技术增长浪潮下过度自信对资产定价的多维度影响研究

技术增长浪潮下过度自信对资产定价的多维度影响研究一、引言1.1研究背景与动机在当今经济全球化与数字化飞速发展的时代，技术增长已成为推动经济发展和企业价值提升的核心驱动力。经济历史学家常常将经济活动的浪潮与重大技术变革紧密相连，工业革命、电力的广泛应用、互联网的兴起，无一不是带动整个经济蓬勃发展以及公司价值显著提升的关键节点。技术的进步不仅改变了生产方式和商业模式，还对金融市场产生了深远的影响，其中资产定价作为金融领域的核心问题，与技术增长之间存在着千丝万缕的联系。资产定价旨在确定金融资产的合理价格，其理论和模型是现代金融理论的基石。从传统的资本资产定价模型（CAPM）到套利定价理论（APT），再到各种基于市场微观结构和行为金融的定价模型，资产定价理论不断发展演进，以适应复杂多变的金融市场环境。然而，这些传统模型大多建立在投资者完全理性和市场有效等假设基础之上，在解释现实市场中的诸多现象时往往显得力不从心，例如股票市场的过度波动、资产价格泡沫的形成与破灭等。随着行为金融学的兴起，学者们逐渐认识到投资者的心理因素和行为偏差对资产定价有着不可忽视的影响。过度自信作为投资者最为常见的心理偏差之一，已成为行为金融领域的研究热点。过度自信的投资者往往高估自己的能力和知识，对自己的判断过度乐观，从而低估风险并高估投资回报。这种心理偏差会导致投资者在投资决策过程中出现一系列非理性行为，如过度交易、承担过高风险、忽视负面信息等，进而对资产价格的形成和波动产生重要影响。在技术增长的背景下，过度自信对资产定价的影响更为复杂和显著。一方面，技术的快速发展为投资者带来了更多的投资机会和潜在收益，容易激发投资者的过度自信情绪。例如，在新兴技术领域，如人工智能、区块链、新能源等，由于技术的创新性和不确定性较高，投资者往往难以准确评估其投资价值和风险，从而更容易受到过度自信心理的影响，对相关资产给予过高的估值。另一方面，技术变革的速度和复杂性也使得投资者面临更多的信息处理和决策难题，进一步加剧了过度自信对投资决策的误导作用。例如，投资者可能会因为对自己理解和把握新技术的能力过于自信，而忽视了技术发展过程中的潜在风险和挑战，导致投资失误。我国正处于经济结构转型的关键时期，技术创新被视为推动经济高质量发展的重要引擎。在这一背景下，技术增长引发的投资者过度自信心理对资产定价的影响，不仅关系到投资者的个人财富和投资决策，也对金融市场的稳定运行和资源配置效率产生重要影响。因此，深入探索技术增长过程中投资者过度自信心理对资产定价的影响机制，具有重要的理论和现实意义。它有助于丰富和完善资产定价理论，为金融市场研究提供新的视角和方法；同时，也能为投资者提供更科学的投资决策依据，帮助监管机构更好地理解市场动态，制定合理的政策和监管措施，促进金融市场的健康稳定发展。1.2研究目的与问题提出本研究旨在深入剖析技术增长过程中过度自信对资产定价的影响机制，通过理论分析与实证检验，为资产定价理论的完善和投资者的决策提供有价值的参考。具体而言，本研究期望达成以下目标：其一，从理论层面深入探究过度自信如何作用于资产定价，揭示其中的内在逻辑和传导路径，丰富和拓展行为金融理论在资产定价领域的应用；其二，运用实证研究方法，基于大量的数据和严谨的模型，验证理论假设，准确评估过度自信对资产定价的影响程度和方向，为理论研究提供实证支持；其三，结合研究结论，为投资者提供切实可行的投资建议，帮助其识别和应对过度自信带来的投资风险，提高投资决策的科学性和合理性；其四，为监管机构制定有效的市场监管政策提供理论依据和实证参考，促进金融市场的稳定健康发展，维护市场秩序和投资者利益。基于上述研究目的，本研究提出以下关键问题：过度自信如何影响投资者对技术增长相关资产的价值评估和投资决策？在技术快速发展的背景下，投资者的过度自信心理可能导致其对技术创新的潜力和风险评估出现偏差，进而影响对相关资产的价值判断和投资决策。例如，投资者可能因过度自信而高估新技术的应用前景，从而给予相关资产过高的估值，或者忽视技术发展过程中的不确定性和风险，盲目进行投资。那么，这种过度自信具体是通过哪些因素和机制影响投资者的价值评估和投资决策的呢？这是本研究需要深入探讨的问题之一。技术增长的不同阶段和特征如何与过度自信交互作用，进而影响资产定价？技术增长通常具有不同的阶段和特征，如萌芽期、成长期、成熟期和衰退期，每个阶段的技术成熟度、市场竞争格局、盈利模式等都存在差异。投资者的过度自信在不同的技术增长阶段可能表现出不同的形式和程度，对资产定价产生不同的影响。例如，在技术萌芽期，由于信息的不确定性较高，投资者的过度自信可能导致对新技术资产的过度追捧，引发价格泡沫；而在技术成熟期，过度自信可能使投资者忽视市场竞争加剧和技术替代的风险，对资产价值的评估过于乐观。因此，研究技术增长的不同阶段和特征与过度自信的交互作用，以及这种交互作用对资产定价的影响，对于准确把握资产价格的波动规律具有重要意义。过度自信对不同类型技术资产（如科技股、新兴产业资产等）定价的影响是否存在差异？不同类型的技术资产具有各自独特的风险收益特征和市场表现，投资者对其过度自信的程度和表现形式可能也不尽相同。例如，科技股通常具有高成长性和高风险性，投资者对其未来发展前景的预期往往较为乐观，容易产生过度自信情绪；而新兴产业资产由于处于发展初期，市场认知度较低，投资者在评估其价值时可能更容易受到主观因素的影响，过度自信的影响可能更为显著。那么，过度自信对不同类型技术资产定价的影响究竟存在哪些差异？这些差异背后的原因是什么？这也是本研究关注的重点问题之一。在考虑过度自信的情况下，如何改进现有的资产定价模型，以提高对技术增长相关资产定价的准确性？传统的资产定价模型往往基于投资者理性和市场有效的假设，难以准确解释和预测过度自信等非理性因素对资产价格的影响。在技术增长的背景下，过度自信对资产定价的影响更加复杂和显著，因此有必要对现有的资产定价模型进行改进和完善。本研究将探索如何将过度自信因素纳入资产定价模型，通过引入新的变量或调整模型结构，提高模型对技术增长相关资产定价的准确性和适应性，为投资者和市场参与者提供更可靠的定价工具。1.3研究意义与价值本研究聚焦技术增长中过度自信对资产定价的影响，在理论与实践层面均具有不可忽视的重要意义。在理论方面，本研究有助于完善资产定价理论体系。传统资产定价理论多建立在投资者完全理性和市场有效的强假设之上，难以充分解释现实市场中资产价格的复杂波动以及诸多市场异象。通过深入探究过度自信这一投资者常见的心理偏差在技术增长背景下对资产定价的作用机制，本研究能够将行为金融理论与技术增长因素有机结合，填补现有理论在这一交叉领域的部分空白，为资产定价理论注入新的活力，拓展其研究边界和深度。例如，以往研究可能较少关注技术快速发展时投资者过度自信对不同阶段技术资产定价的差异化影响，本研究将致力于揭示这一复杂关系，丰富资产定价理论在技术相关资产定价方面的内容。从实践角度来看，本研究对投资者的决策具有重要的指导价值。在技术增长的浪潮中，投资者面临着大量新兴技术资产的投资选择，而过度自信心理容易导致投资决策失误。本研究通过清晰地阐述过度自信如何影响投资者对技术资产的价值评估和投资决策，能够帮助投资者更好地认识自身的心理偏差，增强风险意识，从而在投资过程中更加理性地分析和判断，避免盲目跟风和过度乐观的投资行为，提高投资决策的科学性和准确性，实现资产的保值增值。例如，投资者在面对新兴技术概念的股票时，可依据本研究成果，更加审慎地评估自身对技术发展前景判断的准确性，避免因过度自信而高估股票价值，做出不合理的投资决策。同时，本研究对金融市场的监管也具有积极的参考意义。监管机构可依据研究结论，深入了解投资者过度自信在技术增长相关资产定价过程中引发的市场波动和潜在风险，进而制定更加精准有效的监管政策，加强对市场的引导和规范，维护金融市场的稳定秩序，保护广大投资者的合法权益。