第一部分:微观金融导论

1.1 微观金融与宏观金融的区分

核心概念

微观金融(microfinance)关注的是个体层面的金融决策,包括:

投资者行为:个人或机构如何进行资产配置和投资决策
资产定价:各类金融资产(股票、债券、衍生品等)的价格如何确定
公司金融:企业如何进行融资、投资和分红决策
市场微观结构:交易机制、流动性、信息不对称等

宏观金融(macroeconomics)则关注:

货币供给、利率水平的决定
通货膨胀、经济增长与金融的关系
金融体系的稳定性与监管
国际金融与汇率

关键区别

维度	微观金融	宏观金融
研究对象	个体投资者、企业、单个市场	整个经济体系、总量变量
核心问题	资产如何定价、投资者如何决策	货币如何影响经济、如何稳定金融
分析方法	优化、均衡、套利	总量分析、政策设计
典型理论	CAPM、MM定理、有效市场假说	货币数量论、IS-LM、蒙代尔-弗莱明
代表性文献	Markowitz (1952), Sharpe (1964)	Friedman (1968), Mundell (1963)

理论发展脉络:

微观金融理论的发展经历了从单一资产到投资组合,从确定性到不确定性,从理性人到行为偏差的演进过程。Markowitz (1952) 开创性地提出投资组合理论,标志着现代金融学的诞生 [95†]。Sharpe (1964)、Lintner (1965) 和 Mossin (1966) 独立提出了资本资产定价模型(CAPM),建立了风险与收益的基本框架 [104†]。20世纪70年代,Ross (1976) 提出套利定价理论(APT),放宽了CAPM的严格假设 [113†]。Fama (1970) 系统阐述了有效市场假说,成为金融学最具影响力的理论之一 [122†]。然而,20世纪80年代以来的大量市场异象研究,如Fama & French (1993) 发现的三因子模型 [166†],以及Kahneman & Tversky (1979) 的前景理论 [129†],挑战了传统理性人假设,推动了行为金融学的兴起。

1.1.1 微观金融的核心问题

微观金融学的核心可以归纳为三个基本问题:

1. 资产定价问题(Asset Pricing)

资产价格如何确定?
风险资产的风险溢价如何解释?
贴现率如何决定?

Markowitz (1952) 指出,资产定价的关键在于权衡期望收益与风险,通过分散化降低风险 [95†]。Sharpe (1964) 的CAPM模型进一步揭示,在市场均衡条件下,资产的期望超额收益与市场组合的系统性风险成正比 [104†]。Fama & French (1993) 发现,除了市场风险外,规模因子和价值因子也能解释股票横截面收益,提出了著名的三因子模型 [166†]。

2. 投资组合选择问题(Portfolio Selection)

投资者如何在不同资产间分配财富?
如何在风险与收益之间做出最优权衡?
市场组合如何形成?

Markowitz (1952) 提出的均值-方差框架为投资组合选择提供了系统方法 [95†]。该理论表明,理性投资者应通过持有有效边界上的投资组合来实现最优风险收益权衡。这一理论后来发展为资本资产定价模型,成为现代投资理论基石。

%%| label: fig-t7-frontier
%%| fig-cap: 图 均值-方差框架与有效前沿的逻辑链条
flowchart LR
    N["N 种风险资产<br/>期望收益、方差、协方差"]
    DIV["分散化组合<br/>消除非系统性风险"]
    EF["有效前沿<br/>给定风险下最大期望收益"]
    RF["引入无风险资产<br/>（资本市场线 CML）"]
    CAPM["CAPM<br/>β 定价：市场组合均衡"]
    N --> DIV --> EF --> RF --> CAPM
    CAPM -.->|"Roll 批评：市场组合不可观测"| N

3. 公司金融问题(Corporate Finance)

企业如何进行投资决策?
资本结构如何影响企业价值?
股利政策如何决定?

