资产定价理论文献综述
《2024年行为资产定价理论综述》范文
《行为资产定价理论综述》篇一一、引言行为金融学是金融学与心理学的交叉学科，其研究重点在于探讨投资者决策过程中的心理和行为因素对资产定价的影响。
行为资产定价理论作为行为金融学的重要组成部分，旨在揭示市场非理性、投资者心理偏差以及信息处理方式等因素对资产价格的影响机制。
本文将对行为资产定价理论进行综述，分析其发展历程、研究方法、主要观点以及应用前景。
二、行为资产定价理论的发展历程行为资产定价理论起源于20世纪80年代，随着金融市场的日益复杂和投资者行为的多样化，学者们开始关注投资者心理和行为对资产价格的影响。
早期的研究主要关注投资者心理偏差和过度反应等现象，如过度自信、损失厌恶、锚定效应等。
随着研究的深入，学者们逐渐发现这些心理和行为因素会导致市场出现非理性波动，进而影响资产定价。
三、行为资产定价理论的研究方法行为资产定价理论的研究方法主要包括实验研究和实证研究。
实验研究通过设计实验情境，观察投资者在特定条件下的决策行为，以揭示投资者心理和行为对资产价格的影响。
实证研究则通过分析历史数据，检验行为资产定价理论的假设和预测。
此外，还有许多学者运用心理学、经济学等多学科交叉的方法，综合分析投资者行为和资产价格的关系。
四、行为资产定价理论的主要观点行为资产定价理论的主要观点包括：1. 投资者心理偏差：投资者在决策过程中往往存在心理偏差，如过度自信、损失厌恶等，这些心理偏差会导致投资者对风险和收益的评估出现偏差，进而影响资产价格。
2. 过度反应和反应不足：市场中的投资者往往对信息过度反应或反应不足，导致市场出现短期波动和长期偏离基本面价值的情况。
这种市场非理性会导致资产价格的异常波动。
3. 长期投资者和短期投机者的相互作用：长期投资者和短期投机者的行为相互影响，短期投机者的非理性行为可能影响长期投资者的决策，进而影响资产价格。
4. 信息传播和接收的不对称性：信息在市场中的传播和接收往往存在不对称性，这种不对称性可能导致部分投资者在信息传递过程中获取不公平的优势或劣势，进而影响资产价格的公正性。
资产定价
资产定价理论发展综述摘要：资本资产定价模型是近几十年来西方金融理论中用来解决资产定价问题的一种经济模型。
该模型在资本市场上得到广泛的应用，同时也是是现代金融理论的核心。
本文通过对其发展进行回顾和总结，并对各理论及相应模型的内涵进行了描述, 最后对传统资产定价理论和行为资产定价理论进行了比较, 以期对我国金融理论和实践的发展有所帮助。
关键词：资本资产定价模型；传统资本定价理论；行为资产定价理论引言资产定价理论是现代金融理论的核心内容, 也是研究最系统、成果最丰富的领域之一。
从1900年Bachelier开始研究到现在的一个多世纪中, 有关资产定价的研究汗牛充栋, 并出现了百花齐放,百家争鸣的局面, 这种局面催生出了诸如现代资产组合理论、资本资产定价理论、行为资产定价理论等成果, 这些理论成果可以划分为传统资产定价理论阶段和行为资产定价理论阶段两个阶段。
无论是传统资产定价理论还是行为资产定价理论都对金融理论和实践产生了巨大的影响。
1.传统资产定价理论阶段传统资产定价理论阶段的特征是资产定价理论大都基于传统金融学的若干假设提出，这一阶段出现了很多卓有影响的理论，如最优投资组合理论、资本资产定价理论(CAPM)、无套利定价理论(APT) 和消费基础的资本资产定价理论，(CCAPM)等。
这一阶段是资产定价理论的产生和发展阶段，开创了资产定价理论专门研究的先河，为后续的行为资产定价等理论的产生和发展提供了坚实的基础。
1.1现代资产组合理论Markowiz于1952年提出现代资产组合理论以减少投资者总量风险。
其风险分散原理是：多种证券组合的总收益等于个别证券收益的加权平均，而组合的总风险可以比个别证券风险的加权平均小。
现代资产组合理论的出现标志着现代金融学这一学科正式确立。
Markowiz的模型以资产回报率的均值和方差作为选择的对象，而不去考虑个体的效用函数。
一般来说, 资产回报率的均值和方差并不能完全包含个体作选择时所需要的信息。
资产定价理论文献综述
金融资产定价理论的发展李忠071014030本文对金融资产定价理论的发展历程与其方法论、主要成果和前沿问题进行了总结,主要综述了有关资产定价理论的内在发展思路及理论的局限性及其现实性的一些文献，按时间的先后顺序，整理了不同时期的金融资产定价理论的主流学说。
下面将有关的资产定价理论进行一个比较详尽的总结。
1. 现金流贴现模型20 世纪50 年代之前的金融学,被Haugen (1999) 称为金融理论的发展的“旧时代金融”(old Finance) ,是经济学中非常不起眼的一个领域,典范著作是本杰明·格雷厄姆和大卫·多德的《证券分析》以及亚瑟. 斯通. 丢寅的《公司金融政策》,其基本的析范式就是用会计和法律工具来分析公司的财务报表以及金融要求权的性质。
格雷厄姆和多德在1934 年《证券分析》一书中认为股票价格的波动是建立在股票“内在价值”基础上的,股票的“内在价值”取决于公司未来盈利能力。
很多学者如希尔法登、格莱姆、沃尔特、戈登与威廉姆斯等都对股票“内在价值”的确定有过深入的研究, 威廉姆斯1938 年给出的股票“内在价值”公式为:P =D1(1 + r1) +D2(1 + r2) 2 + ⋯+Dn(1 + r n) n +pn(1 + rt) n其中, P = 普通股的公平价值或理论价值。
D. 表示第t 年的预期股利,Pt = n 年时的预期售价(或最终价格) ,n = 水平年数,rt 表示第t 年的适当贴现率或资本化比率。
通过内在价值法的计算似乎可以得出股票的精确值,但根据国外长期的实证研究结果表明,它存在以下几个致命的弱点: 首先,要确定股票的“内在价值”,最关键的就是要确定其未来的现金流,在大多数情况下,未来现金流的确定涉及到整个市场的预期,通常很难确定。
为此,关于金融资产定价的早期研究集中在确定公司未来收益的现金流。
另外,第t 年的适当贴现率或资本化比率r ,也是难以确定的,从经济学的角度讲,贴现率应该等于资金使用的机会成本或投资者要求的回报率,贴现率构成要素如下: (1) 无风险回报率; (2) 风险补偿率。
《2024年行为资产定价理论综述》范文
《行为资产定价理论综述》篇一一、引言行为资产定价理论是近年来金融学领域中一个新兴的、引人注目的研究方向。
该理论旨在通过引入心理学和行为科学的研究成果，来解释和预测资产价格的形成和变动。
传统的金融学理论，如有效市场假说和资本资产定价模型，主要基于理性预期和完全市场等假设，然而这些假设在现实世界中往往难以完全成立。
因此，行为资产定价理论的出现为金融学研究提供了新的视角和方法。
二、行为资产定价理论的发展行为资产定价理论的发展始于对传统金融学理论的挑战和反思。
早期的行为金融学研究主要集中在投资者心理和行为对市场价格的影响。
随后，该理论逐渐发展成为一门系统化的学科，将心理学和行为科学的研究成果与金融市场实践相结合。
行为资产定价理论通过研究投资者的心理偏差和情绪波动等因素，解释了市场异常现象和资产价格的异常变动。
三、行为资产定价理论的核心观点行为资产定价理论的核心观点主要包括以下几个方面：1. 投资者心理和行为的影响：投资者在做出投资决策时，往往会受到心理偏差和情绪波动的影响，导致他们的决策偏离理性预期。
这些心理偏差包括过度自信、损失厌恶、锚定效应等。
2. 市场异常现象的解释：通过研究投资者心理和行为，行为资产定价理论能够解释市场中的异常现象，如股票溢价之谜、封闭式基金之谜等。
这些异常现象在传统金融学理论中难以得到解释。
3. 资产价格的形成和变动：行为资产定价理论认为，资产价格的形成和变动不仅受到经济基本面和供求关系的影响，还受到投资者心理和行为的影响。
因此，投资者情绪的波动和投资者的行为偏差等因素都会对资产价格产生影响。
四、行为资产定价理论的应用行为资产定价理论的应用主要包括以下几个方面：1. 投资策略：通过研究投资者心理和行为，可以制定出基于行为资产定价理论的投资策略。
这些策略主要依据市场情绪和投资者行为偏差等因素，以及历史数据和市场趋势等来做出投资决策。
2. 风险管理：行为资产定价理论可以帮助投资者更好地理解和管理风险。
资产定价文献综述
传统资产定价理论
资产定价的核心问题， 资产定价的核心问题，是金融资产的价值或价格等于其预期收益 的现值。 的现值。 所有的资产定价理论都是针对上述论点沿着两种思路拓展。 所有的资产定价理论都是针对上述论点沿着两种思路拓展。 寻求资产的绝对价格或市场均衡定价法， ① 寻求资产的绝对价格或市场均衡定价法，即通过衡量某一资 产对风险暴露（ 产对风险暴露（exposure）而确定其价格。 ）而确定其价格。 这是一种以消费为基础的资产定价理论（ 这是一种以消费为基础的资产定价理论（consumptionbased asset pricing theory），如CAPM 。 ），如 ）， 是相对定价法或套利定价法， ② 是相对定价法或套利定价法，即通过其他资产价格来推断某 一资产的价格。 一资产的价格。 典型例子是布莱克-斯科尔斯的期权定价模型 斯科尔斯的期权定价模型。 典型例子是布莱克 斯科尔斯的期权定价模型。
