股票在微观经济学的知识范文

股票在微观经济学的知识范文第1篇

当然，研究也存在不足之处。问卷的调查是以网络形式进行的，调查的题目有限，不能挖掘出所有决策影响因素；此外，因为网络统计只有简单的计数结果，无法对其中的一些因素进行相关分析，说明的问题也就只能是现实存在的状况，无法做更深入的阐述。

【关键词】行为金融 个体股票投资者 投资决策

行为金融学研究对于金融理论的发展、资本市场政策法规的制定、市场监管、上市公司投资者关系管理都具有举足轻重的地位。中国股票市场属于新兴的股票市场，在政府监管、市场微观结构、股权结构及投资者构成等方面都有自己的特点。因此，通过对中国股票市场构成主体的个体投资者行为特征的研究，对丰富、验证行为金融理论，对于中国股票市场的建设都具有重要意义。

一、行为金融学相关理论及其启示

行为金融就是将心理学尤其是行为科学的理论融入到金融学之中。它从微观个体行为以及产生这种行为的心理等动因来解释、研究和预测金融市场的发展。这一研究视角通过分析金融市场主体在市场行为中的偏差和反常，来寻求不同市场主体在不同环境下的经营理念及决策行为特征，力求建立一种能正确反映市场主体实际决策行为和市场运行状况的描述性模型。

行为金融学的主要理论观点包括：有限理性理论、前景理论、价值理论、羊群效应、有限套利理论、投资者认知有限理论等。

这些理论给我们的启示是：股票投资者在进行投资决策时，受到各种客观的和主观因素的影响，并且存在一定偏好。通过研究投资者的行为，我们总结出投资者行为的偏好及主要影响因素。个体可以了解自己决策偏好，有意识地对投资策略进行适度调整，尽可能避免因决策错误造成不必要的损失。政府和股票市场监督管理机构可以根据这些主要影响因素预测、分析、判断股票投资者的行为，必要时进行有效引导，以维护股票市场的正常秩序，使我国股市稳健发展。

二、研究方法与角度

本文以行为金融学为理论指导，采用文献综述和问卷调查法，以608名有投资经验的社会个体投资者为样本，从行为金融的角度入手，对影响他们投资决策的因素的进行调查，从投资者的基本财务状况、外部环境对投资者行为的影响、信息披露情况调查、上市公司影响因素以及投资者本身的认知偏差五个方面对股票投资者的决策影响因素进行分析。

三、结论与建议

（一）结论

通过本次调查我们可以得出结论，我国个体股票投资者在证券投资决策时更倾向于购买蓝筹股、低价大盘股和科技股。而选择购买这几种类型股票的主要原因是它们的市盈率低，并且业绩好。

个体投资者在买卖股票时主要受到外界宏观环境和个体生活的社交环境，以及个体主观因素三方面信息的影响。

外界环境的信息，如国家宏观政治、股市法律法规及政策信息、上市公司披露的信息、行情走热的专家分析，以及个股或专家的小道消息等因素中，国家宏观政治的变更是被45.3%的投资者认为是投资决策的首要影响因素。而且72.4%的人在不同程度上相信经济发展能够支持股市上升。这也说明了宏观经济因素对股民的股市预期颇具参考价值。

由于人不是孤立存在于社会的个体，所以在决策时难免会接收到来自社交圈里他人给的建议或意见，此时有28.9%的股票投资者会听从他人意见、放弃自己的想法，27.6%的股票投资者会综合考虑他人建议进行决策，还有43.4%的人不理会他人意见，坚持自己的想法。可见，超过一半的股票投资者会在一定程度上会采纳他人意见。

当然，除了外界因素的作用以外，投资者自身的技术知识、认知习惯和个性，也会对股票买卖行为带来影响。个体知识和获取的市场信息是有限的（例如调查中我们也发现，并不是所有投资者都能读懂并利用到上市公司的财务报告，他们就不可能从公司详细的财务状况这方面对股票进行评估），加上自身的对损失的厌恶、害怕后悔，以及把一部分希望寄托于政府行为的偏好，致使股票投资者的决策难免带有主观判断。

（二）建议

根据上述特征，我们可以从以下几个方面对股票个体投资者提出建议：

1.在进行决策时，投资者应当尽量做到以下几点。准确理解新出台政策意图为基础，把握政策的发展方向，预测变化趋势；同时，广泛搜集信息结合所处的市场背景，分析管理层的监管思路，把握监管焦点，立足管理层的监管立场上换位思考，推测监管政策的发展方向和变化趋势；此外，关注国民经济状况，据以判断国家宏观经济工作重点。努力实现自身投资水平的提高。

股票在微观经济学的知识范文第2篇

第一种人是做宏观的，也就是根据国家宏观政策研判大势的。

这种人需要很宽广的知识面，需要比较高深的宏观知识，是所谓的人上之人。在《十年一个亿》一书中，有一位神人叫做X先生，从1400元做到目前的3亿元资产，可谓中国的巴菲特。

他在2002年判断股市要低迷，便果敢退出股市，避免了股市的暴跌，而在2005年底认为股市要回升，便全仓买入。他只买指数基金，赚得是宏观的经济增长。现在大家都能看出，在股票型基金中，指数基金的涨幅是最高的，远高于其他基金。这种操作需要很高的知识，也需要很好的耐性，并不是所有人能操作的。

第二种人是做中观的。

所谓中观，即行业。众所周知，大多数行业是有生命周期的，如前几年钢铁、汽车、能源都曾经有过长期的低迷，而现在都明显的复苏了。做中观就是准确地把握行业的周期，在行业复苏的开始进入，在行业衰退的初期选择退出。

但这种难度也非常大，因为一个人要想掌握一个行业需要几年甚至十几年的时间，而古语云三百六十行，何况现在的经济发展，行业细分，所以行业何止千万？所以，一个人要想很好的把握行业运作是非常艰难的问题。但一个人做不到的事情，团队的力量可以做到，基金公司和管理咨询公司可以做到这一点。

因为这些公司有各种行业的分析师，每个分析师只研究一个行业，最多研究2个行业，所以能够相对准确的把握一些行业的周期特点，但不可能也没必要掌握所有的行业。

第三种人是做微观的。

微观就是选择企业，分享企业的成长。相对于前两种人，做微观的更多一些，如美国的巴菲特、彼得・林奇等。这些人主要选择一些稳健或者高成长的企业长期持有，如巴菲特持有可口可乐和吉列已经几十年了，从来没有卖过，这些股票在几十年的时间里给他带来的收益已经以百倍甚至千倍计算。

在中国最著名的神话是万科最大的个人股东刘元生，他自万科发行股票当日就买入股票，并在随后加了几次仓并一直持有到现在。在16年的时间里，他的万科股票的资产已经从400万元增长到现在的接近30亿元，增值7000倍。当然这里面有股权分置的问题，但我相信更多是刘先生的眼力。如果他在同样的时间买入的是金田股票，今天可能就是另外一个境况。所以，企业选择的好坏也非常关键。

股票在微观经济学的知识范文第3篇

关键词：货币政策;会计信息可比性;应计异象

现有研究表明，货币政策的变动能够影响企业管理者的经济预期，进而调整财务策略和会计政策来应对经济环境变化以及货币政策冲击(姜国华和饶品贵，2011)。自2007年金融危机以来，中国人民银行频繁利用存款准备金率、再贴现率、存贷款基准利率等工具调整货币政策，当预计经济过热时，会通过提高存款准备金率、提高存贷款基准利率等紧缩的货币政策来给经济降温；反之，则通过宽松的货币政策来刺激经济。频繁的货币政策变动给本文研究宏观经济政策变动与企业微观会计信息披露行为及其经济后果提供了非常难得的研究契机，故本文进行了较为系统的文献回顾。

1货币政策的传导渠道

信贷配给理论认为，货币政策能够对实体经济产生影响，货币渠道和信贷渠道是货币政策影响实体经济的主要渠道(Bernanke等，1992；Kashyap等，1993；Bernanke等，1995)。货币渠道表现为利率和汇率对实体经济的影响，在货币政策趋紧时，银根紧缩将导致企业的融资成本提高。钱雪松等(2015)的研究结果显示，中国货币政策传导的货币渠道已经在发挥作用。而信贷渠道则表现为资产负债表和银行信贷对实体经济的影响，在货币政策趋紧时，投资、总需求下降，银行放贷意愿也随之下降，信贷约束条款更趋严格(Gertler等，1994)，银行将要求企业提供更高质量的会计信息以确保其贷款的安全性。郑军等(2013)认为，信贷渠道是中国货币政策对经济实体发生作用的重要传导渠道。但叶康涛和祝继高(2009)和罗荣华等(2014)的研究却表明，银根紧缩时，银行的信贷决策并非主要服从于经济目标，导致银行信贷资金的配置效率较低，银行未发挥出有效的监督作用。金鹏辉、张翔、高峰(2014)研究发现，在宽松的货币政策环境下，银行会放松贷款审批条件，从而承担过度风险。现有文献研究货币政策的传导机制主要集中于货币政策与银行信贷之间的关系，对货币政策通过股票市场传导的研究则相对较少。刘剑和胡跃红(2004)系统梳理了西方经济学家关于货币政策传导机制与股票市场关系的研究文献。他们总结到，西方国家股票市场主要通过资产结构调整效应渠道、财富效应渠道、流动性效应渠道、资产负债表渠道和股票市场渠道传导货币政策，研究这五种渠道，不难发现，无论哪种渠道都会使股票市场价格随着货币供给量的增加而上升，并最终影响到实体经济。Baker和Wurgler(2002)根据市场择时理论研究发现，在股价较高时，企业会择时性地进行外部权益融资，当货币政策宽松而股价上涨时外部权益融资可能就会发生。Almeida等(2004)发现，当企业外部债务融资受限时，外部权益融资和内部权益融资成了唯一的替代。张西征(2012)、马文超(2012)和马文超和胡思玥(2012)研究发现，货币渠道下的货币政策会对企业融资产生显著影响，但并不直接体现于企业的银行债务融资，而表现为资本市场的权益融资，进而形成一种债务融资替代。刘星、陈名芹和李宁(2015)研究发现，货币政策宽松时，企业更容易取得再融资资格，而当货币政策紧缩时，企业更愿意通过发放现金股利取得再融资资格。既然货币政策可以通过股票市场传导，货币政策就自然会对股票定价产生影响。货币政策首先会通过货币渠道对股票定价产生影响。基于Friedman(1961)提出的资产组合理论。货币政策趋紧时，货币供应量的下降导致股票投资者持有的货币量减少，进而持有的非货币资产在其持有的总资产比重中占比提高，出于动态平衡的目的，股票投资者更可能出售包括股票在内的非货币资产以获取货币资产，导致股票价格下跌。与此同时，货币趋紧时的利率上升，也会使股票价格下降。Sprinkel(1964)和Hamburger和Kochin(1972)等的研究表明，货币政策与股票价格之间确实存在着显著关系，货币政策的变化会导致投资者在货币与股票之间进行替代，从而引发股票价格的波动。Thorbecke(1997)发现，货币政策从紧时期，股票回报呈现下降趋势，而在货币政策从宽时期，股票回报则呈现上升趋势。在此基础上，Lastrapes(1998)的拓展研究表明，货币政策的变化能够解释股票回报波动的大部分。王曦和邹文理(2011)发现，中国资本市场也存在着这一现象，即宽松的货币政策导致股票价格上升，紧缩的货币政策导致股票价格下降。货币政策还可以通过信贷渠道对股票定价产生影响。Yuan(2005)认为，在货币政策从紧的情况下，知情投资者可能会因为无法及时获得外部信贷融资，被迫降价出售股票等非货币资产以换取现金，非知情投资者也会因为无法正确判断知情投资者出售股票等非货币资产的原因是融资不足还是获知了坏消息而不愿意接盘，导致股票价格持续下降。Florankis等(2014)研究发现，当货币政策从紧时，中央银行会通过提高法定存款准备金率或通过公开市场业务回收基础货币，此时，商业银行将被迫提高信贷标准、降低信贷额度和提高保证金率等，从而提高了股票投资者获得信贷资金的难度。这将促使投资者尤其是杠杆投资者由于其面临的融资约束而被迫降价出售股票，其他投资者也因不知情而不愿接盘，导致股票价格发生短期暴跌。代冰彬和岳衡(2015)的研究也表明，货币政策紧缩也会对股票价格产生影响。此外，也有部分学者研究货币政策趋紧时，银行信贷融资的其他替代。饶品贵和姜国华(2013)研究发现，在货币政策紧缩期，非国有企业可能采用更多的商业信用作为银行信贷的替代。张梦云等(2016)研究发现，货币政策紧缩后，上市公司融资方式明显由银行贷款转向债券融资。

2货币政策与会计信息质量

经济环境的变化会引发不同的货币政策变化，在不同的货币政策下，微观企业的会计信息质量又会有何不同呢？现有文献关于货币政策与会计信息质量之间的关系主要集中于货币政策与信息披露质量、会计稳健性和盈余管理等几个方面。李志军和王善平(2011)研究发现，货币政策趋紧时，信息披露质量较好的公司获得了更多的银行借款，银行借款的利率也较低。饶品贵和姜国华(2011)、程六兵和刘峰(2013)、李连军和戴经纬(2016)研究了货币政策与会计稳健性对企业融资约束的影响效应。研究发现，货币紧缩政策加剧了企业面临的融资约束，稳健的会计政策可以削弱货币紧缩政策对企业融资约束的不利影响，且这种效应在非国有企业中更加显著。冯展斌、杨兴全和李庆德(2013)的研究结果表明，在货币紧缩时期，银行的信贷风险急剧上升，银行会加大对企业事前的资信调查，事后也会更深入地对债务企业施加监督治理，增强对企业盈余质量的识别，管理层盈余操纵被发现的可能性也会显著升高，盈余操纵行为显著减少，企业也有动机提供高质量的盈余信息，从而显著改善企业的盈余质量。而王铭利(2012)、陈耿和包燕萍(2014)、尤苒(2015)的研究结果却表明，当货币政策从紧时，企业会有较强的动机进行盈余管理，导致会计信息质量下降。汪猛和徐经长(2015)的研究结论可能意味着，货币政策趋紧期间，未转回资产减值准备的企业会有更高的会计信息质量，而有更多转回资产减值准备的企业，其会计信息质量可能相对较低。朱焱和孙淑伟(2016)研究发现，当货币政策从宽时，公司债利差会显著降低，而且该公司的会计信息质量越高，其公司债利差越小，即融资成本越低。刘朝阳和李秀敏(2016)研究了会计信息质量与宏观经济周期性波动之间的相关性，研究结果表明，经济扩张期，信贷水平与经济状况适应，利率处于低水平，高质量信息博弈力量占优；经济平稳期、信贷扩张、利率高企、低质量信息博弈力量占优；经济萧条期，信贷紧缩，利率处于高水平，在经济状况和严格的会计监管双重作用下，高质量会计信息博弈力量占优。

3应计异象的成因

在资本市场上，会计信息是投资者做出投资决策所依据的最为重要的信息来源之一，因而，投资者利用会计信息取得的超额回报也是资本市场众多异象中的一种。在这一领域中，Sloan(1996)率先提出“应计异象”问题，即投资者依据会计盈余对股票定价时，无法区分应计项目持续性与现金流量持续性之间的差异，对应计项目持续性的定价过高，而对现金流量持续性的定价过低。按照现有理论，应计异象的成因主要有有效市场理论与非有效市场理论分别两种解释(李远鹏等，2008)。有效市场理论解释应计异象的主要代表文献是Fama(1970)、Khan(2008)和Drake等(2009)。应计异象的非有效市场理论解释的代表文献是Lev和Nissim(2006)的信息成本论，以及Hirshleifer和Teoh(2006)和DellaVigna等(2009)等的有限关注理论。国内学者对应计异象的研究有代表性的主要有李远鹏等(2007)和李小晗等(2011)。李远鹏等(2007)研究发现亏损公司的“洗大澡”行为掩盖了应计异象。李小晗等(2011)发现，当投资者对盈余信息解读所付出的关注程度更高时，不存在应计异象，而当投资者处于有限关注状态时，产生应计异象。已有文献表明，国内外学者对货币政策与微观会计信息质量之间的关系以及会计信息质量的经济后果进行了较为深入的研究，这些研究成果为我们的研究奠定了坚实的理论基础，提供了更为开放的学术视野以及更为科学的认识方法和研究方法。但需要说明的是，国内外学者的相关研究对于微观经济个体针对不同的货币政策而采取应对措施及其经济后果，尤其是通过调控会计信息质量改变投融资环境以及相应的经济后果的研究较少涉及。尽管已有研究文献对货币政策与信息披露质量、盈余管理、会计稳健性、盈余持续性和盈余反应系数之间的关系进行了相关研究，但由于这些会计信息质量特征缺少公司间的横向比较，都忽略了投资和信贷决策除了依赖投资或信贷对象一家公司的会计信息外，更需了解与投资对象同类或同行业其他公司的会计信息的事实，因而不能很好地解释会计信息质量在货币政策与微观经济行为中发挥的作用，不利于发挥货币政策对经济体系的调控作用。因而，我们需要对货币政策、会计信息可比性及其资本市场定价这一亟待开发的领域展开系统深入研究。

作者:张姝玉 单位:哈尔滨商业大学

参考文献

[1]姜国华,饶品贵.宏观经济政策与微观企业行为——拓展会计与财务研究新领域[J].会计研究,2011(03).

[2]金鹏辉,张翔,高峰.货币政策对银行风险承担的影响——基于银行业整体的研究[J].金融研究,2014(02).

股票在微观经济学的知识范文第4篇

【关键词】

大学生；炒股；行为

一、当代大学生炒股行为特点

（一）股市认识不到位，炒股目的不纯

大学生对股市的认识不全面，受自身认识局限性，炒股目的总体呈现出两种。第一种为好的目的，比如想通过炒股，培养理财观念，学习理财知识，认知资本市场，把握经济运行规律，为以后的就业、投资做好相关准备。第二种为不好的目的，部分同学由于过于痴迷于巴菲特、索罗斯等股神的故事，极度渴望自己成为下一任股神，把股市当成一夜暴富的平台，其行为已经从炒股变为了。然而，股市的本质是资金的优化配置和财富的重新分配，股市本身并不创造任何的财富。所以，对于股市的投资者来说，其实是场“零和游戏”，从长期来看，通过炒股成为亿万富翁的可能性微乎其微。

（二）风险意识淡薄，抗险能力较弱

大学生股民、虽然知道股市有风险，但风险意识还是较为淡薄。大部分大学生在缺乏股票基本知识的情况下，盲目跟风参与炒股，想当然的凭自己不全面的理论去操作，胡易；在缺乏股票交易经验的情况下，为了追求利润最大化，追求变现快速化，不对国际国内的宏观经济作基本判断，不对上市公司的资产、负债、收益、流通股、行业地位等基本面作深入分析，不对股票的技术形态作详细分析，就草率急躁地进行选股，不分策略地全仓买进或全仓卖出，完全忽视价值投资。他们往往认为自己的炒股金额不大，亏也亏不了多少，风险不大，没必要设置止损位，抗风险能力弱。除了没意识到资金风险以外，大学生对自身的信用风险、心理风险、时间风险、财务风险也缺乏认识。

（三）股市开盘时间与上课时间重合

股市开盘闭市的时间与正常的上课时间几乎重合，上课时间自然无法炒股，如何合理管理、分配自己的时间是一个重要问题。然而部分大学生盲目跟风，无论上课下课，都将过多精力与时间投入股市。在上课期间心神留恋于股市，无法理性的分配的自己的精力与时间，判断股市与学业的轻重关系，对其自身学业造成了十分消极的影响。

（四）资金来源单一，股票金融小

大学生虽然已经是成年人，但是仍处在求学阶段，其学费生活费主要依靠家庭支持，还属于消费者行列。据调查，大学生的炒股资金，并没有稳定的资金来源，绝大部分学生是从父母那里拿来的钱，还有少部分学生是依靠勤工俭学挣来，向亲戚朋友借款，挪用学费生活费用，获得的奖助学金等，他们的整体资金来源比较单一，没有多重资金的供给保障。同时，他们的投资金额大多数在1000元以上10000元以下，股票交易时的持股只数大多数在三只以内。

（五）交易技能较弱，以短线交易为主

据调查，大部分大学生炒股技能较弱，仅限于对K线与投资环境的基本分析，并不善于高级的炒股技能以及对股市环境的深入分析。据统计，大学生炒股持股时间在六月以下的人数占70%，一年以下的占90%，大多数持股时间为一周到半个月。由此，大部分大学生以短线交易为主，并不通过股市进行长期股票交易。选择短线交易，通过简单的低进高抛，仅为赚取差价来短期投机的方式交易股票，这就意味着股票的换手率很高，支付的交易费用也将非常高，某一方面来说大学生炒股的投机性特别强。

二、针对大学生股民的建议

（一）树立良好的股票交易心态

树立良好的股票交易心态，是大学生必备的素质之一。大学生作为即将步入社会的一个庞大群体，他们急于证明自己，渴望获得成功，害怕失败。但是，股市风险大，并非简单的理论知识所能把握。保持沉着冷静的心态是股票交易的前提条件。在进入股市之前，大学生股民首先应该对自己的风险承受能力做出准确评估，如果属于风险规避型投资者，建议投资债券类金融工具。在投资股票时尽量保持投资者的心态，以价值投资理念为核心，进行“长线”投资，这样既可以获得公司成长带来的福利，又能够尽可能的避免在频繁操作中损失佣金等费用使得收益减少。巴菲特曾经有句名言：“让时间成为投资者的朋友。”这句话应该从两个方面来体会，一方面是长线投资能够获得更多的收益；另一方面是在长期实践中能够积累更多的经验。

（二）加强专业知识和实操技能的学习

针对股票的分析主要分为基本面分析和技术分析，两者相辅相成，缺一不可。股票交易是理论联系实际的完美体现，但需要指出的是，股市的发展受到社会中多方面因素的影响，经常会有莫名的事件发生。千股跌停和千古涨停的奇观只是股市风险表现着的冰山一角。因此，建议刚进入股市的大学生应当先寻找老师指引，然后小量跟随，循序渐进，并在股价下跌时及时“割肉”止损以免被套牢。在入市的初期以学习方法、积累经验为主要目的，正确评估自身的能力，认识自己的不足，加强实践技能的锻炼。

