《投资学》 课件 第11、12章 投资组合业绩评价、行为投资理论

第十一章

投资组合业绩评价《投资学》当前，由于受到一系列金融危机事件的冲击，如东南亚金融危机、美国次贷危机和欧债危机等，全球范围内的金融市场波动加剧，各类投资工具价格的日间波动显著增大，为投资者的投资决策带来了困难。在上述环境下，对金融工具内在价值的准确评估尤为重要。对投资者而言，投资工具代表着一定时期内获得未来收入的权利，投资工具内在价值取决于该工具能够带来的未来现金流入、资金时间价值以及风险调整等因素或者金融市场上与该工具类似的可比价格，因此，要求我们需要使用经济学、金融学、财务管理、投资学以及风险管理的基本原理投资工具进行估值，这也是本章的主要内容。本章导读

你的投资是否成功？成功的原因是什么？业绩评价能够回答第一个问题，并能够回答第二个问题。业绩评价系统能够为一位主动投资的投资者提供有价值的问题反馈。投资者可以可以将投资决策和投资结果联系在一起，从而识别投资成功或者失败的决策和可能改进的措施。在业绩分析之初，业绩目标通常很模糊，甚至很原始：“不许亏钱！”“战胜市场！”“至少要比我在银行里的存款赚钱！”

业绩评价的目的就是把有能力和无能力的投资区分开。因为投资的最终目的就是获得满意的投资结果。。当前，由于受到一系列金融危机事件的冲击，如东南亚金融危机、美国次贷危机和欧债危机等，全球范围内的金融市场波动加剧，各类投资工具价格的日间波动显著增大，为投资者的投资决策带来了困难。在上述环境下，对金融工具内在价值的准确评估尤为重要。对投资者而言，投资工具代表着一定时期内获得未来收入的权利，投资工具内在价值取决于该工具能够带来的未来现金流入、资金时间价值以及风险调整等因素或者金融市场上与该工具类似的可比价格，因此，要求我们需要使用经济学、金融学、财务管理、投资学以及风险管理的基本原理投资工具进行估值，这也是本章的主要内容。教学要求掌握传统的业绩评价理论

掌握夏普模型、特雷诺指数、詹森指数和索丁诺比率等模型掌握三因素模型、四因素模型及其分析方法掌握择时模型及其应用了解风格分析进行评价的基本方法了解基于组合的业绩分析的分解方法能够应用基于组合的业绩分析法进行市场分析目录CONTENTS1传统的业绩评价理论2业绩评价模型的发展3基于组合的业绩分析第一节传统的业绩评价理论一、夏普指数(SharpRatio)二、特雷诺指数(Treynorsmeasure)三、詹森指数(Jensensalpha)四、索丁诺比率(SortinoRatio)

在资产组合理论和资本资产定价模型提出以后，陆续出现了一些经风险调整的测度指标：夏普指数(SharpRatio)、特雷诺指数(Treynorsmeasure)、詹森指数(Jensensalpha)和索丁诺比率(SortinoRatio)等。

在投资组合业绩评价中，表示收益率风险的最常用指标是标准差和系统风险系数。估计出这两个指标，对利用经风险调整的业绩评价指标评价投资组合业绩起重要作用。

夏普指数衡量了基金每承担一个单位的波动风险所带来的超额收益。其计算公式为其中，Sharp指数；是

表示资产组合的超额收益率；

表示资产组合在这段时间内的收益的波动率，即资产组合收益率的标准差。一、夏普指数(SharpRatio)

特雷诺指数衡量了基金每承担一个单位的系统风险(又称市场风险)所带来的超额收益，其计算公式为其中，

表示第

只基金在样本期内的Treynor指数；

表示资产组合在研究期内的超额收益率；

表示基金在这段时间内的系统风险水平。

二、特雷诺指数(Treynorsmeasure)

詹森指数衡量了基金的实际收益超过它所承受风险对应的预期收益的部分，体现了基金的超额收益能力。其计算公式为

其中

是Jensen的

值；

是基金

在时期T的收益率；

表示基金在一段时间内的平均收益率、

表示无风险利率，

表示基金在这段时间内的系统风险水平。三、詹森指数(Jensensalpha)四、索丁诺比率(SortinoRatio)