比如，在新兴技术产业发展初期，监管机构可针对投资者可能出现的过度自信导致的市场过热现象，提前制定相应的监管措施，防范资产价格泡沫的过度膨胀，保障金融市场的平稳健康发展。二、文献综述2.1技术增长相关研究技术增长在经济发展进程中占据着举足轻重的地位，长期以来一直是经济学领域的核心研究主题。众多学者从不同的理论视角出发，深入探究技术增长的内在机制和规律。在理论方面，传统经济增长理论如哈罗德-多马模型，强调资本积累对经济增长的关键作用，虽提及技术进步，但将其视为外生给定的常量，未能深入剖析技术增长的内生动力。而索洛模型则在此基础上，把技术进步作为独立的外生变量引入，认为技术进步是推动经济长期增长的核心要素，它通过提高劳动生产率，促进资本深化，进而实现经济的持续增长。例如，在工业化进程中，新的生产技术使得企业能够在相同的劳动和资本投入下，生产出更多、更优质的产品，从而推动经济总量的增长。不过，索洛模型同样无法解释技术进步的来源和实现机制，存在一定的局限性。内生增长理论的兴起弥补了传统增长理论的不足，该理论强调技术进步是经济系统的内生变量，主要源于知识积累、人力资本投资和研发创新等因素。罗默的知识溢出模型指出，知识具有非竞争性和部分排他性，企业的研发活动不仅能创造新知识，还能通过知识溢出效应，使其他企业受益，从而促进整个社会的技术进步和经济增长。例如，在高科技产业集群中，企业之间的知识交流和共享，使得新技术、新创意能够迅速传播和应用，推动整个产业的技术升级和发展。卢卡斯的人力资本模型则着重强调人力资本在技术进步和经济增长中的关键作用，认为人力资本的积累能够提高劳动者的生产效率，促进技术创新和应用，进而实现经济的持续增长。例如，一个国家加大对教育和培训的投入，培养出大量高素质的人才，这些人才能够在各个领域推动技术创新和应用，为经济增长提供强大的动力。随着技术的飞速发展，技术增长的衡量方法也日益多样化。劳动生产率是一种较为直观的衡量指标，它通过计算单位劳动投入所创造的产出量，能够在一定程度上反映技术对生产效率的提升。例如，某工厂在引入自动化生产技术后，单位劳动时间内的产品产量大幅增加，劳动生产率显著提高。然而，劳动生产率难以准确衡量产品质量的改进，且容易受到劳动投入计量误差的影响。全要素生产率考虑了劳动、资本等多种生产要素的综合效率变化，能更全面地评估技术进步对经济增长的贡献。它通过对生产函数的分析，计算出扣除劳动和资本投入增长后，由技术进步、管理效率提升等因素带来的产出增长部分。但全要素生产率的计算较为复杂，数据获取难度较大，对模型和参数的设定也较为敏感，不同的计算方法可能得出不同的结果。研发投入包括研发资金的投入和研发人员的数量等，反映了对技术创新的资源投入。大量的研发投入为技术创新提供了物质和人力基础，能够促进新技术、新产品的研发和应用。但研发投入不一定能立即转化为有价值的技术创新成果，且不同行业的研发投入效率和效果差异显著，难以统一衡量。专利数量在一定程度上代表了技术创新的成果，专利的申请和授权数量越多，通常意味着技术创新活动越活跃。然而，专利质量参差不齐，部分专利可能价值不高，或者只是为了防御目的而申请，同时，许多创新成果可能未通过专利形式保护，未被纳入统计范围，导致专利数量不能完全准确地反映技术创新的实际情况。技术增长对资产定价有着深远的影响。从宏观层面来看，技术进步推动经济增长，改变宏观经济环境，进而影响资产定价。当技术快速发展时，经济增长加速，企业盈利预期提高，市场利率和通货膨胀率也会发生变化，这些因素都会对资产价格产生影响。例如，在互联网技术飞速发展的时期，相关科技企业的盈利预期大幅提升，其股票价格也随之上涨。从微观层面而言，技术创新能够提升企业的核心竞争力，改变企业的成本结构和盈利模式，从而影响企业价值和资产定价。例如，特斯拉在电动汽车技术和自动驾驶技术方面的创新，使其在汽车市场中脱颖而出，企业价值大幅提升，其股票价格也长期处于高位。一些新兴技术企业，尽管短期内可能处于亏损状态，但由于其拥有巨大的技术创新潜力和市场前景，投资者对其未来盈利预期较高，也会给予其较高的估值。2.2过度自信理论及度量过度自信理论作为行为金融学的关键组成部分，主要聚焦于个体在判断与决策过程中所呈现出的过度自信现象，以及这种现象对金融市场产生的影响。这一理论由Gervais、Heaton和Odean等学者提出，他们将过度自信定义为个体对自身知识准确性的过度估计，即个体坚信自己掌握的信息比实际情况更精确，对自己判断的正确性赋予过高权重。大量认知心理学研究表明，人们普遍存在过度自信的倾向，尤其是在评估自身知识准确性时，往往系统性地低估某些信息，同时高估其他信息。在面对难度适中的问题时，人们倾向于过度自信，而在处理简单或复杂问题时则可能表现出不同态度。例如，在投资决策中，投资者可能会对自己挑选股票的能力过度自信，认为自己能够准确预测股票价格走势，从而忽视市场风险和不确定性。在企业管理中，管理者可能对自己的决策能力过度自信，在制定战略决策时，过于乐观地估计市场前景和企业自身实力，而对潜在的风险和挑战估计不足，导致企业战略失误。过度自信的产生受多种因素综合影响。一方面，人们在面对复杂多变的世界时，往往难以全面预见事物的发展方式，从而倾向于对已知的事物发展抱有过高信心。例如，在新兴技术领域，由于技术发展的不确定性和复杂性较高，投资者难以准确把握技术的发展方向和市场应用前景，容易基于有限的信息和自身的主观判断，对投资前景过度乐观。另一方面，证实偏见也是导致过度自信的重要因素之一。人们在决策过程中，往往倾向于寻找和支持与自己观点一致的信息，而忽视或选择性地忽略那些与自己观点相悖的信息，从而进一步强化自己的过度自信。例如，投资者在研究某只股票时，可能会更关注那些支持自己买入决策的正面信息，而对负面信息视而不见，导致对股票价值的高估。此外，个体的经验和专业知识也会对过度自信产生影响。虽然经验丰富的个体相对于新手来说，可能更能理解事物发展的多样性和不确定性，不易陷入过度自信的误区，但在某些情况下，过度的专业知识也可能导致个体过度自信。例如，一些专业的金融分析师，可能会因为对自己专业知识的过度依赖，而忽视市场中的一些潜在变化和风险，做出错误的投资决策。在金融领域，过度自信的度量方法丰富多样，每种方法都从不同角度对过度自信进行量化。在投资者层面，换手率是一种常用的度量指标，它反映了投资者买卖股票的频繁程度。过度自信的投资者往往高估自己的信息优势和投资能力，频繁进行交易，导致较高的换手率。例如，Barber和Odean（2001）通过对大量投资者交易数据的分析发现，男性投资者由于过度自信程度相对较高，其换手率明显高于女性投资者，然而过高的换手率并未带来更高的投资收益。个人交易收益偏差也是衡量过度自信的重要指标，过度自信的投资者往往对自己的投资收益预期过高，实际收益与预期收益之间的偏差可以在一定程度上反映其过度自信程度。例如，一些投资者在投资前对自己的投资策略过于自信，设定了不切实际的高收益目标，而在投资过程中却发现实际收益远低于预期，这种收益偏差就体现了其过度自信的心理。对于企业管理者而言，管理者盈利预测偏差是度量过度自信的关键指标之一。过度自信的管理者在预测企业盈利时，往往过于乐观，高估企业的盈利能力，导致预测值与实际盈利之间出现较大偏差。例如，某企业管理者在制定年度盈利计划时，由于对市场需求和企业自身竞争力过度自信，设定了过高的盈利目标，而实际经营过程中却因市场竞争加剧、原材料价格上涨等因素，未能实现预期盈利，这就反映了管理者的过度自信。企业并购活动也常被用于衡量管理者过度自信。过度自信的管理者可能会高估并购带来的协同效应和企业价值提升，频繁进行并购活动。例如，一些企业管理者在进行并购决策时，没有充分考虑并购后的整合难度和潜在风险，仅仅基于对自身管理能力和企业发展前景的过度自信，盲目进行大规模并购，结果导致企业财务状况恶化，股价下跌。在市场层面，封闭式基金折价率也是衡量过度自信的重要指标。