行为资产定价模型中的投资者情绪因子.docxVIP

行为资产定价模型中的投资者情绪因子

引言

金融市场的价格波动始终是学术界与实务界关注的核心议题。传统资产定价理论以有效市场假说为基石，假设投资者完全理性且能无偏处理信息，认为资产价格是未来现金流的无偏折现值。然而现实中，市场频繁出现的“泡沫”“崩盘”“动量效应”等现象，用传统模型难以合理解释——例如某段时间内某类资产价格持续偏离基本面，甚至在利空消息公布后仍逆势上涨，这种“非理性繁荣”的背后，往往隐含着投资者情绪的驱动作用。在此背景下，行为资产定价模型逐渐兴起，其突破了传统理论的理性假设，将投资者情绪纳入分析框架，为理解市场异象提供了新视角。本文将围绕“投资者情绪因子”这一核心，系统探讨其在行为资产定价模型中的角色、作用机制及现实意义。

一、行为资产定价模型的理论演进与情绪因子的引入

（一）传统资产定价模型的局限性

传统资产定价模型以马科维茨均值-方差模型为起点，经资本资产定价模型（CAPM）、套利定价理论（APT）到跨期资本资产定价模型（ICAPM），均建立在“理性人”与“有效市场”两大假设之上。理性人假设要求投资者能精确计算资产的期望收益与风险，且决策仅基于效用最大化；有效市场假设则认为市场价格充分反映所有可获得信息，任何超额收益都源于承担额外风险。但现实中，这些假设不断被市场现象挑战：例如封闭式基金长期存在的折价现象（即基金净值高于市场价格），无法用基本面风险解释；再如新股发行后长期表现不佳的“新股弱势”，也与有效市场中价格应及时反映信息的结论矛盾。这些“异象”表明，市场参与者的心理与行为偏差可能对价格产生系统性影响，传统模型的“情绪真空”设定存在缺陷。

（二）行为资产定价模型的突破与情绪因子的定位

行为资产定价模型的核心在于放松理性人假设，将心理学研究成果融入金融分析。其理论基础包括前景理论（投资者对收益与损失的非对称偏好）、锚定效应（决策时过度依赖初始信息）、过度自信（高估自身信息处理能力）等认知偏差理论。在此框架下，投资者被划分为两类：一类是“理性套利者”，遵循传统模型的决策逻辑；另一类是“噪声交易者”，其决策受情绪驱动，可能偏离基本面价值。资产价格由两类投资者的互动共同决定，而“投资者情绪”正是描述噪声交易者行为特征的关键变量。

情绪因子在行为资产定价模型中扮演双重角色：一方面，它是解释市场异象的“因”——当情绪高涨时，噪声交易者可能高估资产价值，推动价格偏离基本面；另一方面，它也是模型的“果”——市场价格的波动又会反作用于投资者情绪，形成反馈机制。这种双向互动使情绪因子成为连接微观个体行为与宏观市场价格的关键桥梁。

二、投资者情绪因子的内涵与测量方法

（一）投资者情绪的定义与特征

投资者情绪是指投资者对资产未来收益的系统性乐观或悲观预期，这种预期并非基于基本面信息，而是源于认知偏差或心理因素。其核心特征体现在三个方面：

第一，群体性。情绪并非个体的随机偏差，而是大量投资者共享的心理状态，可能通过社交网络、媒体报道等渠道传播，形成“羊群效应”。例如某类资产价格上涨时，媒体的正面报道会强化投资者的乐观情绪，吸引更多人入场，进一步推高价格。

第二，时变性。情绪水平随市场环境变化而波动，可能在短期内快速切换。例如市场恐慌时，投资者对利空消息过度反应，情绪迅速转向悲观；而政策利好出台后，情绪可能快速修复。

第三，非对称性。投资者对收益与损失的情绪反应存在差异：盈利时倾向于风险偏好（希望赚取更多），亏损时则可能风险厌恶（急于止损），这种非对称特征会影响其交易决策的强度。

（二）情绪因子的测量：直接指标与间接指标

为了将抽象的情绪转化为可量化的模型因子，学者们开发了多种测量方法，主要分为直接指标与间接指标两类。

直接指标通过问卷调查或情绪指数编制，直接收集投资者的主观预期。例如某研究机构定期向专业投资者发放问卷，询问其对未来市场走势的看法，将“看涨比例-看跌比例”作为情绪指标；再如利用新闻文本分析技术，提取财经新闻中的“乐观”“悲观”词汇频率，构建文本情绪指数。这类指标的优势是直接反映投资者心理，但缺点是样本可能存在偏差（如问卷参与者多为机构投资者，无法代表散户情绪），且主观表述可能与实际交易行为不一致。

间接指标则通过观察市场交易数据，间接推断情绪水平。常见的间接指标包括：

换手率：当情绪高涨时，投资者交易意愿增强，市场换手率上升；情绪低迷时，交投清淡，换手率下降。

封闭式基金折价率：封闭式基金的市场价格与净值的差额（折价率）被认为反映了散户投资者的情绪——当散户乐观时，更愿意以溢价购买基金，折价率收窄甚至转为溢价。

新股首日收益率：新股上市首日的超额收益常被视为情绪指标——情绪高涨时，投资者对新股过度追捧，首日涨幅显著高于基本面价值；情绪低迷时，首日涨幅收窄甚至破发。

期权市场波动率指数（VIX）：该指数反映投资者对未来