嵌入群體心理的行為金融風險管理理論及其實證研究.pdf

1、不確定性來源于客觀世界的復(fù)雜性與人類的有限理性與非理性之間的矛盾，是二者交互作用的產(chǎn)物，它既可能來自客觀，也可能來自主觀，還有可能來自客觀與主觀的關(guān)系。具體到金融市場，所謂來自主觀的不確定性就是指投資者決策的有限理性與非理性。目前的金融理論(包括行為金融理論)認為投資者是完全理性或者有限理性，否認非理性投資行為的存在。在實踐中，對于大量的涉及群體心理的非理性投資行為所導(dǎo)致的劇烈的證券市場價格波動，目前的金融理論不能對此做出合理的解釋，更

2、談不上如何進行有效的風險管理。而群體心理學正是解釋人類非理性行為的學科。所以，本文從釋放傳統(tǒng)金融學的基本理性人假設(shè)入手，從人是否理性這一簡單的哲學爭論出發(fā)，在行為金融的基礎(chǔ)上將解釋人類非理性行為的群體心理學引入證券市場的研究。 那么，證券市場上群體心理存不存在，如何實證群體心理的存在?由于心理特征的不可觀測性以及投資者心理對其行為存在決定性影響，所以可以先實證群體行為的存在，然后實證群體行為是由群體心理所引起。實證證券市場上群體

3、行為存在的方法比較多的，經(jīng)過比較分析，我們采用HM方法因為HM方法所測度的群體行為不包含由宏觀信息所引起的群體行為。以我國上海股票市場為樣本，經(jīng)過實證發(fā)現(xiàn)群體行為在我國證券市場的廣泛存在。為了實證群體心理的存在，我們先研究群體心理產(chǎn)生的群體行為的特征：由群體心理產(chǎn)生的群體行為是在投資者無意識的情況下，在暗示的直接引導(dǎo)下做出的；而羊群行為是投資者的理性決策，是在完全意識下做出的。而根據(jù)弗洛伊德對暗示的定義：“我應(yīng)該提出一種觀點，來區(qū)分暗示

4、和其它的心理影響。譬如一條信息或指令。它們的區(qū)別在于：就暗示而言，當一種想法在另一個人的頭腦被喚起時，它隨即就被接受了，好像它是從自己頭腦中自發(fā)產(chǎn)生的，而對它的起源卻沒有予以檢查”。我們通過問卷調(diào)查證明我們所測度的群體行為是在大量投資者處于無意識的情況下，由暗示直接引導(dǎo)投資者做出的，也就是由群體心理所引起的，這就證明了群體心理的存在。 群體心理存在對證券市場價格有何具體影響?由于群體心理具有沖動性、服從性和極端性三項基本特征，這

5、必定會引起證券價格的劇烈波動，使證券市場的價格偏離其價值，一個直接表現(xiàn)就是證券市場收益率分布相對于正態(tài)分布的厚尾。我們用赫斯特指數(shù)來度量收益率分布的厚尾情況，赫斯特指數(shù)越大，說明厚尾程度越嚴重；相反，赫斯特指數(shù)越小，收益率尾部的厚度越接近高斯分布。我們將整個樣本分為兩個子樣本：一部分為1997年12月26日到2002年1月25日，這段時間的群體行為指標比較低(2.81)，表示市場上群體心理較強；另外一部分就是2002年2月1日到2004

6、年3月26日，這段時間的群體行為指標比較高(6.45)，表示市場上群體心理較低。由于這兩段時間內(nèi)的群體指標從統(tǒng)計意義上完全不同，因此我們比較這兩段時間內(nèi)收益率分布的厚尾程度就知道群體心理對收益率分布的影響。通過計算發(fā)現(xiàn)，1997年12月26日到2002年1月25日這段時間內(nèi)周收益率的Hurst指數(shù)為0.75226，2002年2月1日到2004年3月26日這段時間內(nèi)的Hurst指數(shù)為0.63347。經(jīng)過統(tǒng)計檢驗，在置信度為95％時，兩個時

7、期收益率的Hurst指數(shù)明顯不同，表明群體心理的存在會導(dǎo)致收益率分布的厚尾。 在群體心理存在的情況下如何進行有效的風險管理?風險管理的內(nèi)容比較廣泛，本文主要對風險管理的核心——風險度量進行研究。本文研究發(fā)現(xiàn)，行為金融描述風險的方法Prob[X≤E(X)]在本質(zhì)上與風險度量的主流VaR方法是一致的，是一種更注重投資損失的風險度量方法。當目標函數(shù)主體所認為的安全值為變量均值時，Prob[X≤E(X)]測量的風險等于相對VaR方法測量

8、的風險；當目標函數(shù)主體所認為的安全值為可以維持目前效用的財富水平時，Prob[X≤E(X)]測量的風險等于絕對VaR方法測量的風險。但當證券市場上存在群體心理時，由于這種方法刻畫的僅僅是收益率分布的一個分位點，沒有考慮收益率分布的尾部情況，所以Prob[X≤E(X)]無法度量由群體心理所產(chǎn)部分風險。同時，結(jié)合風險管理的最新成果，本文提出了一種新的風險度量方法——一致性風險價值：在一定時間T內(nèi)，置信度為α的情況下，投資者對收益分布左尾部1

9、-α部分的期望值。本文最后用數(shù)學方法將這種方法模型化，并研究了幾種不同分布下一致性風險價值的算法以及基于一致性風險價值的投資決策模型。 在本文的研究過程中還涉及到一些研究工作，無法納入文章的結(jié)構(gòu)體系，我們把它們放入結(jié)論這一章里面。第一個就是信息是否以隨機的方式到達證券市場這個命題。我們通過設(shè)計新變量t，將信息是否以隨機的方式到達證券市場這一問題轉(zhuǎn)化為對變量t的分布檢驗。通過實證我們發(fā)現(xiàn)，t不服從正態(tài)分布，具有0.7以上的赫斯特指