1、理想经济状态下的资产定价模型——CAPM 理想经济状态下的资产定价模型——CAPM ——
•Sharpe首先提出了风险条件下单个投资者行为理论。投资者的效用函数可以表 Sharpe首先提出了风险条件下单个投资者行为理论。 Sharpe首先提出了风险条件下单个投资者行为理论 示为， 示为， •其中 其中 表示未来财富的期望值； 表示未来实际财富偏离E 的标准差。 表示未来财富的期望值； 表示未来实际财富偏离EW的标准差。 X I II B F A III
随机贴现因子（SDF） 随机贴现因子（SDF）
• 随机贴现因子理论的基本定价公式是： 随机贴现因子理论的基本定价公式是：
• Dt+1为随机贴现因子； 为随机贴现因子 贴现因子； • 随机贴现因子既包括真实的贴现因素（货币时间价值），还包括对 随机贴现因子既包括真实的贴现因素（货币时间价值），还包括对 ）， 于不确定性的调整。 于不确定性的调整。 • 随机贴现因子提出的基本原则是基于消费的效用最大化。 随机贴现因子提出的基本原则是基于消费的效用最大化。 • • • 随机贴现因子既可给风险资产定价，也能给无风险资产定价， 随机贴现因子既可给风险资产定价，也能给无风险资产定价， 因此，随机贴现因子理论是资产定价领域的一般定价框架。 因此，随机贴现因子理论是资产定价领域的一般定价框架。 资产定价的各种理论主要在随机贴现因子上做文章。 贴现因子上做文章 资产定价的各种理论主要在随机贴现因子上做文章。
资产定价主要理论及其发展历程综述
资产定价主要理论及其发展历程综述资产定价理论是金融学研究的重要领域之一，也是金融学研究中最系统、成果最丰富的领域之一。
资产定价与公司财务、金融市场及机构一道构成了现代金融学的三大核心研究领域，其理论价值和实证魅力对众多的研究者产生了极强的吸引力，使得无数的研究人员前仆后继，不断推动资产定价理论的发展。
从1900年巴舍利耶(Bachelier)开始到现在的一个多世纪中，有关资产定价的文献可以说是浩如烟海。
据说最早规范研究资产定价的论文可以追溯到伯努利(Bernoulli)于1738年发表的论文，距今已经接近300年了。
然而，20世纪50年代以前，金融资产价格定价理论没有受到经济学家的重点关注，具有代表性的观点是凯恩斯(Keynes)的“选美论”；另一种至今依然存在的理论就是股票价格的“内在价值”决定方式，其基本的分析范式是利用会计和法律工具来分析公司财务报表，从而获得不同证券的“内在价值”，这个时代典型的代表人物就是本杰明·格雷厄姆。
20世纪50年代以前的资产定价理论关于资产定价理论的起源已经难以考证，目前具有代表性的说法包括1738年丹尼尔·伯努利(Daniel Bernoulli)发表的拉丁论文《关于风险衡量的新理论》和1900年法国数学博士路易丝·巴彻利尔(Louis Bachelier)完成的博士论文。
其中，巴彻利尔以当时看来全新的方法对法国股票市场进行了研究，奠定了资产定价理论的基础。
《投机理论》的创新之处在于作者将股票价格变化视为随机过程，并且提出了价格变化服从鞅过程。
他试图运用这些全新的理论和方法来研究股票价格变化的规律性，因此巴彻利尔的理论不仅在数学界产生了很大的影响，而且对后来的B-S期权定价公式有直接的影响。
在巴彻利尔之后，20世纪30年代，经济学家威廉姆斯证明了股票价格是由其未来股利决定的，提出了重要的股利折现模型。
威廉姆斯于1938年出版了《投资价值理论》，详细介绍了股利折现模型，该书对投资学和金融学的发展起了重要的作用。
CAPM文献综述
CAPM模型文献综述一、前言资产定价理论是关于金融资产的价格决定理论，价格决定理论在金融理论中占有重要的地位，资本资产定价理论（Capital Assets Pricing Model，CAPM模型）就是分析组合资产中各种金融资产的风险与报酬率之间关系的一种理论模型。
CAPM作为金融理论中第一个金融资产均衡定价模型，被认为是金融市场现代价格理论的脊梁骨。
它被广泛用于实际研究，成为专业投资决策的一个重要基础，在资产组合业绩评价、资本成本估计等方面得到了广泛运用。
二、CAPM的历史渊源1.Markowitz的均值-方差模型(M-V)。
尽管在1952年以前已有相关的投资理论,但它们所缺乏的是当诸多风险相关时,或投资组合有效或无效时,对分散化投资效应如何进行解释,对收益-风险如何进行权衡。
Markowitz的独特之处在于他认为分散化投资可有效降低投资风险,但一般不能消除风险,而且在其论文中证券组合的风险用方差来度量。
另外,他第一个给出了分散化投资理念的数学形式,即“整体风险不低于各部分风险之和”的金融版本。
具体数学形式如下:上式说明这样一个事实:即由于不同证券在一定时期的收益率之间常常存在着相互关联,因此它们构成的组合的预期风险并不等于这些个别证券预期风险的加权平均,这使得投资者可利用组合投资来降低整体风险。
由此可知,分散化投资降低整体风险不只与组合中证券的个数有关,还与这些证券之间的相关性或协方差有关。
2.从均值-方差理论到CAPM。
是1959年Markowitz在吸收当时Van Newman和Morgenstern (1947)及Savage(1954)成果的基础上,力图寻求一种调和的方法,将他的均值-方差理论与财富的预期效用函数结合起来。
另外，Markowitz还在他1959年的著作中预见了几个未来研究方向,其中一个研究方向描述在其著作的脚注中,他给出了对角的或市场模型的轮廓。
基于Markowitz的建议，Sharpe于1963年对这个模型进行了详细的研究。
《2024年行为资产定价理论综述》范文
《行为资产定价理论综述》篇一一、引言在传统的金融学中，资产定价通常依赖于有效的市场假设和无摩擦的交易环境。
然而，实际金融市场中存在的诸多异象使得学者们开始探索和提出新的理论以解释资产价格形成及其决定因素。
其中，行为金融学提供了一个全新的视角，而行为资产定价理论则是其重要组成部分。
本文旨在全面综述行为资产定价理论的发展、核心观点、研究方法及其在实践中的应用。
二、行为资产定价理论的发展行为资产定价理论起源于行为金融学，是对传统金融学理论的补充和修正。
自上世纪90年代以来，随着行为金融学的兴起，学者们开始从心理和行为的角度来研究资产定价问题。
最初的行为资产定价模型（Behavioral Asset Pricing Model, BAPM）是在90年代末由心理学家和经济学家共同提出的，他们尝试引入行为偏差和心理预期等要素来解释股票、债券等金融资产价格的波动。
三、行为资产定价理论的核心观点行为资产定价理论认为，资产价格不仅仅受到传统的供需因素和宏观经济因素影响，还会受到投资者心理和行为的影响。
这些影响体现在以下几个方面：1. 心理偏差：投资者在决策过程中往往存在认知偏差和情绪偏差，如过度自信、损失厌恶、心理账户等，这些偏差会导致投资者做出不合理的投资决策，进而影响资产价格。
2. 行为模式：投资者的行为模式也是影响资产价格的重要因素。
例如，投资者在市场中的羊群效应和从众心理会导致资产价格的过度波动。
3. 预期与信念：投资者的预期和信念对资产价格具有重要影响。
当市场参与者对未来持有乐观或悲观预期时，会推动或抑制资产价格的上涨或下跌。
四、研究方法行为资产定价理论的研究方法主要包括实验法和实证法。
实验法通过设计实验环境来模拟真实的金融市场环境，观察投资者的行为和决策过程；实证法则利用历史数据来检验行为资产定价模型的准确性和有效性。
此外，还有许多学者通过结合心理学和经济学的研究成果来深入探讨行为资产定价的内在机制。
《2024年行为资产定价理论综述》范文
《行为资产定价理论综述》篇一一、引言在传统的金融学中，资产定价主要依赖于无风险利率和市场预期。
然而，在现实的金融市场中，人们的行为和决策常常受到多种因素的影响，如心理偏差、认知局限和社会影响等。
因此，传统的资产定价理论并不能完全解释实际市场中的所有现象。
行为金融学作为一门新兴的学科，试图从人的行为和心理角度出发，对资产定价进行更为深入的研究。
本文将对行为资产定价理论进行综述，以期为相关研究提供参考。
二、行为资产定价理论概述行为资产定价理论是行为金融学的重要组成部分，它试图通过研究投资者在决策过程中的心理和行为偏差，来解释实际资产价格的变动。
该理论认为，投资者的心理和行为特征，如过度自信、羊群效应、心理账户等，会对资产价格产生影响。
在行为资产定价理论中，最具有代表性的理论模型包括BSV 模型、DHS模型和HS模型等。
BSV模型（Barberis、Shleifer和Vishny）主要研究过度自信和过度反应对股票价格的影响；DHS 模型（Daniel、Hirshleifer和Subrahmanyam）则强调了投资者心理偏差和过度交易对资产价格的影响；HS模型则关注了心理账户和预期理论在资产定价中的作用。