Modigliani & Miller (1958) 的 MM 定理奠定了公司金融理论基础,指出在完美市场中资本结构不影响企业价值。虽然现实市场中各种摩擦(税收、破产成本、代理问题等)使得资本结构决策很重要,但 MM 定理提供了一个重要的基准。

1.1.2 微观金融的研究方法

微观金融学主要采用以下研究方法:

1. 均衡分析方法(Equilibrium Analysis)

从市场均衡出发,推导资产价格
代表性模型:CAPM、APT、消费资本资产定价模型(CCAPM)
假设:市场出清,供需平衡

2. 无套利分析方法(No-Arbitrage Analysis)

基于一价定律,通过复制组合为衍生品定价
优势:不需要很强的假设条件
应用:期权定价、债券定价、信用衍生品定价

3. 优化方法(Optimization)

投资者优化问题:在约束下最大化期望效用
企业优化问题:选择最优投资、融资、股利政策
数学工具:微积分、线性规划、非线性优化

4. 实证方法(Empirical Methods)

使用市场数据检验理论模型
计量经济学方法:时间序列分析、横截面分析、面板数据分析
事件研究法:研究特定事件对股价的影响

5. 行为金融学方法(Behavioral Finance)

关注投资者的心理偏差和非理性行为
核心理论:前景理论(Kahneman & Tversky, 1979) [129†]
市场异象:动量效应、反转效应、羊群行为等
代表性学者:Shiller (2000) 的非理性繁荣理论 [174†]

1.1.3 本专题的学术贡献与前沿

本专题在梳理微观金融核心理论的基础上,特别关注以下学术前沿:

1. 金融摩擦与资产定价 李凯(2023)的研究指出,基于融资约束(金融摩擦)的资产定价理论,能更准确反映融资约束作用下各个微观投资项目的风险溢价和融资成本 [2†]。吉岩等(2024)的论文"Misallocation and Asset Prices"探讨了资源错配和资产价格之间的关系,在金融摩擦背景下提出并验证了相关理论 [3†]。

2. 中介资产定价(Intermediary Asset Pricing) He et al. (2017) 的研究强调了金融中介的定价核作用,而非传统资产定价理论 [11†]。这一文献分支关注金融机构如何通过提供流动性、转换风险、处理信息等中介活动影响资产价格。

3. 资产定价的微观基础 Campbell (2000) 的综述性文章"Asset Pricing at the Millennium"系统梳理了资产定价理论的发展,并指出需要从微观消费构建资产定价模型 [14†]。Cho (2024) 提出了一种估计投资组合异常价格的新方法,为资产定价研究提供了新工具 [15†]。

4. 中国市场的资产定价研究 中国学者在结合国际理论与本土实践方面做出了重要贡献。陈晓、洪泳(2017)研究了中国股市的市盈率与投资回报 [4†]。陈光明(2020)探讨了价值投资在中国市场的实践 [5†]。这些研究为理解转型经济体的资产定价机制提供了重要视角。

1.2 资产定价的基本原理

1.2.1 资产与回报率

资产定义(国际会计准则理事会):

"一项资产是指由过去的事件所形成的为某实体所掌握的资源,这一资源预计在未来会给这一实体带来经济利益。"

在金融学中,资产更广泛的定义是:任何能够带来未来经济利益的资源。金融资产(如股票、债券、衍生品)的特点是:

未来现金流是不确定的(风险)
价值可以通过市场交易实现
价格反映了市场对未来的预期

资产回报率:

资产支付(payoff):资产能够给其所有者带来的经济利益
回报率计算公式:
$r = \frac{X - P_{0}}{P_{0}}$
其中, $X$ 为未来支付, $P_{0}$ 为当前价格

期望回报率:

在不确定性下,需要计算期望回报率
二状态模型:
$E [r] = q \cdot r_{u} + (1 - q) \cdot r_{d}$
其中 $q$ 为上状态概率, $r_{u}$ 和 $r_{d}$ 分别为上下状态的回报率

这一看似简单的公式实际上奠定了风险定价的基础。Markowitz (1952) 指出,投资者在进行资产选择时,需要同时考虑资产的期望回报率和风险(以回报率的方差衡量) [95†]。

1.2.2 资产定价的核心思想

关键逻辑:

资产回报率可理解为资金购买者获取未来支付而牺牲当前资金的补偿
资金融通能否实现,取决于资金供需双方能否在回报率上达成一致
资产定价的核心是判定投资回报率是否合适

定价方法分类:

1. 均衡定价(equilibrium pricing)

从资产的供给和需求出发,通过分析资产市场的均衡来找出资产的价格
又称"绝对定价"
理论基础:市场出清条件下的供需均衡
代表模型:CAPM、APT、CCAPM

2. 套利定价(arbitrage pricing)

