过度自信对资产定价的影响：理论、机制与实证研究

过度自信对资产定价的影响：理论、机制与实证研究一、引言1.1研究背景与意义金融市场作为现代经济体系的核心组成部分，其资产定价机制一直是学术界和实务界关注的焦点。传统金融理论在有效市场假说（EMH）的框架下，假设投资者是完全理性的，市场能够迅速、准确地反映所有信息，资产价格等于其内在价值。在这一理论体系中，资本资产定价模型（CAPM）、套利定价理论（APT）以及布莱克-斯科尔斯（BS）期权定价公式等经典模型占据着重要地位。然而，随着金融市场的不断发展和研究的深入，越来越多的市场异象被发现，如股票溢价之谜、动量效应、反转效应等，这些现象难以用传统金融理论进行解释。行为金融理论的兴起为解决这些问题提供了新的视角。行为金融理论认为，投资者并非完全理性，而是存在各种认知偏差和心理因素，这些因素会影响投资者的决策行为，进而对资产定价产生影响。过度自信作为投资者最为常见的认知偏差之一，在金融市场中普遍存在。大量的心理学和行为金融学研究表明，人们在判断和决策过程中往往会高估自己的能力、知识和信息的准确性，这种过度自信的心理在金融投资领域表现得尤为突出。例如，投资者常常高估自己对市场走势的预测能力，频繁进行交易，忽视市场风险；管理者则可能高估自身的管理能力和公司的发展前景，做出过度投资或不合理的融资决策。过度自信对资产定价的影响是多方面的。从投资者角度来看，过度自信可能导致投资者对资产的预期收益和风险评估出现偏差，从而影响其投资决策和资产配置。过度自信的投资者可能会高估某些资产的预期收益，低估其风险，从而加大对这些资产的投资，推动资产价格偏离其内在价值。从管理者角度来看，过度自信会影响公司的财务决策，如投资决策、融资决策和股利政策等，进而影响公司的价值和股票价格。过度自信的管理者可能会进行过度投资，导致公司资源的浪费和效率的降低，从而降低公司的价值；或者选择不合理的融资方式，增加公司的财务风险，影响股票价格。研究过度自信与资产定价的关系具有重要的理论意义和实践意义。在理论方面，有助于丰富和完善资产定价理论，弥补传统金融理论在解释市场异象方面的不足，为金融市场的研究提供新的理论依据和研究思路；从实践角度而言，对投资者、管理者和监管机构都具有重要的参考价值。对于投资者来说，了解过度自信对资产定价的影响，可以帮助其认识自身的认知偏差，避免因过度自信而做出错误的投资决策，提高投资效益；对于管理者来说，有助于其认识到自身过度自信可能带来的风险，从而更加理性地制定公司的发展战略和财务决策，提升公司的价值；对于监管机构来说，能够更好地理解市场参与者的行为特征和市场运行机制，制定更加有效的监管政策，维护金融市场的稳定和健康发展。1.2研究方法与创新点本研究综合运用多种研究方法，从不同角度深入探讨过度自信与资产定价的关系，力求在研究视角和方法运用上实现创新，为该领域的研究提供新的思路和实证依据。文献研究法：全面梳理国内外关于过度自信、资产定价以及行为金融理论的相关文献。通过对经典理论和前沿研究成果的回顾，了解该领域的研究现状、发展脉络以及存在的问题，为本文的研究奠定坚实的理论基础。在梳理资产定价理论时，详细分析了传统金融理论中资本资产定价模型（CAPM）、套利定价理论（APT）等模型的假设前提、推导过程和应用范围，同时深入探讨了行为金融理论兴起的背景和主要观点，明确了过度自信在行为金融理论框架下对资产定价研究的重要性。通过对已有研究的总结和归纳，发现目前关于过度自信对资产定价影响的研究在某些方面还存在不足，如对不同市场环境下过度自信的表现形式和作用机制研究不够深入，这为本研究提供了切入点。实证分析法：运用金融市场的实际数据，建立实证模型来检验过度自信与资产定价之间的关系。收集了股票市场中投资者交易数据、公司财务数据以及宏观经济数据等多维度数据。以投资者的交易频率、持仓比例变化等作为过度自信的代理变量，以股票价格波动、收益率等作为资产定价的衡量指标，构建回归模型进行分析。在构建模型时，充分考虑了可能影响资产定价的其他因素，如市场风险、公司基本面等，通过控制这些变量，更准确地揭示过度自信对资产定价的影响。通过实证分析，得出了过度自信程度与资产价格波动之间存在显著正相关关系等结论，为理论分析提供了有力的实证支持。案例分析法：选取具有代表性的金融市场案例，深入分析过度自信在实际市场环境中对资产定价的影响。研究了2020年疫情爆发初期股票市场的波动情况，当时许多投资者过度自信地认为市场将迅速反弹，大量买入股票，导致部分股票价格短期内大幅上涨，但随后随着市场形势的变化，这些股票价格又出现了大幅下跌。通过对这一案例的详细分析，包括投资者的行为动机、市场信息传播、资产价格变化过程等方面，进一步验证了过度自信对资产定价的影响机制，同时也揭示了市场参与者在面对不确定性时过度自信行为的普遍性和危害性。研究视角创新：以往研究大多单独考察投资者过度自信或管理者过度自信对资产定价的影响，本研究将二者纳入统一框架，综合分析不同市场主体过度自信行为的交互作用及其对资产定价的综合影响。在分析股票市场时，不仅考虑投资者因过度自信而做出的投资决策对股票价格的影响，还研究了上市公司管理者过度自信导致的财务决策变化，如过度投资、不合理融资等，如何通过影响公司基本面进而影响股票价格，这种多主体视角的研究更全面地反映了金融市场的实际运行情况。方法运用创新：在实证研究中，引入机器学习算法对海量金融数据进行挖掘和分析，提高了研究的效率和准确性。利用支持向量机（SVM）算法对投资者的交易行为数据进行分类，识别出过度自信投资者和理性投资者的交易模式差异，为过度自信的度量提供了新的方法；运用神经网络算法构建资产定价预测模型，将过度自信相关变量作为输入特征，预测资产价格走势，相比传统回归模型，该方法能够更好地捕捉数据中的复杂非线性关系，提高了预测精度。1.3研究框架与内容安排本文围绕过度自信与资产定价这一核心主题，从理论分析、实证检验到案例剖析，逐步深入探究两者之间的内在联系和作用机制，具体内容安排如下：第一章：引言：阐述研究过度自信与资产定价关系的背景，说明传统金融理论在解释市场异象时存在局限性，而行为金融理论中过度自信这一因素对资产定价研究意义重大；介绍运用文献研究、实证分析、案例分析等方法，从多主体视角、结合机器学习算法进行研究的创新点；呈现从背景引入到理论分析、实证检验、案例研究再到结论展望的研究框架，各部分层层递进，为后续研究奠定基础。第二章：理论基础与文献综述：系统梳理传统资产定价理论，包括资本资产定价模型（CAPM）、套利定价理论（APT）等的基本原理、假设条件和应用范围，明确其在有效市场假说下的核心地位；深入探讨行为金融理论，阐述其兴起背景、主要观点以及与传统金融理论的区别，重点剖析过度自信这一认知偏差在行为金融理论中的重要性；全面回顾国内外关于过度自信与资产定价关系的研究文献，总结已有研究成果，分析当前研究存在的不足，为本文研究提供理论支撑和研究方向。第三章：过度自信对资产定价的影响机制：深入剖析投资者过度自信对资产定价的影响路径，从投资者对资产预期收益和风险评估的偏差入手，分析其如何因高估自身能力和信息准确性，导致对资产价值判断失误，进而影响投资决策和资产价格；详细阐述管理者过度自信对公司财务决策和资产定价的作用机制，如在投资决策中过度投资或投资不足，融资决策中选择不合理融资方式，信息披露中影响市场信息效率等，最终影响公司价值和股票价格；探讨投资者与管理者过度自信之间的交互作用对资产定价的综合影响，分析不同市场环境下两者相互影响的方式和程度，以及对金融市场稳定性的作用。