近两年哪些企业获得风险投资

时间：2023-11-23 理论教育版权反馈

【摘要】：对行为金融的研究证明，股票价格的风险波动归根结底都是由投资者的投资交易行为决定，投资者行为效应是股价波动的深层原因。在此基础上，本书对股价特质风险及其投资者行为效应进行研究正是金融理论研究的发展方向之一。本书的相关研究对认识股票价格的风险波动规律、丰富资产定价和行为金融理论起到必要的借鉴作用。

第一章　绪　　论

第一节　选题的背景与意义

2008年，由美国次贷危机导致的国际金融危机，造成了全球资本市场的剧烈震荡与波动。各国证券市场监管当局加强了对资本市场的风险监管与调控力度。在对资本市场进行风险控制的过程中，人们普遍肯定系统性风险是导致股票市场波动，并形成全球股票市场联动的主要原因。但次贷危机的爆发也同时使人们认识到，除了资本市场系统性风险值得关注以外，企业层面的特质风险对股票市场所形成的波动影响同样不容忽视，是资本市场资产价格波动的重要风险来源。股票市场的股价风险波动问题伴随着经济金融化和资本市场的发展也不断吸引着学者们的关注。作为发展中的资本市场，由于交易、监管及法制建设的相对滞后，我国的股票市场不时出现资产价格的异常波动现象。据有关测算，我国沪深两市股票剩余收益存续期5年、10年、15年、20年对应的内净率分别为1．09，1．19，1．29，1．40，参考相应的内净率标准，股票价格比内在价值高1．30—1．95倍。随着我国金融体制改革的深化和股票市场改革的不断深入，我国股市中价格失真的现象并未随之而相应减少。在我国资本市场开放度不断提高的进程中，股价异常波动的有增无减无疑更加放大了股票市场的市场风险，进而也严重威胁到我国整体金融市场的稳定及其可持续发展。

人们虽然认为，股市供求的失衡和政府对股市过度和不准确的干预可能是导致股票市场存在有股价风险波动的重要原因，但很多时候股价风险波动还表现出了许多交易行为的非理性特征。这些与非理性交易行为相联系的股价风险波动用包括有效市场理论（EMH）在内的传统金融理论无法做出充分、合理的解释，需要借助被称之为“思路开放式金融研究”的行为金融理论（Behavioral　Finance　Theory，BFT）进行结合研究。对行为金融的研究证明，股票价格的风险波动归根结底都是由投资者的投资交易行为决定，投资者行为效应是股价波动的深层原因。从这个意义上说，展开对特质风险及其投资者行为效应的研究对于控制资产风险、维护资本市场稳定具有重要的理论和实践意义。

已有文献对股价风险波动与投资者行为的结合进行研究，但多是局限于股价波动的市场风险或者系统性风险。与之不相适应的是，金融市场的实际证明，股票价格风险波动不仅受到市场风险制约，而且随着资本市场和金融经济环境的变化，股价特质风险（idiosyncratic risk）^[1]通过影响股票资产截面收益进而产生对股价总体波动水平的决定性影响。Campbell et al．（2001）更是指出，应考虑将特质风险纳入资产定价的体系当中，这已引起学术界的重视。对特质风险进行定价，是将资产定价的理论研究从对系统性风险的关注转向对非系统性风险的关注。本书即从特质风险角度来研究股票价格风险波动的原因，并且利用信息不确定性^[2]及投资者行为效应分析股价特质风险的静态与动态变化，对其做出解释，最后得出特质风险所具有的特性规律。

本书首先讨论了理性预期假定下价格偏差的一般均衡框架，以及放松前提假定下有限理性的股价波动与投资者交易行为模型；其次，利用投资者行为效应以及信息不确定性对股价特质风险进行了专门、系统的分析研究；再次，利用金融计量方法实证分析了股价特质风险和股票系统性风险存在的投资者行为效应差异；最后，本书提出了控制股价风险波动、提高市场效率、促进我国金融市场可持续发展的更具针对性的政策建议。

一、理论意义

第一，股价风险波动与投资者行为的结合研究是金融学理论研究的一个新方向。从20世纪80年代开始，金融经济学家就开始越来越多地利用投资者心理和投资者行为来解释金融市场的资产价格问题。在此基础上，本书对股价特质风险及其投资者行为效应进行研究正是金融理论研究的发展方向之一。研究清楚股票市场面对的股价风险波动问题，发现特质风险形成的原因以及受影响的机制，并结合投资者行为效应对特质风险进行解释，掌握特质风险形成、演变具有的共性及特性规律，无疑具有重要的理论研究价值。

第二，已有的研究或是将股价风险波动和投资者行为单独进行研究，或是虽进行了结合研究，但缺乏对股价特质风险的专门分析，不了解股价特质风险的影响因素及其变化规律。本书定量分析出投资者行为效应在股价风险波动成分中的作用大小，多角度实证分析了股价特质风险与投资者行为效应存在的动态变动关系。本书的相关研究对认识股票价格的风险波动规律、丰富资产定价和行为金融理论起到必要的借鉴作用。

二、实践意义

第一，为我国的证券市场管理者进行市场监管和采取有效的干预、管理措施提供了理论依据。本书依据行为金融学认知学派的有关理论，分析了造成投资者决策行为变化的原因，探讨了造成股价特质风险的投资者有限理性行为。研究结果揭示，我国股市的监管应继续加强上市公司制度建设，创建良好的信息环境，注意对投资者行为的研究、引导和规范等。

第二，本书将股价特质风险从其投资者行为效应的角度进行研究，使得管理者能从更微观的层面来监督和管理我国的金融市场。研究所获得的有关防范股价特质风险的对策与建议对推动我国金融体制改革的进一步深化具有重要的实践意义。

第三，加强了对投资者自身非理性行为的认识。了解投资者行为、决策的影响因素，对于培养投资者理性的投资观念、培育成熟的资本市场投资群体也具有实际的指导意义。

第二节　国内外研究文献综述

一、国外研究文献综述

股价风险波动描述了一种资产实际价格对其内在价值偏离的现象。按照资产组合大小的不同，股价风险波动具有不同的研究层面，从个股、产业资产组合的价格偏差，到市场指数、跨市场的价格差异，均有各自独特的研究主题。对同一市场中股价风险波动的现象，理论界主要从两个方面进行了考察和研究：其一，是从资产定价的角度来研究价格偏差异象，通过对偏差的解释来发展有关的资产定价理论；其二，从投机泡沫的角度研究价格偏差的形成、膨胀和破灭的演变过程，利用多种因素和不同理论来寻求能准确把握股价波动的有关规律。这两个方面的研究相互联系，相互促进，构成了股价风险波动的研究体系。

（一）资产定价将股价风险波动的研究重点逐步转向非系统性风险研究

股价偏差是相对股票理论价格而言的，由于股票资产定价采用的是相对定价的方式，因此股市价格偏差的来源具有二维特征：一维是衍生资产相对基础资产形成的价格偏差；另一维是指资产存在的横截面价格差异，比如，股票资产（组合）相对市场上其他股票资产（组合）的价格波动差异。两维价格偏差相互影响，涉及的定价理论也分属两类，被人们所熟悉的CAPM，APT等定价模型属第二类价格偏差。

1．CAPM模型对系统性风险的研究及其受到的实证质疑

CAPM模型一直在寻找既能很好地解释资产的横截面收益率，又具有比较明确经济含义的因子。模型由Treynor（1961，1962）、Sharpe（1964）、Lintner（1965a，1965b）和Mossin（1966）在Markowitz分散投资和现代资产组合理论的基础上分别独立发展起来。模型为：

E（ri）＝rf＋β［E（rm）－rf］　　　　　（1－1）

E（ri），E（rm）分别表示单个证券i和市场组合的期望收益率；rf表示无风险证券收益率；β＝σim／（σim是证券与市场组合间的协方差，σm是市场组合的标准差）表示风险价格。

CAPM模型假定资本市场具有完全有效性，投资者对资产收益的概率分布拥有相同的观点，市场有效边界也因此只有一条；另外投资者在无风险利率下能够自由获取投资资金。CAPM模型因此认为，市场组合的期望收益率可以全部用系统性风险进行解释。相反，非系统性风险因为能够通过扩大投资组合而被风险分散掉。所以，CAPM模型对资产收益率的解释只包括系统性风险，只有系统性风险能够获得风险溢价的补偿，而在模型中不包括的非系统性风险部分，独立于系统性风险，也获得不了相应的风险补偿收益。

