投資者的奈特不確定性情緒與股市巨幅波動(dòng)

徐元棟

（西南交通大學(xué)經(jīng)濟(jì)管理學(xué)院，四川成都 610031）

投資者的奈特不確定性情緒與股市巨幅波動(dòng)

徐元棟

（西南交通大學(xué)經(jīng)濟(jì)管理學(xué)院，四川成都 610031）

從局中人角度建立了奈特不確定性下的資產(chǎn)定價(jià)模型，并研究了投資者奈特不確定性情緒對(duì)金融資產(chǎn)定價(jià)的影響.由于投資者奈特不確定性情緒的影響，置身于股市的投資者會(huì)對(duì)市場(chǎng)預(yù)期極端值施加不合理的權(quán)重，市場(chǎng)預(yù)期極端值就會(huì)對(duì)資產(chǎn)定價(jià)產(chǎn)生顯著的影響，這在一定程度上可解釋“非理性繁榮”與“股市蕭條”的內(nèi)在機(jī)制.利用隨機(jī)過(guò)程的模擬方法，對(duì)奈特不確定性下的資產(chǎn)定價(jià)進(jìn)行了模擬，支持了結(jié)論.最后，從投資者面臨奈特不確定性角度，對(duì)造成中國(guó)股市大幅度波動(dòng)的機(jī)制進(jìn)行了分析并提出了政策性建議.

奈特不確定性；奈特不確定厭惡；行為金融；神經(jīng)經(jīng)濟(jì)學(xué)

1 引言

股票市場(chǎng)與其他市場(chǎng)一樣，價(jià)格必存在一定波動(dòng)性，但若股價(jià)波動(dòng)幅度過(guò)大，則是一個(gè)值得重視的問(wèn)題.1987年全球金融市場(chǎng)大振蕩，1997年的亞洲金融危機(jī)，20世紀(jì)的網(wǎng)絡(luò)泡沫，2007-2008全球金融危機(jī)以及中國(guó)股市的巨幅波動(dòng)，這些現(xiàn)象都促使人們深入探究風(fēng)險(xiǎn)資產(chǎn)價(jià)格巨幅波動(dòng)的機(jī)制.雖然經(jīng)典金融試圖放松共同知識(shí)假設(shè)或從信息不對(duì)稱下的從眾模型來(lái)解釋股市的巨幅波動(dòng)問(wèn)題［1-3］，但Olsen等［4］認(rèn)為，在公開市場(chǎng)上，投資者之間信息不對(duì)稱的可能性很小，不存在使股票價(jià)格產(chǎn)生較大波動(dòng)的信息不對(duì)稱問(wèn)題，從信息不對(duì)稱角度來(lái)解釋股市巨幅波動(dòng)問(wèn)題并不一定完全合適.同時(shí)，初始先驗(yàn)信念相同的信息不對(duì)稱問(wèn)題可導(dǎo)致金融市場(chǎng)無(wú)交易［5，6］.

雖然行為金融模型［7-12］從投資者的認(rèn)識(shí)偏誤角度解釋了股市泡沫產(chǎn)生的機(jī)制［3］，但這些金融模型不能很好地解釋股市的巨幅波動(dòng)問(wèn)題（特別是股市的巨幅下挫問(wèn)題）.以中國(guó)股市為例，從2007-01-04-2007-10-16，不到一年時(shí)間，上證指數(shù)從2 728點(diǎn)漲到6 124點(diǎn)，翻了近3倍；隨后是5年的漫長(zhǎng)熊市，從2007年的6000多點(diǎn)一直跌破到2012年的1973點(diǎn)（注意中國(guó)股市不能賣空），跌幅近75%.若按照行為金融學(xué)觀點(diǎn)，上述現(xiàn)象可解釋為投資者從2728點(diǎn)認(rèn)識(shí)偏誤到6124點(diǎn)，又從6124點(diǎn)認(rèn)識(shí)偏誤到1973點(diǎn)，這直接違背人們的常識(shí)理性.行為金融模型在解釋股市異常時(shí)假設(shè)投資者是有限理性的，即從金融市場(chǎng)主體的角度來(lái)解釋金融異常.按此觀點(diǎn)，股市發(fā)生巨幅波動(dòng)的主要原因歸結(jié)為投資者的主觀有限理性能力.顯然，行為金融又忽略了投資者所處的外部客觀環(huán)境.

由上述文獻(xiàn)看出，經(jīng)典金融與行為金融都不能完美的解釋股市巨幅波動(dòng)現(xiàn)象，那么，是否可以從另外的視角來(lái)重新審視這個(gè)問(wèn)題呢？

經(jīng)典金融理論是研究理性投資者在面臨不確定性條件下的投資組合選擇與資產(chǎn)定價(jià)的理論.顯然，行為金融在解釋金融異常時(shí)，放松了經(jīng)典金融的“理性投資者”假設(shè)，即假設(shè)投資者是有限理性的.本文放松了經(jīng)典金融的“不確定性條件”假設(shè)，認(rèn)為投資者面臨不確定性為奈特不確定性，從此角度來(lái)解釋股市巨幅波動(dòng).

經(jīng)典金融與行為金融都假設(shè)投資者是局外人，不會(huì)受到“局中人”利害關(guān)系等因素帶來(lái)的情緒影響，能以客觀中立的心態(tài)來(lái)分析決策者所面臨的環(huán)境，僅從投資者的認(rèn)知角度來(lái)解釋股市異常.本文從局中人角度分析了投資者會(huì)受到局中人效應(yīng)的影響，投資者在面臨奈特不確定性時(shí)會(huì)表現(xiàn)出奈特不確定厭惡或追求情緒，從而使得風(fēng)險(xiǎn)資產(chǎn)價(jià)格嚴(yán)重偏離理性定價(jià).