第四章：过度自信与资产定价的实证研究：确定研究设计，包括样本选择，选取具有代表性的金融市场数据，如股票市场中不同行业、不同规模公司的相关数据，以及投资者交易数据；变量定义，明确过度自信的代理变量，如投资者交易频率、持仓比例变化，管理者过度自信的衡量指标，如企业盈利预告偏差、高管薪酬结构等，同时确定资产定价的衡量指标，如股票价格波动、收益率等；模型构建，构建多元回归模型，控制市场风险、公司基本面等因素，以准确检验过度自信与资产定价之间的关系；对实证结果进行分析，运用统计检验方法，如t检验、F检验等，验证假设，分析过度自信程度与资产定价各指标之间的相关性和显著性，探讨实证结果的经济意义和理论价值。第五章：案例分析：选取典型金融市场案例，如2020-2021年新能源汽车板块股票价格波动案例，当时市场对新能源汽车行业发展前景普遍看好，投资者过度自信地大量买入相关股票，推动股价大幅上涨，而部分新能源汽车企业管理者过度自信，盲目扩大产能、进行高风险投资；深入分析案例中投资者和管理者过度自信的表现形式，如投资者频繁交易、追涨杀跌，管理者高估市场需求、忽视潜在风险；详细阐述过度自信如何导致资产价格偏离其内在价值，分析股价上涨过程中市场情绪、信息传播的作用，以及股价下跌时过度自信投资者和管理者面临的困境；通过案例分析，进一步验证过度自信对资产定价的影响机制，总结经验教训，为市场参与者提供启示。第六章：研究结论与展望：总结研究成果，明确过度自信与资产定价之间存在显著关联，投资者过度自信会加大资产价格波动，管理者过度自信会影响公司价值和股票价格，两者交互作用对金融市场稳定性产生重要影响；提炼研究的理论意义，丰富和完善资产定价理论，为行为金融理论发展提供实证支持；阐述研究的实践意义，为投资者提供理性投资建议，帮助其认识自身认知偏差，优化投资决策，为管理者提供决策参考，促使其制定合理财务策略，为监管机构提供政策制定依据，加强市场监管；提出未来研究方向，如进一步研究不同市场环境、宏观经济条件下过度自信与资产定价的关系，探索更多有效的过度自信度量方法和资产定价模型。二、理论基础与文献综述2.1资产定价理论的发展脉络资产定价理论作为金融学的核心内容之一，旨在研究金融市场中资产价格的形成机制和决定因素，其发展历程贯穿了现代金融理论的演进，对金融市场的实践和研究产生了深远影响。早期的资产定价理论以传统金融理论为基石，建立在有效市场假说（EMH）之上。有效市场假说认为，在一个充满理性投资者的市场中，信息能够迅速、准确地反映在资产价格中，市场是完全有效的，资产价格总是等于其内在价值。在这一假说的框架下，资本资产定价模型（CAPM）应运而生，成为传统资产定价理论的重要代表。CAPM由威廉・夏普（WilliamSharpe）等人于20世纪60年代提出，该模型从投资者效用最大化出发，认为在市场均衡条件下，单一资产或资产组合的预期收益由无风险收益和风险溢价两部分组成，并且可以用线性形式表示，即E(R_i)=R_f+\beta_i\times(E(R_m)-R_f)，其中E(R_i)为证券i的期望收益，R_f为无风险收益，E(R_m)为市场组合的期望收益，\beta_i为证券i与市场组合之间的相关系数，也称为风险系数，衡量了资产的系统性风险。CAPM简洁地描述了资产预期收益与系统性风险之间的关系，为资产定价提供了一个重要的框架，使得投资者能够通过计算资产的\beta系数来评估其风险，并据此确定合理的预期收益率，在金融市场的投资决策、风险评估等方面得到了广泛应用。然而，随着金融市场的发展和研究的深入，CAPM的局限性逐渐显现。一方面，CAPM的假设条件过于理想化，它假设投资者具有完全相同的预期、资产无限可分、无交易成本和税收等，这些条件在现实市场中很难完全满足。在实际市场中，投资者的预期往往存在差异，交易成本和税收也是不可忽视的因素，这使得CAPM在解释现实市场现象时存在一定的偏差。另一方面，CAPM仅考虑了系统性风险对资产收益的影响，而忽略了非系统性风险。尽管理论上非系统性风险可以通过分散投资消除，但在实际投资中，一些特殊事件或行业特定风险可能对个别资产产生重大影响，这些非系统性风险无法被CAPM充分衡量，导致其对资产收益率的解释能力有限。此外，\beta系数的稳定性也是一个问题，它可能会随着时间和市场环境的变化而改变，基于历史数据计算的\beta系数在预测未来收益时的可靠性受到质疑，这在一定程度上限制了CAPM在实际应用中的准确性。为了克服CAPM的局限性，学者们进一步发展了资产定价理论，其中套利定价理论（APT）是重要的突破之一。APT由斯蒂芬・罗斯（StephenRoss）于1976年提出，该理论认为资产的预期收益不仅仅取决于市场风险，还受到多个因素的影响，这些因素可以是宏观经济变量、行业因素等。APT不依赖于特定的市场组合，而是通过构建套利组合来确定资产价格。其核心思想是，如果市场中存在无风险套利机会，投资者会通过套利行为使资产价格回到均衡水平，从而实现市场的无套利均衡。APT用多因素模型来描述资产收益，即E(R_i)=R_f+\sum_{j=1}^{k}\beta_{ij}\timesF_j，其中E(R_i)为资产i的预期收益，R_f为无风险收益，\beta_{ij}为资产i对第j个因素的敏感系数，F_j为第j个因素的预期收益率，k为影响资产收益的因素个数。相比CAPM，APT考虑了更多影响资产价格的因素，在理论上更具一般性和灵活性，能够更好地解释资产价格的波动。尽管APT在一定程度上改进了CAPM的不足，但它也面临着一些挑战。在实际应用中，APT的关键在于识别影响资产收益的因素并确定其权重，然而，确定这些因素和权重是一个复杂的过程，不同的研究可能会选择不同的因素，导致模型的结果缺乏一致性和可比性。此外，APT模型的验证也相对困难，需要大量的数据和复杂的统计方法，这在一定程度上限制了其在实践中的广泛应用。除了CAPM和APT，基于消费的资本资产定价模型（CCAPM）也是资产定价理论发展中的重要成果。1978年，卢卡斯（Lucas）提出了第一个CCAPM，该模型继续假设投资者追求效用最大化，将投资视为将来消费的资金来源或者资金保障，从而把产品市场、要素市场和金融市场上的各种变量通过消费和投资的关系联系起来，进而获得了真正意义上的资产组合决策的一般均衡分析。CCAPM认为资产的价格取决于投资者的消费偏好和未来消费的预期，通过将消费与资产定价联系起来，能够更全面地考虑投资者的行为和市场的均衡。随后，布雷登（Breeden）、格罗斯曼（Grossman）等先后提出了不同形式的CCAPM，对资产定价理论的发展起到了重要推动作用。从理论上说，CCAPM的一般均衡分析方法几乎能够解决所有的资产定价问题，如债券、远期合约、期权等定价，但它强烈依赖于投资者的效用函数形式，不同的效用形式对应着不同的资产定价模型，这使得CCAPM在实际应用中面临着效用函数设定和参数估计的困难。2.2过度自信理论概述过度自信作为一种常见的认知偏差，在心理学和行为金融学领域受到了广泛关注。它指的是人们在判断和决策过程中，对自己的能力、知识和信息的准确性过度高估的一种心理现象。从心理学基础来看，过度自信源于人类认知过程中的多种因素。首先，人们在收集和处理信息时，往往存在选择性注意和选择性记忆的倾向。在面对大量信息时，人们更倾向于关注和记住那些支持自己观点和判断的信息，而忽视或低估与自己观点相悖的信息。在评估自己的投资决策能力时，投资者可能会记住自己成功的投资案例，而对失败的案例则选择性遗忘，从而导致对自己投资能力的高估。自我归因偏差也是导致过度自信的重要原因。人们在面对成功时，往往倾向于将其归因于自己的能力和努力，而面对失败时，则更多地归因于外部因素，如运气不好、市场环境不利等。这种不对称的归因方式使得人们在不断经历成功后，会逐渐增强对自己能力的信心，进而产生过度自信。当投资者在一段时间内获得较好的投资收益时，他们会认为这是自己投资策略和能力的体现，而忽略了市场整体上涨等外部因素的影响，从而对自己的投资能力过度自信。过度自信在金融投资中有着诸多显著的表现。