三、行为资产定价理论的主要观点1. 投资者心理与行为偏差：投资者在投资过程中往往受到各种心理因素的影响，如过度自信、损失厌恶、羊群效应等。
这些心理因素导致投资者在评估资产时产生偏差，进而影响资产价格。
2. 情绪与市场波动：市场中的情绪变化会影响投资者的风险偏好和决策，从而引发市场的波动。
情绪的高涨或低落会导致市场对某一类资产的过度买入或卖出，进而影响其价格。
3. 认知局限与资产价格：投资者的认知局限也是影响资产价格的重要因素。
由于人的认知能力有限，投资者往往无法准确评估所有相关信息，从而导致错误的决策和资产价格的偏离。
四、行为资产定价理论的应用与实证研究行为资产定价理论在实际应用中已经取得了一定的成果。
经典资产定价理论综述
Financial View | 金融视线MODERN BUSINESS现代商业156经典资产定价理论综述肖琨小 中央财经大学金融学院 北京 100081摘要:本文从威廉·夏普提出的CAPM模型出发,指出其在理论与实证中的不足,从而从三个不同发展方向出发,全面梳理资产定价深化研究,逐步引入CAPM模型的各种拓展模型,从而较为全面的介绍经典的资本资产定价相关理论。
关键词:资本资产定价;APT模型;CCAPM模型;行为金融理论一、引言资本资产的定价问题一直深受金融市场领域乃至整个金融领域的关注。
研究最早起源于20世界50年代,随着经济、金融的不断发展,如今,如何有效的确定金融资产的价格仍是很多经济学家所面临的重大问题。
马科威茨通过把收益、风险分别定义为均值和方差,第一次从数量上解决了收益与风险的关系问题,资本资产定价模型就是在这一理论的基础之上提出的。
1970年,威廉·夏普率先提出资本资产定价模型:CAPM模型,成为资本资产定价的基础。
它的结论非常简单:投资的收益只与风险有关。
虽然,CAPM模型的提出非常成功,但还是存在着很多理论上、实践上的局限性。
首先,C A P M 的假设前提难以实现;其次,CAPM中的β值难以确定;最后,与之相关的实证结果令人失望。
因此,金融市场学家不断探求比CAPM更为有效的资本市场理论。
经济学家们大致从三个方面进行了改进:第一、将单因素CAPM拓展为多因素模型,如APT套利定价理论,Fama-French 三因素模型(提出SMB和 HML因素);第二、提出基于消费的CCAPM模型,将资产回报率与宏观经济变量联系起来;第三,由行为金融学理论对资产定价问题进行解释。
二、资本资产定价的多因素模型(一)套利定价理论APT该模型由斯蒂芬·罗斯于1976年提出,与CAMP模型相比,其最大的特点是利用套利概念定义均衡,并且该模型的假设更加合理。
套利定价理论的基本机制是:在均衡市场中,两种相同的商品必定以相同价格出售。
《2024年行为资产定价理论综述》范文
《行为资产定价理论综述》篇一一、引言随着金融市场的日益复杂化，传统的金融理论在解释和预测资产价格时面临着越来越多的挑战。
行为金融学作为一门新兴的交叉学科，旨在将心理学、社会学等行为科学理论引入金融学研究，以解释和预测金融市场中的非理性行为和资产价格现象。
其中，行为资产定价理论是行为金融学的重要组成部分，旨在揭示投资者在决策过程中的心理和行为因素对资产价格的影响。
本文将对行为资产定价理论进行综述，以期为相关研究提供参考。
二、行为资产定价理论概述行为资产定价理论是在传统金融学的基础上，结合心理学、社会学等行为科学理论，研究投资者在决策过程中的心理和行为因素对资产价格的影响。
该理论认为，投资者在决策过程中往往受到认知偏差、情绪波动、过度自信等因素的影响，导致其做出非理性的投资决策。
这些非理性因素会影响资产的需求和供给，从而影响资产价格。
三、行为资产定价理论的主要内容1. 认知偏差与资产价格认知偏差是指投资者在处理信息时产生的系统性错误。
例如，过度自信的投资者往往高估自己的能力和判断，导致他们过于乐观地评估市场前景和自己的投资决策。
这种认知偏差会导致投资者在市场中的行为偏离理性，从而影响资产价格。
2. 情绪波动与资产价格情绪波动是投资者在面对市场变化时的心理反应。
当市场出现大幅波动时，投资者的情绪往往会受到影响，导致其做出过激的投资决策。
例如，在市场崩盘时，投资者可能会出现恐慌情绪，导致大量抛售股票，进一步加剧市场下跌。
这种情绪波动会影响投资者的需求和供给，从而影响资产价格。
3. 过度自信与资产价格过度自信的投资者往往对自己的判断过于自信，忽视风险和不确定性。
这种心态会导致他们过度交易、频繁买卖股票等非理性行为。
这些非理性行为会影响市场的供需关系，从而影响资产价格。
四、行为资产定价理论的应用与发展行为资产定价理论在金融市场中具有广泛的应用。
例如，在股票市场中，投资者可以通过分析投资者的心理和行为因素来预测股票价格的变化；在债券市场中，投资者可以分析不同投资者的风险偏好和情绪波动来制定合适的投资策略。
3 资产定价方面综述(1)
1965－1975
跨期资本资产定价模型：萨缪尔森（1969），默顿（1971，1973）； 消费资本资产定价模型：布里登（1979）；期权定价：布莱克、斯科 尔斯（1973）；加入生产的跨期一般均衡：考克斯等(1975)；利率期限 结构：考克斯等（1975）
有效市场假说：法码（1966）
1976－1985
二、马科维茨的资产组合理论
马科维茨均值-方差组合理论基本内容：
在禁止融券和没有无风险借贷的假设下，以资产组 合中个别资产收益率的均值和方差找出投资组合的有效 前沿(Efficient Frontier)，即一定收益率水平下方差最小 的投资组合，并导出投资者只在有效组合前沿上选择投 资组合。
欲使投资组合风险最小，除了多样化投资于不同的 资产之外，还应挑选相关系数较低的资产。
二、马科维茨的资产组合理论
假设4：不存在市场操纵，任何单独的代表性投资者 行为，都不足以影响资产的市场价格，他们都是价格的接 受者。
假设5：不允许卖空。 上面的假设3－4是关于金融市场状况的，我们把满足 这两条假设的市场称为理想化的金融市场。
二、马科维茨的资产组合理论
（三）目标函数：无差异曲线 1、二次期望效用函数的特点 投资者的效用函数由资产的收益和风险决定，用简化的 数学方式表示即投资者的效用函数仅包括均值和方差两个自 变量。
期望收益
投资者的均值-方差无差异曲线
标准差
二、马科维茨的资产组合理论
（四）约束条件：有效组合边界
1、收入约束
假定初始禀赋或财富为w，这个财富将分布在由几种 风险资产组成的资产组合中。假定只有两种风险资产。w 资金分布在两种证券上的比例分别为 w1和w2 ， 则有： w1 w2 1
资产定价阅读文献列表10
一、资产定价综述文献Campbell, J., 2000, Asset Pricing in the New Millennium, Journal of Finance,55, 1515-1567.Constantinides, G., 1987, Theory of valuation: overview and recent developments, in Frontiers of Financial Theory, G. Constantinides and S. Bhattacharya (eds.), Rowman and Littlefield, Totowa, New Jersey.资产定价理论, 2006, 杨云红, 管理世界, 3, 156-168.二、经典理论1、均衡定价Lucas, R., 1978, Asset prices in an exchange economy, Econometrica, 46, 1426-1446. ■Cox, J. C. , J. E. Ingersoll, JR. , and S. A. Ross, 1985, An intertemporal general equilibrium model of asset prices, Econometrica, 53, 363-384.2、无套利定价Cox, J., S. Ross, and M. Rubinstein, 1979, Option pricing: a simplified approach, Journal of Financial Economics 7, 229-263.Dybvig, P. and S. Ross, 2003, Arbitrage, state prices, and portfolio theory, in Handbook of the Economics of Finance, G. Constantinides, M. Harris, and R. Stulz (eds.), North-Holland, Amsterdam, The Netherlands.Harrison, J. and D. Kreps, 1979, Martingales and arbitrage in multi-period securities markets, Journal of Economic Theory, 20, 381-408.3、最优投资与消费决策Campbell, J., 2003, Consumption-based asset pricing, in Handbook of the Economics of Finance, G. Constantinides, M. Harris, and R. Stulz (eds.), North-Holland, Amsterdam, The Netherlands.