然而，资产预期收益完全由系统性风险决定的观点不断遭到了实证领域的反对。Fama and Mac　Beth（1973）就对这一观点进行了实证检验，他们采用截面回归，在CAPM模型中增加了系统性风险的二次项和独立于系统性风险但可反映资产收益风险变化的新解释变量。实证检验的结果表明，模型不能拒绝两参数形式的理论假设，这意味着相关研究不能排除与系统性风险不相关，且能确实影响资产预期收益的风险因素存在。

Gibbons（1982）和Stambaugh（1982）使用时间序列回归的方法检验了系统性风险完全解释资产预期收益的理论假说。时间序列回归的方法将资产组合超额收益对市场组合超额收益做回归分析，如果CAPM假说成立，则模型回归的常数项应等于零。Gibbons和Stambaugh的检验结果证明，市场风险变量落在最小方差的边界上，这反映系统性风险对资产预期收益存在合理的解释成分。但是同时他们也证明，系统性风险β的风险溢酬和市场组合预期收益与无风险利率之差在检验结果中并不相等。

在此之后不断有关于资产预期收益的文献证明，股票资产预期收益除了和系统性风险有关之外，还确实与一些非系统性风险因素有关。Basu （1977）的研究证明，市盈率高的股票往往后续会获得比CAPM模型更高的预期收益率。Banz（1981）证实股票收益率还存在有规模效应。当考虑了股票资产规模因素后，规模较小的股票往往会获得比CAPM模型更高的预期收益率。Bhandari（1988）从杠杆率的角度发现了影响资产收益的因素，他发现具有高杠杆率的股票往往会获得相对CAPM模型更高的预期收益率。Stattman（1980）和Rosenberg　et　al．（1985）则从账面市值比的角度证明，账面市值比高的股票会收获比系统性风险溢酬更高的预期收益率。可以看到，所有这些研究结论都能在实证上证明，在系统性风险β之外，确实存在有影响股票资产预期收益的其他风险因素。

另外，在检验CAPM模型的过程中一个较大的难题是怎样选取市场组合的替代变量。已有文献通常采用诸如标准普尔500这样的大型股价指数，作为衡量市场组合的替代指标。但Roll（1977）对这样的选取办法表示了反对的意见，他认为CAPM模型的市场组合实际很难选取，理论上，难以界定应将何种资产选择在市场组合之中或排除之外；实际中，数据的选取和可获得也在很大程度上限制了最大市场组合的构造。Roll指出，使用市场组合替代指标进行CAPM模型检验，实际上只是检验了替代变量的最小方差性。因此，Roll认为，由于很难准确选取真实市场组合的替代变量，所以对于CAPM模型检验得不到可靠的经验结论。

2．APT模型的发展及其检验所存在的问题

Ross（1976）进一步提出了APT模型，相比CAPM模型，APT模型更具有一般的现实意义。APT模型不要求有效的投资组合，它的假定是资产组合收益受多个互不相关经济因子的制约和影响。这些经济因子既包括公共因子也包括具有独立性的特殊因子。

Ri＝λ0＋bi1λ1＋bi2λ2＋…＋bikλk＋εi　　　　　（1－2）

APT模型把资产预期收益表示成了多个经济因子的线性组合，比CAPM模型前进一步的是，APT模型将资产收益的风险来源因素归纳为两种类型：其一即为资产系统性风险，它来源于公共经济因子；其二则为非系统性风险，按照Markowitz的投资组合理论，非系统性风险能够通过组合投资进行风险分散。因此和CAPM模型的认识相似，APT模型也认为非系统性风险获得不了风险补偿收益。

相比于Sharpe等的CAPM模型，Ross的APT模型的优势在于它可以得到实证检验的支持。Roll and Ross（1980），Chen（1981）和Hughes （1982）等的实证研究都支持了APT模型的观点。研究者们用APT模型对各大主要股票市场的资产收益状况都曾做过实证检验。比如，Chen　et al．（1986）对纽约证券交易所，Berry　et　al．（1988）对标普500指数，Antoniou　et　al．（1998）对伦敦证券交易所，Azeez and Yonezawa（2003）对日本股市及Dhankar and Esq（2005）对印度股票市场的股票资产收益都曾做过基于APT模型的实证检验。

然而APT模型的检验也存在问题，这主要是APT理论不能明确到底有哪些经济因子变量会决定资产组合的预期收益。（Chen　et　al．，1986）已有研究主要采用了两种方法对APT模型进行实证检验：一种通过因子分析的方法来确定风险因子；另一种则是依据理论或经验来对模型风险因子加以确定。风险因子的确定存在着因子个数不确定和样本间风险因子存在差异等问题。

一方面，许多研究发现风险因子的确定存在因子个数不确定问题。（Dhrymes　et　al．，1984）

Roll and Ross（1980）通过因子分析，确定纽约证券交易所1962年至1972年间的股票收益影响风险因子，结果发现这些风险因子并不固定，个数大于3到4个。

Gibbons（1981）用不同的资产组合来确定风险因子的个数，他的分析结果显示，如果对股票和债券的资产组合进行分析，共同风险因子的确定相对比较容易；而如果仅仅专门针对股票或债券组合进行风险因子分析，则较难找到资产组合的共同风险因子。

Martikainen　et　al．（1991）还对芬兰股票市场两个不同时间段（分别是1977—1981年和1982—1986年）的股票月度收益影响因子做了检验确定。实证结果也说明，不同时间段内风险因子的个数也是会发生变化的。

另一方面，将经济变量采用为APT模型的风险因子存在着诸多缺陷。如Lehmann and Modest（1988）的研究表明，虽然有很多经济变量影响股票资产收益，但要从诸多复杂的经济变量中确定出准确的风险因子却仍是困难重重。

Chen　et　al．（1986）曾在对5个未获预期的经济变量进行风险因子选取的过程中发现，工业增加率、通货膨胀率和资产风险溢酬变化率这3个经济变量具有显著的风险因子特征。但当这3个风险因子被Poon and Taylor（1991）实证检验于英国资本市场的资产收益时，Poon and Taylor发现这3个风险因子又变得不那么显著了。

因此不同研究在对APT模型进行检验时都分别使用了各不相同的经济变量作为风险因子。如Turgut　et　al．（2008）所做的检验就使用了包括：工业增加率、通货膨胀率、利率、汇率、进出口等众多经济变量在内的多个风险因子变量。这些研究事实证明，将经济变量采用为APT模型的风险因子，对不同资本市场或不同资产组合样本来说具有较强的变动特点。

另外Chen　et　al．（1986）选取风险因子的方法对模型独立变量也会产生个数限制方面的影响。比如，对APT模型做检验时，部分风险因子在多变量模型中可能具有显著性，但若对其进行单变量分析却又会变得不显著。风险因子可能还存在多重共线性，这也构成了经济变量采用风险因子的选取缺陷。

弥补了CAPM模型单因素（系统性风险）缺陷，却风险因子相对固定的定价理论研究要数Fama and French（1992）提出的资产定价三因素模型为准，三因素模型用市场风险、规模和B／M比值解释资产风险溢价：

Ri－Rf＝αi＋bi（RM－Rf）＋siSMB＋hiHML＋εi　　　　　（1－3）

公式左边表示的是资产组合期望收益率大于无风险利率的收益值，这一溢价对3个因子要素比较敏感，分别是：市场投资组合的超额收益（RMRf）；小公司投资组合与大公司投资组合的收益差（SMB）；高B／M值投资组合与低B／M值投资组合的收益差（HML）。如上所述，三因素模型是经验性的定价模型，其思路是将对风险资产收益具有解释能力的要素再纳入到模型的解释变量当中。不过，三因素模型仍无法排除还存在其他解释因素的可能性。

3．非系统性风险逐步获得定价理论的支持并增加了对特质风险的研究关注

事实证明，投资者并不会都持有完全分散风险的市场组合。Goetzmann and Kumar（2004）的研究调查发现，在超过6．2万个投资者当中，有25%以上的投资者们只关注并交易一只股票，有50%以上的投资者们只关注并交易3只以内的股票，而只有不到10%的投资者会去关注并交易超过10只的股票。Goetzmann and Kumar的研究在实证证据上否定了CAPM模型的理论假设。

而在APT定价模型的研究过程中，Dybvig（1983）和Grinblatt and Titman（1983）也都对APT模型中的残差项进行过研究并产生过疑问。他们的研究认为，尽管APT模型残差影响是明显和重要的，但他们坚持认为这些残差变动对股票资产收益的影响一般都是很微小的。

所以，尽管Douglas（1969）提出了应对特质风险这一非系统性风险在市场效率中的作用加以重视，但学术界在传统CAPM，APT等定价模型的争论中并未将非系统性风险真正放到关注和研究的焦点之上，认为可以风险分散，因此可以忽视。