在投资决策过程中，过度自信的投资者往往高估自己对市场走势的预测能力，认为自己能够准确把握市场的变化，从而频繁进行交易。他们可能会根据自己的主观判断频繁买卖股票，而忽视了市场的基本面和宏观经济环境的变化。研究表明，过度自信的投资者交易频率明显高于理性投资者，然而频繁交易往往伴随着较高的交易成本，最终导致投资收益下降。过度自信的投资者在评估资产风险时也容易出现偏差，他们往往低估投资风险，认为自己能够承受较高的风险水平，从而在投资组合中配置过多的高风险资产。在股票市场中，过度自信的投资者可能会大量买入高市盈率、高波动性的股票，而忽视了这些股票背后的潜在风险，一旦市场出现不利变化，他们将面临较大的投资损失。过度自信还会影响投资者对信息的处理和分析。过度自信的投资者往往认为自己掌握的信息更加准确和全面，对他人提供的信息和建议持怀疑态度，不愿意接受与自己观点不同的信息。在面对专业分析师的研究报告时，过度自信的投资者可能会因为自己的主观判断而忽视报告中的合理建议，坚持自己的错误观点，导致投资决策失误。在公司金融领域，管理者的过度自信同样表现明显。过度自信的管理者可能会高估公司的发展前景和自身的管理能力，从而做出过度投资的决策，导致公司资源的浪费和效率的降低。他们还可能在融资决策中选择不合理的融资方式，增加公司的财务风险。过度自信的管理者可能会过度依赖股权融资，而忽视债务融资的成本和风险，导致公司股权结构不合理，影响公司的长期发展。2.3过度自信与资产定价的相关研究回顾国内外学者对过度自信与资产定价的关系进行了广泛而深入的研究，取得了丰硕的成果，同时也存在一些尚未充分探索的领域。在国外研究方面，较早时期，丹尼尔（Daniel）、赫舒拉发（Hirshleifer）和苏布拉马尼亚姆（Subrahmanyam）于1998年构建了DHS模型，该模型将过度自信和自我归因偏差纳入资产定价分析框架。他们认为，过度自信的投资者会高估自己私人信息的准确性，当私人信息与公开信息一致时，投资者会更加过度自信，导致股票价格对信息的过度反应；当私人信息与公开信息不一致时，投资者的过度自信程度会有所降低，但仍可能导致股价调整不足，从而使资产价格偏离其内在价值。这一研究为后续探讨过度自信对资产定价的影响提供了重要的理论基础。格维茨（Gervais）和奥登（Odean）在2001年的研究中，进一步探讨了过度自信的动态变化对资产定价的影响。他们发现，随着投资者投资经验的积累和投资结果的反馈，过度自信程度会发生改变，进而影响资产价格的波动和市场的效率。当投资者连续获得正的投资收益时，其过度自信程度会不断增强，可能会推动股价持续上涨，形成资产价格泡沫；而当投资者遭受损失时，过度自信程度会下降，股价可能会出现回调。近年来，一些学者从投资者有限注意力与过度自信交互作用的角度进行研究。陈鑫（XinChen）、安砾（LiAn）等学者在论文《资产定价中的关注溢出效应》中指出，投资者行为存在过度自信和有限关注两个常见特征，之前研究往往单独关注一个特征，而他们利用新颖的研究设计检验了两者交互作用对均衡价格和成交量的因果影响。他们通过构建独特的变量，发现股票的短期未来收益和换手率与其邻近股票的过去收益呈正相关，证明了过度自信与有限关注之间交互作用对资产定价的影响机制，且这种机制是两者单独作用时无法产生的。国内学者在过度自信与资产定价关系研究方面也做出了重要贡献。史金艳、孙秀婷和刘芳芳在2011年基于2006-2008年中国上市公司的实证研究发现，投资者过度自信对企业投资行为有显著影响，进而间接影响资产定价。他们认为，投资者过度自信会导致其对企业未来发展前景过度乐观，从而增加对企业的投资，推动企业股价上升；但这种过度投资也可能导致企业资源配置不合理，长期来看对企业价值和资产价格产生负面影响。李双琦和朱沙于2019年基于2012-2017年中国A股市场上市公司数据，在改进管理者过度自信衡量方法的基础上，实证分析了管理者过度自信对盈余管理与资产定价之间关系的调节作用。结果表明，管理者过度自信对股票收益产生显著的负向影响，应计盈余管理、真实盈余管理分别与资产定价之间呈U形关系，且管理者过度自信显著地负向调节了真实盈余管理与资产定价之间的U形关系。这一研究从管理者行为角度丰富了过度自信对资产定价影响的研究内容。尽管国内外学者在过度自信与资产定价关系研究方面取得了一定成果，但仍存在一些不足之处。一方面，现有研究对不同市场环境下过度自信与资产定价关系的研究还不够深入。不同国家和地区的金融市场在制度、投资者结构、市场成熟度等方面存在差异，过度自信在这些市场中的表现形式和对资产定价的影响机制可能也会有所不同，但目前相关研究在这方面的对比分析还较为缺乏。新兴市场与成熟市场相比，投资者的非理性程度可能更高，市场信息传递效率较低，过度自信对资产定价的影响可能更为复杂，但针对新兴市场的系统性研究还不够全面。另一方面，目前关于过度自信的度量方法还存在一定局限性。现有研究中采用的代理变量，如投资者交易频率、持仓比例变化、企业盈利预告偏差等，虽然在一定程度上能够反映过度自信程度，但都不能完全准确地衡量投资者或管理者的过度自信水平。不同度量方法之间的可比性也较差，导致研究结果难以进行有效的对比和综合分析，这在一定程度上限制了对过度自信与资产定价关系研究的深入开展。未来研究需要进一步探索更加准确、全面的过度自信度量方法，以提高研究的可靠性和有效性。三、过度自信对资产定价的影响机制分析3.1投资者过度自信对资产定价的直接影响3.1.1过度自信导致资产价格偏离在金融市场中，投资者的决策行为对资产价格的形成起着关键作用，而过度自信这一认知偏差会显著影响投资者对资产价值的判断，进而导致资产价格偏离其内在价值。从理论层面来看，传统金融理论假设投资者是完全理性的，能够准确评估资产的预期收益和风险，从而使资产价格等于其内在价值。然而，行为金融理论认为，投资者往往存在过度自信的心理特征，这会干扰他们的理性判断。过度自信的投资者会高估自己对资产未来现金流和风险的预测能力，他们坚信自己所掌握的信息更加准确和全面，从而对资产价值产生过高或过低的估计。过度自信的投资者在面对新信息时，会出现认知偏差。他们可能会过度解读与自己观点一致的信息，而忽视或低估那些与自己观点相悖的信息。当市场上出现关于某只股票的利好消息时，过度自信的投资者会认为这是自己之前判断的有力证明，进一步强化对该股票的乐观预期，从而高估其价值；相反，对于利空消息，他们则可能认为是暂时的、不重要的，不予重视，导致对股票价值的高估持续存在。从实际案例来看，以2020-2021年的新能源汽车板块股票为例，随着全球对环境保护和可持续发展的关注度不断提高，新能源汽车行业迎来了快速发展的机遇。市场上涌现出大量关于新能源汽车行业前景广阔、技术突破等利好消息，许多投资者受到这些信息的影响，对新能源汽车板块股票表现出过度自信。他们坚信自己能够准确把握该行业的发展趋势，认为相关股票的价值将持续大幅增长，于是纷纷大量买入。在这一过程中，投资者过度关注新能源汽车行业的增长潜力，而忽视了行业竞争加剧、技术替代风险等潜在因素。特斯拉作为新能源汽车行业的领军企业，其股票价格在这一时期大幅上涨。许多投资者过度自信地认为特斯拉将在未来持续占据市场主导地位，不断推高其股价。然而，随着市场竞争的加剧，其他汽车制造商也加大了在新能源汽车领域的投入，市场份额逐渐分散；同时，电池技术的快速发展也使得特斯拉面临技术替代的风险。这些因素逐渐显现后，特斯拉股票价格开始出现大幅波动，之前因投资者过度自信而被高估的股价逐渐回归理性水平。再如20世纪90年代末的互联网泡沫时期，互联网技术的兴起引发了投资者的极大热情。许多投资者过度自信地认为互联网企业将彻底改变商业格局，创造无限的财富。他们对互联网企业的未来盈利能力进行了过度乐观的估计，大量买入互联网股票，导致这些股票价格严重偏离其内在价值。