（三）合理分配时间

作为大学生我们面临着学习的压力，从长远上看，我们还面临着就业等方面的压力，应当将主要精力投入到学习中去。对于大学生来说，炒股虽然能够锻炼自己的实践能力，为以后进入社会积累实践经验，但是，盲目炒股很可能适得其反。大学生要注重实践，炒股是一种实践方式，大学生可以去尝试，但应当以不耽误学习为前提，利用课余时间炒股。只有这样，才有可能达到学习和实践双赢的效果。

（四）多元化投资，正确看待股市

股市属于虚拟经济，虚拟经济并不创造财富，只是对于财富进行重新分配，正确认识股市对于投资股票而言至关重要。只有正确看待股市，才能够端正投资态度，合理规划投资步骤和范围，并准确地在风险最小化和收益最大化中取得平衡。在股票投资中时刻提醒自己分散风险非常重要，选择多只股票进行投资，或者在股市、债市、基金间进行投资组合，在非系统性风险到来之时，多元化投资策略能够让投资者立于不败之地。

参考文献：

[1]刘诗琪.浅析大学生炒股现象.商界论坛，2015（04）

股票在微观经济学的知识范文第5篇

以有效市场假说（EfficientMarketHypothesis，EMH）和理性预期（RationalExpectationHypothesis，REH））为特征的主流金融理论在金融领域中一直占据着统治地位。但大量的实证研究和观察结果表明，人们并不总是以理性态度做出决策，在现实中存在诸多的认知偏差，这些偏差不可避免地要影响到人们的金融投资行为，进而影响到资产定价，主流金融学有着无法克服的缺陷。RichardH.Thaler（1999）具体指出了在以下五个方面标准金融模型与实际不符：关于交易量的预测；关于波动性的预测；关于股票红利无关性；关于股票投资溢价；关于有效市场上证券价格的不可预测性。

1997至1998年的亚洲金融危机和最近一系列金融事件如美国股市在2000年的大起大落、长期资本基金（LTCM）的破产保护、老虎基金的倒闭等，也更加深了人们对市场有效性及投资理性的怀疑。在学术研究和金融实务中，正有越来越多的人认识到，人的行为、心理感受等主观因素在金融投资决策中起着不可忽略的作用。

正是对主流金融理论的质疑，促使了金融研究范式的转换，极大地促进了新的理论和方法的产生和发展。近二十年来，金融学研究呈现出新的特点和趋势，这些特点和趋势可以概括为：从原来线性的、完全理性的观点到非线性、有限理性的转变；从市场宏观层面的研究到微观结构的研究；计算机技术的发展促进了实验金融学的产生和发展。

一、从完全理性到有限理性——行为金融学

在传统的经济、金融学研究中，现实的人被简化为一个简单的理性人，即假定人们能掌握处理所有有用信息，总是能最大化其预期效用，显然这种假定是不现实的。这种以完全理性假定构筑的学说是无法通过经验科学方法来检验与研究人的内在本性的，也无法观察现实人的经济行为。

对完全理性的质疑，促使人们尝试用心理学方法来研究经济、金融问题，并试图以此来修正和检验经济、金融学的基本假设，于是便应运诞生了一门新学科——行为金融学。目前，对“行为金融学”一词还没有正式规范的定义，它主要从实证的角度研究人们如何理解和利用信息，并做出正式的投资决策，以及在此过程中，人的行为认知偏差对决策的影响。田宏伟（2001）认为构成行为金融学定义的内容有三个方面：行为金融学把经典的经济学和金融学理论与心理学和决策科学综合在了一起；行为金融学力图解释是什么造成了股票／证券价格的异常现象，这种异常已被众多的研究证明是广泛存在的；行为金融学是一门研究投资者是如何产生系统的认知偏差或称为有限理性（不完全理性）的科学。

事实上，正是因为投资者会产生系统的认知偏差或不完全理性，才导致证券价格出现各种异常。至于到底有哪些价格异常现象，它们又是由什么样的不完全理造成的，如何确定价格异常出现的市场条件，正是行为金融学的研究内容所在。从总体上看，现有行为金融学的研究是在两个方向上展开的：一是对主流金融理论缺陷的实证分析，研究在金融市场上发现的人们的诸多行为认知偏差；二是试图从心理学、社会学、人类学、认知心理学的角度来认识金融市场上的异常现象。

·噪声交易理论

FischerBlack（1986）首次提出关于噪声交易的概念，他的论文是噪声交易理论以及行为金融学研究的奠基性文章，是许多随后研究的出发点。Black指出，噪声的概念与信息的概念相对应，一直存在于金融市场中，而股价则综合反映了噪声与信息的影响。股票投资者也被分为噪声交易者和信息交易者。噪声交易理论近年来取得了很大进展，已成为行为金融学的重要工具。

J.BradfordDeLong，AndreiShleifer，LawrenceH.SummersandRobertJ.Waldmann（1990）研究了金融市场上的噪声交易者风险，得到的结论是噪声交易者通过承担更多的由他们自己创造的风险（噪声交易者风险），可以比厌恶风险的理性套利者获得更高的回报。

LawrenceH.Summers（1986）的研究也认为，股票的市场价格会对非理性投资者的投资行为更敏感，因为当理性投资者接受市场价格是其基本价值的体现，并且不以自己对价值的判断作为交易的依据时，非理性投资者则相反，他们按自己对价值的（错误）判断作为交易的依据，这时市场价格就会对非理性投资者更敏感。

·期望理论

在行为金融学模型中，由卡尼曼（DanielKahneman）和已故的特韦尔斯基（AmosTver-sky）提出并发展起来的期望理论无疑是影响最为深远的一个（DanielKahneman，andAmosTversky（1979，1992）），它向传统的预期效用理论提出了强有力的挑战。DanielKahneman因此获得了2002年诺贝尔经济学奖。

不可否认，预期效用理论至今仍是现代经济理论的重要支柱之一，它给出了不确定性条件下的理的简单精确描述。然而，正如前文所述，实际情况下人的行为并不总是理性的，这使得效用理论在应用中会产生矛盾现象，最著名的当属阿莱悖论。Kahneman—Tversky的期望理论的提出，改进了预期效用理论的不足。在期望理论中，投资者的效用（价值）不再是财富的函数，而是获利与损失的函数；投资者也不再总是风险厌恶者。图1.1、图1.2分别是预期效用理论与期望理论的效用／价值函数。

可以看出，与标准效用函数相比，期望理论的效用函数呈“S”型——在获利区间凹，在损失区间凸，这与对人们风险偏好的实际观察结果是一致的（即损失厌恶）。

通过引入价值函数、概率评价函数、参考点等概念，期望理论更好地描述了人们在不确定性条件下的决策行为。许多异常现象可以用期望理论来做出合理的解释，如阿莱悖论、证券溢价之谜、期权微笑现象等。

·过分自信理论

人们往往过于相信自己的判断能力，高估自己成功的机会，我们把这种心理现象称为过度自信。过度自信解释了许多股价异常现象，如过度反应与反应不足。

W.M.DeBondt，RichardH.Thaler（1986）的文章“股票市场过分反应了吗？”是实证检验美国股票市场是否存在过度反应的奠基性作品。他们的答案是肯定的，并指出过度反应与反应不足的原因都在于投资者的过分自信。

TerranceOdean（1998）对过分自信理论进行了详细综述和研究，并建立了过分自信的行为金融模型。由于过分自信，投资者有时会高估某些信息，有时又会低估，过分自信对金融市场的具体影响要看哪些市场参与者会过分自信以及信息是如何传播的。

首先，两个前提假设是：过分自信意味着交易者认为后验信息更准确（比实际上的准确性更高）；交易者认为自己的私有信息比别人的私有信息更加可靠。

通过分别假定一般交易者、内幕信息交易者和厌恶风险的做市商存在过分自信，TerranceOdean分析了金融市场存在信息成本时的过分自信效应。在各种情形下，过分自信都会增大成交量和市场深度，同时降低投资者的预期效应。但是，对价格波动性和价格内在性质（以价格与基本价值差额的方差来衡量）的影响则依赖于过分自信的主体是谁。一般交易者和内幕信息交易者过分自信会增加波动性，做市商过分自信会减少波动性。

·主观概率理论

主观概率指的是人们对某一特定命题正确性的相信程度。主观性体现在它是基于个人的知识和信念做出的评价。主观概率研究的重要性在于它是决策过程的关键环节。

传统概率论以及在此基础上发展起来的Bayesian决策准则所关注的都是事件发生的频率，其前提是事件能够反复发生。而对于一次性事件的概率估计，它们是不适用的。现实中人们又确实经常需要对不同的命题做出自己的评估。研究表明，人们在做出这类评估时，由于受到自身条件和知识能力的限制，无法得到最优结果，只能在一定程度上得到满意解，这使得人们可以凭直觉和个人经验解决复杂问题。这种实际决策过程的本质特点，促使科学家从行为认知的角度来研究决策过程，AmosTversky和DanielKahneman是其中的佼佼者。他们试图用启发式方法来代替Bayesian分析。这一领域的研究被称为主观概率研究，期望理论其实是主观概率理论中的一种。

二、从线性到非线性——非线性科学的应用

在人类的认识上，首先是用相对简单的线性关系（线性模型）来刻画线性问题的定量关系，对于那些非线性因素不能忽略的情况，则往往采取线性近似或线性迭代的方法来处理，这样处理有时也能得到较好的结果，但这种情况一般只出现在比较“简单的”非线性问题中，或者只是研究系统的一些“常规”行为特征。随着人们对社会、自然认识的不断深化，人们越来越不敢“小看”非线性问题了。首先，就其本质而言，自然界是非线性的。其次，许多问题中的强非线性作用与长时间尺度的系统行为都不能用线性方法（包括线性近似）来刻画。第三，即使是一些表面看上去很简单的系统，也可能表现出令人惊异的复杂性（如确定性的随机性），于是，人们愈来愈重视对广泛存在于社会和自然中的非线性现象的研究，并由此而诞生了非线性科学。

最早将非线性科学用于经济学研究的是美国经济学家斯徒泽（Stuzer），他于1980年发表的论文“一个宏观模型中的混沌动力学系统和分岔理论”，将李—约克（Li—York）定理和分岔技术应用于哈维尔默（Havelmo）增长模型，找到了该模型出现混沌的条件。之后，越来越多的学者开始运用非线性科学的方法来研究经济和金融系统。

分形学的创始人，著名的数学家BenoitB.Mandelbrot（1997）将其研究成果应用到金融市场价格变动的研究中，价格的变动可以用分形几何中的研究成果推导的模型加以解释。分形（多分形）的目的并不是要确切地预测未来，但是它们的确能对市场风险作出更切合实际的描述。分形是一种几何形状，其特点是可以分为若干部分，而每一部分都是最初那个整体在较小尺度上的翻版。在金融学中，这一概念并不是无根据的抽象，而是对一种简单明了的市场常识从理论的高度上重新进行表述。

埃德加·E·彼得斯（Peters.E.E，1996）的研究提供了大量的证据表明证券市场确实存在分形、混沌特征。认为证券价格并不是随机游动的，而是受到某种确定性趋势的作用，并具有对初始波动的高度敏感性，换言之，股价运动具有混沌性质。据此，彼得斯（1994）提出了分形市场假说，认为：（1）市场是由很多具有不同投资预期的投资者组成的；（2）与每一个投资预期相联系的信息集是不同的。只要市场维持这种分形结构，并且没有特征时间标度，市场就会保持稳定。当市场的投资预期变得一致时，市场就会变得不稳定，因为每个人都基于同样的信息集进行交易（Peters，1994）。

近年来，非线性动力学在证券市场研究领域的应用主要集中在两个方向上，一个是证券市场是否存在混沌、分形等非线性特征的检验以及检验方法的研究，在证券市场应用混沌分形理论的前提是数据是否具有混沌性质，这就需要进行有关的统计检验。对股指数据是否具有混沌分形特征的统计检验也是当前股票市场非线性研究的热点。这些检验包括：长记忆与R／S分析、BDS检验、Lyapunov指数检验等。

另一个方向便是建立非线性动力学模型来描述股价的动态行为，探寻证券市场价格波动行为的形成机理。最近几年，不少学者进行了大量研究，如Arthur、Holland、LeBaron、Palmer和Taler（1997），Brock（1993，1997），BrockandHommes（1997，1998），BrockandLeBaron（1996），Chiarella（1992），ChiarellaandHe（2000），Gaunersdorfer（2001），GaunersdorferandHommes（2000），Lux（1995），TaiseiKaizoji（2000）等等。这些模型都是基于异质投资者上的，即投资者是有限理性的，他们之间是有差别的，而非传统的金融研究将投资者简化为典型的理性人。

Brock和Hommes（1997，1998）（简称BH）提出了一个信念自适应系统（AdaptiveBeliefSystem简称ABS）的理论框架，其基本思想是：市场上的投资者是千差万别（投资者的异质性），其对未来的信念也是各不相同（信念的异质性），为适应环境，投资者的信念是变化的。人们通过不断的学习，选择业绩好的预测规则（信念），以适应不断变化的复杂的环境，这样就导致了不同类型的投资者比例的变化，进而影响着资产价格的变动，而价格的变化反过来影响投资者对预测规则的选择，形成了二者相互作用的进化系统。ABS模型给出了一个易于处理的理论框架，而且理性预期均衡作为一个特例包含在该系统中。在ABS中有两个重要的噪声源，即模型近似的误差和经济基本面内在的不确定性。ABS能产生一些重要的实证研究和观察到的市场特征现象，如收益的不可预测性、厚尾、投机泡沫和波动集群性等。Brock、Hommes和Gaunersdorfer在接下来的研究中对最初提出的模型进行了更深入的研究和扩展，Brock、Hommes和Wagener（2001）又提出了LargeTypeLimit（LTL）的概念来描述有多种类型投资者的适应性进化系统的平均行为。ChiarellaandHe（1999，2000）也对ABS系统进行了一定程度的扩展。

Lux（1995）模型企图刻画市场上投资者的“从众”行为或相互模仿的传染现象，描述了对基本面不完全知情的投资者的预期的形成。这些预期主要依赖于其他投资的预期和行为，模型刻画了投机者之间的相互模仿传染（递）的过程。模型通过投资者的态度（即买入和卖出）的变化来描述市场供需状况，而供需状况进而影响价格的变化，投资者买和卖两种态度的转变的概率引入了协同学的方法。Lux模型较好地刻画了市场中的从众行为，能很好地解释股市泡沫的形成、破灭（过度波动）和均值回复。Kaizoii（1998）模型与Lux模型相似，区别在于后者为微分方程，而前者为差分方程。TaiseiKaizoji（2000）又引入了统计物理学中平均场理论来研究股市泡沫和暴跌。

T.Vaga（1991，1999）提出的协同市场假定认为，市场价格的概率分布是基于以下两类因素在时间上的变化：基本的或经济的环境；市场中存在的情形偏倚量或“集体思维”的水平。随着两个因素组合的变化，市场状态也变化，可以达到四个不同的相：随机游动、过渡市场、混沌市场、协同市场。这样就把市场价格的随机变动与可能的混沌性质统一到一个框架下。换言之，把有效市场理论与分形市场理论统一为一体。这种理论虽然还缺乏实证检验，但对市场价格变化具有很好的描述能力。

三、从宏观到微观——市场微观结构理论

市场微观结构理论研究的是证券市场的交易机制和信息传导、价格形成机制，它对于全面深入了解证券市场交易过程，制定正确的投资决策及有效监管市场有着重要意义。由于微观结构理论主要研究股票市场的价量关系及相互作用机制，它可以被用来建立技术分析的理论基础，为股票价格预测服务。AnanthMadhavan（2000）把市场微观结构理论研究内容归纳为四个方面：（1）价格形成，包括价格吸收信息的动态过程；（2）市场结构与设计，包括价格形成与交易规则之间的关系；（3）市场透明度，市场参与者观察交易过程信息的能力；（4）其他金融领域应用，包括资产定价、国际金融、公司财务。

金融市场微观结构理论与以前的金融理论相比，有两个特点：一是以前的金融理论注重的是宏观分析和总量的分析，而市场微观结构理论注重微观分析和变量分析；二是以前的金融理论多用演绎法，而市场微观结构理论则主要运用计量经济模型来进行实证分析，同时也注意运用演绎推理方法和行为分析方法。这两个特点实际上是反映了当代金融理论非常注重对“人”这一金融和经济活动中的主体的研究，这是当代金融理论也是经济理论发展的一个重要表现。市场微观结构理论中关于存货模型的分析、价格行为的分析等，都着重突出了对人的理和非理的发生及其原因的分析，从而使得对市场上的价格变动的分析更加深入。

四、计算机技术的应用——实验金融学

随着计算机技术，特别是人工智能技术的飞速发展，对金融市场的定量仿真与实验成为了可能，于是一门新的分支学科——实验金融学便产生了。

SantaFeInstitute（SPl）研究人员Authur，W.B.，J.H.Holland，B.LeBaron，R.G.Palmer，P.J.Taylor使用基于Agent的计算机模型来研究资本市场，建立人造股票市场ASM（ArtificialStockMarket），本质上开了实验金融学的先河。他们从1990年开始到1997年论文“AssetPricingUnderEndogenousExpectationsinanArtificialStockMarket”的发表标志着金融学中又一分支——基于Agent的计算实验金融学的诞生。

实验金融学是指应用计算机技术来模拟实际金融市场，如股票市场、外汇市场、期货市场等，在既定的市场结构下，通过研究市场微观层次Agent（投资者）的行为来揭示市场宏观特性形成原因的一门金融学分支。

股票在微观经济学的知识范文第6篇

以有效市场假说（EfficientMarketHypothesis，EMH）和理性预期（RationalExpectationHypothesis，REH））为特征的主流金融理论在金融领域中一直占据着统治地位。但大量的实证研究和观察结果表明，人们并不总是以理性态度做出决策，在现实中存在诸多的认知偏差，这些偏差不可避免地要影响到人们的金融投资行为，进而影响到资产定价，主流金融学有着无法克服的缺陷。

RichardH.Thaler（1999）具体指出了在以下五个方面标准金融模型与实际不符：关于交易量的预测；关于波动性的预测；关于股票红利无关性；关于股票投资溢价；关于有效市场上证券价格的不可预测性。

1997至1998年的亚洲金融危机和最近一系列金融事件如美国股市在2000年的大起大落、长期资本基金（LTCM）的破产保护、老虎基金的倒闭等，也更加深了人们对市场有效性及投资理性的怀疑。在学术研究和金融实务中，正有越来越多的人认识到，人的行为、心理感受等主观因素在金融投资决策中起着不可忽略的作用。

正是对主流金融理论的质疑，促使了金融研究范式的转换，极大地促进了新的理论和方法的产生和发展。近二十年来，金融学研究呈现出新的特点和趋势，这些特点和趋势可以概括为：从原来线性的、完全理性的观点到非线性、有限理性的转变；从市场宏观层面的研究到微观结构的研究；计算机技术的发展促进了实验金融学的产生和发展。

一、从完全理性到有限理性——行为金融学

在传统的经济、金融学研究中，现实的人被简化为一个简单的理性人，即假定人们能掌握处理所有有用信息，总是能最大化其预期效用，显然这种假定是不现实的。这种以完全理性假定构筑的学说是无法通过经验科学方法来检验与研究人的内在本性的，也无法观察现实人的经济行为。

对完全理性的质疑，促使人们尝试用心理学方法来研究经济、金融问题，并试图以此来修正和检验经济、金融学的基本假设，于是便应运诞生了一门新学科——行为金融学。目前，对“行为金融学”一词还没有正式规范的定义，它主要从实证的角度研究人们如何理解和利用信息，并做出正式的投资决策，以及在此过程中，人的行为认知偏差对决策的影响。田宏伟（2001）认为构成行为金融学定义的内容有三个方面：行为金融学把经典的经济学和金融学理论与心理学和决策科学综合在了一起；行为金融学力图解释是什么造成了股票／证券价格的异常现象，这种异常已被众多的研究证明是广泛存在的；行为金融学是一门研究投资者是如何产生系统的认知偏差或称为有限理性（不完全理性）的科学。

事实上，正是因为投资者会产生系统的认知偏差或不完全理性，才导致证券价格出现各种异常。至于到底有哪些价格异常现象，它们又是由什么样的不完全理造成的，如何确定价格异常出现的市场条件，正是行为金融学的研究内容所在。从总体上看，现有行为金融学的研究是在两个方向上展开的：一是对主流金融理论缺陷的实证分析，研究在金融市场上发现的人们的诸多行为认知偏差；二是试图从心理学、社会学、人类学、认知心理学的角度来认识金融市场上的异常现象。

·噪声交易理论

FischerBlack（1986）首次提出关于噪声交易的概念，他的论文是噪声交易理论以及行为金融学研究的奠基性文章，是许多随后研究的出发点。Black指出，噪声的概念与信息的概念相对应，一直存在于金融市场中，而股价则综合反映了噪声与信息的影响。股票投资者也被分为噪声交易者和信息交易者。噪声交易理论近年来取得了很大进展，已成为行为金融学的重要工具。

J.BradfordDeLong，AndreiShleifer，LawrenceH.SummersandRobertJ.Waldmann（1990）研究了金融市场上的噪声交易者风险，得到的结论是噪声交易者通过承担更多的由他们自己创造的风险（噪声交易者风险），可以比厌恶风险的理性套利者获得更高的回报。

LawrenceH.Summers（1986）的研究也认为，股票的市场价格会对非理性投资者的投资行为更敏感，因为当理性投资者接受市场价格是其基本价值的体现，并且不以自己对价值的判断作为交易的依据时，非理性投资者则相反，他们按自己对价值的（错误）判断作为交易的依据，这时市场价格就会对非理性投资者更敏感。