■Constantinides, G. and D. Duffie, 1996, Asset Pricing with Heterogeneous Consumers, Journal of Political Economy, 104, 219-240.Duffie, D., 2003, Intertemporal asset pricing theory, in Handbook of the Economics of Finance, Constantinides, G., M. Harris, and R. Stulz (eds.), North-Holland, Amsterdam, The Netherlands.■Dumas, B., 1989, Two-person dynamic equilibrium in the capital market, Review of Financial Studies, 2(2), 157-188.■He, H. and N. Pearson, 1991, Consumption and portfolio policies with incomplete markets and short-sale constraints: The infinite-dimensional case, Journal of Economic Theory, 54, 259-304.Kocherlakota, N. R., 1996, The Equity Premium: It's Still a Puzzle, Journal ofEconomic Literature, 34, 42-71.Mehra, R. and E. Prescott, 2003, The equity premium in retrospect, Handbook of the Economics of Finance, Edited by G.M. Constantinides, M. Harris and R. Stulz, Elsevier B. V..Merton, R., 1969, Lifetime portfolio selection under uncertainty: the continuous-time case, Review of Economics and Statistics, 51, 247-257.■Merton, R., 1971, Optimal consumption and portfolio rules in a continuous time model, Journal of Economy Theory, 3(4), 73-413.4、价格与交易量■Brown, D and R.H. Jennings (1989) On Technical Analysis, Review of Financial Studies 2, 527-552.Easley, D and M. OHara, 2003, Microstructure and Asset Pricing, in Handbook of the Economics of Finance, G. Constantinides, M. Harris, and R. Stulz (eds.), North-Holland, Amsterdam, The Netherlands.Grundy, B. and M. McNichols (1989) Trade and Revelation on Information through Prices and Direct Disclosure, Review of Financial Studies 2, 495-526.He, H. and J. Wang, 1995, Differential information and dynamic behavior of stock trading volume, Review of Financial Studies, 8(4): 919-72.■Kyle, A. (1985), Continuous Auctions and Insider Trading, Econometrica 53, 1315-1335.■Wang, J. (1993), A Model of Intertemporal Asset Prices Under Asymmetric Information, Review of Economic Studies 60, 249-282.Wang, J. (1994), A model of competitive stock trading volume, Journal of Political Economy, 102, 127-168.5、特殊的偏好函数■Abel, A., 1990, Asset Prices Under Habit Formation and Catching Up with the Jones, American Economic Review, 80, 38-42.Bansal, R. and A. Yaron, 2005, Risks for the Long Run: A Potential Resolution of Asset Pricing Puzzles, Journal of Finance, 59, 1481-1509.Campbell, J. and J. Cochrane, 1999, By Force of Habit: A Consumption Based Explanation of Aggregate Stock Market Behavior, Journal of Political Economy, 107, 205-251.■Constantinides, G., 1990, Habit Formation: A Resolution of the Equity Premium Puzzle, Journal of Political Economy 98, 519-543.■Epstein, L . and S. Zin, 1989, Substitution, Risk Aversion and the Temporal Behavior of Asset Returns, Journal of Political Economy, 99, 263-286. Sundaresan, S., 1989, Intertemporal Dependent Preferences and the Volatility of Consumption and Wealth." Review of Financial Studies, 2, 73-88.Weil, P., 1989, The Equity Premium Puzzle and the Risk Free Rate Puzzle, Journal ofMonetary Economics, 24, 401-421.■Laibson, D., 1997, Golden Eggs and Hyperbolic Discounting, Quarterly Journal of Economics, 112 (2), 443-477.Luttmer E., and T. Mariotti, 2003, Subjective Discounting in an Exchange Economy, Journal of Political Economy, vol. 111, No. 5, pp. 959-989.三、最新发展1. 资本市场中的泡沫*Abreu, D. and M. Brunnermeier (2003), Bubbles and Crashes, Econometrica 71, 173-204.■Allen, F. and Gorton (1993), Churning Bubbles, Review of Economic Studies 60, 813-836.