以亚马逊为例，在互联网泡沫高峰期，其股票市盈率高达数百倍，远远超出了合理的估值范围。投资者过度关注互联网企业的创新模式和市场潜力，而忽视了企业的实际盈利情况和商业模式的可持续性。随着互联网泡沫的破裂，许多互联网企业的股价暴跌，亚马逊的股价也大幅下跌，投资者遭受了巨大的损失。这些案例充分表明，投资者过度自信会导致对资产价值的错误估计，从而使资产价格偏离其内在价值，给投资者自身和金融市场带来风险。3.1.2过度自信引发市场波动加剧投资者过度自信不仅会导致资产价格偏离内在价值，还会通过其交易行为放大市场波动，对资产定价产生负面影响。从理论角度分析，过度自信的投资者往往高估自己的投资能力和对市场的判断，他们会频繁地进行交易。这种频繁交易行为会增加市场的成交量和换手率，使市场交易更加活跃，但同时也会加剧市场的不确定性和波动性。当过度自信的投资者认为自己发现了投资机会时，会迅速买入或卖出资产，这种行为会带动其他投资者跟风操作，形成市场的买卖压力，从而导致资产价格短期内出现大幅波动。过度自信的投资者对信息的反应也更为极端。他们在面对利好消息时，会过度乐观，大量买入资产，推动价格快速上涨；而在面对利空消息时，又会过度悲观，迅速抛售资产，引发价格急剧下跌。这种对信息的过度反应使得市场价格难以平稳运行，加剧了市场的波动幅度。在市场上涨阶段，过度自信的投资者会不断加大投资力度，进一步推动市场上涨，形成正反馈效应，导致资产价格泡沫的形成；而在市场下跌阶段，他们又会恐慌性抛售，加速市场下跌，使泡沫破裂，引发市场的大幅调整。从实际市场情况来看，以2020年初新冠疫情爆发时的股票市场为例，疫情的突然爆发给全球经济和金融市场带来了巨大冲击。在疫情初期，许多投资者过度自信地认为疫情对经济和市场的影响是短暂的、可控的，市场将迅速反弹。基于这种过度自信的判断，投资者大量买入股票，推动股票价格在短期内出现快速上涨。然而，随着疫情的持续蔓延和对经济影响的逐渐显现，投资者开始意识到疫情的严重性，之前的过度自信转变为过度恐慌。他们纷纷抛售股票，导致股票市场出现大幅下跌，许多股票价格在短时间内腰斩甚至更多。在这一过程中，投资者的过度自信和过度恐慌情绪交替主导市场，使得市场波动异常剧烈，资产定价失去了稳定性。在股票市场的日常交易中，也能明显观察到过度自信投资者的交易行为对市场波动的影响。一些投资者凭借自己的主观判断频繁买卖股票，追涨杀跌。当某只股票价格上涨时，他们盲目跟风买入，进一步推高股价；而当股价下跌时，又急于卖出，加剧股价的下跌。这种行为使得股票价格的波动幅度远远超过了其基本面变化所应导致的波动，扰乱了市场的正常定价机制。投资者过度自信引发的市场波动加剧，不仅增加了投资者的投资风险，也降低了金融市场的效率，对资产定价产生了不利影响，使得资产价格难以准确反映其内在价值，增加了市场的不确定性和不稳定性。3.2管理者过度自信对资产定价的间接影响3.2.1过度自信影响企业决策对资产定价的传导管理者过度自信对资产定价的间接影响主要通过企业投资、融资等决策路径实现，这些决策的变化会显著影响企业的价值和市场对企业的预期，进而作用于资产定价。在企业投资决策方面，过度自信的管理者往往会高估投资项目的收益，低估风险，从而导致过度投资行为。以某新能源汽车制造企业为例，在行业发展初期，市场对新能源汽车的需求增长迅速，该企业的管理者过度自信地认为市场需求将持续高速增长，并且自身企业在技术和市场份额方面具有绝对优势。基于这种过度自信的判断，管理者决定大规模扩张产能，投资建设新的生产基地，投入大量资金用于研发和市场推广。然而，随着市场竞争的加剧，其他企业也纷纷加大投入，市场份额逐渐分散，同时，消费者对新能源汽车的需求增长速度并没有达到预期。该企业由于过度投资，产能过剩，导致大量资源闲置，生产成本上升，盈利能力下降。从资产定价角度来看，企业的过度投资行为使得市场对其未来盈利预期降低，股票价格也随之大幅下跌。原本市场给予该企业较高的估值，认为其具有良好的发展前景，但过度投资带来的负面效应使得企业的实际价值低于市场预期，资产价格向真实价值回归，投资者遭受了损失。再如某传统制造业企业，管理者过度自信地认为自己能够准确把握市场趋势，决定进行多元化投资，进入一个全新的领域——人工智能。管理者认为凭借企业现有的资源和自身的管理能力，能够在新领域迅速取得成功。然而，由于对人工智能领域的技术、市场和竞争环境缺乏深入了解，投资项目进展并不顺利，面临技术难题、市场份额难以拓展等问题。企业投入的大量资金未能获得预期回报，反而拖累了主业的发展，导致企业整体业绩下滑。在资本市场上，投资者对该企业的信心受挫，股票价格下跌，企业的资产定价受到严重负面影响。这表明管理者过度自信导致的不合理投资决策，会通过影响企业的经营业绩和市场预期，对资产定价产生间接的负面作用。在融资决策方面，过度自信的管理者会影响企业的融资方式和融资规模，进而影响资产定价。根据优序融资理论，企业在融资时通常会优先选择内部融资，其次是债务融资，最后是股权融资。然而，过度自信的管理者往往会打破这一顺序。过度自信的管理者可能会高估企业的盈利能力和偿债能力，认为企业能够轻松承担较高的债务水平，从而过度依赖债务融资。某房地产开发企业的管理者过度自信，在房地产市场繁荣时期，大量借入债务用于土地购置和项目开发。管理者坚信市场将持续上涨，企业的销售收入足以覆盖债务本息。但随着房地产市场调控政策的出台，市场形势急转直下，房屋销售不畅，企业的资金回笼出现困难，无法按时偿还债务，面临严重的财务危机。此时，市场对该企业的信用风险评估大幅上升，债券价格下跌，股票价格也因投资者对企业未来发展的担忧而大幅缩水。企业的融资成本急剧增加，进一步加剧了企业的财务困境，资产定价受到严重扭曲。过度自信的管理者也可能在股权融资方面出现问题。他们可能会高估企业的价值，认为发行股票会稀释现有股东的权益，从而错过合理的股权融资时机；或者在股票价格高估时，过度发行股票，导致股权结构不合理，损害现有股东利益。某互联网企业在上市初期，股票价格被市场高估，管理者过度自信地认为企业的价值将持续提升，于是大量发行股票进行融资。然而，随着市场对互联网行业的估值回归，企业股票价格大幅下跌，新发行的股票使得股权结构过于分散，企业的控制权受到威胁，投资者对企业的信心下降，资产定价也受到负面影响。管理者过度自信在企业融资决策中的种种表现，会通过影响企业的财务状况、信用风险和股权结构等方面，对资产定价产生间接的干扰和负面影响。3.2.2信息不对称下过度自信对资产定价的干扰在金融市场中，信息不对称是一种普遍存在的现象，而管理者过度自信会在信息不对称的背景下，进一步加剧对资产定价的负面影响，使得资产价格更加偏离其内在价值，增加市场的不确定性和风险。从理论层面分析，信息不对称指的是市场参与者之间掌握的信息存在差异，一方拥有比另一方更多、更准确的信息。在企业中，管理者作为内部人，通常比外部投资者掌握更多关于企业经营状况、财务状况、发展战略和未来前景等方面的信息。当管理者过度自信时，这种信息不对称问题会被放大。过度自信的管理者往往会高估自己对企业信息的掌握程度和解读能力，认为自己能够准确判断企业的价值和未来发展趋势，而忽视了外部投资者对信息的需求和理解。他们可能会在信息披露过程中，选择性地披露对自己有利的信息，而隐瞒或淡化不利信息，导致外部投资者无法获得全面、准确的企业信息，从而难以对企业的价值进行合理评估，影响资产定价的准确性。在实际市场中，许多企业在发布财务报告或进行业绩预告时，管理者过度自信的情况时有发生。某上市公司在发布年度业绩预告时，管理者过度自信地预计企业的净利润将大幅增长，基于这一判断，他们向市场传递了乐观的信息，吸引了大量投资者买入股票。然而，在实际运营过程中，由于市场竞争加剧、原材料价格上涨等因素，企业的业绩并未达到预期，实际净利润远低于预告值。