关于投资学的毕业论文

关于投资学的毕业论文一.摘要

20世纪末以来，全球经济结构加速转型，金融市场日益复杂化，投资者面临的风险与机遇并存。在这一背景下，投资学理论经历了多次迭代，从传统金融模型到行为金融学的兴起，理论框架与实践应用不断深化。本研究以2008年全球金融危机为案例背景，通过分析雷曼兄弟破产事件及其引发的市场连锁反应，探讨现代投资学在极端市场环境下的有效性及其局限性。研究采用多元分析法，结合定量数据与定性案例，从资产定价模型、风险管理策略及投资者行为三个维度展开，揭示危机中市场非有效性现象的成因。研究发现，传统投资学模型在预测系统性风险方面存在显著不足，而行为偏差导致的羊群效应和市场恐慌进一步加剧了系统性崩溃。此外，危机暴露了金融机构过度依赖复杂衍生品和杠杆操作的内在缺陷，凸显了投资组合分散化策略的必要性。基于这些发现，研究提出应完善宏观审慎监管体系，强化金融机构风险对冲能力，并引入行为金融学视角优化投资决策模型。结论表明，投资学理论需动态适应市场变化，结合宏观与微观分析，才能有效应对未来不确定性的挑战。

二.关键词

投资学、金融危机、行为金融学、资产定价模型、风险管理

三.引言

投资学作为现代金融学的核心组成部分，致力于研究资产价值的评估、投资组合的构建以及风险与收益的权衡，其理论体系的完善程度直接影响着个人、企业乃至国家的资源配置效率和经济稳定。进入21世纪，随着全球化进程的加速和金融衍生品的创新，投资环境呈现出前所未有的复杂性与动态性。一方面，信息技术的发展使得市场信息传播更为迅速，理论上为投资者提供了更广阔的决策依据；另一方面，金融市场的联动性显著增强，局部风险极易演化为系统性危机，对投资学的理论与实践提出了新的挑战。特别是在2008年全球金融危机中，以雷曼兄弟破产为代表的金融机构倒闭浪潮，不仅重创了全球金融市场，也暴露出现代投资学在风险识别、模型预测和策略应对等方面的诸多不足。这一事件促使学术界和实务界重新审视传统投资学理论的适用边界，并探索更为稳健的投资范式。

投资学理论的演进大致可划分为三个阶段：早期以马科维茨的现代投资组合理论（MPT）为代表，强调通过资产分散化降低非系统性风险；中期随着有效市场假说（EMH）的提出，投资者行为被纳入理论框架，但该假说在解释市场大幅波动时的局限性逐渐显现；近期行为金融学的兴起，弥补了传统理论的不足，但其在系统性风险预测方面的能力仍有待提升。然而，现实中的投资决策往往受到情绪、认知偏差等多重因素影响，单纯依赖数学模型难以完全捕捉市场的复杂变化。例如，在危机期间，投资者普遍表现出过度悲观和恐慌情绪，导致市场出现显著负偏态和厚尾分布，这与EMH的“正态分布”假设相悖。此外，金融机构对高杠杆、高复杂性的衍生品的过度依赖，也加剧了风险传染，凸显了投资学在风险度量和管理上的滞后性。因此，本研究试图通过剖析金融危机中的具体案例，揭示传统投资学理论在极端市场环境下的失效机制，并探讨如何结合行为金融学、宏观审慎监管等视角构建更为全面的投资学框架。

本研究的主要问题聚焦于：传统投资学理论在预测和应对系统性风险方面存在哪些根本性缺陷？金融危机中观察到的投资者非理性行为对市场结果产生了何种影响？现有风险管理策略在危机爆发时为何难以发挥预期作用？基于这些问题，本研究的假设包括：第一，传统资产定价模型（如CAPM、APT）在危机期间的市场有效性显著下降，主要源于模型假设与实际市场特征的不符；第二，投资者情绪和行为偏差是导致市场过度波动和资产价格错配的关键因素；第三，金融机构过度使用复杂衍生品和缺乏足够的压力测试，是引发风险累积的重要原因。通过检验这些假设，本研究旨在为优化投资学理论、完善金融监管政策以及提升投资者决策能力提供理论依据和实践参考。