较早针对非系统性风险做定价研究的是Campbell　et　al．（2001）。Campbell　et　al．指出，市场风险（系统性风险）只是股价风险波动的一个重要组成部分，而行业波动与特质风险也是反映股价风险的重要收益风险来源。同时Campbell　et　al．还指出，通过波动率分解是能够将非系统性风险从股价总体波动中分解、计算得到的，并且如此一来，非系统性风险就能够对资产风险收益进行定价处理。

Campbell　et　al．正是通过一个波动分解的方法，真正获取了股票资产市场、行业和企业层面的波动数据。Campbell　et　al．发现，企业层面的特质风险表现出明显的、提高的正向变动趋势，相比市场风险则并不存在如此的变动趋势。并且在股价总体风险波动当中，特质风险波动占了最大比例。Campbell　et　al．的研究为特质风险的资产定价做了基础性的努力，他们更进一步拓展了CAPM模型理论框架，经实证研究他们证明，特质风险与股票资产收益率之间可能具有正向相关的关系。

后续的研究更进一步证实了特质风险和非系统性风险对股票预期收益存在着正向影响作用的关系。

Malkiel and Xu（2002）通过理论模型分析发现，由于投资者并不是真正完全持有市场组合，APT模型中的残差干扰实际上是一种股票截面收益的特质风险波动。和在股票价格波动和股价泡沫研究中的风险波动规律相似，股价特质风险在促发了股价偏差现象之后，仍然还与其他一些因素变量一起制约着股票价格波动的时序演变。由于特质风险不能够直接被人们观察和获取，因此对特质风险进行计算和计量是特质风险问题研究的难题。仍是Malkiel and Xu的研究表明，他们利用股票市场收益的回归方程，通过求取残差平方和作为股价特质风险的替代变量。Malkiel and Xu的计算方法优点是较为简洁、简单。

Goyal　et　al．（2003）也使用了CLMX的近似方法，实证研究了非系统性风险主要是特质风险与股票预期收益率可能存在的相互关系。Goyal et　al．发现，股票平均方差即分散投资的非系统性风险，与股票预期收益率之间确实显著存在有正向的变量相关关系。

接着，Malkiel and Xu（2006），Spiegel and Wang（2006）和Fu（2009）均通过实证检验证明，非系统性风险（含特质风险）与股票预期收益具有正相关的关系。

4．非系统性风险的风险溢酬关系仍需得到更进一步解释

首先是Ang　et　al．（2006）研究发现，非系统性风险（含特质风险）与股票预期收益率之间并不总是呈现正相关的关系。比如，他们证明具有高特质风险的股票资产平均收获相对更低的预期收益率。这从规模效应、动量效应、流动性效应或是账面价值角度，都无法进行较合理的理论解释。因此，Ang　et　al．认为，特质风险与股票预期收益率有时表现出的负向相关关系是非系统性风险资产定价研究面临的一大难题。

但是Fu（2009）的研究从实证角度再次否定了Ang　et　al．的研究观点，并且Fu指出，之所以Ang　et　al．会得出非系统性风险与资产收益负相关的结论，是因为Ang　et　al．并没有使用时间序列数据，而只局限于股票资产的截面数据，因此Ang　et　al．的研究描述不了特质风险波动所体现出了的时序变化特点。Fu利用指数GARCH模型对特质风险波动进行了描述，通过实际数据检验，他也证实在特质风险与股票预期收益率之间具有显著的正相关关系。

虽然已有研究结果表明，特质风险或非系统性风险与股票预期收益存在着正相关的关系，但这其中的解释因素，学者们的意见还不一致；特质风险溢酬的内在影响机制也是需要更进一步地深入研究。

Hsin（2009）就利用CLMX的方法实证研究了新兴市场中股价特质风险的决定因素。Hsin的研究发现，在新兴发展的各股票市场中投资者的交易方式对股价特质风险变化来说具有显著的解释贡献度。

另外值得一提的是，我国的一些学者更试图将资产定价模型统一在同一个定价模型框架之中^[3]。总的说来，不同的资产定价模型反映了研究者从不同的维度或角度来解释资产价格变化规律。越来越多的研究表明，现实金融世界中（尤其是股票市场）仍旧大量存在着资产定价模型及传统金融理论所无法解释的价格偏差现象。资产定价模型的演进与发展将本来存在的价格偏差现象“统一到一个不需要分裂来看的新世界里”^[4]，并在一定程度上消除了资产价格偏差。

（二）投机泡沫研究将投资者的非理性特征引入了股价风险波动分析

对股价偏差与股价风险波动另一方面的研究是从投机泡沫的角度展开的，投机泡沫研究主要关注的是资产价格偏离其内在价值后膨胀及其破灭的过程。资产实际价格偏离内在价值的部分可统称为广义的泡沫，按是否由投资预期引起可分为理性价格偏差和有限理性价格偏差。有限理性价格偏差由投机预期引起，被看作狭义的泡沫，称之为投机泡沫。

对投机泡沫的研究可划分为3个时间段：第一阶段在1980年以前，金融经济学家们只对已发生过的各类泡沫现象或事件做出定性层面的描述；第二个阶段则从20世纪80年代初至80年代末，主要以Blanchard and Watson（1982）的理性股价泡沫模型为基础，金融经济学家们通过数理计算、分析，建立起多种多样的理性泡沫股价模型；第三个阶段从20世纪80年代末一直延续至今，学术界逐步运用多种间接或直接的数理检验方法对资产价格泡沫展开更具深度的金融经济学研究。

Shiller（2000）在其《非理性繁荣》一书中给出了有关投机泡沫的定义，他说：“投机泡沫是源于投资者的交易行为而形成的资产价格持续性增长，它不同于真实价值或基本面信息所促发的价格增长。投机泡沫具有自我实现的特点，这表现为：最初小幅的价格上涨会导致最终幅度高很多的价格上涨结果。因为投资者的需求增加，价格上涨的结果会反馈到下一轮价格上涨的过程当中，一轮接一轮，循环往复，投资者交易行为的催化因素作用因此而被不断放大，最终产生远比自身大上很多的资产价格上涨结果。”Shiller给出的这一定义较为准确地揭示了投机泡沫本质，并描述了投机泡沫简单的动态形成过程。

1．有限理性下投机泡沫所具有的特点规律

首先，投机泡沫要求存在可进行市场交易、价格随供求影响的交易性资产，如股票、债券或可交易的实物资产等。其次，产生投机泡沫的资产都具有内在或基础价值，但其内在价值无法直接进行观察获取，只能利用相关因素（如股利或现金流量等变量）按照理论模型进行估计。再次，投机泡沫的资产价格始终围绕着自身的内在价值而上下波动，当价格大幅、非随机的偏离内在价值时，资产投机泡沫产生。第四，投机泡沫具有从产生、膨胀，直到最终破灭的变化过程。在投机泡沫的变化过程中，投机性交易行为决定了价格泡沫的产生与变化，而投机性的心理预期是价格泡沫持续膨胀的维持力量。假如预期发生转变（甚至反转），价格泡沫便会突然破灭，给交易市场带来巨大的冲击。第五，资产价格泡沫有正有负，当实际价格高于内在价值时，泡沫为正，而当实际价格小于内在价值时，泡沫则为负。虽然通常投机泡沫理论及其价格模型往往不直接计算负的价格泡沫，但实际上在我国的股票市场中负的投机泡沫经常出现，并体现出我国股价偏差的一些个性特征。第六，泡沫必会发生破灭。无论是Blanchard（1982）的理性投机泡沫模型，Kindleberger（1989）的“狂热与恐慌”泡沫模型，De Long　et　al．（1990）的噪声交易模型（DSSW），还是Lux（1995）的羊群行为模型，都充分说明价格泡沫膨胀到一定程度必将遭遇破灭。最后，投机泡沫有利有弊，是柄双刃剑。Black（1995）认为，投资者在金融市场交易的过程中存在两种不同的交易方式：其一是信息交易；其二是噪声交易。噪声交易增加了整体市场交易的流动性，但同时也将噪声信息融入资产价格。因为噪声交易，金融资产价格会产生对自身内在价值的偏离，价格风险波动的可能性因此而提高。

2．不同的预期假设使投机泡沫具有了不同的变化特点与类别

投机泡沫对价格偏差的考察是从基础—衍生这一维度着眼的，但实际上，股市投机泡沫（特别是指数的投机泡沫）的价格偏差却同时受到两个维度价格偏差的影响。因此对于投机泡沫中所出现的价格偏差不能简单遵循资产定价理论中的二维视角进行区分，而应按泡沫是否由投机预期引起来对价格偏差加以区别。