·期望理论

在行为金融学模型中，由卡尼曼（DanielKahneman）和已故的特韦尔斯基（AmosTver-sky）提出并发展起来的期望理论无疑是影响最为深远的一个（DanielKahneman，andAmosTversky（1979，1992）），它向传统的预期效用理论提出了强有力的挑战。DanielKahneman因此获得了2002年诺贝尔经济学奖。

不可否认，预期效用理论至今仍是现代经济理论的重要支柱之一，它给出了不确定性条件下的理的简单精确描述。然而，正如前文所述，实际情况下人的行为并不总是理性的，这使得效用理论在应用中会产生矛盾现象，最著名的当属阿莱悖论。Kahneman—Tversky的期望理论的提出，改进了预期效用理论的不足。在期望理论中，投资者的效用（价值）不再是财富的函数，而是获利与损失的函数；投资者也不再总是风险厌恶者。图1.1、图1.2分别是预期效用理论与期望理论的效用／价值函数。

可以看出，与标准效用函数相比，期望理论的效用函数呈“S”型——在获利区间凹，在损失区间凸，这与对人们风险偏好的实际观察结果是一致的（即损失厌恶）。

通过引入价值函数、概率评价函数、参考点等概念，期望理论更好地描述了人们在不确定性条件下的决策行为。许多异常现象可以用期望理论来做出合理的解释，如阿莱悖论、证券溢价之谜、期权微笑现象等。

·过分自信理论

人们往往过于相信自己的判断能力，高估自己成功的机会，我们把这种心理现象称为过度自信。过度自信解释了许多股价异常现象，如过度反应与反应不足。

W.M.DeBondt，RichardH.Thaler（1986）的文章“股票市场过分反应了吗？”是实证检验美国股票市场是否存在过度反应的奠基性作品。他们的答案是肯定的，并指出过度反应与反应不足的原因都在于投资者的过分自信。

TerranceOdean（1998）对过分自信理论进行了详细综述和研究，并建立了过分自信的行为金融模型。由于过分自信，投资者有时会高估某些信息，有时又会低估，过分自信对金融市场的具体影响要看哪些市场参与者会过分自信以及信息是如何传播的。

首先，两个前提假设是：过分自信意味着交易者认为后验信息更准确（比实际上的准确性更高）；交易者认为自己的私有信息比别人的私有信息更加可靠。

通过分别假定一般交易者、内幕信息交易者和厌恶风险的做市商存在过分自信，TerranceOdean分析了金融市场存在信息成本时的过分自信效应。在各种情形下，过分自信都会增大成交量和市场深度，同时降低投资者的预期效应。但是，对价格波动性和价格内在性质（以价格与基本价值差额的方差来衡量）的影响则依赖于过分自信的主体是谁。一般交易者和内幕信息交易者过分自信会增加波动性，做市商过分自信会减少波动性。

·主观概率理论

主观概率指的是人们对某一特定命题正确性的相信程度。主观性体现在它是基于个人的知识和信念做出的评价。主观概率研究的重要性在于它是决策过程的关键环节。

传统概率论以及在此基础上发展起来的Bayesian决策准则所关注的都是事件发生的频率，其前提是事件能够反复发生。而对于一次性事件的概率估计，它们是不适用的。现实中人们又确实经常需要对不同的命题做出自己的评估。研究表明，人们在做出这类评估时，由于受到自身条件和知识能力的限制，无法得到最优结果，只能在一定程度上得到满意解，这使得人们可以凭直觉和个人经验解决复杂问题。这种实际决策过程的本质特点，促使科学家从行为认知的角度来研究决策过程，AmosTversky和DanielKahneman是其中的佼佼者。他们试图用启发式方法来代替Bayesian分析。这一领域的研究被称为主观概率研究，期望理论其实是主观概率理论中的一种。

二、从线性到非线性——非线性科学的应用

在人类的认识上，首先是用相对简单的线性关系（线性模型）来刻画线性问题的定量关系，对于那些非线性因素不能忽略的情况，则往往采取线性近似或线性迭代的方法来处理，这样处理有时也能得到较好的结果，但这种情况一般只出现在比较“简单的”非线性问题中，或者只是研究系统的一些“常规”行为特征。随着人们对社会、自然认识的不断深化，人们越来越不敢“小看”非线性问题了。首先，就其本质而言，自然界是非线性的。其次，许多问题中的强非线性作用与长时间尺度的系统行为都不能用线性方法（包括线性近似）来刻画。第三，即使是一些表面看上去很简单的系统，也可能表现出令人惊异的复杂性（如确定性的随机性），于是，人们愈来愈重视对广泛存在于社会和自然中的非线性现象的研究，并由此而诞生了非线性科学。

最早将非线性科学用于经济学研究的是美国经济学家斯徒泽（Stuzer），他于1980年发表的论文“一个宏观模型中的混沌动力学系统和分岔理论”，将李—约克（Li—York）定理和分岔技术应用于哈维尔默（Havelmo）增长模型，找到了该模型出现混沌的条件。之后，越来越多的学者开始运用非线性科学的方法来研究经济和金融系统。

分形学的创始人，著名的数学家BenoitB.Mandelbrot（1997）将其研究成果应用到金融市场价格变动的研究中，价格的变动可以用分形几何中的研究成果推导的模型加以解释。分形（多分形）的目的并不是要确切地预测未来，但是它们的确能对市场风险作出更切合实际的描述。分形是一种几何形状，其特点是可以分为若干部分，而每一部分都是最初那个整体在较小尺度上的翻版。在金融学中，这一概念并不是无根据的抽象，而是对一种简单明了的市场常识从理论的高度上重新进行表述。

埃德加·E·彼得斯（Peters.E.E，1996）的研究提供了大量的证据表明证券市场确实存在分形、混沌特征。认为证券价格并不是随机游动的，而是受到某种确定性趋势的作用，并具有对初始波动的高度敏感性，换言之，股价运动具有混沌性质。据此，彼得斯（1994）提出了分形市场假说，认为：（1）市场是由很多具有不同投资预期的投资者组成的；（2）与每一个投资预期相联系的信息集是不同的。只要市场维持这种分形结构，并且没有特征时间标度，市场就会保持稳定。当市场的投资预期变得一致时，市场就会变得不稳定，因为每个人都基于同样的信息集进行交易（Peters，1994）。

近年来，非线性动力学在证券市场研究领域的应用主要集中在两个方向上，一个是证券市场是否存在混沌、分形等非线性特征的检验以及检验方法的研究，在证券市场应用混沌分形理论的前提是数据是否具有混沌性质，这就需要进行有关的统计检验。对股指数据是否具有混沌分形特征的统计检验也是当前股票市场非线性研究的热点。这些检验包括：长记忆与R／S分析、BDS检验、Lyapunov指数检验等。

另一个方向便是建立非线性动力学模型来描述股价的动态行为，探寻证券市场价格波动行为的形成机理。最近几年，不少学者进行了大量研究，如Arthur、Holland、LeBaron、Palmer和Taler（1997），Brock（1993，1997），BrockandHommes（1997，1998），BrockandLeBaron（1996），Chiarella（1992），ChiarellaandHe（2000），Gaunersdorfer（2001），GaunersdorferandHommes（2000），Lux（1995），TaiseiKaizoji（2000）等等。这些模型都是基于异质投资者上的，即投资者是有限理性的，他们之间是有差别的，而非传统的金融研究将投资者简化为典型的理性人。

Brock和Hommes（1997，1998）（简称BH）提出了一个信念自适应系统（AdaptiveBeliefSystem简称ABS）的理论框架，其基本思想是：市场上的投资者是千差万别（投资者的异质性），其对未来的信念也是各不相同（信念的异质性），为适应环境，投资者的信念是变化的。人们通过不断的学习，选择业绩好的预测规则（信念），以适应不断变化的复杂的环境，这样就导致了不同类型的投资者比例的变化，进而影响着资产价格的变动，而价格的变化反过来影响投资者对预测规则的选择，形成了二者相互作用的进化系统。ABS模型给出了一个易于处理的理论框架，而且理性预期均衡作为一个特例包含在该系统中。在ABS中有两个重要的噪声源，即模型近似的误差和经济基本面内在的不确定性。ABS能产生一些重要的实证研究和观察到的市场特征现象，如收益的不可预测性、厚尾、投机泡沫和波动集群性等。Brock、Hommes和Gaunersdorfer在接下来的研究中对最初提出的模型进行了更深入的研究和扩展，Brock、Hommes和Wagener（2001）又提出了LargeTypeLimit（LTL）的概念来描述有多种类型投资者的适应性进化系统的平均行为。ChiarellaandHe（1999，2000）也对ABS系统进行了一定程度的扩展。

Lux（1995）模型企图刻画市场上投资者的“从众”行为或相互模仿的传染现象，描述了对基本面不完全知情的投资者的预期的形成。这些预期主要依赖于其他投资的预期和行为，模型刻画了投机者之间的相互模仿传染（递）的过程。模型通过投资者的态度（即买入和卖出）的变化来描述市场供需状况，而供需状况进而影响价格的变化，投资者买和卖两种态度的转变的概率引入了协同学的方法。Lux模型较好地刻画了市场中的从众行为，能很好地解释股市泡沫的形成、破灭（过度波动）和均值回复。Kaizoii（1998）模型与Lux模型相似，区别在于后者为微分方程，而前者为差分方程。TaiseiKaizoji（2000）又引入了统计物理学中平均场理论来研究股市泡沫和暴跌。

T.Vaga（1991，1999）提出的协同市场假定认为，市场价格的概率分布是基于以下两类因素在时间上的变化：基本的或经济的环境；市场中存在的情形偏倚量或“集体思维”的水平。随着两个因素组合的变化，市场状态也变化，可以达到四个不同的相：随机游动、过渡市场、混沌市场、协同市场。这样就把市场价格的随机变动与可能的混沌性质统一到一个框架下。换言之，把有效市场理论与分形市场理论统一为一体。这种理论虽然还缺乏实证检验，但对市场价格变化具有很好的描述能力。

三、从宏观到微观——市场微观结构理论

市场微观结构理论研究的是证券市场的交易机制和信息传导、价格形成机制，它对于全面深入了解证券市场交易过程，制定正确的投资决策及有效监管市场有着重要意义。由于微观结构理论主要研究股票市场的价量关系及相互作用机制，它可以被用来建立技术分析的理论基础，为股票价格预测服务。AnanthMadhavan（2000）把市场微观结构理论研究内容归纳为四个方面：（1）价格形成，包括价格吸收信息的动态过程；（2）市场结构与设计，包括价格形成与交易规则之间的关系；（3）市场透明度，市场参与者观察交易过程信息的能力；（4）其他金融领域应用，包括资产定价、国际金融、公司财务。

金融市场微观结构理论与以前的金融理论相比，有两个特点：一是以前的金融理论注重的是宏观分析和总量的分析，而市场微观结构理论注重微观分析和变量分析；二是以前的金融理论多用演绎法，而市场微观结构理论则主要运用计量经济模型来进行实证分析，同时也注意运用演绎推理方法和行为分析方法。这两个特点实际上是反映了当代金融理论非常注重对“人”这一金融和经济活动中的主体的研究，这是当代金融理论也是经济理论发展的一个重要表现。市场微观结构理论中关于存货模型的分析、价格行为的分析等，都着重突出了对人的理和非理的发生及其原因的分析，从而使得对市场上的价格变动的分析更加深入。

四、计算机技术的应用——实验金融学

随着计算机技术，特别是人工智能技术的飞速发展，对金融市场的定量仿真与实验成为了可能，于是一门新的分支学科——实验金融学便产生了。

SantaFeInstitute（SPl）研究人员Authur，W.B.，J.H.Holland，B.LeBaron，R.G.Palmer，P.J.Taylor使用基于Agent的计算机模型来研究资本市场，建立人造股票市场ASM（ArtificialStockMarket），本质上开了实验金融学的先河。他们从1990年开始到1997年论文“AssetPricingUnderEndogenousExpectationsinanArtificialStockMarket”的发表标志着金融学中又一分支——基于Agent的计算实验金融学的诞生。

实验金融学是指应用计算机技术来模拟实际金融市场，如股票市场、外汇市场、期货市场等，在既定的市场结构下，通过研究市场微观层次Agent（投资者）的行为来揭示市场宏观特性形成原因的一门金融学分支。

目前实验金融学研究领域主要集中于股票市场与外汇市场。在股票市场研究上，主要有美国SFI研究所的人工股票市场ASM，台湾ChengChi大学人工智能与经济研究中心的人造股票市场AIE-ASM，它们都是在Grossman&Stiglitz如理性预期均衡模型所描述的市场结构基础上发展起来的，目前两者都能产生与实际股票市场具有相同统计特性的时间序列。不同的地方是在Agent学习机制上，前者是个体学习，后者是社会学习。在外汇市场研究上，主要的成果是由加拿大Si-monFraser大学经济系的JasminaArifovic教授作出。

股票在微观经济学的知识范文第7篇

以有效市场假说(EfficientMarketHypothesis,EMH)和理性预期(RationalExpectationHypothesis,REH))为特征的主流金融理论在金融领域中一直占据着统治地位。但大量的实证研究和观察结果表明,人们并不总是以理性态度做出决策,在现实中存在诸多的认知偏差,这些偏差不可避免地要影响到人们的金融投资行为,进而影响到资产定价,主流金融学有着无法克服的缺陷。RichardH.Thaler(1999)具体指出了在以下五个方面标准金融模型与实际不符:关于交易量的预测;关于波动性的预测;关于股票红利无关性;关于股票投资溢价;关于有效市场上证券价格的不可预测性。

1997至1998年的亚洲金融危机和最近一系列金融事件如美国股市在2000年的大起大落、长期资本基金(LTCM)的破产保护、老虎基金的倒闭等,也更加深了人们对市场有效性及投资理性的怀疑。在学术研究和金融实务中,正有越来越多的人认识到,人的行为、心理感受等主观因素在金融投资决策中起着不可忽略的作用。

正是对主流金融理论的质疑,促使了金融研究范式的转换,极大地促进了新的理论和方法的产生和发展。近二十年来,金融学研究呈现出新的特点和趋势,这些特点和趋势可以概括为:从原来线性的、完全理性的观点到非线性、有限理性的转变;从市场宏观层面的研究到微观结构的研究;计算机技术的发展促进了实验金融学的产生和发展。

一、从完全理性到有限理性——行为金融学

在传统的经济、金融学研究中,现实的人被简化为一个简单的理性人,即假定人们能掌握处理所有有用信息,总是能最大化其预期效用,显然这种假定是不现实的。这种以完全理性假定构筑的学说是无法通过经验科学方法来检验与研究人的内在本性的,也无法观察现实人的经济行为。

对完全理性的质疑,促使人们尝试用心理学方法来研究经济、金融问题,并试图以此来修正和检验经济、金融学的基本假设,于是便应运诞生了一门新学科——行为金融学。目前,对“行为金融学”一词还没有正式规范的定义,它主要从实证的角度研究人们如何理解和利用信息,并做出正式的投资决策,以及在此过程中,人的行为认知偏差对决策的影响。田宏伟(2001)认为构成行为金融学定义的内容有三个方面:行为金融学把经典的经济学和金融学理论与心理学和决策科学综合在了一起;行为金融学力图解释是什么造成了股票/证券价格的异常现象,这种异常已被众多的研究证明是广泛存在的;行为金融学是一门研究投资者是如何产生系统的认知偏差或称为有限理性(不完全理性)的科学。

事实上,正是因为投资者会产生系统的认知偏差或不完全理性,才导致证券价格出现各种异常。至于到底有哪些价格异常现象,它们又是由什么样的不完全理造成的,如何确定价格异常出现的市场条件,正是行为金融学的研究内容所在。从总体上看,现有行为金融学的研究是在两个方向上展开的:一是对主流金融理论缺陷的实证分析,研究在金融市场上发现的人们的诸多行为认知偏差;二是试图从心理学、社会学、人类学、认知心理学的角度来认识金融市场上的异常现象。

·噪声交易理论

FischerBlack(1986)首次提出关于噪声交易的概念,他的论文是噪声交易理论以及行为金融学研究的奠基性文章,是许多随后研究的出发点。Black指出,噪声的概念与信息的概念相对应,一直存在于金融市场中,而股价则综合反映了噪声与信息的影响。股票投资者也被分为噪声交易者和信息交易者。噪声交易理论近年来取得了很大进展,已成为行为金融学的重要工具。

J.BradfordDeLong,AndreiShleifer,LawrenceH.SummersandRobertJ.Waldmann(1990)研究了金融市场上的噪声交易者风险,得到的结论是噪声交易者通过承担更多的由他们自己创造的风险(噪声交易者风险),可以比厌恶风险的理性套利者获得更高的回报。

LawrenceH.Summers(1986)的研究也认为,股票的市场价格会对非理性投资者的投资行为更敏感,因为当理性投资者接受市场价格是其基本价值的体现,并且不以自己对价值的判断作为交易的依据时,非理性投资者则相反,他们按自己对价值的(错误)判断作为交易的依据,这时市场价格就会对非理性投资者更敏感。

·期望理论

在行为金融学模型中,由卡尼曼(DanielKahneman)和已故的特韦尔斯基(AmosTver-sky)提出并发展起来的期望理论无疑是影响最为深远的一个(DanielKahneman,andAmosTversky(1979,1992)),它向传统的预期效用理论提出了强有力的挑战。DanielKahneman因此获得了2002年诺贝尔经济学奖。

不可否认,预期效用理论至今仍是现代经济理论的重要支柱之一,它给出了不确定性条件下的理的简单精确描述。然而,正如前文所述,实际情况下人的行为并不总是理性的,这使得效用理论在应用中会产生矛盾现象,最着名的当属阿莱悖论。Kahneman—Tversky的期望理论的提出,改进了预期效用理论的不足。在期望理论中,投资者的效用(价值)不再是财富的函数,而是获利与损失的函数;投资者也不再总是风险厌恶者。图1.1、图1.2分别是预期效用理论与期望理论的效用/价值函数。

可以看出,与标准效用函数相比,期望理论的效用函数呈“S”型——在获利区间凹,在损失区间凸,这与对人们风险偏好的实际观察结果是一致的(即损失厌恶)。

通过引入价值函数、概率评价函数、参考点等概念,期望理论更好地描述了人们在不确定性条件下的决策行为。许多异常现象可以用期望理论来做出合理的解释,如阿莱悖论、证券溢价之谜、期权微笑现象等。

·过分自信理论

人们往往过于相信自己的判断能力,高估自己成功的机会,我们把这种心理现象称为过度自信。过度自信解释了许多股价异常现象,如过度反应与反应不足。

W.M.DeBondt,RichardH.Thaler(1986)的文章“股票市场过分反应了吗?”是实证检验美国股票市场是否存在过度反应的奠基性作品。他们的答案是肯定的,并指出过度反应与反应不足的原因都在于投资者的过分自信。

TerranceOdean(1998)对过分自信理论进行了详细综述和研究,并建立了过分自信的行为金融模型。由于过分自信,投资者有时会高估某些信息,有时又会低估,过分自信对金融市场的具体影响要看哪些市场参与者会过分自信以及信息是如何传播的。

首先,两个前提假设是:过分自信意味着交易者认为后验信息更准确(比实际上的准确性更高);交易者认为自己的私有信息比别人的私有信息更加可靠。

通过分别假定一般交易者、内幕信息交易者和厌恶风险的做市商存在过分自信,TerranceOdean分析了金融市场存在信息成本时的过分自信效应。在各种情形下,过分自信都会增大成交量和市场深度,同时降低投资者的预期效应。但是,对价格波动性和价格内在性质(以价格与基本价值差额的方差来衡量)的影响则依赖于过分自信的主体是谁。一般交易者和内幕信息交易者过分自信会增加波动性,做市商过分自信会减少波动性。

·主观概率理论

主观概率指的是人们对某一特定命题正确性的相信程度。主观性体现在它是基于个人的知识和信念做出的评价。主观概率研究的重要性在于它是决策过程的关键环节。

传统概率论以及在此基础上发展起来的Bayesian决策准则所关注的都是事件发生的频率,其前提是事件能够反复发生。而对于一次性事件的概率估计,它们是不适用的。现实中人们又确实经常需要对不同的命题做出自己的评估。研究表明,人们在做出这类评估时,由于受到自身条件和知识能力的限制,无法得到最优结果,只能在一定程度上得到满意解,这使得人们可以凭直觉和个人经验解决复杂问题。这种实际决策过程的本质特点,促使科学家从行为认知的角度来研究决策过程,AmosTversky和DanielKahneman是其中的佼佼者。他们试图用启发式方法来代替Bayesian分析。这一领域的研究被称为主观概率研究,期望理论其实是主观概率理论中的一种。

二、从线性到非线性——非线性科学的应用在人类的认识上,首先是用相对简单的线性关系(线性模型)来刻画线性问题的定量关系,对于那些非线性因素不能忽略的情况,则往往采取线性近似或线性迭代的方法来处理,这样处理有时也能得到较好的结果,但这种情况一般只出现在比较“简单的”非线性问题中,或者只是研究系统的一些“常规”行为特征。随着人们对社会、自然认识的不断深化,人们越来越不敢“小看”非线性问题了。首先,就其本质而言,自然界是非线性的。其次,许多问题中的强非线性作用与长时间尺度的系统行为都不能用线性方法(包括线性近似)来刻画。第三,即使是一些表面看上去很简单的系统,也可能表现出令人惊异的复杂性(如确定性的随机性),于是,人们愈来愈重视对广泛存在于社会和自然中的非线性现象的研究,并由此而诞生了非线性科学。

最早将非线性科学用于经济学研究的是美国经济学家斯徒泽(Stuzer),他于1980年发表的论文“一个宏观模型中的混沌动力学系统和分岔理论”,将李—约克(Li—York)定理和分岔技术应用于哈维尔默(Havelmo)增长模型,找到了该模型出现混沌的条件。之后,越来越多的学者开始运用非线性科学的方法来研究经济和金融系统。

分形学的创始人,着名的数学家BenoitB.Mandelbrot(1997)将其研究成果应用到金融市场价格变动的研究中,价格的变动可以用分形几何中的研究成果推导的模型加以解释。分形(多分形)的目的并不是要确切地预测未来,但是它们的确能对市场风险作出更切合实际的描述。分形是一种几何形状,其特点是可以分为若干部分,而每一部分都是最初那个整体在较小尺度上的翻版。在金融学中,这一概念并不是无根据的抽象,而是对一种简单明了的市场常识从理论的高度上重新进行表述。