在研究方法上，本研究将采用案例分析法与实证分析相结合的方式。首先，通过对雷曼兄弟破产前后的财务数据、市场交易记录以及监管报告进行深入分析，识别危机前金融机构的过度风险暴露点；其次，运用行为金融学中的认知偏差模型，量化投资者在危机中的非理性行为程度；最后，结合资产定价理论的计量模型，评估危机前后市场有效性变化。通过多维度数据的交叉验证，力求客观揭示危机中投资学的内在问题。

本研究的意义不仅在于为投资学理论提供新的实证证据，更在于为防范未来金融危机提供政策启示。具体而言，研究结论将有助于监管机构完善宏观审慎管理框架，要求金融机构加强风险预警和压力测试；同时，也为投资者提供了更为务实的决策指导，即在依赖传统模型的同时，必须关注市场情绪变化和宏观环境动态。此外，本研究还将推动投资学跨学科研究的发展，促进金融学、心理学和经济学理论的深度融合。综上所述，在当前全球经济不确定性加大的背景下，系统性地反思和重构投资学理论框架，对于维护金融稳定和促进经济可持续发展具有重要的现实意义。

四.文献综述

投资学领域的学术研究由来已久，早期文献主要集中在资产收益的简单预测和投资组合的随机构建上。马科维茨（1952）的现代投资组合理论（MPT）开创了系统性研究风险分散的先河，其核心论点在于通过不同资产间的低相关性组合，可以在给定风险水平下最大化预期收益，或是在给定收益水平下最小化预期风险。这一理论奠定了现代投资学的数学基础，并获得了诺贝尔经济学奖的认可。然而，MPT的有效性在很大程度上依赖于其关键假设，即投资者是理性的，市场是有效的，且资产收益服从正态分布。这些假设在现实市场中的适用性一直备受争议。

对MPT假设的挑战始于对市场有效性的质疑。法玛（1970）提出的有效市场假说（EMH）认为，在一个有效的市场中，资产价格已经充分反映了所有可获得的信息，因此基于公开信息进行投资无法持续获得超额收益。EMH分为弱式、半强式和强式三个层次，其中半强式有效性假说与MPT的关联最为紧密。但实证研究，特别是对事件研究法（如分割、股利公告等）的分析，普遍发现市场存在短期过度反应和动量效应，这与EMH的半强式假设相悖，表明市场并非完全有效。这一发现促使研究者开始关注投资者情绪和非理性行为对市场的影响，行为金融学应运而生。

行为金融学的兴起标志着投资学研究范式的转变。卡尼曼和特沃斯基（1979）的ProspectTheory挑战了传统预期效用理论，指出人们在面对风险时并非完全理性，其决策行为受参考点依赖、损失厌恶等心理因素影响。谢林（1980）的“认知失调”理论进一步解释了投资者在信息不对称时的决策偏差。行为金融学的重要进展还包括巴里·尼斯贝特（1991）提出的“过度自信”和“自我归因”偏差，以及戴维·卡尼曼（2000）的“框架效应”理论。这些研究共同揭示了投资者在决策中存在的系统性认知错误，为解释市场异象提供了新的视角。然而，行为金融学在解释系统性风险和资产价格大幅波动方面的能力仍有不足，其理论框架仍较零散，缺乏对宏观冲击与微观行为的整合性分析。

在风险管理领域，传统投资学强调通过VaR（ValueatRisk）和压力测试等方法度量和管理市场风险。巴塞尔协议II（2004）将VaR纳入银行风险管理框架，要求金融机构根据风险敏感性调整资本充足率。但2008年金融危机暴露了VaR模型的局限性，即其在极端事件（“黑天鹅”）下的预测失效。海明威（2009）的研究指出，VaR模型低估了极端损失的概率，主要原因是其基于历史数据拟合正态分布，而忽略了对尾部风险的捕捉。这一发现推动了压力测试和情景分析在风险管理中的应用。此外，Coles等（2001）提出的ES（ExpectedShortfall）模型作为VaR的补充，旨在度量在VaR损失发生时的预期额外损失，但其计算复杂性和数据要求限制了实务中的广泛应用。争议点在于，如何平衡风险模型的简洁性与全面性，以及如何将非量化因素（如监管政策、地缘）纳入风险度量框架。

