重庆大学
硕士学位论文
基于行为金融学的风险资产定价模型研究
姓名：李黎明
申请学位级别：硕士
专业：金融学
指导教师：张荣
20050501
重庆大学硕士学位论文中文摘要
I
摘要
Shleifer（1998）认为投资收益在时间上的轨迹应该是随机游走的，但投资者
在对收益预期进行判断时，往往会分为两个维度：“均值回归”和“趋势效应”，
这种决策方式会导致金融市场“反应不足”和“反应过度”。金融市场上的异常现
象大都可归纳为“反应不足”和“反应过度”这两种情况，本文将运用行为金融
学来研究金融市场的风险资产的定价及市场反应特征。
文章首先概括介绍了行为金融学理论，在此基础上，进一步从微观决策层面
比较分析了传统金融学和行为金融学的区别与联系。行为金融学认为投资者是“有
限理性”的，非理性交易者往往不能获取全部有用信息或不能对全部有用信息作
出及时、正确的反应，本文假定了资本市场存在三类投资者：反应不足交易者、
反应过度交易者和理性交易者，每类交易者都通过贝叶斯法则修正其先验概率，
但三类交易者对信息的反应方式各不相同，部分交易者动态上总是赋予最近信息
过低或过高的权重。文章对市场结构给出一定的假设，推导出了风险资产价格。
为了进一步验证理论模型的假设合理性以及在国内股市的适用性，文章对上海股
市进行了实证研究。研究表明，国内市场存在市场反应过度和反应不足现象，而
且表现出其自身的特征。最后，本文在理论和实证研究的基础上提出了行为金融
投资策略，对实践有一定的指导意义。
关键词：行为金融，反应过度与不足，投资策略
重庆大学硕士学位论文英文摘要
II
ABSTRACT
Shleifer（1998）thought that the profit of investment should be random on the track
of time, however, when investors estimate the expected profit, they usually consider it
from two aspects: regress of prospect and trend continuing . This naturally causes two
phenomena: over-reaction and under-reaction in the financial market. Most exceptional
phenomena belong to these two classes .This paper will use behavioral finance to study
the reaction characteristics and the price of risking assets in the financial market.
Firstly we compare the theories of behavioral finance and traditional finance in
micro level. According to behavioral finance, investors are limited rational, and the
market is ineffective. Limited rational traders usually aren’t able to capture all correct
information or deal with all information rationally. This paper assumes that there are
three kinds of traders: rational trader, under-reaction trader and over-reaction trader. All
traders use Bayesian principle to modify prior distributions. We have obtained the
short-term equilibrium price of the risky asset. In order to test applicability of our
model, we give an empirical analysis of Shanghai stock market. After theoretical and
empirical analysis, some new investment strategies based on behavioral finance are
given.
Key words: Behavioral Finance, Overreaction and underreaction, Strategies of
investment
重庆大学硕士学位论文1 绪论
1
1 绪论
1.1 选题背景
行为金融学的研究最早可以追溯到20 世纪50 年代，O•K•Burrell[1]（1951）
发表的一篇题为“Possibility of an Experimental Approach to Investment Strategies”
的文章，标志着行为金融学的诞生。行为金融学在20 世纪70 年代末和80 年代初
取得了一定的突破。普林斯顿大学的Daniel Kahneman 教授和斯坦福大学的Amos
Tversky[2]（1979）教授提出了期望理论（Prospect Theory），该理论以更接近现实
的假设动摇了传统金融学所依赖的主观预期效用理论（Subjective Expected Utility
Theory）。Kahneman、Slovic 和Tversky[3]（1982）、Debondt 和Thaler[4]（1985）
等学者也有一些有关行为金融研究的成果。这些研究成果成为行为金融研究史上
的一个里程碑，为行为金融研究的兴起发挥了重要作用。90 年代，行为金融学的
发展对标准金融学产生了巨大冲击，大批学者对标准金融学的理论缺陷进行实证
分析，综合运用心理学、社会学、人类学等领域的研究成果，研究发现人类行为
存在认知偏差，合理解释了金融市场上的异常现象[5]。90 年代后期，行为金融学
研究着重于最优投资组合和资产定价方面， Shefrin 和Statman[6]（1994）提出了
行为资本资产定价理论（ BAPM, Behavioral Assets Pricing Model），并在2000 年
提出了行为组合理论[7]（BPT, Behavioral Portfolio Theory）。
传统金融学的理论基础是理性人假设和有效市场理论，而行为金融学认为人
是有限理性的，金融市场并不总是有效的。行为金融学与标准金融学的争论开始
于“红利之谜” [8]。1973 年至1974 年能源危机期间，纽约城市电力公司
（Consolidated Edison Company）准备取消红利的支付，1974 年CEC 的很多小股
东在股东大会上为此闹事。按照传统金融学框架下的MM 定理，在不考虑税收与
交易费用的情况下，公司资本结构和公司价值无关，红利与资本并没有实质的差
别，小股东不应该对是否发放红利如此激动。而且美国收入税率高于资本利得税
率，减少红利的发放应更有利于股东。证券市场同样也存在大量的异常现象，如
股票溢价之谜、股票价格对基础价值的长期偏离、赢者输者效应、弗里德曼—萨
维奇困惑、规模效应、帐面市值比效应、日历效应等，传统金融学无法解释这些
现象。标准金融学家企图在不违背理性人和有效市场理论前提下去解释，认为这
些都是偶然现象，可以通过选择正确的方法和模型来消除异常[9]。行为金融学认
为不能简单地把这些归结为“偶然现象”，而忽略其背后的心理学依据。行为金融
学把投资过程看成一个心理活动过程，认为投资者是不“理性的”，往往容易犯一
些认知错误，诸如：启发式偏差、框定偏差，在金融市场里表现为过度自信、损
重庆大学硕士学位论文1 绪论
2
失厌恶、后悔厌恶等。认知偏差的存在会导致投资决策偏差，投资决策偏差又会
使资产价格偏离其内在价值[10]。
随着行为金融学的不断深入发展，对投资者反应过度（overreaction）或反应
不足（underreaction）的探索成为当代行为金融学研究的一个重要方向[11]，这也
正是本文研究的内容。诸多证据表明金融市场里存在一定的趋势性和反转特征，
这为投资者所关心的问题，掌握股价波动规律是取得收益的重要途径，而金融市
场的趋势性和反转特征与投资者对信息反应过度（overreaction）或反应不足
（underreaction）这一现象是相一致的[12]。
1.2 国内外研究现状
1.2.1 国外研究情况概述
传统金融学无法解释现实金融市场诸多异象，这对其理论基础提出了挑战。
Fama[13]（1991）注意到股市回归的可预见性是关于市场有效假设的争论焦点。对
惯性投资和反向投资能获得额外收益可能性及根本原因的解释各不相同。一些解
释基于投资者的不理性行为，另一些解释则仍然认为市场有效。Fama[14]（1998）
认为反应过度与反应不足可以相互消减，市场是有效的。Montier认为市场有时表
现为反应不足，有时表现为反应过度，二者并不能处于稳定均衡状态。Shefrin认
为，从表面上看金融市场短期存在反应过度，一般时间不超过一个月（Lehmann，
1990）；从动量因素（momentum）来看，在3个月到12个月之间存在反应不足的现
象[15]（Jegadeesh 和Titman，1993），一年以上存在反应过度[4]（De Bondt 和Thaler
1985, 1987, 1990）。许多学者对各类金融市场的实证研究都说明了反应过度和反应
不足普遍存在，这反驳了有效市场理论假设，为行为金融学的发展提供了坚实的
基础。
对金融市场的研究为国外学术界所关注，特别是对反应过度和反应不足现象
的解释。从理论角度看，国外学者企图找到引起金融市场反应过度和反应不足的
行为心理因素。Barberis, Shleifer 和Vishny[8]（1998）实证研究揭示了两类普遍
的规律：股价对诸如收益公布之类的消息反应不足，而对一系列的好消息或坏消
息反应过度。且从分析投资者如何形成自己信仰的角度构建了理论模型，下期收
益或损失情况由两个模型决定的，两个模型之间的转换依赖于现有经济状态。
Daniel, Hirschleifer and Subrahmanyam[12]（1999）构建了证券市场理论模型，该模
型基于两类心理偏差：对私有信息过度自信（over-confidence）；有偏的自我归因
(self-attribution），投资者信念是其投资收益的非对称函数。从长期看，过度自信
暗示了证券价格时间序列上负相关、高发散；短期看，有偏自我归因认知偏差导
致证券价格时间序列上正相关。Hong 和Stein[16]（1999）认为资本市场上存在两
重庆大学硕士学位论文1 绪论
3
类有限理性投资者：消息观察者（newswatchers）和惯性交易者（momentum
traders），每类交易者都只能对可获得信息的一部分作出反应。消息观察者的有限
理性使得风险资产价格短期上对私人信息反应不足，惯性交易者可以通过追涨获
得额外收益。如果投资者受限于单一的投资策略，套利最终不可避免地导致市场
价格长期上反应过度。Bloomfield , Libby 和Nelson[17]（2000）认为有代表性的
投资者仅仅拥有有关其消息可靠性的噪声信号，这种噪声促使风险资产价格对可
靠信息反应不足，对不可靠信息反应过度，跟Griffin 和Tversky（1992）等人决
策实验结果一样。Eli Amir 和Yoav Ganzach[18]（1998）运用行为决策理论验证
了金融市场投资者对预期收益反应过度和反应不足的条件假设，讨论了三种启发
式偏差：宽厚慈悲行为（leniency）、代表性启发法（representativeness）和锚定
与调整启发法（anchoring and adjustment）同时对收益预期行为的影响，提出了基
于这三类认知偏差的理论模型，并通过实证分析证实了模型的三个结论：（1）存
在这样的趋势：预测市场变化时反应过度，预测对市场的修正时反应不足；（2）
对正面的预测修正存在反应过度，对负面的预测修正存在反应不足；（3）预测的
时间范围越长，反应过度、反应不足和过度乐观表现得越充分。Kang , Liu 和N[19]
（2002） 使用中国投资者可获得的Ａ股数据，实证发现短期反向投资策略
（contrarian strategy）和中期惯性投资策略（momentum strategy）能获得较高收益，
文章导入了超前—滞后结构（lead–lag structure）因素，同时考虑了出价—要价扩
散（bid-ask spread）、非同步交易（nonsynchronous trading）、随时间变化的市场
风险（time-varying market risk）和公司规模（firm-size effect）等因素对实证的影
响。
从实证角度来看，国外学者不但对股市中反应过度和反应不足现象进行研究，
而且对期权、汇率等也有所分析。Allen M.Poteshman[20]（2001）考察了期权市场
对实物资产瞬时变化的反应情况。有三个主要发现：第一，期权投资者对日变化
反应不足；第二，同样的投资者对一阶段同趋势的变化反应过度；第三，这些投
资者倾向对反向变化反应不足，而对同向变化反应过度。Larson 和Madura[21]
（2001）对汇率市场进行了研究。结果发现新兴汇率市场反应过度和工业化国家
汇率市场反应不足。在对金融股市的实证研究中，其所覆盖的范围也较宽，包括
了新兴发展市场和发达成熟市场、亚洲市场和欧美市场。Ahmet 和Nusret[22]
（1999） 发现7个工业化国家（美国除外）股市也存在长期反向投资的超额收益。
Chang et al. [23]（1995） 证实了日本股市短期惯性投资策略的有效性，Hameed 和
Ting[24]（2000）也发现在马来西亚股市存在相同的现象。Rouwenhorst（1998） 在
12个欧洲股市里找到惯性投资超额收益的证据。Rouwenhorst（1999） 在20个新兴
发展国家市场里发现6个新兴市场可以通过惯性策略取得反常收益。Hameed 和
重庆大学硕士学位论文1 绪论
4
Yuanto（2000） 发现6个亚洲市场惯性策略能获取少的收益，但在统计上尤为显
著。Schiereck et al.（1999）在德国市场实证发现中期惯性投资有效，短期和长期
反向投资策略可行[25]。
1.2.2 国内研究现状
行为金融学引起国内学者重视是近几年的事，现阶段的研究水平较低，大多
是对国外行为金融学发展情况的介绍，深入的理论研究较少。行为金融学是基于
认知心理学和实验经济学的一门边缘学科，融合了心理学、社会学、经济学、金
融学等多学科的综合学科，特别涉及到许多心理学的概念与实验，要全面清晰地
把握金融投资的心理过程和行为特征有相当难度。韩海平等[26]（2002）从理论基
础、模型、行为投资策略等几个方面对行为金融学进行了比较详细、深入的探讨
和研究。黄树青[27]（2002）介绍了国外传统金融学和行为金融学之间的争论焦点，
对比分析金融学的两个分枝，并展望了金融学的发展方向。翁学东[28]（2003）重
点介绍了国外行为金融学的四大研究成果，即视野理论（Prospect Theory）、后悔
理论（Regret Theory）、过度反应理论（Overreaction Theory）及过度自信理论
（Overconfidence Theory）。黄兴旺[29]等（2000）、钟永红[30]等（2003）、以及刘力
等[31] [32]（1999、2003）也系统阐述了国外行为金融研究理论成果。
在实证研究方面，由于中国金融市场自身具有一些不同于发达资本市场的特
征，如市场规模小、不全流通、信息严重不对称、政策因素等，市场“异象”表
现尤为突出，这为行为金融研究学者提供了丰富的内容。目前国内学者所涉及的
领域大致有以下几个方面：（1）对封闭式基金折价的实证分析，如张俊喜[33]等
（2002）的“解析我国封闭式基金折价之谜”、沈洪溥[34]等（2003）的“行为金融
学对封闭式基金价格波动的解释”、饶育蕾等[35]（2003）的“我国封闭式基金折价
交易的行为金融学实证分析”；（2）对国内市场投资者反应过度和反应不足的实证
研究，其中考虑到了投资者的过度自信、损失厌恶等认知偏差，如吴忠群[36]（
2002）
的“ST类股票价格对公司财务状况的反应”、王永宏等[37]（2001）的“中国股市
‘惯性策略’和‘反转策略’的实证分析”、吴世农[38]等的“我国股票市场‘价
格惯性策略’和‘赢余惯性策略’的实症研究”等；（3）对国内市场表现突出的
“板块现象”分析，如何诚颖[39]（2001）的“中国股市‘板块现象’分析”；（4）
其他市场异象的行为金融学解释，如赵学军等[40]（2001）的“中国股市‘处置效
应’的实证分析”等。其中，对市场反应过度和反应不足方面的研究等价于市场
反向投资策略和惯性投资策略可行性研究，有关这方面的实证文献概括如下：（1）
从研究方法上看，大多采用了国外的分析方法，即De Bondt 和Thaler[4]（1985）、
Jegadeesha 和Titman[15]（1993）研究所用的分析法；（2）从研究内容上看，认
为对公司具体信息反应过度和反应不足是反向投资策略和惯性投资策略获得收益
重庆大学硕士学位论文1 绪论
5
的唯一原因，没有考虑实证中其他影响因素，如公司规模（firm-size effect）等；
（3）从实证结果上看，大多文献都发现了反向投资策略的可获利性，在惯性投资
策略方面则有不同看法，这与所采集的数据和分析方法不同有关。
1.3 研究意义和研究方法
1.3.1 研究意义
我国对金融市场异象研究始于20世纪90年代末，对认知偏差、投资者情绪及
基于投资者心理的最优组合投资决策和资产定价问题的研究还基本处于空白，较
国外研究有较大差距[41]。另一方面，证券市场效率问题备受学术界、实务界关注，
它涉及到证券市场是否有效、资产价格是否无偏地反映所有信息以及投资者是否
理性等问题，对这些问题的回答是中国证券市场能否健康稳定发展的关键所在。
所以，行为金融学研究对国内学者来说，不仅十分必要，而且具有现实紧迫性。
本文研究在理论上作了进一步探索，为投资者理解市场“异象”提供了一定
的理论解释；同时，也考察了证券市场的有效性，为文章提出的理论模型找到了
部分现实的依据，并在此基础上为投资者投资提供了有效的策略。
1.3.2 研究方法
导致市场非有效的因素很多，行为金融学强调投资者所犯的认知偏差，如过