埃德加·E·彼得斯(Peters.E.E,1996)的研究提供了大量的证据表明证券市场确实存在分形、混沌特征。认为证券价格并不是随机游动的,而是受到某种确定性趋势的作用,并具有对初始波动的高度敏感性,换言之,股价运动具有混沌性质。据此,彼得斯(1994)提出了分形市场假说,认为:(1)市场是由很多具有不同投资预期的投资者组成的;(2)与每一个投资预期相联系的信息集是不同的。只要市场维持这种分形结构,并且没有特征时间标度,市场就会保持稳定。当市场的投资预期变得一致时,市场就会变得不稳定,因为每个人都基于同样的信息集进行交易(Peters,1994)。

近年来,非线性动力学在证券市场研究领域的应用主要集中在两个方向上,一个是证券市场是否存在混沌、分形等非线性特征的检验以及检验方法的研究,在证券市场应用混沌分形理论的前提是数据是否具有混沌性质,这就需要进行有关的统计检验。对股指数据是否具有混沌分形特征的统计检验也是当前股票市场非线性研究的热点。这些检验包括:长记忆与R/S分析、BDS检验、Lyapunov指数检验等。

另一个方向便是建立非线性动力学模型来描述股价的动态行为,探寻证券市场价格波动行为的形成机理。最近几年,不少学者进行了大量研究,如Arthur、Holland、LeBaron、Palmer和Taler(1997),Brock(1993,1997),BrockandHommes(1997,1998),BrockandLeBaron(1996),Chiarella(1992),ChiarellaandHe(2000),Gaunersdorfer(2001),GaunersdorferandHommes(2000),Lux(1995),TaiseiKaizoji(2000)等等。这些模型都是基于异质投资者上的,即投资者是有限理性的,他们之间是有差别的,而非传统的金融研究将投资者简化为典型的理性人。

Brock和Hommes(1997,1998)(简称BH)提出了一个信念自适应系统(AdaptiveBeliefSystem简称ABS)的理论框架,其基本思想是:市场上的投资者是千差万别(投资者的异质性),其对未来的信念也是各不相同(信念的异质性),为适应环境,投资者的信念是变化的。人们通过不断的学习,选择业绩好的预测规则(信念),以适应不断变化的复杂的环境,这样就导致了不同类型的投资者比例的变化,进而影响着资产价格的变动,而价格的变化反过来影响投资者对预测规则的选择,形成了二者相互作用的进化系统。ABS模型给出了一个易于处理的理论框架,而且理性预期均衡作为一个特例包含在该系统中。在ABS中有两个重要的噪声源,即模型近似的误差和经济基本面内在的不确定性。ABS能产生一些重要的实证研究和观察到的市场特征现象,如收益的不可预测性、厚尾、投机泡沫和波动集群性等。Brock、Hommes和Gaunersdorfer在接下来的研究中对最初提出的模型进行了更深入的研究和扩展,Brock、Hommes和Wagener(2001)又提出了LargeTypeLimit(LTL)的概念来描述有多种类型投资者的适应性进化系统的平均行为。ChiarellaandHe(1999,2000)也对ABS系统进行了一定程度的扩展。

Lux(1995)模型企图刻画市场上投资者的“从众”行为或相互模仿的传染现象,描述了对基本面不完全知情的投资者的预期的形成。这些预期主要依赖于其他投资的预期和行为,模型刻画了投机者之间的相互模仿传染(递)的过程。模型通过投资者的态度(即买入和卖出)的变化来描述市场供需状况,而供需状况进而影响价格的变化,投资者买和卖两种态度的转变的概率引入了协同学的方法。Lux模型较好地刻画了市场中的从众行为,能很好地解释股市泡沫的形成、破灭(过度波动)和均值回复。Kaizoii(1998)模型与Lux模型相似,区别在于后者为微分方程,而前者为差分方程。TaiseiKaizoji(2000)又引入了统计物理学中平均场理论来研究股市泡沫和暴跌。

T.Vaga(1991,1999)提出的协同市场假定认为,市场价格的概率分布是基于以下两类因素在时间上的变化:基本的或经济的环境;市场中存在的情形偏倚量或“集体思维”的水平。随着两个因素组合的变化,市场状态也变化,可以达到四个不同的相:随机游动、过渡市场、混沌市场、协同市场。这样就把市场价格的随机变动与可能的混沌性质统一到一个框架下。换言之,把有效市场理论与分形市场理论统一为一体。这种理论虽然还缺乏实证检验,但对市场价格变化具有很好的描述能力。

三、从宏观到微观——市场微观结构理论

市场微观结构理论研究的是证券市场的交易机制和信息传导、价格形成机制,它对于全面深入了解证券市场交易过程,制定正确的投资决策及有效监管市场有着重要意义。由于微观结构理论主要研究股票市场的价量关系及相互作用机制,它可以被用来建立技术分析的理论基础,为股票价格预测服务。AnanthMadhavan(2000)把市场微观结构理论研究内容归纳为四个方面:(1)价格形成,包括价格吸收信息的动态过程;(2)市场结构与设计,包括价格形成与交易规则之间的关系;(3)市场透明度,市场参与者观察交易过程信息的能力;(4)其他金融领域应用,包括资产定价、国际金融、公司财务。

金融市场微观结构理论与以前的金融理论相比,有两个特点:一是以前的金融理论注重的是宏观分析和总量的分析,而市场微观结构理论注重微观分析和变量分析;二是以前的金融理论多用演绎法,而市场微观结构理论则主要运用计量经济模型来进行实证分析,同时也注意运用演绎推理方法和行为分析方法。这两个特点实际上是反映了当代金融理论非常注重对“人”这一金融和经济活动中的主体的研究,这是当代金融理论也是经济理论发展的一个重要表现。市场微观结构理论中关于存货模型的分析、价格行为的分析等,都着重突出了对人的理和非理的发生及其原因的分析,从而使得对市场上的价格变动的分析更加深入。

四、计算机技术的应用——实验金融学

随着计算机技术,特别是人工智能技术的飞速发展,对金融市场的定量仿真与实验成为了可能,于是一门新的分支学科——实验金融学便产生了。

SantaFeInstitute(SPl)研究人员Authur,W.B.,J.H.Holland,B.LeBaron,R.G.Palmer,P.J.Taylor使用基于Agent的计算机模型来研究资本市场,建立人造股票市场ASM(ArtificialStockMarket),本质上开了实验金融学的先河。他们从1990年开始到1997年论文“AssetPricingUnderEndogenousExpectationsinanArtificialStockMarket”的发表标志着金融学中又一分支——基于Agent的计算实验金融学的诞生。

实验金融学是指应用计算机技术来模拟实际金融市场,如股票市场、外汇市场、期货市场等,在既定的市场结构下,通过研究市场微观层次Agent(投资者)的行为来揭示市场宏观特性形成原因的一门金融学分支。

股票在微观经济学的知识范文第8篇

以有效市场假说（EfficientMarketHypothesis，EMH）和理性预期（RationalExpectationHypothesis，REH））为特征的主流金融理论在金融领域中一直占据着统治地位。但大量的实证研究和观察结果表明，人们并不总是以理性态度做出决策，在现实中存在诸多的认知偏差，这些偏差不可避免地要影响到人们的金融投资行为，进而影响到资产定价，主流金融学有着无法克服的缺陷。RichardH.Thaler（1999）具体指出了在以下五个方面标准金融模型与实际不符：关于交易量的预测；关于波动性的预测；关于股票红利无关性；关于股票投资溢价；关于有效市场上证券价格的不可预测性。

1997至1998年的亚洲金融危机和最近一系列金融事件如美国股市在2000年的大起大落、长期资本基金（LTCM）的破产保护、老虎基金的倒闭等，也更加深了人们对市场有效性及投资理性的怀疑。在学术研究和金融实务中，正有越来越多的人认识到，人的行为、心理感受等主观因素在金融投资决策中起着不可忽略的作用。

正是对主流金融理论的质疑，促使了金融研究范式的转换，极大地促进了新的理论和方法的产生和发展。近二十年来，金融学研究呈现出新的特点和趋势，这些特点和趋势可以概括为：从原来线性的、完全理性的观点到非线性、有限理性的转变；从市场宏观层面的研究到微观结构的研究；计算机技术的发展促进了实验金融学的产生和发展。

一、从完全理性到有限理性——行为金融学

在传统的经济、金融学研究中，现实的人被简化为一个简单的理性人，即假定人们能掌握处理所有有用信息，总是能最大化其预期效用，显然这种假定是不现实的。这种以完全理性假定构筑的学说是无法通过经验科学方法来检验与研究人的内在本性的，也无法观察现实人的经济行为。

对完全理性的质疑，促使人们尝试用心理学方法来研究经济、金融问题，并试图以此来修正和检验经济、金融学的基本假设，于是便应运诞生了一门新学科——行为金融学。目前，对“行为金融学”一词还没有正式规范的定义，它主要从实证的角度研究人们如何理解和利用信息，并做出正式的投资决策，以及在此过程中，人的行为认知偏差对决策的影响。田宏伟（2001）认为构成行为金融学定义的内容有三个方面：行为金融学把经典的经济学和金融学理论与心理学和决策科学综合在了一起；行为金融学力图解释是什么造成了股票／证券价格的异常现象，这种异常已被众多的研究证明是广泛存在的；行为金融学是一门研究投资者是如何产生系统的认知偏差或称为有限理性（不完全理性）的科学。

事实上，正是因为投资者会产生系统的认知偏差或不完全理性，才导致证券价格出现各种异常。至于到底有哪些价格异常现象，它们又是由什么样的不完全理造成的，如何确定价格异常出现的市场条件，正是行为金融学的研究内容所在。从总体上看，现有行为金融学的研究是在两个方向上展开的：一是对主流金融理论缺陷的实证分析，研究在金融市场上发现的人们的诸多行为认知偏差；二是试图从心理学、社会学、人类学、认知心理学的角度来认识金融市场上的异常现象。

·噪声交易理论

FischerBlack（1986）首次提出关于噪声交易的概念，他的论文是噪声交易理论以及行为金融学研究的奠基性文章，是许多随后研究的出发点。Black指出，噪声的概念与信息的概念相对应，一直存在于金融市场中，而股价则综合反映了噪声与信息的影响。股票投资者也被分为噪声交易者和信息交易者。噪声交易理论近年来取得了很大进展，已成为行为金融学的重要工具。

J.BradfordDeLong，AndreiShleifer，LawrenceH.SummersandRobertJ.Waldmann（1990）研究了金融市场上的噪声交易者风险，得到的结论是噪声交易者通过承担更多的由他们自己创造的风险（噪声交易者风险），可以比厌恶风险的理性套利者获得更高的回报。

LawrenceH.Summers（1986）的研究也认为，股票的市场价格会对非理性投资者的投资行为更敏感，因为当理性投资者接受市场价格是其基本价值的体现，并且不以自己对价值的判断作为交易的依据时，非理性投资者则相反，他们按自己对价值的（错误）判断作为交易的依据，这时市场价格就会对非理性投资者更敏感。

·期望理论

在行为金融学模型中，由卡尼曼（DanielKahneman）和已故的特韦尔斯基（AmosTver-sky）提出并发展起来的期望理论无疑是影响最为深远的一个（DanielKahneman，andAmosTversky（1979，1992）），它向传统的预期效用理论提出了强有力的挑战。DanielKahneman因此获得了2002年诺贝尔经济学奖。

不可否认，预期效用理论至今仍是现代经济理论的重要支柱之一，它给出了不确定性条件下的理的简单精确描述。然而，正如前文所述，实际情况下人的行为并不总是理性的，这使得效用理论在应用中会产生矛盾现象，最著名的当属阿莱悖论。Kahneman—Tversky的期望理论的提出，改进了预期效用理论的不足。在期望理论中，投资者的效用（价值）不再是财富的函数，而是获利与损失的函数；投资者也不再总是风险厌恶者。图1.1、图1.2分别是预期效用理论与期望理论的效用／价值函数。

可以看出，与标准效用函数相比，期望理论的效用函数呈“S”型——在获利区间凹，在损失区间凸，这与对人们风险偏好的实际观察结果是一致的（即损失厌恶）。

通过引入价值函数、概率评价函数、参考点等概念，期望理论更好地描述了人们在不确定性条件下的决策行为。许多异常现象可以用期望理论来做出合理的解释，如阿莱悖论、证券溢价之谜、期权微笑现象等。

·过分自信理论

人们往往过于相信自己的判断能力，高估自己成功的机会，我们把这种心理现象称为过度自信。过度自信解释了许多股价异常现象，如过度反应与反应不足。

W.M.DeBondt，RichardH.Thaler（1986）的文章“股票市场过分反应了吗？”是实证检验美国股票市场是否存在过度反应的奠基性作品。他们的答案是肯定的，并指出过度反应与反应不足的原因都在于投资者的过分自信。

TerranceOdean（1998）对过分自信理论进行了详细综述和研究，并建立了过分自信的行为金融模型。由于过分自信，投资者有时会高估某些信息，有时又会低估，过分自信对金融市场的具体影响要看哪些市场参与者会过分自信以及信息是如何传播的。

首先，两个前提假设是：过分自信意味着交易者认为后验信息更准确（比实际上的准确性更高）；交易者认为自己的私有信息比别人的私有信息更加可靠。

通过分别假定一般交易者、内幕信息交易者和厌恶风险的做市商存在过分自信，TerranceOdean分析了金融市场存在信息成本时的过分自信效应。在各种情形下，过分自信都会增大成交量和市场深度，同时降低投资者的预期效应。但是，对价格波动性和价格内在性质（以价格与基本价值差额的方差来衡量）的影响则依赖于过分自信的主体是谁。一般交易者和内幕信息交易者过分自信会增加波动性，做市商过分自信会减少波动性。

·主观概率理论

主观概率指的是人们对某一特定命题正确性的相信程度。主观性体现在它是基于个人的知识和信念做出的评价。主观概率研究的重要性在于它是决策过程的关键环节。

传统概率论以及在此基础上发展起来的Bayesian决策准则所关注的都是事件发生的频率，其前提是事件能够反复发生。而对于一次性事件的概率估计，它们是不适用的。现实中人们又确实经常需要对不同的命题做出自己的评估。研究表明，人们在做出这类评估时，由于受到自身条件和知识能力的限制，无法得到最优结果，只能在一定程度上得到满意解，这使得人们可以凭直觉和个人经验解决复杂问题。这种实际决策过程的本质特点，促使科学家从行为认知的角度来研究决策过程，AmosTversky和DanielKahneman是其中的佼佼者。他们试图用启发式方法来代替Bayesian分析。这一领域的研究被称为主观概率研究，期望理论其实是主观概率理论中的一种。

二、从线性到非线性——非线性科学的应用

在人类的认识上，首先是用相对简单的线性关系（线性模型）来刻画线性问题的定量关系，对于那些非线性因素不能忽略的情况，则往往采取线性近似或线性迭代的方法来处理，这样处理有时也能得到较好的结果，但这种情况一般只出现在比较“简单的”非线性问题中，或者只是研究系统的一些“常规”行为特征。随着人们对社会、自然认识的不断深化，人们越来越不敢“小看”非线性问题了。首先，就其本质而言，自然界是非线性的。其次，许多问题中的强非线性作用与长时间尺度的系统行为都不能用线性方法（包括线性近似）来刻画。第三，即使是一些表面看上去很简单的系统，也可能表现出令人惊异的复杂性（如确定性的随机性），于是，人们愈来愈重视对广泛存在于社会和自然中的非线性现象的研究，并由此而诞生了非线性科学。

最早将非线性科学用于经济学研究的是美国经济学家斯徒泽（Stuzer），他于1980年发表的论文“一个宏观模型中的混沌动力学系统和分岔理论”，将李—约克（Li—York）定理和分岔技术应用于哈维尔默（Havelmo）增长模型，找到了该模型出现混沌的条件。之后，越来越多的学者开始运用非线性科学的方法来研究经济和金融系统。

分形学的创始人，著名的数学家BenoitB.Mandelbrot（1997）将其研究成果应用到金融市场价格变动的研究中，价格的变动可以用分形几何中的研究成果推导的模型加以解释。分形（多分形）的目的并不是要确切地预测未来，但是它们的确能对市场风险作出更切合实际的描述。分形是一种几何形状，其特点是可以分为若干部分，而每一部分都是最初那个整体在较小尺度上的翻版。在金融学中，这一概念并不是无根据的抽象，而是对一种简单明了的市场常识从理论的高度上重新进行表述。

埃德加·E·彼得斯（Peters.E.E，1996）的研究提供了大量的证据表明证券市场确实存在分形、混沌特征。认为证券价格并不是随机游动的，而是受到某种确定性趋势的作用，并具有对初始波动的高度敏感性，换言之，股价运动具有混沌性质。据此，彼得斯（1994）提出了分形市场假说，认为：（1）市场是由很多具有不同投资预期的投资者组成的；（2）与每一个投资预期相联系的信息集是不同的。只要市场维持这种分形结构，并且没有特征时间标度，市场就会保持稳定。当市场的投资预期变得一致时，市场就会变得不稳定，因为每个人都基于同样的信息集进行交易（Peters，1994）。

近年来，非线性动力学在证券市场研究领域的应用主要集中在两个方向上，一个是证券市场是否存在混沌、分形等非线性特征的检验以及检验方法的研究，在证券市场应用混沌分形理论的前提是数据是否具有混沌性质，这就需要进行有关的统计检验。对股指数据是否具有混沌分形特征的统计检验也是当前股票市场非线性研究的热点。这些检验包括：长记忆与R／S分析、BDS检验、Lyapunov指数检验等。

另一个方向便是建立非线性动力学模型来描述股价的动态行为，探寻证券市场价格波动行为的形成机理。最近几年，不少学者进行了大量研究，如Arthur、Holland、LeBaron、Palmer和Taler（1997），Brock（1993，1997），BrockandHommes（1997，1998），BrockandLeBaron（1996），Chiarella（1992），ChiarellaandHe（2000），Gaunersdorfer（2001），GaunersdorferandHommes（2000），Lux（1995），TaiseiKaizoji（2000）等等。这些模型都是基于异质投资者上的，即投资者是有限理性的，他们之间是有差别的，而非传统的金融研究将投资者简化为典型的理性人。

Brock和Hommes（1997，1998）（简称BH）提出了一个信念自适应系统（AdaptiveBeliefSystem简称ABS）的理论框架，其基本思想是：市场上的投资者是千差万别（投资者的异质性），其对未来的信念也是各不相同（信念的异质性），为适应环境，投资者的信念是变化的。人们通过不断的学习，选择业绩好的预测规则（信念），以适应不断变化的复杂的环境，这样就导致了不同类型的投资者比例的变化，进而影响着资产价格的变动，而价格的变化反过来影响投资者对预测规则的选择，形成了二者相互作用的进化系统。ABS模型给出了一个易于处理的理论框架，而且理性预期均衡作为一个特例包含在该系统中。在ABS中有两个重要的噪声源，即模型近似的误差和经济基本面内在的不确定性。ABS能产生一些重要的实证研究和观察到的市场特征现象，如收益的不可预测性、厚尾、投机泡沫和波动集群性等。Brock、Hommes和Gaunersdorfer在接下来的研究中对最初提出的模型进行了更深入的研究和扩展，Brock、Hommes和Wagener（2001）又提出了LargeTypeLimit（LTL）的概念来描述有多种类型投资者的适应性进化系统的平均行为。ChiarellaandHe（1999，2000）也对ABS系统进行了一定程度的扩展。

Lux（1995）模型企图刻画市场上投资者的“从众”行为或相互模仿的传染现象，描述了对基本面不完全知情的投资者的预期的形成。这些预期主要依赖于其他投资的预期和行为，模型刻画了投机者之间的相互模仿传染（递）的过程。模型通过投资者的态度（即买入和卖出）的变化来描述市场供需状况，而供需状况进而影响价格的变化，投资者买和卖两种态度的转变的概率引入了协同学的方法。Lux模型较好地刻画了市场中的从众行为，能很好地解释股市泡沫的形成、破灭（过度波动）和均值回复。Kaizoii（1998）模型与Lux模型相似，区别在于后者为微分方程，而前者为差分方程。TaiseiKaizoji（2000）又引入了统计物理学中平均场理论来研究股市泡沫和暴跌。

T.Vaga（1991，1999）提出的协同市场假定认为，市场价格的概率分布是基于以下两类因素在时间上的变化：基本的或经济的环境；市场中存在的情形偏倚量或“集体思维”的水平。随着两个因素组合的变化，市场状态也变化，可以达到四个不同的相：随机游动、过渡市场、混沌市场、协同市场。这样就把市场价格的随机变动与可能的混沌性质统一到一个框架下。换言之，把有效市场理论与分形市场理论统一为一体。这种理论虽然还缺乏实证检验，但对市场价格变化具有很好的描述能力。

三、从宏观到微观——市场微观结构理论

市场微观结构理论研究的是证券市场的交易机制和信息传导、价格形成机制，它对于全面深入了解证券市场交易过程，制定正确的投资决策及有效监管市场有着重要意义。由于微观结构理论主要研究股票市场的价量关系及相互作用机制，它可以被用来建立技术分析的理论基础，为股票价格预测服务。AnanthMadhavan（2000）把市场微观结构理论研究内容归纳为四个方面：（1）价格形成，包括价格吸收信息的动态过程；（2）市场结构与设计，包括价格形成与交易规则之间的关系；（3）市场透明度，市场参与者观察交易过程信息的能力；（4）其他金融领域应用，包括资产定价、国际金融、公司财务。

金融市场微观结构理论与以前的金融理论相比，有两个特点：一是以前的金融理论注重的是宏观分析和总量的分析，而市场微观结构理论注重微观分析和变量分析；二是以前的金融理论多用演绎法，而市场微观结构理论则主要运用计量经济模型来进行实证分析，同时也注意运用演绎推理方法和行为分析方法。这两个特点实际上是反映了当代金融理论非常注重对“人”这一金融和经济活动中的主体的研究，这是当代金融理论也是经济理论发展的一个重要表现。市场微观结构理论中关于存货模型的分析、价格行为的分析等，都着重突出了对人的理和非理的发生及其原因的分析，从而使得对市场上的价格变动的分析更加深入。