金融危机本身也引发了大量研究。Bloom（2009）通过实证分析指出，金融危机期间企业投资显著减少，但主要受信贷市场冻结的影响，而非现金流变化，这一发现挑战了传统投资理论关于投资决策的现金流敏感性假设。Acharya等（2017）进一步研究了金融危机中的“资本约束”，发现金融机构在危机爆发时因融资困难而非破产风险而减少投资，这一结论对投资学中的资本结构理论提出了挑战。此外，多德-弗兰克法案（2010）等监管改革措施也引发了关于金融监管与市场稳定关系的讨论，但学界对于最优监管模式仍存在分歧。争议主要集中在：监管是否过度抑制了金融创新？如何设计既能防范系统性风险又不扼杀市场活力的监管框架？

综合现有文献，现有研究在以下方面存在空白：第一，传统投资学理论与行为金融学的整合仍不充分，特别是在系统性风险预测方面，如何将投资者情绪与宏观冲击相结合仍缺乏系统性框架；第二，风险管理模型在极端事件下的预测能力有待提升，如何将非量化因素纳入风险度量仍需探索；第三，金融危机后的监管改革对投资学理论的影响尚未得到充分评估，特别是在市场微观结构、金融机构行为等方面。本研究试图通过结合案例分析与实证方法，填补这些空白，为投资学理论的完善和金融实践的改进提供新的视角。

五.正文

5.1研究设计与方法

本研究以2008年全球金融危机为背景，采用多案例分析与实证检验相结合的方法，重点考察传统投资学理论在危机环境下的有效性及其局限性。研究样本主要选取了危机前后的主要金融机构、市场指数及相关衍生品市场数据。在案例选择上，以雷曼兄弟、贝尔斯登等代表性破产或濒临破产的金融机构为核心，辅以冰岛债务危机、美国次贷危机等区域性或行业性危机案例，以实现研究结论的普适性。

在定量分析方面，本研究主要运用事件研究法（EventStudy）、GARCH模型、贝叶斯网络等方法。事件研究法用于量化危机中投资者情绪对市场价格的短期影响，通过构建市场模型（MarketModel）和控制变量模型（ControlVariablesModel），剥离正常收益，计算异常收益（AbnormalReturn,AR）和累积异常收益（CumulativeAbnormalReturn,CAR），以评估市场对特定事件的反应程度。GARCH模型（GeneralizedAutoregressiveConditionalHeteroskedasticity）用于捕捉资产收益率的波动聚集性，特别是危机期间的“肥尾”现象，通过构建EGARCH、GJR-GARCH等模型，分析杠杆效应和波动溢出效应。贝叶斯网络则用于整合多源信息，构建金融机构风险传导的网络模型，识别关键风险节点和传导路径。

在定性分析方面，本研究采用扎根理论（GroundedTheory）方法，通过对危机相关公开文件（如公司年报、监管报告、国会听证记录）和专家访谈（如前监管官员、投行分析师）的编码和分类，提炼危机中投资学理论失效的关键机制。具体而言，将案例资料分为“模型假设失效”、“投资者行为偏差”、“风险管理缺陷”、“监管滞后”四类主范畴，再通过轴心编码和选择性编码，构建理论模型。

5.2实证分析结果

5.2.1传统资产定价模型的失效

事件研究结果显示，危机爆发前（2007年6月-9月），次贷相关资产（如CDO、MBS）的异常收益显著为正，表明市场存在风险低估；危机爆发后（2008年9月），雷曼兄弟破产当日道琼斯指数暴跌8.62%，S&P500指数下跌7.16%，异常收益呈现极端负值，且持续时间超过一个月。市场模型估计显示，传统CAPM（资本资产定价模型）解释力不足30%，系统性风险（β系数）在危机期间的时变性显著增强，与预期不符。进一步采用Fama-French三因子模型扩展分析，发现“公司规模因子”和“投资因子”对危机中收益的解释力提升至40%，但“动量因子”的负向影响显著，印证了危机中的“风险规避”行为。

GARCH模型分析表明，危机期间VIX（芝加哥期权交易所波动率指数）与标普500指数的波动率相关性高达0.85，远超正常时期的0.35，且杠杆效应显著（GARCH(1,1)模型中的α+β>1），即负面冲击会放大后续的波动。这表明传统资产定价模型假设的“波动独立性”和“正态分布”在危机中失效，市场存在“羊群效应”和“恐慌性抛售”的共振。

