- UID
- 2
- 积分
- 2892617
- 威望
- 1396340 布
- 龙e币
- 1496277 刀
- 在线时间
- 13326 小时
- 注册时间
- 2009-12-3
- 最后登录
- 2024-12-25
|
[tr][td]保守主义。代表性会导致基本比率的低估,而另外一些情况下则会过分强调与样本证据相关的基本比率。Edwards做过一个实验(1968):有两只瓶子,一只装有3 个蓝球7个红球,另一只则装有7个蓝球3个红球。从其中一只瓶子中随机抽取8个球(抽出的球放回瓶子),结果抽取了8个红球和4个蓝球。从第一只瓶子中抽取的概率为多少?正确的答案是0.97。大多数人估计概率值在0.7左右,显然,他们过度重视了基本比率0.5。
初看上去,保守主义的证据显得与代表性不一致。然而,可能在某种自然的情况下,它们可以互相适应。看来,如果样本数据具有某种基本模型的代表性,那么人们就会过度重视这些数据。反过来,如果数据不具有某种显而易见的模型的代表性,人们对数据的反应就非常小,而太过依赖他们的先入之见。
强化偏差。人们一旦形成某种假说,他们有时会错误地认为另外的不利证据实际上支持他们的观点。因此,即使被新的数据否定,他们也将继续信仰他们的假说。在某种程度上,这种偏差与保守主义有关:在这两种情况下,他们都没有给新数据以足够的重视。例如,如果人们开始信仰有效市场假说(EMH),他们会一直信仰EMH,直到与之相左的、令人难以置疑的证据出现后很久才会改变。
锚定。 人们在形成判断时,通常会从某些可能是擅断的初值开始,然后相对该初值进行调节。但是,实验证据表明,这种调节往往是无效的。换句话说,人们过分“锚定”于初值。
在一项实验中,要求接受实验者估计一下非洲国家中为联合国成员的百分比。更特别地,在给出某个百分比之前,他们被问及他们所猜测的数字是高于还是低于 0-100之间某个随机生成的数字。随后的估计值明显受到起初那个随机数字的影响。那些要求将估计值与10比较的人,随后的估计值是25%,而那些要求与 60比较的人,估计值为45%。
记忆偏差。在判断一个事件(比如,在芝加哥被打劫)发生的概率时,人们通常会在记忆中搜寻与之有关的信息。这会导致偏差,因为并非所有的记忆都能够照原样恢复。用 Kahneman和Tversky的话来说,就是“可得性”。越是最近发生的、越是引人注目的事件(比如,一位好朋友被打劫),影响就越大,并且会使估值走样。
经济学家有时会谨慎地看待这些实验证据的主要部分,因为他们相信:(1)经过重复,人们将学会消除偏差的方法;(2)某一领域的专家(比如投资银行的交易员)很少犯错误;(3)用更有效的激励,这些效应会消失。
所有这些因素都能够在某种程度上减少偏差,但是,几乎没有证据表明偏差能够完全消除。学习效应通常因应用中错误而减弱:当偏差被解释清楚时,人们通常能够理解它。但是,旋即便继续在具体应用中再次重复以前的错误。专长也常常是一种妨碍而不是一种帮助:我们发现,用尖端的模型武装起来的专家比外行表现出更多的自负,尤其在他们收到关于他们的预言的极其有限的反馈时。
译注:上文中“经济学家(economists)”系指主流经济学家,(1)-(3)是其观点。在最后两段内容中,作者实际上批判了主流经济学家的“理性人”假设,并且暗含着行为金融学家有关“人并非总是理性的”以及“人性弱点千古不变”的观点。
3-2 偏好(Preferences)
期望理论(Prospect Theory)
任何试图理解资产定价或者交易行为的模型的一个基本部分,就是有关投资者偏好或者投资者如何评估风险性投机行为的假设。绝大多数模型都假设投资者依据预期效用的理论框架评估风险行为,由此产生EU理论(即预期效用理论)。关于这个问题的理论动机要追溯到Von Neumann和Morgenstern(1947),VNM理论(即:冯.纽曼-摩根斯坦理论)表明,如果偏好满足某些似乎有理的公理,例如完成、转移、持续以及独立等,那么,偏好便可以用效用函数的预期来表示。
遗憾的是,在VNM以后几十年中的实验工作表明,当人们在风险行为中进行抉择时,会有系统地违背EU理论。与此相应,大量的研究工作集中于所谓的“非EU理论”,所有这些“非EU理论”都试图在与实验数据相匹配方面做得更好。比较有名的模型包括:着重效用理论(weighted-utility theory,Chew and MacCrimmom 1979,Chew 1983),暗示的EU(Chew 1989,Dekel 1986),失望厌恶(disappointment averse,Gul 1991),秩依赖的效用理论(rank-dependent utility theories,),以及期望理论(prospect theory,Kahneman and Tversky 1979,1992)。