■Allen and Gale (2000), Bubbles and Crises, Economic Journal 110, 236-255. Allen, Morris and Postlewaite (1993), Finite Bubbles with Short Sale Constraints and Asymmetric Information, Journal of Economic Theory 61, 206-229.Diba, B. T. And Grossman, H. I.（1988）, The theory of rational bubbles in stock prices, The Economic Journal, 98: 746-754.Froot, K. A. and Obstfeld, M.（1991）, Intrinsic bubbles: The case of stock prices, The American Economic Review, 81(5): 1189-1214.Harrison Hong, Jose Scheinkman, and Wei Xiong, 2006, Asset Float and Speculative Bubbles, Journal of Finance 61, 1073-1117.*Harrison Hong, Jose Scheinkman, and Wei Xiong, Advisors and Asset Prices: A Model of the Origins of Bubbles, Journal of Financial Economics, forthcoming. Pastor, L. and Veronesi, P. (2006), Was there a Nasdaq bubble in the late 1990s? Journal of Financial Economics 81, 61—100.Tirole, J.（1985）, Asset bubbles and overlapping generations, Econometrica, 53(6): 1499-1582.2. 私人信息与公共信息对资产价格的影响Angeletos, G., and I. Werning, 2005, Crises and prices: information aggregation, multiplicity and volatility, MIT working paper.■Admati, A. (1985), A Noisy Rational Expectations Equilibrium for Multi-Asset Securities Markets, Econometrica 53, 629-657.Allen, F., S. Morris, and Hyun Song Shin, 2006, Beauty Contests and Iterated Expectations, Review of Financial Studies 19, 161-177.Burguet R. and X. Vives (1999), Social Learning and Costly Information Acquisition, Economic Theory 15, 2000, 185-205.Campbell and Kyle (1993), Smart Money, Noise Trading and Stock Price Behavior, Review of Economic Studies 60, 1-34.*Diamond and Verrecchia (1981), Information Aggregation in a Noisy Rational Expectations Economy, Journal of Financial Economics 9, 221-235.■Diamond and Verrecchia (1991), Disclosure, Liquidity, and the Cost of Capital, Journal of Finance 46, 1325-1359.Diamond, D., and Robert E. Verrecchia, 1987, Constraints on short-selling and asset price adjustment to private information, Journal of Financial Economics 18, 277–311. Froot , K., Scharfstein, D. and J. Stein (1992), Herd on the Street: Informational Inefficiencies in a Market with Short-Term Speculation, Journal of Finance 47, 1461-1484.Gao, P., 2007, Short horizons, Keynesian beauty contest, and disclosure, Yale Working Paper.Glosten, L., and P. Milgrom (1985), Bid, Ask, and Transaction Prices in a Specialist Market with Heterogeneously Informed Traders, Journal of Financial Economics 14, 71-100.*Grossman and Stiglitz (1980), On the Impossibility of Informationally Efficient Markets, American Economic Review 70, 393-408.■Hellwig, F. (1980), On the Aggregation of Information in competitive Markets, Journal of Economic Theory 22, 477-498.Hirshleifer, D., Subrahmanyam, A. and S.Titman (1994), Security Analysis and Trading Patterns When Some Investors Receive Information Before Others, Journal of Finance 49, 1665-1698.John, K. and Lang L., 1991, Insider Trading around Dividend Announcements: Theory and Evidence, Journal of Finance, 46, 1361-1389.■John, K. and Mishra, B., 1989, Information Content of Insider Trading Around Corporate Announcements: The Case of Capital Expenditures, Journal of Finance, 45, 835-855.Kim, O., and R. Verrecchia, 1991, Market Reactions to Anticipated Announcements, Journal of Financial Economics 30, 273-309.Kyle, A.S. (1989) Informed Speculation with Imperfect Competition, Review of Economic Studies 56, 317-356.Lambert, R., Leuz, C., and R. Verrecchia, 2007, Accounting Information, Disclosure, and the Cost of Capital, Journal of Accounting Research 45, 385-420.■Lambert, R., Leuz, C., and R. Verrecchia, 2009, Information Asymmetry, Information precision, and the Cost of Capital, NBER Working Paper.■Merton, Robert C., 1987, A simple model of capital market equilibrium with incomplete information, Journal of Finance 42, 483-510.