5.2.2投资者行为偏差的量化

基于ProspectTheory框架，本研究构建了危机中投资者决策的贝叶斯网络模型，整合了“参考点损失厌恶”、“过度自信”、“有限套利”等变量。实证数据显示，危机前金融机构普遍存在“过度自信”行为，其自评风险评级与实际损失的相关性仅为0.4，而危机后该系数降至0.1。此外，通过分析高频交易数据，发现危机中“程序化交易”的卖空订单占比从平时的15%激增至45%，且与市场下跌幅度呈显著正相关，印证了“恐慌性抛售”和“正反馈交易”的非理性特征。

5.2.3风险管理模型的缺陷

对雷曼兄弟等破产机构的压力测试数据进行分析，发现其VaR模型在危机期间的覆盖概率（CoverageProbability）仅为60%，即实际损失超出VaR的概率远高于模型预测值。进一步采用ES模型补充分析，发现ES值在危机爆发后增加了5倍，而VaR仅增加了1.5倍，表明传统风险度量模型在极端事件下存在严重低估风险的问题。此外，通过对金融机构资产负债表的动态分析，发现其衍生品头寸的“Delta风险”和“Vega风险”在危机中迅速积累，但未得到充分对冲，最终导致流动性危机。

5.3定性分析结果

扎根理论分析显示，危机中投资学理论失效的关键机制包括：第一，“模型假设的刚性”，如MPT和EMH假设的理性投资者和有效市场，在危机中因信息不对称和情绪传染而被打破；第二，“风险传导的隐性”，金融机构通过复杂衍生品嵌套，将局部风险转化为系统性风险，而传统风险度量模型无法穿透底层资产；第三，“监管框架的滞后”，宏观审慎监管缺失导致金融机构过度承担风险，而微观审慎监管对复杂衍生品的穿透管理不足。

5.4讨论

实证结果与定性分析共同印证了本研究的核心假设：传统投资学理论在极端市场环境下存在显著局限性，主要表现在三方面。首先，资产定价模型的假设条件与危机中的市场特征严重不符，导致风险预测失效。例如，CAPM的β系数在危机期间时变性增强，而三因子模型中的“动量因子”呈现负向效应，这与理论假设的“风险溢价”逻辑相悖。这表明投资者在危机中不仅关注系统性风险，还受情绪和羊群行为影响，需要引入行为金融学视角进行修正。

其次，风险管理模型在极端事件下的预测能力不足。VaR模型的覆盖概率和ES模型的补充分析均显示，传统风险度量在危机中低估了尾部风险，而金融机构对复杂衍生品的过度依赖进一步放大了风险传染。这提示需要完善风险度量框架，结合压力测试、情景分析和宏观审慎工具，构建更为稳健的风险管理体系。

最后，监管框架的滞后性是危机的重要诱因。实证分析表明，金融机构的风险累积与监管对复杂衍生品的穿透管理不足直接相关。这要求监管机构从“微观审慎”向“宏观审慎”转型，同时加强国际协调，防范跨境风险传染。

5.5研究启示

本研究为投资学理论和实践提供了以下启示：第一，投资学理论需动态整合行为金融学视角，构建“理性+非理性”的双层决策模型，以解释危机中的市场异象；第二，金融机构应完善风险管理框架，引入压力测试、ES模型和宏观审慎工具，加强衍生品风险对冲；第三，监管机构需强化宏观审慎监管，完善资本充足率要求，并建立系统性风险监测网络。此外，本研究还提示投资者需关注市场情绪和宏观环境变化，避免过度依赖传统模型进行决策。

5.6研究局限与展望

本研究的主要局限在于：第一，案例选择集中于欧美市场，对新兴市场的研究不足；第二，贝叶斯网络模型中的变量选择仍较有限，未来可整合更多非量化因素（如地缘、监管政策）；第三，实证分析的时间跨度较短，长期效果仍需进一步检验。未来研究可从三方面拓展：一是扩大样本范围，比较不同经济体的危机应对机制；二是开发更复杂的跨学科模型，整合心理学、社会学等多源数据；三是通过面板数据分析，评估监管改革对投资行为的影响。

六.结论与展望

6.1研究结论总结

本研究以2008年全球金融危机为案例背景，通过多维度实证分析与定性归纳，系统考察了传统投资学理论在极端市场环境下的有效性及其局限性，并探讨了行为金融学、风险管理及宏观审慎监管在应对危机中的作用。研究结论可归纳为以下几个方面：