2 局中人效應(yīng)與奈特不確定性情緒

2.1 “局外人”研究理念到“局中人”研究理念的轉(zhuǎn)變

“局外人”研究理念是指研究主體在科學(xué)研究中站在研究對(duì)象外.由于局外人“事不關(guān)己”，會(huì)客觀理性的觀察研究問(wèn)題，避免研究主體的偏見：諸如“當(dāng)局者迷”、“不識(shí)廬山真面目，只緣身在此山中”等偏差.“局中人”研究理念是指研究主體要深入到研究對(duì)象中，弄清事情的來(lái)龍去脈.人們常說(shuō)，“只有自己最了解自己”，“當(dāng)事人最了解情況”等.“局中人”研究理念是20世紀(jì)中后期引入到心理學(xué)研究中，解決主流心理學(xué)存在的問(wèn)題.

雖然“局中人”與“局外人”研究理念不同，但各有利弊.“局外人”理念雖然能做到“旁觀者清”，但這種研究理念契合性差.“局中人”的研究理念雖不能客觀理性評(píng)價(jià)研究對(duì)象，但契合性高，能使研究者與研究對(duì)象形成共鳴，更能深刻理解對(duì)象.因此，這兩種研究理念應(yīng)該取長(zhǎng)補(bǔ)短，共同提高科學(xué)研究的效度與信度.

顯然，當(dāng)前金融研究執(zhí)著于“局外人”研究理念，其研究結(jié)論對(duì)實(shí)務(wù)操作者來(lái)說(shuō)感覺(jué)有“隔離”，不能深刻反映社會(huì)經(jīng)濟(jì)中的現(xiàn)象.

置身于股市的投資者，是局中人而非客觀觀察者，投資者決策會(huì)受到自身情緒的影響.下面將說(shuō)明，當(dāng)投資者面臨奈特不確定性時(shí)，投資者會(huì)產(chǎn)生奈特不確定厭惡情緒（悲觀或恐懼）以及奈特不確定追求情緒（樂(lè)觀或貪婪）.

2.2 奈特不確定性與情緒體驗(yàn)

在經(jīng)典金融理論中，隨機(jī)性事件的不確定性常被處理成隨機(jī)變量的一個(gè)概率分布，但在社會(huì)經(jīng)濟(jì)現(xiàn)象中，隨性事件的概率分布往往是不確定的.例如，一次革新或發(fā)明成功的概率，未來(lái)一年經(jīng)濟(jì)蕭條發(fā)生的概率，明天股市上漲與下跌的概率等等.

Knight［13］首先對(duì)不確定性進(jìn)行了區(qū)分，他認(rèn)為決策者面臨的未來(lái)不確定性事件有兩種：一種是有明確概率分布的不確定性，即風(fēng)險(xiǎn)（risk）；另一種是無(wú)明確概率分布的不確定性，即決策者不能用一個(gè)確定的概率分布來(lái)描述它，他認(rèn)為這種不確定性才是真正不確定性，稱為奈特不確定性（Knightian uncertainty），后人又稱含糊（ambiguity）.Ellsberg［14］通過(guò)試驗(yàn)表明，無(wú)明確概率分布的不確定性對(duì)決策者有深刻的影響，決策者對(duì)這種不確定性會(huì)表現(xiàn)出奈特不確定厭惡（Knightian uncertainty aversion）情緒或奈特不確定追求（Knightian uncertainty seeking）情緒，試驗(yàn)者之間有時(shí)還會(huì)出現(xiàn)羊群效應(yīng).其他學(xué)者［15］通過(guò)行為學(xué)試驗(yàn)進(jìn)一步驗(yàn)證了Ellsberg試驗(yàn)的結(jié)論.

Smith等［16-18］從神經(jīng)解剖學(xué)角度證明了Ellsberg試驗(yàn)的結(jié)論，風(fēng)險(xiǎn)決策與奈特不確定性決策分屬于不同的大腦區(qū)域與神經(jīng)回路.Rustichini等［16，17］發(fā)現(xiàn)，風(fēng)險(xiǎn)決策被激活的腦區(qū)主要分布在頂葉區(qū)域（parietal lobes），而奈特不確定性決策還激活了額葉區(qū)域（frontal region）.Huettel等［18］通過(guò)fMRI實(shí)驗(yàn)發(fā)現(xiàn)，外側(cè)前額葉皮質(zhì)的活動(dòng)更容易被奈特不確定性追求者所激發(fā)，后頂葉皮質(zhì)的活動(dòng)容易被風(fēng)險(xiǎn)偏好個(gè)體所激發(fā).

行為決策學(xué)研究發(fā)現(xiàn)，相比于風(fēng)險(xiǎn)決策，奈特不確定性決策帶有情緒體驗(yàn)特征，即ambiguity= risk+emotion.目前，神經(jīng)經(jīng)濟(jì)學(xué)研究［19-22］進(jìn)一步發(fā)現(xiàn)了這一點(diǎn).他們發(fā)現(xiàn)風(fēng)險(xiǎn)決策更多激發(fā)背側(cè)紋狀體（OFC），它更多與信息不完全下的決策有關(guān)；而奈特不確定性決策更多激發(fā)大腦皮層眶額皮質(zhì)、杏仁核（amygdala）以及背內(nèi)側(cè)前額葉皮質(zhì)等相關(guān)區(qū)域活動(dòng).杏仁核是構(gòu)成情緒體驗(yàn)（emotion）的網(wǎng)絡(luò)性組織，是處理情緒體驗(yàn)的“計(jì)算機(jī)系統(tǒng)”.對(duì)正常人而言，奈特不確定性決策會(huì)產(chǎn)生焦慮或害怕情緒，這些情緒被傳輸?shù)娇纛~皮質(zhì).

