行为金融理论内容

理论基础
1.期望理论
期望理论是行为金融学的重要理论基础。Kahneman和 Tversky(1979)通过实验对比发现，大多数投资者并非是标准金融投资者而是行为投资者，他们的行为不总是理性的，也并不总是风险回避的。期望理论认为投资者对收益的效用函数是凹函数，而对损失的效用函数是凸函数，表现为投资者在投资帐面值损失时更加厌恶风险，而在投资帐面值盈利时，随着收益的增加，其满足程度速度减缓。期望理论成为行为金融研究中的代表学说，利用期望理论解释了不少金融市场中的异常现象：如阿莱悖论、股价溢价之迷(equity premium puzzle)以及期权微笑(option smile)等，然而由于Kahneman和Tversky在期望理论中并没有给出如何确定价值函数的关键——参考点以及价值函数的具体形式，在理论上存在很大缺陷，从而极大阻碍了期望理论的进一步发展。
2.行为组合理论和行为资产定价模型
行为组合理论(Behavioral Portfolio Theory，BPT)和行为资产定价模型(Behavioral Asset Pricing Model，BAPM)。一些行为金融理论研究者认为将行为金融理论与现代金融理论完全对立起来并不恰当。将二者结合起来，对现代金融理论进行完善，正成为这些研究者的研究方向。在这方面，Statman和Shefrin提出的BPT和BAPM引起金融界的注意。BPT是在现代资产组合理论(MPT)的基础上发展起来的。MAPT认为投资者应该把注意力集中在整个组合，最优的组合配置处在均值方差有效前沿上。BPT认为现实中的投资者无法作到这一点，他们实际构建的资产组合是基于对不同资产的风险程度的认识以及投资目的所形成的一种金字塔式的行为资产组合，位于金字塔各层的资产都与特定的目标和风险态度相联系，而各层之间的相关性被忽略了。BAPM是对资本资产定价模型(CAPM)的扩展。与CAPM不同，BAPM中的投资者被分为两类：信息交易者和噪声交易者。信息交易者是严格按CAPM行事的理性交易者，不会出现系统偏差；噪声交易者则不按CAPM行事，会犯各种认知偏差错误。两类交易者互相影响共同决定资产价格。事实上，在BAPM中，资本市场组合的问题仍然存在，因为均值方差有效组合会随时间而改变。
投资行为模型
1.BSV模型
BSV(Barberis，Shleffer，and Vishny，1998)模型认为，人们进行投资决策时存在两种错误范式：其一是选择性偏差(representative bias)，即投资者过分重视近期数据的变化模式，而对产生这些数据的总体特征重视不够，这种偏差导致股价对收益变化的反映不足(under- reaction)。另一种是保守性偏差(conservation)，投资者不能及时根据变化了的情况修正自己的预测模型，导致股价过度反应(over -reaction)。BSV模型是从这两种偏差出发，解释投资者决策模型如何导致证券的市场价格变化偏离效率市场假说的。
2.DHS模型
DHS模型(Daniel，Hirsheifer and Subramanyam，1998)将投资者分为有信息和无信息两类。无信息的投资者不存在判断偏差，有信息的投资者存在着过度自信和有偏的自我归因(serf-contribution)。过度自信导致投资者夸大自己对股票价值判断的准确性；有偏的自我归因则使他们低估关于股票价值的公开信号。随着公共信息最终战胜行为偏差，对个人信息的过度反应和对公共信息的反应不足，就会导致股票回报的短期连续性和长期反转。所以Fama(1998)认为DHS模型和BSV模型虽然建立在不同的行为前提基础上，但二者的结论是相似的。
3.HS模型