在这个过程中，管理者过度自信导致对企业业绩的错误估计，同时在信息披露时没有充分考虑到可能出现的风险和不确定性，使得外部投资者在信息不对称的情况下，基于错误的信息做出投资决策。当实际业绩公布后，投资者对企业的信心受到严重打击，股票价格迅速下跌，资产定价出现大幅调整，投资者遭受损失。过度自信的管理者在面对市场负面信息时，也会表现出不合理的反应，进一步加剧信息不对称对资产定价的干扰。当市场上出现对企业不利的信息时，过度自信的管理者可能会认为这是暂时的、偶然的因素，或者是市场对企业的误解，而不愿意及时、准确地向市场解释和澄清，导致市场投资者无法正确判断企业的真实状况。某科技企业被媒体曝光存在产品质量问题，这本应是一个重要的负面信息，会影响投资者对企业的信心。但该企业的管理者过度自信，认为产品质量问题只是个别现象，不会对企业产生实质性影响，因此没有及时采取有效的措施进行回应和整改，也没有向市场充分披露相关信息。随着负面信息的传播，投资者对企业的担忧加剧，股票价格持续下跌。而在股价下跌过程中，管理者仍然没有认识到问题的严重性，没有及时与投资者进行沟通，导致信息不对称进一步加剧，资产定价受到更大的负面影响。管理者过度自信与信息不对称相互作用，还会影响企业的融资成本和融资难度。过度自信的管理者在融资过程中，可能会因为高估企业价值而向投资者提出过高的融资条件，或者不愿意提供充分的信息来证明企业的信用状况，这会使得投资者对企业的风险评估上升，从而要求更高的回报率，增加企业的融资成本。过度自信的管理者在面对融资困难时，可能会坚持自己的错误判断，不愿意调整融资策略，进一步加剧企业的融资困境，影响企业的正常运营和发展，最终对资产定价产生负面影响。在信息不对称的市场环境下，管理者过度自信会通过干扰信息传递、影响投资者决策、增加融资成本等途径，对资产定价产生多方面的负面影响，破坏市场的正常定价机制，增加金融市场的不稳定性。四、实证研究设计4.1研究假设的提出基于前文对过度自信与资产定价关系的理论分析，本研究提出以下具体假设：假设1：投资者过度自信与资产价格波动存在显著正相关关系：投资者过度自信会导致其对资产价值的判断出现偏差，高估自己的投资能力和信息准确性，从而频繁进行交易。这种频繁交易行为会增加市场的不确定性和波动性，使得资产价格波动加剧。在股票市场中，过度自信的投资者往往会追涨杀跌，当股票价格上涨时，他们会过度乐观地认为股价将继续上涨，大量买入，推动股价进一步上升；而当股价下跌时，他们又会过度悲观，迅速抛售股票，导致股价加速下跌，从而加大了股票价格的波动幅度。假设2：管理者过度自信与企业投资水平呈正相关，进而对资产定价产生负面影响：过度自信的管理者会高估投资项目的收益，低估风险，从而倾向于进行过度投资。这种过度投资行为可能导致企业资源配置不合理，盈利能力下降，进而影响企业的价值和资产定价。某企业管理者过度自信地认为市场对其新产品的需求将大幅增长，于是大量投资扩大生产规模，但实际上市场需求并未达到预期，导致产品滞销，企业利润下滑，股票价格也随之下降。假设3：管理者过度自信会影响企业融资决策，进而影响资产定价：根据优序融资理论，企业通常会优先选择内部融资，其次是债务融资，最后是股权融资。然而，过度自信的管理者可能会打破这一顺序，过度依赖债务融资或在不恰当的时机进行股权融资。过度依赖债务融资会增加企业的财务风险，一旦企业经营不善，无法按时偿还债务，将面临财务困境，影响企业的信用评级和资产定价；而在股票价格高估时过度发行股票进行股权融资，会导致股权结构不合理，稀释现有股东权益，降低市场对企业的估值，对资产定价产生负面影响。假设4：投资者过度自信与管理者过度自信存在交互作用，共同影响资产定价：在金融市场中，投资者和管理者的行为并非孤立，而是相互影响的。投资者过度自信可能会导致市场对企业的估值出现偏差，影响企业的股价，进而影响管理者的决策；而管理者过度自信做出的不合理决策，又会进一步影响投资者对企业的信心和预期，导致投资者行为的改变，两者的交互作用会对资产定价产生更为复杂的影响。当投资者过度自信地追捧某企业股票，推高股价时，管理者可能会受到这种市场情绪的影响，变得更加过度自信，进而做出过度投资或不合理融资决策，而这些决策又会引发投资者对企业前景的担忧，导致股价下跌，资产定价发生变化。4.2变量选取与数据来源4.2.1变量选取过度自信变量：对于投资者过度自信，选取交易频率（TF）作为代理变量。交易频率通过计算投资者在一定时期内的买卖交易次数与平均持仓时间的比值来衡量，该比值越高，表明投资者交易越频繁，过度自信程度可能越高。这是因为过度自信的投资者往往高估自己对市场的判断能力，认为能够通过频繁交易获取超额收益。选取持仓比例变化（CPV）作为辅助代理变量，即投资者在不同时期内对某资产持仓比例的变动幅度，较大的持仓比例变化反映出投资者对自身判断的过度自信，频繁调整投资组合。对于管理者过度自信，采用企业盈利预告偏差（EFE）来衡量。具体计算方法为企业实际盈利与盈利预告之间的差值除以盈利预告，该指标反映了管理者对企业盈利预测的偏差程度，偏差越大，说明管理者过度自信程度越高，因为过度自信的管理者往往会高估企业的盈利能力，从而发布不准确的盈利预告。考虑高管薪酬结构（ECS）作为补充指标，当高管薪酬中与业绩挂钩的浮动部分占比较高时，可能表明管理者对自身能力和企业业绩有较高的信心，存在过度自信倾向。资产定价变量：资产定价的核心变量选择股票价格波动（SPV），通过计算股票日收盘价的标准差来衡量，标准差越大，代表股票价格波动越剧烈，资产定价的不确定性越高。选取股票收益率（SR）作为另一关键变量，股票收益率是衡量资产投资回报的重要指标，与资产定价密切相关，通过计算股票在一定时期内的收益变动情况来反映资产定价的结果。控制变量：为了更准确地研究过度自信与资产定价之间的关系，纳入多个控制变量。市场风险（MR）以市场收益率的标准差来衡量，反映整个市场的波动风险，在研究过度自信对资产定价的影响时，控制市场风险可以排除市场整体波动对资产价格的干扰。公司规模（CS）用企业的总资产对数来表示，不同规模的公司在市场中的地位和定价机制可能存在差异，控制公司规模有助于减少其对资产定价的影响。财务杠杆（FL）通过负债总额与资产总额的比值来衡量，财务杠杆会影响公司的财务风险和资本结构，进而对资产定价产生作用，控制该变量可以更准确地分析过度自信与资产定价的关系。行业因素（IF）采用行业虚拟变量来控制，不同行业的市场竞争程度、发展前景和盈利模式不同，对资产定价有显著影响，通过设置行业虚拟变量，可以消除行业差异对研究结果的干扰。宏观经济因素（MEF）选取国内生产总值（GDP）增长率、通货膨胀率等宏观经济指标作为控制变量，宏观经济环境的变化会对金融市场和资产定价产生重要影响，控制这些因素可以使研究结果更具可靠性。4.2.2数据来源本研究的数据来源广泛，以确保数据的全面性和可靠性。股票交易数据，包括股票日收盘价、成交量、投资者交易记录等，主要来源于知名金融数据提供商，如万得（Wind）数据库。该数据库涵盖了全球多个金融市场的丰富交易数据，数据质量高、更新及时，能够满足对投资者交易行为和股票价格波动分析的需求。上市公司财务数据，如企业盈利预告、财务报表数据等，取自上市公司定期披露的年报、半年报以及临时公告，这些数据可通过上海证券交易所、深圳证券交易所官方网站获取，确保数据的真实性和权威性。宏观经济数据，如GDP增长率、通货膨胀率等，来源于国家统计局、中国人民银行等官方机构发布的统计数据，这些数据具有较高的可信度和代表性，能够准确反映宏观经济运行状况。在数据筛选过程中，首先对原始数据进行初步清洗，剔除数据缺失严重、异常值明显的样本。对于交易数据，去除交易记录不完整、存在明显错误的数据；对于财务数据，排除财务报表披露不规范、盈利预告多次修正且差异较大的公司样本。