索丁诺比率衡量了基金每承担一个单位的下行风险所带来的超额收益。其计算公式为

其中

表示基金在一段时间内的平均收益率；

（MinimumAcceptableReturn）是可接受最低收益；

表示无风险利率，

表示基金在这段时间内的下行风险。债券定价原理第二节业绩评价模型的发展一、三因素模型二、四因素模型三、择时模型四、风格分析评价一、三因素模型

三因素模型是基于套利定价理论发展起来的。传统的业绩评价模型仅仅考虑了市场的风险影响。因此，研究者使用多因素模型代替简单的单因素模型对业绩进行评价。多因素模型表达式如下：

式中，

分别代表影响证券

收益的各因素值；

分别代表各因素对证券收益变化的影响程度；

代表独立于各因素变化的部分。一、三因素模型

Fama和French（1993）通过大量的实证研究，创造性的引入市场超额收益、市值因子、账面市值比这三个变量对市场收益状况进行研究，提出了三因素模型，其表达式如下：

式中，

是市场组合在时期

的收益率；

为无风险收益率；

（highminuslow）为价值因子，即高

组合在时期

的收益率；

（smallminusbig）为规模因子，即小公司组合减去大公司组合在时期

的收益率。二、四因素模型

Carhart（1996）的四因素模型认为，资产组合的超额收益来源于：市场超额收益、规模差异带来的超额收益、账面市值差异带来的超额收益、动量因素。其四因素模型表达式如下：

式中，

代表动量因素，用当期和滞后期的业绩之差来衡量；

代表市场超额收益的回归系数；

代表账面市值因素导致的差额收益的回归系数；

代表规模因素的回归系数；

代表动量因素的回归系数，其符号代表投资业绩具有动量效应还是反转效应。

、

、

和

显著性与否决定着投资业绩的来源和归属情况。三、择时模型

择时，是对未来价格走势的预测，预测本身即是一个观点的表达。做择时模型根本上来讲不仅仅是发布择时观点，更重要的能够检验和衡量其准确性，衡量一个量化投资策略不能仅凭收益曲线，还要融合资金管理和风险控制。对于数量化研究来讲，在金融方面对回归模型的应用是基于基准择时的部分展开的。

基准择时模型是基于收益率的Jensen业绩评价模型发展而来的。其基本模型表达式如下：

本模型引入了

来判断投资者是否具有基准择时的能力。这个模型当中包含一个“下行市场”贝塔，即

；以及一个“上行市场”贝塔，即

。如果

是显著为正的，那么我们就认为存在择时能力的证据。三、择时模型

亨里克森（Henriksson）和默顿提出了另一个相似但更简单的方法。他们假设投资组合只取两个值：当市场走好时

取较大的值，当市场萎靡时

取较小的值。在这个假设下，投资组合特征显得回归方程式为

式中

是一个虚拟变量，当

时，

等于1，否则等于0。于是投资组合的

值在熊市时为b，在牛市时就变为

。同样，如果回归得到正的

值，就说明投资择时是存在的。四、风格分析评价

投资风格是指投资于某类具有共同收益特征或共同价格行为的股票。风格投资从本质上来说是通过执行各种投资决策，从某些特定分割的、异质的市场或从某类错误定价的股票中获得超额收益。风格分析假设组合收益率表达式如下：

式中，

是

种风格收益率；

衡量了投资组合在该风格上的头寸；

是资产选择收益率，即风格所不能解释的那部分收益率。

收益波动性中不能被资产配置所解释的部分可以归因于股票选择或者定期更换各种资产类型的权重。风格分析只需要组合收益率的时间序列以及一系列风格指数的收益率。其结果是把组合收益率自上而下的归因到风格和资产选择上来。根据风格分析，风格头寸确定了投资者的类型，而资产选择收益率能够区分不同投资者的能力水平。投资者可以通过较大的资产选择收益率来证明他的能力。实际过程中可以利用投资者的资产选择收益率的均值和标准差来计算投资者的信息率。

债券定价原理第三节基于组合的业绩分析

基于组合的业绩评价分析是一种“自上而下”的分析方法，它根据先验组合头寸，把收益率归因到多个因素上，并且个人你就其中若干个因素上的归因收益率来评价投资者的价值。

仅仅使用收益率数据的业绩评价方法适用于所需信息不足的情况。一旦能够得到投资者的组合头寸数据，就能够更详细和准确的进行业绩评价。实际上，以下两种额外信息能够帮助我们进行业绩评价：（1）各期的组合头寸；（2）投资者的投资目标以及投资策略。