行为金融学家应该对这些EU理论的替代品感兴趣吗?即使EU理论并没有解释在实验背景中所研究的人们对不同类型的风险行为的态度问题,它毕竟可能是关于人们如何评估象股票市场这样的风险投机行为的一种大致不错的理论。不幸的是,EU方法在试图解释股票市场的根本事实时已经遇到了困难。这提示我们,EU无能为力,而且,进一步审视实验证据才是可行的。事实上,行为金融学最近的研究工作认为,一些有洞察力的心理学家从违背EU的事例中提取的东西正是理解某些金融现象的关键所在。
在所有的非EU理论中,期望理论可能是在金融领域应用中最有发展前景的,我们将更加详细地讨论这种理论。我们将精力集中于这种理论上的原因非常简单:在与实验结果相吻合方面期望理论是最成功的。在一定程度上,这并不奇怪。大多数其他的非EU模型可以被称作“准标准化的(quasi-normative)”,这是因为它们试图通过稍稍弱化VNM的公理来迎合那些不规则的实验证据。这些模型的困难之处在于它们试图达到两个目的:标准的及描述的。它们最终以在这两方面的失败而告终。相反,期望理论并不奢望成为标准的理论,它只是尝试尽可能有限度地把握人们对于风险行为所持的态度。事实上,Kahneman和Tversky(1986)令人信服地指出:标准化的方法是注定要失败的。因为人们通常所做出的抉择无法用标准化的理论依据加以证明—他们在向权威或陈规发起挑战。
Kahneman和Tversky(1979)提出期望理论具有创见性的观点,它适用于至少有两个非0结果的风险事件。他们认为,当面对一个风险事件
(x,p;y,q),读作“得到结果x的概率为p,结果y的概率为q”
人们得出一个价值公式:π(p)v(x)+π(q)v(y),式中v和π见附图2所示(译注:v是价值函数,π是概率评估函数)。当人们对两个不同的风险事件进行选择时,他们会选择具有较高价值的那一个。
这个公式有几个关键的特征。首先,效用是通过损益(gains and losses)而不是最终的财富状况(final wealth positions)来定义的。这种思想最初是由Markowitz提出的(1952)。这种定义方法与人们在日常生活中经常描述和讨风险行为的方式自然地保持一致。更普遍地说,它符合人们感觉(perceive)事物属性(比如,亮度、音量或者温度)的习惯,即使用与先前比较的相对值,而不是用绝对值来表示。Kahneman和Tversky(1979)还提供了下面这个违背EU理论的案例作为人们将注意力集中于损益的证据。要求接受实验者:
无论你有多少钱,另外又给了你1000元。请选择
A=(1000,0.5)
B=(500,1)
B是最常见的选择。随后,要求同一批接受实验者:
无论你有多少钱,另外又给了你2000元。请选择
C=(-1000,0.5)
D=(-500)
这一次,选择为C。
注意:这两个问题用最终的财富状况表示是完全相同的,然而人们的选择却不相同。显然,受实验者只把注意力集中于损益。事实上,当不提供任何有关先前赢利情况的信息时,他们还是选择B而不是A,选择C而不是D。
译注:A=(1000,0.5)表示有0.5的概率得到1000元,同时有0.5的概率什么都得不到;C=(-1000,0.5)表示有0.5的概率损失1000元,同时有0.5的概率什么都不损失;B、D表示概率为1的情况。
第二个重要的特征是价值函数v的形状。它对于收益下凹,对于损失上凸,正如Kahneman和Tversky的发现所提示的
(2000,1/4;4000,1/4) ﹥ (6000,1/4),
及(-6000,1/4) ﹥ (-4000,1/4;-2000,1/4)。
尤其要指出的,人们乐于接受风险而不是损失。
译注:上面式子中,G1﹥G2表示在G1和G2两个选择中,人们更偏好G1。
价值函数v在原点处还有一个拐点,这表明人们对损失的敏感性要大于对收益的敏感性,这个特征被称为损失厌恶。损失厌恶用于理解人们对下面这种下注方式的厌恶:
E=(110,1/2;-100,1/2)。
这似乎是令人感到惊讶的:为了理解人们对于E这样简单的风险事件的态度,我们需要摆脱预期效用的理论框架,然而,这样做却是正确的。在一篇引人注目的论文中,Rabin(2000)表示,如果某个预期效用最大化论者在财富某些取值区间内拒绝风险事件E,那么,他也会拒绝下面这个风险事件
(∞,1/2;-10000,1/2),
