行为金融学视角下的资产定价：理论、异象与实证教案

行为金融学视角下的资产定价：理论、异象与实证教案

  一、课程基本信息

  课程名称：行为金融学视角下的资产定价：理论、异象与实证。课程性质：金融学硕士研究生专业必修课。学时学分：总学时48学时（其中理论授课32学时，研讨与实验16学时），计3学分。预修课程：中级微观经济学、计量经济学、投资学、公司金融。教学对象：金融学、经济学及相关专业硕士研究生，具备扎实的传统金融理论基础和一定的计量分析能力。课程定位：本课程是连接经典金融理论与前沿实证研究的桥梁，旨在引导学生系统掌握行为资产定价的核心范式、关键模型与实证方法，培养其批判性思维、理论建模与实证研究能力，使其能够独立分析与解读金融市场中的“异象”，并为从事相关学术研究或高端金融实践奠定基础。

  二、教学目标

  （一）知识与技能目标

  1.系统阐述有效市场假说及其三大经典形式的理论内涵与实证挑战，精准识别并分类主要市场异象。

  2.深入理解有限注意力、过度自信、损失厌恶、心理账户、证实偏差等核心心理学概念，并能将其映射到具体的投资者行为模式。

  3.掌握前景理论的核心内容及其与期望效用理论的本质区别，能够运用价值函数与权重函数分析决策偏误。

  4.掌握行为资产定价模型的基本建模逻辑，特别是基于消费的模型与基于信念和偏好的模型两大框架，理解代表性投资者设定与异质性投资者互动的区别。

  5.熟练运用事件研究法、投资组合分析法、横截面回归等实证工具检验市场异象与行为假说，能够使用主流计量软件处理金融数据并解释结果。

  （二）过程与方法目标

  1.通过经典文献研读与批判性讨论，形成从理论提出、模型构建到实证检验的完整学术研究思维链条。

  2.通过小组合作完成对特定“异象”或行为因子的实证研究项目，体验从问题提出、数据搜集、模型设定、结果分析到报告撰写的全过程。

  3.通过案例分析与模拟交易，提升将抽象理论应用于解释现实市场波动（如泡沫、崩盘）和设计交易策略的能力。

  （三）情感、态度与价值观目标

  1.树立科学的金融世界观，理解金融市场是理性力量与非理性力量共同作用的复杂适应系统，摒弃对单一理论的盲目崇拜。

  2.培养严谨求实的学术态度和敢于质疑的创新精神，认识到理论模型的局限性与实证研究的可证伪性。

  3.形成对市场参与者的共情式理解，反思自身可能存在的认知偏差，培养理性决策的习惯。

  三、教学内容分析

  本课程内容分为四大模块，逻辑上层层递进，从对经典理论的反思到行为基础的建立，再到正式模型的构建与检验，最后延伸至前沿与批判。

  （一）模块一：经典定价的裂缝——有效市场假说与市场异象（8学时）。本模块是课程的逻辑起点。重点在于引导学生对有效市场假说进行辩证性再认识，而非简单否定。核心内容包括：有效市场假说的三重含义与检验方法；资产定价的基本范式与均衡模型回顾；股票市场异象的系统性梳理（如规模效应、价值效应、动量效应、反转效应、盈利公告后漂移等）；债券、外汇市场的异象简介。教学难点在于如何区分真正的市场无效与风险补偿的误测，引导学生思考异象的持续性、稳健性及其对理论构成的根本性挑战。

  （二）模块二：心理大厦的基石——投资者行为的心理学基础（10学时）。本模块是课程的理论基石。重点在于将心理学原理与金融决策情境深度融合。核心内容包括：启发式与偏差系统（代表性启发、可得性启发、锚定与调整）；前景理论及其发展（价值函数、概率权重函数、参照点依赖）；信念形成与更新中的偏误（过度自信、保守主义、证实偏差）；社会互动与从众行为；有限注意力理论。教学难点在于避免对心理学概念的孤立介绍，必须紧密结合具体金融场景（如交易量、波动率、并购决策）进行阐释，并探讨其可检验的宏观市场含义。