业绩评价分两步进行：业绩归因和业绩评价。业绩归因一般关注于单一时期，将收益率归因于多个因素。业绩评价则关注归因于每个因素上的组合收益率时间序列。基于统计，投资者到底在哪些因素上发挥了投资者的能力并产生了其附属价值？

多因素模型基于以下想法：股票的收益率可以被一组共同因素和一个仅被该股票有关的特异因素所解释。我们可以把这些共同因素看作是影响一组股票价格变动的作用力。这组股票可以是银行业的全部股票，或者是具有高财务杠杆的全部股票，或者是所有市值较小的股票，如此等等。通过识别出这些重要的因素，可以降低分析问题的规模。

首先，我们对收益率模型践行简单的线性分解，分解方程中包含四个部分：股票的超额

收益率、股票的因素载荷程度、因素收益率以及股票的特异收益率。其表达式如下:

式中，

表示资产

从时刻

到时刻

的超额收益率（收益率减去无风险收益率）；

表示，在时刻

时，资产

对因素

的因子载荷（exposure）。行业因素的因素载荷要么是0（表示该资产不属于该行业），要么是1,（表示该资产属于该行业）。对于其它共同因素，因素载荷通常是标准化的，因此全部股票的平均因素载荷为0，并且因素载荷的横截面标准差等于1；

表示因素

从

时刻到

时刻的因素收益率；

表示股票

从

时刻到

时刻的特异收益率（specificreturn），即其总收益率中不能被共同因素所解释的部分。

根据因素的选择，一般选择一部分因素用于风险控制，并且将其它因素作为收益率的来源。风险控制因素一般是行业或者市场因素，有时候也会去分析投资者挑选行业或者大小盘的能力。

收益因素包括典型的投资主题，比如价值或者动量。在建立风险控制模型的时候，我们总是使用先验因素，也就是构建因素的信息需要在期初就可以获知。而对于收益率分析，可以考虑其构建因素的信息要到期末才能获知。

把投资的收益率归因到众多因素之后，剩余的就是组合的特异收益率。在控制众多因素之后。投资者选择个股的能力会在数据项上表现出来。

特异收益率一般被看成横截面因素所不能解释的收益率部分。

我们能够将业绩归因运用到总收益率、主动收益率甚至是主动残差收益率上。对于主动

收益率，只需要处理主动头寸以及主动收益率，其表达式如下：

（11-12）

为了将组合主动收益率分解为系统部分以及残差部分，我们首先定义主动头寸的残差因素载荷度为：

即原主动因素载荷减去主动贝塔与基准对该因素的因素载荷的乘积，而残差头寸定义为:

将以上公式代入（11-12）并利用

，可得

（11-15）

利用式(11-15),我们能够对组合相对于业绩基准的主动收益率的来源进行非常细致的分析。

作为业绩归因的例子，我们考查了沪深300指数在2017的表现。首先我们来看组合因素的因素载荷。组合的因素载荷在期初即可确定。下表列出了本文使用的风格因素。

表11-6风格因素列表

因素类别名称含义BetaBETA股票收益率对市场收益率的权重回归BooktoPriceBP账面价值EarningsYieldEPIBS一致预期GrowthEGRO过去三年净利润对时间的回归SGRO归去三年营业收入对时间的回归netProfithnc单季度净利润同比增速LeverageDtoa最近一期的负债账面价值合计/账面价值合计LiquidityTURNOVER过去20个交易日日均换手率MomentumRSTRNonlinearSizeNLSIZE对数市值立方对对数市值作加权回归ProfitROETTM滚动ROEResidualVolatilitySpecificityFAMA三因素回归后

ReverseReverse过去20个交易日涨跌幅SizeLNCAP总市值对数

通过将组合收益分解到各因素维度上，可以看到在各个因素上的超额因素载荷是否能够给组合带来超额收益。

期初组合的因子载荷与期末估计得到的因子收益的乘积，就是该期因子对组合的收益贡献。具体地，因素

对组合的收益贡献为

其中，

为组合期初在因素

上的暴露，为个股因素载荷的加权平均；

为组合中股票

的权重；

为股票

在因素

上的载荷；

为期末估计的因素

的因素收益。

表11-7因素收益贡献组合A组合B因素收益因素载荷收益贡献因素载荷收益贡献Beta-0.36%0.08-0.03%-0.030.01%BooktoPrice0.92%0.430.39%0.120.11%EarningsYield0.59%0.960.56%0.530.31%Growth2.09%0.521.09%0.420.89%Leverage0.54%0.010%0.120.07%Liquidity1.23%0.120.14%0.030.04%Momentum1.38%-0.08-0.11%-0.17-0.23%NonlinearSize0%0.480%0.30%Profit-0.32%0.34-0.11%0.15-0.05%ResidualVolatility0.11%-0.1-0.01%0.070.01%Reverse-1.49%-0.30.45%-0.240.35%Size-1.1%0.56-0.62%0.21-0.23%