对数据进行标准化处理，将不同量纲的数据转化为统一标准，以便于后续的数据分析和模型构建。对股票价格、成交量等数据进行对数化处理，使其分布更接近正态分布，提高数据的稳定性和分析效果。经过数据筛选和处理，最终得到了一个包含[X]家上市公司、[Y]个交易日的平衡面板数据，为实证研究提供了坚实的数据基础。4.3模型构建与方法选择为了深入探究过度自信与资产定价之间的关系，本研究构建了多元线性回归模型。基于研究假设和变量选取，构建如下基本回归模型：\begin{align*}SPV_{it}&=\beta_0+\beta_1TF_{it}+\beta_2CPV_{it}+\beta_3EFE_{it}+\beta_4ECS_{it}+\beta_5MR_{t}+\beta_6CS_{it}+\beta_7FL_{it}+\sum_{j=1}^{n}\beta_{8j}IF_{ijt}+\beta_9MEF_{t}+\epsilon_{it}\\SR_{it}&=\gamma_0+\gamma_1TF_{it}+\gamma_2CPV_{it}+\gamma_3EFE_{it}+\gamma_4ECS_{it}+\gamma_5MR_{t}+\gamma_6CS_{it}+\gamma_7FL_{it}+\sum_{j=1}^{n}\gamma_{8j}IF_{ijt}+\gamma_9MEF_{t}+\mu_{it}\end{align*}其中，i表示第i家上市公司，t表示时间；SPV_{it}表示第i家公司在t时期的股票价格波动；SR_{it}表示第i家公司在t时期的股票收益率；TF_{it}和CPV_{it}分别为投资者过度自信的代理变量交易频率和持仓比例变化；EFE_{it}和ECS_{it}分别是管理者过度自信的代理变量企业盈利预告偏差和高管薪酬结构；MR_{t}代表市场风险；CS_{it}为公司规模；FL_{it}表示财务杠杆；IF_{ijt}是行业虚拟变量，j表示不同的行业类别，用于控制行业因素对资产定价的影响；MEF_{t}表示宏观经济因素；\beta和\gamma为各变量的回归系数，反映了自变量对因变量的影响程度；\epsilon_{it}和\mu_{it}为随机误差项，代表模型中未考虑到的其他因素对因变量的影响。在实证分析方法的选择上，本研究采用普通最小二乘法（OLS）进行回归估计。OLS方法具有理论成熟、计算简便、估计结果具有良好的统计性质等优点。在满足经典线性回归模型的假设条件下，OLS估计量具有无偏性、有效性和一致性，能够准确地估计变量之间的线性关系。在本研究中，数据具有较为稳定的特征，不存在严重的异方差、多重共线性和自相关问题，满足OLS方法的基本假设，因此采用OLS方法能够有效地检验过度自信与资产定价之间的关系。为了确保研究结果的可靠性和稳健性，还将采用多种方法进行稳健性检验。在模型估计过程中，采用异方差稳健标准误估计，以解决可能存在的异方差问题，使估计结果更加准确；通过替换变量的方式进行检验，例如更换过度自信或资产定价的代理变量，重新进行回归分析，观察结果是否具有一致性；还会采用分样本回归的方法，根据不同的市场环境、公司特征等对样本进行分组，分别进行回归，分析过度自信与资产定价关系在不同子样本中的表现，进一步验证研究结论的普遍性和稳定性。通过这些稳健性检验方法，能够增强研究结果的可信度，更准确地揭示过度自信与资产定价之间的内在联系。五、实证结果与分析5.1描述性统计分析对样本数据中的主要变量进行描述性统计分析，能够直观地展示数据的基本特征，为后续的实证分析提供初步的认识和判断。表1呈现了各变量的描述性统计结果，包括样本数量（N）、均值（Mean）、标准差（Std.Dev）、最小值（Min）和最大值（Max）。表1：主要变量描述性统计变量NMeanStd.DevMinMax股票价格波动（SPV）[样本数量][均值数值][标准差数值][最小值数值][最大值数值]股票收益率（SR）[样本数量][均值数值][标准差数值][最小值数值][最大值数值]交易频率（TF）[样本数量][均值数值][标准差数值][最小值数值][最大值数值]持仓比例变化（CPV）[样本数量][均值数值][标准差数值][最小值数值][最大值数值]企业盈利预告偏差（EFE）[样本数量][均值数值][标准差数值][最小值数值][最大值数值]高管薪酬结构（ECS）[样本数量][均值数值][标准差数值][最小值数值][最大值数值]市场风险（MR）[样本数量][均值数值][标准差数值][最小值数值][最大值数值]公司规模（CS）[样本数量][均值数值][标准差数值][最小值数值][最大值数值]财务杠杆（FL）[样本数量][均值数值][标准差数值][最小值数值][最大值数值]从股票价格波动（SPV）来看，均值为[均值数值]，表明样本期间内股票价格的平均波动程度处于一定水平；标准差为[标准差数值]，反映出不同股票之间价格波动存在较大差异。最小值[最小值数值]和最大值[最大值数值]进一步显示了股票价格波动范围的跨度较大，部分股票价格波动较为剧烈，而部分股票价格相对稳定。股票收益率（SR）的均值为[均值数值]，说明样本股票在研究期间的平均收益水平；标准差为[标准差数值]，体现了股票收益率的离散程度较高，不同股票的收益表现差异明显。最小值[最小值数值]和最大值[最大值数值]表明样本中存在收益极高和极低的股票，这也反映了股票市场收益的不确定性和风险性。在过度自信变量方面，交易频率（TF）均值为[均值数值]，标准差为[标准差数值]，表明投资者的交易活跃程度存在较大个体差异，部分投资者交易频繁，可能存在过度自信倾向；持仓比例变化（CPV）的均值和标准差也显示出投资者在持仓调整方面的多样性，较大的持仓比例变化可能暗示投资者对自身判断的过度自信，频繁调整投资组合。企业盈利预告偏差（EFE）均值为[均值数值]，说明管理者在盈利预测方面存在一定程度的偏差，标准差[标准差数值]则体现了不同企业之间盈利预告偏差的差异较大，部分企业管理者的过度自信程度可能较高，导致盈利预告与实际盈利之间出现较大差距。高管薪酬结构（ECS）的统计结果反映了不同企业高管薪酬中与业绩挂钩部分的占比情况，其均值和标准差暗示了企业在薪酬设定上的差异，较高的与业绩挂钩薪酬占比可能意味着管理者对自身能力和企业业绩的过度自信。控制变量方面，市场风险（MR）的均值和标准差反映了市场整体波动风险的水平和变化程度；公司规模（CS）的统计数据显示了样本公司规模的分布情况，不同规模公司在市场中的地位和定价机制可能存在差异；财务杠杆（FL）的均值和标准差体现了企业负债水平的平均情况和离散程度，财务杠杆的高低会影响企业的财务风险和资本结构，进而对资产定价产生作用。通过对主要变量的描述性统计分析，可以初步了解样本数据的特征和分布情况。不同变量的均值、标准差、最小值和最大值反映了金融市场中投资者行为、企业管理者决策以及资产定价的多样性和复杂性，为后续深入分析过度自信与资产定价之间的关系奠定了基础。这些统计结果也揭示了在研究过程中需要充分考虑变量的个体差异和市场的不确定性，以更准确地揭示过度自信对资产定价的影响机制。5.2相关性分析在进行回归分析之前，对各变量之间的相关性进行分析至关重要，它能够帮助我们初步了解变量之间的关系，判断变量之间是否存在多重共线性问题，为后续回归模型的可靠性和有效性提供保障。本研究采用皮尔逊相关系数法对主要变量进行相关性分析，皮尔逊相关系数是一种衡量两个变量之间线性关系强度的指标，取值范围在-1到1之间，系数越接近1或-1，表示两个变量之间的线性关系越强；系数越接近0，表示线性关系越弱。表2展示了各变量的相关性分析结果。从表中可以看出，投资者过度自信的代理变量交易频率（TF）与股票价格波动（SPV）呈现出显著的正相关关系，相关系数为[TF与SPV的相关系数数值]，在[具体显著性水平]水平上显著，这初步验证了假设1中投资者过度自信与资产价格波动存在正相关关系的观点。