他会认为这是完全不可能的预言。直觉上是简单的:如果某个以最终财富状况定义的效用函数有足够的局部弯曲度,在财富较大的取值区间内拒绝风险事件E,那么,它必定是特别下凹的函数。这就使得投资者极其厌恶大赌注风险事件的风险。
期望理论最后一部分是非线性概率的转换问题。小概率被高估,因此有π(p) > p,与KT(即Kahneman和Tversky)的发现相一致,有
(5000,0.001) ﹥ (5,1)
(-5,1) ﹥ (-5000,0.001)。
此外,在较高概率水平上人们对于概率的差异更为敏感。比如,下面两对选择
(3000,1) ﹥ (4000,0.8;0,0.2)
(4000,0.2;0,0.8) ﹥ (3000,0.25)
这里违背了EU理论,暗示着:π(0.25)/π(0.2) < π(1)/π(0.8)。
直觉上,概率从0.8到1提高20%,比从0.2到0.25提高20%更加引人注意。尤其是,相对于仅仅有少许概率性的结果,人们给予确定性的结果太多的重视。这个特征有时被称作“确定性效应”。
与此同时,根据获得的实验证据,期望理论还解释了人们对于保险和购买彩票的偏好。虽然函数v的凹度一般在收益(gains)的取值区间产生风险厌恶,但是,对于能够提供小机会大收益的彩票,过度看重小概率占了支配地位,这就导致了风险寻觅。沿着同一条曲线,v的凸度在损失(losses)的取值区间尤其会导致风险寻觅,同样因为过度看重小概率导致了对于小机会大损失风险事件的风险厌恶。
(未完待续)
在本章节的前面部分中,我们看到了期望理论是如何解释在最终财富状况相同的情况下人们为何做出不同选择的。这展示了期望理论的一个重要特征,即它能够适应问题描述效应(the effects of problem description),或者称作构架(framing)。这种效应的影响很大。大量的事实证明,取决于问题描述的偏好会有30-40%的偏差。任何标准的选择理论都无法适应这种行为,因为理性选择的首要原则是,选择应独立于问题的描述或表达。
构架是指为决策者提出某个问题的方式。在许多实际选择的情况下,决策者在如何思考问题方面也有一定的灵活性。例如,假定某个投机者参与赌马,她第一次下注赢得200美元,但是,随后第二次下注输掉了50美元。她把第二次下注的结果记为损失50美元还是记为最近200美元的赢利减少50美元?换句话说,第二次下注损失的效用是v(-50)还是v(150)-v(200)?人们将这个问题为自己公式化的过程被称为心理会计(mental accounting)(Thaler,1999)。心理会计至关重要,因为在期望理论中价值函数v是非线性的。
心理会计一个重要的特征是目光短浅的构架(narrow framing),这是将单个的风险事件与财富的其他部分割裂开来的倾向。换一种说法,给定一个风险事件,人们通常把它当作就象是他们在世上所面对的唯一的风险事件来评估其价值,而不是将其与先前的赌注结合起来,来判定新赌注是否有额外的价值。
Redelmeier与Tversky(1991)根据风险事件F=(2000,1/2;-500,1/2),提供了一个简单的说明。
在他们所做的实验中,受实验者被问及是否愿意下注;57%的人说他们愿意。然后,受实验者被问及愿意玩F五次还是六次;70%的人愿意玩六次。最后,他们被问道:
假定你已经玩了F五次,但你还不知道自己的输赢结果。你愿意玩第六次吗?
60%的人拒绝了玩第六次的机会,这与他们在先前问题中表现出来的偏好相反。这就提示我们,某些受实验者对第六次下注这一风险事件的构架(framing)是目光短浅的,他们将其与此前的风险事件分离开来。事实上,60%拒绝比例与对F“搏一枪”的57%的拒绝比例是非常相似的。
模糊厌恶(Ambiguity Aversion)
到目前为止,我们讨论的重点是理解人们在风险事件的结果已知(即客观概率)的情况下如何应对。事实上,概率很少是客观上已知的。为了处理这种情况,Savage(1964)发展出一种与预期效用(EU)相对的理论,称为主观预期效用(subjective expected utility),即SEU。在确定的原则下,偏好可以用某个效用函数的预期来表示,这里,用个人的主观概率来估算权重。
最近几十年中,实验工作的结果正如以前不利于EU一样,同样不利于SEU。这一次,对理论的违背具有一种不同的性质。但是,它们正如金融学家相应的情况一样。
经典的实验如Ellsberg(1961)所描述的。假定有两只瓶子1和2。2号瓶共装有100个球,50个红球50个蓝球。1号瓶也装有100个球,其中有红球也有蓝球,但是,受实验者不知道二者的比例。