Blanchard and Watson（1982）利用理性预期，在无套利条件下，使用重复迭代的方法求解出具有理性预期特征的股价差分方程，这即是理性价格偏差的解。“理性”反映了投资者对股价变化的一种具有自我实现特点的预期，即理性预期能促成资产价格偏离其价值基础，而形成理性价格偏差。理性价格偏差也被称作理性随机泡沫，它在各期中产生破灭的概率被设为π，投资者在各期也都需要做出是否卖出资产的决定。显然时期数越多，泡沫破灭的可能性也就越大，若泡沫存续几个时期，那么它继续存在下去的概率可计算出来，等于（1－π）n。n越大，泡沫存在的可能性也就越接近零。因此，理性泡沫的投资者会得到系统性风险的风险溢价作为投资的补偿。

作为理性价格偏差的组成部分，Obstfeld and Froot（1991）的内在泡沫模型更符合资本市场的实际。内在泡沫认为泡沫大小取决于资产内在价值的变化，如果内在价值改变，泡沫大小也会随之产生同方向的膨胀或收缩。内在泡沫的公式表达为：P（Dt）＝＋B（Dt）＝＋c，式中的Dt表示股利，P（Dt）代表资产价格，就是内在价值，等于未来股利现金流的折现值。B（Dt）表示股价泡沫，并且B（Dt）＝c，其中的λ是等式λ2σ2／ 2＋λμ－r＝0的正根。从公式的形式容易看到，泡沫会受股利的变化影响，会对涉及股利的各种信息做出过度反应（因为指数λ的缘故）。内在泡沫模型描述了资产的价格泡沫与资产内在价值的内在联系，所得结论更符合金融市场价格波动的规律。内在泡沫模型认为股票市场价格偏离内在价值是长期而持续变化的过程。关于股价对股利过度反应的看法，内在泡沫模型和Shiller（1984）的观点基本一致。

研究表明投机泡沫几乎都是由投资者的非理性行为引起（Kindleberger，1978，1996），呈现出有限理性的特征（Adam and Szafarz，1992）。根据Camerer（1989）的研究以及对投机泡沫价格偏差最根本影响因素的总结，投机泡沫的有限理性价格偏差可概括为两类，即：

信息泡沫。在资产信息可得的条件下，可交易资产的价值基础就等于均衡价格，而如果存在资产价格未揭示的信息，资产价格必将与内在价值产生偏差，基于这一思路的股价泡沫模型就属于信息泡沫。信息泡沫模型是由Lee（l998）构造的，在信息泡沫模型中，假定投资者是依据个人掌握的信息、他人的交易行为和市场交易价格来进行交易决策。如果投资者赋予历史价格在决策中过大权重，就有可能造成个人信息的不完全，并且模型将投资者的动量决策风格称作信息瀑布。由于信息瀑布依据较少的个人信息和投资交易行为，因此信息瀑布也较为脆弱。如果当某些阶段存在信息未被包含入价格变化中，那么后续累计的信息含量可能会导致资产价格产生巨大波动，模型将其称之为信息雪崩。在信息泡沫模型中因为信息瀑布的决策缺陷，小缺陷逐步累积形成信息不完全，而信息的不完全促生了资产价格信息泡沫，最终信息雪崩会造成了泡沫的破灭和资产价格的大幅波动。

时尚泡沫。社会力量形成的“时尚”（这可看作是一种投资者行为效应）因素也可能引起资产价格与内在价值形成偏差。时尚泡沫模型将“时尚”假定为资产价格偏差，其均值渐近趋于零（Camera，1987）。模型的价格公式可以表示成：Pt＝E（Dt＋i）／（1＋i）i＋Ft，Ft＋1＝cFt＋et，式中的Ft代表“时尚”因素，c表示价格泡沫的衰减速度，et则是白噪声干扰项。如果c＝0，那么模型方程退化为股价的定价公式；而如果c＜1，时尚泡沫将会存在，并且是属于有限理性泡沫的范畴；而当c＝1＋r时，则时尚泡沫将会等同于理性泡沫模型。

3．传统金融理论无法对投机泡沫的价格偏差现象做出合理解释

有效市场假说（EMH）是传统金融理论的理论假说之一。Fama（1970）为其给出的定义是：市场能让证券价格充分的反映信息的影响，而随之变化。EMH理论建立在3条依次放松的理论假设基础之上：第一，投资者是理性的，他们能够对投资对象做出适当的价值估量；第二，投资者虽然会产生某种程度的非理性，但由于证券的交易是投资者随机做出的决策，所以交易行为的非理性在众多的市场交易过程中相互抵消了其影响作用，资产价格不再因其而产生更大变化；第三，有时非理性的交易者虽然也会犯错误，但由于市场中同时还存在大量的理性套利者，他们的交易能消除非理性交易者所带来的影响。所以说EMH理论成立与否和投资者的理性或非理性无关，当投资者人数众多而其交易策略又是相互独立做出的时候，投资者交易会消除资产价格的定价错误，而让证券价格基本接近内在价值。Samuelson（1965）和Mandelbrot（l966）的研究也证实了EMH理论的部分观点，他们认为在竞争性的证券市场当中，投资者具有理性和风险中性的投资特征，交易证券的价格及其基本价值的变动都是随机游走，因而收益也不可预知。

Friederman（1953）和Fama（1965）研究了套利行为对证券价格的影响。他们进一步认为即使交易策略存在相关性，EMH理论也仍是正确的。比如，某种证券由于缺乏交易，或已被相互关联的投资者非理性的进行抢购，证券价格具有了很大的泡沫成分。那么理性的投资者（套利者）在觉察到这种价格高估后将会卖出该种证券，并接着买进类似证券以作风险对冲。由于套利行为的存在，市场交易的结果也能保证偏离的证券价格回复基本价值附近。

Blanchard（1979）、Blanchard and Watson（1982）也曾试图在有效市场的假定下做出对泡沫形成的解释。他们认为泡沫是理性的，他们利用理性预期假设推导出了价格泡沫模型。模型的推论为，由于金融市场具有多重均衡，所以金融市场常常不能对资产的内在价值给出准确的估计，因而Blanchard等的理论还是解释不了泡沫为何产生、如何破裂等问题。

传统金融理论对价格偏差的认识是有限的，它们认为价格偏差的产生是偶然的，不可维持的。然而金融市场的交易事实否定了传统金融理论的这一认识，因此学术界在传统金融理论的基础上开始不断寻求对价格偏差现象的合理解释。

（三）投资者行为理论对股价风险波动给出了各具特色的理论解释

受到传统金融理论遇到的困境启发，研究者们开始逐步放松有关投资理性、市场信息完全等假定，尝试从有限理性、信息不对称等角度来对价格偏差及泡沫进行理论解释。

以Tversky and Kahnman（1981）的行为金融研究为代表，行为金融学家们认为假定投资者都能理性预期并不现实。首先，进行理性预期需要市场信息完全、对称，投资者都能按照统一的均值—方差模式做出投资决策，但实际上资本市场信息常常不对称，投资者依赖的决策方式也不尽相同；其次，进行理性预期的投资者需要自身具有理性，而现实中的投资者常常会做出如过度自信、正反馈交易和追逐“时尚”的种种非理性行为。在改变了这一前提假定的条件下，行为金融理论试图用投资者行为的有限理性来为价格偏差与泡沫寻找答案。

噪声交易理论。噪声交易理论以Grossman and Black为代表，它用信息不对称来解释资产价格波动。噪声交易理论认为市场上存在拥有信息^[5]的投资者和不拥有信息的投资者。信息投资者了解资产价格变动的概率分布情况，他们利用信息辅助进行市场交易决策，比如，当他们取得投资收益时，购买增加，价格也变得更高。而噪声投资者只能利用当前价格信息，来对资产交易价格进行估计。由于市场价格体系不拥有完全信息，收集信息又需要成本，因此现实中的金融市场价格体系始终存在着噪声交易，EMH的完全竞争市场格局并不会存在。

Stigliz（1980）认为，竞争均衡意味着资产价格将排除掉所有市场交易的套利机会，而竞争性的市场将总是处于不均衡的状态。因为噪声交易者存在信息和套利成本，很难获得市场的套利收益。而市场上只有信息投资者，利用信息进行投资决策，才能够因此而获得套利的收益。所以Stigliz认为价格反映了所有市场信息是不能获得套利行为支持的。