度自信、厌恶后悔、经验驱动偏差等。认知偏差存在主要是因为市场信息非对称，
信息不对称现象在国内市场表现尤为突出。可靠信息的获取有很大难度，上市公
司作假、监管不完善等都是其中的关键因素。本文研究首先从微观决策层面比较
分析了传统金融学和行为金融学的区别和联系，表明了行为金融学的研究方法和
研究重点。由于行为金融学认为投资者是“有限理性”的，资本市场是无效的，
非理性交易者往往不能获取全部有用信息或不能对全部有用信息作出及时、正确
的反应。本文就此从行为金融学的角度假定了资本市场存在三类投资者：反应不
足交易者、反应过度交易者和理性交易者，不同交易者对信息的反应方式不同，
不同时刻部分交易者总是赋予最近信息过高或过低的权重。同时本文也假定了每
类交易者都通过贝叶斯法则修正其先验概率，最终推导出风险资产价格，为投资
决策提供了一定参考价值。本文认为市场总是处于这样一个循环过程：反应过度
——价值回归——反应不足——价值回归——反应过度，在每个阶段不同类型的
交易者占据主导地位，在反应过度阶段反应过度交易者对市场起着决定作用。为
了进一步验证建模思想的正确性，考察其在国内市场的适用性，本文实证了国内
股票市场。实证研究部分是在现有的研究方法基础上，进一步扩充了样本（从1993
年到2003年）、采用了更合理的超额收益率计算方法、价值权重组合收益率分析法。
文章最后结合了前几章的研究，分析了行为金融投资机理，并给出了投资策略建
议，对实际操作有一定的的指导价值。
重庆大学硕士学位论文1 绪论
6
1.4 本文研究的基本框架
本文的研究内容共由四部分组成。第二章是行为金融学概述。系统介绍了行
为金融学的定义以及决策层面的理论研究框架；第三章是行为金融学与传统金融
学比较分析。从微观决策层面比较了二者的不同，进一步加深了对行为金融学的
理解；第四章是理论模型部分。基于行为金融学的资本资产定价模型，该模型把
投资者分为三类不同的交易者：反应不足交易者、反应过度交易者和理性交易者，
通过动态的贝叶斯推导得出市场金融资产的均衡价格；第五章是实证部分。上海
股市反应过度、反应不足实证研究，该实证进一步证实了第三部分的理论模型的
合理性以及在国内市场的适用性；第六章是投资策略分析。该部分分析了行为金
融学的投资机理，并对当今主流的基本面分析法和技术分析法提出了行为金融学
方面的看法，同时也给出了行为金融学投资策略和建议。
重庆大学硕士学位论文2 行为金融学概述
7
2 行为金融学概述
2.1 行为金融学的产生
2.1.1 行为金融学产生的背景
传统金融学是半个世纪发展起来的，在20 世纪50 年代以前，经济学家不太
关心金融问题的研究，当时的金融研究主要侧重文字方面的描述。50 年代后以数
学为基本分析工具的现代金融理论开始出现，H.Markowitz（1952）提出的资产投
资组合理论标志着现代金融理论的诞生。Modigliani 与Miller（1958）用无套利原
理证明了著名的MM 定理，为公司金融理论的发展奠定了基础。同时，Debreu
和Arrow 把一般均衡方法引入到金融研究中。这为现代金融研究提供了一个分析
框架。随后，Sharpe,Lintner 和Mossin 构建了著名的资本资产定价模型（CAPM），
对投资者和共同基金的投资组合及资产评估方法产生了重大影响。Ross（1976）
基于无套利原理和风险分散理论提出了套利定价理论（APT），APT 比CAPM 模
型更有实用性。Black 和Scholes（1973）推导出简单的期权定价公式，Merton 对
该公式进一步深化，Black—Scholes 公式给金融产品定价带来了方便，成为现代
金融理论的一个里程碑。传统金融学是基于有效市场假说（EMH）发展起来的，
有效市场假说认为人是理性的，理性人总是能够掌握所有有用信息来极大化其预
期效用。标准金融学的基本观点是：a 投资者是理性的，理性人可以对所获得的
有用信息作出无偏估计，最大化其期望效用；b 投资者是同质的，所有投资者都
是无差别的，对未来的预测都是客观公正的；c 投资者是风险厌恶的，在任何时
候对既定的收益都选择风险最小的投资组合；d 投资者面对不同的资产的风险态
度是一致的；e 市场是有效的，市场上的所有资产价格都反映了所有信息[41]。
尽管标准金融学运用逻辑和数学工具建立了庞大的理论体系。然而，1973 年
至1974 年能源危机期间，纽约城市电力公司（Consolidated Edison Company）准
备取消红利的支付，1974 年CEC 的很多小股东在股东大会上为此闹事。按照传
统金融学框架下的MM 定理，在不考虑税收与交易费用的情况下，公司资本结构
和公司价值无关，红利与资本并没有实质的差别，小股东不应该对是否发放红利
如此激动。而且在美国收入税率高于资本利得税率，减少红利的发放应更有利于
股东。在证卷市场同时还存在大量的异常现象，如股票溢价之谜、股票价格对基
础价值的长期偏离、赢者输者效应、弗里德曼—萨维奇困惑、规模效应、帐面市
值比效应、日历效应等，传统金融学无法解释这些现象。标准金融学家企图在不
违背理性人和有效市场理论前提下去解释，认为这些都是偶然现象，可以通过选
择正确的方法和模型来消除异常。但这些解释都不具有强的说服力，从而导致了
重庆大学硕士学位论文2 行为金融学概述
8
人们对其理论前提的思考，这时行为金融学应运而生。
2.1.2 行为金融学的定义
作为一个新兴的研究领域，行为金融学至今还没有为学术界所公认的严格定
义。这里给出几个常用定义[42]：
①Richard Thaler 认为行为金融学是研究人类理解信息，并随之作出投资决策的科
学。通过大量研究发现投资者行为并不总是理性、可预测和公正的。实际上投资
者经常会犯错，而有偏地理解信息将导致不理性的决策。
②Shiller[43]认为行为金融学是从对投资者决策的实际心理特征研究入手探讨投资
者的投资决策行为问题，其投资决策模型是建立在合理的投资者心理假设的基础
上。
③Lintner（1998）把行为金融学研究定义为“研究人类如何解释信息以及如何根
据信息做出决策”。Olsen（1998）声称“行为金融学并不是试图去定义‘理性’
的行为或者把决策打上偏差或错误的标记；行为金融学是寻求理解并预测市场心
理决策过程的系统含义”。
上面的定义各有侧重，见解独到。大体上可以分为两类：一类从人类理解信
息的角度出发，信息是投资者认识的对象，从本原说起更符合唯物主义认识论的
观点，而信息社会的到来，人类认识能力就显得比较有限，对信息的收集、加工
存在着不对称现象，认知偏差由此产生；另一类是从人的心理角度出发，认为人
类心理本身是复杂多变的，同时具有风险偏好、风险厌恶的特征，投资者追求的
不单是经济上的利益，效用函数还包涵其他的价值观、心理平衡和后悔厌恶等因
素。本文更趋向于第一类观点，第二类说法正是传统金融学所攻击的地方，它认
为何以把投资者抽象为“理性人”，原因在于与其整天讨论无边际的人类心理，不
如从更接近现实地简单理解投资者都是“理性的”，假设与现实的空隙正是“行为
金融学”（从第二类观点理解）得以发展的基础。尽管各类定义的出发点不同，但
从根本上说，行为金融学研究的是市场参与者表现出的真实情况是什么，以及用
市场参与者表现出的这些特性来解释一些金融现象。行为金融学认为：投资者是
有限理性的，投资者是会犯错误的；在绝大多数时候，市场中理性和有限理性的
投资者都是起作用的。
2.2 行为金融学理论框架
2.2.1 拇指规律与经验驱动偏差（Heuristic-driven bias）
传统金融学假定投资者行为是理性预期和风险厌恶的，在处理数据资料时，
能正确而适当使用统计工具。行为金融学认为投资者在实际投资过程中习惯运用
拇指规律，即经验的方法来处理数据资料。由于人类的认知有限性和客观世界信
重庆大学硕士学位论文2 行为金融学概述
9
息的无限性，投资者对信息的收集和处理常常采用直观、简单化的方式，而实践
积累的经验就成为其简单化策略的基础。Tversky 和Kahneman[44]（1974）提出了
两个概念：经验的方法（heuristics）与偏差（biases）。经验的方法是决策中所用
的“拇指规律”，由于运用此规律很容易出现偏差，进而讨论了三种具体的经验偏
差：代表性偏差（representativeness）、可得性偏差（availability）以及锚定效应
与调整（anchoring and adjustment）。代表性偏差是人们根据自己对特定事件的代
表观点来估计某些事件发生的概率。如随机投掷硬币的结果，人们认为正反正反
的发生概率比正正正正的产生概率要大。可得性偏差是对那些比较容易了解和掌
握的信息更看重，如周围女性多的群体中的成员认为社会中的女性比例比男性高。
锚定效应与调整是指人们在判断某事物发生的概率时，倾向于和过去已有的相关
估计相联系。如证券分析师总是习惯于“锚定”自己的思维，他们喜欢提出一个
依照以往经验所做的投资建议，但由于该建议没有依照现实情况充分调整，往往
适用性有限。
2.2.2 框架依赖（Frame dependence）
框架指决策问题的类型或构架。传统金融学假定构架独立，即风险和收益是
透明、客观的，实际工作者可以通过透明客观的风险和收益观测到全部决策过程。
构架独立是Modigliani-Miller 对公司财务研究的核心。Miller 认为将一块钱从右
口袋转到左口袋并不能增加财富，这里用来描述问题的形式就是其框架。行为金
融学认为框架不是透明、客观的，晦暗的框架使得决策依赖于其具体的架构，形
式的不同会导致决策的不同，行为反映了框架依赖。
Kahneman 和Tversky[2]（1979）研究了人们对预期亏损的反应。假定面临这
样一个选择：
（1）接受一个确定无疑的亏损7500 元；
（2）选择一个机会，这个机会有25%的把握没有亏损，75%的机会是要亏损10000
元。
两个选择的亏损的期望值都是7500 元，然而实验表明大多数人会选择后者，
Kahneman 和Tversky 认为这是投资者亏损回避的表现，人们喜欢一种使亏损变得
模糊的构架。
2.2.3 市场无效论
市场是否有效，这一问题是金融学中争论最为激烈的。传统金融学认为市场
是有效的，证券的价格与其基本价值相符。有效市场理论在1970 年代至1990 年
代中都是居于主导地位的金融理论。Fama[13]将有效市场细分为弱式有效、半强式
有效和强式有效三种。然而，行为金融学认为市场并不是有效的，而是无效的。
首先否定了市场套利的无风险性，由于有限理性投资者的存在，市场不单是理性
重庆大学硕士学位论文2 行为金融学概述
10
交易者的市场，而是“噪声交易者”和理性交易者博弈的市场，理性交易者并不
总是处于主导地位，存在着噪声交易者领导市场的套利风险。现实情况也证明了
这一点，市场有时处于无效状态[45]。
2.3 行为金融学对传统金融学的质疑
2.3.1 股票溢价之谜
Mehra 和Prescott（1985）提出了“股票溢价之谜”（equity premium puzzle），
他们指出股票投资的历史平均收益率相对于债券投资高出很多。虽然人们希望股
权投资的回报率高一些，因为股票要比国库券风险大一些，但从长期来看，股票
投资组合的加权平均回报率比国债回报率高出7%左右（Siegel，1994），如此大
的差异难以用风险因素来解释。而且，这样说来长期股票投资并没有太大的风险。
相反，长期债券有更大的购买力风险，因为物价指数长时间变动较大。
投资者的模糊厌恶和损失厌恶可以用来解释股权溢价之谜。由于投资者不能
确切地知道股票收益率的分布，当面对不确定性的时候，他们宁可选择自己心中
最坏的估计。Maenhout（2000）指出，如果投资者担心他们所依据的股票收益估
计模型是错误的，他们将要求更高的股票溢价作为他们对概率分布认知模糊的补
偿。Barberis，Huang 和Santos 的模型论证了损失厌恶程度的变化可以产生股票价
格的过度波动，而损失厌恶本身使投资者不愿意看到股票市场存在频繁的下跌过
程，因此投资者将对持有风险证券要求更多的溢价[41]。
2.3.2 股利之谜
Modigliani 和Miller（1958）说明了在一个免税费的有效市场上，股利政策与
公司价值无关。而且美国对股利征收的所得税要比资本利得税高，对于纳税股东
来说，公司回购股票或保留赢余要比分配股利好。然而大多数公司为什么分派现
金股利？派发现金股利或股利增长时，为什么股价也上涨？这两个问题分别从公
司行为和资产定价方面给传统金融提出了质疑。
Thaler 和Shefrin（1981）指出，现实生活中受情绪等行为心理影响的投资者
并非传统金融学框架下的完全理性人。他们不具有完美的自控能力，容易屈服于
各种诱惑。将资产划入不同的心理帐户的做法实际上更有利于投资者提高自控能
力。运用心理帐户、不完善的自我控制和后悔厌恶对红利困惑进行解释有一定的
合理性[41]。
2.3.3 股价对基础价值的长期偏离
传统金融学认为股票价格只是随着基础价值的变化而变化的，Shiller（1979，
1981b）提出股票市场和债券市场的价格波动远比单纯由基础价值决定的剧烈得
多。Shiller（1990）比较了股票的价值和价格，发现股票价格可能在长时间内偏
重庆大学硕士学位论文2 行为金融学概述
11
离基础价值，特别是在1994 年后，股票价格更是直线上升，远高于基础价值[41]。
投资者的代表性认知特征可以用来解释股票价格的过度波动。代表性认知使
投资者相信平均现金股利增长率的波动比实际更大，在看到现金股利增长（下降）
后，他们很快会相信平均现金股利增长率提高（降低）了，相应的买入（卖出）
行为将股票价格推高（压低）到与现金股利不相适应的水平。
2.3.4 赢者输者效应
De Bondt 和Thaler[4]（1985）将公司股票按照股价表现进行分类，将前3 年
内股票累积收益排在前几位的公司构造成为赢者组合（winner portfolio），将同期
累积收益排在最末几位的公司构造为输者组合，然后在1933 年至1985 年这段时
间内比较赢者组合和输者组合在构造后5 年内的累积收益，结果发现输者组合收
益很高，而赢者组合则收益较低，这种现象被称为“赢者输者效应”（winner-loser
effect）。
过度自信（overconfidence）、自我强化的归因偏差（self-enhancedbiased
self-attribution）和保守主义（conservation）可以用来解释“赢者输者效应”
（winner-loser effect）。过度自信是投资者过分重视自己的私有信息，对新信息反
应过度。同时由于自我强化的归因偏差因素，人们常常将好的结果归功于自己的
能力，而将差的结果归罪于外部的环境。人们难于通过不断地理性学习来修正自
己信念，导致人们动态的过度自信。保守主义是惯性思维的一种表现，投资者根
据新信息对原有信念的修正往往不足。这样市场对新信息反应过度和反应不足的
客观存在使得证券价格波动具有一定的惯性和反转特征，“赢者输者效应”正是其
中的一种表现。
2.3.5 弗里德曼—萨维奇困惑
传统金融学里的Markowitz 均值方差模型中，投资者对每个组合均用期望收
益率和方差来衡量，方差代表风险的大小，每个投资者均是风险厌恶的，其风险
厌恶程度是确定一致的，不因投资对象改变而不同。但现实并非如此，Friedman
和Savage（1948）研究发现，人们通常同时购买保险和彩票，尽管彩票巨额彩金
中奖的概率很小。他们在购买彩票时表现出一种风险追求（risk seeking），在购买
保险时表现出风险厌恶（risk aversion）。这种现象称之为“弗里德曼—萨维奇困
惑”[41]。
行为金融学认为投资者不同心理帐户的存在导致了其同时具有两种风险偏
好，不同的心理帐户对应着不同的风险观。他们购买保险时表现出风险厌恶，在
购买彩票时却表现出一种高风险追求。投资者在心理上把资金或购买的证券划分
成几个帐户，每个帐户对应不同的用途，有的用于教育、退休养老，有的用于博
取高报酬，不同用途决定了投资者的不同风险偏好。
重庆大学硕士学位论文2 行为金融学概述
12
2.3.6 规模效应
Banz（1981）发现在美国证券总收益率或风险调整后的收益率都与公司大小
呈负相关关系，即股票收益率随着公司规模的增大而减小。股票收益率与公司大
小有关的这种现象就是“规模效应”（The Size Premium）[41]。
这种现象的产生可能与小公司本身成长性较大公司相关。另一方面行为金融
学认为人是“有限理性”的，“有限理性”的投资者会导致市场无效，由于小公司
市值较小，其股价更容易被操作，好的股市表现有利于公司进一步成长，这样的
正反馈循环促使小公司的股市表现更佳。但随着公司规模的壮大，对证券价格的
控制更难，且资金收益率有下降的可能。
2.3.7 帐面市值比效应
帐面市值比（B/M，book-to-market ratio）或市盈率（P/E）的大小与股票的
预期收益率有关，B/M 大的公司是价值型公司，B/M 小的公司是成长型公司。Fama
和French（1992）对美国三大证券交易所的股票进行研究，发现B/M 基本可以解
释股票报酬率的变化，解释力远大于β系数[41]。
帐面市值比效应说明了投资者并非都是根据β系数来计算自己组合的预期收
益率，认知心理学的研究成果说明人在对不确定性事件分析时喜欢复杂问题简单
化，投资者获得的最原始的信息是公司的财务数据，根据其财务指标投资较计算
复杂的β系数容易得多。
2.3.8 日历效应（calendar effect）
股票收益率与时间有关，也就是说在不同的时间，投资收益率存在系统性的
差异，这就是所谓的“日历效应”。Rozeff 和Kinney（1976）发现，1904~1974
年间纽约股票交易所的股价指数1 月份的收益率明显高于其他11 个月的收益率。
Gultekin（1983）和Keim（1983）分别都发现这种“1 月效应”的广泛存在。同
时，实证也揭示了周一的平均回报率比其他交易日要低很多，美国、日本都存在
这种“周一效应” [41]。
行为金融学认为投资者的理性程度与其情绪有关。在情绪高涨的时候，投资
者更喜欢追求风险，在信息串流和羊群效应等心理行为的影响下，股市表现较情
绪低落时好。而在每年的一月左右正值各国最重要的传统节日，又是新一年的开
始，众多综合因素使得投资者的情绪高涨。同样星期一是一周的第一个工作日，
大多数在职员工都有害怕星期一到来的感觉，总希望能更长时间地享受来之不易
的每个周末。当然，投资者在星期一的情绪相对其他时候更低落。
重庆大学硕士学位论文3 行为金融学与传统金融学比较分析
13
3 行为金融学与传统金融学比较分析
3.1 传统金融学理论基础
3.1.1 “理性人”假设
①“理性人”的经济学涵义
“理性人”假设是传统金融学的理论基石之一，也是目前主流经济学的理论