过度自信的投资者由于高估自己的投资能力和对市场的判断，频繁进行交易，这种频繁交易行为增加了市场的不确定性和波动性，从而导致股票价格波动加剧。持仓比例变化（CPV）与股票价格波动（SPV）也存在正相关关系，相关系数为[CPV与SPV的相关系数数值]，虽然相关性相对较弱，但也在一定程度上反映了投资者过度自信时频繁调整持仓比例对资产价格波动的影响。管理者过度自信的代理变量企业盈利预告偏差（EFE）与股票收益率（SR）呈显著负相关，相关系数为[EFE与SR的相关系数数值]，在[具体显著性水平]水平上显著，这与假设2中管理者过度自信对资产定价产生负面影响的观点相符。过度自信的管理者高估企业的盈利能力，发布不准确的盈利预告，当实际盈利低于预告时，会导致市场对企业的信心下降，股票收益率降低。高管薪酬结构（ECS）与股票价格波动（SPV）和股票收益率（SR）的相关性相对较弱，但也呈现出一定的负相关趋势，这可能表明高管薪酬中与业绩挂钩部分占比较高时，管理者过度自信导致的决策失误对资产定价产生了一定的负面影响。在控制变量方面，市场风险（MR）与股票价格波动（SPV）呈现显著正相关，相关系数为[MR与SPV的相关系数数值]，在[具体显著性水平]水平上显著，说明市场整体波动风险的增加会导致股票价格波动加剧，这符合金融市场的基本规律。公司规模（CS）与股票收益率（SR）呈负相关关系，相关系数为[CS与SR的相关系数数值]，表明规模较大的公司，其股票收益率相对较低，这可能是因为大规模公司的增长速度相对较慢，市场对其预期收益也相对较低。财务杠杆（FL）与股票价格波动（SPV）和股票收益率（SR）均存在一定的相关性，财务杠杆越高，企业的财务风险越大，可能会导致股票价格波动加剧，同时也会对股票收益率产生负面影响。各变量之间的相关性系数均未超过0.8，表明变量之间不存在严重的多重共线性问题，这为后续构建多元线性回归模型提供了可行性。然而，相关性分析只是初步检验变量之间的线性关系，无法确定变量之间的因果关系，因此，还需要进一步进行回归分析来深入探究过度自信与资产定价之间的内在联系。通过相关性分析，我们对各变量之间的关系有了初步的认识，为后续回归分析提供了重要的参考依据，有助于更准确地理解过度自信对资产定价的影响机制。表2：变量相关性分析变量SPVSRTFCPVEFEECSMRCSFLSPV1[SPV与SR的相关系数数值][TF与SPV的相关系数数值][CPV与SPV的相关系数数值][EFE与SPV的相关系数数值][ECS与SPV的相关系数数值][MR与SPV的相关系数数值][CS与SPV的相关系数数值][FL与SPV的相关系数数值]SR[SPV与SR的相关系数数值]1[TF与SR的相关系数数值][CPV与SR的相关系数数值][EFE与SR的相关系数数值][ECS与SR的相关系数数值][MR与SR的相关系数数值][CS与SR的相关系数数值][FL与SR的相关系数数值]TF[TF与SPV的相关系数数值][TF与SR的相关系数数值]1[TF与CPV的相关系数数值][TF与EFE的相关系数数值][TF与ECS的相关系数数值][TF与MR的相关系数数值][TF与CS的相关系数数值][TF与FL的相关系数数值]CPV[CPV与SPV的相关系数数值][CPV与SR的相关系数数值][TF与CPV的相关系数数值]1[CPV与EFE的相关系数数值][CPV与ECS的相关系数数值][CPV与MR的相关系数数值][CPV与CS的相关系数数值][CPV与FL的相关系数数值]EFE[EFE与SPV的相关系数数值][EFE与SR的相关系数数值][TF与EFE的相关系数数值][CPV与EFE的相关系数数值]1[EFE与ECS的相关系数数值][EFE与MR的相关系数数值][EFE与CS的相关系数数值][EFE与FL的相关系数数值]ECS[ECS与SPV的相关系数数值][ECS与SR的相关系数数值][TF与ECS的相关系数数值][CPV与ECS的相关系数数值][EFE与ECS的相关系数数值]1[ECS与MR的相关系数数值][ECS与CS的相关系数数值][ECS与FL的相关系数数值]MR[MR与SPV的相关系数数值][MR与SR的相关系数数值][TF与MR的相关系数数值][CPV与MR的相关系数数值][EFE与MR的相关系数数值][ECS与MR的相关系数数值]1[MR与CS的相关系数数值][MR与FL的相关系数数值]CS[CS与SPV的相关系数数值][CS与SR的相关系数数值][TF与CS的相关系数数值][CPV与CS的相关系数数值][EFE与CS的相关系数数值][ECS与CS的相关系数数值][MR与CS的相关系数数值]1[CS与FL的相关系数数值]FL[FL与SPV的相关系数数值][FL与SR的相关系数数值][TF与FL的相关系数数值][CPV与FL的相关系数数值][EFE与FL的相关系数数值][ECS与FL的相关系数数值][MR与FL的相关系数数值][CS与FL的相关系数数值]1注：*、**、***分别表示在10%、5%、1%的水平上显著（双尾检验）5.3回归结果分析运用普通最小二乘法（OLS）对构建的回归模型进行估计，得到的回归结果如表3所示。其中，模型1以股票价格波动（SPV）为因变量，模型2以股票收益率（SR）为因变量，通过对各变量回归系数的分析，能够深入探究过度自信与资产定价之间的关系，验证研究假设。表3：回归结果变量模型1（SPV）模型2（SR）交易频率（TF）[TF在模型1中的回归系数]***[TF在模型2中的回归系数]**持仓比例变化（CPV）[CPV在模型1中的回归系数]*[CPV在模型2中的回归系数]企业盈利预告偏差（EFE）[EFE在模型1中的回归系数]**[EFE在模型2中的回归系数]***高管薪酬结构（ECS）[ECS在模型1中的回归系数][ECS在模型2中的回归系数]*市场风险（MR）[MR在模型1中的回归系数]***[MR在模型2中的回归系数]***公司规模（CS）[CS在模型1中的回归系数]**[CS在模型2中的回归系数]**财务杠杆（FL）[FL在模型1中的回归系数]***[FL在模型2中的回归系数]***行业虚拟变量（IF）控制控制宏观经济因素（MEF）控制控制常数项[常数项在模型1中的回归系数]***[常数项在模型2中的回归系数]***R²[模型1的R²值][模型2的R²值]调整R²[模型1的调整R²值][模型2的调整R²值]F值[模型1的F值]***[模型2的F值]***注：*、**、***分别表示在10%、5%、1%的水平上显著（双尾检验）在模型1中，投资者过度自信的代理变量交易频率（TF）的回归系数为[TF在模型1中的回归系数]，且在1%的水平上显著为正，这表明投资者交易频率越高，股票价格波动越大，有力地验证了假设1中投资者过度自信与资产价格波动存在显著正相关关系。过度自信的投资者由于高估自己对市场的判断能力，频繁进行买卖操作，增加了市场的不确定性和交易量，从而导致股票价格波动加剧。持仓比例变化（CPV）的回归系数为[CPV在模型1中的回归系数]，在10%的水平上显著为正，虽然其对股票价格波动的影响相对较弱，但也进一步支持了投资者过度自信会加大资产价格波动的观点，即投资者过度自信时频繁调整持仓比例，对股票价格波动产生一定的推动作用。管理者过度自信的代理变量企业盈利预告偏差（EFE）的回归系数为[EFE在模型1中的回归系数]，在5%的水平上显著为正，说明管理者盈利预告偏差越大，股票价格波动越大。过度自信的管理者高估企业的盈利能力，发布不准确的盈利预告，当市场发现实际盈利与预告不符时，会引发市场对企业的重新评估和投资者的情绪波动，进而导致股票价格波动。