业绩评价以每期归因到各个因素上的组合收益率为起点，观察归因收益率序列的统计显著性以及价值贡献度。具体讲，我们考虑式(11-15)中所定义的归因因素，其中组合的主动收益率被分解为系统性部分以及残差部分，并且主动残差收益率进一步被分解为共同因素收益率以及特异收益率。

对于归因到各个因素上的组合收益率以及组合特钟收益率时间序列，我们的分析则更加直接。具体而言，我们能将归因到每个因素上的组合收益率分解为两部分，一部分基于组合对该因素的平均注定载荷程度，另一部分基于组合对该因素的各期载荷度对其均值的战术性择时。我们可以计算每个序列的均值、统计量以及信息率。我们需要的不仅是收益率均值，还需要每个因素的风险。我们可以用时间序列的实现风险或先验预测风险作为对风险的估计。

根据以上方法，我们计算了2017及2018年中证100与中证500指数的跨期归因结果，采用的因素除风格因素外，还包括10个中证一级行业因子。2017年，中证100指数录得30.21%的收益率，从收益分解上看，规模因素解释了13.76%的收益来源，盈利能力因素贡献了4.43%的收益率，杠杆因素贡献了3.64%的收益率；行业因素方面，主要消费行业的收益贡献最高，为2.51%。中证500指数2017年录得-0.95%收益率，因素贡献上看，依旧是规模因素贡献排名第一，贡献了-7.61%的收益率，行业因素方面，原材料因素的贡献最大，为3.97%。

进一步的，我们将中证100、中证500各因素收益率的贡献度直接相减，以探寻两者2017年业绩差异的主要来源。从统计结果看，规模因素的暴露不同是导致两个指数走势差异的主要原因，两者的差值达到了21%，占两个指数收益差值的70%左右。除规模因素外，2017年两个指数的走势迥异，还来自于盈利能力的不同，中证100指数成分股的盈利能力较中证500指数成分股高，而2017年盈利因素表现又十分有效，从而造成了两个指数的走势差异。

我们还发现财务杠杆因素对业绩差的解释力度也较强，这主要源于2017年银行板块表现优异，银行板块在中证100指数中的权重较大，而银行板块的资产负债率较高，从而杠杆因素的上的暴露较大。此外，2017年动量因素、换手率因素也是导致中证100及中证500指数收益差异的重要来源，强者恒强格局下，不仅股价表现分化严重，市场交投也严重分化，交易量向龙头个股集中，这进一步助推了动量效应的形成。

总之，2017年大小盘的走势分化，主要源于风格因子的贡献。相较之下，大类行业因子的贡献并不显著。具体内容见下表。

表11-82017年中证100与中证500指数风格以及行业因素收益分解

因素中证100中证500差值Size0.137-0.0760.214Earning0.044-0.0180.063Leverage0.034-0.0140.049Liquidity0.009-0.0260.035Momentum0.024-0.0070.031Volatility0.014-0.0010.016主要消费0.0250.0140.010Value0.004-0.00040.004可选消费0.0100.0090.0005残差0.0150.015-0.0002公用事业-0.002-0.001-0.0003能源-0.002-0.001-0.0004电信业务0.0050.006-0.001Beta0.0030.006-0.003工业0.0080.014-0.006医药卫生0.0040.012-0.008信息技术0.0090.027-0.018Growth-0.0150.003-0.019金融地产-0.034-0.004-0.030原材料0.0060.039-0.032

进入2018年，权益市场表现十分疲弱，各类指数表现几乎全军覆没，虽然大小盘风格分化依旧，但较之2017年有所收敛，市场体现出普跌特征。截止11月底，中证100指数下跌17.68%，中证500指数下跌29.98%。