封闭式基金的市场价格与基金净值之间的差异形成折价率，当投资者过度自信时，对封闭式基金未来收益的预期过高，可能会导致基金折价率缩小甚至出现溢价现象。例如，在市场情绪高涨、投资者普遍过度自信的时期，封闭式基金的折价率往往会明显降低，甚至出现短暂的溢价，这反映了投资者对基金未来收益的过度乐观预期。2.3资产定价理论回顾资产定价理论作为金融领域的核心理论之一，旨在探寻金融资产合理价格的确定方式，为投资者的投资决策和金融市场的资源配置提供关键依据。其发展历程贯穿了现代金融理论的演进过程，历经传统资产定价理论与现代资产定价理论两个重要阶段，每个阶段都有其代表性的理论和模型，它们共同推动着资产定价理论不断完善和发展。传统资产定价理论以资本资产定价模型（CAPM）为典型代表，由夏普（Sharpe）、林特纳（Lintner）和莫辛（Mossin）等人于20世纪60年代提出。该模型基于一系列严格假设，如投资者均为理性的风险厌恶者，对资产的预期收益、风险及相关性具有相同的预期，市场无摩擦且信息完全对称等。在这些假设前提下，CAPM认为资产的预期收益率与系统性风险（用β系数衡量）呈线性关系，即预期收益率等于无风险利率加上风险溢价，风险溢价则由市场风险溢价与资产的β系数相乘得出。例如，若市场风险溢价为8%，某股票的β系数为1.2，无风险利率为3%，根据CAPM公式，该股票的预期收益率为3%+1.2×8%=12.6%。CAPM的提出，为资产定价提供了一个简洁而直观的框架，使投资者能够通过量化风险来评估资产的预期收益，在金融领域得到了广泛的应用，如用于投资组合的业绩评估、资本预算决策以及股票估值等方面。然而，随着金融市场的发展和研究的深入，CAPM的局限性逐渐凸显。该模型仅考虑了系统性风险，而忽略了非系统性风险对资产定价的影响。在现实市场中，非系统性风险如公司特定的经营风险、管理风险等，同样会影响投资者对资产的预期收益和风险评估。CAPM假设投资者具有相同的预期和完全理性，这与现实情况不符。大量的行为金融研究表明，投资者在决策过程中往往会受到各种心理因素和认知偏差的影响，如过度自信、损失厌恶、羊群效应等，导致其行为并非完全理性。CAPM还假定市场是完全有效的，所有信息都能及时、准确地反映在资产价格中，但现实市场中存在着信息不对称、交易成本、税收等摩擦因素，这些都会影响资产价格的形成和波动。为了克服CAPM的局限性，罗斯（Ross）于1976年提出了套利定价理论（APT）。APT放松了CAPM的严格假设，认为资产的预期收益率不仅取决于系统性风险，还与多个宏观经济因素和公司特定因素有关。该理论假设资产收益率是由多个因素共同驱动的，通过构建套利组合，使得在无套利条件下，资产的预期收益率等于无风险利率加上各因素风险溢价与相应因素敏感度的乘积之和。例如，若影响资产收益率的因素包括通货膨胀率、GDP增长率和利率等，某资产对通货膨胀率的敏感度为0.5，对GDP增长率的敏感度为0.8，对利率的敏感度为-0.3，各因素的风险溢价分别为4%、5%和3%，无风险利率为2%，则该资产的预期收益率为2%+0.5×4%+0.8×5%-0.3×3%=7.1%。APT为资产定价提供了更灵活的框架，能够更好地解释现实市场中资产收益率的变化，在投资实践中也得到了广泛应用，如用于构建多因素投资组合模型、风险评估和资产配置等。尽管APT在一定程度上改进了CAPM，但它也存在一些不足之处。APT并没有明确指出影响资产收益率的具体因素，需要投资者根据经验和市场情况自行选择和确定因素，这增加了模型应用的主观性和不确定性。APT对套利机会的假设较为理想化，在现实市场中，由于交易成本、市场摩擦和信息不对称等因素的存在，套利机会可能并不完全有效，导致APT的定价结果与实际市场价格存在偏差。现代资产定价理论则在传统理论的基础上，引入了更复杂的数学模型和更贴近现实的假设，以更准确地描述金融市场的运行机制和资产价格的波动规律。其中，基于消费的资产定价模型（CCAPM）将消费者的消费行为与资产定价联系起来，认为资产的价格取决于投资者对未来消费的预期和边际效用。该模型假设投资者在跨期消费决策中追求效用最大化，资产的预期收益率应补偿投资者因延迟消费而放弃的当前消费的边际效用以及未来消费的不确定性风险。例如，在经济繁荣时期，消费者的边际消费倾向较低，对未来消费的预期较为乐观，此时资产的预期收益率相对较低；而在经济衰退时期，消费者的边际消费倾向较高，对未来消费的不确定性担忧增加，资产的预期收益率则相对较高。CCAPM为资产定价提供了一个基于微观经济基础的分析框架，使资产定价理论与宏观经济理论更加紧密地结合起来，在解释长期资产价格波动和风险溢价等方面具有一定的优势。然而，CCAPM也面临着一些挑战。该模型对投资者的偏好和消费行为假设较为严格，实际中投资者的偏好和消费行为可能受到多种因素的影响，如文化、社会环境、个人经历等，使得模型的假设与现实存在一定差距。CCAPM在实证检验中存在一定困难，由于消费数据的获取和处理较为复杂，且受到多种因素的干扰，导致模型的实证结果往往不够理想。随机贴现因子模型（SDF）则从更一般的角度出发，将资产定价问题转化为寻找合适的随机贴现因子的问题。该模型认为，任何资产的价格都可以表示为其未来现金流与随机贴现因子的乘积的期望，随机贴现因子反映了投资者对未来现金流的贴现率和风险偏好。SDF模型具有较强的理论一般性，能够涵盖各种资产定价模型，为资产定价提供了一个统一的分析框架。例如，在CAPM中，随机贴现因子与市场组合的收益率相关；在CCAPM中，随机贴现因子与消费者的边际效用相关。通过选择不同的随机贴现因子，SDF模型可以推导出不同的资产定价模型，为研究资产定价的内在机制提供了有力工具。尽管SDF模型具有理论上的优势，但在实际应用中也存在一些问题。随机贴现因子的具体形式难以确定，不同的假设和设定会导致不同的定价结果，增加了模型应用的难度和不确定性。SDF模型对数据的要求较高，需要大量准确的市场数据和投资者行为数据来估计随机贴现因子，而在现实中，这些数据往往难以获取或存在误差，影响了模型的准确性和可靠性。2.4技术增长、过度自信与资产定价关系研究现状在当前的学术研究领域，关于技术增长、过度自信与资产定价之间关系的探讨正逐渐成为一个新兴且备受关注的研究方向。过往研究在技术增长与资产定价关系方面，已取得了一定的成果。技术增长对资产定价的影响是多维度的，从宏观经济层面来看，技术的进步往往伴随着产业结构的调整和经济增长模式的转变，这会对整个金融市场的风险偏好和预期收益产生影响，进而影响资产定价。例如，当某个国家或地区大力发展新兴技术产业时，会吸引大量的资本流入，使得相关产业的资产价格上升。在微观企业层面，技术创新能够提升企业的核心竞争力，改变企业的成本结构和盈利模式，从而对企业的估值和资产定价产生影响。例如，苹果公司通过持续的技术创新，推出具有创新性的产品，如iPhone系列，不仅提升了市场份额和盈利能力，还使得公司的市值大幅增长，其股票价格也随之攀升。对于过度自信与资产定价的关系，学者们从行为金融学的角度进行了大量研究。研究发现，投资者过度自信会导致其对资产的价值评估出现偏差，从而影响资产价格的形成和波动。过度自信的投资者往往高估自己获取信息的准确性和分析能力，低估投资风险，导致其对资产的需求增加，进而推高资产价格。这种高估可能导致资产价格偏离其内在价值，形成价格泡沫。一旦市场情绪发生转变，投资者认识到自己的过度自信，资产价格可能会迅速下跌，引发市场波动。尽管已有研究在技术增长、过度自信以及资产定价两两关系方面取得了一定进展，但将三者结合起来进行深入研究的文献仍相对匮乏。目前的研究未能充分揭示技术增长背景下，过度自信对资产定价的综合影响机制。例如，在技术快速迭代的新兴产业中，投资者过度自信如何与技术增长的不确定性相互作用，进而影响资产定价，这一问题尚未得到系统的研究和解答。现有研究也较少考虑不同类型技术资产在技术增长过程中，过度自信对其定价影响的差异。