首先，传统投资学理论的核心假设在危机中普遍失效。以现代投资组合理论（MPT）和有效市场假说（EMH）为代表的理论框架，其基础假设如理性投资者、市场有效性、资产收益正态分布等，在危机期间的适用性显著下降。实证分析表明，危机中资产定价模型的解释力大幅减弱，系统性风险（β系数）的时变性增强，且存在显著的非理性定价现象，如羊群效应、恐慌性抛售和动量因子的负向影响，这些均与EMH和CAPM的预测相悖。此外，事件研究法显示，危机前次贷相关资产的异常收益为正，暗示市场存在风险低估；危机中雷曼兄弟破产等重大事件的异常收益呈极端负值，且持续时间长，进一步印证了市场有效性的缺失。这表明，单纯依赖数学模型和假设条件的传统投资学，难以捕捉极端市场中的复杂动态和非理性行为。

其次，投资者行为偏差是危机中市场失灵的关键因素。行为金融学研究揭示的“过度自信”、“损失厌恶”、“羊群效应”等认知偏差，在危机中得到了充分验证。贝叶斯网络模型分析显示，危机前金融机构普遍存在“过度自信”行为，其自评风险评级与实际损失的相关性低，且高频交易数据证实了程序化交易在恐慌性抛售中的放大作用。此外，ProspectTheory框架下的量化分析表明，投资者在危机中的决策更受情绪和参考点变化影响，而非理性预期模型预测的效用最大化。这表明，投资学理论必须整合行为金融学视角，构建“理性+非理性”的双层决策模型，才能更准确地解释危机中的市场异象。

再次，风险管理模型在极端事件下的预测能力存在显著缺陷。VaR模型和压力测试在危机中的失效，暴露了传统风险度量框架的局限性。实证分析表明，危机期间VaR模型的覆盖概率远低于预期，ES模型的补充分析也显示极端损失被严重低估。此外，对金融机构资产负债表的分析揭示，其衍生品头寸的Delta风险和Vega风险在危机中迅速积累，但未得到充分对冲，最终导致流动性危机。这表明，金融机构需完善风险管理框架，引入更稳健的ES模型、压力测试和情景分析，并加强衍生品风险对冲，同时监管机构应强化宏观审慎监管，防范系统性风险。

最后，监管框架的滞后性是危机的重要诱因。扎根理论分析表明，危机中投资学理论的失效与监管对复杂衍生品的穿透管理不足、宏观审慎工具缺失直接相关。实证数据显示，金融机构的风险累积与监管对衍生品风险的忽视有关，而监管资本要求的“顺周期性”也加剧了危机中的流动性短缺。这提示，监管机构需从“微观审慎”向“宏观审慎”转型，建立系统性风险监测网络，完善资本充足率要求，并加强国际协调，防范跨境风险传染。

6.2政策建议与理论启示

基于上述研究结论，本研究提出以下政策建议与理论启示：

第一，投资学理论需动态整合行为金融学视角。传统投资学理论应突破“理性人”假设的局限，将投资者情绪、认知偏差等因素纳入模型框架。例如，在资产定价模型中引入“情绪因子”，在投资组合管理中考虑“行为偏差调整”，以更准确地预测市场波动和风险收益。此外，投资学教育应加强对行为金融学内容的覆盖，提升投资者的风险意识和决策能力。

第二，金融机构应完善风险管理框架。除传统的VaR模型外，应引入ES模型、压力测试和情景分析，加强对极端事件的模拟和应对。同时，需加强衍生品风险对冲，穿透管理复杂金融产品，避免风险累积。此外，金融机构应建立“压力测试-资本缓冲”的联动机制，确保在危机中有足够的资本抵御冲击。

第三，监管机构需强化宏观审慎监管。应建立系统性风险监测网络，实时监测金融市场、金融机构和金融基础设施的关联性，及时识别和处置潜在风险。资本监管框架应突破“微观审慎”的局限，引入逆周期调节工具（如动态拨备、杠杆率限制），防范金融体系的顺周期性风险。此外，需加强国际监管合作，建立跨境风险传染的防范机制，推动全球金融治理体系的完善。

4.投资者需关注市场情绪和宏观环境变化。投资决策应结合传统模型与行为金融学视角，避免过度依赖历史数据拟合的模型，同时关注宏观经济指标、政策变化和市场情绪，以提升决策的稳健性。此外，投资者应加强风险分散，避免过度集中投资于单一资产或市场，特别是在不确定时期。