从收益分解结果看，无论是中证100还是中证500指数，2018年收益主要源于行业因素，风格因素的解释力度下降。如中证100指数17.68%的跌幅中，有8.54%的跌幅源于金融地产行业因素的贡献；工业、主要消费、可选消费也均贡献了2个百分点以上的跌幅。对于中证500指数，其跌幅主要源于工业、原材料、可选消费等行业因素的贡献。

总之，通过对中证100及中证500的年度业绩归因分析，我们发现基于业绩归因的指数分析方法是可行的，不仅可以深入了解指数业绩来源，还能够解释不同指数业绩差异的深层次原因，这进一步为指数投资机会的把握，提供了良好条件。

逐一分析风险的每一个来源之后，我们就可以识别出投资者采用的最优以及最差策略：即平均而言取得最高与最低收益率的时间序列。投资者事先制定的目标和策略会在这里显现。选股型投资者的最优策略中应该有一个是特异资产选择。价值投资者应该发现各种价值因素是他们的最优策略。如果事先制定的策略未出现在最优策略的分析结果中，那么投资者应该留意，这意味着主动投资可能偏离了预定策略，意味着策略并没有按照投资者期望的方式运转。

本章小结业绩评价是一种相对评价，其参照的标准是市场。其中最典型的绩效评价方法即业绩指数方法。业绩评价的夏普指数，是指上升幅度除以CML的斜率。其中的上升幅度即投资组合的预期收益率与无风险利率的差。特雷诺指数即以组合所形成的特定的SML的斜率的大小作为衡量该组合业绩的指标。詹森指数通过比较评估期的实际收益和由CAPM推算出的预期收益的大小，来判断基金或组合的绩效。新的评价方法：三因素、四因素模型、择机分析以及风格分析法。市场择机能力即通过证券特征线，检验投资者能否根据市场的走势进行变化，将资金在风险资产和无风险资产之间进行转移，以便抓住市场机会获取更大绩效的能力。业绩评价的目标是分离能力和运气。可用信息越多，分析质量就越高。业绩基准的收益率时间序列能够将能力从运气中分离出来。准确的业绩评价从多因素模型中进行归因分析，从而识别出投资者的各方面能力。讨论讨论主题1：主动管理or被动管理思考讨论：1.为了业绩评价，采取主动管理还是被动管理？2.主动管理对投资决策有什么影响？讨论主题2：择时or择股？思考讨论：1.择时与择股的优缺点比较2.实务界主要采用什么方法？为什么?

延伸阅读1.滋维•博迪.投资学（第10版）.汪昌云张永骥等,译.北京：机械工业出版社,2017.2.李雪峰.投资组合管理.北京：清华大学出版社，20153.丁忠明.证券投资学（第二版）.北京：高等教育出版社，20134.丁鹏.量化投资（典藏版）.北京：电子工业出版社，20155.理查德C.格林诺德，雷诺德N.卡恩.主动投资组合管理（原书第2版）.李腾等译.北京：机械工业大学出版社，20146.贺显南.投资学原理及应用（第3版）.北京：机械工业出版社，2017

第十二章行为投资理论《投资学》当前，由于受到一系列金融危机事件的冲击，如东南亚金融危机、美国次贷危机和欧债危机等，全球范围内的金融市场波动加剧，各类投资工具价格的日间波动显著增大，为投资者的投资决策带来了困难。在上述环境下，对金融工具内在价值的准确评估尤为重要。对投资者而言，投资工具代表着一定时期内获得未来收入的权利，投资工具内在价值取决于该工具能够带来的未来现金流入、资金时间价值以及风险调整等因素或者金融市场上与该工具类似的可比价格，因此，要求我们需要使用经济学、金融学、财务管理、投资学以及风险管理的基本原理投资工具进行估值，这也是本章的主要内容。本章导读