綜上，在金融研究中，有必要區(qū)分這兩種不確定性.顯然，在股票市場(chǎng)上，股票未來(lái)支付（收益率、紅利或現(xiàn)金流等）的不確定性就是這種奈特不確定性.

決策者在什么時(shí)候會(huì)表現(xiàn)出奈特不確定厭惡或追求情緒？文獻(xiàn)［23，24］認(rèn)為，如果決策者認(rèn)為自己在某些領(lǐng)域有更強(qiáng)的知識(shí)、經(jīng)驗(yàn)與能力，決策者往往表現(xiàn)出奈特不確定追求；反之，會(huì)表現(xiàn)出奈特不確定厭惡.Chow等［25，26］認(rèn)為，由于奈特不確定性事件缺少了決策者應(yīng)知的信息，從而產(chǎn)生了奈特不確定厭惡.

3 奈特不確定性條件下的資產(chǎn)定價(jià)

3.1 奈特不確定性下的α-MEU效用模型

上述效用模型雖然暗含決策者的偏好是奈特不確定厭惡者或奈特不確定追求者，但缺乏一個(gè)相應(yīng)參數(shù)來(lái)描述這種奈特不確定性態(tài)度程度大小.為此，Ghirardato等［28］與Eichberger等［29］提出了α-MEU模型，即

其中α反映了決策者的奈特不確定性態(tài)度程度，且0≤α≤1.當(dāng)α=0時(shí)，則決策者是絕對(duì)奈特不確定追求者；當(dāng)α=1時(shí)，則決策者是絕對(duì)奈特不確定厭惡者.

3.2 奈特不確定性下的資產(chǎn)均衡定價(jià)推導(dǎo)過(guò)程

考慮多期離散情況下，個(gè)體最大消費(fèi)與投資決策問(wèn)題，本文假設(shè)

1）有限生命.代表型投資者生存時(shí)期為［t,t+1］，在t這些離散的時(shí)間點(diǎn)上做決策，并且被賦予一定的初始財(cái)富Wt；

2）為了研究問(wèn)題方便，暫時(shí)不考慮消費(fèi)問(wèn)題；

3）資產(chǎn)組合.假設(shè)在一個(gè)競(jìng)爭(zhēng)市場(chǎng)上有兩種資產(chǎn)，一種是無(wú)風(fēng)險(xiǎn)資產(chǎn)（債券），其供給具有完全彈性，令期初資產(chǎn)價(jià)格為1本文中沒(méi)有把ut+1-u0定義為市場(chǎng)情緒，是為了防止將投資者的奈特不確定厭惡（追求）情緒與市場(chǎng)情緒等概念相混淆.，在短期內(nèi)總收益為r；另一種為股票，期初價(jià)格為pt.投資者期初財(cái)富為Wt，投資于股票數(shù)量為Xts，投資于無(wú)風(fēng)險(xiǎn)資產(chǎn)數(shù)量為Xtb，則

4）投資者在t期收到的關(guān)于股票未來(lái)價(jià)格信號(hào)s是奈特不確定性信號(hào)（ambiguity information），即投資者面臨奈特不確定性.

由于投資者在t期會(huì)收到關(guān)于股票價(jià)格pt+1的奈特不確定性信號(hào)s，會(huì)形成t+1期股價(jià)pt+1的概率分布.由于投資者面臨奈特不確定性信號(hào)s，投資者會(huì)用一簇概率測(cè)度（構(gòu)成的概率測(cè)度集合記為B）來(lái)描述隨機(jī)變量pt+1；該隨機(jī)變量pt+1基于信號(hào)s的條件期望值設(shè)為ut+1，方差設(shè)為.為研究方便，不妨設(shè)=σ2，并設(shè)ut+1∈［r,R］，即這一簇概率密度函數(shù)對(duì)應(yīng)的方差相同，但其對(duì)應(yīng)的期望值不同且有界.進(jìn)一步假設(shè)ut+1的概率密度函數(shù)為ut+1～N（u0,），而對(duì)有界區(qū)間［r,R］外的狀態(tài)概率密度為零；這時(shí)隨機(jī)變量服從截?cái)嗾龖B(tài)概率分布，其期望值為u0，標(biāo)準(zhǔn)差為σ0，并假設(shè)區(qū)間［r,R］關(guān)于u0對(duì)稱.

由于投資者面臨奈特不確定性，所以這時(shí)投資者決策偏好遵從α-MEU效用.

由于假設(shè)在投資者第t期不存在消費(fèi)問(wèn)題，投資者只需在t期確定資產(chǎn)組合Xtb,Xts，若投資者的期末財(cái)富為Wt+1，則

為了達(dá)到期末財(cái)富效用最大化，面臨奈特不確定性的投資者基于自己收到的信號(hào)s選擇股票與無(wú)風(fēng)險(xiǎn)證券的投資組合，從而投資者最大化α-MEU效用函數(shù)V（Wt+1）.

在此基礎(chǔ)上可導(dǎo)出奈特不確定性下的資產(chǎn)均衡定價(jià)模型（推導(dǎo)過(guò)程見附錄）

根據(jù)上文以及附錄推導(dǎo)過(guò)程可知，式（4）中的r,R為投資者在面臨奈特不確定性信號(hào)s時(shí)，投資者對(duì)未來(lái)價(jià)格期望的最小值，最大值.根據(jù)“理性預(yù)期”概念，投資者對(duì)未來(lái)價(jià)格的“最佳預(yù)測(cè)”就是基于當(dāng)前信息s對(duì)未來(lái)價(jià)格的條件期望值，所以r,R為投資者對(duì)未來(lái)價(jià)格預(yù)期的最小值與最大值.