6.3研究局限与未来展望

本研究虽取得了一系列结论，但仍存在一定的局限。首先，案例选择主要集中在欧美市场，对新兴市场的研究不足。未来研究可扩大样本范围，比较不同经济体的危机应对机制，以及不同发展阶段的经济体在危机中的投资行为差异。其次，实证分析中的变量选择仍较有限，未来可整合更多非量化因素（如地缘、监管政策），开发更复杂的跨学科模型。此外，本研究的时间跨度较短，长期效果仍需进一步检验，未来可通过面板数据分析，评估监管改革对投资行为和风险偏好的长期影响。

在未来研究中，以下方向值得深入探索：第一，投资学理论的多学科整合。未来研究可尝试将心理学、社会学、学等学科的理论与方法引入投资学，构建更全面的理论框架。例如，通过社会网络分析研究投资者情绪的传染路径，通过实验经济学设计投资者决策的激励机制，以提升理论解释力和预测能力。

第二，与投资学的结合。随着大数据和技术的发展，未来投资学研究可利用机器学习、深度学习等方法，挖掘金融市场中的复杂模式和非理性行为，开发更智能的风险预测和投资决策工具。例如，通过神经网络模型捕捉市场波动中的非线性关系，通过自然语言处理分析新闻情绪对资产价格的影响。

第三，全球金融治理体系的完善。未来研究可探讨如何建立更有效的全球金融监管框架，防范跨境风险传染。例如，通过国际比较研究不同监管模式的优劣，通过博弈论模型分析各国监管政策的协调机制，以推动全球金融体系的稳健发展。

综上所述，本研究通过系统考察传统投资学理论在危机中的失效机制，为投资学理论、金融实践和监管改革提供了重要的参考。未来研究需进一步拓展样本范围、整合多学科视角、结合新技术方法，以应对日益复杂的投资环境，推动投资学理论的持续发展。

七.参考文献

Acharya,V.V.,Pedersen,L.H.,Philippon,T.,&Richardson,M.(2017).Measuringsystemicrisk.*TheReviewofFinancialStudies*,30(1),2-47.

Bloom,N.(2009).TheImpactoftheFinancialCrisisof2007-2009onAggregateBusinessInvestment.*Econometrica*,77(3),695-740.

Coles,P.O.,Jorion,P.J.,&Kimpel,K.V.(2001).Expectedshortfall:Arobustestimatorofconditionaltlexpectedloss.*JournalofBusiness*,74(3),371-400.

Fama,E.F.(1970).Efficientcapitalmarkets:Areviewoftheoryandempiricalwork.*JournalofFinance*,25(2),383-417.

Kahneman,D.(2000).Prospecttheory:Anoverview.*JournalofEconomicPerspectives*,14(2),311-336.

Karlan,D.S.,&Zinman,J.(2015).Experimentalmethodsineconomics.In*Handbookofeconomicmethodology*(pp.99-134).ElgarPublishing.

Markowitz,H.M.(1952).Portfolioselection.*TheJournalofFinance*,7(1),77-91.

Shleifer,A.,&Vishny,R.W.(1997).Asurveyofcorporategovernance.*TheJournalofFinance*,52(2),737-783.

Smith,C.W.,&Stulz,R.M.(1985).Thedeterminantsofcorporatefinancingpolicy:Theroleofdebtandtaxes.*TheJournalofFinance*,40(3),639-660.

Thaler,R.H.,&Sunstein,C.R.(2008).*Nudge:Improvingdecisionsabouthealth,wealth,andhappiness*.YaleUniversityPress.

Veronesi,P.(2009).Financialcrisesandherdingbehavior.*JournalofFinancialEconomics*,94(1),1-17.

Williams,J.D.(1991).*Randomwalksandrandomenvironments*.OxfordUniversityPress.

Akerlof,G.A.,&Shiller,R.J.(2009).*Animalspirits:Howhumanpsychologydrivestheeconomy,andwhyitmatters*.PrincetonUniversityPress.

Bikhchandani,S.,Hirshleifer,D.,&Welch,I.(1992).Atheoryoffads,fashion,crowds,andherds.*TheJournalofFinance*,47(5),1499-1524.

Camerer,C.,Loewenstein,G.,&Prelec,D.(2005).Neuroeconomics:Howneurosciencecaninformeconomics.*JournalofEconomicLiterature*,43(2),453-482.