随着传统金融理论的发展，实际中存在的越来越多的传统主流金融理论所不能解释的“未解之谜”逐渐被人们所重视。人们发现许多的传统金融理论的研究假设过于理想化，而投资者的行为会受到认知、心理、情感等因素的影响，因此传统金融理论并不能很好的解释投资者行为。与此同时，越来越多的经济学家开始对投资者的心理活动进行研究，越来越多的研究不断的被系统化，于是行为金融理论应运而生。本章回顾了行为金融的产生与发展，对其基本内容进行了提炼和概括，简要介绍了行为金融的三大基础理论以及基于行为金融理论的经典行为金融模型，从行为金融的视角对金融市场的投资行为进行分析，系统介绍了相关的证券投资策略。当前，由于受到一系列金融危机事件的冲击，如东南亚金融危机、美国次贷危机和欧债危机等，全球范围内的金融市场波动加剧，各类投资工具价格的日间波动显著增大，为投资者的投资决策带来了困难。在上述环境下，对金融工具内在价值的准确评估尤为重要。对投资者而言，投资工具代表着一定时期内获得未来收入的权利，投资工具内在价值取决于该工具能够带来的未来现金流入、资金时间价值以及风险调整等因素或者金融市场上与该工具类似的可比价格，因此，要求我们需要使用经济学、金融学、财务管理、投资学以及风险管理的基本原理投资工具进行估值，这也是本章的主要内容。教学要求了解行为金融的起源、发展和前沿动态，掌握和理解行为金融的主要内容理解行为金融的基础理论，特别是前景理论的有关内容理解和掌握行为金融视角下各种投资行为模型的建模思想了解金融市场中的投资者所存在的认知与心理局限，掌握基于行为金融学原理的各种证券投资决策目录CONTENTS1行为金融概述2投资决策行为分析3行为投资策略第一节行为金融概述一、行为金融的产生与发展二、行为金融的核心内容三、行为金融理论随着金融理论的发展，实际中存在的越来越多的传统金融理论所不能解释的“未解之谜”逐渐被人们所重视。大量研究发现传统金融理论所依赖的“理性人”研究假设过于理想化，而投资者在进行交易时会受到认知、心理、情感等因素的影响。因此开始有学者研究这些因素是怎样影响着投资者的决策。第一阶段：19世纪麦基在著作中通过故事诠释了人类的“羊群效应”，并且凯恩斯也在著作中强调心理预期在人们投资决策中的重要性，为行为金融提供了思想的源头。第二阶段：20世纪60年代到20世纪80年代早期，许多学者从行为学的角度研究投资决策过程，在这一时期行为金融的理论框架逐渐形成。

一、行为金融的产生与发展第三阶段：20世纪80年代中后期，金融市场中出现一系列传统金融理论无法解释的市场异象，这激发了学术界对传统金融理论过于严苛的假设的质疑，促进了研究人员对投资者行为的研究。第四阶段：20世纪90年代中后期，行为金融理论更加注重投资者心理对投资组合决策和交易决策的影响。第五阶段：进入21世纪以后，行为金融学研究领域得到空前的拓展，出现了行为公司金融。金融海啸爆发后，行为金融学更多的是起到解释宏观金融现象及引导政策的作用，此外，基于行为的金融监管理论，也逐渐引起学者及政府的重视。一、行为金融的产生与发展

通过对传统金融理论尤其是有效市场假说及其得以立足的“理性人”和“套利”假设的质疑和挑战，行为金融逐渐确立自己立论的两大理论基石：第一，有限套利，即在现实金融市场中，套利作用是有限的、非充分的，金融产品的不完全替代、套利者的风险厌恶以及噪声交易者对价格信号的各种干扰使得套利者无法充分发扬其捍卫市场有效性的作用。第二，投资者心理，即投资者在买卖证券时形成投资理念并对证券进行判断的心理过程。这两方面在构建行为金融理论的过程中是相辅相成的，缺一不可。若套利是充分的，则套利者主动寻找套利空间，通过调整资产的头寸买卖获利，导致价格也做出相应的调整，直到套利机会消失，价格充分反应信息。这样的话，即使许多套利者是非理性的，市场仍然有效。如果投资者都完全理性，即每个投资者对未来都有准确同质的预期，那么价格必定反应价值，价格偏差与市场偏离也就不存在了。根据这一基本思路，可以将行为金融的核心内容概括成以下几个方面。二、行为金融的核心内容（一）金融市场“异象”

对于金融市场中的“异象”，研究最多的是股票收益可预测性。根据有效市场理论，如果市场是弱势有效的，投资者无法通过历史信息对股票的未来价格进行预测。然而研究发现股票收益存在长期反转与短期动量效应。对于公开信息，股票市场的反应并不总是有效的，存在反应过度和反映不足问题。在资产定价方面，股权溢价之谜以及股价过度波动之谜相继突破了传统经典的金融资产定价理论。从投资者行为角度，行为金融研究者发现，投资者在投资决策中表现出与标准金融理论相悖的各种行为偏差，如投资组合的不充分分散、过度交易、处置效应等。