基础。总括起来其有三个涵义。经济学“理性”的第一个涵义是“人的自利性”
假设。在亚当·斯密那里，人的双重本性包括自利性（self-interest）和社会性（social
affectivity）。但是目前主流经济学把社会性归结于人的自利性，人的自利性是生
存竞争和社会进化的结果。经济学“理性”的第二个涵义是“极大化原则”（或极
小化原则）。这是马歇尔《经济学原理》所做的贡献，也是奥地利学派发起的“边
际革命”的结果。人类行为归根结底可以由极大化效用函数来解释。经济学“理
性”的第三个涵义是每个人的自利行为与群体内其他人的自利行为之间的一致性
假设，这也是“博弈论”的理论前提。
“人的自利性”假设表明人的内在动机，自利性是所有决策的基本出发点。
根据这一假设人不会做于己无利的事情，经济活动中所表现出来的社会性表面上
利他，实质上是利己。从人的社会性来看经济人的目标函数与一些非金钱因素有
较大的相关关系，这为目标函数的建立带来了困难。“人的自利性”本质上要求人
极大化其效用目标函数。经济学“理性”的第二个涵义（极大化原则）表明的是
极大化行为的特定方式，这种特定方式包括两层含义：具体效用函数形式、极大
化方法。序数效用理论和V·N-M 效用函数理论规定了效用函数的具体形式；边
际分析法和“贝叶斯规则”是其方法。“理性”的第三个涵义表明的是人的理性程
度是一致的，准确地说，具体效用函数可能不同，极大化方法和自利性是相同的。
②“理性人”的具体金融学涵义
金融资产定价、投资决策分析大多在不确定经济环境下进行，对金融学理论
的研究关键在于对不确定环境的认识。在金融学领域，所谓理性投资者主要有两
方面的含义：第一，金融市场各参与主体在决策时，都是以实现主观预期效用最
大化为目标，都是回避风险的。第二，在不确定条件下市场各参与主体能够根据
他们所得信息对市场的未来做出无偏估计。相对确定经济环境决策分析，金融市
场不确定环境研究给“理性人”假设提出了更严格的限制，由于不确定因素导致
风险的存在，在风险偏好方面假定了理性投资者是风险厌恶的；同样由于不确定
因素使得未来事件不确定，要获得有关未来事件的概率知识，“理性人”假设要求
理性投资者根据所获信息能无偏估计事件发生的概率。
重庆大学硕士学位论文3 行为金融学与传统金融学比较分析
14
3.1.2 有效市场假说
①有效市场假说的提出
讨论有效市场理论必须从“随机游走理论（Random Walk）”说起，“随机游
走”一词早出现在1905 年《自然》杂志。它指出这样一个现象：如果将一个醉汉
置于荒郊野外，之后又须将他找回来，那么从醉汉最初所在的地点找起最好。该
地点是醉汉未来位置的最佳估计值。在《自然》杂志正式提出这个名词前，最早
对这一现象进行实证研究的是法国经济学家巴歇利埃，1900 年对法国商品价格走
势进行了研究。直到1953 年，著名统计学家莫利斯·肯德尔的论文才引起人们对
随机游走理论的普遍关注。对近代股票市场研究真正起推动作用的是罗伯茨和奥
斯本在1959 年先后发表的两篇研究报告。罗伯茨发现：从“累积随机数表”中抽
取一系列数字，其呈现的形态与前后数字之间的差异和股价时间序列非常相象。
而奥斯本发现股价波动符合物理学上的布朗运动。
经过初始的困惑以后，经济学家们随即形成对随机游走现象的一致解释：股
价随机波动反映的正是一个功能良好、有效的市场，投资者无法找到规律以获得
超额利润。这一理论认为股票价格的变化是相互独立的，任何时刻的股价都真实
反映了股票内在价值，股票价格在价值线上的波动是随机的。
在此基础上，1965 年芝加哥大学教授Fama 提出了著名的有效市场假说
（EMH），并在1970 年的回顾与评论性文章中确定了该假说的定义和内容。此后，
又有Loroy（1973）、Locus（1978）、Grossman（1976）、Stiglitzs[46]（1980、1993）、
Malkiel（1992）等著名经济学家对有效市场假说进行了深入的研究和探讨。目前，
有关有效市场假说的争论和检验依然是金融学领域的热点问题。
②有效市场假说
证券市场效率问题一直是金融学中的重要内容，也是金融研究中的重要科题。
传统金融理论以投资者理性为前提，提出了有效市场假说（EMH）。该假说认为
证券价格能充分反映所有可获得信息；证券市场的投资者是同质的，且都能对新信
息作出快速反应；证券价格的变化是随机的，任何投资者都不能获得超额收益。有
效市场假说是现代证券市场理论体系的支柱之一，是传统金融经济学的基石之一。
1970 年Fama 对有效市场给出了明确的定义：“如果证券价格完全反映了所有
信息，则证券市场是有效的”。Harry Roberts（1967）根据股票价格对相关信息反
映的范围不同，将有效市场分为三类：（1）弱式有效市场，该假定认为证券价格
已包含了过去价格中的全部信息，证券市场价格变动的历史不包含任何对预测证
券价格未来走势有用的信息，从而否定了技术分析法的有效性；（2）半强式有效
市场，该假定认为证券价格不仅包含了过去价格信息，而且包含了全部其他公开
信息，因为证券价格已经反映了上市公司的财务数据及其他公开企业信息，从而
重庆大学硕士学位论文3 行为金融学与传统金融学比较分析
15
否定了基本面分析法的有效性；（3）强式有效市场，该假定认为证券价格反映了
所有有关信息，不仅反映了全部公开信息，而且包含了仅为公司内部人员掌握的
信息，也就否定了内幕交易的有效性。
③有效市场假说的理论前提
有效市场假说是建立在理性投资者假定基础上，市场有效和股价随机游走都
是其合理的结论。该假说理论前提有：（1）整个市场没有摩擦，即不存在交易成
本和税收；所有资产完全可分割，可交易；没有限制性规定。（2）整个市场充分
竞争，所有市场参与者是价格的接受者。（3）信息成本为零；所有市场参与者同
时接受信息。（4）所有市场参与者都是理性的，并且追求效用最大化。这些理想
假设中第三和第四个理论前提起作关键作用，虽然前两点也与现实情况相距甚远，
但其要么是对现实合理的抽象，要么假设是否成立取决于后两点。在“理性人”
假设基础上，信息结构决定了市场表现，市场是否充分竞争关键在于参与者的信
息是否对称。市场信息的严重不对称会使得投资者的效用函数、概率知识存在较
大差异，导致最终作出各不同的决策。
3.2 行为金融学理论基础
3.2.1 “有限理性”的投资者
①“有限理性”的成因
行为金融学的研究把心理学和行为科学成果应用到了金融市场微观决策领
域，侧重于对投资主体的研究。而传统金融学假定了所有投资者是理性的，忽略
了对人性的具体探讨。人类本身就是最复杂的，同质理性假设明显有悖于现实。
为了理解这个问题，可以把理性分为“理性意识”和“理性能力”两部分。“理性
意识”是经济活动中的各个主体所具有的、追求自身最大利益的主观意识和愿望；
“理性能力”则是有理性意识的经济主体具有的、实现主观愿望所需要的客观能
力，包括认知能力、理解能力、计算能力、判断能力、预见能力、记忆能力和避
免错误的能力。在“理性意识”方面，不同投资者有不同程度的愿望，表现出不
同的风险厌恶水平，甚至部分投资者喜好风险。在“理性能力”方面，“理性人”
假设规定了人有能力对所获信息作出无偏估计，并且按照贝叶斯规则修正概率，
但是现实生活中的人在认知能力、理解能力等方面客观存在明显差异。这就从根
本上否定了“理性人”假设，认为投资者是“有限理性”的。
为了进一步理解，也可把理性分为“行为的理性”和“知识的理性”。“行为
的理性”是指可以根据偏好对不同的选择方案进行排序，并且所排次序独立于可
获得的特定机会集合；“知识的理性”指的是最大限度地利用可以获得的知识来形
成判断。有关“知识的理性”，确切地说是收集和处理信息的理性。在不确定情况
重庆大学硕士学位论文3 行为金融学与传统金融学比较分析
16
下，一个行为可能导致许多种可能的结果，出现的结果是不确定的，因此作出选
择不仅需要对结果的偏好，而且需要有行为和后果之间不确定性关系的知识，当
这些知识涉及到概率时，知识的理性意味着运用条件概率法则，然而有限计算能
力的投资者在处理信息方面并非都运用贝叶斯规则，Kahneman 和Tverdky[47]
（1974）发现人们经常会用一种叫启发式的方法来解决问题。另一方面，投资者
在对信息的获取上也存在客观不对称性，主要原因在于信息本身的不确定性，经
济活动中充满了无计其数的伪信息和真实信息，从众多信息中获取全部真实信息
是信息时代的一大难题。信息获取存在不对称性，当然“知识的理性”也就无从
谈起。
②“有限理性”的表现
行为金融学所依赖的心理学研究成果主要是与投资者信念、偏好以及决策相
关的情感心理学、认知心理学和社会心理学的成果。对金融市场投资者“有限理
性”表现的研究主要从这三个领域来进行。
情感心理学研究表明，人们存在着过度自信、保守主义、厌恶后悔和损失等
心理特征，而这些特征又直接影响着人们的投资行为。过度自信（overconfidence）
源于乐观主义（optimism）。心理学研究表明：在很多方面，大多数人对自己的能
力以及未来的前景都表现出过于乐观。同时由于自我强化的归因偏差
（self-enhancedbiased self-attribution），人们常常将好的结果归功于自己的能力，
而将差的结果归罪于外部的环境。所以人们难于通过不断地理性学习来修正自己
信念，导致人们动态的过度自信。保守主义（conservation）指人们的思想大多存
在一种惰性，改变个人的原有信念是非常困难的，新信息对原有信念的修正往往
不足。模糊厌恶（ambiguity aversion），即对主观的或含糊的不确定性的厌恶程度
要超过对客观不确定性的厌恶。Heath 和Tversky[48]发现人们厌恶模糊的程度与他
们对不确定性的主观概率估计能力负相关，而Fox 和Tversky[49]指出，在有决策
失误的经历或者周围有能力更强的参与者时，人们将更加厌恶模糊。
认知心理学研究表明，人们的决策过程往往是采用一种启发式（heuristic）的
推理方法，即利用非常简单的方法简化复杂的问题，形成一种单一的决策过程，
其中主要有代表性法则（representativeness），可利用性法则（availability）和锚定
与调整法则（anchoring and adjustment）等。代表性法则指人们在不确定性的情
形下，会抓住问题的某个特征直接推断结果，而不考虑这种特征出现的真实概率
以及与特征有关的其他原因。在很多情况下，代表性法则是一种非常有效的方法，
能帮助人们迅速地抓住问题的本质推断出结果。锚定与调整法则指在没有把握的
情况下，人们通常利用某个参照点和锚（Anchor）来降低模糊性，然后再通过一
定的调整来得出最后的结论。Slovic 和Lichtenstein 指出无论初始值是问题中暗示
重庆大学硕士学位论文3 行为金融学与传统金融学比较分析
17
的还是粗略计算出来的，后面的调整通常都是不足的，不同的初始值将产生不同
的结果。Kahneman 和Tversky[2]描述的幸运轮实验清晰地证明了这一倾向：人们
过多地受到并没有什么意义的初始值的约束。
认知心理学研究还发现人们存在着确认偏差（confirmation bias），即一旦人
们形成先验信念，他们就会有意识地寻找有利于证实先验信念的各种证据。事后
诸葛亮（hindsight bias）就是力图寻找各种非真实的证据来证明他们的信念是正
确的。这种确认偏差会使得投资者坚持错误的交易策略，导致金融产品定价偏差
的持续存在，直至非常强而有力的证据出现才能迫使其改变原有的信念。认知心
理学研究还发现人们存在着阿Q 精神（action-induced attitude change），即人们的
信念会由于行动的成功与否而改变。如果行动失败，人们将向下修正自己的信念，
人为地降低由于后悔带来的损失，也就是一种自我安慰的表现；如果行动成功，
人们则向上修正自己的信念，显示自己做决策的英明。
社会心理学研究表明人在决策过程中往往存在认知的系统偏差（systematic
biases）、信息串流（information cascades）和羊群效应（herd behavior）。认知的
系统偏差指社会特有因素对人的信念与决策产生重要的影响。不同背景的人们由
于文化差异、收入差异、地域差异等，可能会形成若干个具有不同信念的群体，
群体内部无明显差异，但不同群体之间存在着系统差异。也就是说，人们的认知
受到整个系统因素的影响，也受到自身所在群体的因素的影响。信息串流指人们
在决策时都会参考其他人的选择，而忽略自己已有的信息或可获得的信息。信息
串流理论刻画了大量信息在传播与评估中的丢失现象。Stasser[50]等通过心理学实
验证实人们在相互交流时，交流最多的是共同知识，私有信息得不到交换，即认
知过载（cognitive overload）。Shiller[51]指出由于人们注意力的限制，只能关注那
些热点信息，并形成相似的信念，而人们的交流以及媒体的宣传使得这些信念得
到进一步加强。Kuran 和Sunstein[52]刻画了这种集体信念形成的过程，即可获得
性串流（availability cascades）。Bikhchandani、Hirshleifer 和Welch[53]构造信息串
流形成的模型，解释了为什么非常少的信息就可以引起社会潮流或时尚。羊群效
应，也就是从众行为，是人类社会中的一个非常普遍的现象。信息串流从认知的
角度刻画了群体认知的偏差，而羊群效应则是从情感的角度出发，刻画群体的行
为。在一个群体中，人们彼此模仿，彼此传染。通过相互间的循环反应刺激，情
绪逐渐高涨，人们逐渐失去理性。
3.2.2 市场套利的有限性
传统金融学没有否定非理性投资者的存在，不过其假定了非理性投资者在市
场里处于劣势地位，最终亏损而被淘汰出市场或通过经验学习转化为理性投资者
[54]（Friedman，1953）。Fama 给出了一个理性套利模型来说明有效价格的实现机
重庆大学硕士学位论文3 行为金融学与传统金融学比较分析
18
制。他认为在证券市场上，技术熟练的理性套利者对抗非理性投资者。他们利用
非理性投机者的错误认识，通过“低买高卖”的获利策略使证券的价格与基础价
值保持一致。该模型有一个很重要的假设，即理性套利者在市场上一定占上风，
一定能使价格很快地回落到基础价值上。但是，市场并非总是理性投资者占优，
金融泡沫有时会出现，实证研究已经证明了这一点。Shleifer（2000）提出了噪音
交易理论，在噪音交易模型中，投资者被划分为理性套利者和非理性交易者两类，
前者掌握了较完全的基础信息；后者则根据与基础价值无关的噪音信息进行交易。
噪音交易者误以为自己掌握了有关风险资产未来价值信息，并对此有过分主观的
看法，尽管其对未来价格的判断是错误的，但他们从自身创造的风险中获利，从
而“创造了自己的生存空间”。所以，由于噪音交易者的存在，使得理性套利者面
临的不仅有基础性风险，而且还有噪音交易者创造的风险，这就会使理性套利者
的行为发生变异。当非理性投资者主导市场时，市场价格远离其价值，市场跟风
效应明显，如果说理性人总是最大化其效用，那么投资者加入追风行列也是理性
的决策，在这种情况下，有理性投资者转化为非理性投资者之势。有关市场套利
有限性最好的实例有：“孪生证券”（皇家荷兰和壳牌公司）、长期资本管理基金
（LTCM）等。这些都表明了市场套利有限性的客观存在。
3.3 行为金融学与传统金融学比较
3.3.1 研究逻辑不同
传统金融学假定了投资者是理性的，其研究逻辑是金融市场投资者行为是对
经济信息的理性反应。新信息总是在证券价格中按照机械程式得到体现，忽略了
主体投资者的个体心理分析。其经济行为形成机制如图3.1 所示。
而行为金融的研究逻辑与传统金融学有本质的不同。它认为人类的经济行为
是社会人在相互作用过程中以客观形式外在表现出来的对经济刺激的主观反映。
经济信息如：利率、各类指数、通货膨胀以及经济信息媒介等都是人类的经济环
境。它是经济行为产生的必要条件，而非充分条件，即经济行为不是经济刺激的
直接映射，其间有一系列中介变量，这些变量主要包括：个人目标、价值观念、
期望、认知方式、收集信息及整合信息的能力等。经济刺激通过中介变量的作用
经济信息经济行为
图3.1 传统金融学的经济行为形成机制
重庆大学硕士学位论文3 行为金融学与传统金融学比较分析
19
形成经济行为意向：需求、偏好、决策，意向的外在表现即为经济行为。另一方
面，新经济行为的产生又作用于市场，导致市场进一步波动，新的市场信息由此
产生。在这经济行为产生、反馈机制的循环中，社会人对经济信息的理解方式不
容忽视，行为金融学较传统金融学更注重对社会人的心理研究。其经济行为形成
反馈机制如图3.2 所示。
行为金融对经济现象的思考是从心理行为作逻辑推演，从经济行为发生、发
展、演变的内在心理机制以及经济心理活动的特点和规律入手，探索经济现象之
间的相互联系，寻找经济过程中规律性的东西，揭示经济现象的本质。这种研究
思路相对于传统金融学是一种逆向逻辑。传统理论是首先创造理想然后逐步走向
现实，关注的重心是理想情况下应该发生什么；而后者是以经验的态度关注实际
上发生了什么及深层的原因。这种逻辑是一种现实的逻辑、发现的逻辑。
3.3.2 研究方法不同
传统金融学对决策过程中的研究是建立在参与人是理性的基础上的。只考虑
决策的本身，几乎不考虑决策主体决策者的个体特征因素。人们是否能够作出最
优决策完全取决于决策任务结构本身，而与任何其他因素无关。这样理性决策理
论实质上研究的是经济现象的风险性质。当决策者事先知道所有的备选方案及其
各种可能的后果时，决策者的行为处于均衡状态而表现出理性，经济主体在进行
充分选择和完全竞争中追求效用和利润最大化。现代经济学一直十分重视均衡的
研究，从马歇尔的局部均衡分析法到经过萨缪尔森的系统数学改造直至瓦尔拉斯
的一般均衡理论，考虑的都是理性风险选择下的决策方法，核心是认为决策选择
完全是以备选方案效用最大化为标准。这样的决策研究大多是静态的，近年来也
有不少学者进行动态领域的研究，有离散时间的，有连续时间的，不过也都对确
定备选方案进行理性的动态推演。事实上，经济现象中无时不刻都有变化着的信
息流流过不确定风险决策空间，对未来信息的估计都是不确切的，对一个事件发
生概率的估计每个决策者可能得出不同的结果，即使一样，事后事件发生的概率
只存在两个值：0、1。决策重新开始可能会有不同的最优方案。
经济行为社会人经济信息
图3.2 行为金融学的经济行为形成反馈机制
重庆大学硕士学位论文3 行为金融学与传统金融学比较分析
20
行为金融领域的研究则是将心理学和认知科学上的成果引入到金融市场演变
的微观过程中来，更多地考虑了信息结构对投资者心理和认知的影响，较贴切现
实地描述了金融市场。确切地说，行为金融研究的是市场参与者表现出的真实情
况是什么样的，以及从市场参与者表现出的特性来解释一些金融现象。行为金融