Gennotte and Leland（1990）也从信息不对称角度对股市价格泡沫做出了研究。他们的模型存在两种交易者：一种信息交易者拥有了资产变现值信息Si，而另一种信息交易者掌握了总供给的信号。市场上随机总供给的信息分成， θS和θL，是交易者都知道的信息，θS只被供给信息交易者所掌握，θL则是两种交易者都不了解的信息。供给信息交易者掌握了θS，相比较拥有更多的信息优势，因而他们也因此能够推断价格信号P1里的更多信息。Gennotte and Leland的研究表明，当θ槇发生改变时，价格的变动会很小；而如果θS发生改变，价格也只会发生温和的变动，这是因为如上文所述，信息交易者能够依据自身掌握的信号对供给变动做出推测；因此只有当θL发生改变，资产的价格才有可能发生巨大波动，导致泡沫破灭。国际金融市场历次出现的股市崩盘事件已证明了投资者不具备清楚区分信息交易或噪声交易的能力。

Black（1986）同样认为由于噪声交易的缘故，金融资产交易价格会偏离内在价值。其后De Long　et　al．（J．B．De Long，A．Shleifer，L．H．Summers，et　al．，1990）在Black（1986）的基础上提出了噪声交易者模型（DSSW模型）。De Long　et　al．把噪声交易分成两种：一种是噪声交易者自身的交易；另一种是理性、信息交易者利用噪声交易的失误相应所做的套利交易。同时模型中还包括了风险资产定价模型以及投资者预期收益的差别模型。DSSW模型认为，均衡价格受到噪声交易的影响会偏离内在价值，并且价格偏离还会“自我实现”（self－realization）的得到放大。De Long et　al．将噪声交易的价格波动变化称之为：“噪声交易者为自己创造了交易空间”，意思是噪声交易者通过交易行为会继续派生出市场上的噪声价格。

同时，De Long et al．还从不同的投机者交易行为角度继续论证了资产价格泡沫。De Long　et　al．更具体指出，在股票市场中既存在有理性交易者，又存在着正反馈交易者。由于正反馈交易者的存在，理性交易者的交易行为会造成资产价格的更大波动性。例如，如果获得好消息，理性交易者会预期因价格上涨，正反馈交易者于第二天会更多地买进，因此理性交易者当天就可能提前大量买进，这使得价格上涨得更高。第二天，不管理性交易者是否卖出，都会形成对价格上涨的压力，因为之前的价格上涨已吸引了正反馈交易者的大量买入行为，因而接下来价格会继续保持上升趋势。简而言之，理性交易者的交易行为同样会促进市场的正反馈交易，资产价格的波动性因此也变得更强。

因为噪声交易理论与正反馈交易理论对于资产价格波动以及投机泡沫做出了较为合理的解释，因此这两个理论已成为该领域的典型研究方法。然而存在不足的是，由于实证案例偏少，已有研究仍主要局限于对价格波动定性问题的分析。

过度自信理论。大量的研究结论表明，投资者往往倾向于高估自己的应变与判断能力，低估外部力量（包括公共信息）所可能起到的影响作用，行为金融理论把这种投资者的认知偏差统称为过度自信。

关于过度自信的理论模型，Kyle and Wang（1997）的研究给出了双信息的寡头模型，该模型可用以描述理性交易者与过度自信交易者之间的生存、竞争状态。在模型的理论假设条件下，Kyle and Wang认为，过度自信交易者比理性交易者更有可能获取投资收益。这是因为过度自信交易者发现，有时他们采取的非理性决策的行为结果比理性决策获取了更多的交易收益，这样他们的交易决策使得他们在市场竞争中坚持下来。

Odean（1998a）也建立模型，描述了投资者过度自信与其交易决策间的理论联系。Odean认为，尽管非理性投资者的投资收益还弥补不了他们的交易成本，但非理性投资者往往会高估预期收益，所以他们仍频繁做出交易行为，这又导致了高交易量的出现。所以说过度自信导致了投资者敢于从事风险大的资产交易，并形成较高的交易频率。过度自信所带来的过度交易最终引发了价格的波动以及价格投机泡沫。

有关过度自信理论的实证研究，Odean（1996）分析了过度自信的交易行为特征。Odean利用7．8万个投资者的历史交易记录做了过度自信的实证分析，系统阐述了过度自信以及过度自信中可能存在的性别特征规律。Odean的观点认为，过度自信反映在投资交易活动中，就是过度自信的投资者往往会“过度交易”。采用相似数据，Barber and Odean（2001）也对过度自信理论进行了实证研究。Barber and Odean在实证分析中特意将投资交易者群体划分成“男”和“女”，以判断过度自信所具有的性别特征。结果他们发现，相比于女性投资者，男性投资者群体过度自信的可能性更大。

过度自信理论是通过对由过度自信所引发投资交易行为的分析，来解释资产价格异常波动现象的一种行为金融理论，该理论将资产价格波动以及泡沫形成变化的原因归咎于投资者过度自信以及由其所引起的资产过度交易。过度自信理论在理论方面做出了创新，而在实证方面也获得了比较有力的支持。

投资者行为互动理论。该理论将金融市场看成是一个具有复杂适应性的行为互动体系，众多具有有限理性、异质特性但却能产生相互影响的投资者是这个互动体系的参与主体，他们依据市场信息、交易行为以及群体互动来做出市场交易决策。金融市场行为互动体系由于其互动影响的机制，能够将随机的市场信息把握并转化为对整体市场价格的影响。在投资者行为互动模型中，市场参与者通常将其他投资者的市场行为当作决策信息的依据，决策过程也较为简单，并且会随着市场、交易行情的不断变化随时做出调整。同时，模型还将市场参与者按照其决策依据分成了基本面主义者与技术分析主义者。基本面主义者依据市场信息进行投资决策，他们认为资产的价格服从随机游走规律，其价值基础由资产的内在价值决定，因此基本面主义者往往会遵从低买高卖^[6]的交易法则；而技术分析主义者则希望能把握住资产价格变化的规律与趋势，他们判断趋势变化然后在此基础上做出交易决策。市场参与者当然都可以在这两种投资策略间做出选择，同时分持两种投资策略的市场参与者也会随机相遇，并在一定概率下影响对方投资策略的变化。如果影响概率大于保持概率^[7]时，投资者的投资策略分布就会因此而发生相应变化。因此，当某种投资者分布一时在市场中占据了优势，市场形势就会被相应观点所左右。只有当多数投资者发生了观点转变时，市场的形势才会发生相应变化，而价格波动在此变化过程中也就容易产生了。

投资者行为互动的典型形式是羊群行为效应。Lux（1995）针对这方面的研究提出了交易者投资观点和交易行为相互传染的行为金融模型，模型从“羊群行为”的角度对股价过度波动做出了理论解释。Lux认为类似“羊群行为”，投资者群体间的模仿和相互传染引发了资产价格泡沫的出现、膨胀以及最终的破灭。如果市场不完全，投机者从价格变动中获取不到完备信息，那么他们就需要从他人的决策行为中获取交易信息。随着“羊群行为”的增加，市场价格的波动程度会迅速增大。如果市场情绪乐观，由于羊群行为放大了价格波动效应，泡沫逐渐形成并不断膨胀，最终会远远偏离内在价值；而当市场情绪悲观时，泡沫逐渐减小，最后资产价格还会远远低于内在价值。因此，Lux认为，资本市场的“羊群行为”也是导致形成价格偏差、资产价格大幅波动的重要原因。

对“羊群行为”的实证检验大部分学者都从基金或机构投资者的交易行为出发，做了不同角度的分析。Lakonishok，Sheleifer and Vishny （1992）对于1985年至1989年间美国股市上的769只股票基金做了“羊群行为”检验，他们的研究发现大公司不存在较显著的交易“羊群行为”，相反小公司却表现出了更大也更明显的“羊群行为”效应。

Nofsinger and Sias（1998）的研究将1977至1996年间，于纽约证券交易所上市的公司股票作为“羊群行为”实证的研究对象，他们发现，机构投资者会随着当年股票的平均收益相应调整自己对股票所持股数的变化，机构投资者的“羊群行为”呈现出正反馈交易的某些特点。

Wernes（1999）则是以1975至1994年间，所有在美国股市进行投资的共同基金“作为羊群”行为的研究对象。Wernes的研究发现，共同基金整体上都表现出了投资交易行为的“羊群效应”。据此，Wernes表示，对共同基金自身来讲羊群交易行为具有理性价值，因为，“羊群行为”提高了股票价格反映和吸收市场信息的效率，在一定程度上它提高了机构投资者的投资收益，具有稳定市场交易的正面作用。

（四）信息不确定性将特质风险波动与投资者交易行为内在联系了起来

信息完全是EMH理论的主要观点之一，随着金融研究的进展，学者们发现由于投资者的异质性，投资者会拥有多样化的投资信念；伴随股票基本面的波动以及与之相联系的较差的信息披露环境，投资者还将面临公共信息的不确定性。这些信息不确定性促发了投资者的投机行为，加强了股市价格的波动性；信息不确定性最终还与股价特质风险相联系，形成了股票横截面的价格差异。Brown and Kapadia（2005）、Ang　et　al．（2006）和Fleming，Kirby and Ostdiek（2006）等认为股价特质风险反映了股票市场中存在信息不确定性的程度。