四、计算机技术的应用——实验金融学

随着计算机技术，特别是人工智能技术的飞速发展，对金融市场的定量仿真与实验成为了可能，于是一门新的分支学科——实验金融学便产生了。

SantaFeInstitute（SPl）研究人员Authur，W.B.，J.H.Holland，B.LeBaron，R.G.Palmer，P.J.Taylor使用基于Agent的计算机模型来研究资本市场，建立人造股票市场ASM（ArtificialStockMarket），本质上开了实验金融学的先河。他们从1990年开始到1997年论文“AssetPricingUnderEndogenousExpectationsinanArtificialStockMarket”的发表标志着金融学中又一分支——基于Agent的计算实验金融学的诞生。

实验金融学是指应用计算机技术来模拟实际金融市场，如股票市场、外汇市场、期货市场等，在既定的市场结构下，通过研究市场微观层次Agent（投资者）的行为来揭示市场宏观特性形成原因的一门金融学分支。

股票在微观经济学的知识范文第9篇

以有效市场假说（EfficientMarketHypothesis，EMH）和理性预期（RationalExpectationHypothesis，REH））为特征的主流金融理论在金融领域中一直占据着统治地位。但大量的实证研究和观察结果表明，人们并不总是以理性态度做出决策，在现实中存在诸多的认知偏差，这些偏差不可避免地要影响到人们的金融投资行为，进而影响到资产定价，主流金融学有着无法克服的缺陷。RichardH.Thaler（1999）具体指出了在以下五个方面标准金融模型与实际不符：关于交易量的预测；关于波动性的预测；关于股票红利无关性；关于股票投资溢价；关于有效市场上证券价格的不可预测性。

1997至1998年的亚洲金融危机和最近一系列金融事件如美国股市在2000年的大起大落、长期资本基金（LTCM）的破产保护、老虎基金的倒闭等，也更加深了人们对市场有效性及投资理性的怀疑。在学术研究和金融实务中，正有越来越多的人认识到，人的行为、心理感受等主观因素在金融投资决策中起着不可忽略的作用。

正是对主流金融理论的质疑，促使了金融研究范式的转换，极大地促进了新的理论和方法的产生和发展。近二十年来，金融学研究呈现出新的特点和趋势，这些特点和趋势可以概括为：从原来线性的、完全理性的观点到非线性、有限理性的转变；从市场宏观层面的研究到微观结构的研究；计算机技术的发展促进了实验金融学的产生和发展。

一、从完全理性到有限理性——行为金融学

在传统的经济、金融学研究中，现实的人被简化为一个简单的理性人，即假定人们能掌握处理所有有用信息，总是能最大化其预期效用，显然这种假定是不现实的。这种以完全理性假定构筑的学说是无法通过经验科学方法来检验与研究人的内在本性的，也无法观察现实人的经济行为。

对完全理性的质疑，促使人们尝试用心理学方法来研究经济、金融问题，并试图以此来修正和检验经济、金融学的基本假设，于是便应运诞生了一门新学科——行为金融学。目前，对“行为金融学”一词还没有正式规范的定义，它主要从实证的角度研究人们如何理解和利用信息，并做出正式的投资决策，以及在此过程中，人的行为认知偏差对决策的影响。田宏伟（2001）认为构成行为金融学定义的内容有三个方面：行为金融学把经典的经济学和金融学理论与心理学和决策科学综合在了一起；行为金融学力图解释是什么造成了股票／证券价格的异常现象，这种异常已被众多的研究证明是广泛存在的；行为金融学是一门研究投资者是如何产生系统的认知偏差或称为有限理性（不完全理性）的科学。

事实上，正是因为投资者会产生系统的认知偏差或不完全理性，才导致证券价格出现各种异常。至于到底有哪些价格异常现象，它们又是由什么样的不完全理造成的，如何确定价格异常出现的市场条件，正是行为金融学的研究内容所在。从总体上看，现有行为金融学的研究是在两个方向上展开的：一是对主流金融理论缺陷的实证分析，研究在金融市场上发现的人们的诸多行为认知偏差；二是试图从心理学、社会学、人类学、认知心理学的角度来认识金融市场上的异常现象。

·噪声交易理论

FischerBlack（1986）首次提出关于噪声交易的概念，他的论文是噪声交易理论以及行为金融学研究的奠基性文章，是许多随后研究的出发点。Black指出，噪声的概念与信息的概念相对应，一直存在于金融市场中，而股价则综合反映了噪声与信息的影响。股票投资者也被分为噪声交易者和信息交易者。噪声交易理论近年来取得了很大进展，已成为行为金融学的重要工具。

J.BradfordDeLong，AndreiShleifer，LawrenceH.SummersandRobertJ.Waldmann（1990）研究了金融市场上的噪声交易者风险，得到的结论是噪声交易者通过承担更多的由他们自己创造的风险（噪声交易者风险），可以比厌恶风险的理性套利者获得更高的回报。

LawrenceH.Summers（1986）的研究也认为，股票的市场价格会对非理性投资者的投资行为更敏感，因为当理性投资者接受市场价格是其基本价值的体现，并且不以自己对价值的判断作为交易的依据时，非理性投资者则相反，他们按自己对价值的（错误）判断作为交易的依据，这时市场价格就会对非理性投资者更敏感。

·期望理论

在行为金融学模型中，由卡尼曼（DanielKahneman）和已故的特韦尔斯基（AmosTver-sky）提出并发展起来的期望理论无疑是影响最为深远的一个（DanielKahneman，andAmosTversky（1979，1992）），它向传统的预期效用理论提出了强有力的挑战。DanielKahneman因此获得了2002年诺贝尔经济学奖。

不可否认，预期效用理论至今仍是现代经济理论的重要支柱之一，它给出了不确定性条件下的理的简单精确描述。然而，正如前文所述，实际情况下人的行为并不总是理性的，这使得效用理论在应用中会产生矛盾现象，最著名的当属阿莱悖论。Kahneman—Tversky的期望理论的提出，改进了预期效用理论的不足。在期望理论中，投资者的效用（价值）不再是财富的函数，而是获利与损失的函数；投资者也不再总是风险厌恶者。图1.1、图1.2分别是预期效用理论与期望理论的效用／价值函数。

可以看出，与标准效用函数相比，期望理论的效用函数呈“S”型——在获利区间凹，在损失区间凸，这与对人们风险偏好的实际观察结果是一致的（即损失厌恶）。

通过引入价值函数、概率评价函数、参考点等概念，期望理论更好地描述了人们在不确定性条件下的决策行为。许多异常现象可以用期望理论来做出合理的解释，如阿莱悖论、证券溢价之谜、期权微笑现象等。

·过分自信理论

人们往往过于相信自己的判断能力，高估自己成功的机会，我们把这种心理现象称为过度自信。过度自信解释了许多股价异常现象，如过度反应与反应不足。

W.M.DeBondt，RichardH.Thaler（1986）的文章“股票市场过分反应了吗？”是实证检验美国股票市场是否存在过度反应的奠基性作品。他们的答案是肯定的，并指出过度反应与反应不足的原因都在于投资者的过分自信。

TerranceOdean（1998）对过分自信理论进行了详细综述和研究，并建立了过分自信的行为金融模型。由于过分自信，投资者有时会高估某些信息，有时又会低估，过分自信对金融市场的具体影响要看哪些市场参与者会过分自信以及信息是如何传播的。

首先，两个前提假设是：过分自信意味着交易者认为后验信息更准确（比实际上的准确性更高）；交易者认为自己的私有信息比别人的私有信息更加可靠。

通过分别假定一般交易者、内幕信息交易者和厌恶风险的做市商存在过分自信，TerranceOdean分析了金融市场存在信息成本时的过分自信效应。在各种情形下，过分自信都会增大成交量和市场深度，同时降低投资者的预期效应。但是，对价格波动性和价格内在性质（以价格与基本价值差额的方差来衡量）的影响则依赖于过分自信的主体是谁。一般交易者和内幕信息交易者过分自信会增加波动性，做市商过分自信会减少波动性。

·主观概率理论

主观概率指的是人们对某一特定命题正确性的相信程度。主观性体现在它是基于个人的知识和信念做出的评价。主观概率研究的重要性在于它是决策过程的关键环节。

传统概率论以及在此基础上发展起来的Bayesian决策准则所关注的都是事件发生的频率，其前提是事件能够反复发生。而对于一次性事件的概率估计，它们是不适用的。现实中人们又确实经常需要对不同的命题做出自己的评估。研究表明，人们在做出这类评估时，由于受到自身条件和知识能力的限制，无法得到最优结果，只能在一定程度上得到满意解，这使得人们可以凭直觉和个人经验解决复杂问题。这种实际决策过程的本质特点，促使科学家从行为认知的角度来研究决策过程，AmosTversky和DanielKahneman是其中的佼佼者。他们试图用启发式方法来代替Bayesian分析。这一领域的研究被称为主观概率研究，期望理论其实是主观概率理论中的一种。

二、从线性到非线性——非线性科学的应用

在人类的认识上，首先是用相对简单的线性关系（线性模型）来刻画线性问题的定量关系，对于那些非线性因素不能忽略的情况，则往往采取线性近似或线性迭代的方法来处理，这样处理有时也能得到较好的结果，但这种情况一般只出现在比较“简单的”非线性问题中，或者只是研究系统的一些“常规”行为特征。随着人们对社会、自然认识的不断深化，人们越来越不敢“小看”非线性问题了。首先，就其本质而言，自然界是非线性的。其次，许多问题中的强非线性作用与长时间尺度的系统行为都不能用线性方法（包括线性近似）来刻画。第三，即使是一些表面看上去很简单的系统，也可能表现出令人惊异的复杂性（如确定性的随机性），于是，人们愈来愈重视对广泛存在于社会和自然中的非线性现象的研究，并由此而诞生了非线性科学。

最早将非线性科学用于经济学研究的是美国经济学家斯徒泽（Stuzer），他于1980年发表的论文“一个宏观模型中的混沌动力学系统和分岔理论”，将李—约克（Li—York）定理和分岔技术应用于哈维尔默（Havelmo）增长模型，找到了该模型出现混沌的条件。之后，越来越多的学者开始运用非线性科学的方法来研究经济和金融系统。

分形学的创始人，著名的数学家BenoitB.Mandelbrot（1997）将其研究成果应用到金融市场价格变动的研究中，价格的变动可以用分形几何中的研究成果推导的模型加以解释。分形（多分形）的目的并不是要确切地预测未来，但是它们的确能对市场风险作出更切合实际的描述。分形是一种几何形状，其特点是可以分为若干部分，而每一部分都是最初那个整体在较小尺度上的翻版。在金融学中，这一概念并不是无根据的抽象，而是对一种简单明了的市场常识从理论的高度上重新进行表述。

埃德加·E·彼得斯（Peters.E.E，1996）的研究提供了大量的证据表明证券市场确实存在分形、混沌特征。认为证券价格并不是随机游动的，而是受到某种确定性趋势的作用，并具有对初始波动的高度敏感性，换言之，股价运动具有混沌性质。据此，彼得斯（1994）提出了分形市场假说，认为：（1）市场是由很多具有不同投资预期的投资者组成的；（2）与每一个投资预期相联系的信息集是不同的。只要市场维持这种分形结构，并且没有特征时间标度，市场就会保持稳定。当市场的投资预期变得一致时，市场就会变得不稳定，因为每个人都基于同样的信息集进行交易（Peters，1994）。

近年来，非线性动力学在证券市场研究领域的应用主要集中在两个方向上，一个是证券市场是否存在混沌、分形等非线性特征的检验以及检验方法的研究，在证券市场应用混沌分形理论的前提是数据是否具有混沌性质，这就需要进行有关的统计检验。对股指数据是否具有混沌分形特征的统计检验也是当前股票市场非线性研究的热点。这些检验包括：长记忆与R／S分析、BDS检验、Lyapunov指数检验等。

另一个方向便是建立非线性动力学模型来描述股价的动态行为，探寻证券市场价格波动行为的形成机理。最近几年，不少学者进行了大量研究，如Arthur、Holland、LeBaron、Palmer和Taler（1997），Brock（1993，1997），BrockandHommes（1997，1998），BrockandLeBaron（1996），Chiarella（1992），ChiarellaandHe（2000），Gaunersdorfer（2001），GaunersdorferandHommes（2000），Lux（1995），TaiseiKaizoji（2000）等等。这些模型都是基于异质投资者上的，即投资者是有限理性的，他们之间是有差别的，而非传统的金融研究将投资者简化为典型的理性人。

Brock和Hommes（1997，1998）（简称BH）提出了一个信念自适应系统（AdaptiveBeliefSystem简称ABS）的理论框架，其基本思想是：市场上的投资者是千差万别（投资者的异质性），其对未来的信念也是各不相同（信念的异质性），为适应环境，投资者的信念是变化的。人们通过不断的学习，选择业绩好的预测规则（信念），以适应不断变化的复杂的环境，这样就导致了不同类型的投资者比例的变化，进而影响着资产价格的变动，而价格的变化反过来影响投资者对预测规则的选择，形成了二者相互作用的进化系统。ABS模型给出了一个易于处理的理论框架，而且理性预期均衡作为一个特例包含在该系统中。在ABS中有两个重要的噪声源，即模型近似的误差和经济基本面内在的不确定性。ABS能产生一些重要的实证研究和观察到的市场特征现象，如收益的不可预测性、厚尾、投机泡沫和波动集群性等。Brock、Hommes和Gaunersdorfer在接下来的研究中对最初提出的模型进行了更深入的研究和扩展，Brock、Hommes和Wagener（2001）又提出了LargeTypeLimit（LTL）的概念来描述有多种类型投资者的适应性进化系统的平均行为。ChiarellaandHe（1999，2000）也对ABS系统进行了一定程度的扩展。

Lux（1995）模型企图刻画市场上投资者的“从众”行为或相互模仿的传染现象，描述了对基本面不完全知情的投资者的预期的形成。这些预期主要依赖于其他投资的预期和行为，模型刻画了投机者之间的相互模仿传染（递）的过程。模型通过投资者的态度（即买入和卖出）的变化来描述市场供需状况，而供需状况进而影响价格的变化，投资者买和卖两种态度的转变的概率引入了协同学的方法。Lux模型较好地刻画了市场中的从众行为，能很好地解释股市泡沫的形成、破灭（过度波动）和均值回复。Kaizoii（1998）模型与Lux模型相似，区别在于后者为微分方程，而前者为差分方程。TaiseiKaizoji（2000）又引入了统计物理学中平均场理论来研究股市泡沫和暴跌。

T.Vaga（1991，1999）提出的协同市场假定认为，市场价格的概率分布是基于以下两类因素在时间上的变化：基本的或经济的环境；市场中存在的情形偏倚量或“集体思维”的水平。随着两个因素组合的变化，市场状态也变化，可以达到四个不同的相：随机游动、过渡市场、混沌市场、协同市场。这样就把市场价格的随机变动与可能的混沌性质统一到一个框架下。换言之，把有效市场理论与分形市场理论统一为一体。这种理论虽然还缺乏实证检验，但对市场价格变化具有很好的描述能力。

三、从宏观到微观——市场微观结构理论

市场微观结构理论研究的是证券市场的交易机制和信息传导、价格形成机制，它对于全面深入了解证券市场交易过程，制定正确的投资决策及有效监管市场有着重要意义。由于微观结构理论主要研究股票市场的价量关系及相互作用机制，它可以被用来建立技术分析的理论基础，为股票价格预测服务。AnanthMadhavan（2000）把市场微观结构理论研究内容归纳为四个方面：（1）价格形成，包括价格吸收信息的动态过程；（2）市场结构与设计，包括价格形成与交易规则之间的关系；（3）市场透明度，市场参与者观察交易过程信息的能力；（4）其他金融领域应用，包括资产定价、国际金融、公司财务。

金融市场微观结构理论与以前的金融理论相比，有两个特点：一是以前的金融理论注重的是宏观分析和总量的分析，而市场微观结构理论注重微观分析和变量分析；二是以前的金融理论多用演绎法，而市场微观结构理论则主要运用计量经济模型来进行实证分析，同时也注意运用演绎推理方法和行为分析方法。这两个特点实际上是反映了当代金融理论非常注重对“人”这一金融和经济活动中的主体的研究，这是当代金融理论也是经济理论发展的一个重要表现。市场微观结构理论中关于存货模型的分析、价格行为的分析等，都着重突出了对人的理和非理的发生及其原因的分析，从而使得对市场上的价格变动的分析更加深入。

四、计算机技术的应用——实验金融学

随着计算机技术，特别是人工智能技术的飞速发展，对金融市场的定量仿真与实验成为了可能，于是一门新的分支学科——实验金融学便产生了。

SantaFeInstitute（SPl）研究人员Authur，W.B.，J.H.Holland，B.LeBaron，R.G.Palmer，P.J.Taylor使用基于Agent的计算机模型来研究资本市场，建立人造股票市场ASM（ArtificialStockMarket），本质上开了实验金融学的先河。他们从1990年开始到1997年论文“AssetPricingUnderEndogenousExpectationsinanArtificialStockMarket”的发表标志着金融学中又一分支——基于Agent的计算实验金融学的诞生。

实验金融学是指应用计算机技术来模拟实际金融市场，如股票市场、外汇市场、期货市场等，在既定的市场结构下，通过研究市场微观层次Agent（投资者）的行为来揭示市场宏观特性形成原因的一门金融学分支。

股票在微观经济学的知识范文第10篇

关键词：行为金融学；换手率；市盈率；噪声系数

一、前言

噪声交易，即投资者利用噪声而非真实信息进行的交易，而噪声交易者也就是从事噪声交易的交易者。随着噪声交易理论的发展，我们了解到噪声交易对股票市场的影响是不容忽视的而且具有长期性，产生噪声交易的客观原因是由于不对称信息、错误信息以及信息质量问题等导致的信息偏差，我国政府对股票市场的过度干预就降低了股票价格的信息质量，产生噪声交易的主观原因是投资者的认知偏差，其有关现象包括过度自信、损失厌恶以及知识诅咒等。

二、论文综述

自二十世纪中期，噪声交易理论不断完善和发展。弗里德曼（1953）和法玛（1965）就噪声交易者是否能长期存在以及对市场的影响等问题进行了探讨。1985年，Kyle提出了噪声交易的概念。1986年，Black对噪声交易进行了更为系统的阐述，赋予了噪声交易者的定义。在较长时间内，多数学者通过理论分析都证明了噪声交易者不可能长期存在，其对市场的影响微乎其微。1994年，Shefrin和Statman构筑了BAPM，成为经典金融学中资产定价理论（CAPM）的对应物，奠定了噪声交易额实证研究基础。

对于我国证券市场的噪声交易，李晓渝、苟宇[1]认为，“中国股票市场具有很高的噪声交易者风险，从而无法运用CAPM对股票进行有效定价”，苏冬蔚[2]提出“噪声交易提高了交投活跃程度，同时却扩大了执行成本和价格波动幅度”，苏文静[3]证明了“个人投资者所执行的噪声交易的存在可以提高证券市场的流动性，起到活跃市场的作用。然而，过度的噪声和噪声交易又会导致泡沫的产生”。

三、噪声交易对股票市场的影响

（一）噪声交易影响股票市场的流动性

噪声交易的存在，使得股票市场上出现了难辨真伪的信息，引起股价与其实际价值的偏离，使得股票市场出现了错误定价 ，从而引起了投资者的套利行为，这也印证了Black的一句话“噪声交易对于金融市场的存在是至关重要的，它使得金融市场的存在成为可能”。

（二）噪声交易影响市场效率

噪声交易对股票市场的流动性具有很高的正面影响，从这方面看，适度的噪声交易可以提高股票市场效率。但另一方面，噪声交易也会引起投机以及内幕交易等现象的滋生，这将会严重影响整个市场的效率，使得股票市场失去价值发现、资源配置等功能。这也印证了Black的又一句话“噪声使得金融市场变得可能，同时也使其不完美。”

（三）噪声交易影响股价

我国股票市场上存在数量众多的散户，他们大多都缺乏投资知识和经验受“噪声”影响大，当噪声交易者的预期乐观时，他们就倾向于买入股票，从而推动股价上涨，当预期悲观时，他们就倾向于卖出股票，引起股价下跌。

噪声交易越多，股价的偏离程度越严重，上市公司的真实信息就有可能被掩盖，从而掌握真实信息的投资者也跟随噪声交易者的步伐，进行正反馈交易，即在股价升高时购买股票，在股价下跌时卖出股票。

四、噪声交易影响股价波动的实证分析

（一）模型的建立和数据的选取

市盈率、换手率和噪声系数都是衡量噪声交易程度的重要指标，本文将这三个指标作为解释变量。股票振幅是衡量股票市场活跃的指标，可以反映市场的波动情况，本文将其作为被解释变量，构建回归模型，研究噪声对于股票市场波动的影响。

构建的回归模型如下：

其中，Yt表示第t期股票市场的振幅，X1t表示第t期股票市场的换手率，X2t表示第t期股票市场的市盈率，X3t表示第t期股票市场的噪声系数，μt为随机干扰项。

本文选取1994-2013年的上海证券交易所的年振幅作为被解释变量，选取上海证券交易所的年换手率、年市盈率以及经计算得到的噪声系数作为解释变量，研究这二十年间噪声交易对股票市场波动的影响。

（二）实证结果分析

运用EViews软件做回归，得到如下结果：

从回归结果中可以看到，各个变量t值的绝对值都大于tα2（n-4），因此，可以认为三个变量都是统计显著的，即换手率、市盈率和噪声系数都对市场波动有显著影响，股票市场的波动在一定程度上是由噪声交易引起的。