  （三）模块三：从异象到模型——行为资产定价模型的构建与应用（18学时）。本课程的核心与主体。重点在于掌握将行为因素融入传统定价框架的建模技巧。核心内容包括：基于消费的行为资产定价模型，探讨习惯形成、追赶时髦等偏好的影响；基于信念和偏好的模型，重点讲解由非理性投资者与理性套利者共存而引致的定价偏差模型；具体的代表性模型深度剖析，如Barberis,Shleifer,Vishny模型（BSV，基于保守主义和代表性启发的模型），Daniel,Hirshleifer,Subrahmanyam模型（DHS，基于过度自信和自我归因的模型），Hong和Stein模型（基于信息扩散和异质信念的动量与反转模型）；行为因子模型的构建与实证，如Fama-French三因子模型的挑战与行为解释，以及包含动量、特质波动率等行为因子的多因子模型检验。教学难点在于模型的推导过程和经济直觉的平衡，以及如何从纷繁的异象和心理学概念中抽象出可建模、可检验的核心机制。

  （四）模块四：整合、前沿与批判（12学时）。本模块旨在拓宽视野并激发独立思考。重点在于审视行为金融自身的边界与局限。核心内容包括：行为金融与公司金融的交叉（如管理者非理性对公司投融资决策的影响）；市场微观结构中的行为因素；神经金融学的前沿方法与应用；机器学习和另类数据在行为金融研究中的角色；对行为金融的批判性反思（如数据挖掘问题、故事叙述风险、理论预测的模糊性、套利限制的再思考）。教学难点在于引导学生超越具体模型，从更宏观的视角评估行为金融范式的贡献、局限及未来发展方向。

  四、学情分析

  教学对象为金融学硕士研究生，其认知与学习特征如下：知识储备方面，已系统学习过现代金融理论的核心内容，对有效市场假说、资本资产定价模型等有基本掌握，具备初步的计量经济学和统计学基础，但对前沿研究动态了解不足。认知特点方面，抽象逻辑思维能力较强，具备一定的批判性思维潜质，但将心理学概念与数理模型结合的能力有待训练，对实证研究的完整流程缺乏切身体验。学习动机方面，普遍具有较高的学术追求和对前沿知识的渴望，部分学生有继续攻读博士学位的计划，也存在部分学生对应用技能（如量化策略）更感兴趣。因此，教学设计需兼顾理论深度与实践导向，既要有严谨的模型推导以满足学术型学生的需求，也要有丰富的案例和实证项目以提升应用能力，并创造机会让不同兴趣的学生都能找到切入点。

  五、教学资源与环境

  （一）主要教材与参考书目：1.主要教材：《AdvancesinBehavioralFinance》（RichardH.Thaler主编，论文集），《BehavioralFinance:Psychology,Decision-Making,andMarkets》byAckertDeaves。2.核心参考书：《ASurveyofBehavioralFinance》byBarberisThaler（《金融经济学手册》章节），《Thinking,FastandSlow》byDanielKahneman。3.经典文献库：提供课程相关的五十篇左右经典与前沿学术论文电子版，作为研讨材料。

  （二）数据与软件资源：1.数据库：Wind金融终端、CSMAR国泰安数据库、CRSP/Compustat等（通过学校订阅）。2.软件：Stata/Python/R，提供基础代码模板。3.虚拟仿真平台：利用金融实验室的虚拟交易系统，进行行为偏差模拟实验。

  （三）教学环境：配备多媒体和网络接入的智慧教室，支持分组讨论和屏幕共享；金融工程实验室，保障每位学生有独立的实验终端。

  六、教学实施过程（核心环节）

  本课程采用“线上前置学习-线下深度研讨-实证项目驱动-全过程反馈”的混合式教学模式。以下以一次典型的4学时教学单元（涵盖模块三中的一个具体模型，例如“BSV模型：保守主义、代表性启发与反应不足、过度反应”）为例，详细阐述教学实施过程。本单元预计总耗时约一周，包括课前、课中、课后三个阶段。

  （一）课前阶段（线上，学生自主学习，约3小时）

  教师活动：在课程学习管理平台上发布本周学习任务包。任务包内容包括：1.导读问题：（1）投资者对新信息的反应速度，在心理学上有哪两种可能对立的偏差可以解释？（2）一个能产生“反应不足”和“过度反应”的资产定价模型，需要包含哪些关键的内生机制？（3）BSV模型中，“盈利公告后漂移”和“长期反转”分别对应模型中的哪种状态？2.核心学习材料：（1）Barberis,Shleifer,Vishny(1998)论文《AModelofInvestorSentiment》的精简版讲义（由教师录制，时长约40分钟，重点讲解模型设定逻辑与核心结论，略过复杂推导）。（2）一篇关于“盈利公告后漂移”现象的简短实证研究摘要。3.预习任务：要求学生基于导读问题观看讲义，阅读摘要，并在讨论区以小组为单位，初步尝试回答导读问题。