基于已知价格,通过无套利原则确定相关资产价格
又称"相对定价"
核心逻辑:一价定律(Law of One Price)
应用:衍生品定价、债券定价、资产复制

1.2.3 资产定价的理论演进

资产定价理论经历了从单一时期到多期、从确定性到不确定性、从单因子到多因子的演进过程。

早期理论:单一时期、确定性模型

最早可追溯到 Irving Fisher (1896) 的利息理论
核心思想:资产价格等于未来现金流的现值
贴现率反映了资金的时间价值

现代投资组合理论的诞生(1952) Markowitz (1952) 发表了具有历史意义的论文"Portfolio Selection",标志着现代投资理论和资产定价理论的诞生 [95†]。该理论提出:

投资者应通过"均值-方差"框架进行投资决策
通过构建有效投资组合,可以在给定风险水平下最大化期望收益
分散化投资能够降低风险

这一理论革命性地改变了人们对风险和收益关系的认识,为后续资产定价理论的发展奠定了基础。Sharpe (1964)、Lintner (1965) 和 Mossin (1966) 在Markowitz理论基础上,独立提出了资本资产定价模型(CAPM) [104†]。

资本资产定价模型(CAPM, 1964) Sharpe (1964) 的CAPM模型建立了风险与收益的线性关系:

在市场均衡条件下,资产的期望超额收益与市场组合的系统性风险(以 $β$ 系数衡量)成正比
公式: $E [R_{i}] - R_{f} = β_{i} \cdot (E [R_{m}] - R_{f})$
$β_{i} = \frac{Cov (R_{i}, R_{m})}{Var (R_{m})}$
CAPM的假设条件较为严格,包括投资者理性、市场有效、无交易成本、无税收等

CAPM的提出是资产定价理论的重大突破,它提供了一个简单而优雅的风险衡量工具,至今仍在金融实践中广泛应用。然而,CAPM的严格假设也限制了其适用性。

套利定价理论(APT, 1976) Ross (1976) 提出的套利定价理论(APT)放宽了CAPM的严格假设,认为资产收益可由多个因子的线性组合解释 [113†]:

$R_{i} = E [R_{i}] + β_{i 1} F_{1} + β_{i 2} F_{2} + \dots + β_{i n} F_{n} + ϵ_{i}$
其中 $F_{j}$ 是影响资产收益的系统性因子
APT不需要投资者效用最大化假设,只需无套利条件
APT是多因子模型的理论基础

APT的提出大大拓展了资产定价理论的应用范围,为后续的多因子模型研究开辟了道路。

消费资本资产定价模型(CCAPM, 1977-1979) Breeden (1977)、Lucas (1978) 和 Cox et al. (1985) 将资产定价建立在消费者最优消费选择的基础上:

核心思想:资产的风险溢价由其对消费风险的暴露程度决定
公式: $E [R_{i}] - R_{f} = γ \cdot Cov (R_{i}, Δ c)$ ,其中 $Δ c$ 是消费增长率
CCAPM为资产定价提供了微观基础,但实证研究发现其解释力有限

多因子模型与市场异象(1980s-1990s) 20世纪80年代以来的大量实证研究发现,CAPM和APT无法充分解释股票横截面收益:

规模效应:小市值股票的平均收益显著高于大市值股票(Banz, 1981)
价值效应:高账面市值比股票的平均收益显著高于低账面市值比股票(Fama & French, 1992)
动量效应:股票收益存在中期持续性(Jegadeesh & Titman, 1993)
反转效应:股票收益存在长期反转(De Bondt & Thaler, 1985)

Fama-French三因子模型(1993) Fama & French (1993) 针对CAPM的不足,提出了三因子模型 [166†]:

$E [R_{i}] - R_{f} = β_{i} \cdot (E [R_{m}] - R_{f}) + s_{i} \cdot S M B + h_{i} \cdot H M L$
其中SMB(Small Minus Big)是规模因子,HML(High Minus Low)是价值因子
三因子模型显著提高了对股票横截面收益的解释力
但三因子模型仍存在无法解释的异象,如动量效应

Carhart四因子模型(1997) Carhart (1997) 在Fama-French三因子模型基础上加入了动量因子(MOM):