■Milgrom, P. and N. Stokey (1982), Information, Trade and Common Knowledge, Journal of Economic Theory 26, 17-27.*Lin Peng and Wei Xiong, 2006, Investor Attention, Overconfidence and Category Learning, Journal of Financial Economics 80, 563-602.■Verrecchia, R., 1982, Information Acquisition in a Noisy Rational Expectations Economy, Econometrica 50, 1415-1430.3. 行为金融学中的资产定价Chevalier and Ellison (1997), Risk taking by mutual funds as a response to incentives, Journal of Political Economy 105, 1167-1200.Chevalier and Ellison (1999), Career concerns of mutual fund managers, QuarterlyJournal of Economics 114, 389-432.*De Long, Shleifer, Summers, and Waldman (1990), Noise Trader Risk in Financial Markets, Journal of Political Economy 98, 703-738.■De Long, Shleifer, Summers, and Waldman (1991), The Survival of Noise Traders in Financial Markets, Journal of Business 64, 1-19.De Long, J. B., Andrei Shleifer, Larry Summers, and R. Waldmann, 1990, Positive Feedback Investment Strategies and Destabilizing Rational Speculation, Journal of Finance, 45, 375-395.Gromb and Vayanos (2002), Equilibrium and Welfare in Markets with Financially Constrained Arbitrageurs, Journal of Financial Economics 66, 361-407.12Kogan, Ross, Wang, and Westerfield (2006), The Survival and Price Impact of Irrational Traders, Journal of Finance 61, 195-229.Mitchell, Pulvino, and Stafford (2002), Limited Arbitrage in Equity Markets, The Journal of Finance 57, 551-584.■Shleifer, A. and R. Vishny (1997), The Limits of Arbitrage, Journal of Finance 52, 35-55.Scharfstein and Stein (1990), Herd behavior and investment, American Economic Review 80, 465-479.4. Feedback from price to cash flows■Aghion, P. and J. Stein, 2008, Growth versus margins: destabilizing consequences of given the stock market what it wants, Journal of Finance, 63, 1025-1058.*Hirshleifer, D., A. Subrahmanyam, and S. Titman,2006, Feedback and the success of irrational investors, Journal of Financial Economics 81, 311-338.■Morris, S., and H. S. Shin, 1998, Unique equilibrium in a model of self-fulfilling currency attacks, American Economic Review, 88, 587-597.------, 2002, Social value of public information, American Economic Review, 102, 1521-1534.Khanna, N., and R. Sonti, 2004, Value creating stock manipulation: Feedback effect of stock prices on firm value, Journal of Financial Markets7, 237-270.Ozdenoren y and, E., and K. Yuan, 2007, Feedback effects and Asset Prices, Working paper.■Subrahmanyam, A., and S. Titman, 2001, Feedback from stock prices to cash flows, Journal of Finance, 56, 2389-2413.5. Heterogeneous belief■Acemoglu, Daron, Victor Chernozhukov, and Muhamet Yildiz (2007), Learning and disagreement in an uncertain world, Working Paper, MIT.Basak, S., 2000, A model of dynamic equilibrium asset pricing with heterogeneous beliefs and extraneous risk, Journal of Economic Dynamics and Control24, 63-95. Brunnermeier, M., C. Gollier, and J. Parker, 2007, Optimal Beliefs, Asset Prices, andthe Preference for Skewed Returns, American Economic Review, 97: 159-165. Brunnermeier, M., C. Gollier, and J. Parker, 2005, Optimal Expectations, American Economic Review, 95(4): 1092–1118.Buraschi, A., and A. Jiltsov, 2006, Model uncertainty and option markets with heterogeneous beliefs, Journal of Finance 51, 2841-2897.Detemple, Jerome and Shashidhar Murthy, 1994, Intertemporal asset pricing with heterogeneous beliefs, Journal of Economic Theory62, 294-320.Dumas, B., 1989, Two-person dynamic equilibrium in the capital market, Review of Financial Studies2, 157-188.Harrison, J. and D. Kreps, 1978, Speculative investor behavior in a stock market with heterogeneous expectations, Quarterly Journal of Economics, 92, 323–336.