按照Brown等［30］、Baker等［31］等關(guān)于市場(chǎng)情緒（market sentiment）的定義方法，將投資者市場(chǎng)預(yù)期值ut+1與u0之間的差額作為市場(chǎng)預(yù)期狀態(tài)1本文中沒(méi)有把ut+1-u0定義為市場(chǎng)情緒，是為了防止將投資者的奈特不確定厭惡（追求）情緒與市場(chǎng)情緒等概念相混淆.，它反映了未來(lái)金融市場(chǎng)對(duì)均衡點(diǎn)的偏離程度，不妨設(shè)

將式（5）代入式（4）得到

在式（6）中，顯然有ε-=r-u0,ε-=R-u0；因?yàn)榧僭O(shè)［r,R］關(guān)于u0對(duì)稱，所以［ε-,ε-］關(guān)于0對(duì)稱.

由式（6）可看出，投資者在對(duì)風(fēng)險(xiǎn)資產(chǎn)定價(jià)時(shí)，投資者將奈特不確定性態(tài)度參數(shù)以“概率測(cè)度”的形式對(duì)市場(chǎng)預(yù)期狀態(tài)極端值進(jìn)行了加權(quán)平均.

3.3 奈特不確定性態(tài)度對(duì)金融資產(chǎn)定價(jià)的影響

在式（6）中，根據(jù)α-MEU模型，α（0≤α≤1）反映了決策者的奈特不確定性態(tài)度程度.

1）當(dāng)α=1/2，則有1-α=α，投資者為對(duì)兩個(gè)極端值狀態(tài)給予同樣的權(quán)重，做到了不偏不倚，這時(shí)投資者是奈特不確定性中性者，即理性投資者.因?yàn)棣?,ε-關(guān)于0對(duì)稱，則式（6）可變?yōu)槔硇酝顿Y者的風(fēng)險(xiǎn)資產(chǎn)定價(jià)（相當(dāng)于經(jīng)典金融的金融資產(chǎn)定價(jià)），即

2）當(dāng)0≤α＜1/2時(shí)，有1-α＞α，投資者對(duì)好的極端值狀態(tài)給予更高權(quán)重，這時(shí)投資者為奈特不確定追求情緒者.根據(jù)式（6）與式（7），顯然有pt＞pt0；

3）當(dāng)1/2＜α≤1時(shí)，有1-α＜α，這時(shí)投資者對(duì)壞的極端值狀態(tài)給予更高權(quán)重，這時(shí)投資者為奈特不確定厭惡情緒者.根據(jù)式（6）與式（7），顯然有pt＜pt0.

由1）～3）可看出，在金融市場(chǎng)上，投資者是局中人，既是參與者又是股票價(jià)值評(píng)判者，存在局中人效應(yīng).當(dāng)股市彌漫悲觀情緒時(shí)，擔(dān)心股市下跌造成的恐懼與焦慮會(huì)影響投資者的決策，其定價(jià)低于理性定價(jià)；當(dāng)股市處于上升趨勢(shì)時(shí)，投資者的樂(lè)觀貪婪等情緒也會(huì)影響投資者的決策，其定價(jià)遠(yuǎn)高于理性定價(jià).由于投資者的奈特不確定厭惡或追求情緒，從而市場(chǎng)預(yù)期極端值狀態(tài)就會(huì)對(duì)風(fēng)險(xiǎn)資產(chǎn)定價(jià)產(chǎn)生顯著的影響.

實(shí)際上，定價(jià)式（6）與現(xiàn)代行為決策學(xué)的相關(guān)試驗(yàn)或?qū)嵶C結(jié)果是一致的.Wright等［32］通過(guò)行為學(xué)試驗(yàn)表明，處于積極狀態(tài)（Happy）的試驗(yàn)者往往對(duì)積極狀態(tài)（好結(jié)果、有利事件等）給予較高的概率權(quán)重，處于悲觀壓抑狀態(tài)（sad）的試驗(yàn)者對(duì)消極狀態(tài)（壞結(jié)果、負(fù)面事件等）給予較高的概率權(quán)重.Brandst¨utte［33］通過(guò)行為學(xué)試驗(yàn)證明，決策者期待能夠贏得的樂(lè)觀得意情緒會(huì)高估該不確定性事件好狀態(tài)發(fā)生的概率權(quán)重.Kliger等［34］通過(guò)對(duì)美國(guó)指數(shù)期權(quán)市場(chǎng)的實(shí)證發(fā)現(xiàn)，壞情緒（bad mood）對(duì)壞的不確定性狀態(tài)給予過(guò)高權(quán)重.

4 奈特不確定性條件下的股市大幅度波動(dòng)的機(jī)制

4.1 奈特不確定厭惡情緒與“股市蕭條”

根據(jù)上節(jié)可知，當(dāng)投資者面臨奈特不確定性表現(xiàn)出奈特不確定厭惡情緒時(shí)，投資者對(duì)市場(chǎng)預(yù)期極端值壞狀態(tài)給予相對(duì)較高權(quán)重，即α＞（1-α）（即奈特不確定態(tài)度程度為0.5＜α≤1），市場(chǎng)預(yù)期極端值狀態(tài)就會(huì)對(duì)風(fēng)險(xiǎn)資產(chǎn)定價(jià)產(chǎn)生顯著影響.在式（6）中，因?yàn)棣?,ε-關(guān)于0對(duì)稱，則ε-=-ε-，并進(jìn)一步假設(shè)投資者是風(fēng)險(xiǎn)中性，則

從式（8）可以看出，只要市場(chǎng)預(yù)期極端悲觀值ε-（＜0）足夠小，股票均衡定價(jià)pt就可以足夠小（因?yàn)?α-1＞0），與市場(chǎng)預(yù)期極端值狀態(tài)發(fā)生的概率無(wú)關(guān).

