里下标的1，表示第一期。然后，按同样方法，我们可算出第二期内（1997－1998）的赢家组合的累积异常收益CU2w。按同样方法，我们可算出以后各期的CU3w，CU4w，CU5w，CU6w，直至

CU7w。将这7期的累积异常收益加总并除以7，便得到在样本期内，赢家股票的平均累积异常收益：第39页同样方法，也可以算出输家股票组合的平均累积异常收益ACARl,t

。当下列关系成立时，我们便说过度反应存在。或者说，我们找到证据，证明存在过度反应现象。第40页为检验两者之差是否显著，我们可进行以下的t检验：第41页在维护市场无效的资产定价理论中，行为资产定价是一个重要的分支。行为资产定价、基于流动性的资产定价和演进资产定价理论是与主流资产定价理论相对的、新发展的三种定价理论。相对于主流资产定价理论的许多金融异象，行为资产定价能给出较为合理的解释。第42页3行为金融学概述第43页行为金融学就是将心理学尤其是行为科学的理论融入到金融学之中。它从微观个体行为以及产生这种行为的心理等动因来解释、研究和预测金融市场的发展。这一研究视角通过分析金融市场主体在市场行为中的偏差和反常，来寻求不同市场主体在不同环境下的经营理念及决策行为特征，力求建立一种能正确反映市场主体实际决策行为和市场运行状况的描述性模型。行为金融学对于两大传统假设的挑战为我们研究金融问题提供了一个新的视角：其一，传统金融理论关于人的行为假设；其二，有效市场竞争。行为金融学第44页“传统金融学”与行为金融学1）传统金融理论关于人的行为假设与行为金融学。传统金融理论认为人们的决策是建立在理性预期（RationalExpectation、风险规避（RiskAversion）、效用最大化以及相机抉择等假设基础之上的。但是大量的心理学研究表明，人们的实际投资决策并非如此。比如，人们总是过分相信自己的判断，人们往往是根据自己对决策结果的盈亏状况的主观判断进行决策等等。尤其值得指出的是，研究表明，这种对理性决策的偏离是系统性的，并不能因为统计平均而消除。第45页有效的市场竞争传统金融理论认为，在市场竞争过程中，理性的投资者总是能抓住每一个由非理性投资者创造的套利机会。因此，能够在市场竞争中幸存下来的只有理性的投资者。但在现实世界中，市场并非像理论描述得那么完美，大量“异常现象”的出现使得传统金融理论无法应对。传统理论为我们找到了一条最优化的道路，告诉人们“该怎么做”，让我们知道“应该发生什么”。可惜，并非每个市场参与者都能完全理性地按照理论中的模型去行动，人的非理性行为在经济系统中发挥着不容忽视的作用。因此，不能再将人的因素仅仅作为假设排斥在外，行为分析应纳入理论分析之中，理论研究应转向“实际发生了什么”，从而指导决策者们进行正确的决策。第46页金融学的困惑与行为金融学的产生与现实相矛盾的是，长久以来，经济学似乎与理性、严谨有着与生俱来的紧密关系，建立在人类理性基础上的一系列严格的假设成为主流经济学的基石，并统领了经济学的各个学科。例如，基于理性人追求效用函数最大化的假设，金融学形成了由资产组合理论、资本资产定价模型CAPM、套利定价模型、期权定价理论经典理论所组成的标准金融理论框架。这些理想的模型似乎在越来越多的现实检验中出现问题，1977年，罗尔(Roll)发现，统计数据与模型的冲突表明作为标准金融学基石的CAPM可能是无法验证的。之后，有效市场假说(EMH)也被指出了许多统计异常现象。同时，标准金融理论的另一个关键概念β系数，也显示出其与股票投资收益仅存在不明显的联系。第47页在时间序列方面，除了周末效应、一月效应等现象外，股票价格不论在短期或长期也都存在相当的自相关。这些无疑把现代金融学推到了一个尴尬的境地：经典的、数量分析基础上的严谨体系即使不是错误的，也至少是很不完善的。金融学面临着一方面是没有严格的统计数据支持的模型，另一方面是没有理论解释的实证数据的局面，在对学科进行审视和反思的过程中，运用心理学、社会学、行为学来研究金融活动中人们决策行为的行为金融学（behavioralfinance）便成为了学界的关注点。第48页行为金融学的历史与发展1）心理学家Kahneman和他的合作者Tversky1979年的文章“前景理论：风险状态下的决策分析”，为行为金融学的兴起奠定了坚实的理论基础，成为行为金融研究史上的一个里程碑。1982年，Kahneman、Slovic和Tversky的著作《不确定性下的判断：启发式与偏差》中研究了人类行为与投资决策经典经济模型的基本假设相冲突的三个方面:风险态度、心理账户和过度自信,并将观察到的现象称为“认知偏差”。2）80年代中期以后，芝加哥大学的泰勒（Thaler）、耶鲁大学的希勒（Shiller）成为研究行为金融的第二代核心人物。第49页1985年DeBondt和Thaler“股票市场过度反应了吗？”一文的发表正式掀开了行为金融学迅速发展的序幕。Thaler(1987、1999)主要研究了股票回报率的时间模式、投资者的心理账户,Shiller(1981、1990a、1990b)主要研究了股票价格的异常波动、股票市场的羊群行为、投机价格与人群流行心态的关系等。Kahneman和Tversky(1992)的研究指出：投资者对风险的态度并不是按照传统效用理论所假设的以最终财富水平进行考量，而是以一个参考点为基准看待收益或者损失，每次的决策都会因情况不同而改变，决策并不是按照贝叶斯法则进行的，决策时会受到框定效应的影响