信息价格理论（Informational　Price　Theory，IPT）是研究价格反映、传递预期收益信息的基本理论。该理论说明由于投资者是通过观察模仿而得到新信息的，因此资产价格的变化会由其他投资者的行为决定（Grossman and Stiglitz，1976）。但投资者很难区分市场行为何时是来源于基本信息，何时是产生于其他投资者的行为（Burness，Cummings and Quirk，1980）。相对于前期信息，如果后期信息的信息较差、频率较低，那么资产价格偏差将会加大，并更具波动性（Friedman and Aoki，1992）。

首先，投资者对来源于其他投资者的不确定性信息会形成自己独特的投资信念，投资者的不一致性预期及其多样化的投资信念会催生投机行为，引起资产价格的非平稳波动。

Keynes就将股票价格的决定比喻成一场“选美比赛”，这引起了人们对投机和主观期望之间关系的关注。Keynes认为投资者“并不关心1笔投资对个体投资者的价值大小，而主要关注的是，在众多心理预期下，3个月或1年以后市场会给这笔投资做出怎样的价值评估”。按照Kaldor（1939）的观点，投机可以定义为“买（或卖）是为了在一定时期之后再卖（买）”。而按照Arrow（1953）、Feiger（1976）、Tirole（1982）的观点，投机行为在完全市场或理性预期的条件下是不能够存在的，因为在那样的条件下，投资者在随后的市场交易中并不会改变他们所持有的资产。所以对投机交易研究的合适框架要么是认为金融市场不完全，要么是认为投资者之间的不一致预期会导致投机行为的产生。

学术界至少有3种方法对不一致预期和投机行为进行了建模^[8]。第一种在大量文献中都能看到，它主要是基于个人信息和噪声（流动性）投资者的存在，这些研究可见Grossman and Stiglitz（1980）、De Long　et　al．（1990）的论述。第二种方法是由Varian（1985，1989）和Harris and Raviv（1993）发展的“观点差异”方法，这种方法对噪声投资者进行了划分和分配，根据投资者对共同信息的不同解释而获得多样化的投资者后期信念。第三种方法也是解释投资者后期产生的多样化信念，其途径是放松了投资者拥有共同前期信念的假定，这一方法的创建可见Harrison and Kreps（1978）和Morris（1996）的研究。在Harrison和Kreps的模型中投资者对未来股利拥有的随机过程具有不同的认识。Harrison和Kreps证实存在“最小一致价格体系”，他们所构造的价格体系是Radner“计划、价格和价格预期一般均衡”（Radner，1972）的一种部分均衡形式。Harrison和Kreps还显示了投机收益的存在，但他们只是提供了一些数值方面的例子。Morris（1996）采用了一个简化的框架，假定股利服从独立同分布的二项分布。投资者可能会拥有不同的前期信念，但前期不同的信念会随着投资者已获得的和已实现的股利信息而变得一致。所以风险资产（如股票）的价格可能比它的基础价值大，但这只是初始情况，当投资者获得更多信息，通过贝叶斯方式的学习，这一价格差别就会随着投资者信念的趋同而趋向于零。Morris的这一框架更适合于为IPO（首次公开发行）的资产定价进行建模，但不适用于其他投机现象。同时，股利独立同分布的二次分布也受到了很多限制。

现有文献表明，即使投资者拥有理性信念，但这种理性信念也具有内生的不确定性，即投资者的认知、信息等具有异质性。如Keynes所提出的“选美比赛”的例子一样，投资者信念的不确定性会促发金融市场上的投机行为，造成股价价格偏差。这种偏差究其根源是由投资者多样化的投资信念所决定的。Avery and Zemsky（1998）还认为，复杂的信息结构也是产生股价偏差的原因之一。

其次，信息不确定性的表现是股票基本面信息的波动性以及与之相联系的较差的信息披露环境。信息不确定性造成投资者对公开信息反应不足，而对自身的私人信息过度自信。基本面信息的不确定性造成了股价对公开信息的反应滞后，而投资者行为效应更为显著。比如，Stickel（1991）、Chan　et　al．（1996）以及Gleason and Lee（2003）证实了股价在股市预报分析进行修正后产生了价格偏移。Jegadeesh and Titman（1993）的研究表明，资产组合中股价高的股票在接下来的3至12个月的时间里平均而言会比股价较低的股票表现出更好的成长性。包括Bernard and Thomas（1990）在内的几篇文献表明股价在季报（具有较大的意外性）公布后的至少120个交易日里会表现出价格偏离。

短期（通常在一年以内）股价的持续性常常被认为是由投资者行为偏差引起，比如投资者对新信息的反应不足。Chan et　al．表明，股价偏离是一般性“动量”策略的一种表现，即市场对新信息的反应是逐步的，股价的偏离方式表现出可预测性。Chan et al．和Barberis、Shleifer and Vishny （1998）等认为，股价的动量效应归因于投资者对某些信息的反应不足。Daniel　et　al．（1998）则建立了一个理论模型，在模型中投资者对自身的个人信息表现出过度自信，而对公共信号会反应不足。Daniel　et　al．的模型为股价偏离和动量效应的根本原因提供了可能的解释。

Hirshleifer（2001）认为股票基本面信息的不确定性和缺乏准确的信息反馈会带来更大的投资者心理偏差。因此，那些面对较大基本面信息不确定性和较差信息环境的股票，几乎都会存在最大的价格偏差，行为金融理论给出的各种解释也会产生到最明显的解释效果。例如，Daniel　et　al．（1998，2001）的研究表明，面临更大信息不确定性的股票会具有更强的收益可预测性，因为当投资者很难去衡量上市公司的业务发展以及公司本身的基本价值时，投资者会更倾向于对投资者个人或投资群体的过度自信，这导致了投资者行为效应的产生以及股票价格的预期波动性。

Zhang（2006）调查了股票价格偏差和截面股票价格差异中存在的信息不确定性。认为短期内价格偏差是由投资者行为偏差引起的，更大的信息不确定性会促发更大程度的价格偏差。通过实证研究，Zhang发现当存在更大的信息不确定性的条件下，伴随着利好消息股价会产生相对更高的预期收益；而伴随着利空消息股票则会收获相对更低的预期收益。

另外，上市公司基本面信息不确定性导致了股价特质风险，造成股票截面的价格差异（其最终会影响基础—衍生维度的股票价格偏差）。Kelly （2005）表示股价特质风险本身就体现了较差的信息环境，以及对信息交易的某种阻碍。Pastor and Veronesi（2003）表明上市公司较大的信息不确定性会伴随更高的特质风险波动性。Pastor and Veronesi认为新上市的公司往往对于自身未来的盈利能力充满较高的不确定性，结果他们发现事实上新上市公司往往会比上市较久的公司具有更高的特质风险波动性。

Brown and Kapadia（2005）显示了新上市公司具有的这种效应，他们解释了为什么新上市公司会面临特质风险的增长，同时还证实了其他研究者做出的同样结论。总的来说，Brown and Kapadia发现新上市公司盈利能力较低，规模较小，更倾向于少派发股利，拥有更多细小而难以计量的资产，其股票容易具有较大的成长特性。Wei and Zhang（2005）也表明了新上市公司比老公司具有更大的基本面信息波动性。他们也表示说，收益的下降和收益波动性的增加是解释股价特质风险波动性增多的原因。Fink，Grullon and Weston（2005）提出了相似的发现结果，他们的研究为新上市公司和其股价特质风险建立起了联系。也有一些研究将股价特质风险的增长归咎于NASDAQ的上市公司和具有高成长预期的股票数量的增加，如Malkiel and Xu（2003）。

遵循以上相似的研究思路，Brandt，Brava and Graham（2005）认为在美国股票市场出现的较大和不断增长的特质风险波动性表明美国股市进入了一个投机盛行的时期，而且他们认为股价波动的泡沫主要是由低价股票驱动，低价股票对个人投资者充满了吸引力，个人投资者也更容易产生非理性投资行为。

Frazzini and Marsh（2003）、Xu and Malkiel（2003）和Dennis and Strickland（2005）发现个股波动性与机构投资者投资正相关。Dennis and Strickland为证明这一关系找到了3种典型的事实证据：即机构投资者倾向于“羊群行动”；机构投资者经常就像个人投资者一样交易；机构投资者的交易能够较明显的改变股价。