不同行业、不同发展阶段的技术资产，其风险特征、市场预期等存在差异，过度自信对其定价的影响可能也有所不同，但目前这方面的研究还不够细致和深入。在研究方法上，目前的研究多采用理论分析和实证检验相结合的方式，但在实证研究中，对于过度自信的度量方法和数据来源存在一定的局限性。现有度量方法可能无法全面准确地反映投资者的过度自信程度，且数据的时效性和代表性也有待提高。在研究技术增长对资产定价的影响时，如何更准确地量化技术增长的程度和速度，以及如何将技术增长的动态变化纳入资产定价模型，也是当前研究面临的挑战之一。三、技术增长中过度自信行为表现与特征分析3.1过度自信在技术增长不同阶段的行为表现3.1.1技术萌芽期的过度乐观预期在技术萌芽期，由于新技术刚刚出现，相关信息较为有限，投资者往往难以准确评估其潜在价值和风险。此时，过度自信的投资者容易受到创新的兴奋感和对未来美好前景的憧憬影响，对新技术的发展潜力产生过度乐观的预期。以19世纪末无线电技术的出现为例，当时马可尼成功进行了跨大西洋的无线电信号传输，这一突破性进展引发了投资者的极大关注。许多投资者坚信无线电技术将彻底改变通信行业，带来前所未有的商业机会。他们纷纷投入大量资金，对相关企业给予过高的估值，尽管这些企业大多还处于技术研发和初步应用阶段，商业模式尚不清晰，盈利前景也充满不确定性。在这个过程中，投资者过度自信地认为自己能够准确把握无线电技术的发展趋势，忽视了技术商业化过程中可能面临的诸多困难，如技术标准不统一、市场竞争激烈、用户接受度低等问题。最终，随着时间的推移，一些投资者逐渐认识到自己的过度乐观，部分相关企业的股价出现大幅下跌，许多投资遭受了严重损失。再如，近年来兴起的量子计算技术，在其萌芽阶段，也吸引了众多投资者的目光。量子计算被认为具有强大的计算能力，可能对多个领域产生革命性影响。然而，目前量子计算技术仍面临诸多技术难题，如量子比特的稳定性、量子纠错等问题尚未完全解决，距离实现大规模商业应用还有很长的路要走。但部分过度自信的投资者却急于投资相关企业，对量子计算技术的发展速度和应用前景过于乐观，高估了相关企业的短期盈利能力和市场价值，导致投资决策出现偏差。这种在技术萌芽期因过度自信而产生的过度乐观预期，往往使得投资者在投资决策中忽视风险，盲目追捧新技术资产，为后续的投资损失埋下隐患。3.1.2技术快速发展期的激进投资行为当技术进入快速发展期，其应用范围不断扩大，市场前景逐渐明朗，企业的盈利预期也随之提升。在这一阶段，投资者的过度自信表现为激进的投资行为，他们往往高估自己对技术趋势的判断能力，忽视市场风险，过度投入资金，导致资产价格泡沫的形成。以20世纪90年代末的互联网泡沫为例，随着互联网技术的迅猛发展，互联网企业如雨后春笋般涌现。投资者对互联网行业的前景充满信心，认为互联网将彻底改变人们的生活和商业模式，带来无限的商业机会。许多投资者不顾互联网企业的高估值和低盈利甚至亏损的现状，大量买入互联网股票，期望从中获取高额回报。例如，一些互联网企业在上市时，其市盈率高达数百倍，远远超出了传统行业的估值水平，但投资者依然趋之若鹜。在这个过程中，投资者过度自信地认为自己能够准确判断互联网企业的未来发展，忽视了行业竞争激烈、盈利模式不稳定等风险。一些投资者甚至采用杠杆投资的方式，进一步放大投资规模，加剧了市场的投机氛围。这种激进的投资行为使得互联网股票价格不断攀升，远远脱离了企业的实际价值，形成了巨大的资产价格泡沫。然而，随着互联网行业的竞争加剧和市场的逐渐冷静，许多互联网企业的盈利未能达到预期，投资者开始意识到自己的过度自信和投资风险。2000年，互联网泡沫破裂，大量互联网企业的股价暴跌，许多投资者遭受了惨重的损失，一些企业甚至破产倒闭。这一案例充分说明了在技术快速发展期，投资者过度自信引发的激进投资行为，会对资产定价产生严重影响，导致市场出现非理性波动。3.1.3技术成熟期的路径依赖与保守心态在技术成熟期，技术已经相对成熟，市场竞争格局基本稳定，企业的盈利模式也较为清晰。此时，过度自信的投资者容易产生路径依赖和保守心态，他们过于依赖过去的经验和成功模式，对新的技术变革和市场变化反应迟缓，低估潜在风险，从而影响资产定价。以传统胶卷相机行业为例，在胶卷相机技术成熟期，柯达公司作为行业的领导者，凭借其在胶卷技术和市场渠道方面的优势，取得了巨大的成功。柯达公司的管理层和投资者过度自信于胶卷相机业务的稳定性和盈利能力，形成了强烈的路径依赖。他们认为胶卷相机市场将持续稳定发展，忽视了数码技术的兴起对胶卷相机行业的潜在威胁。尽管数码技术在20世纪后期已经逐渐发展起来，但柯达公司在很长一段时间内未能及时调整战略，加大对数码技术的研发和投入，仍然将主要资源集中在胶卷相机业务上。这种保守心态使得柯达公司在数码技术浪潮中逐渐落后，市场份额被竞争对手迅速抢占。随着数码相机市场的快速发展，胶卷相机市场需求急剧下降，柯达公司的业绩大幅下滑，其股票价格也随之一路下跌。最终，柯达公司陷入了严重的财务困境，不得不申请破产保护。这一案例表明，在技术成熟期，投资者和企业管理层的过度自信会导致路径依赖和保守心态，阻碍企业对新技术变革的适应和创新，进而影响企业的价值和资产定价。再如，传统汽车行业在燃油发动机技术成熟后，一些汽车企业和投资者过度自信于燃油汽车的市场地位，对新能源汽车技术的发展持保守态度。他们认为新能源汽车在续航里程、充电设施等方面存在诸多问题，难以对燃油汽车构成实质性威胁。然而，随着技术的不断进步和政策的推动，新能源汽车市场迅速崛起，消费者对新能源汽车的接受度不断提高。那些过度依赖燃油汽车技术的企业，由于未能及时布局新能源汽车领域，在市场竞争中逐渐处于劣势，企业价值和资产价格也受到了负面影响。3.2不同市场主体过度自信特征差异3.2.1投资者过度自信特征在技术增长的浪潮中，投资者的过度自信特征呈现出多样化的表现形式，且个体投资者与机构投资者之间存在显著差异。个体投资者由于缺乏专业的金融知识和投资经验，往往更容易受到过度自信心理的影响。在面对技术增长带来的新兴投资机会时，他们常常高估自己对新技术的理解和把握能力。例如，在区块链技术兴起之初，许多个体投资者仅凭一些简单的概念和宣传，就坚信自己能够准确判断区块链相关项目的投资价值，盲目地投入大量资金。他们可能仅仅因为听说某个区块链项目具有创新性，就忽略了其背后复杂的技术原理、市场竞争以及监管风险等因素。这种过度自信导致个体投资者在投资决策中过于乐观，对潜在风险估计不足，从而增加了投资损失的可能性。个体投资者还容易受到自身情绪和周围环境的影响，进一步加剧过度自信。在市场行情上涨时，他们往往会将投资收益归功于自己的投资能力，而忽视了市场整体趋势的影响。例如，在科技股牛市期间，一些个体投资者看到自己投资的科技股价格不断上涨，就认为自己具有独特的投资眼光，能够准确把握市场热点，进而加大投资力度。然而，当市场行情突然反转时，他们往往措手不及，遭受严重的损失。个体投资者之间的信息交流和传播也容易引发群体的过度自信。在一些投资交流群或论坛中，投资者们相互分享乐观的投资观点，形成一种积极的市场氛围，使得个体投资者更容易受到感染，陷入过度自信的状态。相比之下，机构投资者虽然拥有专业的投资团队和丰富的研究资源，但在技术增长背景下，也难以完全避免过度自信的影响。机构投资者在评估技术增长相关资产时，可能会过度依赖自己的研究模型和分析方法，忽视市场环境的变化和不确定性。例如，一些大型基金公司在投资新兴技术企业时，通常会运用复杂的估值模型对企业进行评估。然而，这些模型往往基于历史数据和假设条件构建，对于新技术的快速发展和市场的动态变化可能无法及时准确地反映。在面对人工智能领域的投资机会时，机构投资者可能根据自己的模型认为某家人工智能企业具有巨大的发展潜力，给予其较高的估值，而忽视了技术迭代速度、市场竞争格局以及政策法规等因素的潜在影响。机构投资者的决策过程也可能受到内部利益博弈和业绩压力的影响，导致过度自信。