在投資者風(fēng)險(xiǎn)中性的情況下，可通過(guò)式（8）來(lái)解釋1987年全球金融市場(chǎng)的大蕭條，1997年的亞洲金融危機(jī)以及中國(guó)20～21世紀(jì)中國(guó)股市的大幅度下滑等股票價(jià)格波動(dòng)等現(xiàn)象.顯然，在投資者風(fēng)險(xiǎn)厭惡的情況下，上述結(jié)論是仍然成立的.

4.2 奈特不確定追求情緒與“非理性繁榮”

根據(jù)上節(jié)可知，當(dāng)投資者面臨奈特不確定性表現(xiàn)出奈特不確定追求情緒時(shí)，投資者對(duì)市場(chǎng)預(yù)期極端值好狀態(tài)給予更高權(quán)重，即α＜（1-α），市場(chǎng)預(yù)期極端值狀態(tài)就會(huì)對(duì)風(fēng)險(xiǎn)資產(chǎn)定價(jià)產(chǎn)生顯著影響.在式（6）中，因?yàn)棣?＜0,0≤α＜0.5，則有αε-≥ε-，并進(jìn)一步假設(shè)投資者是風(fēng)險(xiǎn)中性，則

在式（9）中，由于投資者的奈特不確定追求（樂(lè)觀）情緒，投資者對(duì)市場(chǎng)預(yù)期極端值狀態(tài)施加了更高權(quán)重（1-α），從而只要投資者的市場(chǎng)預(yù)期極端值ε-（＞0）足夠大，股票的均衡定價(jià)就可以足夠高，與市場(chǎng)預(yù)期極端值狀態(tài)發(fā)生的概率無(wú)關(guān).

20世紀(jì)80年代美國(guó)宣稱進(jìn)入了知識(shí)經(jīng)濟(jì)時(shí)代，大量與網(wǎng)絡(luò)有關(guān)的股票開始上市.這種股票雖沒(méi)有盈利的記錄，但投資者紛紛看好，股票價(jià)格大幅度飚升，這就是席勒教授所稱的“非理性繁榮”.20世紀(jì)90年代中國(guó)股市也出現(xiàn)了類似現(xiàn)象，雖然某些股票沒(méi)有發(fā)放紅利的習(xí)慣，甚至有虧損記錄，但只要將公司名改成與網(wǎng)絡(luò)或高新技術(shù)有關(guān)的名字，其價(jià)格就一路飚升.在行為金融學(xué)家看來(lái)，這些現(xiàn)象是由投資者的“非理性情緒”造成的，但若投資者面臨奈特不確定性并存在局中人效應(yīng)，利用式（9），上述現(xiàn)象也是可以解釋的.

5 數(shù)值仿真算例

為了直觀反映本文結(jié)論，在方程（6）基礎(chǔ)上，構(gòu)造一個(gè)價(jià)格波動(dòng)隨機(jī)過(guò)程方程，模擬市場(chǎng)價(jià)格的波動(dòng)情況.

根據(jù)微觀金融可知，股票價(jià)格是由指令系統(tǒng)驅(qū)動(dòng)，這些指令流反映了金融市場(chǎng)上的信息流動(dòng)以及投資者的意見與情緒.股票價(jià)格波動(dòng)是由于凈訂單規(guī)模（即買進(jìn)訂單減去賣出訂單）決定的.股價(jià)上升是由于凈訂單數(shù)量是正的，反之，若凈訂單數(shù)量是負(fù)時(shí)，則股價(jià)下跌.假設(shè)市場(chǎng)有兩類投資者，一類是價(jià)值投資者，他們是根據(jù)股價(jià)與股票基本價(jià)值的差額來(lái)做買進(jìn)（出）訂單決策；另一類就是奈特不確定性態(tài)度投資者，他根據(jù)歷史價(jià)格的變化趨勢(shì)以及其它原因形成奈特不確定性情緒，若該股票價(jià)格一直處于上升（下降）趨勢(shì)，這時(shí)奈特不確定性態(tài)度投資者就會(huì)形成奈特不確定追求（厭惡）情緒.根據(jù)文獻(xiàn)［35］中的式（7），股票市場(chǎng)價(jià)格波動(dòng)是由不同時(shí)刻的凈訂單規(guī)模決定，即

在式（10）中，δt為均值為0，標(biāo)準(zhǔn)差為?的正態(tài)隨機(jī)變量；αM是相比于正常訂單規(guī)模的比例系數(shù)（scale factor that normalize the order size）；,分別是價(jià)值投資者與奈特不確定性態(tài)度投資者凈訂單造成的價(jià)格變化；μ,1-μ分別是這兩類投資者的市場(chǎng)規(guī)模.若價(jià)值投資者造成的價(jià)格波動(dòng)部分為=ω（Ft-Pt）；其中Ft為該風(fēng)險(xiǎn)資產(chǎn)價(jià)值，并且滿足Ft+1=Ft+η（η反映了該股票價(jià)值的增長(zhǎng)部分），ω為反應(yīng)系數(shù).根據(jù)定價(jià)公式（6），當(dāng)投資者處于奈特不確定追求（或厭惡）情緒時(shí)，投資者對(duì)預(yù)期極端值狀態(tài)施加不合理權(quán)重，從而投資者對(duì)風(fēng)險(xiǎn)資產(chǎn)的定價(jià)更高（或更低），從而決定了投資者的更多買進(jìn)（或賣出）決策.奈特不確定性態(tài)度投資者如何估計(jì)市場(chǎng)預(yù)期極端值狀態(tài)的大小呢？可做如下設(shè)想：投資者對(duì)預(yù)期極端值估計(jì)一部分依據(jù)該風(fēng)險(xiǎn)資產(chǎn)過(guò)去收益的增長(zhǎng)（或減少）速度，另外一部分基于其它原因?qū)κ袌?chǎng)預(yù)期極端值狀態(tài)有一個(gè)預(yù)期.奈特不確定性態(tài)度投資者買進(jìn)（賣出）訂單造成的價(jià)格波動(dòng)可寫為

在式（11）中，w1（≥0）與w2（≤0）為市場(chǎng)預(yù)期極端值狀態(tài)，κ為觀察期限，α為投資者的奈特不確定性態(tài)度大小，當(dāng)Pt-Pt-1≥τ時(shí)，0≤α＜1/2；當(dāng)Pt-Pt-1＜τ時(shí)，則1/2＜α≤1.