$E [R_{i}] - R_{f} = β_{i} \cdot (E [R_{m}] - R_{f}) + s_{i} \cdot S M B + h_{i} \cdot H M L + m_{i} \cdot M O M$
动量因子捕捉了股票收益的中期持续性
四因子模型在解释股票收益方面表现优异

行为金融学的兴起(1990s-至今) Kahneman & Tversky (1979) 提出的前景理论标志着行为金融学的诞生 [129†]:

核心观点:投资者在不确定条件下的决策偏离期望效用理论
关键特征:损失厌恶、概率权重函数、参考点依赖
Shleifer & Vishny (1997) 的有限套利理论指出,理性投资者资金有限,无法完全纠正市场中的非理性行为 [137†]
Shiller (2000) 的非理性繁荣理论研究了资产价格泡沫的形成机制 [174†]

行为金融学从心理学角度解释了市场异象,挑战了传统金融学的理性人假设,成为当代金融学研究的重要分支。

1.2.4 资产定价的前沿发展

进入21世纪,资产定价理论在以下几个方向取得了重要进展:

1. 异常收益的可预测性与市场效率 Fama & French (2018) 研究了美国股票市场的异常收益可预测性,发现价值、规模、动量等因子在长期(3-5年)具有预测能力,但在短期(1个月)预测能力较弱。这引发了对市场效率假说的新思考。

2. 资产定价的宏观与微观结合 Campbell et al. (2001) 研究了股票与债券长期收益的比较,发现股票风险溢价依赖于投资期限,将宏观消费与微观资产收益联系起来 [14†]。

3. 非线性与时变资产定价模型 Ang et al. (2006) 研究了波动率的横截面特征及其与期望收益的关系,发现高波动率股票具有低收益,与传统CAPM预测相反 [6†]。

4. 资产定价与金融摩擦 Brunnermeier & Sannikov (2014) 发展了带金融摩擦的资产定价模型,研究了流动性风险如何影响资产价格。李凯(2023)的研究进一步探讨了融资约束下的资产定价 [2†]。

5. 资产定价的机器学习方法 随着大数据和人工智能的发展,机器学习方法在资产定价中的应用日益增多。Cho (2024) 提出了估计投资组合异常价格的新方法 [15†]。

6. 中国特色的资产定价研究 中国学者在结合国际理论与本土实践方面做出了重要贡献。许友传(2018)研究了中国式兜底预期与债务估值的关系 [25†]。史永东等(2021)从跳跃视角研究了中债估值对信用风险的识别能力 [22†]。

1.3 均衡定价与套利定价

1.3.1 均衡定价(绝对定价)

核心思想:

从资产的供给和需求入手,通过分析资产市场的均衡来找出资产的价格
好处:只要把供需状况弄清楚,哪怕没有价格信息,也能从无到有地给出资产定价

理论基础:

资产需求来自居民:企业购买资产最终反映股东的偏好
居民决定资产需求:在跨期和不确定性条件下,研究人的行为
风险与偏好:人在不确定性下的行为决定资产需求,需要研究风险刻画、风险偏好等

关键问题:

好资产的期望回报率应该高还是低?
- 正确答案:好资产的期望回报率反而应该低
- 原因:好资产吸引力强,即使期望回报率低,人们也愿意持有,导致其当前价格高,期望回报率低

这一反直觉的结论是资产定价理论的核心洞察。以钻石与水的悖论为例:钻石虽然无用,但稀缺性高,价格高;水虽然必需,但丰富性高,价格低。资产价格反映了稀缺性,而非有用性。

1.3.2 均衡定价模型的数学框架

考虑一个两期经济模型,投资者在时期0进行资产购买,在时期1获得随机支付。投资者的问题是:

\begin{matrix} (1.1) & max_{w} E [U (W_{1})] \end{matrix}

约束条件:

W_{1} = W_{0} \cdot (1 + r_{f}) + \sum_{i = 1}^{n} w_{i} \cdot (R_{i 1} - r_{f})

其中:

$U (\cdot)$ 是投资者的效用函数
$W_{0}$ 是初始财富
$W_{1}$ 是期末财富
$r_{f}$ 是无风险利率
$w_{i}$ 是投资于资产 $i$ 的财富比例
$R_{i 1}$ 是资产 $i$ 的随机回报率