*Harris and Raviv (1993), Differences of opinion make a horse race, Review of Financial Studies 6, 473-506.Hong and Stein (2003), Differences of Opinion, Short-Sales Constraints, and Market Crashes, Review of Financial Studies 16, 487-525.Li, T., 2007, Heterogeneous beliefs, asset prices, and volatility in a pure exchange economy, Journal of Economic Dynamics & Control 31, 1697–1727.■Miller (1977), Risk, Uncertainty, and Divergence of Opinion, Journal of Finance 32, 1151-1168.■Morris, S, 1996, Speculative Investor Behavior and Learning, Quarterly Journal of Economics, 111(4), 1111-33.*Scheinkman and Xiong (2003), Overconfidence and Speculative Bubbles, Journal of Political Economy 111, 1183-1219.Xiong, W. and H. Yan, 2009, Heterogeneous Expectations and Bond Markets, Review of Financial Studies, forthcoming.6. Insider TradingAusubel, L., 1990, Insider Trading in a Rational Expectations Economy, American Economic Review, 80, 1022-1041.Bebchuk, A. and Fershtman, C., 1994, Insider Trading and the Managerial Choice among Risky Projects, Journal of Financial and Quantitative Analysis, 29, 1- 14. Bhattacharya, U. and M. Spiegel (1991),Insider, Outsider and Market Breakdown, Review of Financial Studies 4, 255-282.Fishman, M. and K. Hagerty (1992), Insider Trading and the Efficiency of Stock Prices, Rand Journal of Economics 23, 106-122.John, K. and R. Narayanan (1997), Market manipulation and the role of insider trading regulations, Journal of Business 70, 217-247.Laffont; J. and Maskin, E., 1990, The Efficient Market Hypothesis and Insider Trading on the Stock Market, Journal of Political Economy, 98, 70-93.■Leland, H., 1992, Insider Trading: Should It Be Prohibited?, Journal of Political Economy, 100, 859-887.Maug, E. (2002),Insider Trading Legislation and Corporate Governance, European Economic Review 46, 1569-1597.Maug, E. (1998), Large shareholders as Monitors: Is there a Trade-Off between Liquidity and Control?, Journal of Finance 53, 65-97.Rochet, J-Ch. and J. Vila, (1994) Insider Trading without Normality, Review of Economic Studies 61, 131-152.7. 机构投资行为Berk, J. and Green, R., 2004, Mutual Fund Flows and Performance in Rational Markets, Journal of Political Economy, 112, 1269-1295.Dow, J. and Gorton, G., 1997, Noise Trading, Delegated Portfolio Management and Eco nomic Welfare, Journal of Political Economy, 105, 1024-1050.■Froot, K., D. Scharfstein and J. Stein, 1993, Risk management: Coordinating corporate investment and financing policies, Journal of Finance 48, 1629-1658.*Froot, K. and J. Stein, 1998, Risk management, capital budgeting, and capital structure policy for financial institutions: an integrated approach, Journal of Financial Economics, 47, 55-82.■Malliaris, S. and Yan, H., 2009, Nickels versus Black Swans: Reputation, Trading Strategies and Asset Prices, Working Paper, Yale School of ManagementStein, Jeremy (2005), Why Are Most Funds Open-End? Competition and the Limits of Arbitrage, Quarterly Journal of Economics 120, 247-272.注：■表示课堂讨论的论文*表示必须精读和讲述的论文[文档可能无法思考全面，请浏览后下载，另外祝您生活愉快，工作顺利，万事如意!]。
《企业资产价值评估研究国内外文献综述》3500字
企业资产价值评估研究国内外文献综述1 国外文献综述关于资产评估和企业估值相关的研究，西方国家从20世纪就已经有了初步的研究，经过多年的研究和众多学者的探索，MM模型、现金流折现法、资本资产定价模型、实物期权等逐步衍生，极大地丰富了资本价值评估理论，推动了金融市场的快速发展。
美国学者艾尔文·费雪尔(1906)[i]第一次对进行了有关的理论探究，他对享受、实际、货币这三种收入之间的联系做了一个较为系统的分析和梳理。
同时，也探索了这三种收入与资本的内在关联。
最开始的MM模型是源于莫迪格利安尼和默顿·米勒(1958)[ii]这两位学者。
他们认为，通常情况下一个公司的全部价值和其资本组织结构是不相关的。
但是如果我们在考虑所得税征收的情况下，企业的整体价值及其资本结构之间是存在显著的联系的。
随着不断地完善，两人又在几年后提出了修正的MM理论模型，在新的这一理论中，考虑了所得税的作用。
具体来说是指，一个公司如果展开负债经营，那么这个过程所带来的利息能够使得税额发生抵扣，从而减少支出，最后发生节税效应，增加公司的总体价值。
MM理论在考虑所得税对企业价值波动的前提下，较为系统的阐述了公司价值和负债二者之间的联系。
1962年麦伦·戈登通过对未来的股利计量研究提出了Gordon Dividend Growth Model，由此现金流量折现法也得到了不断地发展和完善。
直到1990年，现金流也在汤姆·科普兰(Tom·Copeland)、拉巴波特等学者的探索下被分为股权自由现金流和企业自由现金流，从这也就发展出了FCFF和FCFE这两种不同的估值方法。
与此同时，DCF模型得到不断发展，并逐步成为资本市场进行企业价值评估的主要模型之一。
基于哈里·马科维茨（1952）的资产结构理论，诺贝尔经济学奖获得主威廉·夏普、特里诺和莫辛(1964)等学者，提出并完善了资本资产定价模型（CAPM）。