（三）模型的检验

1、自相关

对模型进行游程检验可得，

查表可知，在5%的显著水平下，游程数应该位于[6，16]之间，因为K=13，因此，可以认为，模型不存在自相关。

2、异方差

对模型进行格莱泽检验，做μt的估计值et绝对值对1/X的回归如下：

3、多重共线性

分别做解释变量X对模型中其余解释变量的回归，求方差膨胀因子VIF，得到如下结果：

从表中可以看到，VIF均小于10，因此可以认为模型不存在很强的共线性。

此外，模型的R2=0.8291，d=1.807，R2

六、政策建议

为改变我国股票市场噪声交易过度的现状，保证股票市场健康有效发展，本文提出以下几点建议：

（一）完善信息披露制度

上市公司的有关信息是投资者进行投资决策的重要依据，而个人投资者往往处于不利地位。股票市场上的信息不对称是“噪声”产生的客观原因，因此，为了保护广大投资者的利益，降低人为因素造成的信息不对称，就需要对信息披露制度进行完善，提高信息透明度和真实性，体现信息披露充分性、有效性和及时性的原则。

（二）强化监管，打击操纵市场行为

能对股市产生影响的投资者、机构投资者以及股票市场内部人士等都有可能制造“噪音”，进行内幕交易，这样中小个人投资者便会成为内幕交易的最大受害者。因此，为保证股票市场交易的公平性、公开性和公正性，保障中小投资者的利益，就必须加强对内幕交易等违法交易行为的监管，制定严厉的惩罚措施，保证股票市场健康高效运行。

（三）加强对个人投资者的培训

我国的金融市场发展较晚，多数投资者的投资经验并不多，掌握理论知识的投资者也较少，在很大程度上存在非理性的投资心理和行为，这也就产生了诸如风险意识不强、对信息处理能力差以及盲目从众等现象。加强对个人投资者的培训，有利于提高投资者对风险的认识，进行理性投资。

五、结论

噪声交易创造了股票市场流动性，活跃了股票市场，从这方面看，噪声交易对于股票市场的效率有积极的影响，而过度的噪声交易又会导致内部交易等现象的出现，使市场效率下降。此外，股价的过度波动并不源于公司实力的变化，短期股价的过度波动与噪声交易有很大的关系，这种过度波动使得股价与其实际价值出现偏差。

我国股市存在着特殊的“政策噪声”，使得股市的波动受到政策的影响很大，噪声交易现象严重，市场有效性不高。从实证分析来看，噪声交易与市场波动存在正相关关系，随着噪声交易的增加，股价与其实际价值偏离程度会越来越大，市场便会出现更大的波动。（作者单位：中央民族大学）

参考文献：

[1] 李晓渝、苟宇.行为资产定价实证研究：中国股票市场噪声交易者风险测度[J].南开经济研究，2006（3）：54-67

[2] 苏文静.我国股票市场噪声交易研究[D].对外经济贸易大学，2007

股票在微观经济学的知识范文第11篇

以有效市场假说(Efficient Market Hypothesis,EMH)和理性预期(Rational Expectation Hypothesis,REH))为特征的主流金融理论在金融领域中一直占据着统治地位。但大量的实证研究和观察结果表明,人们并不总是以理性态度做出决策,在现实中存在诸多的认知偏差,这些偏差不可避免地要影响到人们的金融投资行为,进而影响到资产定价,主流金融学有着无法克服的缺陷。Richard H.Thaler(1999)具体指出了在以下五个方面标准金融模型与实际不符:关于交易量的预测;关于波动性的预测;关于股票红利无关性;关于股票投资溢价;关于有效市场上证券价格的不可预测性。

1997至1998年的亚洲金融危机和最近一系列金融事件如美国股市在2000年的大起大落、长期资本基金(LTCM)的破产保护、老虎基金的倒闭等,也更加深了人们对市场有效性及投资理性的怀疑。在学术研究和金融实务中,正有越来越多的人认识到,人的行为、心理感受等主观因素在金融投资决策中起着不可忽略的作用。

正是对主流金融理论的质疑,促使了金融研究范式的转换,极大地促进了新的理论和方法的产生和发展。近二十年来,金融学研究呈现出新的特点和趋势,这些特点和趋势可以概括为:从原来线性的、完全理性的观点到非线性、有限理性的转变;从市场宏观层面的研究到微观结构的研究;计算机技术的发展促进了实验金融学的产生和发展。

一、从完全理性到有限理性——行为金融学

在传统的经济、金融学研究中,现实的人被简化为一个简单的理性人,即假定人们能掌握处理所有有用信息,总是能最大化其预期效用,显然这种假定是不现实的。这种以完全理性假定构筑的学说是无法通过经验科学方法来检验与研究人的内在本性的,也无法观察现实人的经济行为。

对完全理性的质疑,促使人们尝试用心理学方法来研究经济、金融问题,并试图以此来修正和检验经济、金融学的基本假设,于是便应运诞生了一门新学科——行为金融学。目前,对“行为金融学”一词还没有正式规范的定义,它主要从实证的角度研究人们如何理解和利用信息,并做出正式的投资决策,以及在此过程中,人的行为认知偏差对决策的影响。田宏伟(2001)认为构成行为金融学定义的内容有三个方面:行为金融学把经典的经济学和金融学理论与心理学和决策科学综合在了一起;行为金融学力图解释是什么造成了股票/证券价格的异常现象,这种异常已被众多的研究证明是广泛存在的;行为金融学是一门研究投资者是如何产生系统的认知偏差或称为有限理性(不完全理性)的科学。

事实上,正是因为投资者会产生系统的认知偏差或不完全理性,才导致证券价格出现各种异常。至于到底有哪些价格异常现象,它们又是由什么样的不完全理造成的,如何确定价格异常出现的市场条件,正是行为金融学的研究内容所在。从总体上看,现有行为金融学的研究是在两个方向上展开的:一是对主流金融理论缺陷的实证分析,研究在金融市场上发现的人们的诸多行为认知偏差;二是试图从心理学、社会学、人类学、认知心理学的角度来认识金融市场上的异常现象。

·噪声交易理论

Fischer Black(1986)首次提出关于噪声交易的概念,他的论文是噪声交易理论以及行为金融学研究的奠基性文章,是许多随后研究的出发点。Black指出,噪声的概念与信息>文秘站:

J.Bradford De Long,Andrei Shleifer,Lawrence H.Summers and Robert J.Waldmann(1990)研究了金融市场上的噪声交易者风险,得到的结论是噪声交易者通过承担更多的由他们自己创造的风险(噪声交易者风险),可以比厌恶风险的理性套利者获得更高的回报。

Lawrence H.Summers(1986)的研究也认为,股票的市场价格会对非理性投资者的投资行为更敏感,因为当理性投资者接受市场价格是其基本价值的体现,并且不以自己对价值的判断作为交易的依据时,非理性投资者则相反,他们按自己对价值的(错误)判断作为交易的依据,这时市场价格就会对非理性投资者更敏感。

·期望理论

在行为金融学模型中,由卡尼曼(Daniel Kahneman)和已故的特韦尔斯基(Amos Tver- sky)提出并发展起来的期望理论无疑是影响最为深远的一个(Daniel Kahneman,and Amos Tversky(1979,1992)),它向传统的预期效用理论提出了强有力的挑战。Daniel Kahneman因此获得了2002年诺贝尔经济学奖。

不可否认,预期效用理论至今仍是现代经济理论的重要支柱之一,它给出了不确定性条件下的理的简单精确描述。然而,正如前文所述,实际情况下人的行为并不总是理性的,这使得效用理论在应用中会产生矛盾现象,最着名的当属阿莱悖论。Kahneman— Tversky的期望理论的提出,改进了预期效用理论的不足。在期望理论中,投资者的效用(价值)不再是财富的函数,而是获利与损失的函数;投资者也不再总是风险厌恶者。图1.1、图1.2分别是预期效用理论与期望理论的效用/价值函数。

可以看出,与标准效用函数相比,期望理论的效用函数呈“S”型——在获利区间凹,在损失区间凸,这与对人们风险偏好的实际观察结果是一致的(即损失厌恶)。

通过引入价值函数、概率评价函数、参考点等概念,期望理论更好地描述了人们在不确定性条件下的决策行为。许多异常现象可以用期望理论来做出合理的解释,如阿莱悖论、证券溢价之谜、期权微笑现象等。

·过分自信理论

人们往往过于相信自己的判断能力,高估自己成功的机会,我们把这种心理现象称为过度自信。过度自信解释了许多股价异常现象,如过度反应与反应不足。

W.M.De Bondt,Richard H.Thaler(1986)的文章“股票市场过分反应了吗?”是实证检验美国股票市场是否存在过度反应的奠基性作品。他们的答案是肯定的,并指出过度反应与反应不足的原因都在于投资者的过分自信。

Terrance Odean(1998)对过分自信理论进行了详细综述和研究,并建立了过分自信的行为金融模型。由于过分自信,投资者有时会高估某些信息,有时又会低估,过分自信对金融市场的具体影响要看哪些市场参与者会过分自信以及信息是如何传播的。

首先,两个前提假设是:过分自信意味着交易者认为后验信息更准确(比实际上的准确性更高);交易者认为自己的私有信息比别人的私有信息更加可靠。

通过分别假定一般交易者、内幕信息交易者和厌恶风险的做市商存在过分自信,Terrance Odean分析了金融市场存在信息成本时的过分自信

效应。在各种情形下,过分自信都会增大成交量和市场深度,同时降低投资者的预期效应。但是,对价格波动性和价格内在性质(以价格与基本价值差额的方差来衡量)的影响则依赖于过分自信的主体是谁。一般交易者和内幕信息交易者过分自信会增加波动性,做市商过分自信会减少波动性。

·主观概率理论

主观概率指的是人们对某一特定命题正确性的相信程度。主观性体现在它是基于个人的知识和信念做出的评价。主观概率研究的重要性在于它是决策过程的关键环节。

传统概率论以及在此基础上发展起来的 Bayesian决策准则所关注的都是事件发生的频率,其前提是事件能够反复发生。而对于一次性事件的概率估计,它们是不适用的。现实中人们又确实经常需要对不同的命题做出自己的评估。研究表明,人们在做出这类评估时,由于受到自身条件和知识能力的限制,无法得到最优结果,只能在一定程度上得到满意解,这使得人们可以凭直觉和个人经验解决复杂问题。这种实际决策过程的本质特点,促使科学家从行为认知的角度来研究决策过程,Amos Tversky和Daniel Kahneman是其中的佼佼者。他们试图用启发式方法来代替Bayesian分析。这一领域的研究被称为主观概率研究,期望理论其实是主观概率理论中的一种。

二、从线性到非线性——非线性科学的应用

在人类的认识上,首先是用相对简单的线性关系(线性模型)来刻画线性问题的定量关系,对于那些非线性因素不能忽略的情况,则往往采取线性近似或线性迭代的方法来处理,这样处理有时也能得到较好的结果,但这种情况一般只出现在比较“简单的”非线性问题中,或者只是研究系统的一些“常规”行为特征。随着人们对社会、 自然认识的不断深化,人们越来越不敢“小看”非线性问题了。首先,就其本质而言,自然界是非线性的。其次,许多问题中的强非线性作用与长时间尺度的系统行为都不能用线性方法(包括线性近似)来刻画。第三,即使是一些表面看上去很简单的系统,也可能表现出令人惊异的复杂性 (如确定性的随机性),于是,人们愈来愈重视对广泛存在于社会和自然中的非线性现象的研究,并由此而诞生了非线性科学。

最早将非线性科学用于经济学研究的是美国经济学家斯徒泽(Stuzer),他于1980年发表的论文“一个宏观模型中的混沌动力学系统和分岔理论”,将李—约克(Li—York)定理和分岔技术应用于哈维尔默(Havelmo)增长模型,找到了该模型出现混沌的条件。之后,越来越多的学者开始运用非线性科学的方法来研究经济和金融系统。

分形学的创始人, 着名的数学家Benoit B.Mandelbrot(1997)将其研究成果应用到金融市场价格变动的研究中,价格的变动可以用分形几何中的研究成果推导的模型加以解释。分形(多分形)的目的并不是要确切地预测未来,但是它们的确能对市场风险作出更切合实际的描述。分形是一种几何形状,其特点是可以分为若干部分,而每一部分都是最初那个整体在较小尺度上的翻版。在金融学中,这一概念并不是无根据的抽象,而是对一种简单明了的市场常识从理论的高度上重新进行表述。

埃德加·E·彼得斯(Peters.E.E,1996)的研究提供了大量的证据表明证券市场确实存在分形、混沌特征。认为证券价格并不是随机游动的,而是受到某种确定性趋势的作用,并具有对初始波动的高度敏感性,换言之,股价运动具有混沌性质。据此,彼得斯(1994)提出了分形市场假说,认为:(1)市场是由很多具有不同投资预期的投资者组成的;(2)与每一个投资预期相联系的信息集是不同的。只要市场维持这种分形结构,并且没有特征时间标度,市场就会保持稳定。当市场的投资预期变得一致时,市场就会变得不稳定,因为每个人都基于同样的信息集进行交易(Peters,1994)。

近年来,非线性动力学在证券市场研究领域的应用主要集中在两个方向上,一个是证券市场是否存在混沌、分形等非线性特征的检验以及检验方法的研究,在证券市场应用混沌分形理论的前提是数据是否具有混沌性质,这就需要进行有关的统计检验。对股指数据是否具有混沌分形特征的统计检验也是当前股票市场非线性研究的热点。这些检验包括:长记忆与 R/S分析、BDS检验、Lyapunov指数检验等。

另一个方向便是建立非线性动力学模型来描述股价的动态行为,探寻证券市场价格波动行为的形成机理。最近几年,不少学者进行了大量研究,如Arthur、Holland、LeBaron、Palmer和Taler(1997),Brock(1993,1997),Brock and Hommes(1997,1998),Brock and LeBaron(1996), Chiarella(1992), Chiarella and He(2000),Gaunersdorfer(2001),Gaunersdorfer and Hommes (2000),Lux(1995),Taisei Kaizoji(2000)等等。这些模型都是基于异质投资者上的,即投资者是有限理性的,他们之间是有差别的,而非传统的金融研究将投资者简化为典型的理性人。

Brock和Hommes(1997,1998)(简称BH)提出了一个信念自适应系统(Adaptive Belief Sys tem简称ABS)的理论框架,其基本思想是:市场上的投资者是千差万别 (投资者的异质性),其对未来的信念也是各不相同(信念的异质性),为适应环境,投资者的信念是变化的。人们通过不断的学习,选择业绩好的预测规则 (信念), 以适应不断变化的复杂的环境,这样就导致了不同类型的投资者比例的变化,进而影响着资产价格的变动,而价格的变化反过来影响投资者对预测规则的选择,形成了二者相互作用的进化系统。ABS模型给出了一个易于处理的理论框架,而且理性预期均衡作为一个特例包含在该系统中。在ABS中有两个重要的噪声源,即模型近似的误差和经济基本面内在的不确定性。ABS能产生一些重要的实证研究和观察到的市场特征现象,如收益的不可预测性、厚尾、投机泡沫和波动集群性等。Brock、Hommes和Gaunersdorfer在接下来的研究中对最初提出的模型进行了更深入的研究和扩展,Brock、Hommes和Wagener(2001)又提出了Large Type Limit(LTL)的概念来描述有多种类型投资者的适应性进化系统的平均行为。 Chiarella and He(1999,2000)也对ABS系统进行了一定程度的扩展。

Lux(1995)模型企图刻画市场上投资者的“从众”行为或相互模仿的传染现象,描述了对基本面不完全知情的投资者的预期的形成。这些预期主要依赖于其他投资的预期和行为,模型刻画了投机者之间的相互模仿传染(递)的过程。模型通过投资者的态度(即买入和卖出)的变化来描述市场供需状况,而供需状况进而影响价格的变化,投资者买和卖两种态度的转变的概率引入了协同学的方法。Lux模型较好地刻画了市场中的从众行为,能很好地解释股市泡沫的形成、破灭(过度波动)和均值回复。Kaizoii(1998)模型与Lux模型相似,区别在于后者为微分方程,而前者为差分方程。 TaiseiKaizoji(2000)又引入了统计物理学中平均场理论来研究股市泡沫和暴跌。

T.Vaga(1991,1999)提出的协同市场假定认为,市场价格的概率分布是基于以下两类因素在时间上的变化:基本的或经济的环境;市场中存在的情形偏倚量或“集体思维”的水平。随着两个因素组 合的变化,市场状态也变化,可以达到四个不同的相:随机游动、过渡市场、混沌市场、协同市场。这样就把市场价格的随机变动与可能的混沌性质统一到一个框架下。换言之,把有效市场理论与分形市场理论统一为一体。这种理论虽然还缺乏实证检验,但对市场价格变化具有很好的描述能力。

三、从宏观到微观——市场微观结构理论

市场微观结构理论研究的是证券市场的交易机制和信息传导、价格形成机制,它对于全面深入了解证券市场交易过程,制定正确的投资决策及有效监管市场有着重要意义。由于微观结构理论主要研究股票市场的价量关系及相互作用机制,它可以被用来建立技术分析的理论基础,为股票价格预测服务。Ananth Madhavan(2000)把市场微观结构理论研究内容归纳为四个方面: (1)价格形成,包括价格吸收信息的动态过程; (2)市场结构与设计,包括价格形成与交易规则之间的关系;(3)市场透明度,市场参与者观察交易过程信息的能力;(4)其他金融领域应用,包括资产定价、国际金融、公司财务。

金融市场微观结构理论与以前的金融理论相比,有两个特点:一是以前的金融理论注重的是宏观分析和总量的分析,而市场微观结构理论注重微观分析和变量分析;二是以前的金融理论多用演绎法,而市场微观结构理论则主要运用计量经济模型来进行实证分析,同时也注意运用演绎推理方法和行为分析方法。这两个特点实际上是反映了当代金融理论非常注重对“人”这一金融和经济活动中的主体的研究,这是当代金融理论也是经济理论发展的一个重要表现。市场微观结构理论中关于存货模型的分析、价格行为的分析等,都着重突出了对人的理和非理的发生及其原因的分析,从而使得对市场上的价格变动的分析更加深入。

四、计算机技术的应用——实验金融学

随着计算机技术,特别是人工智能技术的飞速发展,对金融市场的定量仿真与实验成为了可能,于是一门新的分支学科——实验金融学便产生了。

Santa Fe Institute(SPl)研究人员Authur, W.B.,J.H.Holland,B.LeBaron, R.G.Palmer, P.J.Taylor使用基于Agent的计算机模型来研究资本市场,建立人造股票市场ASM(Artificial Stock Market),本质上开了实验金融学的先河。他们从1990年开始到1997年论文“Asset Pricing Under Endogenous Expectations in an Artificial Stock Market”的发表标志着金融学中又一分支——基于Agent的计算实验金融学的诞生。

实验金融学是指应用计算机技术来模拟实际金融市场,如股票市场、外汇市场、期货市场等,在既定的市场结构下,通过研究市场微观层次Agent(投资者)的行为来揭示市场宏观特性形成原因的一门金融学分支。

股票在微观经济学的知识范文第12篇

关键词:金融风险预警;反身性理论;羊群行为

本文为河北社会科学发展研究课题《开放经济条件下金融风险预警指标体系研究》的研究成果(课题编号:200903052)

中图分类号:F83文献标识码:A

始于2007年的次贷危机迅速波及全球,欧美等发达国家经济先后遭受重创,中国面对经济衰退,也被迫采取适度宽松货币政策和积极财政政策来应对经济衰退。是什么原因导致金融风险不断加剧?又是什么原因使人们不能对金融危机做出较为准确的预测?本文试图从市场参与者心理和行为的角度来分析这一问题。

一、市场参与者的心理和行为可以加剧金融风险

(一)市场参与者的认知偏误。人们常用的解决问题的策略可以分为算法和启发法。所谓算法,是指解决问题的一套规则,它精确地指明解题的步骤和方法。人们在解决规范的、确定性的问题,尤其是就封闭性任务做出决策时往往采取算法思维。但现实生活中,不是所有问题都能依靠算法来解决,特别是复杂多变的金融市场,瞬息万变的各种信息使市场参与者不可能通过算法做出判断。心理学的研究表明,人们面对复杂的、不确定性的、缺乏现成算法的问题时采取的是启发式的决策方式进行决策。这种方式会导致人们形成一些经验规则,使人们处理问题有一些相对迅速、简单的方法和标准。例如,人们可能只是看到了H1NI甲型流感的新闻,就可能随便找一只医药股重仓买入,而不去考虑该公司是不是生产和销售防治甲流的药品;当看到银行门口排起了取款的长龙时,很多存款人也会认为这家银行出了问题而迫不及待地去提款。

(二)市场参与者的羊群行为助长了金融资产价格的暴涨暴跌。通常情况下,投资者对股票、大宗商品未来价格既有看多的,又有看空的,因此表现为资产价格波动幅度较小。但当遇到突发事件时,投资者的心理预期可能发生巨大变化、甚至出现羊群行为,即广大投资者的预期和行动完全一致。例如,2008年上半年的一些小金融机构的破产,世界各国政府和投资者普遍认为只不过是经济增长过程中的一次小波动,但到了2008年9月份,当雷曼兄弟破产、美林被收购和美国政府注资救助AIG和“两房”时,广大投资者才意识到危机的严重性,纷纷抛售手中的金融资产,致使全球股票大跌和商品暴跌。

二、市场微观经济主体行为对金融风险的影响

金融风险如果不断积聚,则有可能暴发金融危机。金融危机可以分为银行危机、货币危机、债务危机、金融市场危机或混合型危机。但金融风险向金融危机转化的过程是一个从量变到质变的过程,在这期间,微观经济主体行为将对金融风险扩散有一定的影响。

(一)银行非自愿持有超额准备金有可能影响到货币政策的传导效应。学术界一般认为,在货币当局运用货币政策工具向银行体系注入或回笼准备金,调控银行的超额准备金数量,以引导其贷款和投资债券行为,进而实现货币供应量、贷款总量和市场利率等市场中介的过程中,银行在非自愿持有超额准备金、贷款与债券之间的资产组合行为具有不确定性而难以预测。还可以进一步推论,当银行非自愿持有超额准备金的数量随经济周期而变化时,货币政策的传导效应也在不同时期表现出非线性特征,也就会发现,随着经济运行在流动性过剩与短缺状态之间转换时,货币政策传导效应将表现出流动性区制依赖特征而非一致性。采取什么样的货币政策,银行对货币政策将做出何种反应?如果银行的反应与央行预期相反,货币政策就不能充分发挥作用,及时防范金融风险的希望就化成了泡影。