二、国内研究文献综述

（一）从股票资产定价异常展开对股价风险溢价的研究

1．中国的股权溢价明显偏高

李治国和唐国兴（2002）研究发现，中国的股权溢价要比西方国家高出3—4倍，达到30%以上。廖理和汪毅慧（2003）以91天的债券回购率及1年期的银行存款利率作为计算的无风险利率，廖理和汪毅慧发现中国的股权溢价平均水平达到了6%～8%，也比西方成熟的资本市场要高。

得到相似研究结论的还有程兵、张晓军（2004）和朱世武、郑淳（2003）所做的研究。

2．定价异常导致股票及其可转换债存在套利的机会

蒋殿春和张新（2002）、郑振龙和林海（2004）等使用了二叉树、Monte Carlo模拟等方法计算发现，在中国的股票市场上股票价格，相对于可转换债价格被显著低估。这些研究表明中国股票市场由于缺乏卖空机制，市场机制不完全，造成了在股票及其可转换债之间存在了巨大的套利机会。

3．从资产定价模型的角度也发现中国股票价格存在混合定价异常的现象

针对规模溢价或小公司效应，国内有不少学者对此展开了实证研究。

宋颂兴、金伟根（1995）将沪市1993—1994年间的29只股票资产分成6组，利用Sharpe模型估计它们的周平均收益及其风险大小，宋颂兴、金伟根的研究表明中国股票市场存在着规模溢价效应。

汪炜、周宇（2002）和张祥建等（2003）同样利用Sharpe模型计算了小规模资产的风险与收益，但他们将样本时期扩展到5年。同时按照我国国情，汪炜、周宇将股票规模依照股票资产的流通市值进行划分。结果对样本与方法的改进并没有削弱中国股票市场的规模溢价效应特征，调整了风险因素之后规模溢价效应在中国的股票市场上的表现依然显著。

而三因素定价模型的B／M效应，许多学者也实证检验了它在中国股票市场的适用性及解释力度。

朱宝宪、何治国（2002）对中国A股市场1995—1997年的286只股票按照B／M值的大小构建了资产组合，朱宝宪、何治国的研究发现B／M值与股票资产的平均收益率呈正向变动的关系，并且B／M值比β系数具有更强的股票收益解释力度。肖军、徐信忠（2004）的研究改变了朱宝宪、何治国实证研究的样本时期，即将样本期扩展到1993—2001年，肖军、徐信忠同样证实了中国股票市场中股票资产B／M效应对股票收益的作用影响。

陈展辉（2004）和刘蕾、马栋（2004）将三因素定价模型应用于中国股票资产的定价研究，他们的研究表明，三因素模型比CAPM系列模型更适合中国股票市场（尤其是A股市场）的股票资产定价，三因素模型的适应性较好，其规模、B／M指标都强于β系数的定价解释力度。

4．我国还有部分学者展开了对资产定价模型的有关拓展

吴冲锋等（2004）和宋军、吴冲锋（2008）提出了一个基于产业和市场结合的资本资产定价两因子模型（CAPMIFM）。该模型指出资产收益率由两部分构成：第一部分是基础价值因子，它与净资产收益率（ROE）呈线性关系，这是资产价值的根本来源，反映了股票资产继承基础资产的特征；第二部分为市场因子，是市净率P／B的相对变化率，与市场收益率相关，反映了股票资产的市场特征。

（二）国内对特质风险主要是利用异质投资者及其有关模型展开理论分析

1．从同质信念到异质信念的资产价格模型研究

国内对于异质信念、特质风险以及与资产定价关系的研究相对较少。研究的理论模型多局限为两期、静态的模型^[9]，异质信念是对投资者而言的，它通常是指不同投资者对相同股票、相同持有时期，对股票收益的概率分布会产生不同的主观判断或意见分歧。

张圣平（2002）首先提出了资产定价模型同质信念假设暗含两个假设前提：其一是所有信息对投资者充分，并且有效；其二是所有投资者接收、处理和加工信息的方法相同。但众所周知，现实的资本市场基本难以满足任何这一前提假设，因此异质信念显然更接近实际的理论模型假设。张圣平在研究非完美预期均衡的问题时，通过一个两期、静态的纯交换模型展示了投资者的异质先验信念，以及由此可能产生的资产特质风险。

张维、张永杰（2006）采用传统的均值—方差分析方法，基于后验信念形成以及卖空限制，推导出了异质信念的资产价格模型。不过遗憾的是，张维和张永杰的模型没有涉及对有关特质风险波动现象的描述或解释。

2．异质信念下投资者行为与资产定价的关系研究

国内直接对于特质风险、投资者行为与股票收益关系的理论或实证研究更是相对缺乏。张峥、刘力（2006）实证研究了中国股票市场的换手率与截面预期股票收益的负相关关系，张峥和刘力认为，相比于流动性溢价，投资者的异质信念及股价的特质风险是解释截面股价风险波动更合适的原因。

王凤荣、赵建（2006）使用机构投资者的时序看多、看空数据，进行了与股价指数之间的Granger因果与协整关系检验。检验结果表明，从比较静态的角度看，短期资产的均衡价格是由异质投资者通过广泛的市场交易最终达成，在投资者既定需求函数的约束下，投资者间的异质信念是促成股价特质风险波动的最重要原因。

熊和平、柳庆原（2008）对异质投资者与资产定价的关系进行了相关研究的研究评析。熊和平、柳庆原认为大量存在的金融定价异象迫使金融经济学家们进行必要的“反传统”思考，改进资产定价的理论方法。投资者异质投资信念是解决有关问题的重要工具和方法。熊和平和柳庆原的文章对相关研究进行了综述，综述的重点放在对异质投资者的定价理论与定价模型的阐述。

（三）国内关于股价波动的投资者行为规律研究多展开的是实证检验分析

1．我国股票市场存在显著的股价反转效应

王永宏、赵学军（2001），邹小芃、钱英（2003），曹敏、吴冲锋（2004），杨炘（2004），林松立和唐旭（2005），罗洪浪、王浣尘（2004）和朱战宇等（2005）采用了资产组合排序的方法，发现在我国的股票市场（尤其是A股市场）中长期（1年以上）和短期（1个月内）均存在着比较明显的股价反转效应。

2．对股价动量效应的研究涉及许多方面

国内关于这一方面的研究相对较多，如周琳杰（2002）的研究发现，1995—2000年间我国A股市场形成和持有期均为1个月的股票，动量策略盈利性相比较最为显著，而随着股票持有期的延长，股票动量组合超额收益就会呈现出下降的趋势。

吴世农、吴超鹏（2003）的研究也发现在我国股票市场中存在着较为显著的股票短期价格惯性。

朱战宇等（2003）研究发现，我国股票市场的股票在形成和持有期均为1—4周时，股票动量利润的统计性最为显著。而从这些研究及其结论中可以看到，与反转效应相似，我国股票市场股票动量效应的盈利周期也相对较短。这一结果符合了我国股票市场高交易量和短反转效应周期的股票市场特征。

同时，李诗林、李扬（2003）的实证研究发现，在我国的A股市场上，同时存在着反转和动量效应。具体来说，就是市场在6个月内表现出股票的动量效应，而在1年以上时股票市场会表现出股票的反转效应。

程兵等（2004）发现，股票市场的发展状况也会对股票的动量和反转效应发挥具有规律的影响作用。比如，当市场处在牛市时，股票的动量效应会强于其反转效应；而当市场处在熊市时，结论刚好会转变过来。

3．对我国股价变动的噪声和正反馈交易进行了建模分析

对于正反馈交易模型的研究，在国内学者中张晓蓉、唐国兴、徐剑刚（2005）的具有混合理性的正反馈模型可以作为代表。张晓蓉等在建模过程中论证了市场机制与投资者心理等因素可能会对正反馈交易行为造成的影响。在研究结论中他们指出，干预或管理市场的各种政策措施，根本的都是通过改变投资心理的变化而产生影响作用。

4．将过度自信理论引入资产价格波动的相关研究

将过度自信与资产价格波动联系起来研究，国内可以由胡昌生（2001）的研究为代表。他分析了投资者过度自信的有关规律，然后对中国股票市场上股票价格波动以及股价泡沫的现象进行了理论解释。

汪昌云、汪永祥（2004）则是通过对股票预期收益的实证研究，论述了有关投资者交易行为的过度自信。他们主要关注股票预期收益及其异常交易量的关系问题，实证研究的结果显示，过度自信理论比传统金融理论更有力于解释两者间存在的相互影响。

吴卫星、汪昌勇（2006）对过度自信的研究更为综合，他们建立模型探讨了不确定性条件下，理性与过度自信投资者在股票市场上不同的市场参与情况。吴卫星和汪昌勇的研究解释了投资者的不同市场参与股票价格间存在的变化关系。研究结果还说明，理性投资者相比较拥有更多、更宽的投资区域，而过度自信者则在投资区域内交易得更加积极。