学家认为：（1）投资者是有限理性的，投资者是会犯错的；（2）在绝大多数时候，
市场中理性和有限理性的投资者都是起作用的。（而非传统金融学中的非理性投资
者最终将被赶出市场，理性投资者最终决定价格）。在肯定人的“有限理性”和市
场的“有限套利”的前提下，投资者的“认知函数”和“参与函数”和市场价格
相互影响，这样市场的客观表现和投资者的主观预期互为对方的函数变量，从而
形成一个循环嵌套的过程。在某种意义上来说，行为金融学研究的方法论更能够
解决动态风险资产的定价问题。
3.3.3 辨证关系
现代金融理论发展到现在已经拥有一个相对完善的理论体系。世界上每天都
有大量的人在接受现代证券投资理论、CAPM 理论等经典理论的训练，以期待成
为优秀的证券投资者。但令人遗憾的是绝大多数人都未能如愿。何以如此，掌握
了机械性的理论，不善于把握市场的脉搏是其根本原因。而要找到市场的感觉不
但需要对瞬时变化敏感，而且还要注重对投资者行为的研究。这里引用几位著名
的职业投资经理的话来说明投资者行为研究的重要性：
“股市总是走向波峰和波谷，因为人类是其天性：贪婪和恐惧的受害者”—
—William Gross
“人类意识渴求洞察力，然而每个人的能力都是有限的”——Frederick
L.Muller
“只有两件东西是无限的：宇宙和人类的愚蠢”——Albert Einstein
市场操作经验告诉我们，行为金融学的理论思想在投资决策中起着很重要的
作用。但传统金融学理论对实践也具有重要的指导意义，它是对金融市场的完美
抽象，虽然市场存在诸多“异象”，但股票价格的波动始终受到传统金融学理论模
型的约束。从根本上说，二者是辨证统一的关系，行为金融学对传统金融学批判
继承，在证券价格影响因素中导入了人类心理；另一方面，传统金融学为行为金
融学的发展指明了基本方向，在条件理想的情况下，传统金融学具有现实指导意
义。
重庆大学硕士学位论文4 基于行为金融学的资本资产定价模型
21
4 基于行为金融学的资本资产定价模型
4.1 研究现状
传统金融学理论是在理性人和有效市场假说的基础上建立的，理性人总是能
够掌握所有有用的信息来极大化其预期效用。金融市场的诸多“异象”违背了这
一理论，交易者理性的假设受到越来越多的学者和金融实践者的挑战。行为金融
学的发展是其中的一个例子，该理论主要是从人类认知心理学的角度认为人是“有
限理性”的，交易者经常犯一些系统的认知偏差，导致市场的无效。有关行为金
融学与传统金融学的区别和联系已在上章作了探讨，本质上说，行为金融学是一
种发现的逻辑，突破了原有理论框架的束缚，在解释金融现象过程中引入了心理
学和行为科学等社会学科的最新理论成果。
令人遗憾的是，目前仍然没有行为金融学的统一理论和定义。Lintner（1998）
把行为金融学研究定义为“研究人类如何解释以及根据信息做出决策”。Thaler
（1993）认为行为金融学是“有时为了解释金融学实证之谜，而有必要认为一些
代理人的经济行为在有些时候并不是完全理性”。Olsen（1998）声称“行为金融
学并不是试图去定义‘理性’的行为或者把决策打上偏差或错误的标记；行为金
融学是寻求理解并预测进行市场心理决策过程的系统含义”。尽管行为金融学没有
统一、明确的定义，行为金融学试图用新的以人为中心的生命范式去代替传统金
融理论的机械式的力学范式，运用心理学和经济学以及其他一些科学来改善金融
决策已成为该学科发展的重要方向。而研究行为金融学的理论基础、建立适合金
融市场实际情况的行为模型、提供基于行为金融学的投资策略就成为目前行为金
融学的研究框架。本文即按照这一研究框架展开的。
行为金融学资产定价理论的研究很多是基于现实表现构建出投资者心理行为
模型，然后用该模型企图解释市场之谜。最有影响力的是Shefrin 和Statman 于1994
年提出的行为资产定价模型（BAPM），该模型认为市场上存在着两种类型的投资
者——信息交易者（information trader）和噪声交易者（noise trader）。信息交易者
严格按照CAPM 模型进行资产组合，他们不会犯认知错误，并且具有均值方面的
偏好；噪声交易者不会按照CAPM 模型进行资产组合，他们会受到认知错误的影
响，并且没有严格的均值方差偏好。两类交易者相互作用共同决定证券价格。其
他基于行为金融学的资产定价模型也很多，如1998 年Fama[14]在“Market
efficiency,long-term returns,and behavioral finance”一文中提到的DHS、BSV 和统
一理论模型（HS），还有De long 等人提出的DSSW 模型等。
重庆大学硕士学位论文4 基于行为金融学的资本资产定价模型
22
①DSSW 模型
1990 年，De long 等人在《政治经济学》杂志上发表了一篇题为“Noise Trader
Risk in Financial Markets”的文章，作者用了简单的模型来解释复杂的金融现象。
该模型认为，在金融市场上存在理性的“套利者”和大量的非理性的“噪声交易
者”。“噪声交易者”的行为是随机的，并且试图影响股票价格以获得较高的预期
收益率。由于噪声交易者行为的不可预测性，导致了资产的价格有了风险，这样
就阻止了理性的“套利者”试图恢复市场效率的行为。结果，即使不存在基本风
险，股票价格有时也会显著地偏离股票基本价值。“噪声交易者”通常承受了更大
的由自己造成的风险，所以他们会获得比理性投资者更高的预期收益率。这个模
型可以解释金融市场上诸如资产价格的过分波动，股票收益的反转，基金的价格
偏低以及股票溢价之谜等异象。
②DHS 模型
Daniel,Hirshleifer 和Subrahmanyam[12]（1997）在“A theory of overreaction
self-attribution,and security market under-and overreaction”一文中提出了全新的模
型。该模型认为，金融市场上存在两种类型的投资者——知情者（informed）和
不知情者（uninformed）。不知情者通常不会受到判断偏差的影响，相反知情者容
易受到过度自信和有偏的自我归因的影响（biased self-attribution）。股价是由知情
者决定的。知情者过分自信导致他们对股票价值和私有信息准确性的高估；有偏
的自我归因则使他们低估股票价值的公共信息，尤其是当知情者自己的信息和公
众信息不一致的时候。由于对私人信息的过度反应和对公众信息的反应不足，就
产生了股票短期收益的连续，而随着公众信息最终证明知情者的行为偏差，就会
出现股票长期收益的反转（reversal）。
③BSV 模型
Barberis,Shleifer 和Vishny[11]（1998）发表了一篇名为“A model of investor
sentiment”的文章。该文提出模型来解释投资者的判断误差会如何造成金融市场
对一些事件的过度反应和另外的事件反应不足。BSV 模型是建立在认知心理学的
证据之上的，即Kahneman 和Tversky（1982）提出的代表性偏差（representativeness
bias），即投资者过分重视最近的数据趋势而很少关心其他投资者的行为，和
Edwards（1968）提出的保守主义（conservatism），也就是模型在新的数据面前更
新的速度迟缓。
BSV 模型中，收益是随机游走的（Random walk），但是投资者却错误地认为
存在着两种收益范式。在范式A 中， 投资者认为收益是均值回归的
（mean-reverting），而且这种可能性较大。当投资者认为范式A 起作用时，股价
对收益的变动反应不足，因为投资者错误地以为这种变动很可能是短暂的。当这
重庆大学硕士学位论文4 基于行为金融学的资本资产定价模型
23
种预期没有被未来的收益证实，就会造成股价对收益的时延反应。在范式B 中，
同方向收益的连续变动，将导致投资者认为该公司的收益具有某种趋势。虽然投
资者认为范式B 起作用的可能性很小，一旦他们认为范式B 在起作用，就会错误
地夸大这个趋势，而造成股价的过度反应。因为收益是随机游走的，未来的收益
终将暴露过度反应，使得长期收益反转。
虽然BSV 模型和DHS 模型的理论基础不同，但是它们对金融市场上的反应
过度和反应不足的结论是相同的。
④HS 模型
Hong 和Stein[16]（
1999）在“A unified theory of under-reaction,momentum trading
and overreaction in asset markets”一文中提出了统一理论模型。DHS 模型和BSV
模型都重点研究代表性交易者的行为，统一理论模型则把更多的注意力放在了不
同交易者相互作用的机制上。该模型是建立在三个假设的基础之上的。
A．市场上存在着两种类型的交易者——“消息观察者”（newswatchers）和
“惯性交易者”（momentum traders）。通常情况下，两类交易者都不是完全理性
的，而是有限理性的。也就是说，他们仅仅依靠可利用信息的一个子集上的信息
作出决策。
B．“消息观察者”和“惯性交易者”的行为是完全不同的。“消息观察者”
根据自己观察和对未来股票基本价值分析得来的信息进行预测，他们不依赖于股
票现在或历史的价格的变动，他们的预测是股票历史价格简单的函数。
C．私人信息是逐渐在“消息观察者”中间扩散的。
基于这三个假设，统一理论把过度反应和反应不足统一起来。“消息观察者”
对个人信息反应不足，“惯性交易者”则用简单的套利策略从反应不足的市场中获
利。惯性套利策略必然使得价格反应过度，这样统一理论模型把反应过度和反应
不足都归结为“股票基本价值信息的扩散”。
上述模型给了我们理解金融市场异象的一些理论基础，DSSW 模型、DHS 模
型和BSV 模型都研究了代表性交易者的行为，HS 模型又探讨了不同交易者相互
作用的机制。HS 模型认为市场存在两类交易者——“消息观察者”和“惯性交
易者”，二者都是有限理性的，市场反应不足和过度是简单的信息扩散引起的。虽
然该模型探讨了各类交易者动态的相互作用机制，但其并未从投资者心理的角度
来解释市场反应异常，忽略了信息对称化过程中投资者认知因素。市场反应不足
和反应过度不是简单的信息扩散导致的，而是因为投资者的认知偏差（保守主义
和过度自信等）。另一方面，投资者何以犯一些认知错误，根本原因是认知对象本
身的不确定性。金融证券的价格取决于投资者的预期，而预期值受到证券基本价
值面和市场情绪等各类信息的影响，投资者对证券定价的过程就是其对信息的处
重庆大学硕士学位论文4 基于行为金融学的资本资产定价模型
24
理过程。金融市场里信息量是无穷多，相关与不相关、重要与不重要等这些在特
定信息和证券定价之间的关联词为不同类型的投资者所选择。人类大脑的计算能
力是有限的或者说人类是“认知吝啬鬼”，在大量信息面前习惯利用直觉推断的方
式去认识事物，随着个人经验的积累，直觉推断逐渐为经验框架所影响，各类认
知偏差大多可以从这里找到原由。所以，投资者犯一些认知错误是信息不确定性
引起的，在确定事件面前投资者都是理性的。基于以上的分析，我们不妨假设投
资者在反应过度和反应不足时都是“理性的”，这里的“理性”指投资者认知过程
遵循“贝叶斯法则”和预期效用最大化，与正常反应情况不同的是反应异常投资
者由于认知偏差的存在对信息的加工、处理不同。本章接下来的部分即在此信息
结构假设基础上，进一步分析动态的不同类型投资者的相互作用机制。
4.2 建模思想
在行为金融学里，投资者的非理性表现诸多，其中投资者“反应不足”和“反
应过度”尤为重要[55]，这也是本章研究对象。Shleifer（1991）在Clarendon 的讲
座中回顾了金融领域的许许多多不能用理性选择所解释的“异常现象”，并将这些
现象大致分为两个大类：一是反应不足，即表现为股票、证券等的价格变化没能
瞬时反映公布的信息，而要经过几周甚至几个月的调整才能对这些信息作出充分
反映；另一类是反应过度，即公司的近期信息将被投资者过度反应，正如Shleifer
（1990）提出的正反馈模型里描述的那样：当某一股票价格稍有上涨时，会有大
批的投资者跟进，从而促使股价一路上扬；反之亦然。有些文献认为反应不足和
反应过度不是人的系统认知偏差引起的，而是信息的非对称性引起的，反应不足
和反应过度本身也是“理性”行为。然而，现代科技日趋发达，信息传播更为迅
速，信息非对称现象较多地表现为投资者信息处理的不对称，这与传统的信息经
济学有所不同，其涉及到人的心理行为。投资者何以对相同信息作出不同预期，
行为金融学认为这与投资者的现状有关，先前的损益、市场的表现决定了这一过
程。本文认为引起市场“反应不足”和“反应过度”的根本原因是过度自信
（overconfidence）、自我强化的归因偏差（self-enhancedbiased self-attribution）和
保守主义（conservation）。过度自信是投资者过分重视自己的私有信息，对新信
息反应过度。同时由于自我强化的归因偏差因素，人们常常将好的结果归功于自
己的能力，而将差的结果归罪于外部的环境。人们难于通过不断地理性学习来修
正自己信念，导致人们动态的过度自信。保守主义是惯性思维的一种表现，投资
者根据新信息对原有信念的修正往往不足。这样市场对新信息反应过度和反应不
足使得证券价格波动具有一定的惯性和反转特征，这些特征的客观存在性有待后
面章节的验证，本文下面部分是在肯定了“反应不足”和“反应过度”现象存在
重庆大学硕士学位论文4 基于行为金融学的资本资产定价模型
25
的基础来研究资本市场。假设市场存在三类投资者：理性交易者、反应不足交易
者和反应过度交易者，各交易者都能及时获取可用信息，不存在信息的获取不对
称。理性交易者能对所有获得信息作出理性预期；反应不足交易者不能对近期获
取的信息作出反应；反应过度交易者能对近期获取的信息作出反应，但易忽略历
史信息，相对给近期信息赋予过高的权重。三类交易者都最大化其预期效用，在
市场出清的前提下可得到资产瞬时的均衡价格。
动态上看（如图4.1 所示），对近期特定信息集的市场反应总是一个不断调整
的过程，由于市场同时有三种力量在博弈，势力均衡不是一蹴而就的。惯性因素
是人类思维和自然界的固有属性，简单的钟摆现象正能说明这一动态过程。在这
一风险资产价格波动过程中，不同阶段三类交易者的相对比例不同，三十年河东，
三十年河西，不过，整个过程是逐渐反映资产价值的过程。从每一个波段上看，
新信息发生0 时刻到价格暂时反映价值a 时刻，是市场各方力量博弈结果导致的，
不是该信息集逐渐为所有投资者正确反应的过程，在这一阶段反应不足交易者和
理性交易者占主要地位。从a 时刻到价格远离价值的时刻b ，反应过度交易者占
主导地位，是部分理性交易者和反应不足交易者逐渐转化为反应过度交易者为主
的过程。在b 时刻市场力量对比发生反转，投资者意识到高估了价值，等同于从
外部又获得了一个相反的新信息，价格波动进入了一个新的循环，由于是对前期
的修正，所以波动幅度较前一阶段小一些。从根本上说，新信息激励下的风险资
产价格何以如此波动，关键在于风险资产本身的价值不能通过简单的数学公式计
算出来，如这样市场波动大可一步到位，幅度渐衰的波动过程本身就是一个发现
价值的过程。而其发掘工具正是投资者的心理判断。不能简单地假定投资者心理
同一，这正是行为金融学得以发展的关键所在。为了更好得理解投资者反应过度
和反应不足对市场的影响，本章先就静态的风险资产均衡价格建模，稍后对这一
动态过程再进行讨论。
重庆大学硕士学位论文4 基于行为金融学的资本资产定价模型
26
4.3 理论模型
4.3.1 市场假设
假设金融市场只存在两类资产：固定数量(用M 表示)的风险资产和无限的无
风险资产。本章重点分析金融市场的短期价格波动，不妨假定无风险资产利率为
0。市场有三类投资者：反应不足交易者，记为交易者S ，比例为 ；反应过度交
易者，记为交易者O，比例为 ；理性交易者，记为交易者I ，比例为1 。
4.3.2 效用函数
假设投资者的效用函数为
UW expW, 0
其中 是绝对风险厌恶系数，W是投资者所拥有的财富。
4.3.3 信息结构表示
假设t P 表示风险资产在t 时刻的市场价格, 且服从条件正态分布
P | ~ N(, 2 )， 未知而 2已知。交易者的先验信念为~ ( , 2 )
0 0 N ， 0 、
2
0 已知。三类交易者根据所拥有的信息按照贝叶斯法则对 进行更新。记I
t ,
S
t , Ot
分别为交易者I ,交易者S ，交易者O在时刻t 所能反应的信息集。假设交
易者的信息集是资产价格的时间序列，则三类投资者的信息集可分别表示为
P l n l
I
t |
P l m m m n l
S
t | ， •¥•³•í•”Š Ž
P k l n k是正常数 l
Ot
| ,
k 表示反应过度交易者所忽略的历史价格信息期数，m 表示反应不足交易者能
正确反应历史信息的期数。
4.4 均衡价格
假设第i 名交易者在第n 期拥有的无风险资产的价值为n i M , ，购买的风险资产
的数量为n i X , ,则交易者在第n 期的预算约束为
n i n i n i W P X M , n , , (4.1)
则在第n 1期交易者i的财富为
n i n i n i n n n i n i W P X M P P X W 1, n 1 1, , 1 , , (4.2)
交易者i 的效用函数为
exp , 0 1, 1, n i i n i i U W W (4.3)
重庆大学硕士学位论文4 基于行为金融学的资本资产定价模型
27
给定信息集t ,由附录B，交易者i 期望效用为
n i n t
i
i n i n t n n i
n i t
i
n i i n i t
X E P P W X Var P
E U W EW VarW
|
2
exp - |
|
2
| -exp - |
1
2
,
2
, 1 ,
1,
2
1, t 1,
（4.4）
由最大值的一阶条件有：
0
|
,
1,
n i
n i t
dX
dE U W
2
1,
1,
1
1
, |
|
i n i
n i n
i n t
n t n
n i
P
Var P
E P P
X
(4.5)
故由三类交易者在各自信息集上最大化预期效用可得
2
1,
1,
,
I n I
n I n
n I
P
X
（4.6）
2
1,
1,
,
S n S
n S n
n S
P
X
（4.7）
2
1,
1,
,
O n O
n O n
n O
P
X
（4.8）
根据附录C 得：
假定风险资产的市场价格P服从条件正态分布P | ~ N(, 2 )， 未知而 2
已知。交易者的先验信念为~ N( , 2 )
0 0 ， 0 、2
0 已知。则给定信息集
P l n n l | ， 的后验分布是均值为1 、方差为2