  学生活动：登录学习平台，接收任务包。个人观看教学视频，阅读文献摘要，理解BSV模型的核心思想——即投资者在更新信念时，错误地认为公司盈利趋势遵循一个有两种状态（均值回归趋势和持续趋势）的模型，并在两种状态间转换，且转换规律存在偏差。这种系统性的信念更新错误导致了市场价格对盈利信息的反应不足（当处于“均值回归”信念状态时）和随后的过度反应（当错误地转换到“持续趋势”信念状态时）。小组线上协作，整合观点，在讨论区提交初步答案，并标记出困惑点。

  设计意图：将知识的单向传递移至课前，让学生带着问题和初步认知进入课堂。精简版讲义降低了直接阅读顶尖期刊论文的初始门槛，保证了预习的基本效果。线上讨论区则使教师能提前洞察学生的理解难点，为课堂教学的精准干预提供依据。

  （二）课中阶段（线下，深度研讨与技能内化，4学时）

  第一部分：情境导入与难点聚焦（30分钟）

  教师活动：首先，不直接进入模型，而是展示两份真实的上市公司盈利公告后的股价走势图：一份呈现典型的“公告后漂移”（反应不足），另一份呈现“长期上涨后的暴跌”（疑似过度反应）。提问：“仅用‘随机游走’或‘理性预期’能完美解释这些路径吗？”引导学生回顾课前预习的心理学概念。接着，快速浏览课前讨论区的学生回答，聚焦几个共性的困惑点，例如：“模型中的‘状态转换’是真实存在的还是投资者假想的？”“模型的参数是如何校准或估计的？”明确本节课的攻关目标：不仅理解BSV模型讲了什么，更要理解它是如何构建的，以及其优势与脆弱性何在。

  学生活动：观察图表，联系预习内容，参与互动问答。明确本节课的学习焦点，调整思维状态，准备深入探究。

  第二部分：模型精讲与逻辑推演（80分钟）

  教师活动：此部分采用“白板推导+逻辑图示”相结合的方式。1.模型设定精讲（30分钟）：在白板上清晰列出模型的关键要素。（1）真实盈利过程：设定为一个简单的随机游走过程（以简化）。（2）投资者感知的过程：设定为两种状态的马尔可夫链，一种是均值回归状态，一种是趋势持续状态。用图示清晰展示两种状态下投资者对未来盈利预期的差异。（3）投资者的信念更新规则：重点讲解基于代表性启发的转换规则。即投资者看到一系列同向的盈利变化，会高估其处于“趋势持续状态”的概率；反之，当盈利变化方向交替出现时，会高估处于“均值回归状态”的概率。这一步是连接心理学与数理模型的关键，需放慢速度，用具体数值例子演示。2.定价推导与结论生成（40分钟）：基于以上设定，推导投资者对未来现金流的预期，并进而推导出资产价格表达式。此处着重经济直觉的阐释：当投资者相信“均值回归”时，对新盈利公告的反应是保守的（反应不足），价格调整不充分；当一系列同向盈利导致其错误地转向相信“趋势持续”时，会过度外推历史，导致价格偏离基本面（过度反应）。用动态路径图展示价格如何在一系列正面盈利冲击下，先反应不足（缓慢上涨），后因信念转换而加速上涨进入过度反应区域，最终当现实盈利无法支撑时可能发生反转。3.模型实证含义连接（10分钟）：明确指出模型对“盈利公告后漂移”和“长期反转”现象的解释力，并讨论模型可检验的隐含预测，例如反应不足和过度反应的强度应与盈利序列的自相关模式有关。

  学生活动：跟随教师推导，在笔记本上同步记录关键方程和逻辑步骤。积极参与到数值例子的计算中。针对不理解处随时提问。重点在于理解“投资者错误信念的形成机制”如何被形式化地建模，并最终映射到可观测的价格模式上。