然后,要求受实验者在以下两个风险事件中选择其一,这两个风险事件每一个都包括100美元的可能报酬。这取决于从相应的瓶子中随机抽取的球的颜色。
a1:从1号瓶抽取一个球,红球得100美元,蓝球得0美元
a2:从2号瓶抽取一个球,红球得100美元,蓝球得0美元。
接着,要求受实验者在以下两个风险事件中做出选择:
b1:从1号瓶抽取一个球,蓝球得100美元,红球0美元
b2:从2号瓶抽取一个球,蓝球得100美元,红球0美元。
典型地情况是,对a2偏好多于a1,而b2的选择多于b1。这些选择与SEU无关:选择a2暗示着1号瓶中红球的主观概率小于50%,而选择b2则暗示着相反的情形。
这个实验提示我们,人们讨厌主观的或称模糊的不确定性,甚于讨厌客观的不确定性。这个发现通常被称为“模糊厌恶(ambiguity aversion)”。模糊可以被定义为信息能被得知却不被得知的状态。在我们的例子中,模糊就是指红球和蓝球的比例。
随后的工作揭示了在更真实的环境中(比如,人们对足球比赛的结果这样的事件下注)模糊厌恶的可靠证据。在人们感觉他们估算相关概率的能力低下的情况下,模糊厌恶尤为强烈(Heath,Tversky 1991)。通过提醒受实验者的能力不足,这种效应能被大大强化:或者是与他们更擅长的在别的风险事件中下注相比较,或者是与别的在评估所下赌注方面更称职的人相比较(Fox,Tversky 1995)。
(第三章 完)
7 应用:投资者行为
行为金融学在解释特定投资者群体的行为,尤其是他们选择持有何种投资组合以及他们如何进行跨期交易方面,也取得了一些成功。这里所谈论的与前面三章相比不大产生争议(译注:前三章讨论行为金融学在股票市场、平均回报和开放式基金的表现等方面的应用),我们在这里只是解释特定投资者群体的行为,而涉及其行为是否会影响到市场定价。有两个因素使得这类研究对于未来具有越来越重要的意义。首先,随着入市成本的降低,越来越多的个人投资者正在成为股票市场的直接投资者。其次,世界范围内对退休储蓄计划的限制性课税,而社会保障体系中的个人帐户可能意味着个人需要为他们自己退休时的财务福利状况负担起更多的责任。因此,了解投资者在这方面做得如何就是很自然的事情。
现在,就让我们叙述有关投资者行为的一些证据以及已经付诸实践的行为概念来解释这个问题。
多样化不足
大量的证据显示,投资者在多样化分配其投资组合品种方面,远远少于标准的组合选择模型所建议的。
首先,投资者表现出一种显著的“恋家倾向(home bias)”。French和Poterba(1991)的研究报告认为,美国、日本和英国的投资者分别将他们全部证券投资的93%、98%和82%分配在国内的证券上。这一事实驳斥了一切理性的解释的企图。事实上,将人力资本因素考虑在内的标准组合选择模型,象征性地建议投资者做空他们国内的股票市场,因为股票市场与人力资本是高度相关的。
至少有两项研究已经发现了国家之间恋家倾向的相似性。Grinblatt和 Kloharju(1999)通过研究芬兰一套特别详细的数据发现,芬兰的投资者非常可能持有和交易与他们在地理位置上接近的芬兰公司的股票。这些公司在公司报表中使用他们的母语,而且公司的总裁与他们有着相同的文化背景。Huberman(1999)研究了美国RBOC公司股东的地域分布,结果发现,投资者非常可能持有他们当地RBOC公司的股票,而不是本州外的RBOC公司的股票。最后,对401(k)计划(译注:美国的一项养老退休金投资计划)分配决策的研究发现,在持有自己公司的股票上有一个强烈的倾向:在美国的大公司中,超过30%的限制性课税计划的资产被投资于雇主的股票(Benartzi 2001)。
在第三章中,我们所讨论的证据表明了人们不喜欢模糊的情况,他们感到在这种情况下无法确定某个风险事件的概率分布。这是常见的情况,投资者缺少本可以得知的信息。另一方面,人们喜欢自己熟悉的情况,因为他们会感到自己在评估风险事件的价值上比别人处于更有利的地位。
模糊与熟悉提供了理解多样化不足的不同例子的一种简单的方法。投资者会发现他们对自己国家的股票市场比对国外的股票指数更熟悉(或者较少模糊),他们会发现他们对在地理位置上相近的公司比那么离得很远的公司更熟悉,而且,他们还会发现他们对雇主的股票比其他的股票更熟悉。既然熟悉的股票有吸引力,人们将更多地投资于此,而少量投资甚至根本不投资于模糊的股票。他们的投资组合相对于标准的模型的断言也由此显得缺少多样化,而标准的模型忽视了投资者对某个风险事件概率分布的信任度。
| [/td][/tr]
[tr][td=2,1]
[/td][/tr] |
|