二、行为金融的核心内容（二）心理偏差与非标准偏好

传统经典理论的理性投资者假设的构成要素有两个：

第一，投资者对未来的预期是理性的。

第二，投资者对风险的偏好符合预期效用理论假设。但是人类自身的特点决定人在预期与风险偏好两个方面都不能达到理性要求。预期对人类来说实际上就是在判断某件事情发生的概率，对此，很多心理学和经济学实验证明，心理偏差对投资决策行为有重要影响，例如可得性偏差、代表性偏差、锚定和过度自信。除了各种心理偏差，行为金融还深入考察了有悖于预期效用理论的各种偏好，如：确定性效应、模糊厌恶、分离效应、损失厌恶、私房钱效应、后悔厌恶。

二、行为金融的核心内容（三）有限套利

与有效市场理论相悖，行为金融理论的核心论点是，现实中的套利不仅充满风险，而且作用有限。有限套利理论认为，市场不完善、投资者非理性、激励约束机制不健全等因素使套利者的套利行为受到限制，无法完全甚至不能纠正市场价格的偏离。假定不考虑资产替代性问题，从导致套利者套利行为受限制（即有限套利）的性质出发，这些因素又可划分为两类：时间约束和资金约束。时间约束：是指相对于套利者买卖资产的期限而言，相关资产价格回归其基本价值的期限更长，使得套利者不得不在价格回复到基本价值水平之前出售或购入相关资产。资金约束：是指由于资金规模的限制，当套利者面对套利机会时(资产价格低于其基本价值)，无法购入合意规模的相关资产。

二、行为金融的核心内容（一）前景理论（ProspectTheory）前景理论是行为金融理论研究的核心学说之一，是行为金融学重要的理论基础。该理论主要由Kahneman和Tversky（1979）提出，文中指出大多数投资者并不是理性人，他们是“行为金融投资者”，而不是“标准金融投资者”，这恰恰与预期效用理论相反。前景理论有三个基本原理：

第一，大多数人在面临获得时是风险规避的。

第二，大多数人在面临损失时是风险偏爱的。

第三，人们对损失比对获得更敏感，即人们对损失和获得的敏感程度是不同的，损失时的痛苦感要大大超过获得时的快乐感。

三、行为金融理论式中，w(p)是决策权重，它是一种概率评价性的单调增函数；v(x)是决策者主观感受所形成的价值，即价值函数。其中价值函数取代了传统的预期效用理论中的效用函数，决策权数函数将预期效用函数的概率转变成决策权数。三、行为金融理论

前景理论中期望的价值是由“价值函数”和“决策权重”共同决定的，即：(12-1)三、行为金融理论

Kahneman和Tversky在不确定性条件下的选择性实验研究基础上，给出了价值函数的形状（如图12-1）。（二）噪声交易理论（NoiseTradeTheory）Dolong、Summers和Waldmann于1990年提出噪声交易理论，该理论将投资者分为信息交易者和噪声交易者。信息交易者由于拥有全部信息而不会受到认知偏差的影响，可根据信息对资产的收益形成理性预期；而噪声交易者由于获取信息的途径不畅并且自身分析能力欠缺，对资产收益的预期具有随机性和不确定性的特点，由此产生的风险降低理性投资者进行套利的积极性，导致金融资产价格会偏离价值。当理性套利者进行套利时，不仅要面对基础性因素变动的风险,还要面对噪声交易者非理性预期变动的风险。作为风险厌恶者，可能放弃套利机会，不对抗噪声交易者的错误判断，从而使噪声交易者获得高于理性投资者的收益。噪声交易者虽然扭曲证券交易价格，却可能因承担自己创造的风险而获得比理性投资者更高的回报。当大量的交易者都聚焦于某一信息并发生极端反应时，就会导致羊群效应，羊群效应导致的噪声交易必然使得市场效率下降。

三、行为金融理论（三）行为资产组合理论（BehavioralPortfolioTheory，BPT）

三、行为金融理论

GinitaWall（1993）提出了行为资产组合的金字塔结构，如图12-2所示。Shefrin和Statman于1999年创立行为组合理论体系，该理论是在Markowitz现代投资组合理论基础上发展起来的。现代投资组合理论认为，投资者不应该把注意力集中单个资产组合的风险和预期收益上而应该集中在整个组合上，最优的组合配置处于均值方差有效边界上。Shefrin和Statman在预期财富和财富低于可以维持的概率的情况下描绘了行为组合理论的有效边界。行为投资组合理论包括单一心理账户和多个心理账户，其中单一心理账户投资者关心投资组合中各资产的相关系数，所以他们会将投资组合整合放在一个心理账户中，而多个心理账户投资者会将投资组合分成不同的账户，忽视各个账户之间的相关关系。