  第三部分：小组研讨与批判性对话（70分钟）

  教师活动：将学生分为若干小组，每组4-5人，分配研讨任务。任务A组（理论组）：任务：为BSV模型设计一个“攻击性”的批评。思考方向：模型假设的合理性（所有投资者同质地错误？）、模型的预测是否过于灵活以致难以证伪、能否用风险因素解释其解释的现象？任务B组（实证组）：任务：设计一个检验BSV模型核心机制的实证研究方案。思考方向：如何代理投资者的“状态信念”？如何检验反应不足与过度反应与盈利序列模式的关系？需要什么数据，用什么计量方法？任务C组（应用组）：任务：基于BSV模型的思想，构思一个简单的量化策略逻辑（非实际执行）。思考方向：如何识别市场可能处于“反应不足”或“过度反应”的阶段？策略的风险在哪里？教师在各组间巡回，倾听讨论，提供启发式提问，但不直接给出答案。

  学生活动：小组成员依据任务进行深度讨论。理论组需梳理模型的潜在弱点；实证组需将理论概念操作化为可检验的变量；应用组需将抽象理论转化为策略逻辑。各组需在白板纸或平板电脑上整理核心观点。

  第四部分：成果汇报与集体建构（60分钟）

  教师活动：邀请每组选派代表进行限时（8分钟）汇报。在每组汇报后，组织其他小组提问和补充（5分钟）。教师扮演主持人、追问者和总结者的角色。例如，在理论组汇报后，追问：“如果引入部分理性投资者，模型结论会如何变化？套利限制在其中起什么作用？”在实证组汇报后，追问：“你提出的‘信念代理变量’是否存在内生性问题？”在所有小组汇报完毕后，教师进行总结性提升：1.肯定BSV模型的里程碑意义——它首次将两种重要的心理学偏误形式化，并统一到一个能生成两类重要异象的简洁框架中。2.指出其局限性：模型高度简化，参数设定有一定任意性，对市场整体动态的刻画相对静态。3.建立连接：指出BSV模型与后续的DHS模型、HS模型在侧重点上的不同（BSV偏信念更新，DHS偏过度自信导致的信息解读偏误，HS偏信息扩散与异质信念），为后续内容埋下伏笔。

  学生活动：代表清晰陈述本组观点，其他成员可补充。积极向其他小组提问，进行观点交锋。在教师的总结中，完善自己对BSV模型的全面、辩证的理解，并将其在知识体系中定位。

  （三）课后阶段（延伸与应用，时间弹性）

  教师活动：发布分层课后任务。1.基础任务（全员完成）：完成教材相关章节习题，就BSV模型写一份不超过500字的评价小结，强调其创新点与一个主要不足。2.进阶任务（实证项目组选择）：基于实证组课堂上的设计雏形，利用实验室数据库，尝试获取相关数据，进行初步的描述性统计或简单回归，为期末的实证项目报告积累素材。3.拓展阅读：提供DHS（1998）论文摘要，鼓励学有余力的学生比较BSV与DHS模型的异同。教师在平台上提供在线答疑，并审阅提交的小结。

  学生活动：根据个人兴趣和能力选择完成相应任务。通过写作巩固理解；通过动手实践深化研究方法；通过拓展阅读前瞻后续内容。完成个人学习闭环。

  七、教学评价与反馈

  本课程采用多元化、过程性的评价体系，全面评估学生在知识、技能和素养方面的发展。

  （一）评价构成：1.课堂参与与贡献（20%）：包括课前在线讨论质量、课中发言的深度与频率、小组研讨的参与度及贡献。2.个人作业与文献述评（30%）：共布置4次个人作业，包含理论推导、实证代码编写、经典文献批判性述评等。3.小组实证研究项目（30%）：课程中期分组，围绕一个自选的行为金融主题（如中国A股市场的特质波动率之谜、分析师预测中的行为偏差等）完成一份完整的研究提案或初步实证报告，并进行口头答辩。4.期末考试（20%）：闭卷考试，侧重考察对核心理论模型的理解、逻辑推导能力以及对异象与理论之间联系的综合分析能力，减少死记硬背内容。

  （二）反馈机制：1.即时反馈：课堂问答、研讨中教师与同伴的即时点评。2.延时书面反馈：对个人作业和项目报告，教师提供详细的书面评语，指出优点、不足及改进建议。3.阶段性反馈：课程中期进行一次匿名问卷调查，了解学生学习困难和对教学的建议，并据此进行适度调整。4.个性化反馈：设置固定的办公室答疑时间，为学生提供一对一的学术指导。

  八、教学特色与创新

  （一）前沿深度与教学可行性的平