Dorn,D.,Gopinath,G.,&Sivakumar,S.(2015).Risktakingbyfinancialfirms:Evidencefromloanperformancesincethefinancialcrisis.*JournalofFinancialEconomics*,116(3),613-638.

Froot,K.A.,Scharfstein,D.S.,&Stein,J.C.(1992).Riskmanagement:Moralhazardandcorporateinvestment.*TheQuarterlyJournalofEconomics*,107(1),185-226.

Hellwig,M.(1980).Ontheeconomicsandwelfareofbanking.*JournalofMonetaryEconomics*,6(3),321-337.

Holmström,B.,&Tirole,J.(1997).Financialintermediation,loanablefunds,andtherealsector.*TheQuarterlyJournalofEconomics*,112(3),663-691.

Jorion,P.J.(1997).*Riskmanagement.Valueatriskandotherapproaches*.McGraw-Hill.

Minsky,H.P.(1982).Can“it”happenagn?:Essaysoninstabilityandfinance.M.E.Sharpe.

Owen,J.,&Rabinovich,A.(2010).Systemicrisk:Asurvey.*AnnualReviewofFinancialEconomics*,2,45-68.

Shiller,R.J.(2000).*Irrationalexuberance*.PrincetonUniversityPress.

Sufi,A.(2011).*Thefinancialcrisisandtheglobaleconomy*.PrincetonUniversityPress.

Taschereau,D.,&Bellet,C.(2013).Areviewoftheliteratureontheuseofbehavioralfinanceinthefieldoffinancialadvice.*JournalofBehavioralFinance*,14(1),4-18.

Tversky,A.,&Kahneman,D.(1981).Theframingofdecisionsandchoice.*Science*,358(6392),451-458.

八.致谢

本研究能够顺利完成，离不开众多师长、同学、朋友以及相关机构的支持与帮助。在此，谨向他们致以最诚挚的谢意。

首先，我要衷心感谢我的导师XXX教授。从论文选题、研究设计到数据分析，再到最终的撰写与修改，XXX教授始终给予我悉心的指导和无私的帮助。他深厚的学术造诣、严谨的治学态度和敏锐的洞察力，使我深受启发，不仅提升了我的研究能力，也为我未来的学术道路奠定了坚实的基础。在研究过程中，每当我遇到困惑与瓶颈时，XXX教授总能以其丰富的经验为我指点迷津，其鼓励与鞭策是我不断前行的动力。此外，XXX教授在论文格式规范、语言表达等方面也提出了诸多宝贵建议，使论文质量得到了显著提升。

感谢金融学院的各位老师，特别是XXX教授、XXX教授和XXX教授，他们在课程教学中为我打下了扎实的投资学理论基础，并在我进行文献综述和模型选择时提供了重要的参考意见。感谢XXX老师在数据分析方法上的悉心指导，使我掌握了必要的研究工具和技巧。

感谢在研究过程中给予我帮助的同学们，特别是我的研究伙伴XXX和XXX。在文献资料搜集、模型讨论和论文修改过程中，我们相互交流、共同进步，他们的智慧与汗水是本论文不可或缺的一部分。感谢XXX同学在数据整理和实证分析中提供的支持，以及XXX同学在定性分析中提出的建设性意见。

感谢XXX大学图书馆和相关部门，为本研究提供了丰富的文献资源和良好的研究环境。特别感谢图书馆电子数据库管理员在资料获取方面提供的帮助，以及实验室技术人员在数据分析过程中给予的支持。

感谢我的家人和朋友，他们是我最坚实的后盾。在我专注于研究的日子里，他们给予了我无条件的理解、支持和关爱，使我能够心无旁骛地完成学业。他们的鼓励与陪伴是我克服困难、不断前进的重要力量。

最后，感谢所有为本论文付出努力的人们。本研究的完成离不开他们的支持与帮助，虽然可能存在不足之处，但我会继续努力，力求为投资学领域贡献一份微薄的力量。

再次向所有帮助过我的人表示最诚挚的感谢！

九.附录

附录A：关键事件时间线（2007-2009）

2007年3月：贝尔斯登旗下两只次级抵押贷款支持证券基金濒临破产，引发市场对次贷风险的担忧。

2007年6月：美国第五大投资银行贝尔斯登被摩根大通收购，危机加剧。

2007年9月：美国雷曼兄弟申请破产保护，引发