三、行为金融理论第二节投资决策行为分析一、处置效应二、过度交易三、注意力驱动交易四、羊群效应五、本土偏差六、恶性增资处置效应（dispositioneffect）：是指投资人在处置股票时倾向于“出赢保亏”，即卖出盈利的股票，保留亏损的股票。投资者认为在股票没有兑现之前即使出现亏损，未来也会有盈利的可能。在决定应该卖出上涨的股票还是下跌的股票时，投资者往往因为缺乏良好的信息而最终选择卖掉赚钱的股票。这主要是投资者通常会避免后悔，而持有赔钱的股票，以拖延面对自己的错误的时间，不愿把损失兑现，而卖出赚钱的股票，是为避免在股票价格跌落之前如果不卖出的话会感到后悔和痛苦。

一、处置效应一般来说频繁的交易会降低投资回报率，Odean（1998）系统验证了过度自信、处置效应等心理特征对投资行为及行为结果的影响，发现大多数交易活跃的共同基金的回报率都要低于市场回报率。Odean还考察了互联网在线交易对投资者业绩的影响，发现随着投资者的买卖活动更趋活跃，他们的平均回报却大为降低了。频繁的交易并没有给大多数基金经理们带来超额回报，也就是说，投资者在证券交易过程中，出现了过度交易。过度交易现象的表现就是即使忽视交易成本，投资者在这些交易中的收益也降低了。也就是说，如果这些投资者交易越少，投资收益会越好。在考虑交易成本之后，频繁交易的账户平均收益远远低于市场平均收益，因为很多交易是无效的。

二、过度交易注意力驱动交易：是指因为认知过程的有限注意力，人们难以同时处理多项信息，人们对一事物的注意必须以牺牲另一事物的注意为代价。由于注意力是有限的，投资者会倾向于交易那些有“显著性”特征的股票。个体投资者更易受有限注意力影响，更加关注有过异常收益、异常交易量和新闻的股票，从而增加购买的概率。而专业投资者具有专业的投资渠道和人员，信息收集较为全面，受有限注意力的影响较小。

三、注意力驱动交易羊群效应：指的就是金融市场中的“羊群行为”，指在信息不充分的环境下，投资者行为易受到其他投资者的影响，或者过度依赖于舆论，而不考虑私人信息，简单地模仿他人决策的行为。大量研究表明这种效应在金融市场投资买卖中十分普遍。由于羊群效应涉及投资主体较为庞大，对于市场的稳定性、投资效率、微观结构等都会有很大的影响，也与金融危机有密切的关系，它是影响资本市场价格波动的一个重要因素，是金融市场整体情绪和市场泡沫的主要推动力，对市场的有效性有着重要的影响。

四、羊群效应本土偏差：是指投资者更倾向于把他们的大部分资金投资于本国，甚至本地的股票，而不愿意投资于本地股相关度低，能够降低系统性风险的外地股甚至是外国股票，从而降低投资组合的风险。“本土偏差”往往会造成投资组合构成上的分散不足，在某种程度上提升投资风险。

五、本土偏差恶性增资：是指当投资面临进退两难的困境时，为了避免亏损，决策者往往会倾向于继续追加资源，期望对失败项目追加投资中得到挽回，并且随着投入资源的增加，决策者表现出越来越强的“自我坚持”（self-perpetuating）的行为倾向，从而导致陷入的更深。即当向一个项目投入大量资源（如资金和时间）后发现完成该项目取得收益的可能性很小或者会出现亏损，在明确而客观的信息表明应放弃该项目的情况下，管理者仍然继续投入额外资源以期望可以起死回生。

六、恶性增资债券定价原理第三节行为投资策略一、逆向投资策略与惯性投资策略二、小盘股投资策略三、集中投资策略四、量化投资策略五、成本平均策略和时间分散策略逆向投资策略（contrarianinvestmentstrategy）：是指利用市场上存在反转效应和赢者输者效应，卖出过去表现好的股票，买进过去表现差的股票来进行套利的投资方法。惯性投资策略（momentuminvestmentstrategy）：是指利用股票在一定时期内的存在价格粘性，预测