在市场均衡条件下,所有投资者的最优选择汇总形成市场出清,即资产供需平衡。此时,资产价格由以下条件决定:

每种资产的期望边际效用相等
市场组合位于有效边界上

CAPM的均衡推导:

在CAPM的假设下,所有投资者持有市场组合,市场组合的均衡条件为:

\begin{matrix} (1.2) & E [R_{i}] - R_{f} = β_{i} \cdot (E [R_{m}] - R_{f}) \end{matrix}

其中:

$β_{i} = \frac{Cov (R_{i}, R_{m})}{Var (R_{m})}$ 是资产 $i$ 的系统性风险
$E [R_{m}] - R_{f}$ 是市场风险溢价

这一结果表明,在均衡状态下,资产的期望超额收益完全由其系统性风险决定,与非系统性风险无关。这是投资分散化的理论基础。

1.3.3 套利定价(相对定价)

核心思想:

不追求从无到有给出资产价格
基于一价定律(Law of One Price):同样的东西要卖同样的价钱
如果同样的东西卖不一样的价钱,套利机会就出现

关键应用:

衍生品定价:通过复制标的资产来为衍生品定价
- Black-Scholes-Merton模型(1973)为欧式期权定价
- 二叉树模型为美式期权定价
- 风险中性定价大大简化了衍生品定价过程
对冲策略:金融机构通过构造反向头寸来对冲风险
- Delta对冲:通过持有标的资产对冲期权价格变动风险
- Gamma对冲:通过持有期权对冲Delta的变化
- Vega对冲:对冲波动率风险
风险中性定价:在风险中性投资者视角下,定价问题大大简化
- 风险中性概率测度下,所有资产的期望回报率都等于无风险利率
- 风险中性定价是现代衍生品定价的基石

鞅方法:

资产价格运动符合鞅性质(martingale)
鞅:任何时刻对其未来的期望都等于它现在的取值
套利定价又称"鞅方法"和"风险中性定价"

在风险中性测度下,资产价格过程是鞅,这为衍生品定价提供了强大的数学工具。Girsanov定理建立了实际测度与风险中性测度之间的联系,是现代金融数学的核心定理之一。

1.3.4 套利定价理论(APT)的详细阐述

Ross (1976) 提出的套利定价理论(APT)是资产定价理论的另一重要分支 [113†]。APT的出发点是:如果资产价格偏离由多个因子决定的均衡值,市场上就会存在套利机会,理性投资者会进行套利操作,最终使价格回归均衡。

APT的基本模型:

\begin{matrix} (1.3) & R_{i} = E [R_{i}] + β_{i 1} F_{1} + β_{i 2} F_{2} + \dots + β_{i n} F_{n} + ϵ_{i} \end{matrix}

其中:

$E [R_{i}]$ 是资产 $i$ 的期望回报率
$β_{i j}$ 是资产 $i$ 对因子 $j$ 的敏感度
$F_{j}$ 是均值为零、相互独立的系统性因子
$ϵ_{i}$ 是均值为零、与所有因子独立的特质性风险

APT的假设:

市场存在足够多的资产,可以完全对冲所有系统性因子
投资者是理性的,追求效用最大化
市场无摩擦,无交易成本和税收
因子模型是正确的,即资产回报可由少数几个系统性因子解释

APT与CAPM的比较:

特征	CAPM	APT
风险来源	单一市场因子	多个系统性因子
假设条件	投资者二次效用、市场有效	因子模型正确、无套利
推导基础	投资者效用最大化	市场无套利
适用性	严格假设下	假设较弱
实证表现	解释力有限	解释力更强

APT的主要优势在于:

不需要投资者效用最大化假设
可以考虑多个系统性因子
在实证研究中解释力更强

然而,APT也有其局限性:

需要识别和估计因子,实践中往往采用因子模拟方法
对因子的选择具有主观性
没有提供明确确定因子的方法

1.3.5 均衡定价与套利定价的关系

均衡定价与套利定价是资产定价理论的两大支柱,它们相互补充、相互印证:

联系:

在某些特殊情况下,均衡定价与套利定价等价
CAPM既是均衡定价模型,也是套利定价模型(单因子情况)
两种方法在有效市场中得到一致的结果

区别:

假设条件:均衡定价需要更强的假设(如投资者效用最大化),套利定价假设较弱(只需无套利)
推导逻辑:均衡定价从投资者优化出发,套利定价从市场无套利出发
应用范围:套利定价可应用于更广泛的资产类别(如衍生品、债券)
解释力:套利定价在解释资产收益横截面方面表现更好

理论发展脉络:

1952年:Markowitz投资组合理论(均衡定价) [95†]
1964年:Sharpe的CAPM(均衡定价) [104†]
1970年:Fama的有效市场假说(均衡定价) [122†]
1976年:Ross的APT(套利定价) [113†]
1993年:Fama & French三因子模型(套利定价) [166†]
1997年:Carhart四因子模型(套利定价)
1997年:Shleifer & Vishny的有限套利理论(行为金融) [137†]

这一发展脉络显示,资产定价理论从简单到复杂,从单一因子到多因子,从理性到行为,不断深化对金融市场的理解。

1.3.x 直观例子:为什么“好资产”的回报率反而更低?

先看一个生活中的简单对比。假设同一城市有两套房:

普通房:价格100万,年租金约4万,租金收益率约4%
学区房(名校学区,家长抢着要):价格200万,年租金约5万,租金收益率只有2.5%

学区房显然是“好资产”:空置率低、抗跌性强、转手容易,但它的收益率反而更低。原因在于:越是“在坏状态更有用”的资产(比如经济不好时仍然容易出租或变现),越多人抢着要,当前价格被推得越高,在给定或类似的现金流下,平均回报率会被压低。这就是资产定价理论要解释的典型现象:为什么“好资产”可以容忍更低的期望回报率。

1.3.x 极简两状态例子:好资产价格更贵,回报率更低

构造一个只有两种状态的世界,好状态(Up)和坏状态(Down),概率各为1/2。考虑三类资产的未来支付(好状态,坏状态):

无风险债券F:(1,1)
“防御型好资产”A:(1,2)——坏状态给得更多,类似学区房
“景气敏感资产”B:(2,1)——好状态给得更多,类似周期股

如果投资者对坏状态的1元钱更敏感(更讨厌坏状态),可以用“状态价格”来刻画这一点,例如好状态的1元今天值是0.45,坏状态的1元今天值是0.55。用这两个状态价格贴现三种资产,得到的均衡价格分别为:债券价格约为1,好资产价格约为1.55,景气资产价格约为1.45。三种资产的期望未来支付都是1.5,但由于好资产在坏状态给的更多,被投资者特别看重,所以它的当前价格最高,对应的期望回报率反而最低甚至可能为负;而在坏状态不提供保护的“差资产”,为了让投资者愿意持有,必须用更高的期望回报率来补偿。

1.3.x 同一例子下的“均衡定价”和“无套利定价”对比

从均衡定价(绝对定价)视角看,上面的价格是由“投资者更怕坏状态”这一偏好和市场出清条件共同决定的,可以归纳为一组状态价格,再用状态价格给每个资产贴现;从无套利(相对定价)视角看,可以把债券F和景气资产B当成基础资产,用它们的组合复制出好资产A在两种状态下的现金流,在没有套利的世界里,A的价格必须等于这组复制组合的价格。同一个无套利均衡世界里,这两种方法算出的价格必须一致,只是出发点和推导路径不同。

1.4 有效市场假说与行为金融学

1.4.1 有效市场假说(EMH)

定义: 有效市场是指资产价格充分反映了可获得的所有信息,因而是资产的合理估价。

理论层级(Fama, 1970) [122†]:

弱式有效:价格反映了所有历史信息
- 技术分析无效
- 移动平均、RSI等技术指标无法获得超额收益
半强式有效:价格反映了所有公开信息
- 基本面分析无效
- 财务报表、行业报告等公开信息已反映在价格中
强式有效:价格反映了包括内幕在内的所有信息
- 内幕交易也无法获得超额收益
- 市场信息传递完全且即时

核心结论:

在有效市场中,投资者难以在风险调整后持续获得超额收益
投资者只能获得与所承担风险相匹配的期望回报率
市场价格随机游走,不可预测

实证检验: Fama (1970) 系统总结了有效市场假说的理论与实证工作 [122†]。后续研究发现:

弱式有效市场基本成立,技术分析难以持续获利
半强式有效市场存在争议,一些公开信息(如盈利公告)对价格有短期影响
强式有效市场不成立,内幕交易确实能获得超额收益(但违法)