HS模型(Hong and Stein，1999)，又称统一理论模型(unified theory model)。统一理论模型区别于BSV和DHS模型之处在于：它把研究重点放在不同作用者的作用机制上，而不是作用者的认知偏差方面。该模型把作用者分为“观察消息者”和“动量交易者”两类。观察消息者根据获得的关于未来价值的信息进行预测，其局限是完全不依赖于当前或过去的价格；“动量交易者”则完全依赖于过去的价格变化，其局限是他们的预测必须是过去价格历史的简单函数，在上述假设下，该模型将反应不足和过度反应统一归结为关于基本价值信息的逐渐扩散，而不包括其他的对投资者情感刺激和流动性交易的需要。模型认为最初由于“观察消息者”对私人信息反应不足的倾向，使得“动量交易者”力图通过套期策略来利用这一点，而这样做的结果恰好走向了另一个极端——过度反应。
4.羊群效应模型
羊群效应模型(herd behavioral model)认为投资者羊群行为是符合最大效用准则的，是“群体压力”等情绪下贯彻的非理性行为，有序列型和非序列型两种模型。序列型由 Banerjee(1992)提出，在该模型中，投资者通过典型的贝叶斯过程从市场噪声以及其它个体的决策中依次获取决策信息，这类决策的最大特征是其决策的序列性。但是现实中要区分投资者顺序是不现实的。因而这一假设在实际金融市场中缺乏支持。非序列型则论证无论仿效倾向强或弱，都不会得到现代金融理论中关于股票的零点对称、单一模态的厚尾特征。
实证检验
进入20世纪80年代以来，与现代金融理论相矛盾的实证研究不断涌现，主要体现在投资策略的改变上。下面介绍几种典型的行为金融策略：
1.小公司效应
小公司效应是指小盘股比大盘股的收益率高。Banz(1981)发现股票市值随着公司规模的增大而减少的趋势。同一年，Reimganum(1981)也发现了公司规模最小的普通股票的平均收益率要比根据CAPM模型预测的理论收益率高出18%。最近Siegl(1998)研究发现，平均而言小盘股比大盘股的年收益率高出4.7%，而且小公司效应大部分集中在1月份。由于公司的规模和1月份的到来都是市场已知信息，这一现象明显地违反了半强式有效市场假设。Lakonishok等(1994)的研究发现，高市净盈率的股票风险更大，在大盘下跌和经济衰退时，业绩特别差。市盈率与收益率的反向关系对EMH形成严峻的挑战，因为这时已知的信息对于收益率有明显的预测作用。
2.反向投资策略
反向投资策略(contrary investment strategy)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。一些研究显示，如选择低市盈率(PE)的股票；选择股票市值与帐面价值比值低、历史收益率低的股票，往往可以得到比预期收益率高很多的收益，而且这种收益是一种“长期异常收益”(1ong-term anomalies)。Desia、Jain(1997)，Ikenberry、Rankine Stice(1996)也发现公司股票分割前后都存在着正的长期异常收益。行为金融理论认为反向投资策略是对股市过度反应的一种纠正，是一种简单外推的方法。
3.动量交易策略
动量交易策略(momentum trading strategy)即首先对股票收益和交易量设定过滤准则，当股市收益和交易量满足过滤准则就买入或卖出股票的投资策略。行为金融定义的动量交易策略源于对股市中间收益延续性的研究。Jegadeeshkg与Titman(1993)在对资产股票组合的中间收益进行研究时发现，以3至12个月为间隔所构造的股票组合的中间收益呈连续性，即中间价格具有向某一方向连续的动量效应。事实上，美国价值线排名(value line rankings)就是动量交易策略利用的例证。动量交易策略的应用其实就是对EMH的再次否定。
4.成本平均策略和时间分散化策略
成本平均策略指投资者根据不同的价格分批购买股票，以防不测时摊低成本的策略，而时间分散化指根据股票的风险将随着投资期限的延长而降低的信念，随着投资者年龄的增长而将股票的比例逐步减少的策略。这两个策略被认为与现代金融理论的预期效用最大化则明显相悖。Statman(1995)，Fisher、Statman(1999)利用行为金融中的期望理论、认知错误倾向、厌恶悔恨等观点对两个策略进行了解释，指出了加强自我控制的改进建议。