1 的正态分布。其中
2
0
2
2
0 0
2
1
n
nP
（4.9）
2
0
2
2
0
2
2
1
n
(4.10)
P P n
n
l
l
1
(4.11)
所以，交易者I 的后验分布为( , 2 )
1, n1,I n I N ，其中
2
0
2
2
0 0
2
1,
n
nPI
n I
（4.12）
重庆大学硕士学位论文4 基于行为金融学的资本资产定价模型
28
2
0
2
2
0
2
2
1,
n n I
（4.13）
P P n
n
l
I l
1
（4.14）
交易者S 的后验分布为( , 2 )
1, n1,S n S N ，其中
2
0
2
2
0 0
2
1,
m
mPS
n S
（4.15）
2
0
2
2
0
2
2
1,
m n S
（4.16）
P P m
m
l
S l
1
（4.17）
交易者O的后验分布为( , 2 )
1, n1,O n O N ，其中
2
0
2
2
0 0
2
1, 1
1
n k
n k PO
n O （4.18）
2
0
2
2
0
2
2
1, 1
n k n O （4.19）
) 1 (
P P n k
n
l k
O l （4.20）
将式（4.12）—（4.20）代入式（6），（7），（8），并作适当整理，可得
2
0
2
2
0
2
0
,
( )
I
n I n
n I
P P P n
X
（4.21）
2
0
2
2
0
2
0
,
( )
S
n S n
n S
P P P m
X
（4.22）
2
0
2
2
0
2
0
,
( ) 1
O
n O n
n O
P P P n k
X
（4.23）
在市场出清的情况下有
X X X A n I n S n O , , , (1 ) （4.24）
这里A M N ，N 表示市场交易者总的数量，A表示市场投资者参与度。
金融市场里信息不对称现象很常见，一方面是信息的获取不对称，另一方面
是不同类型交易者对信息的处理不对称。在对信息处理不对称方面，各类交易者
均受到行为因素的影响，其中包括风险厌恶水平。这里暂不考虑风险厌恶水平的
差异，侧重对信息反应的讨论，假设 I S O ，将式（4.21），（4.22），（4.23）
代入式（4.24），可得
2
0
2
2
0
2 2
0 0
2 1 1
n m n k
nP mP n k P A
P I S O
n
（4.25）
（4.25）就是三类投资者参与市场的动态风险资产定价公式。容易看出：风险
重庆大学硕士学位论文4 基于行为金融学的资本资产定价模型
29
资产价格的短期波动与市场上的三类投资者任意时刻的相对比例（ 、 值大小）、
交易者的风险厌恶系数（ 值的大小）、市场投资者参与度A 及其“不理性”程度
（ k 、m 值的大小）有关，而与交易者的财富水平无关。其中， 越大表明投资者
越厌恶风险，风险资产价格降低； A 值越大（即M 变大或N 变小）表明总的风险
资产数量增多或投资者数量减少，风险资产价格同样下降，这与实际金融市场表
现相一致。
如图4.1 所示。从新的信息发生0 时刻到价格反映价值a 时刻，反应不足交易
者和理性交易者占主要地位。从a 时刻到价格远离价值的b 时刻，反应过度交易者
占主导地位，是部分理性交易者和反映不足交易者逐渐转化为反应过度交易者为
主的过程。为了进一步提供决策参考，这里不妨假定0时刻有 1, 0，得
2
0
2
2
0
2 2
0 0
2
m
mP A
P S
n
（4.26）
a时刻假定有 0, 0，得
2
0
2
2
0
2 2
0 0
2
n
nP A
P I
n
（4.27）
b时刻假定有 0, 1，得
2
0
2
2
0
2 2
0 0
2
1
1
n k
n k P A
P O
n （4.28）
上式（4.26）、（4.27）、（4.28）给出了三种极端情况下的风险资产价格公式，实际
上这三种情况并不存在，各类交易者在不同时段是相互转化的，当市场明显反应
过度时，投资者转化为理性交易者、反应不足交易者的速度加快。如果市场只存
在一类投资者，且是同质的，也就没有交易可以产生。所以式（4.26）、（4.27）、（4.28）
只给出了判断目前市场所处位置的参照价格。给定风险资本市场的非理性程度
（ 、 、k 、m 大小表示）和市场投资者参与度（ A 的大小表示），如果市场价
格P 大于式（4.26）计算结果n P ，且小于式（4.27）计算结果n P ，表明市场处于反
应不足。如果市场价格P 大于式（4.27）计算结果n P ，且小于式（4.28）计算结果
n P ，表明市场处于反应过度。
这里要指出式（4.26）、（4.27）、（4.28）的推导前提分别是只有一类交易者作
用于市场，然而结果何以分别与式（4.15）、（4.12）、（4.18）的结果不同，分子上
多了一个减项。原因在于单个投资者的预期与市场均衡结果的差别，给定风险资
产数量M ，参与投资者的数量N 是变化的，当市场处于供大于求时，难免均衡价
格小于理性交易者的正确预期。当投资者数量N 趋于无穷大时，市场充分竞争，
此时投资者参与度A 也趋于零，最终的结果相同。
重庆大学硕士学位论文5 上海股市反应过度、反应不足实证研究
30
5 上海股市反应过度、反应不足实证研究
鉴于上章假定市场只存在三类投资者：反应过度交易者、理性交易者和反应不
足交易者。事实上在资本市场是否存在这种现象，这样的假定是否有其合理性，
为了验证理论建模思想，本章拟就具有代表性的上海股市实证这一思想。一方面
说明国内市场反应过度和反应不足现象是否存在，为该模型在国内金融市场中的
适用性提供依据；另一方面揭示这些现象的表现特性，在时间期限上有什么不同，
为具体的投资策略提供有力的证据。
5.1 理论回顾
许多金融相关文献认为通过对历史股市回归的分析可以预测未来股市短期、
中期或长期的变化，尽管长期上预测的可能性较小。Jegadeesh（1990）[56]和
Lehmann[57]（1990）发现美国股市价格短期（1-6 个月）上存在回归反转，过去收
益高的股票表现较差。Jegadeesh 和Titman[15]（1993）揭示了股市价格中期（3-12
个月）回归持续，总的来说，过去表现好的股票持续走高。Debondt 和Thaler[58]
（1985、1987）也发现了股市价格长期（3-5 年）上同样存在回归反转，过去长
期表现差的股票有更高的收益。由于市场存在收益回归反转和持续的现象，从而
在美国实施惯性投资策略和反转投资策略可以获得明显的超常收益。在美国以外
的市场，这两种投资策略同样有效，Ahmet 和Nusret[22]（1999）发现在7 个工业
化国家存在长期股价收益反转特征。Chang[23]等（1995）在日本股票市场找到了
短期收益反转的证据，Hameed 和Ting[24]（2000）在马来西亚股票市场发现了同
样的现象。Rouwenhorst（1999）发现在12 个欧洲市场存在收益持续的现象，证
实了惯性投资策略的有效性。这些实证发现说明了市场并非是有效的，但对这一
现象的解释存在一定的分歧，一类基于投资者非理性行为，另一类基于股票市场
效率。随着信息时代的到来，资讯的传播、信息的收集不再是决定市场效率的因
素，基于股票市场效率的解释也逐渐淡出。对反向投资策略可获得超常收益的通
常解释是投资者对公司具体信息反应过度。Mun[59]等（1999）与Bacmann 和
Dubois[60]（1998）把这一因素归结为股票价格短期反转现象的首要原因。Debondt
和Thaler（1985）也认为投资者对近期信息反应过度是导致股票价格长期反转的
根本原因。对惯性投资策略有效性的解释同样大多认为是因为对公司具体信息的
反应不足所致，部分其他因素（公司本身价值的变化等）有一定的影响。
对国内股票市场的这方面研究也有一些，如吴忠群[36]（2002）的“ST 类股
票价格对公司财务状况的反应”、王永宏等[37]（2001）的“中国股市‘惯性策略’
和‘反转策略’的实证分析”、吴世农[38]等的“我国股票市场‘价格惯性策略’
重庆大学硕士学位论文5 上海股市反应过度、反应不足实证研究
31
和‘赢余惯性策略’的实症研究”等。这些文献分别从不同的角度实证了国内股
票市场的反应过度和反应不足现象，但是所得结论各有一些不同，为了揭示国内
市场较真实的情况，本文在现有的研究基础上进一步扩大了研究样本（从1993
年到2003 的数据）、更科学地计算股票超常收益率、考虑了组合价值权重加权收
益等因素。
5.2 实证方法
5.2.1 数据和样本的选择
本文数据来源于深圳国泰安的CSMAR 数据库，股票价格是考虑现金红利再
投资的日收盘价的可比价格，市场收益率是考虑现金红利再投资的日市场回报率
（流通市值加权平均法），相对采用日收盘价和通过日综合指数计算的市场回报率
更具有科学性。计算个股的日收益率采用了对数差分法，这样便于数据的处理。
数据的收集区间历时11 年（从1993 年到2003 年）。样本的选择包括了250 个沪
市上市公司，其中29 个1993 年以前上市的公司、62 个1993 年上市的公司、76
个1997 以前上市的公司和83 个1997 年上市的公司。国内股市分别在1993 年、
1996 年左右发展较快，所以样本的选取考虑了这一因素，使得研究样本具有总体
的特征。
5.2.2 本文的研究方法
本文实证研究大致采用了Lo 和Mackinlay[60]（
1990）和Jegadeesh 与Titman[61]
（1995）的研究方法。具体研究步骤如下：
①计算股票日收益率，用对数差分法处理考虑现金红利再投资的日收盘价的可比
价格（ ' lg 1 lg 0
i i i r P P ）；
②计算股票超常收益率，股票超常收益率等于日股票收益率减去考虑现金红利再
投资的日市场回报率（ i i m r r ' r ）；
③把一段时间分为组合形成期和组合检验期，过去F 月为组合形成期，接下来的
H 月为组合检验期；
④在F 月组合形成期内计算个股的累计超常收益率，并进行排序, 然后根据排列
顺序均分成5 个大小一致的组合，累计超常收益率最高的一组为赢者组合，最低
的组为输者组合；
⑤在相应的H 月组合检验期内,计算每个组合的价值权重加权平均超常收益率
（ p i i i r rV ，其中i r 是第i 只股票在H 月内的累计超常收益率， i V 是第i 只股票
在整个样本期间的平均流通市值与组合流通市值总和的比率）；
⑥组合价值权重加权平均超常收益率结果分析，本文数据的选取是非重叠的，为
了考察沪市短期、中期和长期股票价格波动状况，F、H 值的选取包括了不同的
重庆大学硕士学位论文5 上海股市反应过度、反应不足实证研究
32
水平（即有1、2、4、8、12、16、24、36），这样可得到64（8×8）个不同的投
资策略，下面用F-H 代表组合类型。
5.3 数据分析
表5.1 列举了实证结果，根据组合形成期的不同划分为8 个部分，每个部分
也包括了8 个不同组合检验期的策略。对每一种策略F-H，表里给出了赢者组合、
输者组合和其他三个组合的价值权重平均收益率，并统计了输者组合和赢者组合
之间的差异，L-W 表示输者与赢者组合收益的平均差，t-value 是该差异的统计t
值。判断市场是否存在反应过度和反应不足现象，就可以通过这两个值来确定，
表5.1 基于价值权重回归的上海股市反应实证表
Ⅰ组合形成期为1 个月、组合检验期为不同水平的收益情况（F=1）
Quintile 1━1 1━2 1━4 1━8 1━12 1━16 1━24 1━36
Winner 0.015572 0.016102 0.047690 0.052292 0.057895 -0.025837 0.182344 0.250252
4 0.006613 0.008299 0.027320 0.038221 0.023128 0.058937 0.165603 0.101975
3 0.007629 0.020856 0.016054 0.052124 0.114498 0.168138 0.126086 0.392669
2 0.006326 0.011433 0.024415 0.056928 0.123488 0.179797 0.265396 0.312795
Loser 0.005437 0.027257 0.016898 0.070908 0.181980 0.270117 0.323418 0.524226
L-W -0.010135 0.011155 -0.030792 0.018616 0.124085 0.295955 0.141074 0.273974
t-value -0.845373* 0.682201* -0.871448* 0.247417 1.588923** 2.829352*** 1.063613* 1.054667*
Ⅱ组合形成期为2 个月、组合检验期为不同水平的收益情况（F=2）
Quintile 2━1 2━2 2━4 2━8 2━12 2━16 2━24 2━36
Winner 0.008762 0.001582 0.036472 0.091482 0.008742 0.107114 0.116686 0.277013
4 0.006402 0.017927 0.046486 0.084322 0.181544 0.258487 0.217414 0.372889
3 0.000963 0.009504 0.006393 0.048934 0.129121 0.155090 0.293566 0.376965
2 0.007185 0.025964 0.052590 0.054774 0.154474 0.058334 0.117554 0.279676
Loser -0.006642 0.028412 0.029117 0.068643 0.104385 0.108986 0.388650 0.557112
L-W -0.015404 0.026830 -0.007355 -0.022838 0.095643 0.001872 0.271964 0.280099
t-value -1.233475* 1.141198* -0.301218 -0.693294* 1.529889** 0.024824 1.749314** 1.419846**
Ⅲ组合形成期为4 个月、组合检验期为不同水平的收益情况（F=4）
Quintile 4━1 4━2 4━4 4━8 4━12 4━16 4━24 4━36
Winner 0.009187 0.020972 0.048393 0.072768 0.154384 0.140791 0.259407 0.224126
4 0.012078 0.012313 0.015588 0.087105 0.137542 0.162718 0.316496 0.475177
3 0.021658 0.006380 0.034654 0.110041 0.140125 0.116865 0.357419 0.307796
2 0.016671 0.006336 0.024381 0.125580 0.074302 0.235194 0.377361 0.454960
Loser 0.016750 0.000828 0.002232 0.035418 0.083651 0.221364 0.160975 0.645423
L-W 0.007564 -0.020144 -0.046161 -0.037349 -0.070734 0.080573 -0.098432 0.421296
t-value 0.273020 -1.012719* -1.871033*** -1.069374* -2.139017*** 0.757681* -0.515707 0.962581*
重庆大学硕士学位论文5 上海股市反应过度、反应不足实证研究
33
Ⅳ组合形成期为8 个月、组合检验期为不同水平的收益情况（F=8）
Quintile 8━1 8━2 8━4 8━8 8━12 8━16 8━24 8━36
Winner 0.012678 0.010013 0.055753 0.101196 0.042601 0.215393 0.224908 0.457839
4 0.015965 0.029279 0.076503 0.078367 0.116573 0.273938 0.273293 0.237199
3 -0.005080 0.031928 0.021371 0.059986 0.106687 0.219079 0.251973 0.075805
2 -0.006753 0.032338 0.032833 0.080080 0.188969 0.231643 0.245845 0.273707
Loser 0.032786 0.085260 0.070403 0.132546 0.257712 0.185702 0.284512 0.278360
L-W 0.020108 0.075247 0.014650 0.031350 0.215111 -0.029691 0.059604 -0.179479
t-value 0.575117 1.645299** 0.313794 0.385792 1.992074*** -0.213163 0.692501 -0.889943*
Ⅴ组合形成期为12 个月、组合检验期为不同水平的收益情况（F=12）
Quintile 12━1 12━2 12━4 12━8 12━12 12━16 12━24 12━36
Winner 0.000473 0.009623 0.024337 0.066601 0.082535 0.127584 -0.043055 0.067275
4 0.006538 0.021336 -0.003434 0.065196 0.206149 0.158930 0.251254 0.554469
3 0.011032 0.024353 0.018838 0.021833 0.152198 0.252950 0.357164 0.170477
2 0.012134 0.001333 0.085429 0.067160 0.196537 0.157032 0.341345 0.546150
Loser -0.009213 0.019246 0.013090 0.011740 -0.057459 -0.031658 0.296566 0.040027
L-W -0.009686 0.009623 -0.011247 -0.054861 -0.139993 -0.159241 0.339621 -0.027248
t-value -0.791989* 0.339220 -0.226269 -1.028096* -1.423237* -1.606892* 1.347187* -0.159990