EMH的理论基础:

理性投资者:投资者理性决策,充分利用所有信息
信息传递:信息迅速且无成本地传递到所有市场参与者
套利机制:非理性交易者被套利者纠正
无摩擦市场:无交易成本、无税收、无卖空限制

1.4.2 EMH的理论挑战

Grossman-Stiglitz悖论(1980) [148†]:

搜集信息有成本,如果市场有效,没有人愿意付成本搜集信息,信息又如何被包含到价格里去?
这一悖论揭示了有效市场假说的内在矛盾:完全有效的市场需要信息搜集,但信息搜集又破坏了市场的有效性

信息效率与信息激励的权衡: Grossman & Stiglitz (1980) 的研究表明,市场不可能同时满足:

价格完全反映所有信息(信息效率)
投资者有激励搜集信息(信息激励)

在现实中,市场处于"次有效"状态:价格大部分反映公开信息,但仍存在信息搜集和套利空间。

市场异象: 大量实证研究发现,EMH难以解释的市场异象:

规模效应:小市值股票平均收益高于大市值股票(Banz, 1981)
价值效应:高账面市值比股票平均收益高于低账面市值比股票(Fama & French, 1992)
动量效应:股票收益存在中期持续性(Jegadeesh & Titman, 1993)
反转效应:股票收益存在长期反转(De Bondt & Thaler, 1985)
日历效应:一月效应、周末效应、节日效应等
封闭式基金折价溢价之谜
股权溢价之谜(Mehra & Prescott, 1985) [156†]

这些异象促使学者们重新审视EMH的假设,推动了行为金融学的发展。

1.4.3 行为金融学

核心观点:

投资者心理与行为对证券市场的价格决定及其变动具有重大影响
与有效市场假说(EMH)相对立
投资者并非完全理性,存在系统性认知偏差

两大支柱:

1. 有限套利(Shleifer & Vishny, 1997) [137†]:

理性投资者资金量有限,无法纠正市场中非理性投资者造成的定价偏差
"市场可能在证明你正确之前先消灭你"
套利存在风险(模型风险、流动性风险、融资限制等),限制了套利活动
情绪驱动的交易可能主导市场,导致价格偏离基本面

2. 心理学基础:

替换经济学的理性人假设
发现普遍的认知偏差:
- 损失厌恶:损失带来的痛苦大于同等收益带来的快乐(Kahneman & Tversky, 1979) [129†]
- 过度自信:投资者过度自信自己的判断能力,低估风险
- 锚定效应:决策受初始信息(锚点)影响
- 羊群行为:盲目跟随他人决策,忽视私有信息
- 处置效应:倾向于过早卖出盈利资产,长期持有亏损资产
- 心理会计:将不同来源的钱分门别类,不同对待
- 框架效应:决策受问题表述方式影响

行为资产定价模型: Kahneman & Tversky (1979) 的前景理论为行为金融学提供了理论基础 [129†]。前景理论的核心特征:

价值函数:收益部分凹,损失部分凸,损失厌恶
概率权重函数:对小概率事件高估,对中大概率事件低估
参考点依赖:收益和损失相对于参考点衡量

Barberis et al. (1998) 提出了基于前景理论的行为资产定价模型,解释了股票市场的过度波动和投资者情绪。

1.4.4 行为金融学对市场异象的解释

1. 规模效应的解释:

投资者情绪:小市值股票受散户情绪影响更大,散户过度交易导致价格偏离基本面
套利限制:小市值股票流动性差,机构投资者难以套利
风险误测:投资者低估小市值股票的风险,导致其期望收益偏高

2. 价值效应的解释:

价值投资:价值股符合价值投资理念,投资者对其认知更准确
套利限制:高估值成长股存在"噪声风险",套利者难以纠正其高估
情绪因素:投资者对成长股过度乐观,对价值股过度悲观

3. 动量效应的解释:

羊群行为:投资者趋势跟随,推动价格延续原有方向
反应不足:投资者对信息反应不足,导致价格缓慢调整
处置效应:投资者对盈利股票过早卖出,对亏损股票长期持有,导致价格动量

4. 反转效应的解释:

过度反应:投资者对极端信息过度反应,导致价格超调
均值回归:价格长期向基本面回归,出现反转

1.4.5 行为金融学在投资实践中的应用

1. 价值投资:

Graham & Dodd的价值投资理念在实践中获得成功
选择低估值(低市盈率、低市净率)股票
结合质量指标(高ROE、低负债率)
价值投资在中国市场同样适用(陈光明, 2020) [5†]

2. 动量投资:

Jegadeesh & Titman (1993) 发现动量策略可获得超额收益
买入近期表现好的股票,卖出近期表现差的股票
持期通常为3-12个月
动量策略在A股市场同样有效

3. 反转投资:

De Bondt & Thaler (1985) 发现长期反转现象
买入过去3-5年表现最差的股票,卖出过去表现最好的股票
持期通常为3-5年
适合价值投资者

4. 行为偏差的利用:

利用投资者的过度反应和反应不足
利用羊群行为和市场情绪
利用处置效应进行反向操作

1.4.6 EMH与行为金融学的争论与融合

争论焦点:

市场效率:市场是否有效?价格是否反映所有信息?
投资者理性:投资者是否理性?是否存在系统性偏差?
套利有效性:套利是否能纠正定价偏差?

融合趋势:

有限理性:投资者并非完全理性,但也非完全非理性
条件有效:市场在某些条件下、某些时期更有效
异象定价:将行为偏差纳入资产定价模型
市场摩擦:考虑交易成本、流动性限制等

当前共识:

市场既非完全有效,也非完全无效
投资者既非完全理性,也非完全非理性
行为金融学补充了传统金融学,而非完全否定
需要根据市场环境灵活运用理论

1.4.7 EMH与行为金融学的前沿研究

1. 资产定价的微观基础:

从投资者行为推导资产价格
结合心理学和经济学原理
解释市场异象和投资者情绪

2. 市场微观结构:

交易机制、流动性、信息传递
订单流、买卖价差、市场深度
高频交易和算法交易的影响

3. 神经金融学:

利用神经科学研究投资者决策
大脑活动与投资选择的关系
情绪与认知的神经基础

4. 数字金融与金融科技:

人工智能和大数据在投资中的应用
算法交易和量化投资策略
行为偏差在数字环境下的表现

5. 中国市场的特殊性:

中国投资者结构(散户占比高)
政策导向对市场的影响
文化因素对投资者行为的影响
行为金融学在中国市场的应用(陈晓 & 洪泳, 2017) [4†]

课堂思考：微观与宏观的分界

微观金融与宏观金融的研究边界在哪里？"金融体系稳定"属于哪个层面的问题？以"货币政策影响资产价格、资产价格反馈实体经济"为例说明二者的互动。
行为金融的发现（过度自信、处置效应）对宏观层面的市场稳定含义是什么？

← 📌 专题导读 📌 专题 7 总览第二部分:利率与债券价值分析 →

第一部分:微观金融导论 ​

1.1 微观金融与宏观金融的区分 ​

1.1.1 微观金融的核心问题 ​

1.1.2 微观金融的研究方法 ​

1.1.3 本专题的学术贡献与前沿 ​

1.2 资产定价的基本原理 ​

1.2.1 资产与回报率 ​

1.2.2 资产定价的核心思想 ​

1.2.3 资产定价的理论演进 ​

1.2.4 资产定价的前沿发展 ​

1.3 均衡定价与套利定价 ​

1.3.1 均衡定价(绝对定价) ​

1.3.2 均衡定价模型的数学框架 ​

1.3.3 套利定价(相对定价) ​

1.3.4 套利定价理论(APT)的详细阐述 ​

1.3.5 均衡定价与套利定价的关系 ​

1.3.x 直观例子:为什么“好资产”的回报率反而更低? ​

1.3.x 极简两状态例子:好资产价格更贵,回报率更低 ​

1.3.x 同一例子下的“均衡定价”和“无套利定价”对比 ​

1.4 有效市场假说与行为金融学 ​

1.4.1 有效市场假说(EMH) ​

1.4.2 EMH的理论挑战 ​

1.4.3 行为金融学 ​

1.4.4 行为金融学对市场异象的解释 ​

1.4.5 行为金融学在投资实践中的应用 ​

1.4.6 EMH与行为金融学的争论与融合 ​

1.4.7 EMH与行为金融学的前沿研究 ​