高管薪酬结构（ECS）的回归系数虽不显著，但也为正，一定程度上反映了高管薪酬中与业绩挂钩部分占比较高时，管理者过度自信可能对股票价格波动产生的潜在影响。在控制变量方面，市场风险（MR）的回归系数为[MR在模型1中的回归系数]，在1%的水平上显著为正，表明市场整体风险的增加会显著加剧股票价格波动，这符合金融市场的基本规律，市场风险是影响资产价格波动的重要因素。公司规模（CS）的回归系数为[CS在模型1中的回归系数]，在5%的水平上显著为负，说明公司规模越大，股票价格波动越小，大规模公司通常具有更稳定的经营状况和财务实力，其股票价格相对较为稳定。财务杠杆（FL）的回归系数为[FL在模型1中的回归系数]，在1%的水平上显著为正，意味着企业财务杠杆越高，股票价格波动越大，高财务杠杆增加了企业的财务风险，使得企业经营的不确定性增加，从而导致股票价格波动加大。在模型2中，企业盈利预告偏差（EFE）的回归系数为[EFE在模型2中的回归系数]，在1%的水平上显著为负，验证了假设2中管理者过度自信对资产定价产生负面影响的观点。过度自信的管理者高估企业盈利能力，做出不合理的投资决策，导致企业业绩不佳，股票收益率降低。高管薪酬结构（ECS）的回归系数为[ECS在模型2中的回归系数]，在10%的水平上显著为负，进一步支持了管理者过度自信会对股票收益率产生负面影响的结论。投资者过度自信的代理变量交易频率（TF）和持仓比例变化（CPV）与股票收益率（SR）的关系在模型2中表现相对较弱，交易频率（TF）的回归系数在5%的水平上显著为正，持仓比例变化（CPV）的回归系数不显著。这可能是因为投资者过度自信主要通过影响股票价格波动间接作用于股票收益率，且在股票市场中，影响股票收益率的因素较为复杂，投资者过度自信的影响相对被其他因素所掩盖。通过对回归结果的分析，本研究的假设在一定程度上得到了验证。投资者过度自信与资产价格波动存在显著正相关关系，管理者过度自信对企业投资水平和融资决策产生影响，进而对资产定价产生负面影响，且投资者过度自信与管理者过度自信在某些方面存在交互作用，共同影响资产定价。这些结果为深入理解过度自信在金融市场中的作用机制提供了实证依据，也为投资者、管理者和监管机构提供了重要的参考，有助于各方更好地认识和应对过度自信对资产定价的影响，提高金融市场的效率和稳定性。5.4稳健性检验为了确保实证结果的可靠性和稳定性，本研究采用多种方法进行稳健性检验，以验证过度自信与资产定价之间关系的一致性和有效性。在异方差稳健标准误估计方面，由于金融市场数据的复杂性和波动性，可能存在异方差问题，这会影响回归结果的准确性和可靠性。本研究使用异方差稳健标准误估计方法，对回归模型进行重新估计。该方法通过调整标准误，使其对异方差具有稳健性，从而更准确地估计变量之间的关系。在重新估计过程中，使用了怀特（White）异方差稳健标准误估计方法，该方法能够有效地处理异方差问题，提高估计结果的可靠性。经过异方差稳健标准误估计后，主要变量的回归系数符号和显著性水平与原回归结果基本一致。投资者过度自信的代理变量交易频率（TF）和持仓比例变化（CPV）与股票价格波动（SPV）的正相关关系依然显著，管理者过度自信的代理变量企业盈利预告偏差（EFE）和高管薪酬结构（ECS）与股票价格波动（SPV）和股票收益率（SR）的相关关系也保持稳定，这表明原回归结果在考虑异方差问题后依然可靠。采用替换变量的方式进行检验。对于投资者过度自信的代理变量，将交易频率（TF）替换为换手率（TR），换手率是指在一定时间内市场中股票转手买卖的频率，也是衡量投资者交易活跃程度的重要指标，较高的换手率可能反映投资者过度自信，频繁买卖股票。将持仓比例变化（CPV）替换为买卖方向变化次数（BCN），即投资者在一定时期内改变买卖方向的次数，该指标能够更直接地反映投资者对市场判断的频繁调整，体现过度自信导致的投资决策不稳定。对于管理者过度自信的代理变量，将企业盈利预告偏差（EFE）替换为管理者持股比例变化（MSC），当管理者过度自信时，可能会对企业前景过于乐观，从而增加自己的持股比例；相反，当对企业前景担忧时，可能会减少持股比例，因此管理者持股比例变化可以在一定程度上反映管理者的过度自信程度。将高管薪酬结构（ECS）替换为高管任期（ET），较长的高管任期可能使管理者对企业的控制感增强，更容易产生过度自信情绪，影响企业决策。用替换后的变量重新进行回归分析，结果显示，投资者过度自信的新代理变量换手率（TR）和买卖方向变化次数（BCN）与股票价格波动（SPV）仍然呈现显著的正相关关系，表明投资者过度自信与资产价格波动之间的正相关关系具有较强的稳健性，不受代理变量选择的影响。管理者过度自信的新代理变量管理者持股比例变化（MSC）和高管任期（ET）与股票价格波动（SPV）和股票收益率（SR）的相关关系也基本符合原假设，即管理者过度自信对资产定价产生负面影响，进一步验证了原回归结果的可靠性。采用分样本回归的方法进行稳健性检验。根据市场环境的不同，将样本分为牛市和熊市两个子样本。在牛市中，市场整体处于上涨趋势，投资者情绪较为乐观，过度自信可能表现得更为明显；而在熊市中，市场下跌，投资者情绪悲观，过度自信的影响可能会有所不同。对于每个子样本，分别进行回归分析。在牛市子样本中，投资者过度自信的代理变量交易频率（TF）和持仓比例变化（CPV）与股票价格波动（SPV）的正相关关系更为显著，这是因为在牛市中，投资者更容易受到乐观情绪的影响，过度自信导致他们更加频繁地交易和调整持仓，从而进一步加剧了股票价格的波动。管理者过度自信的代理变量企业盈利预告偏差（EFE）和高管薪酬结构（ECS）与股票价格波动（SPV）和股票收益率（SR）的相关关系也更为明显，说明在牛市中，管理者过度自信对资产定价的影响更大，他们可能会因为市场的繁荣而更加高估企业的盈利能力和发展前景，做出不合理的决策，影响企业价值和资产定价。在熊市子样本中，虽然投资者过度自信与资产价格波动的正相关关系依然存在，但显著性水平有所下降，这可能是因为在熊市中，投资者的信心受到打击，过度自信程度相对降低，交易行为也相对谨慎。管理者过度自信与资产定价的负相关关系仍然显著，表明在熊市中，管理者过度自信依然会对企业产生负面影响，他们可能无法及时调整策略以应对市场变化，导致企业业绩下滑，资产价格下跌。根据公司规模的大小，将样本分为大规模公司和小规模公司两个子样本。大规模公司通常具有更稳定的经营状况、更丰富的资源和更高的市场认可度，而小规模公司则相对较为脆弱，对市场变化更为敏感。在大规模公司子样本中，投资者过度自信与资产价格波动的相关性相对较弱，这可能是因为大规模公司的股票价格相对较为稳定，受投资者过度自信的影响较小；管理者过度自信对资产定价的影响也相对较小，大规模公司的决策机制相对完善，能够在一定程度上抑制管理者过度自信带来的负面影响。在小规模公司子样本中，投资者过度自信与资产价格波动的正相关关系更为显著，小规模公司的股票价格更容易受到投资者情绪和交易行为的影响，过度自信的投资者对小规模公司股票的买卖可能会导致其价格大幅波动。管理者过度自信对资产定价的负面影响也更为明显，小规模公司的抗风险能力较弱，管理者过度自信做出的不合理决策可能会对公司造成更大的冲击，导致资产价格下跌。通过异方差稳健标准误估计、替换变量和分样本回归等多种稳健性检验方法，本研究的实证结果在不同检验条件下均保持相对稳定，进一步验证了过度自信与资产定价之间关系的可靠性和稳健性，增强了研究结论的可信度。六、案例分析6.1具体金融市场案例分析6.1.1股票市场中过度自信影响资产定价案例以2020-2021年新能源汽车板块股票市场表现为例，该时期新能源汽车行业发展迅猛，政策支持力度大，市场前景被广泛看好。在这一背景下，投资者和管理者的过度自信行为对资产定价产生了显著影响。从投资者角度来看，市场对新能源汽车行业的乐