在一些情况下，基金经理为了追求短期业绩表现，可能会冒险投资一些高风险的技术增长相关资产，即使他们内心对这些资产的风险有所认识，但在业绩压力下，仍然会表现出过度自信的投资行为。例如，为了在同行中脱颖而出，某些基金经理可能会过度集中投资于某一热门技术领域，如新能源汽车。他们可能坚信自己对该领域的研究和判断比其他同行更准确，忽视了行业竞争加剧、技术瓶颈以及政策变化等风险。一旦市场出现不利变化，这些机构投资者可能会遭受巨大的损失，同时也会对市场产生较大的冲击。3.2.2企业管理者过度自信特征企业管理者的过度自信对企业决策有着深远的影响，在技术增长的背景下，这种影响尤为显著。以乐视公司为例，其创始人贾跃亭在企业发展过程中就表现出了典型的过度自信特征。乐视最初在互联网视频领域取得了一定的成绩，随着技术的快速发展和市场的不断变化，贾跃亭对乐视的未来发展前景表现出了过度乐观的态度。他坚信乐视能够构建一个庞大的生态系统，涵盖互联网视频、影视制作与发行、智能终端、应用市场、电子商务、互联网智能电动汽车等多个领域。在这种过度自信的驱使下，乐视开始大规模地进行多元化扩张，不断涉足新的业务领域。在智能电动汽车领域，尽管这是一个技术门槛高、资金投入巨大且竞争激烈的行业，贾跃亭却认为乐视有能力在短时间内取得突破并获得成功。他不顾公司实际的资金状况和技术实力，投入大量资金用于电动汽车的研发和生产。据公开资料显示，乐视在超级汽车板块投入已经超百亿，未来还需要几百亿的资金支持。然而，乐视的经营活动产生的收益与其投资活动所需的资金差距巨大，许多业务都刚刚起步，需要较长时间才能进入盈利周期。这种过度自信导致的盲目扩张，使得乐视的资金链一直处于紧张状态，最终引发了严重的资金链危机。乐视的组织架构和治理方式也受到贾跃亭过度自信的影响。由于公司的控制权高度集中在贾跃亭一人身上，公司的重大决策基本由他一人做出。在投资汽车业务的投票大会上，大部分高管表示坚决反对，认为风险太大，但贾跃亭却坚持自己的决定，他说“即使乐视造汽车会万劫不复，如果能点燃更多人的梦想，我也义无反顾。”这种独断专行的决策方式，使得公司难以充分听取不同的意见和建议，无法对投资决策进行全面的评估和风险把控，进一步加剧了企业的风险。从乐视的案例可以看出，企业管理者的过度自信会导致企业在技术增长的过程中做出不理性的决策。他们往往高估自己的能力和企业的实力，忽视市场风险和企业自身的局限性，盲目进行扩张和投资，从而使企业面临巨大的财务风险和经营危机。这种过度自信还可能影响企业的组织架构和治理方式，导致决策缺乏科学性和民主性，阻碍企业的健康发展。3.2.3市场分析师过度自信特征市场分析师在金融市场中扮演着重要的角色，他们的分析和预测对投资者的决策以及市场预期有着重要的影响。然而，在技术增长的背景下，市场分析师也常常表现出过度自信的特征，这对市场预期和资产定价产生了不容忽视的影响。市场分析师在对技术增长相关企业进行分析和预测时，往往过于依赖自己的专业知识和经验，忽视市场的不确定性和复杂性。例如，在分析新兴技术企业时，分析师可能会根据自己对行业的理解和过去的经验，对企业的未来发展前景做出过于乐观的预测。在人工智能领域，一些分析师可能认为某家人工智能企业的技术具有创新性，就预测该企业在未来几年内将实现高速增长，市场份额大幅提升。然而，他们可能没有充分考虑到技术发展的不确定性、市场竞争的激烈程度以及政策法规的变化等因素。人工智能技术的发展可能会遇到技术瓶颈，导致企业的研发进度受阻；市场上可能会出现新的竞争对手，抢占该企业的市场份额；政策法规的调整也可能对企业的业务产生不利影响。市场分析师还容易受到信息偏差和羊群效应的影响，从而加剧过度自信。他们在收集和分析信息时，可能会受到信息来源的限制和信息质量的影响，导致对企业的了解不够全面和准确。分析师之间也存在着相互影响和模仿的现象，当一些知名分析师对某一技术增长相关企业给出乐观的评价和预测时，其他分析师可能会跟风，进一步强化市场对该企业的乐观预期。在5G技术商用初期，一些知名分析师对相关5G设备制造企业给出了高度评价，预测其业绩将大幅增长。受此影响，其他分析师纷纷跟进，给予类似的乐观预测，导致市场对这些企业的预期过高，股价被过度炒作。然而，当企业的实际业绩未能达到预期时，市场预期迅速反转，股价大幅下跌，给投资者带来了巨大的损失。市场分析师的过度自信对市场预期和资产定价产生了重要的影响。他们的过度乐观预测会引导投资者对技术增长相关企业的价值产生过高的预期，从而推动资产价格上涨，形成资产价格泡沫。当市场发现分析师的预测与实际情况存在较大偏差时，市场预期会迅速调整，资产价格也会随之大幅下跌，引发市场的剧烈波动。这种市场波动不仅会影响投资者的利益，还会对金融市场的稳定运行造成威胁。四、过度自信影响资产定价的理论机制4.1基于行为金融理论的分析4.1.1过度自信对投资者认知偏差的影响过度自信作为一种常见的心理偏差，在投资者的决策过程中扮演着关键角色，对其认知偏差产生多方面的影响，进而作用于资产定价。过度自信的投资者往往高估自己获取信息的准确性和分析能力。在技术增长的背景下，信息传播迅速且海量，投资者在面对如人工智能、区块链等新兴技术领域的投资机会时，容易自认为能够准确解读复杂的技术信息，从而对相关资产的价值做出过于乐观的判断。他们可能会忽视信息的不确定性和局限性，仅凭有限的了解就坚信自己掌握了投资的关键要点，导致对资产潜在风险的低估。过度自信会使投资者在信息处理过程中出现选择性关注和证实偏差。投资者倾向于关注那些支持自己观点的信息，而忽视或有意回避与自己预期相悖的信息。例如，在投资新能源汽车企业时，过度自信的投资者可能会着重关注企业的技术创新成果、市场份额增长等正面信息，而对行业竞争加剧、政策变动风险等负面信息视而不见。这种选择性关注和证实偏差进一步强化了投资者的过度自信，使其对资产的估值偏离其真实价值，从而影响资产定价。过度自信还会导致投资者对自身投资能力的高估，产生控制幻觉。他们错误地认为自己能够准确预测资产价格的走势，对投资结果具有较强的掌控力。在股票市场中，投资者可能会根据自己的判断频繁买卖股票，认为能够把握市场的短期波动，获取超额收益。然而，市场的复杂性和不确定性使得这种预测往往难以实现，过度自信的投资者在频繁交易过程中不仅增加了交易成本，还可能因为错误的决策导致投资损失，同时也加剧了市场价格的波动，对资产定价产生不稳定的影响。4.1.2羊群效应与反馈机制在其中的作用羊群效应和反馈机制在过度自信影响资产定价的过程中发挥着重要的作用，它们相互交织，共同加剧了市场的波动和资产价格的偏离。羊群效应是指投资者在决策时，往往会受到他人行为的影响，跟随大多数人的决策而行动，而忽视自己所拥有的信息和判断。在技术增长带来的投资热潮中，过度自信的投资者更容易受到羊群效应的影响。当部分投资者对某一新兴技术领域的资产表现出过度乐观的态度并进行投资时，其他投资者可能会认为这些投资者掌握了更多的信息或具有更敏锐的洞察力，从而盲目跟风投资。在人工智能领域兴起时，一些知名投资机构对相关企业进行大规模投资，这一行为可能会引发其他投资者的跟随，导致大量资金涌入该领域，使得人工智能相关企业的资产价格迅速上涨，远远超出其内在价值。这种羊群效应与过度自信相互强化。过度自信的投资者坚信自己的决策是正确的，当看到他人也做出相同的决策时，会进一步增强他们的自信心，从而更加坚定地进行投资。而羊群效应的存在又使得更多的投资者参与到这种非理性的投资行为中，形成一种正反馈循环，推动资产价格不断攀升，泡沫逐渐形成。反馈机制在这一过程中也起到了关键作用。正反馈机制使得资产价格的上涨进一步吸引更多的投资者进入市场，推动价格继续上涨；而负反馈机制则在价格下跌时发挥作用，引发投资者的恐慌性抛售，导致价格加速下跌。在技术增长相关资产的投资中，当资产价格上涨时，投资者的财富增加，这会进一步增强他们的过度自信，促使他们加大投资力度。同时，价格的上涨也会吸引更多的投资者关注该资产，形成正反馈。