(二)程序化套利交易和组合保险导致1987年10月股市崩溃。1987年10月美国股市崩溃主要是由程序化指数套利和组合保险这两类交易在股票指数期货和现货市场相继推动而造成的。为了避免股票下跌的风险,几家大机构交易商在期货市场卖出股票指数期货合约进行组合保险,导致股票指数期货合约下跌。由于期货价格下跌,期货价格与现货价格之间偏离了正常的比价关系,于是指数套利者入市,买入期货同时在股票市场抛出股票,导致股票现货价格下跌。而股票价格下跌刺激了更多的组合保险交易,又引起 新一轮股票指数期货抛盘,如此循环最终导致股市崩溃。可见,指数套利者和组合保险交易者的行为导致股市风险迅速扩散,加速了股市的崩溃。

三、政府决策对金融风险的影响

(一)政府决策将影响金融风险是否以金融危机形式爆发。索罗斯的反身性理论认为,参与者的思维和所参与的情境之间的联系可以分解为两个函数关系,参与者理解情境的努力称之为认识函数,投资者的思维对现实世界的影响称之参与函数。在认识函数中,参与者的认识依赖于情境;在参与函数中,情境受参与者认知的影响。而政府作为市场最重要的参与者,政府的决策通过改变其他微观经济主体的认知和参与函数将对金融危机爆发与否及其严重程度具有举足轻重的影响。如果政府能建立金融风险预警体系,及时发现金融风险的苗头,采取各种措施化解金融风险,则可以避免金融风险以金融危机的形式暴发。例如,1987年10月19日,美国股市暴跌,美联储果断决定向各大商业银行无限制地提供流动性支持,从而避免了一场金融危机。2009年9月,美国政府没有出手相救雷曼兄弟,雷曼兄弟倒闭后全球金融市场恐慌性抛售各种资产,导致股票和大宗商品价格暴跌。试想,如果在2008年4月时,美国政府能及时采取措施,避免贝尔斯登倒闭,次贷危机对世界经济的影响会不会小一些?当然,等到金融危机即将暴发再采取措施,未免有点为时过晚,政府在制定各种政策时,由于各种政策一般有一个时滞,一定要考虑政策的各种影响,避免政策带来的潜在风险。

(二)政府救助的短期和长期影响。Antonia Furtado(2008)构建了一个银行模型研究信用紧缩和对实体经济的影响。当银行遇到一个小冲击时,银行采用平滑机制避免扰动。当遇到一次性,非序列相关的大冲击时,就可能引发持久的信用紧缩。此时从政策制定者角度看,动用公众资金注资银行被证明是合理的行为。政府动用公用资金的数量是多少?动用资金的程序、介入银行的程度、偿还方式等都会影响危机未来的发展,政府的干预如何在成本最小化前提下实现银行体系的稳定?如何防范金融机构的道德风险等等都是需要研究的问题,因此有必要专门研究政府救助的当前和长远影响。

四、参与者行为的不确定性使金融危机难以预测

金融危机之所以对经济有巨大的杀伤力,是由于人们不能够准确地预测出金融危机,没有及时采取措施加以防范,下面我们从参与者行为的角度探讨为何金融危机难以预测。

(一)投资者的行为影响金融资产价格。通过各种指标只能表明存在一定的金融风险,但金融风险何时爆发却很难预测。例如,荷兰令人难以置信的郁金香球茎狂潮、英国南海公司泡沫、法国密西西比河地产泡沫、1929年纽约股市的崩溃、2000年全球互联网泡沫、2007年10月中国A股泡沫,在这些事件中,尽管理性的投资者可能早已意识到泡沫的存在,但很难预测泡沫何时破灭。

在金融市场中,基本趋势通过认识函数影响参与者的认知,认知所引起的变化又通过参与函数影响金融资产价格,金融资产价格的变化又反过来对参与者的偏向和基本趋势同时施加影响。当股票价格已远远高于其内在价值时,如果投资者预期股票价格会更高,在投资者的疯狂抢购中股票价格叠创新高,泡沫会越吹越大。

(二)难以准确预测金融危机。只有掌控主流资金的机构投资者的预期发生变化或某些突发事件出现时,泡沫才可能破灭,金融危机才最终暴发。但能否预测出金融危机呢?《逆向思考的艺术》作者汉弗莱・B・尼尔认为,通过客观谨慎的分析得出与大众观点相反的结论尽管有助于投资者清醒地认识金融市场,但却不能提供适宜的进出市场的时机。尽管有许多预警指标提示金融风险,但金融风险未必爆发,或者不知道何时会爆发。例如,美联储在2001年“9.11”后采取降息政策,促进实体经济的复苏,但过低的利率促使房价上升,并在金融衍生工具的助推下,使金融风险不断加聚。但该风险是否以破坏性的形式爆发、何时爆发,其影响仅限于美国,还是会波及到其他国家?由于市场参与者和市场的相互影响,这些问题在当时都难以预测。

五、小结

由于人类认知存在的偏误和在投资活动中的羊群行为使金融风险不断积聚,银行、政府和个人投资者的行为又可能加速金融风险的扩散,但泡沫破灭的具体时点则取决于参与者和市场的相互作用。尽管准确预测金融危机暴发的时点非常困难,但及时进行金融风险预警,果断采取有效措施,将风险化解于萌芽之中,避免金融危机对经济的巨大破坏作用。

(作者单位:1.河北大学图书馆;2.河北大学经济学院)

主要参考文献:

[1]杨荣海.关于开放经济条件下货币危机预警系统的探讨[J].昆明大学学报,2007.18.3.

股票在微观经济学的知识范文第13篇

关键词：行为金融 BPT-MA模型 消费结构变迁

一、引言

我们每个人或许都有过这样的经历，在不同的时间，地点或者心态下对待同一件事情往往会有不尽相同的感受和判断，有的时候甚至是截然相反的。人们对待风险的态度也是一样的。行为金融以往的文献一直在尝试解释为什么人们在购买低风险保值的债券的同时，会去购买各种（其中奖的机会其实比天上掉馅饼的概率高不了多少）。相关的文献浩若烟海，本文尝试对其中的一些经典模型做出合理的简化，并通过简化后的模型对微观经济数据进行分析，尝试对人们的投资行为作出合理的解释，以此来支持行为金融理论。

二、理论回顾与模型的建立

什么是风险，人是如何发现风险，评估风险，并做出应对的？这一节将介绍心理学家在这方面的研究成果：他们是如何认知风险，如何研究风险，建立了哪些模型，以及用这些模型解释了哪些风险应对行为。

如果需要用学术语言来给风险下个定义的话，可以如下叙述。风险，就是人们需要对于一个已知各个不同结果发生概率的未来事件作出决定时所面临的情况。这段话诘曲聱牙，一般读者很容易觉得不知所云。我们可以举两个简单的例子：人们在赌和掷骰子之前做不同选择时所需要面对的情形就是风险，保险公司在设立普通人寿保险金的额度时面临的也是风险。只不过大部分时候，对于我们绝大多数人来说，不同结果的概率并不是一个精确的数值，可能很确定，也可能根本毫无头绪。比如在科技越来越发达的今天，天气预报的准确性越来越高，我们基本能确定明天出门用不用带雨具以及该穿多少衣服。另一方面，同样是天气预报，我们就很难确定半年后的某场露天婚礼能否顺利举行，没有任何正常人敢对此打保票。于是，当我们对于事件发生概率不是那么确定的时候，心理学家认为人们作出的决定具有不确定性或者说是盲目性。很明显，风险就隐藏在盲目性之中。

Shefrin和Statman（2000）提出了行为资产组合理论（behavioral portfolio theory）。他们在Lopes的SP/A理论的基础上引入了心理账户的概念，从而发展出了他们的BPT理论。BPT理论包括一般的（BPT-SA）和综合心理账户的（BPT-MA）。

hefrin和Statman认为某些投资者只具有较低的预期（aspiration）而有些只具有较高的预期。但是大部分的投资者是属于两者兼具型的：他们既想避免陷入贫困，又想能够一夜暴富。综合了低预期与高预期的资产组合可以认为是分层的，下层用来避免陷入贫困，上层则用来投入可能一夜暴富的高风险投资行为。

心理账户的引入使得BPT-SA与BPT-MA之间有了本质的区别。简单的说，BPT-SA模型下的投资者会考虑低预期投资与高预期投资之间的相关性，而在BPT-MA模型中，投资者忽视相关性，将投资划入完全不相关的心理账户。这个特点可以形象的用下面这句话来解释，“投资者将他们的钱放入不同的口袋之中”。

在BPT-MA模型中，不管是低预期心理账户的效用还是高预期心理账户的效用中都用到了SP/A理论中的主观概率概念，由于主观累积概率在实际操作中很难获得，这也就在一定程度上制约了人们利用已有的数据来对理论进行验证。

现在不考虑专业的投资者，而将研究对象转向普通的个人。对于个人在分配收入的时候，其实也同样的存在类似资产分配的问题。受教育背景和可获得资料的限制，微观个人在进行预测期望收益的时候并不会像研究者一样进行精细的数据搜集和计算，更多的时候依靠以往经验而形成的直觉来进行判断，更接近于我们俗语中的“拍脑门子”行为。人在预测期望收益的时候，更多的是简单的直接用一个由直觉经验得出的大于1的参数乘以投入的资金。就像储蓄一样，投资对于人们来说也存在一个“利率”，所不同的是低预期心理账户的参数较低，高预期心理账户的参数则较高。

利用这个思想我们对BPT-MA模型进行简化，保持BPT-MA模型中的参数名称，我们再令：

并很容易可以推导出下面的结果：

三、实证研究

中国社科院经济研究所在国家农调总队的协助下，于1988年，1995年和2002年对中国城乡居民家庭收入项目与支出项目做了三次问卷调查，调查的内容主要涵盖了收入、消费、就业、生产等诸多相关方面的情况。我们尝试利用其中1995年和2002年的部分数据代入本文提出的模型，以此来验证模型的有效性。

我们从对城镇居民每年的支出项目调查中选取了以下几项。债券，活期存款，定期存款，股票。我们构造如下的两个心理账户：低预期心理账户，包括债券，活期存款和定期存款；高预期心理账户，包括股票。我们依旧取β=γ= 0.1，Wm=股票/（债券+活期存款+定期存款+股票），代入公式：

因为Kr的取值不影响不同样本之间ξ值的相对大小，而ξ是一个相对的指数，类似序数效用理论的思想，单独的数值没有实际意义。所以为了计算方便我们这里取Kr= 1。又因为我们在上文对模型分析时的一个隐含条件，为了使模型成立，我们剔除了所有计算结果Wm≥0.5的样本。然后我们以收入分配为横轴，的值为纵轴画出了下面两幅图。

1995年被调查者在股票市场中有所投入的样本一共有606例，其中

1、收入在0到4000元的低收入群体。在这一区域我们注意到，尽管大部分的点都集中在ξ的值小于2的区间里面。但是依然有为数不少的点分布在（2，8）的区间内。根据我们前面对经济学意义的阐释，可以认为低收入人群对于投资股票收益并没有抱太大的希望，更多的时候只是图个新鲜，尝试性的购买一点。

2、 收入在4000元到7500元的中等收入群体。我们注意到这一区域的值特别集中稳定，而且数值上在三个区域中来说最小。可以从模型中推导出这也就意味着中等收入的群体是三类人中将最少的收入比重投入股票市场的。这与低收入群体形成了鲜明的对比。对于低收入群体来说，本来去除衣食住行之后剩余的可支配收入就不多，对于股票市场多投入一点或者少投入一点对自己的生活质量都不会有本质上的影响，所以反而会将较大比例的收入投入股市，但是绝对量是很小的。然而中等收入群体剩余的可支配收入虽然不多但也是一笔可观的资产。中产阶级主观上有“保中争高”的意愿，因此在处理剩余的这笔资产的时候相对会很谨慎。

3、收入超过7500元的高收入群体。这一群体虽然总体上的值依然很小，基本都小于2。但相比较中等收入来说投入股市的资产比例要略高一点，在绝对量之上就高的更多。相比较中等收入群体来说，高收入群体在知识信息的获取以及可支配的资产上都更有优势，对于新兴的股票市场也有着比保守的中等收入阶层更浓厚的兴趣。

2002年被调查者在股票市场中有所投入的样本一共有1062例，其中Wm

观察2002年数据的散点图，我们发现在低收入和高收入区域与1995年比较类似，相差不大。然而在中等收入区域的表现与1995年却是大相径庭的。2002年的中等收入群体对股票市场表现出的热情不再是极端保守的，甚至超越了之前相对其较高的高收入群体。探究这其中的原因我们认为主要有两方面。1、基本层面的因素。随着股票市场不断的发展，中等收入群体能够获得更多的讯息和进一步熟悉了解股票市场，进而觉得在股票市场投入是有利可图的，于是就拿出更高比例的可支配收入来购买股票，对股票的收益也抱有较高的期望。2、特殊事件的刺激。中国股市在2002年之前正好经历一波大涨，指数从1000点一路上涨至2200点，这也正好刺激了人们投资股市的欲望。这里可以看到作为资讯更加充足，投资经验更丰富的高收入群体依然保持着相对冷静的头脑，并没有较之前有太大的异动。而致富心理需求更强的中等收入群体就将投资股市视作一个重要的致富机会，相较于1995年表现出了更大的热情。综上所述，可以看到本文的模型不但总体反映了个体的投资习惯，在对历年数据的比较之后还反映出了历史重大事件的影响。

四、结论

本文通过回顾历来对风险的不同研究，以及由此派生出来的“安全第一”理论，SP/A理论和BPT理论之后，对BPT-MA模型进行合理的简化建立了一个可以代入简单实际微观数据进行计算的新理论模型。并对模型解的存在性进行了证明，对模型的合理性进行了必要的说明，并通过对其隐含条件的阐释，论证了其现实中的经济意义。引入了一个综合反映人们对高预期下的风险的主观认知参数，为了能够准确的选取实际微观数据在代入模型，又提出了心理账户的树型结构概念。然后通过1995年和2002年两次城乡居民收入分配调查的数据代入模型计算分析，最后结果能够很好的验证实际情况与常识，由此可以看到本文的模型具有以下的特点。

1、简单易操作。能够很好的利用现有的微观数据对经济现象进行解释，而不需要对数据进行复杂的数学处理。

2、普遍适用性。树型心理账户的结构分析就将我们生活中消费的很多方面都囊括进了这个模型。而不仅仅是最初仅使用在金融方面，这就拓宽了模型的适用范围，使其能在其他领域也发挥巨大的作用。

3、良好的有效性。在上一章中分别对投资和教育的解释可以说明模型很好的反映了客观现实，对经济现象给出了强大的解释。

参考文献：

[1]Kahneman， D.， and A. Tversky "Prospect theory：An analysis of decison under risk"Economet-rica， 47， 263-291.（1979）

[2]Lopes， L. ”Between Hope and Fear：The Psychology of Risk” ，Advances in Experimental Social Psychology. 20， 255-295（1987）

股票在微观经济学的知识范文第14篇

一、财商教育与大学生创业意识培养的重要性

（一）财商的概念和内容

所谓财商，是指一个人对所有财富的认知、获取和运用的能力，主要包括财务知识、投资战略、市场供给与需求、法律规章等技能。

目前，我国高校在情商方面普遍重视不够，充满好奇的在校大学生们多数在兴趣的驱使下不断盲目地尝试投资，结果十分不理想。本文的主要目的：在合理的课程体系下用模拟实际操作和案例引导学生的兴趣和思考，在他们的询问和热情反馈下不断辅助专业知识去答疑解惑，无论对情商培养还是对教学目的的达成都是一件十分有意义的事情。本文仅以个人教学过程中的三个实践环节来谈谈《投资学》课程中对培养情商所设立的环节和取得的效果。

（二）财商教育的背景和意义

我国对于钱财比较保守的落后观念，且我国投资市场发展历史短，规范化较发达国家还不够完善，人们对可投资渠道所知甚少，家庭对青少年的理财观念的形成和教育更是微乎其微。这些情况导致现在的青少年的消费观、财富观都充斥着许多投机的幻想以及误区，他们有的遵循现实主义，功利主义，一切以“利”字为做事的衡量准则；有的好逸恶劳，总是希望不劳而获，通过投机获得大量的财富。这些不好的人生观让他们铺张、浪费，不珍惜父母和他人的劳动成果，所以对于青少年财商的教育显得尤为重要，希望他们能够客观、理性地对待财富，成为建设社会主义宏伟愿景的坚实力量。

对学生能力的培养也已经从过去的要求学习成绩（智商），发展成为培养人际沟通能力（情商）、塑造正确的消费观念、创造和管理财富的能力（财商），他们被一并成为现代青年生存和发展的三大要素。

所谓“君子爱财，取之有道”，财商就是教育青少年成为通过自身努力成为合理取得财富、创造财富的能人，牢固树立社会主义核心价值观。对于这样的教育和培养，《投资学》由于其学科自身内容和体系的设定，有着得天独厚的教育优势，所以本文尝试分享《投资学》中对于财商的实践培养环节的一些尝试。

（三）大学生创业意识培养的重要性

大学生积极创业是我国新的经济形势的迫切需要。加入世贸组织后，我们国家面临着空前激烈的竞争环境。无论从行业发展、产业结构还是从业人员都与国际发达国家有着不小的差距。我们需要培养更多有思路、敢创业、勇于改革的新一代大学生；另一方面，我国面临着空前的就业问题，就业的拥堵导致了人们对教育的重视程度的减弱以及一系列的社会问题。而创业思路的开启，无疑起到了缓解就业压力的积极作用。

大学生创业已经成为发展、刺激国民经济的强大原动力，成为缓解就业压力，维护国计民生的稳定器。美国以互联网为背景的青年一代新贵已经为我们展现了青年人创业的美好前景和现实榜样，所以，突出培养大学生的爱好及个性发展，在传授知识的过程中兼顾实践能力的培养，提高大学生的创业意识与创业能力，意义非凡[1]。

二、《投资学》实践教学与大学生财商意识形成

（一）模拟投资创业方案

大学生创业是当前政府大力扶持的项目之一，一方面为了鼓励高校毕业生学以致用，一方面为了缓解就业压力。《投资学》作为金融学前沿学科，结合课程内容培养同学对创业、对自身甚至对人生更深层次的思索。

由于各地创业贷款支持力度不一致，本次模拟以十万元为例。创业方案大致包括几个部分：拟定投资对象，进行市场调研（这里多数同学采用网络较为流行的微信问卷星），合理化论证后确定投资对象，组建投资内容（包括投资金额，经营方向，具体选址，操作流程，固定投资设备购买，相关营业许可的获得），研究投资环境（宏观，如经济中低速发展，行业风险等；微观，如竞争对手分析，目标客户群特征分析），投资定位（高、中、低端以及服务特色），财务分析（按照预期拟定资产负债表和利润表）以及最后总结。

在实践中，最初同学们的想法天马行空，不是把投资想得太完美，最后初始资金难以支撑，就是过低的预算成本，把员工工资估算成一个月600元，没能与实际情况相结合。经过不断的论证和分析，实地调查询问相关设备费用等，同学互评以及老师意见，最终敲定每个人的根据自己兴趣爱好、专业特长的较为实际的创业方案。同学普遍有种钱花起来太快赚起来太难的感慨，对财富对金钱都有了新的认识。

（二）模拟炒股

股票投资在社会上引起越来越大的关注，成为了普通百姓唾手可得的投资渠道，对股票的好奇和关注也蔓延到了高校学生的群体了，对提升学生投资意识大有帮助。但是多数人苦于缺乏资金。缺乏平台，于是《投资学》给同学们一个尝试模拟股票投资的机会。

在此之前，投资学课程首先为同学们进行基本知识的普及，内容包括基本经济面分析以及技术指标分析等等，为同学们理性炒股铺垫前期基础；其次，要进行心理建设。投资不是投机，很多同学会有种反正是模拟又不是真的，那就放手搏一下试试，投资方式变成了。此外，同样的时间区间面临同样的市场环境和投资机会，会使得评比更加公平。

这次股票模拟的金额根据同学就业五年内的资金余额比例，定为五万元，给大家推荐的模拟平台为金博士股票模拟操作软件，同学们有自主选择模拟炒股平台的权利。规则为同时开户，以伍万元为注册资金，以一个学期的时间为限，不限次数操作，最后以结余资金排名作为考核成绩的主要依据，并请班级前五名同学为大家介绍自己研究股票的思路和依据。

通过这样的模拟演练，同学们都特别专注、认真，并且能在过程中不断的讨论，如T+1交易，同学们在买入股票后遇到特别好的涨势，急于卖出却无法进行交易，这时才体会了上课时所讲授的我国股票交易市场实行的是下一交易日才能进行买卖的交易制度；如课堂讲授的投资组合的风险分散部分，在实际操作中有的同学偏爱银行股，股票组合中清一色各类银行股，在大家讨论环节教师负责向学生阐明这类组合的利弊，如风险大，投机性强等等，然后让学生自己权衡。总之，大家在股票模拟操作中，大家对资金财富有了更加客观的认识，操作中更更加注重保值增值，力求财富的稳定增长，過去的投机冒险心理和对待财富的一些冒进的梦想一夜暴富的投资观念都得到了扭转。

（三）拓宽投资视野，进行模拟理财搭配方案

理财在家庭生活中非常重要，正所谓“你不理财，财不理你”。个人理财就是指根据个人似的实际状况，如家庭收入、消费水平、风险喜好等等做出合理的个人财产规划，通过合理的投资理财渠道进行配置。通常情况下个人财产可以投资的产品包括：储蓄、债券、基金、股票、保险、外汇、期货等等。根据个人的短期目标和主要期待利益，遵循风险分散原则以及资产匹配原则，制定属于每一个人的量身定做效益最大化的理财方案。