Ⅵ组合形成期为16 个月、组合检验期为不同水平的收益情况（F=16）
Quintile 16━1 16━2 16━4 16━8 16━12 16━16 16━24 16━36
Winner 0.016033 0.002798 0.020113 0.049219 0.023775 -0.056359 -0.046954 0.259616
4 0.030364 -0.007317 0.072999 0.155966 0.206171 0.189624 0.207469 0.350824
3 0.004322 0.001126 0.036185 0.186379 0.245710 0.239780 0.325923 0.282706
2 0.005234 0.014765 0.031526 0.097998 0.136131 0.188409 0.318378 0.064424
Loser -0.013214 -0.008159 0.009655 0.032639 0.133665 0.183253 0.231224 0.122906
L-W -0.029247 -0.010958 -0.010458 -0.016580 0.109891 0.239613 0.278177 -0.136709
t-value -0.880263* -0.279857 -0.335077 -0.108178 1.156088* 1.285826* 1.769826** -2.768160*
Ⅶ组合形成期为24 个月、组合检验期为不同水平的收益情况（F=24）
Quintile 24━1 24━2 24━4 24━8 24━12 24━16 24━24 24━36
Winner -0.015196 0.001491 0.007109 -0.071315 -0.097977 -0.013386 0.021083 -0.093354
4 0.019759 0.028734 -0.001404 -0.009643 0.029494 0.028363 0.150930 0.158098
3 0.021171 0.037834 0.019773 0.003031 0.183580 0.127072 -0.109325 -0.013514
2 0.014240 -0.011445 -0.000586 0.035474 0.067585 -0.038078 -0.140877 0.004269
Loser 0.018643 -0.055394 0.012119 0.086603 0.077787 0.047833 -0.038516 -0.052909
L-W 0.033838 -0.056884 0.005010 0.157918 0.175764 0.061218 -0.059599 0.040445
t-value 1.903521** -1.312959* 0.219249 1.140842* 1.418588* 0.630404 -20.215377*** 0.327880
重庆大学硕士学位论文5 上海股市反应过度、反应不足实证研究
34
Ⅷ组合形成期为36 个月、组合检验期为不同水平的收益情况（F=36）
Quintile 36━1 36━2 36━4 36━8 36━12 36━16 36━24 36━36
Winner -0.017443 -0.017201 0.047193 -0.054165 -0.049956 0.065341 0.010742 0.651217
4 -0.023189 -0.019777 0.023923 0.025246 0.198203 0.040482 0.039961 0.368723
3 -0.014333 0.040812 0.042753 -0.053896 -0.084874 -0.130694 -0.036262 0.018345
2 -0.011741 0.000418 -0.038732 -0.154191 -0.086074 -0.147203 -0.207408 -0.168547
Loser 0.002607 0.011402 -0.051263 -0.112034 -0.112727 0.028728 -0.018869 0.275640
L-W 0.020050 0.028603 -0.098455 -0.057869 -0.062771 -0.036613 -0.029611 -0.375577
t-value 1.964940** 2.209569** -1.598593* -2.642177** -0.522855 -0.137281 -0.339488 0
#
注：*表示在25%置信水平上显著
**表示在10%置信水平上显著
***表示在5%置信水平上显著
#表示该组合只有一个样本，标准差为零
如果L-W 值明显大于0、且统计上显著，则市场存在反应过度现象，反向投资策
略可取得高收益；如果L-W 值明显小于0、且统计上显著，则市场存在反应不足
现象，惯性投资策略有效；其他情况则说明两种投资策略无效。
表5.1Ⅰ部分的1-H 策略中，1-12、1-16 两个策略L-W 值明显大于0，统计
上较显著（10%的置信水平）。Ⅱ部分的2-12、2-24 策略的L-W 值也较显著大于
0。同样，Ⅳ部分的8-2 策略L-W 值较显著大于0，8-12 策略L-W 值显著大于0
（5%的置信水平）。Ⅵ部分的16-24 策略L-W 值较显著大于0。Ⅷ部分的36-1、
36-2 策略的L-W 较显著大于0。这些组合方案都是市场反应过度的有力证据，股
价回归反转，反向投资策略有效。进一步对这些方案分析，发现1、2 个月组合形
成期的策略是短期意义上的方略；36 个月组合形成期的策略是长期意义上的。而
8、16 个月组合形成期的策略可以看作是中期意义上的。因此，可以得出这样的
结论：上海股市在短期（1-3 个月）、中期（6-18 个月）和长期（3-5 年）上均存
在市场反应过度现象，投资者可以采用反向投资策略。
另一方面，表5.1Ⅲ部分的4-4、4-12 策略的L-W 值小于0，且统计上显著（5%
的置信水平）。Ⅶ部分的24-1 策略的L-W 值较显著小于0，24-24 策略L-W 值显
著小于0（5%的置信水平）。Ⅷ部分的36-8 策略的L-W 较显著小于0。这些组合
方案表明了市场存在反应不足的现象，而这些策略可以从中短期（3-6 个月）和
中长期（18-24 个月）的意义上来解释。虽然36-8 策略也存在同样的现象，考虑
到本文的长期实证样本较少，实证结果可能存在一定的误差。这样我们就可以说：
上海股市在中短期和中长期上存在市场反应不足现象，投资者可以采用惯性投资
策略。
重庆大学硕士学位论文5 上海股市反应过度、反应不足实证研究
35
5.4 结论启示
实证结果说明了上海股市同时存在反应过度和反应不足现象，尽管其他因素
（如测量误差、随时间变化的市场风险等）可能影响结论的成立，这样说明了上
章理论模型的合理性，同时表明该理论模型适用于国内市场。本文因为考虑了公
司规模、股价的可比性等，并采用了科学的市场收益指数计算方法，相对同类相
关文献更能说明市场的反应情况。王永宏[37]等（2001）发现中国股市存在明显的
反转特征，不存在趋势性。而本文通过进一步的实证发现上海股市也存在趋势特
征。中短期和中长期的收益惯性与国内股市强式反转特征并不矛盾，相反收益的
惯性促成了市场中期和长期更大的反转。这也应证了国内股市“羊群效应”的存
在，追风行为是导致市场反转的重要原因。市场反应过度和反应不足二者相辅相
成，互为促动。从行为金融学的角度来看，反应过度和反应不足是投资者不理性
行为的结果，然而中国股市何以表现出这样不理性行为？对这个问题的思考可以
得到以下启示：
1、国内股市不同于其他发达资本市场，特别是在政府监管程度和投资者构成两方
面。政府监管制度不完善、存在较多的漏洞，上市公司（特别是小规模公司）公
布的财务数据和相关信息质量不高、可信度差。另一方面，投资者的构成以散户
为主，机构投资者相对较少，近年来国家大力发展机构投资者，相信将来情况会
有所改变。
2、国内股市的价格波动很大程度上取决于市场谣言和投资者的情绪。投资者首先
通过对过去市场表现的分析寻找股价的波动规律（技术分析法在国内流行程度可
以说明这一事实），新的不确定信息到来后，投资者再根据这一信息修正其先前
预期。这一过程要受到市场情绪的影响，在市场高涨的情况下好的信息将更大幅
度地推动市场走强，相反坏消息的出现投资者只作小幅的预期修正；同样，熊市
坏信息的出现将导致市场更大的跌幅，对好消息的修正则不足。
3、庄家操作和散户追风行为相结合是导致市场回归反转的又一重要因素。部分机
构投资者对小规模公司股价控制是不争的事实，而作为A 股市场重要角色的散户
投资者不去套利、而跟风，这样必然使得股价远离其价值面、市场有更大的波动。
随着我国资本市场的逐步完善和投资者更趋理性，市场反应异常将会有所缓解。
重庆大学硕士学位论文6 投资策略分析
36
6 投资策略分析
6.1 行为金融学投资思想
6.1.1 行为金融投资机理
第三章我们比较分析了行为金融学与传统金融学，传统金融学假定了投资者
是理性的，其研究逻辑是金融市场投资者行为是经济信息的理性反应。新信息总
是在证券价格中按照机械程式得到体现，忽略了主体投资者的个体心理分析。而
行为金融学的研究逻辑有本质的不同，他认为人类的经济行为是社会人在相互作
用过程中以客观形式外在表现出来的对经济刺激的主观反映。个人的社会背景知
识、价值观念、个人目标、认知方式、收集信息及整合信息的能力等对这一认识
过程起着重要的影响作用，决定了个体的心理状态。行为金融对经济现象的思考
是从心理行为作逻辑推演，从经济行为发生、发展、演变的内在心理机制以及经
济心理活动的特点和规律入手，探讨经济现象之间的相互联系，寻找经济过程中
规律性的东西，揭示经济现象的本质。在研究方法上，行为金融学肯定了投资者
的有限理性和套利的有限性，从而否定了市场有效理论，打破了传统金融学的理
论构架基础，使金融学研究回到了对基本问题的探讨上。
根据辨证唯物主义认识论，认识是从现象到本质的、从感性具体到理性抽象
再到理性的具体。最早的证券投资是投资者凭其感性认识选择的，当对证券市场
现象有比较深入的研究时，就运用一些比较科学的投资理论，如基本面分析法、
技术分析法。但是，实践证明这些理论方法并不能对投资起作正确的指导作用，
只能给投资一些比较科学的参考意见。对证券市场的认识何以不能上升到理性具
体的层面上，问题的关键是对理性的抽象本身存在着问题。在投资过程中，投资
者对信息作出反应，证券市场的表现就在于投资者如何对信息作出反应，这也是
行为金融学与传统金融学的分歧所在。传统金融庞大的推导模型体系是建立在绝
对理性投资者的基础上，拒绝了对这一问题的探讨，给其一种机械的反应程式。
按照行为金融学的观点，投资者并非是绝对理性的，承认了认识的多样性，投资
者对信息的反应决定了市场的表现。这关系到两个方面，其一是信息，信息的准
确性和完善性影响这一过程，信息本身有伪信息和实质信息之分，投资者对伪信
息作出反应和不能完全获得信息都将对市场误导，信息经济学等学科的发展也说
明了该问题的重要性，但是，现代科技日益发达，信息的传播和处理有了坚实的
基础，这一问题也就不显得特别的重要；另一方面是投资者心理，给定信息人类
大脑怎样对其处理，这是一个复杂的系统问题，目前行为金融学只对其作了一些
初步的探讨，包括Daniel Kahneman 和Amos Tversky 提出的期望理论。在本文的
重庆大学硕士学位论文6 投资策略分析
37
第四章对这一问题也进行了归纳，投资者对信息的反应总的说来存在三种情况：
反应过度、反应不足和理性反应。
所以，对金融市场的认识投资者的心理因素是我们着重研究的问题。要做出
正确的投资，应该掌握市场的反应情况。了解反应所处的阶段和市场情绪，这样
才能科学地估算出下阶段的价位，以作出正确的决策。
6.1.2 三脑合一理论
在金融市场，投资者对信息的反应受到自身心理状态和行为方式的影响，行
为金融学理论并非属于柔性心理学（soft psychology）的范畴，讨论的不是一些可
有可无、人们只是偶尔为之的行为，而是那些不断重复出现的行为方式和行为结
果，它们有时甚至会导致严重的投资泡沫。要了解投资者的行为特征、人类大脑
的运作方式，这里引入脑神经学家Maclean（1990）提出的“三脑合一理论” [62]。
Maclean 认为从功能上讲，在进化过程中，人的大脑包括三个独立的部分，每个部
分都有不同的结构和化学构成成分。尽管有时他们的功能有交跌，但每个部分独
立工作。尽管三个部分之间协作不充分会带来许多问题，但他们的结构不能单独
来观察，三部分整合在一个大脑中。这就是“三脑合一”的内涵。三脑中最古老
的部分是原始爬行类脑（reptile brain），也被称为爬虫联合体（R-complex），形成
于5 亿年前（Holler,1996）。继续进化形成第二部分：边缘系统，这是由哺乳动物
在2 亿~3 亿年前进化而形成的。最新的部分是新脑皮层（cerebral cortex），在10
万年前进化而成（Vroon,1993），它标志着人类进入新纪元，该部分负责思维、学
习，解决问题和会话。
自然进化的过程中，已存在的脑体的基础上再增加新的脑体，旧的脑体并没
有被完全替代，人类的三脑各自拥有各自的“智能”（intelligence）、记忆、情感和
其他功能。Maclean 认为三脑有不同的心智（mentality）：本能（instinct）、情感
（emotions）和理智（reason）——三者经常相互冲突。人脑并非是一个均衡的整
体，而是三位一体（Vroon,1993）。相对其他两个部分，一个人很可能习惯于更多
地使用三脑中的某一部分。根据运用三种不同心智的偏好不同，人类可以分为三
类性格（本能型人、感性型人和理智型人）。性格的不同关系投资者的心理和行为
特征，从而影响对市场的分析结果。
“三脑合一理论”是从个体的角度阐述了人的心理、行为渊源，对分析金融
市场领域的证券价格等群体活动领域的现象也具有重要的指导意义，证券市场诸
多异象的心理学根源都可以从这里发现。
重庆大学硕士学位论文6 投资策略分析
38
6.2 基本面分析法和技术分析法
6.2.1 基本面分析法和技术分析法概述
金融市场交易参与者总是在预测股票、货币和商品未来的价格趋势，并尽可
能相应握有在短期带来最大利润的头寸。预测已经成了金融市场最核心的部分。
没有预测，许多参与者将缺乏对市场未来发展和进行必要投资的想象和信心，这
些想象和信心为他们规划自己的未来提供了一种安全感。同时，对未来的编辑也
是金融理论发展的归宿。
华尔街早期的证券投资者对未来的预测通常是凭自己的自觉，唯一信息就是
证券的历史价格，没什么理性分析可言。20 世纪80 年代在欧洲，基本面分析
（fundamental analysis）的证券分析方法得到了发展，该方法研究影响市场变化的
各种经济因素和发展趋势。广义的研究领域包括对政治事件的研究评判，因为它
们会对股票价格、货币汇价、利率和其他金融产品产生影响。基本面分析最核心
的步骤是市场参与者对资料数据进行理性的分析评估并一贯坚持利用它们。对基
本面分析方法持批评意见的人认为该种方法在考虑诸种影响市场的经济因素的意
外变化时不够灵活和及时，因为对政治、经济因素产生影响的考虑经常有滞后性，
无法提前作出预测。金融市场中的参与者在持有一定头寸后经常会面临时机选择
问题（Goldberg,1990）。进一步说，对经济数据做评估需要丰富的专业知识，我们
不能设想所有市场参与者都具有同样的知识水平。另外，不同经济学流派的理论
争论经常会导致分析或预测出现模糊不清的结论。但是，因为能清楚地确定市场
为什么向某一方向变动的原因，基本面分析在进行中长期预测（6 个月-12 个月或
更长）方面有很多的信奉者。
基本面分析对短期未来变化的预测存在一定的困难，一方面因为投资者对信
息反应的不对称性，另一方面是短期上市场受到更多因素的影响，包括投资者的
情绪心理等。为了弥补基本分析方法的不足，在20 世纪90 年代市场参与者增加
了技术分析手段的使用。在认识趋势变化的初始变化时，技术分析提供了一套有
用的手段和工具，有助于市场参与者对新的市场事件作出灵活反应。其建立在三
个核心假定基础之上。其一是市场供求双方必须自由发挥作用，价格充分反映信
息和观念的变化，这与这些观念是否理性没有什么关系。也就是说价格必须反映
所有过去和现在的经济数据和政治变化的情况，也能对数据资料和信息的明显错
误的理解作出反应；能确认对市场均衡造成扭曲的早期信号，既各种指标合并区
域的限制被明显突破；技术分析试图将预测置于历史事件（即此前的交易价格和
即期价格）之上，依据各指标共同认定的区域对未来趋势的可靠性提供预测。其
二假设预期价格与价格变化趋势有关。技术分析的主要目的是确认并运用各种发
展趋势。其三是历史（市场）会重演，价格及其变动不仅反映了人们对信息理解
重庆大学硕士学位论文6 投资策略分析
39
和观念的变化，而且还可从中管窥市场参与者在价格形成中表现出的行为特性。
技术分析根据人们的一贯行为特征，通过图表一类工具记录价格变化的图形，从
中找出重复行为的变化规律。图形形状反映了特定时段内供求双方的力量对比。
市场参与者通过对价格变化的观察描绘出的图形和形状，在长期内重复着自己，
就象在特定时段和市场条件下，市场参与者的行为表现的那样，这在很大程度上
能找到心理学机理。
以评估短期市场变化为特征的技术分析工具受到了广泛关注和认可（时间区
间最长可达3 个月），与此同时长期预测仍以经济数据的分析为基础。这种区分的
原因之一是市场正变得越来越透明，现代传媒技术迅速地传播着各种信息，信息
对价格形成的冲击也变得越来越小，任何人在一个合理的时间段内都无法控制能
带来巨大收益的资讯。企图在每一秒提供的报告中区分清楚小麦和麦皮难以做到，
同样要处理变幻莫测的市场态势的信息也只能是浮光掠影，如果不是或多或少地
无意识地去做，也只能是一种本能反应。市场参与者对信息的不堪承受使得技术
分析获得许多人的青睐。技术分析方法仅依赖于对价格变化的观察和解释来做出
分析结论，是一种易学易用的工具。
6.2.2 行为金融在技术分析领域的应用
许多金融领域的工作者仍然认为技术分析仅是基本面分析数量化的一种补充
手段，只是一种在早期确认趋势形成和变化的手段。这正是该种方法容易遭人批
评的原因所在。许多支持这种理论的分析者会发现一些其他人没有观察到的行为
方式。仅仅当预测是模棱两可时，技术分析才常常是成功的。技术分析要获得长
远的发展应当立足于心理分析基础上，即去研究行为金融理论的分析结论。这也
是其优势所在。因为行为金融理论自身并没有获得全面发展，对于以金融市场每
日交易的行为为分析导向的方法来看，技术分析是一个理想的工具。行为金融理