随着价格的不断上涨，资产的估值逐渐偏离其合理水平，当市场情绪发生转变，出现负面信息时，负反馈机制开始发挥作用。投资者的过度自信迅速转变为恐慌和悲观，他们纷纷抛售资产，导致价格急剧下跌，引发市场的剧烈波动。例如，在互联网泡沫时期，互联网企业的股票价格持续上涨，吸引了大量投资者的关注和投资。投资者的过度自信和羊群效应使得互联网股票价格不断攀升，形成了巨大的泡沫。然而，当市场对互联网企业的盈利预期发生改变，一些企业的业绩未能达到预期时，投资者的信心受到打击，开始抛售股票。这种抛售行为引发了更多投资者的恐慌，导致股票价格加速下跌，最终泡沫破裂，许多投资者遭受了巨大的损失。4.2从市场供需角度的探讨4.2.1过度自信对资产需求的影响过度自信对资产需求的影响主要体现在两个方面：一是投资者对资产价值评估的偏差，二是风险认知的偏差。在技术增长的背景下，过度自信的投资者往往高估自己对新技术资产的理解和判断能力，从而对资产价值做出过高的评估。他们可能会忽视技术发展过程中的不确定性和风险，仅仅基于有限的信息和乐观的预期，就给予新技术资产过高的估值。在人工智能技术兴起时，许多投资者认为人工智能将彻底改变各个行业，带来巨大的商业机会。他们对人工智能相关企业的未来盈利预期过高，认为这些企业的价值将在短时间内大幅增长。因此，他们愿意以较高的价格购买这些企业的股票或其他资产，从而增加了对人工智能相关资产的需求。过度自信的投资者还会因为对自身投资能力的高估，而低估投资风险。他们认为自己能够准确预测市场走势，及时规避风险，因此在投资决策中更加冒险。他们可能会增加对高风险、高回报资产的投资比例，而减少对低风险、低回报资产的配置。在投资科技股时，过度自信的投资者可能会认为自己能够准确把握科技股的投资时机，即使科技股的价格已经处于高位，他们也会继续买入，因为他们相信自己能够在价格下跌之前及时卖出，获取高额收益。这种对风险的低估和对投资能力的高估，使得投资者对高风险资产的需求增加，进一步推动了资产价格的上涨。此外，过度自信还会导致投资者的投资决策受到情绪的影响。当市场行情上涨时，过度自信的投资者会更加乐观，进一步增加对资产的需求；而当市场行情下跌时，他们可能会因为过度自信而不愿意承认自己的错误，继续持有甚至买入资产，试图挽回损失。这种情绪化的投资行为使得资产需求更加不稳定，加剧了市场的波动。4.2.2对资产供给方行为及定价的作用过度自信不仅影响资产需求，还对资产供给方的行为和定价产生重要影响。对于企业管理者来说，过度自信可能导致他们对企业未来发展前景过于乐观，从而做出不理性的投资和融资决策。过度自信的管理者往往高估企业的盈利能力和市场竞争力，认为企业有足够的能力承担更多的债务和投资项目。他们可能会盲目扩大企业规模，进行大规模的投资和并购活动，而忽视了企业自身的财务状况和风险承受能力。在技术增长的行业中，管理者可能会过度投资于新技术的研发和应用，期望通过技术创新获得巨大的市场份额和利润。然而，如果这些投资项目未能达到预期，企业可能会面临严重的财务困境，甚至破产倒闭。在融资方面，过度自信的管理者可能会高估企业的价值，认为企业的股票被低估，从而不愿意发行新股融资。他们更倾向于采用债务融资的方式，以避免股权稀释。这种融资决策会增加企业的财务杠杆，提高企业的财务风险。如果企业的经营状况不佳，无法按时偿还债务，将会对企业的信用评级和股价产生负面影响。从资产定价的角度来看，企业管理者的过度自信会影响市场对企业价值的评估。当管理者表现出过度自信时，市场可能会对企业的未来发展前景产生过高的预期，从而给予企业较高的估值。这种过高的估值可能会吸引更多的投资者购买企业的股票，进一步推高股价。然而，一旦市场发现管理者的过度自信导致企业的实际业绩未能达到预期，投资者的信心将会受到打击，股价可能会大幅下跌。以特斯拉为例，在其发展初期，创始人马斯克对电动汽车的未来发展前景表现出极度的自信，这种自信感染了市场投资者，使得特斯拉的股票价格一路飙升。然而，随着市场竞争的加剧和技术发展的不确定性，特斯拉的实际业绩未能完全符合投资者的预期，股价也出现了大幅波动。此外，过度自信的企业管理者在制定产品价格和营销策略时，也可能会出现偏差。他们可能会高估产品的市场需求和消费者的支付意愿，制定过高的产品价格，或者采取过于激进的营销策略，导致企业的市场份额下降，盈利能力受损。这些因素都会对企业的价值和资产定价产生负面影响。4.3信息不对称与过度自信的交互影响4.3.1过度自信加剧信息不对称的过程在金融市场中，信息不对称是一种普遍存在的现象，而过度自信则会进一步加剧这种信息的不均衡状态，其作用过程主要体现在以下几个方面。过度自信会导致投资者对自身信息获取和处理能力的高估。在技术增长的背景下，市场信息呈现出爆炸式增长的态势，且技术相关信息往往具有较高的专业性和复杂性。过度自信的投资者坚信自己能够准确地收集、筛选和解读这些信息，从而忽视了自身知识和能力的局限性。在人工智能领域，新技术、新算法层出不穷，市场上关于人工智能企业的发展前景、技术突破、市场竞争等信息繁多且真假难辨。过度自信的投资者可能仅仅通过浏览一些网络文章、参加几次行业研讨会，就自认为对人工智能企业的投资价值有了深入的了解，而忽略了对企业核心技术、研发团队、市场份额等关键信息的全面深入研究。这种对自身信息处理能力的高估，使得投资者在面对海量信息时，难以做出准确、全面的判断，进而加剧了与其他投资者之间的信息差距，导致信息不对称程度加深。过度自信还会引发投资者对信息的选择性关注和理解。人们在认知过程中普遍存在证实偏差，过度自信的投资者更是如此。他们倾向于关注那些支持自己观点和预期的信息，而对与自己看法相悖的信息则视而不见或进行选择性忽视。在投资新能源汽车企业时，过度自信的投资者如果看好某家企业的发展前景，就会特别关注该企业的正面信息，如新产品的发布、销量的增长、政策的支持等，而对企业面临的负面信息，如技术瓶颈、市场竞争加剧、供应链风险等则关注不足。这种选择性关注使得投资者获取的信息片面且不完整，进一步加剧了市场中的信息不对称。因为不同的投资者基于不同的信息选择和理解进行投资决策，导致市场上形成了多种不同的观点和预期，使得信息在投资者之间的传递和交流变得更加困难，信息不对称问题愈发严重。在投资决策过程中，过度自信的投资者往往过于依赖自己的判断，而忽视他人的意见和建议。他们认为自己的分析和判断比其他投资者更准确，从而不愿意与他人进行充分的信息交流和共享。在股票市场中，一些投资者在研究某只股票时，完全凭借自己的分析和经验做出投资决策，不愿意参考专业分析师的研究报告或其他投资者的看法。这种行为使得市场中的信息流动受到阻碍，信息无法得到有效的传播和整合，进一步加剧了信息不对称。因为信息的共享和交流是减少信息不对称的重要途径，而过度自信的投资者的这种行为破坏了信息交流的机制，使得市场中不同投资者之间的信息差距进一步扩大。4.3.2信息不对称下过度自信对定价的扭曲当信息不对称与过度自信同时存在时，会对资产定价产生严重的扭曲，导致资产价格偏离其内在价值，具体表现在以下几个方面。在信息不对称的情况下，过度自信的投资者由于对自身判断的过度依赖和对风险的低估，容易对资产价值做出过高的估计。他们可能根据有限的、片面的信息，就对资产的未来收益和增长潜力做出过于乐观的预测，从而推动资产价格上涨。在新兴技术产业，如5G通信、生物医药等领域，由于技术的创新性和不确定性较高，市场信息不对称程度较大。过度自信的投资者可能仅仅因为某家企业在技术研发上取得了一些初步成果，就过度乐观地估计其未来的市场份额和盈利能力，给予该企业过高的估值，使得其股票价格大幅上涨，远远超出了其实际价值。这种过高的估值可能吸引更多的投资者跟风买入，进一步推高资产价格，形成资产价格泡沫。信息不对称使得投资者难以准确评估资产的真实风险，而过度自信则会加剧这种风险认知的偏差。过度自信的投资者往往低估资产的风险，认为自己能够准确预测市场走势，及时规避风险。在投资高风险的技术增长相关资产时，他们可能忽视市场竞争、技术替代、政策变化等潜在风险，盲目加大投资力度。