為了驗(yàn)證本文結(jié)論，即當(dāng)投資者對(duì)市場(chǎng)預(yù)期極端值分配的權(quán)重不合理時(shí)，市場(chǎng)預(yù)期極端值就會(huì)對(duì)資產(chǎn)定價(jià)產(chǎn)生嚴(yán)重影響，風(fēng)險(xiǎn)資產(chǎn)價(jià)格隨著極端值的變大而發(fā)生劇烈的變化.綜上，只需模擬當(dāng)市場(chǎng)預(yù)期極端值發(fā)生變化時(shí)，風(fēng)險(xiǎn)資產(chǎn)價(jià)格的巨幅波動(dòng)情況.

現(xiàn)在令式（10）中的相關(guān)參數(shù)值為F0=10.01,P0=10,η=0.0002,αM=1,μ=0.5,?=0.02,ω= 0.001,β=0.002,κ=5,w1=0.01,w2=-0.01,τ=-0.01；對(duì)于α的取值為當(dāng)Pt-Pt-1≥τ時(shí)，則α= 1/4；當(dāng)Pt-Pt-1＜τ時(shí)，則α=3/4.τ取值表明，在多數(shù)時(shí)候，奈特不確定性態(tài)度投資者表現(xiàn)出奈特不確定追求.

根據(jù)隨機(jī)過(guò)程模擬方法（編寫MATLAB程序），容易得到當(dāng)市場(chǎng)預(yù)期極端值發(fā)生變化時(shí)，式（10）隨機(jī)過(guò)程的樣本實(shí)現(xiàn)圖（如圖1）.

圖1中的第一個(gè)圖形表示，當(dāng)金融市場(chǎng)上的奈特不確定態(tài)度投資者表現(xiàn)出奈特不確定追求情緒，市場(chǎng)預(yù)期極端狀態(tài)w1由0.01升為0.02時(shí)，股價(jià)上升幅度會(huì)變得更強(qiáng)烈.圖1中的第二個(gè)圖形表示，當(dāng)金融市場(chǎng)上的奈特不確定態(tài)度投資者表現(xiàn)出奈特不確定厭惡，市場(chǎng)預(yù)期極端狀態(tài)w2由-0.01降到-0.03時(shí)，股價(jià)下降幅度會(huì)變得更劇烈.總之，當(dāng)投資者面臨奈特不確定性，若投資者對(duì)市場(chǎng)預(yù)期極端值給予不合理權(quán)重，市場(chǎng)預(yù)期極端值變化就會(huì)造成股市的巨幅波動(dòng).

為了提高模擬的穩(wěn)健性，改變式（10）的初始參數(shù)值并增加模擬步數(shù).設(shè)F0=10，P0=10，αM=1，μ=0.5，η=0.0005，?=0.02，ω=0.001，β=0.001，κ=10，w1=-w2=0.02，τ=0；對(duì)于α的取值為當(dāng)Pt-Pt-1≥τ時(shí)，則α=1/3；當(dāng)Pt-Pt-1＜τ時(shí)，則α=2/3.這時(shí)式（10）的隨機(jī)過(guò)程樣本實(shí)現(xiàn)圖如圖2所示.

由圖2可看出，當(dāng)式（10）的參數(shù)初始值發(fā)生改變后，模擬后的結(jié)論與圖1得到的結(jié)論是相似的，即當(dāng)投資者面臨奈特不確定性，若投資者對(duì)市場(chǎng)預(yù)期極端值給予不合理權(quán)重，市場(chǎng)預(yù)期極端值變化就會(huì)造成股市的巨幅波動(dòng).

圖1 市場(chǎng)預(yù)期極端值發(fā)生變化時(shí)的股價(jià)波動(dòng)情況Fig.1The fluctuations of stock price while extreme state of market expectation is changing

圖2 市場(chǎng)預(yù)期極端值發(fā)生變化時(shí)的股價(jià)波動(dòng)情況（參數(shù)初始值改變后）Fig.2The fluctuations of stock price，while extreme state of market expectation is changing（if these parameters have been changed）

6 結(jié)束語(yǔ)

當(dāng)投資者面臨奈特不確定性，置身于股市投資者會(huì)受到奈特不確定性情緒的影響，其市場(chǎng)預(yù)期極端值變化就會(huì)造成股市的巨幅波動(dòng).顯然，本文把風(fēng)險(xiǎn)資產(chǎn)價(jià)格大幅度波動(dòng)原因歸為兩個(gè)因素，一是投資者面臨“奈特不確定性”；二是金融市場(chǎng)預(yù)期容易出現(xiàn)極端狀態(tài).這為解釋中國(guó)股市劇烈波動(dòng)提供了一個(gè)新視角.

在中國(guó)股市上，中國(guó)投資者面臨奈特不確定性是由于投資者的外部客觀環(huán)境造成的.中國(guó)股市是新興市場(chǎng)，上市公司披露的會(huì)計(jì)信息質(zhì)量普遍較差，使得投資者在信息解讀時(shí)導(dǎo)致信息含糊（ambiguity），并且在信息傳遞過(guò)程中會(huì)進(jìn)一步扭曲，導(dǎo)致一般投資者面臨奈特不確定性.同時(shí)由于中國(guó)的轉(zhuǎn)軌經(jīng)濟(jì)特征，投資者無(wú)法對(duì)中國(guó)上市公司盈利前景形成一個(gè)穩(wěn)定的預(yù)期，無(wú)法對(duì)公司價(jià)值進(jìn)行有效評(píng)估，從而投資者面臨奈特不確定性.