论不仅有助于改善个人的决策行为，还有助于广泛地理解市场参与者的实际行动，
这些必将引起经济学家和技术分析人士重视。
6.3 反向投资策略和惯性投资策略
上面介绍了基本面分析和技术分析在证券投资领域里的运用，一方面因为二
者是目前主流的投资策略；另一方面因为本文所讨论的行为金融学理论日益渗透
到投资决策领域，技术分析法在行为金融领域有一定的应用价值。本文前面章节
研究的是证券市场中的反应过度和反应不足问题，根据所述的行为金融学投资思
想，投资者应该注重对市场的反应状况和投资者的情绪进行分析，在此基础上的
投资策略才能够有效地取得收益。
第五章上海股市实证研究证实了市场存在明显的反应过度和反应不足问题，
重庆大学硕士学位论文6 投资策略分析
40
这一点表明了反向投资策略和惯性投资策略的可行性，而第四章所构造的建模思
想也符合现实情况。结合到前面已有的研究成果，可以得出本文的投资策略。首
先，我们对反向投资和惯性投资逐一介绍，反向投资策略最早出自于DeBondt 和
Thaler（1985、1987），就是买进过去表现差的股票而卖出过去表现好的股票来进
行套利的投资方法。行为金融理论认为，由于投资者在实际投资决策中，往往过
分注重上市公司的近期表现，通过一种质朴策略（naïve strategy）—也就是简单外
推的方法，根据公司的近期信息表现对其未来进行预测，从而导致对公司近期业
绩情况作出持续过度反应，形成对绩差公司股价的过分低估和对绩优公司股价的
过分高估现象，为反向投资策略提供了套利的机会。惯性投资策略的提出源于对
股市中股票价格中期收益延续性的研究，即买进近期表现好的股票和卖出近期表
现差的股票。
第四章假想了证券市场处于反应过度和反应不足的交错过程中，实证结果也
证实了两种现象的交替存在，实施反向投资和惯性投资两种策略的关键是确定目
前市场所处的反应阶段，针对不同阶段采取相应的投资策略。对市场的掌握就要
求了解投资者的情绪和其他基本信息。第四章最后给出的三个投资参考价格有助
于确定市场反应情况，其中的几个参数正是对市场投资者群体心理和行为的描述，
即市场上的三类投资者任意时刻的相对比例（ 、 值大小）、交易者的风险厌恶
系数（ 值的大小）、市场投资者参与度A 及其“不理性”程度（ k 、m 值的大小）
等。对市场不同类型投资者的比例划分，在国内股市不妨参考机构投资者和散户
资金的分布来确定，1 表示机构投资者资金比例。其他两类投资者比例则要
根据宏观股市的情绪表现赋值，牛市时 的取值大一些， 值相对较小；熊市则
反。交易者的风险厌恶系数（ 值的大小）根据行为金融学的观点是变化的。当投
资者有收益时，表现出风险追求；而在损失时，更厌恶风险（Barberis Nicholas，
Huang Ming and Santos Tano, 2001）。这一观点是从人类心理学角度来表述的。但根
据Daniel Kahneman 和Amos Tversky 的前景理论（Prospect Theory），实际市场投
资者在不理性的情况下收益时表现为风险厌恶，而在损失时表现更大的风险偏好。
两者是矛盾的，也是统一的，问题的关键是损失和收益程度对各阶段的影响。如
果把前期收益、损失看作沉没成本、既得收益，则应该都表现为风险厌恶，在损
失时更偏向风险厌恶；如果看作额外的损失或收益，则都表现为风险追求，损失
后希望冒更大的风险去补回损失，收益后认为是意外所得，更倾向消费、下更大
的赌注。这里同时引出一个絮语：小赌益身、大赌乱性。因为小赌一般属于前一
种情况，大赌属于后一种情况。小的输赢不改变投资者的风险规避态度，当大输
大赢后则偏好发生反转，更看重输赢的多少，从第一种情况转化为第二种情况需
要更大的输赢数量。所以， 的取值则须随市场不同反应阶段变化，大牛市、大熊
重庆大学硕士学位论文6 投资策略分析
41
市时其值取小，相反宜大。市场投资者参与度A 的值相对容易计算，技术分析指
标中一些就特定反映市场活跃程度。最后，关于投资者“不理性”程度（ k 、m 值
的大小），因为设计到心理学的问题，对不理性的衡量显得很复杂，只能在市场探
索中不断修正取值。
6.4 行为金融投资建议
行为金融投资策略是一个宽泛的概念，通过对人类心理和行为的研究，针对
市场的现实表现，我们可以采用不同的投资策略来避免非理性犯下过错。前面提
到的“三脑合一理论”就可以为我们研究投资者心理提供心理学依据，为投资给
出好的建议。
在证券市场，人们不能总是做出理性决策。当面对复杂的决策情形时，人们
习惯应用直观推断来快速解决问题，但这并不能保证总能得到正确的解决办法。
这与传统金融学的理性人假设不一致，只因为人类大脑并不是只由新脑皮层这部
分构成，还存在爬虫联合体和边缘系统，且三者是同时存在的，共同决定人类心
理行为表现。直觉、情绪和理性是脑三部分分别控制的特性，而这三种属性一起
影响投资决策，理性的计算有时可能被直觉所取代，情绪或许导致投资者过度自
信或不能脱离陷阱。为了作出正确的投资策略，我们分阶段分析投资者的心理行
为，整个交易过程可被分为四个阶段：产生交易动机、收集相关信息、进行交易
和克服失调感。
首先，行为人的动机是什么？导致人们参与市场的动机初步分析有多种原因，
最终看来成功结束交易是唯一重要的动机。许多人认为市场参与者仅仅有一个动
机——最大化自己的利润，但事实并非如此，有些为了证明自己，有些觉得这是
富人的游戏。即使投资者最初的根本动机都是为了获取收益，在变幻莫测的市场
里能够坚持这一出发点吗？寻求心理的平衡等情绪化的表现有时控制了整个投资
行为，所以要经常检查自己的交易动机，需要获得最大利润或损失最小。为了在
投资过程中很好地控制自己的心态，投资者在建立头寸之前必须预测未来价格变
动的方向和预期目标实现需要多长的时间。在时间跨度上可分为短期、中期和长
期三种策略，针对不同的时间跨度可以选择性收集相关信息，综合运用基本面分
析法和技术分析法，考虑其他个人经验、公众的判断力和市场上关于预期价格变
化的一般性观点等因素。
第二、收集信息阶段。市场参与者的可获信息包括：与市场相关的外部资料
和公开报道的政治事件；内部信息，如自己帐户的余额，也就是赢利和亏损状况。
对信息的获取和处理是投资的关键问题。投资者要最快地获得信息，特别是相关
信息，在这方面，机构投资者和信息公司占有绝对优势，拥有通畅的信息渠道。
重庆大学硕士学位论文6 投资策略分析
42
在处理信息的时候，机构投资者和散户都存在一定的认知偏差，诸如代表性偏差、
可得性偏差、框定偏差和过度自信等。框定偏差表示投资者的认识与所处环境及
参考点有关，参考点不同判断可能会不同，前面就投资者对损失和收益的看法是
其中的一个例子吧。代表性偏差表示投资者对那些具有代表性的事件及相关特征
记忆深刻，这样当遇到相似事件或看见部分同类特征时就容易主观推断该类事件
将重复出现。可得性偏差是说明投资者对自己获得的那部分信息给予更高的权重，
即使都是一些无关信息，这与信息的繁杂性有关，投资者不可能获取全部信息，
只能对其中的一部分作出反应。基于信息复杂性和认知局限性，投资者应该在收
集信息时，更多注意信息的相关性和认知理性，调整好心态、留意不同的观点地
客观分析市场。
第三、交易阶段。在金融市场中的投资者首先感兴趣的是他们的经济状况。
这既出自于他们要保护自己免受不确定性影响的考虑，也源自从市场变化中获利
的初衷。在投资最终完成之前，不清楚交易者是成功还是失败。在此之前可能需
要经过很多时间，在这一过程中，大部分人会遇到困难，许多人希望结束这种不
确定状况，所以一旦有帐面利润获得便就此收手。根据前景理论（如图6.1 所示），
投资者最初阶段赢利的边际效用很大，随着收益的增加边际效用递减，且在收益
区间投资者是风险厌恶的。尽管获得了利润，但交易者本能上害怕利润瞬间消失，
在对未来预测时，往往高估价格朝相反方向变化的可能性。另一方面，当投资者
面临亏损时，时间将修正一切的想法常常会萦绕于脑海。交易者一直相信一个快
速的反转行情将弥补长时间的亏损。市场实际表现可能一再让投资者失去信心，
最终交割点可能就是行情波动的最低点。为了投资成功，交易者需要克服自身具
有的某些本能和情感，或对其适当的引导。后者的可行性可能更好，因为三脑合
重庆大学硕士学位论文6 投资策略分析
43
一理论告诉我们有些问题是不容易克服的。如果投资者在交易开始，对每项交易
确定一个价格目标和止损价位。确定目标利润宜适当的高，而止损价位不宜太低。
这样投资者的心理感受与目标更一致。根据框定效应，赢利目标价格和止损价位
是效用函数的参考原点。有收益的情况下，没有达到自己目标利润就相当于亏损
状态，试想自己买价高一些，还会作出如同上面的决定吗？当然，这要求以前的
预测是合理的，基本面没有什么异常变化。相应在损失的情况下，小的损失对投
资者来说容易接受，超出止损价位的损失显得更痛苦，即时止损才是明智之举。
第四、克服失调感。投资者大多数情况下是理智的，虽然并非是“理性”的。
然而，在多次赢利和深度亏损的情况下，交易者往往就不那么理智，盲目的自大
情绪和后悔厌恶促使自己的失败。要做到胜不骄、败不妥，就必须在决策时调整
好自己的心态，克服失调感。一方面，可以重新作出决策或认同先前决策是对的
（通过收集信息或对某些信息重新进行解释）；另一方面，适应现实。
重庆大学硕士学位论文7 结束语
44
7 结束语
行为金融学试图用新的以人为中心的生命范式去代替传统金融理论的机械式
的力学范式，运用心理学和经济学以及其他一些科学来改善金融决策已成为该学
科发展的重要方向。而研究行为金融学的理论基础、建立适合金融市场实际情况
的行为模型、提供基于行为金融学的投资策略就成为目前行为金融学的研究框架。
本文在比较分析了行为金融学和传统金融学的区别和联系的基础上提出了合理的
理论模型，并实证了模型的合理和适用性，同时基于对行为金融学的理解和提出
的理论模型分析了有效的投资策略。行为金融学的研究是对心理学和实验经济学
的融合，从本原上对传统金融学提出了质疑，为金融学的研究融入了更多的因素。
但是行为金融学并不能取代传统金融学，传统金融学理论体系完整，在理想的市
场背景下有正确的指导作用，未来的发展会是行为金融学所考虑的因素更多地被
考虑到传统金融学模型中。
行为金融学研究最大的感触就是人的行为的多样性和不完善性，也对那些所谓
“不可理喻”的行为多了一份理解和宽容。与人的理性并存的另一面— — 人的非
理性，我们认识还非常有限，但应该积极去探索。波普尔说过：“科学能做出真正
的发现、甚至同意在发现新世界时，我们的理智战胜了我们的感觉经验。但我不
去犯巴门尼德的错误：拒绝承认世界上五彩缤纷、千姿百态、各不相同、变化不
定、难以形容的万物是实在的”。
重庆大学硕士学位论文致谢
45
致谢
在重大攻读金融学硕士学位期间，本人从汽车制造与设计专业跨入了金融学
的门槛，学到了经济、金融的相关理论知识。这也算是人生的一个转折点，终于
实现了自己献身金融事业的理想。回顾这一人生阶段，三年时间是值得的，虽然
机会成本较大，但从知识、能力和思想方面受益非浅。特别是张荣老师严谨治学
的态度给我上了重要的一课，虽然自己还作得不够，但我相信这将是以后努力的
方向。金融学领域的确是让人激动人心，在张老师和学院其他老师的引导下，我
了解了最优控制论、博弈论、计量经济学和金融工程等学科的知识，并怀着好奇
心去接触行为金融学，结果发现人类的思想何其无限。
在论文完成之际，我要感谢我的导师张荣老师，张老师给予我不仅是生活上
的关心、学业上的指导，还教给我进行学术研究和解决实际问题的思路和方法。
在此，我谨向张老师表示衷心的感谢！
同时，我要感谢周孝华老师在我写作论文期间的关心和支持，感谢曹国华等
老师给我的一些启发。
感谢经济与工商管理学院各位老师精彩的课堂，你们尽职尽责的课堂把我引
入了金融学的殿堂，这些精彩的课堂将是我日后回忆的美好片段，论文的写作许
多方面也得益于课堂上的点滴。
感谢学院所有参与我论文评审和答辩并提出宝贵意见的各位专家和老师！
感谢在研究生学习期间，给予我帮助的所有同学和朋友！
最后，特别感谢我的朋友邓之宏等在我求学生涯中给予的莫大帮助！
李黎明
2005 年4 月
重庆大学硕士学位论文参考文献
46
参考文献
[1] O•K•Burrell．Possibility of An Experimental Approach to Investment Strategies．
[2] Kahneman D． and Tversky A.． Prospect Theory：An Analysis of Decision Making under
Risk．Econometrica．1979，Vol.47，No.2
[3] Kahneman D．，Paul Slovic and Amos Tversky．Judgement Under Uncertainty：Heuristics and
Biases．New York：Cambridge University Press
[4] De BondtW．F．M．and Thaler R．(1985)．Does the Stock Market Overreaction？Journal
of Finance
[5] De BondtW．F．M．and Bange M．M．(1992)．Inflation Forecast Errors and Time Variation
in Term Permia．Journal of Finance and Quantitative Analysis
[6] Shefrin，Hersh and Statman Meir(1994)．Behavioral Capital Asset Pricing Theory．Journal
of Financial and Quantitative Analysis，Vol.29
[7] Shefrin，Hersh and Meir Statman(2000)．Behavioral Portfolio Theory．Journal of Financial
and Quantitative Analysis．Vol.35
[8] Shefrin，Hersh(2000)．Beyond Greed and Fear：Understanding Behavioral Finance and the
Psychology of Investing．Boston．MA：Harvard Business School Press
[9] Fama，E．F．(1992)．The Cross-Section of Expected Stock Return．Journal of Finance，
47:427-465
[10] Lakonishok，Josef and Seymour(1986)．Volume forWinners and Losers：Taxation and Other
Motives for Stock Trading．Journal of Finance，Vol.41
[11] Nicholas Barberis, Andrei Shleifer, and Robert Vishny ． A Model of Investor
Sentiment．Journal of Financial Economics．1998
[12] Daniel, Hirschleifer and Subrahmanyam．Investor Psychology and Security Under- and
Overreactions．Journal of Finance．1999
[13] Fama，E．F．(1991)．Efficient Capital Markets II．Journal of Finance，46(5):1575-1617
[14] Fama，E．F．(1998)．Market Efficiency，Long-term Return，and Behavioral Finance．Journal
of Financial Economics 49:283-306
[15] Jegadeesh，N．and Titman S．(1993)．Returns to Buying Winners and Selling Losers：
Implications for Stock Market Efficiency．Journal of Finance，48(1)：65-91
[16] Hong and Stein ．A Unified Theory of Underreaction, Momentum Trading and Overreaction
in Asset Markets．Journal of Finance．1999
[17] Robert Bloomfield，Robert Libby and MarkW．Nelson．Underreactions,Overreactions and
重庆大学硕士学位论文参考文献
47
Moderated Confidence．Journal of Financial Markets 3 (2000) 113}137
[18] Eli Amir and Yoav Ganzach．Overreaction and Underreaction in Analysts' Forecasts．Journal
of Economic Behavior and Organization．1998
[19] Joseph Kang，Ming-Hua Liu，Sophie Xiaoyan Ni．Contrarian and Momentum Strategies in
the China Stock Market: 1993–2000．Pacific-Basin Finance Journal 10 (2002) 243–265
[20] Allen M.Poteshman．Underreaction,Overreaction,and Increasiing Misreaction to Information
in the Options Market．The Journal of Finance,Vol.Lvi,No.3,June 2001
[21] Stephen J.Larson,Jeff Madura．Overreaction and Underreaction In the Foreign Exchange
Market．Global Finance Journal 12 (2001) 153–177
[22] Ahmet, B., Nusret, C., 1999. Do markets overreact? International evidence. Journal of
Banking and Finance 23,1121–1144.