一旦市场环境发生不利变化，这些被忽视的风险就会暴露出来，导致资产价格暴跌。例如，在光伏产业发展初期，一些投资者过度自信于光伏技术的发展前景，大量投资光伏企业，忽视了行业竞争激烈、技术更新换代快以及政策补贴变化等风险。当市场竞争加剧，部分企业产能过剩，政策补贴减少时，光伏企业的盈利大幅下降，其股票价格也随之大幅下跌，许多投资者遭受了严重的损失。信息不对称和过度自信还会导致市场参与者之间的博弈失衡，进一步扭曲资产定价。在市场中，信息优势方可能利用信息不对称和其他投资者的过度自信，进行市场操纵和投机行为，从而影响资产价格的形成。一些内部人士或机构投资者可能掌握了关于企业的内幕信息，而其他投资者由于信息不对称，处于劣势地位。过度自信的投资者可能在不了解真实信息的情况下，盲目跟随市场热点进行投资，被信息优势方利用，导致资产价格被人为操纵。某些企业的管理层可能会夸大企业的业绩和发展前景，吸引过度自信的投资者买入股票，然后在股价上涨后抛售股票获利，而普通投资者则在股价下跌后遭受损失。五、技术增长中过度自信对资产定价影响的实证研究设计5.1研究假设提出基于前文对技术增长中过度自信行为表现、特征及其影响资产定价理论机制的分析，提出以下研究假设，以便通过实证研究深入探究它们之间的关系。假设1：在技术增长过程中，投资者过度自信与资产价格呈正相关关系。在技术快速发展的行业中，如人工智能、新能源等领域，随着技术的不断突破和应用前景的日益广阔，投资者容易受到乐观情绪的影响而过度自信。他们会高估自己对这些新技术资产的价值判断能力，认为相关资产具有更高的潜在收益，从而增加对这些资产的需求，推动资产价格上涨。例如，在人工智能领域，当某家公司宣布取得关键技术突破时，过度自信的投资者可能会迅速买入该公司股票，导致股价在短期内大幅攀升。假设2：企业管理者过度自信会导致企业投资决策偏差，进而影响企业资产定价。过度自信的企业管理者往往对自身能力和企业前景过度乐观，在技术增长的背景下，他们可能会忽视市场风险和技术不确定性，盲目加大对新技术项目的投资，导致企业投资过度。这种投资决策偏差会影响企业的盈利能力和财务状况，进而降低市场对企业资产的估值。以某互联网企业为例，管理者过度自信地认为其新推出的互联网金融项目能够迅速占领市场并获得高额利润，于是投入大量资金进行开发和推广。然而，由于市场竞争激烈、监管政策变化等原因，该项目未能达到预期收益，企业业绩下滑，股价也随之下跌。假设3：市场分析师过度自信导致的预测偏差会影响市场投资者对资产价值的判断，从而影响资产定价。在技术增长相关行业，如半导体行业，市场分析师若过度自信，可能会对行业内企业的技术发展前景和市场份额做出过于乐观的预测。投资者往往会参考分析师的预测来判断资产价值，分析师的过度乐观预测会误导投资者，使他们高估资产价值，增加对相关资产的投资，推动资产价格上升。而当企业实际发展情况与分析师预测不符时，投资者的预期会发生反转，导致资产价格下跌。假设4：技术增长速度越快，过度自信对资产定价的影响越显著。在技术更新换代迅速的行业，如智能手机行业，技术增长速度快意味着更多的投资机会和更高的不确定性。投资者和企业管理者更容易受到过度自信的影响，对技术发展趋势和投资回报产生过高的预期。他们会更积极地参与投资和决策，从而导致资产价格的波动更加剧烈，过度自信对资产定价的影响也就更加显著。当某手机厂商推出具有创新性的新技术时，投资者和管理者可能会过度自信地认为该技术将使企业在市场中占据主导地位，迅速提高企业估值，导致资产价格大幅上涨。但如果后续技术发展不如预期，资产价格又会急剧下跌。5.2变量选取与数据来源5.2.1被解释变量本研究选取股票超额收益率作为衡量资产定价的被解释变量。股票超额收益率能够反映股票实际收益与市场平均收益之间的差异，是评估资产定价合理性的重要指标。其计算公式为：AR_{i,t}=R_{i,t}-R_{m,t}，其中AR_{i,t}表示第i只股票在t时期的超额收益率，R_{i,t}为第i只股票在t时期的实际收益率，R_{m,t}是t时期的市场组合收益率。通过计算股票超额收益率，可以直观地了解到在技术增长过程中，过度自信对资产定价产生的影响，即资产价格相对于市场平均水平的偏离程度。例如，若某股票在技术快速增长阶段，由于投资者过度自信导致需求增加，其超额收益率可能会显著高于市场平均水平，表明资产价格被高估；反之，若投资者过度自信导致对风险估计不足，在技术增长受阻时，股票超额收益率可能大幅下降，甚至为负，反映资产价格的回调。5.2.2解释变量对于过度自信的衡量，选用投资者换手率作为解释变量。投资者换手率反映了投资者买卖股票的频繁程度，过度自信的投资者往往高估自己的信息优势和投资能力，频繁进行交易，导致较高的换手率。当投资者对某一技术增长相关股票过度自信时，他们会频繁买卖该股票，使得换手率升高。换手率的计算公式为：Turnover_{i,t}=\frac{Volume_{i,t}}{Shares_{i,t}}，其中Turnover_{i,t}表示第i只股票在t时期的换手率，Volume_{i,t}是第i只股票在t时期的成交股数，Shares_{i,t}为第i只股票在t时期的流通股数。在衡量技术增长方面，采用研发投入强度这一指标。研发投入强度能够直接反映企业在技术创新方面的投入力度，是衡量技术增长的重要依据。其计算公式为：R\\u0026D_{i,t}=\frac{R\\u0026D_{expense_{i,t}}}{Revenue_{i,t}}，其中R\\u0026D_{i,t}表示第i家企业在t时期的研发投入强度，R\\u0026D_{expense_{i,t}}是第i家企业在t时期的研发投入费用，Revenue_{i,t}为第i家企业在t时期的营业收入。较高的研发投入强度通常意味着企业在技术创新方面的积极投入，有望推动技术增长，进而对资产定价产生影响。例如，一家科技企业持续加大研发投入，可能会带来新的技术突破和产品创新，吸引投资者关注，影响资产价格。5.2.3控制变量为了更准确地研究过度自信对资产定价的影响，选取以下控制变量。公司规模，以企业的总资产自然对数来衡量，公司规模越大，其抗风险能力和市场影响力可能越强，会对资产定价产生影响；资产负债率，反映企业的偿债能力和财务风险，资产负债率较高的企业可能面临更大的财务风险，从而影响投资者对其资产的定价；营业收入增长率，体现企业的经营增长能力，营业收入增长较快的企业通常被认为具有更好的发展前景，会影响资产定价；市盈率，作为衡量股票估值的常用指标，反映了投资者对企业未来盈利的预期，对资产定价有重要影响。这些控制变量的选取基于相关理论和已有研究，它们能够控制其他因素对资产定价的干扰，使研究结果更准确地反映过度自信与资产定价之间的关系。例如，在研究过度自信对某科技企业资产定价的影响时，若不控制公司规模，可能会将公司规模较大导致的资产价格较高，错误地归因于过度自信的影响；而控制了公司规模等变量后，就能更清晰地观察到过度自信因素对资产定价的独特作用。5.2.4数据来源与样本选择本研究的数据主要来源于国泰安（CSMAR）数据库和万得（Wind）数据库，这些数据库提供了丰富的金融市场数据和企业财务数据，具有权威性和可靠性。样本选择方面，选取2010-2020年期间在沪深两市上市的A股公司作为研究样本。为了保证数据的质量和有效性，对样本进行了如下筛选：剔除了ST、*ST类上市公司，这类公司通常面临财务困境或其他异常情况，其资产定价可能受到特殊因素影响，会干扰研究结果的准确性；剔除了金融行业上市公司，金融行业的业务模式和资产定价机制与其他行业存在较大差异，单独研究更有利于准确分析；剔除了数据缺失严重的样本，数据缺失会影响变量的计算和模型的估计，导致结果偏差。经过上述筛选，最终得到了[X]个有效样本，这些样本能够较好地代表我国A股市场的整体情况，为实证研究提供了坚实的数据基础。