制度性缺陷導(dǎo)致金融市場(chǎng)容易出現(xiàn)極端狀態(tài).中國(guó)股市愛(ài)好短線炒作，換手率高，投資者不愿進(jìn)行價(jià)值投資.這種從行為金融學(xué)看來(lái)的“非理性”現(xiàn)象實(shí)際根源于制度上的缺陷，它其實(shí)是符合投資者的“理性”行為.上市公司只想從股市圈錢，不愿分紅，使得投資者無(wú)法獲得長(zhǎng)期回報(bào)；即便分紅，投資者也要為此交稅.由于資本利得稅未開征，資本利得成為投資者的投資收益模式，這種收益模式必然促使投資者進(jìn)行投機(jī)，導(dǎo)致市場(chǎng)投機(jī)情緒濃厚.股票市場(chǎng)定位是為國(guó)企融資，導(dǎo)致上市公司質(zhì)量堪憂，使投資者短期行為盛行.此外，一級(jí)市場(chǎng)發(fā)行、市場(chǎng)監(jiān)管等制度缺陷進(jìn)一步加重了投機(jī)市場(chǎng)情緒.

綜上分析，政府管理層應(yīng)推動(dòng)資本市場(chǎng)相關(guān)配套制度的完善與創(chuàng)新，消除影響股市巨幅波動(dòng)的因素，使得中國(guó)股市健康發(fā)展.

［1］李平，曾勇.資本市場(chǎng)羊群行為綜述［J］.系統(tǒng)工程學(xué)報(bào)，2006，21（2）：176-183.

LiPing，ZengYong.Surveyofherdbehaviorincapitalmarket［J］.JournalofSystemsEngineering，2006，21（2）：176-183.（inChinese）

［2］劉力，張圣平，張崢，等.信念、偏好與行為金融學(xué)［M］.北京：北京大學(xué)出版社，2007.

Liu Li，Zhang Shengping，Zhang Zheng，et al.Belief，Preference and Behavioral Finance［M］.Beijing：Peking University Press，2007.（in Chinese）

［3］張維，李根，熊熊，等.資產(chǎn)價(jià)格泡沫研究綜述：基于行為金融和計(jì)算實(shí)驗(yàn)方法的視角［J］.金融研究，2009（8）：182-193.

Zhang Wei，Li Gen，Xiong Xiong，et al.On the asset price bubbles：From the perspective of behavioral finance and agent based modeling［J］.Journal of Financial Research，2009（8）：182-193.（in Chinese）

［4］Olsen R A.Behavioral finance and its implications for stock-price volatility［J］.Financial Analysts Journal，1998，54（2）：10-18.

［5］Milgrom P，Stokey N.Information，trade and common knowledge［J］.Journal of Economic Theory，1982，26（1）：17-27.

［6］Sebenius J K，Geanakoplos J.Don't bet on it：Contingent agreements with asymmetric information［J］.Journal of the American Statistical Association，1983，78（382）：424-426.

［7］Scheinkman J A，Xiong W.Overconfidence and speculative bubbles［J］.Journal of Political Economy，2003，111（6）：1183-1220.

［8］Hong H，Stein J C.Differences of opinion，short-sales constraints，and market crashes［J］.Review of Financial Studies，2003，16（2）：487-525.

［9］Hong H，Scheinkman J，Xiong W.Asset float and speculative bubbles［J］.The Journal of Finance，2006，61（3）：1073-1117.

［10］Hong H，Scheinkman J，Xiong W.Advisors and asset prices：A model of the origins of bubbles［J］.Journal of Financial Economics，2008，89（2）：268-287.

［11］Shiller R J.The Irrational Exuberance［M］.New Jersey：Princeton University Press，2005.

［12］鄒高峰，張維，張海峰，等.中國(guó)市場(chǎng)條件下的前景理論資本資產(chǎn)定價(jià)模型［J］.系統(tǒng)工程學(xué)報(bào)，2013，28（3）：355-361.

Zou Gaofeng，Zhang Wei，Zhang Haifeng，et al.Prospect theory-based capital asset pricing based on China security market［J］. Journal of Systems Engineering，2013，28（3）：355-361.（in Chinese）

［13］Knight F H.Risk，Uncertainty and Profit［M］.Boston and New York：Houghton Mifflin Company，1921.

［14］Ellsberg D.Risk，ambiguity and the Savage axioms［J］.Quarterly Journal of Economics，1961，75（4）：643-669.

［15］Etner J，Jeleva M，Tallon J M.Decision theory under ambiguity［J］.Journal of Economic Surveys，2012，26（2）：234-270.

［16］Smith K，Dickhaut J，McCabe K，et al.Neuronal substrates for choice under ambiguity，risk，gains，and losses［J］.Management Science，2002，48（6）：711-718.

［17］Rustichini A，Dickhaut J，Ghirardato P，et al.A brain imaging study of the choice procedure［J］.Games and Economic Behavior，2005，52（2）：257-282.

［18］Huettel S A，Stowe C J，Gordon E M，et al.Neural signatures of economic preferences for risk and ambiguity［J］.Neuron，2006，49（5）：765-775.

［19］Hsu M，Bhatt M，Adolphs R，et al.Neural systems responding to degrees of uncertainty in human decision-making［J］.Science，2005，310（5754）：1680-1683.