在个人理财的基础上，理财规划可以继续发展为家庭理财。家庭理财是指通过客观分析家庭的财务状况，并结合宏观经济形势，从现状出发，为家庭设计合理的资产组合和财务目标。家庭理财同时也是管理自己的财富，进而提高财富的效能的经济活动。

在《投资学》的课堂上，为孩子们拓宽了投资的渠道和视野。从单纯的知道家庭资金盈余可以用来储蓄以外，我们还可以做基金，保险，股票，债券，银行的理财产品，数额稍大的还可以选择信托。在这里，我重点和同学们强调了保险所占有的一席之地。在发达国家，保险是家庭理财配额里必不可少的部分且占据着举足轻重的地位。但是在我们国家里，由于保险业自发展之初存在着诸多不规范之处，充斥着人们的质疑和非议，所以早期我国家庭理财观念里往往对保险是排斥的。但是，保险的主要作用是成为家庭遭遇意外风险时的最后一根救命稻草，每个家庭需要根据自己的年龄生命周期，收入等个性特征进行最适当的险种匹配。

在个人理财中，尤其是在校大学生，一要做好消费计划，有节制的消费，有计划的消费。其次针对余额要進行适当的渠道选择，如基金定投就是一个非常不错的选择，完全符合每期余额少但是可以控制相对数量稳定的特点。

在这部分投资理财教学中，选用不同年龄段、不同职业、不同收入的个体进行理财分析，也针对不同类型家庭以及每个家庭当前需要的主要特质进行理财产品的匹配。

同学们通过这种理财产品对个人和家庭的分析和方案设计，对理财有了新的认识，不再是可有可无的小事，里面有很多思考和学问，收益也很可观。同时，同学们通过整个教学过程对自身的消费观念也有了极大的改观，对于理财的规划或者对于人生的规划已经开始思考。

三、结语

股票在微观经济学的知识范文第15篇

格雷厄姆和多德在《证券分析》一书中对股票价格波动的本质进行了分析，说明了“股票内在价值”对于投资的重要性，随后，这个领域的研究引起了众多经济金融学家的兴趣，经过几十年的探索，得到了大量的重要研究成果，而且不乏广泛应用的方法，但是，对于新兴市场和普通投资者却难以采用。这里，我们希望借用20世纪80年代兴起的灰色系统理论，探索一套简便易用的股票投资价值预测方法。本文探讨了灰色预测方法及其在股票价格预测中应用的理论基础和方法，以期能为投资者的决策行为提供一定的指导作用。

1.问题的提出

我们知道，股票市场的价格走势是极为复杂且难以预测的。股票价格对市场信息如何进行反应，即使最高明最富经验的分析师也难以稳操胜券，这是因为，我们缺乏信息对市场影响的传导系统的结构和系统传导模型，不能准确把握金融政策、利率政策、公司状况、国际市场及投资者心理承受能力等因素的变化及其对市场的影响方式和作用，只能似是而非地对价格走势进行把握，其结果可想而知。

于是，如何判断或预测股票市场价格走势引起了众多经济金融学家和市场分析人员的极大兴趣，在许多经济学家的共同努力下，股票定价方法向着量化方向发展，建立了大量令人振奋的定价方法。格雷厄姆和多德在1934年《证券分析》一书对1929年美国股票市场价格暴跌的深刻反思,认为股票价格的波动是建立在股票“内在价值”基础上的，股票价格会由于各种非理性原因偏离“内在价值”，但随着时间的推移这种偏离会得到纠正而回到“内在价值”，因此，股票价格的未来表现可通过与“内在价值”的比较而加以判断。但“内在价值”取决于公司未来盈利能力，因此，对公司未来盈利能力及其现金流的准确把握将是非常关键的。此后，戈登在对“内在价值”进行深入的量化分析的基础上，提出了著名的股票定价的现金流量模型即“戈登模型”，然而，公司未来现金流是不确定的，为该模型的广泛应用带来麻烦，为此，关于股票定价的早期研究就集中在确定公司未来现金流。费雪(Fisher)教授认为未来资产收益的不确定性可用概率分布来描述，马夏克（Marschak）、希克斯(Hicks)等学者经过一系列研究认为投资者的投资偏好可以看作是对投资于未来收益的概率分布矩的偏好,并可用均方差空间的无差异曲线来表示,同时，他们还发现“大数定律”在包含多种风险资产投资中会发挥某种作用。戈登模型在股票价值分析中占有非常重要的地位，成为单只股票估价分析的基本方法，然而，该方法并没有解决股票投资风险与未来现金流折现率的关系，直到亨利·马科维茨（H·Markowitz）教授的现代证券组合理论的建立才对这一基本问题有了明确的认识，从而，一定程度上消除了该模型的致命缺陷。

在现实生活中，很少有投资者会将所有的投资集中在一只股票上，基于此，马科维茨（H·Markowitz）教授于1938年提出了投资组合的概念，建立了现代证券组合理论，以统计学上的均值和方差等概念来衡量组合的收益和风险，给出了投资者如何根据自己的风险承受能力建立自己的最优组合以最大化其投资收益，并将风险分解为系统和非系统风险，从而，指导投资者最优化其投资行为。此后，其学生威廉·夏普（M·Sharpe）、林特纳(Lintner)等为强化该理论的应用，将其注意力从马科维茨的微观研究转向整个市场，将其复杂形态简化为以市场指数为基础的单因素关系，并发现在均衡市场条件下资本资产的收益与风险遵循线性关系，即著名的以均值--方差模型为前提的资本资产定价模型（CAPM）。然而，由于CAPM所要求的前提过于严格限制了其应用，许多经济学家试图研究在一定弱化条件下的定价理论，他们是迈耶斯(Mayers，1972)的存在大量非市场化资产的投资定价理论、罗斯（Ross）的套利定价理论(APT)以及布里登（Breeden）资产收益率与平均消费增长率的线性关系模型（CCAPM）等等为数众多的数量化投资模型，为市场投资行为选择提供了一定决策依据。

Roberts和Osbome在对股票市场价格的长期研究后，发现市场价格遵循“随机漫步”或“随机游动”的规律，由此，以Fama教授为代表的经济学家提出了有效市场理论，认为投资者对市场信息会作出合理的反应，将市场信息与股票价格相结合。进入1980年代，在探寻一般均衡定价模型进展不大的情况下，将定价理论的研究方向转向注重市场信息的考察。经过实证检验，邦德特和塞勒(BondtandTheler1985)发现股市存在投资者有时对某些消息反应过度(overreact)，而杰格蒂什(Jegadeesh1990)、莱曼(Lehmann1990)等则发现了股价短期滞后反应现象，由此，杰格蒂什和迪特曼(Titman1993)认为投资者对有关公司长远发展的消息往往有过度的反应，而对只影响短期收益的消息则反应不足，关于这一点仍然存在着争论，尽管如此，信息与股价之间应存在着某种关系得到了经济学家们的认同，并且，弗伦奇和罗尔(Roll)的实证研究证明了股价波动幅度与可获得信息量之间存在着良好的正相关关系。

然而，这些定价理论在现代经济金融学家的推动下得到巨大发展的同时也遇到了严峻的挑战，这种挑战表明了“对(股票、债券等)金融资产价格变动缺乏有效的解释手段反映了我们科学体系的不成熟”，面对这一现实，金融学家们开始尝试利用非线性方法与混沌思想来理解股票市场行为，甚至采用具有黑盒子性质的定价核概念、半自回归方法和半非参数估计以及近年兴起的系统仿真等新方法，试图解释信息对投资行为的影响，这些研究方法将成为股票定价理论的新兴的令人激动的发展领域。

但是，这些模型的应用都需要较为高深的专业知识和庞大的数据系统，而且，所需数据要求有较长的时间跨度，以满足“大数定理”的要求，这些对于新兴市场和广大的普通投资者来讲，难为其用，而且，市场价格的变化往往与股票“内在价值”并不一致，因此，寻找一种既简便又能适应市场基本状况的定价方法就自然成为了我们的追求。这里，我们希望借用20世纪80年代兴起的灰色系统理论，探索一套简便易用的股票投资价值预测模型，以期能为投资者的决策行为提供一定的指导作用。

2．股票投资价值灰色系统模型

灰色系统理论（GreySystemTheory）的创立源于20世纪80年代。邓聚龙教授在1981年上海中-美控制系统学术会议上所作的“含未知数系统的控制问题”的学术报告中首次使用了“灰色系统”一词。1982年，邓聚龙发表了“参数不完全系统的最小信息正定”、“灰色系统的控制问题”等系列论文，奠定了灰色系统理论的基础。他的论文在国际上引起了高度的重视，美国哈佛大学教授、《系统与控制通信》杂志主编布罗克特（Brockett）给予灰色系统理论高度评价，因而，众多的中青年学者加入到灰色系统理论的研究行列，积极探索灰色系统理论及其应用研究。

事实上，灰色系统的概念是由英国科学家艾什比（W·R·Ashby）所提出的“黑箱”（BlackBox）概念发展演进而来，是自动控制和运筹学相结合的产物。艾什比利用黑箱来描述那些内部结构、特性、参数全部未知而只能从对象外部和对象运动的困果关系及输出输入关系来研究的一类事物。邓聚龙系统理论则主张从事物内部，从系统内部结构及参数去研究系统，以消除“黑箱”理论从外部研究事物而使已知信息不能充分发挥作用的弊端，因而，被认为是比“黑箱”理论更为准确的系统研究方法。所谓灰色系统是指部分信息已知而部分信息未知的系统，灰色系统理论所要考察和研究的是对信息不完备的系统，通过已知信息来研究和预测未知领域从而达到了解整个系统的目的。灰色系统理论与概率论、模糊数学一起并称为研究不确定性系统的三种常用方法，具有能够利用“少数据”建模寻求现实规律的良好特性，克服了数据不足或系统周期短的矛盾。

目前，灰色系统理论得到了极为广泛的应用，不仅成功地应用于工程控制、经济管理、社会系统、生态系统等领域，而且在复杂多变的农业系统，如在水利、气象、生物防治、农机决策、农业规划、农业经济等方面也取得了可喜的成就。灰色系统理论在管理学、决策学、战略学、预测学、未来学、生命科学等领域展示了极为广泛的应用前景。

那么，灰色系统是否能够在股票市场价格走势方面发挥作用呢？以及怎样发挥作用？这是本文要探索的问题。

勿容质疑，股票价格的“内在价值”的研究为我们认识股票价格提供了重要途径，然而，其运用受相关专门知识的约束，同时，也受人们对公司未来现金流的预期是否合理与准确的影响，那么，股票价格偏离其“内在价值”的纠正，必然需要一定的学习过程，并付出相应的代价即“学习成本”。如果将市场有效性与信息定价机制相结合，将对股票市场的定价机制有一个全新的认识。在股票价格与其“内在价值”的关系上，人们发现股票价格不仅反映其内在价值的信息，而且反映了市场交易者的“噪声”（Black，1986），因而，股票价格的偏离不会总回到其“内在价值”。这样，我们根据这些所知信息还是难以预测或把握市场价格走势，从而经常出现投资者对信息的过度反应或反应不足的现象。

我国股票市场有“政策市”、“消息市”之称，应该说这是效率市场的应有状况，令人遗憾的是，许多学者的研究表明，我国股市的股票价格对其反应“内在价值”的信息未能作出充分的反应，因而，认为我国股市的这种反应机制是跛足的（包建祥，1999），“有关股票市场的政策法规报道”是对投资者最有价值的信息，对股价的影响也最大（茆诗松，1997。），而且存在着对信息的反应过度及反应不足（魏刚，1998；张人骥，1998。），呼吁建立完善的信息定价机制。应该说，我国股票市场经过近年的发展，市场的信息定价机制得到了一定程度的完善，市场对信息的敏感性有了实质的提高，对影响股票“内在价值”的信息，不论是系统信息还是非系统信息，股票价格均有相应的反应，因而，为通过市场价格的一定历史时期的反应判断市场价格的未来走势，提供了可能。

由于股票价格应该反应与其相关的市场信息，那么，信息在价格中的输入和传递就有其相应的轨迹和强度，这种轨迹和强度取决于该股票的价格对相关信息的反应机制和灵敏性，而对于不同的股票，价格反应信息的机制和灵敏性有着相当的不同，并随时间变化而变化，那么是什么原因造成这种差异，以及这种轨迹和强度大小是什么，难以准确把握，也就无法准确地把握和股票“内在价值”，在新兴市场中，这种状况尤甚。

但是，我们也注意到，在新兴市场中，作为绝大多数投资者来讲，他们难以称得上真正意义上的投资者，更像是通常的“投机者”，即以市场交易差价获取利益，并不是以获取公司分红或股利为目的，因而，对这些投资者来讲，公司股票的“内在价值”是多少似乎显得那么重要了，他们最为关心的应该是股票市场价格的近期走势如何，以判断价差的大小，从而决定该股票是否值得买卖，因此，交易过程中并不需要知道公司股票“内在价值”。由此可知，股票价格的市场表现的趋势判断就显得非常有意义了。

由于股票价格是相关信息的综合反应，所有的相关信息的传导机制和灵敏度都得到了相应的反应。虽然，我们并不知道这种传导的方式和灵敏度是什么，但是，我们仍然可以利用适当方法通过信息在价格中的历史反应来判断价格的未来行动方向或状态，从而寻求信息在股票市场价格中的反应机制，这是因为历史行为反应至少部分反应了价格行为固有规律，并反应了价格对新信息的反应能力，这种反应能力决定了价格的进一步发展的方向。我们认为，灰色系统理论的建立为测定和反应这种传导机制和灵敏度提供了一种较好的方法。

我们知道，灰色系统是通过对原始数据的收集与整理来寻求其发展变化的规律，这是因为，客观系统所表现出来的现象尽管纷繁复杂，但其发展变化有着自己的客观逻辑规律，是系统整体各功能间的协调统一，因此，如何通过散乱的数据系列去寻找其内在的发展规律就显得特别重要。灰色系统理论认为，一切灰色序列都能通过某种生成弱化其随机性而呈现本来的规律，也就是通过灰色数据序列建立系统反应模型，并通过该模型预测系统的可能变化状态。

灰色系统理论认为微分方程能较准确地反应事件的客观规律，即对于时间为t的状态变量，通过方程就能够基本反映事件的变化规律，那么，假定某股票价格的状态初始序列为，通过灰色一阶累加生成序列和弱化关系式(k=1,2,…,n)，我们就可以得到该股票价格的时间状态的灰色微分方程为，系数a就是股票价格对信息的敏感性，是股票价格状态对信息反应系统变化内在规律的指标，在灰色系统里被称为“系统发展系数”，而（k=1，2，…）就是该股票在未来k+1时间的市场价格。

根据灰色系统理论，要把握市场价格走势和发展方向，并不需要知道是什么信息或多少信息影响其价格的变化以及如何影响，诸如宏观经济因素的变动、公司基本面的变化、市场参与人数的增减等等因素分别对价格影响及其方式或者是这些因素的综合影响，我们所需要的只是新信息的加入会使原有的趋势得以改变，新信息的不断加入是市场价格不断变化的驱动力，而新信息的影响并不是在瞬间完成的，而是需要一定的时间进行消化在市场价格中逐步体现，这就是通常意义的历史信息的记忆功能，这种记忆能力对于市场价格走势的驱动力具有一定的“惯性”作用，通过判断这种驱动力（系统发展系数）的发展变化来预测未来价格走势正是灰系统理论所要解决的问题。

3.灰色系统模型的应用实例

3.1时间转折预测

这里，我们以上海综合指数的日收盘指数为标准，以2000年1月10日1545.11点为起点，如果局部低点和高点之间相差200个点以上，认为市场指数出现了一次转折，将低点-高点的变化看作一个阶段，因而，我们选择各阶段的局部最高点和最低点，并选择相临的指数相差200点以上的点，计算其距离起点的月份数，以构造指数走势的量化分析，具体数据见表1。根据灰色微分方程可以得到指数转折点的时间方程为：，其中k=1，2，…。

根据这个模型可以对指数转折情况进行预测，计算结果和模拟误差状况见表2，由表可以看出，该模型对指数转折时间点预测的残差平方和0.54，模型预测平均相对误差为2.6%，小误差概率几近为1，因此，平均预测精度为97.4%，预测精度为二级，说明该方法基本可用于市场综合走势转折时间的初步预测。由此转折预测方程，我们可得到后一阶段的5个预测值为：19.4、23.3、27.9、33.6和40.3。第一个预测值19.3表明下一转折点在从2000年1月起的第19个月左右，即约在2001年7月会出现一次重大转折，再经过约4个月的调整后将又会有一次较大的转折，即预计在2001年11月份可有一次200点以上的变化。

表1时间序列表

3.2上海综合指数的预测

2001年来，上海综合指数收盘指数从1月2日的2103点降至10月22日的1520点，跌幅近30%，如以当年最高点2245点计，跌幅更深，因此，我们应用灰色系统模型对股票指数变化状况进行预测，以期能更好地开展投资决策和最大限度地降低风险。根据灰色微分方程建立上海综合指数走势预测模型，为此，我们以上海综合指数的实际周收盘数为基础，以2001年8月10日周收盘价1955.04点为数据系列的起点，得到指数走势的预测方程：，其中，k=1，2，…。根据这个模型对指数的预测，结果和误差状况见表3，由表可以看出，该模型对指数序列模拟的残差平方和为1259.90，模拟的平均相对误差为0.79%，因此，平均预测精度为99.21%，最大预测误差为1.20%，小误差概率近似为1。从模型本身来看，应该说对上证综合指数的预测精度基本能达到要求。

3.3新陈代谢模型与事后检验

事后检验是根据模型预测值与市场实际表现进行比较而得到的，根据该指数走势预测模型，我们可以得到未来4周的收盘指数分别为1768.66、1741.12、1714.00和1687.31，总体是一个下降的趋势，上海综合指数的实际值1807.02、1764.87、1691.33和1572.45，实际误差分别为2.12%、1.34%、-1.34%和-7.30%，表明有较为理想的预测效果。但实际结果也表明，利用某一数据系列对走势或时间转折进行长期的预测，随着时间的推移，由于新信息的作用没有得到体现，历史信息影响程度的有限性，即价格对信息的记忆与预见能力是有限的，也就是说，信息对系统的影响会随着时间的流逝而逐渐减弱，误差将会越来越大因此，我们采用新陈代谢GM模型对2001年8月17日开始的上证综合指数趋势进行模拟，即利用最新的数据替换最旧的数据以最大限度地体现新信息对市场走势的影响，计算的结果列于表4，结果表明，模型预测的最小预测误差为-0.03%，最大预测误差是7.73%。在趋势判断上，预测趋势与市场实际表现有着较为一致的变化。从其模拟散点图看，预测值与市场实际表现有着极为吻合的效果。

表4新陈代谢GM模拟结果与后验表

后验相对误差图

4.小结

通过以上分析可以发现，灰色投资价值模型的预测是短期的，一般地讲，对3个以上时间跨度后的预测误差较大，因此，需要利用新陈代谢模型进行重新估计，旧有的信息对系统的发展发挥持续的影响，而新信息的作用效果未能得到充分的反映，这就决定了仅根据原有信息进行的预测会比较大地偏离实际运动轨迹，从而失去了模型预测的意义。因此，在实际的应用过程中，我们应在模型中不断补充新的信息，去掉那些对于预测的作用日益减小的旧数据，以反映新的信息对系统发展的影响特征。事实上，对于绝大部分系统来讲，系统对信息的记忆功能是极为有限的，旧的信息对系统发展的作用将随着时间的推移而不断减小，因而，在应用该模型进行预测时，不断更新数据系列将是十分重要。

我们也注意到，预测值相较于实际值似乎有一个单位时间的延迟，这种延迟表明该预测模型有一个“追涨”、“杀跌”的特性，这进一步说明了该模型的短期预测特性，这是可能因为，该模型的预测结果放大了旧信息对系统的影响程度，从而使预测结果产生一定程度的偏离，特别是在市场出现“暴涨”或“暴跌”的情况下，该模型的预测误差相对较大。尽管该方法在一定程度上对于短期的走势判断有着良好的效果，但我们认为，为避免“追涨”、“杀跌”的作用所导致的重大趋势延迟影响，将市场变化的时间转折周期预测结合使用是一个可行的选择，并适当加以调整，以避免或减少在对市场宏观走势重大变化的判断中犯致命错误。基于此，我们正努力寻求新的算法和预测趋势与市场重大变化的实际关系，以期消除预测判断上的失误。在应用GM模型进行系统预测时，所应用的数据系列要求具有一定的光滑度，对那些具有剧烈跳跃性质的数据系列的系统，其预测效果不是十分理想，研究表明，系统本身的发展系数过大（大于1.5）时，用这种方法模拟的精确度不到50%，因此，对于价格变化较为频繁且有较大波动幅度的个股，这个方法对于指导其投资决策的意义会有所限制，我们正在进一步的研究之中。

参考文献

1.包建祥，《对股票市场信息定价机制的重新诠释》，《证券市场导报》，1999年第四期

2.邓聚龙，《灰色系统(社会·经济)》，国防工业出版社，1983

3.李庆扬，王能超，易大义，《数值分析》，华中理工大学出版社，1989

4.李祚泳，灰色系统理论和应用的最新进展，《大自然探索》，1992，(1)

5.茆诗松等，《政策、扩容、消息对上海股市的影响》，《中国证券市场实证分析》，学林出版社，1997

6.汤敏，茅于轼主编，《现代经济学前沿专题》，第一集

7.魏刚，《我国上市公司股利分配的实证研究》，《经济研究》，1998年第六期

8.约翰·伊特韦尔等编，《新帕尔格雷夫经济学大辞典》，经济科学出版社，1992

9.张人骥，朱平方，王怀芳，《上海证券市场过度反应的实证研究》，《经济研究》，1998年第5期

10.Ball，R.，1995，TheoryofStockMarketEfficiency：AccomplishmentsandLimitations，JournalofAppliedCorporateFinance，Spring

11.Black，F.，1995，Noise，TheJournalofFinance，Vol.XII.No.3

12.Elton，LeonardJandGruber，MartinJ.，1991，ModernPortfolioTheoryAndInvestmentAnalysis，NewYorkUniversity，Fourthedition