5.3模型构建与方法选择5.3.1计量模型设定为了深入探究技术增长中过度自信对资产定价的影响，构建如下多元线性回归模型：AR_{i,t}=\alpha_0+\alpha_1Turnover_{i,t}+\alpha_2R\\u0026D_{i,t}+\sum_{j=1}^{4}\alpha_{1+j}Control_{j,i,t}+\epsilon_{i,t}其中，AR_{i,t}表示第i只股票在t时期的超额收益率，是被解释变量，用于衡量资产定价情况；Turnover_{i,t}为第i只股票在t时期的换手率，作为解释变量，代表投资者过度自信程度，换手率越高，通常反映投资者过度自信程度越高；R\\u0026D_{i,t}是第i家企业在t时期的研发投入强度，用来衡量技术增长水平，研发投入强度越大，表明企业在技术创新方面的投入越多，技术增长潜力可能越大；Control_{j,i,t}为控制变量，j=1,2,3,4分别代表公司规模、资产负债率、营业收入增长率和市盈率，用于控制其他因素对资产定价的干扰；\alpha_0为常数项，\alpha_1,\alpha_2,\alpha_{1+j}为各变量的回归系数，反映了相应变量对超额收益率的影响程度；\epsilon_{i,t}为随机误差项，代表模型中未被解释的部分，包含了其他未纳入模型的因素对超额收益率的影响。该模型的构建基于前文的理论分析和研究假设，通过将资产定价、过度自信和技术增长等相关变量纳入同一模型，能够综合考察它们之间的关系，从而准确评估过度自信在技术增长背景下对资产定价的影响。例如，若回归结果显示\alpha_1显著为正，说明投资者过度自信（以换手率衡量）与资产价格（以超额收益率衡量）呈正相关关系，支持了假设1；若\alpha_2显著，表明技术增长（以研发投入强度衡量）对资产定价也有显著影响；同时，控制变量的引入可以使研究结果更准确地反映过度自信与资产定价之间的独特关系，排除其他因素的干扰。5.3.2实证方法说明本研究采用多元线性回归方法进行实证分析，主要基于以下原因。多元线性回归方法是一种经典且广泛应用的统计分析方法，能够清晰地揭示多个自变量与因变量之间的线性关系，这与本研究中探究过度自信、技术增长以及其他控制变量对资产定价影响的需求高度契合。通过该方法，可以直接估计各个变量的回归系数，从而直观地判断变量之间的影响方向和程度。在研究投资者过度自信对资产定价的影响时，回归系数能够明确显示投资者过度自信程度（换手率）的变化如何引起资产价格（超额收益率）的变化，为研究假设的验证提供直接的证据。该方法具有较强的可解释性，易于理解和解释研究结果。在金融领域的研究中，结果的可解释性至关重要，便于投资者、企业管理者和监管机构等各方理解和应用研究结论。多元线性回归模型的结果可以用简洁的数学公式表示，使得研究结果的传达更加清晰明了，有助于相关人员根据研究结论做出合理的决策。例如，投资者可以根据回归结果，了解过度自信和技术增长等因素对资产价格的影响，从而调整自己的投资策略；企业管理者可以依据研究结论，优化企业的技术创新和投资决策；监管机构可以根据研究结果，制定更有效的市场监管政策。此外，多元线性回归方法在处理多个变量之间的关系时具有较高的准确性和稳定性。通过对大量样本数据的分析，能够有效降低随机误差的影响，提高研究结果的可靠性。在本研究中，选取了2010-2020年期间沪深两市上市的A股公司作为研究样本，样本数量较大，能够充分发挥多元线性回归方法在处理大样本数据方面的优势，使研究结果更具说服力。六、实证结果与分析6.1描述性统计分析对样本数据进行描述性统计，结果如表1所示。从表中可以看出，股票超额收益率（AR）的均值为0.002，标准差为0.056，说明样本股票的超额收益率存在一定的波动，且波动程度相对较大。其中，最大值为0.321，最小值为-0.285，表明部分股票在特定时期的超额收益表现较为极端，这可能与市场的不确定性、行业竞争以及企业自身的经营状况等多种因素有关。例如，某些新兴技术企业在获得重大技术突破或市场份额快速增长时，其股票超额收益率可能会大幅上升；而当企业面临技术瓶颈、市场竞争加剧或宏观经济环境不利时，股票超额收益率则可能急剧下降。投资者换手率（Turnover）的均值为0.035，标准差为0.021，说明投资者交易活跃程度存在差异。高换手率反映出投资者对股票的买卖较为频繁，可能受到过度自信心理的影响，频繁进行交易以获取短期收益。在技术增长迅速的行业，如半导体行业，投资者可能会因为对行业发展前景过度乐观，频繁买卖相关企业股票，导致换手率较高。而低换手率则可能表示投资者较为谨慎，对股票持有相对稳定。研发投入强度（R&D）的均值为0.048，标准差为0.025，表明样本企业在技术创新投入方面存在一定的差异。部分企业对技术创新高度重视，积极投入资金进行研发，以推动技术增长和企业发展；而另一些企业可能由于资金限制、战略规划等原因，研发投入相对较少。例如，科技巨头企业往往会投入大量资金用于研发，以保持技术领先地位，其研发投入强度可能远高于平均水平；而一些传统制造业企业在技术创新方面的投入可能相对较低。公司规模（Size）以总资产自然对数衡量，均值为21.356，标准差为1.234，反映出样本企业规模大小不一。大型企业通常具有更强的资金实力、技术研发能力和市场影响力，在技术增长过程中可能具有更大的优势；而小型企业则可能面临更多的挑战，但也可能在某些细分领域凭借创新技术实现快速发展。资产负债率（Lev）的均值为0.458，标准差为0.156，表明样本企业的偿债能力和财务风险存在差异。资产负债率较高的企业可能面临较大的财务压力，在技术增长过程中，如果不能有效控制风险，可能会因资金链紧张而影响企业的发展和资产定价；而资产负债率较低的企业则财务状况相对稳健，有更多的资金和资源投入到技术创新中。营业收入增长率（Growth）的均值为0.125，标准差为0.186，说明样本企业的经营增长能力有所不同。营业收入增长较快的企业通常具有较好的市场前景和发展潜力，在技术增长的推动下，可能会吸引更多的投资者关注，对资产定价产生积极影响；而营业收入增长缓慢或负增长的企业则可能面临市场竞争压力较大、产品竞争力不足等问题，其资产定价可能受到负面影响。市盈率（PE）的均值为35.684，标准差为20.567，显示出样本企业的估值水平存在较大差异。市盈率较高的企业通常被市场认为具有较高的成长预期，但也可能存在估值泡沫；而市盈率较低的企业可能被市场低估，或者其盈利稳定性较差。在技术增长相关企业中，一些新兴技术企业由于具有较高的发展潜力，市盈率可能较高；而一些传统企业可能由于技术更新换代缓慢，市盈率相对较低。表1：描述性统计结果变量观测值均值标准差最小值最大值AR25000.0020.056-0.2850.321Turnover25000.0350.0210.0050.125R&D25000.0480.0250.0100.150Size250021.3561.23418.56225.684Lev25000.4580.1560.1020.856Growth25000.1250.186-0.3500.860PE250035.68420.56710.250120.5606.2相关性分析在对样本数据进行描述性统计分析后，进一步展开相关性分析，以初步判断各变量之间的线性相关关系，结果如表2所示。从表中可以看出，股票超额收益率（AR）与投资者换手率（Turnover）之间的皮尔逊相关系数为0.325，在1%的水平上显著正相关。这表明投资者过度自信程度越高，即换手率越高，股票超额收益率越高，初步支持了假设1中投资者过度自信与资产价格呈正相关关系的观点。在人工智能相关股票投资中，当投资者过度自信时，频繁买卖股票，导致换手率升高，同时推动股票价格上涨，使得超额收益率上升。股票超额收益率与研发投入强度（R&D）的相关系数为0.286，在1%的水平上显著正相关，说明企业的技术增长水平越高，即研发投入强度越大，股票超额收益率越高。