［20］Krain A L，Wilson A M，Arbuckle R，et al.Distinct neuralmechanisms of risk and ambiguity：A meta-analysis of decision-making［J］. Neuroimage，2006，32（1）：477-484.

［21］Neta M，Kelley W M，Whalen P J.Neural responses to ambiguity involve domain-general and domain-specific emotion processing systems［J］.Journal of Cognitive Neuroscience，2013，25（4）：547-557.

［22］Glimcher P W，F(xiàn)ehr E，Camerer C，et al.Neuroeconomics：Decision Making and the Brain［M］.London：Academic Press，2009.

［23］Heath C，Tversky A.Preference and belief：Ambiguity and competence in choice under uncertainty［J］.Journal of Risk and Uncertainty，1991，4（1）：5-28.

［24］Fox C R，Tversky A.Ambiguity aversion and comparative ignorance［J］.The Quarterly Journal of Economics，1995，110（3）：585-603.

［25］Chow C C，Sarin R K.Comparative ignorance and the Ellsberg paradox［J］.Journal of Risk and Uncertainty，2001，22（2）：129-139.

［26］Chow C C，Sarin R K.Known，unknown，and unknowable uncertainties［J］.Theory and Decision，2002，52（2）：127-138.

［27］Gilboa I，Schmeidler D.Maxmin expected utility with non-unique prior［J］.Journal of Mathematical Economics，1989，18（2）：141-153.

［28］Ghirardato P，Maccheroni F，Marinacci M.Differentiating ambiguity and ambiguity attitude［J］.Journal of Economic Theory，2004，118（2）：133-173.

［29］Eichberger J，Grant S，Kelsey D，et al.Theα-MEU model：A comment［J］.Journal of Economic Theory，2011，146（4）：1684-1698.

［30］Brown G W，Cliff M T.Investor sentiment and asset valuation［J］.The Journal of Business，2005，78（2）：405-440.

［31］Baker M，Wurgler J.Investor sentiment and the cross-section of stock returns［J］.The Journal of Finance，2006，61（4）：1645-1680.

［32］Wright W F，Bower G H.Mood effects on subjective probability assessment［J］.Organizational Behavior and Human Decision Processes，1992，52（2）：276-291.

［33］Brandst¨utter E，Kühberger A，Schneider F.A cognitive-emotional account of the shape of the probability weighting function［J］. Journal of Behavioral Decision Making，2002，15（2）：79-100.

［34］Kliger D，Levy O.Mood and judgment of subjective probabilities：Evidence from the US index option market［J］.European Finance Review，2003，7（2）：235-248.

［35］Farmer J D，Joshi S.The price dynamics of common trading strategies［J］.Journal of Economic Behavior and Organization，2002，49（2）：149-171.

附錄（奈特不確定性下風(fēng)險(xiǎn)資產(chǎn)均衡定價(jià)的推導(dǎo)過(guò)程）

為了研究方便，假設(shè)在該時(shí)間內(nèi)無(wú)風(fēng)險(xiǎn)證券的價(jià)格不變，則r=1.為了求得本文的資產(chǎn)定價(jià)，可轉(zhuǎn)化為最大化問(wèn)題

根據(jù)式（1）可寫出α-MEU價(jià)值函數(shù)

假設(shè)式（A2）中的投資者效用函數(shù)為指數(shù)型的效用函數(shù)，即u（W）=-e-λW，其中λ＞0.

若投資者的期末財(cái)富Wt+1服從正態(tài)分布，則投資者的期望效用為

其中E表示條件概率下的期望，Var表示方差.

易知

根據(jù)文中假設(shè)有

根據(jù)式（A3）～式（A5），式（A2）的最大化問(wèn)題可轉(zhuǎn)化為

根據(jù)式（A6），式（A1）中的最優(yōu)化問(wèn)題可轉(zhuǎn)化為下式的問(wèn)題

為了求解式（A7）中的優(yōu)化問(wèn)題，即求函數(shù)V0（Wt+1）的導(dǎo)數(shù)，并令其等于0，即

由式（A8）可得

當(dāng)市場(chǎng)達(dá)到均衡時(shí)總供給等于總需求，則

將式（A10）代入式（A9）得

將式（A11）整理得奈特不確定性下的資產(chǎn)定價(jià)公式（4）.

Knightian uncertainty emotion of investors and the huge fluctuations of stock market

Xu Yuandong

（School of Economics and Management，Southwest Jiaotong University，Chengdu 610031，China）

From the perspective of the player，an asset pricing model is built based on the ambiguity and the impactofaninvestor'sambiguityemotiontowardthefinancialassetpricingisstudied.Becauseoftheinvestor's ambiguity emotion，the investor in the stock market will assign an unreasonable weight to the extreme value of market expectation；this extreme value of market expectation will affect asset pricing significantly，which can explain the internal mechanism of“irrational exuberance”and“stock market bust”to some extent.By simulation of the stochastic process，the asset pricing under the ambiguity is simulated，and the conclusion is supported.Finally，from the perspective of ambiguity，the paper analyzes the mechanism of the huge fluctuation in China's stock market and proposes some policy suggestions.

Knightian uncertainty；Knightian uncertainty aversion；behavioral finance；neuroeconomics

F224，F(xiàn)830

A

1000-5781（2015）06-0736-10

10.13383/j.cnki.jse.2015.06.003

徐元棟（1969-），男，山東齊河人，博士，副教授，研究方向：行為經(jīng)濟(jì)與金融，行為決策學(xué)，Email：xyd2003@163.com.

2013-07-11；

2014-07-17.

教育部長(zhǎng)江學(xué)者和創(chuàng)新團(tuán)隊(duì)發(fā)展計(jì)劃資助項(xiàng)目（IRT0860）；教育部人文社會(huì)科學(xué)研究一般資助項(xiàng)目（08JA790104）.