5．实证分析表明我国股票市场存在显著的“羊群行为”效应

“羊群行为”效应重点是要研究股票市场中不同股票资产其收益运动的相同方向性。宋军、吴冲锋（2003）的研究证明，在控制了影响股价波动变化的共同宏观经济变量之后，我国股票市场的资产组合经检验，仍然拥有较强的共同收益运动规律。而相比较原资产组合，其他资产的收益率变化能够解释出原资产产生出的大部分收益变动。

宋军等（2001）利用股票截面收益标准差（CSSD）指标来检验中国的股票市场“羊群行为”效应。他们的研究发现，中国股票市场存在较显著的“羊群行为”效应，尤其是在股市处于剧烈波动的时候。如果从投资者的结构角度来看，中国股市的“羊群行为”效应将会体现得更为明显。

同样，史永东（2005）使用LSV模型，实证检验出在中国股票市场上机构投资者也具有显著的“羊群行为”效应。史永东的研究证明，中国股票市场的基金公司在卖出资产时，相比较更容易促发股价的“羊群行为”效应。

第三节　研究方法、总体思路与研究结构

一、本书的主要研究方法

本书综合采用了多种理论与实证的研究方法，并注意将这些方法进行结合或对照使用。

第一，比较研究方法。本书对传统金融理论和行为金融理论对于股市价格偏差的解释做了对比分析，利用特质风险和投资者行为效应对我国股市的价格偏差现象做了新角度的研究；同时，本书还注意将我国投资者行为特点与成熟市场上的投资者行为进行比较，从而更准确把握了我国证券市场中价格、价值及投资者行为的变化规律。

第二，理论研究与数据分析相结合。本书始终将对问题的理论研究和实际的数据分析结合起来，作者试图通过对建立在理论模型基础上的数据处理和数据分析，来支持本书欲表达的观点及有关论述。

第三，计量分析方法。本书从多个角度对股价偏差以及它和特质风险、投资者行为效应之间的关系进行了具有针对性的计量分析。如描述股市价格偏差的动态变化，本书使用了GARCH系列模型；衡量价格偏差波动信息包含的投资者行为效应，使用了因子分解方法；对投资者行为与价格偏差的动态关系研究，本书采用了SVAR和VEC的计量分析方法；最后本书采用Panel数据模型的方法，研究了特质风险与系统性风险的特性行为效应规律。

第四，比较静态分析方法和动态分析方法相结合。本书对股市价格偏差和投资者行为两者关系的分析，结合使用了这两种研究方法。

二、本书的总体思路

本书的研究主题是我国股价波动的特质风险及其投资者行为效应，研究股价特质风险蕴含的投资者行为效应。通过特质风险的角度，本书分析研究了投资者行为对股价特质风险的效应影响以及它们间具有的动态数量关系。研究结论可以为学者们掌握我国股价特质风险的形成特点及其主要影响机制，为市场监管者实施准确、有效、有针对性的市场监控措施和市场发展政策打下了理论基础。本书应用金融学和行为金融学的相关理论，着眼于我国股市的具体实际，通过理论分析和实证研究，主要试图回答以下问题：

我国股价特质风险具有怎样的动态变化和演进特点；特质风险怎样促成了股价风险波动；股价波动的波动性中投资者行为效应具有多大，有何规律；投资者行为是怎样形成并影响股价特质风险的；股价特质风险的波动信息与投资者行为效应具有怎样的动态关系；在（危机）冲击下，股价特质风险对投资者行为改变的反应变化又如何；另外，本书期望达到的研究目标还体现在：通过对有限理性股价波动和股价泡沫的正确了解，能够为培育健康的投资环境，进行必要的制度创新，为实现我国资本市场的功能完善和成熟发展提供积极的政策建议。

三、本书的研究结构

股票市场功能的发挥依赖股票价格这一市场信号的变动，并以此来引导并调节金融资源乃至经济社会资源的配置。由于中国股票市场是政府行为和政策推动下的制度变迁产物，因此中国股票市场存在制度供给不足、制度安排缺陷以及市场投资者不成熟等诸多问题，这些导致中国股市的市场价格波动频繁、波动幅度大^[10]，很多时候中国股市的股票价格都严重偏离它的内在价值，处于长期而持续的价格偏差状态之中。价格偏差蕴含大量而丰富的信息（郑振龙，2009），但同时也受信息不确定性的制约和干扰，源于信息不确定性的特质风险是股价偏差形成的原因之一；投资者行为又是股价偏差变化、波动的重要影响因素，面对信息不确定，投资者行为效应会得到不一样的效果。本书通过因子分解的方法从我国股价风险波动的时序变量中分离出投资者行为效应，定量分析了投资者行为对股价波动的影响；实证分析了投资者交易行为与股价特质风险的动态关系。本书对特质风险及投资者行为效应的研究结论为我国证券市场管理者制订正确、有针对性的市场管理措施提供了参考。本书的具体研究内容包括：

本书首先梳理、总结了股票价格的定价原理和定价模型。利用鞅模型推导出了股票的内在价值，指出我国股价指数和基于样本股构成的投资组合内在价值的计算方法；基于股票（资产组合）实际市场价格与其内在价值之间的差距，定义了本书的研究对象——股价偏差。接着论述了股价偏差、股价风险波动与股价特质风险的理论基础。

其次，用特质风险和行为金融学的理论对股市中存在的投资者行为现象及其产生的效应影响进行了解释和研究。针对股价偏离内在价值这一金融异象，传统金融理论（以EMC为代表）与行为金融理论有着不同的认知基础，本书从信息不确定性的角度对投资者有限理性特征以及它对股价特质风险的影响进行了仔细阐述，并探讨了特质风险与投资者行为之间所存在的内在联系。

再次，本书参考CLMX（2001）的方法，计算获得了我国股票市场股票资产组合的特质风险数据。运用GARCH系列模型描述我国股价特质风险的动态变化和演进过程。模型的检验和估计结果证明，我国股价特质风险及其变化是导致我国股票市场价格大幅波动，偏离内在价值的重要原因之一。基于模型实证的结果，本书对股价特质风险的波动特征进行数量描述和分析。

第四，本书运用因子分解的方法对我国股票市场股价波动（用股价偏差的标准差表示）的波动效应进行逐一分解。分解出的货币政策效应和惯性效应要么并不能轻易改变，要么属于证券市场所固有的特性，并能用理性投资的原理加以解释；而分离出的投资者行为效应对研究者来讲具有重要的研究价值。成交量、换手率的系数显著性表明了投资者行为效应在价格偏差信息含量中的充分解释力，回归方程中加入的阶段性虚拟变量也从历史实践方面验证了投资者行为对价格偏差波动的显著影响。对剩余残差经平稳性检验，显示残差是平稳序列，表明了分解模型是稳定的模型，从股价波动信息中分解出的投资者行为效应基本合理。

接着本书进一步研究了投资者行为对我国股票市场价格波动成分的动态影响。本书应用基于SVAR模型及其向量误差修正的方法来描述和检验投资者行为与股价波动的短期波动模式和长期均衡关系；模拟风险的发生和冲击，本书又接着对两者的SVAR模型进行了脉冲响应和方差分解；基于投资者行为效应与特质风险的协整关系，又实证检验了两者间的长期均衡关系以及相互的短期影响。本书的实证结果为管理及实践者正确选择政策组合，实施有效的市场发展措施提供了理论依据。

最后，本书通过Panel数据模型等对股价特质风险及其系统性风险的投资者行为效应进行了多角度的特性分析与对比。

通过前文的理论分析和实证研究，本书最后给出了研究的基本结论和对策建议。由于受自身条件的限制和信息不确定性的影响，投资者在决策时会产生诸多偏差，其行为进而就会影响到股市的交易价格。股票价格波动（包括特质风险）又会强化投资者的交易信念，从而放大了投资者行为效应的作用结果，形成循环反馈的一个过程。从对股价波动信息的分解，本书得以定量分析了投资者行为效应对我国股价特质风险的动态关系。理论上，本书的研究更进一步将经典金融研究和行为金融研究统一到一个不分裂的新世界（宋军、吴冲锋，2008）里来。实践方面，本书提出我国证券市场的监督管理者应更多从规范投资者交易行为的角度加强股票市场建设，提出的政策建议包括：股市适度扩容；加大对于内幕交易和价格操纵的惩戒力度；建立上市企业规范分红制度；完善资本衍生品市场建设；进一步培育机构投资者；针对投资者的行为特点采取市场干预措施；对投资者进行经常的风险提示和风险教育等。本书的框架结构如图1－1所示。

pagenumber_ebook=43,pagenumber_book=43