[23] Chang, R.P., McLeavey, D.W., Rhee, S.G., 1995. Short-term abnormal returns of the
contrarian strategy in the Japanese stock market. Journal of Business Finance and Accounting
22, 1035–1048.
[24] Hameed, A., Ting, S., 2000. Trading volume and short-horizon contrarian profits: Evidence
from Malaysian stock market. Pacific-Basin Finance Journal 8, 67–84.
[25] Michael Theobald,Peter Yallup ． Determining Security Speed of Adjustment
Coefficients．Journal of Financial Markets
[26] 韩海平，陶燕红，方兆本．行为金融学综述．经济研究，2002 年第1 期
[27] 黄树青．行为金融学与传统金融学争论．经济学动态，2002 年第1 期
[28] 翁学东．西方行为金融学理论的进展．中央财经大学学报，2003 年第1 期
[29] 黄兴旺，朱楚珠．行为金融理论述评．经济学动态，2000 年第8 期
[30] 钟永红，李政．行为金融学：理论、模型与运用．金融教学与研究，2003 年第2 期
[31] 刘力，张峥，熊德华，张圣平．行为金融学与心理学．心理科学进展，2003 年第11 卷
第3 期
[32] 刘力．行为金融理论对效率市场假说的挑战．经济科学．1999 年第3 期
[33] 张俊喜，张华．解析我国封闭式基金折价之谜．金融研究，2002 年第12 期
[34] 沈洪溥，周立群．行为金融学对封闭式基金价格波动的解释．金融教学与研究，2003
年第5 期
[35] 饶育蕾，杨琦．我国封闭式基金折价交易的行为金融学实证分析．中南大学学报，2003
年第9 卷第3 期
[36] 吴忠群．ST 类股票价格对公司财务状况的反应．经济与管理研究，2002 年第6 期
[37] 王永宏，赵学军．中国股市“惯性策略”和“反转策略”的实证分析．经济研究2001
年第6 期
重庆大学硕士学位论文参考文献
48
[38] 吴世农，吴超鹏．我国股票市场“价格惯性策略”和“赢余惯性策略”的实症研究．经
济科学，2003 年第4 期
[39] 何诚颖．中国股市“板块现象”分析．经济研究，2001 年第12 期
[40] 赵学军，王永宏．中国股市“处置效应”的实证分析．金融研究，2001 年第7 期
[41] 饶育蕾刘达锋著，行为金融学，上海财经大学出版社，2003
[42] Robert Bloomfield and Jeffrey Hales．Predicting the Next Step of a Random Walk：
Experimental Evidence of Regime-shifting Beliefs．Journal of Financial Economics 65 (2002)
397–414
[43] Shiller，R．J．(1984)．Stock Prices and Social Dynamics．The Brookings Papers on Economic
Activity，Vol.2
[44] Kahneman，Daniel，and Amos Tversky（1974）．Judgment Under Uncertainty：Heuristics
and Biases．Science 185，11,24-31
[45] Robert Bloomfield,Robert Libby and MarkW.Nelson．Underreactions and Overreactions:The
Influence of Information Reliability and Porfolio Formation Rules．Journal of Financial
Markets．1998
[46] Grossman ,S. J. and J.E.Stiglitz, On the Impossibility of Informationally Efficient Markets,
American Economic Review, 1980, 70, 393-408
[47] Kahneman D, Tversky A. Judgment Under Uncertainty: Heuristics and Biases. Science, 1974,
185: 1124~1131
[48] Heath C, Tversky A. Preference and Belief: Ambiguity and Competence in Choice under
Uncertainty. Journal of Risk and Uncertainty, 1991, 4: 5~28
[49] Fox C, Tversky A. Ambiguity Aversion and Comparative Ignorance. Quarterly Journal of
Economics, 1995, 110: 585~603
[50] Stasser G, Taylor L A, Hanna C. Information sampling in structured and unstructured
discussions of three- and six-person groups. Journal of Personality and Social Psychology,
1989, 57: 67~78
[51] Shiller R. Human Behavior and the Efficiency of Financial Markets. Handbook of
Macroeconomics, Vol. 1, 1999.13051340.
[52] Kuran T, Sunstein C. Availability cascades and risk regulation. Stanford Law Review, 1999,
51: 683~768
[53] Bikhchandani, Sushil, David Hirshleifer and Ivo Welch. Journal of Political Economy, 1992,
100: 992~1026
[54] Friedman ， M ． The Case of Flexible Exchange Rate ． In Essays in Possitive
Economic．Chicago：University of Chicage Press，1953
重庆大学硕士学位论文参考文献
49
[55] Lars Tvede, The Psychology of Finance, JohnWiley & Sons,Ltd,2002
[56] Jegadeesh, N., 1990. Evidence of predictable behavior of security returns. Journal of Finance
45, 881–898.
[57] Lehmann, B.N., 1990. Fads, martingales and market efficiency. Quarterly Journal of
Economics 105, 1 –28.
[58] Debondt, Werner F M and Richard Thaler(1987), Ferther Evidence of Investor Overreaction
and Stock Market Seasonality, Journal of Finance, 42: 557-581
[59] Mun, J.C., Vasconcellos, G.M., Kish, R., 1999. Tests of the contrarian investment strategy:
Evidence from the French and German stock markets. International Review of Financial
Analysis 8, 215–234.
[60] Lo, A., MacKinlay, C., 1990. When are contrarian profits due to stock market overreaction?
Review of Financial Studies 3, 175–250.
[61] Jegadeesh, N., Titman, S., 1995. Overreaction, delayed reaction, and contrarian profits.
Review of Financial Studies 8, 973–993
[62] Joachim Goldberg and Rudiger Von Nitzsch，Behavioral Finance，2003
[63] 刘力等．行为金融学与心理学．心理科学进展，2003
[64] Bagehot,W., The Only Game in Town, Financial Analysis Journal, 1971, 27, 12-14, 22
[65] Kyle A S., Continuous Auctions and Insider Trading[J], Econometrica, 1985, 53(6):
1315-1335
[66] Morris H. DeGroot, Probability and Statistics, Addison Wesley publishing Company, Inc.
(Second Edition), 194
[67] Chan, L.K., N. Jegadeesh and J, Lakonishok(1996), Momentum Strategies, Journal ofFinance,
51:1681-1713
[68] Nicholas B, Huang M, Santos T. Prospect Theory and Assets Price. Quarterly Journal of
Economics, 2001,116: 1~53
[69] Rabin M. Inference by Believers in the Law of Small Numbers. Quarterly journal of
Economics, 2002,117: 775~816
[70] Paul S, Lichtenstein R. Reversals of Preference between Bids and Choices in Gambling
Decisions. Journal of Experimental Psychology, 1971, 89: 46~55
重庆大学硕士学位论文附录A
50
附录A
攻读硕士期间发表的学术论文与参与的科研课题
攻读硕士期间发表的学术论文：
[1] 一类不对称信息结构下的资本资产定价模型. 重庆大学学报（自然科学版）.
2005.5:152-154
[2] 对”前景理论”的进一步思考商业时代2004.11 录用
[3] 组织间关系形成的动因分析中国科技论坛2005.2:110-114
[4] 公司治理与自愿信息披露的实证研究. 重庆大学学报（自然科学版）. 2004.12:142-145
攻读硕士期间参与的课题：
[1] 2003 年9－12 月参与邵兵家老师教材《电子商务模拟实验》编写与制作
攻读硕士期间所获的奖项：
[1] 2004.11 重庆大学年度优秀研究生.
重庆大学硕士学位论文附录B
51
附录B
假定交易者的效用函数为：
U X exp X , 0
给定信息集 ，财富X 服从条件正态分布X | ~ N(, 2 ) ,交易者期望效用为
|
2
| -exp - |
2
E U X E X Var X
证明
X
X
E U X e X e d 2
2
2
2
1
|
X
X X
e d 2
2 2
2
2
2
1
X
X
e d 2
2 2 4 2 2
2
2
2
1
X
X
e e d 2
2 2 2 2
2 2
2
1
2
2 2
e （
1
2
1 2
2 2
2
X
X
e d
）
|
2
-exp - |
2
E X Var X
重庆大学硕士学位论文附录C
52
附录C
引理假定x1, , xm 是来自均值为未知的 但方差 2已知( 2 0)的一个正态分布随机
变量 的样本组。假设 的先验分布是均值为0 u 且方差为2
0 的正态分布，则给定
i xi (i 1, ,m)下 的后验分布是均值为u1，方差为2
1 的正态分布，其中
2
0
2
2
0 0
2
1
m
u m X
u m
2
0
2
2
0
2
2
1
m
X x m
m
i
i m
1
证明给定 ，的似然函数f x m 为
m
i
m i f x x
1
2
2 ( )
2
1
exp
其中T
x (x1, , xm ) ，T 表示转置，“”表示除去一个常系数外两边相等。
运用下述恒等式
m
i
i m
m
i
i m x m x x x
1
2 2
1
( )2 ( ) ( )
以下将省略不含 但含有x1, , xm的因子，则
2
2 ( )
2
exp m m x
m
f x
设 的先险分布为 ()，因 ()满足
2
2 0
0
( )
2
1
( ) exp u
故后验分布 x满足
2
2 0
0
2
2 ( )
1
( )
2
1
exp
( )
( )
( )
( , )
x u
m
x
f x
x
x
x
m
m
其中 (x)表示x的概率密度。
当u1和2
1 按引理中所述那样定义时，不难验证有如下关系：
2
2 0
0
2
2
2 1
1
2
2 0
0
2
2 ( ) ( )
1
( )
1
( ) x u
m
m
x u u
m
m m
上式右边第二项不含 可放在比例系数中去，故有
2
2 1 ( )
2
1
( ) exp
1
x u
重庆大学硕士学位论文附录D
53
附录D
第五部分实证研究程序设计
Sub dataFH()
Dim FAs Variant
Dim h As Variant
Dim i As Integer
Dim j As Integer
Dim jj As Integer
Dim ii As Integer
Dim mAs Integer
Dim n As Integer
Dim ai As Integer
Dim aj As Integer
Dim al As Integer
Dim ak As Integer
Dim amAs Integer
Dim an As Integer
Dim ao As Integer
Dim ah As Integer
Dim ap As Integer
'整数定义语句
For ii = 0 To 7
For jj = 0 To 7
F = Array(1, 2, 4, 8, 12, 16, 24, 36)
h = Array(1, 2, 4, 8, 12, 16, 24, 36)
For j = 1 To 132 Step F(ii) + h(jj)
i = 1
Do
sum1 = 0
For m = 1 To F(ii)
sum1 = sum1 +Worksheets("沪市转置股票数据").Cells(i, j + m - 1)
Next m
Worksheets("Sheet0").Cells(i, 2 * (j \ (F(ii) + h(jj))) + 1) = sum1
sum2 = 0
For n = 1 To h(jj)
sum2 = sum2 +Worksheets("沪市转置股票数据").Cells(i, F(ii) + j + n - 1)
Next n
Worksheets("Sheet0").Cells(i, 2 * (j \ (F(ii) + h(jj))) + 2) = sum2
i = i + 1 '对表一加一行
Loop UntilWorksheets("沪市转置股票数据").Cells(i, j) = Empty
重庆大学硕士学位论文附录D
54
Next j
Worksheets("Sheet0").Columns(133).Value = Worksheets(" 沪市转置股票数据
").Columns(133).Value
'以上生成F-H 数据表
num = 1
kow = 1
ap = 132 \ (F(ii) + h(jj))
For ai = 1 To ap
Worksheets("Sheet0").Select
Range("A1:EC250").Sort Key1:=Worksheets("Sheet0").Columns(num), Order1:=xlDescending,
Header:= _
xlGuess, OrderCustom:=1, MatchCase:=False, Orientation:=xlTopToBottom, _
SortMethod:=xlPinYin, DataOption1:=xlSortNormal
Worksheets("Sheet0").Columns(num + 1).Select
Selection.Copy
Worksheets("Sheet1").Select
Worksheets("Sheet1").Columns(kow).Select
ActiveSheet.Paste
Worksheets("Sheet0").Select
Worksheets("Sheet0").Columns(133).Select
Selection.Copy
Worksheets("Sheet1").Select
Worksheets("Sheet1").Columns(67).Select
ActiveSheet.Paste
counter = 0
rr = 1
Do
counter = counter + 1
rr = rr + 1
Loop UntilWorksheets("Sheet1").Cells(rr, kow) = Empty
an = Int(counter \ 5)
For ak = 1 To 5
Worksheets("Sheet1").Select
rat = 0
Sum = 0
For al = an * (ak - 1) + 1 To an * ak
Sum =Worksheets("Sheet1").Cells(al, 67) + Sum
Next al
For am = an * (ak - 1) + 1 To an * ak
rat =Worksheets("Sheet1").Cells(am, ai) *Worksheets("Sheet1").Cells(am, 67) / Sum + rat
Next am
Worksheets("Sheet2").Select
Worksheets("Sheet2").Cells(ak, ai) = rat
Next ak
重庆大学硕士学位论文附录D
55
num = num + 2
kow = kow + 1
Next ai
For ao = 1 To 5
total = 0
For aj = 1 To ap
total =Worksheets("Sheet2").Cells(ao, aj) + total
Worksheets("Sheet2").Cells(6, aj) = Worksheets("Sheet2").Cells(5, aj) -
Worksheets("Sheet2").Cells(1, aj)
Next aj
Worksheets("Sheet3").Cells(8 * ii + ao, jj + 1) = total / ap
Next ao
Worksheets("Sheet3").Cells(8 * ii + 6, jj + 1) = Worksheets("Sheet3").Cells(8 * ii + 5, jj + 1) -
Worksheets("Sheet3").Cells(8 * ii + 1, jj + 1)
tvsum = 0
For ah = 1 To ap
tvsum = (Worksheets("Sheet2").Cells(6, ah) - Worksheets("Sheet3").Cells(8 * ii + 6, jj + 1)) ^ 2
+ tvsum
Next ah
Worksheets("Sheet3").Cells(8 * ii + 7, jj + 1) = Worksheets("Sheet3").Cells(8 * ii + 6, jj + 1) *
Sqr(ap * (ap - 1)) / Sqr(tvsum)
'以上对每个F-H 组合进行数据分析
Worksheets("Sheet0").Range("A1:EC250").Clear
Worksheets("Sheet1").Range("A1:EC250").Clear
Worksheets("Sheet2").Range("A1:EC250").Clear
'临时数据表的清除
Next jj
Next ii
End Sub
'程序结束