学海拾珠系列之二百一十九：模糊性会引发处置效应吗？.docx

正文目录

TOC\o1-1\h\z\u引言 4

模型 6

数值分析 11

文献综述 15

5结论 15

风险提示： 16

图表目录

图表1文章框架 4图表2股价二叉树 6图表3??=1.1的初始值：命题1 11

图表4??=1.04的初始值：命题1 12

图表5??=1.00的初始值：命题1 12图表6??=1.1的最优股票份额 13图表7??=1.04的最优股票份额 13图表8??=1.00的最优股票份额 14图表9展望函数 14图表10感知概率 14

引言

图表1文章框架

资料来源：

根据传统金融理论，投资者理性地寻求最大化其预期效用。因此，他们的交易策略预期在收益和损失方面是对称的。然而，现实中的投资者常常表现出不对称的行为，即在持仓获得收益时出售资产，而在亏损时却犹豫不决。这种倾向被称为处置效应，是金融市场中的一个突出难题，与股权溢价和动量效应并列。我们的研究为解决这一难题提供了新的视角。

各种原因支持通过具体因素来预期处置效应，包括信息偏差、投资组合再平衡和交易成本等。然而，正如Odean（1998）所指出的，仅凭这些理由还不足以完全阐明处置效应，强调了考虑心理因素的必要性。

前景理论（KahnemanTversky,1979;TverskyKahneman,1992，以下简称PT）已被广泛用于文献中，以纳入心理因素来解释处置效应。PT引入了一个S形的效用函数，称为价值函数，该函数在收益方面是凹形的，在损失方面是凸形的，以捕捉对收益风险厌恶但对损失风险寻求的倾向。PT还假设损失厌恶。这一假设

导致价值函数在区分收益和损失的参考点处出现弯曲，且在损失部分比收益部分更陡峭。

Barberis和Xiong（2009）（以下简称BX）率先通过股票价格的二叉树模型将PT与处置效应联系起来。最初，他们将PT应用于年度交易利润，并观察到具有损失厌恶和S形价值函数的投资者在最终期末以初始财富为固定参考点时，从其股票交易利润中获得效用。通过人工数据模拟，BX发现，在大多数情况下，这预测了与处置效应相反的结果，即投资者更有可能出售亏损股票而非盈利股票。随后，他们探索了实现效用的PT实施方式，其中投资者在每次出售股票时获得实现效用，这取决于实现的收益或损失的大小。这种实施方式更有可能导致处置效应，尽管偶尔也会观察到相反的效果。此外，Kaustia（2010）强调，仅使用具有固定参考点的损失厌恶效用很难预测处置效应。这些发现表明，预测处置效应需要的不仅仅是简单地实施PT。

关于PT在解释处置效应方面的各种元素的有效性以及如何最好地利用它们，

目前仍有争论。这一问题仍未解决，不同的研究人员提出了不同的观点，例如Kaustia（2010），他不支持损失厌恶；Barberis（2012），他支持其有条件使用；Ingersoll和Jin（2013），他们认为S形是不必要的，而损失厌恶更为重要。

为了解决这一挑战，一些研究人员采用了如Meng和Weng（2018）以及Shi

等（2015）所见的具有自适应参考点的价值函数等方法。其他人，如Henderson

（2012）和Henderson等（2018），在连续时间经济中使用了实现效用，而Gao

等（2024）则纳入了资产价格的均值回归。

尽管许多研究承认PT在解释处置效应中的重要性，但仍需要更有力的证据来证明其应用。这种情况表明，仅凭PT可能无法解释处置效应，可能还涉及其他因素。

虽然PT可以解释处置效应，但它可能只能部分捕捉现实世界的不确定性。投

资者在估计市场回报的实际概率分布方面面临挑战，这可能会加剧PT预测的处置倾向。它考虑了对风险的态度并指定了单一的概率分布，这是一个局限性。此外，我们注意到估计的概率分布仅代表潜在分布的均值，引入了多个候选分布。我们必

须将模糊性纳入模型，以考虑所有可能的分布范围。

因此，我们关注模糊性。模糊性，也称为奈特不确定性，是一种不仅事先不知道将要实现的事件，而且这些事件的概率要么未知，要么不唯一分配的情况。相比之下，风险被定义为一种状态，在这种状态下，事先不知道将要实现的事件，但所有可能事件的概率是完全已知的。

关于模糊性态度，Trautmann和vandeKuilen（2015）说：“大量研究发现，在（适度可能性）收益和损失领域之间，模糊性态度发生了完全逆转，对损失的模糊性寻求……。确实，有一些证据表明存在一种四重模式的模糊性态度，即对高可能性的收益事件模糊性厌恶，对