《2024年行为资产定价理论综述》范文
《行为资产定价理论综述》篇一一、引言随着金融市场的日益复杂化，传统的金融理论在解释和预测资产价格时面临着越来越多的挑战。
行为金融学作为一门新兴的交叉学科，旨在将心理学和经济学的研究成果相结合，以更全面地理解金融市场中的投资者行为和资产定价。
其中，行为资产定价理论是行为金融学的重要组成部分，为理解和分析投资者决策对资产价格的影响提供了有力的工具。
本文旨在综述行为资产定价理论的研究成果和发展动态，以便为进一步研究提供参考。
二、行为资产定价理论的提出传统金融学在分析资产定价时，通常基于有效市场假说和理性人假设。
然而，大量实证研究表明，投资者的实际行为往往与这些假设相悖。
基于这一背景，行为金融学提出了行为资产定价理论。
该理论认为，投资者的决策过程受到认知偏差、心理偏差、情感等多种因素的影响，导致市场出现过度反应、羊群效应等非理性现象，进而影响资产价格。
三、行为资产定价理论的核心观点1. 心理偏差与资产价格：行为金融学认为，投资者在决策过程中容易受到心理偏差的影响，如过度自信、损失厌恶、代表性偏见等。
这些心理偏差导致投资者对信息解读的误差，进而影响他们对资产价值的评估和交易决策。
2. 羊群效应与市场动态：当市场出现羊群效应时，大量投资者在短期内作出相似的交易决策，导致某些资产的价格被过度推高或低估。
这种非理性行为对市场动态产生重要影响，使得市场价格的波动性增加。
3. 过度反应与长期回报：投资者往往对短期内的信息过度反应，导致某些资产的价格在短期内出现大幅波动。
然而，从长期来看，这种过度反应往往会使得资产价格回归其基本价值，从而影响资产的长期回报。
四、行为资产定价理论的应用行为资产定价理论在金融实践中具有广泛的应用价值。
首先，该理论有助于理解投资者的实际行为和市场动态，为投资者提供更准确的投资决策依据。
其次，该理论有助于分析市场中的非理性现象和风险因素，为风险管理和控制提供有力工具。
此外，该理论还可以用于评估资产的内在价值和预期回报，为资产定价和投资组合管理提供指导。
《2024年行为资产定价理论综述》范文
《行为资产定价理论综述》篇一一、引言随着金融市场的不断发展和投资者行为的复杂性增加，传统的金融理论在解释和预测资产价格方面面临诸多挑战。
正是在这样的背景下，行为资产定价理论应运而生。
本文将对行为资产定价理论进行全面的综述，介绍其基本思想、研究方法和实证结果，旨在为相关领域的进一步研究提供参考。
二、行为资产定价理论的基本思想行为资产定价理论是在传统金融学基础上，引入心理学和行为学的研究成果，试图从投资者心理和行为的角度来解释和预测资产价格。
该理论认为，投资者的决策过程并非完全理性，会受到认知偏差、情绪波动、社会影响等多种因素的影响。
因此，资产价格不仅取决于其内在价值，还与投资者的心理和行为密切相关。
三、行为资产定价理论的研究方法行为资产定价理论的研究方法主要包括实验法、调查法和实证分析法。
实验法通过设计实验来模拟市场环境，观察投资者的决策过程和价格形成机制；调查法通过收集投资者和市场参与者的调查数据，分析其行为特征和影响因素；实证分析法则利用历史数据来检验行为资产定价理论的适用性和有效性。
四、行为资产定价理论的实证研究自行为资产定价理论提出以来，众多学者对其进行了实证研究。
研究结果表明，投资者在决策过程中确实存在认知偏差和情绪波动，这些因素会对资产价格产生显著影响。
例如，过度自信的投资者往往高估自己的能力和判断，导致过度交易和损失；而损失厌恶的投资者则更容易在亏损时选择割肉，从而加速价格的下跌。
此外，社会影响也会对投资者的决策产生重要影响，例如从众心理和羊群效应等。
五、行为资产定价理论的贡献与挑战行为资产定价理论为金融学研究提供了新的视角和方法，有助于更深入地理解投资者行为和资产价格形成机制。
然而，该理论也面临着一些挑战和争议。
首先，如何准确地测量和描述投资者的心理和行为特征是一个难题；其次，如何将行为因素纳入传统的金融模型中也是一个重要问题；此外，实证研究的结论在不同市场和环境下的适用性也有待进一步验证。
《2024年行为资产定价理论综述》范文
《行为资产定价理论综述》篇一一、引言在传统的金融学中，资产定价主要依赖于无风险利率和市场预期。
然而，在现实的金融市场中，人们的行为和决策常常与理性预期假设存在偏离。
正因如此，行为金融学应运而生，其中行为资产定价理论（Behavioral Asset Pricing Theory）作为其重要组成部分，逐渐受到学术界和实务界的广泛关注。
本文旨在全面综述行为资产定价理论的发展历程、核心观点、研究方法以及未来研究方向。
二、行为资产定价理论的发展历程行为资产定价理论起源于行为金融学，其发展大致可分为三个阶段。
第一阶段：心理学的引入。
早期行为金融学家将心理学的研究成果引入金融学领域，探讨投资者心理对资产价格的影响。
在这一阶段，学者们开始关注投资者情绪、过度自信、羊群效应等心理因素对资产定价的影响。
第二阶段：非理性行为的建模。
随着研究的深入，学者们开始构建基于非理性行为的资产定价模型。
这些模型尝试解释现实中出现的诸多异象（如封闭式基金之谜、日历效应等），并为后续的实证研究提供了理论基础。
第三阶段：理论体系完善与应用。
近年来，行为资产定价理论得到了进一步的完善和发展。
许多学者从多个角度对理论进行了拓展和深化，如引入投资者情绪的动态变化、考虑不同投资者的异质性等。
同时，该理论在实务领域也得到了广泛应用，如资产估值、风险管理等。
三、行为资产定价理论的核心观点1. 投资者心理和行为对资产价格具有重要影响。
非理性因素（如过度自信、羊群效应等）往往导致投资者做出偏离理性的决策，进而影响资产价格。
2. 传统金融学中的无风险利率和市场预期假设可能过于简化，难以完全解释现实中的资产定价现象。
因此，需要引入更多的非理性因素来解释异象和现象。
3. 行为资产定价模型将投资者分为不同的类型（如保守型、冒险型等），以更好地反映投资者异质性的影响。
此外，模型还考虑了投资者的心理状态、预期等非理性因素。
四、研究方法行为资产定价理论的研究方法主要包括文献综述、实证分析和实验研究等。
《2024年行为资产定价理论综述》范文
《行为资产定价理论综述》篇一一、引言行为资产定价理论是近年来金融学领域中新兴的、重要的研究方向。
该理论旨在通过引入心理学和行为科学的原理，来解释和预测资产价格的动态变化。
在传统的金融理论中，资产定价主要基于有效市场假说和理性人假设，然而，随着研究的深入，人们发现这些假设与现实市场存在较大差距。
因此，行为资产定价理论应运而生，它试图从投资者的心理和行为角度出发，揭示资产价格背后的真实动因。
二、行为资产定价理论的基本原理行为资产定价理论认为，投资者的决策并非完全理性，而是受到心理、情感、社会等多种因素的影响。
因此，该理论提出了以下基本原理：1. 心理账户理论：投资者在心理上将资金划分成不同的账户，对不同账户的资金进行不同的投资决策。
2. 过度自信与锚定效应：投资者往往过于自信地评估自己的判断能力，同时容易受过去信息的影响，导致决策偏差。
3. 羊群行为与从众心理：投资者在面对不确定的投资环境时，往往模仿他人的行为进行投资，从而产生羊群效应。
4. 损失厌恶与心理账户的不平衡：投资者往往对损失的反应更为敏感，同时对不同心理账户之间的资金分配不均衡。
三、行为资产定价理论的实证研究大量的实证研究表明，行为资产定价理论在解释和预测资产价格方面具有显著的优势。
例如，一些学者通过研究投资者情绪与股票价格的关系，发现投资者情绪对股票价格具有显著的预测作用。
此外，还有研究指出，投资者在面对不同类型的信息时，会表现出不同的反应模式，这些反应模式进一步影响了资产价格的变动。
四、行为资产定价模型的应用基于行为资产定价理论，学者们提出了多种行为资产定价模型。
这些模型将投资者的心理和行为因素纳入考虑，从而更好地解释和预测资产价格。
目前，行为资产定价模型已被广泛应用于金融市场分析、风险管理、投资策略等方面。
五、结论综上所述，行为资产定价理论是一种新兴的、重要的金融研究方向。
该理论通过引入心理学和行为科学的原理，解释和预测了资产价格的动态变化。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
资产定价理论文献综述
摘要：本文介绍了不同时期资产定价模型的主要形式和理论思想，从最初的资本资产定价模型到后来三因子模型，假设条件不断的放松而得到更符合实际的资产定价模型。
关键词：资产定价理论文献综述模型
有效市场理论认为股票价格能够充分反映所有的信息。
所有的超额收益都是由某种风险因素决定的，传统资本资产定价模型认为市场风险能够包含所有的风险，所以capm模型研究了市场风险对超额收益的影响。
在有效市场理论的基础上，传统资本资产定价模型分别对投资者、投资市场、投资资产和投资期限做出了假设。
在投资者方面，假设了所有投资者以马科维茨偏好选择投资资产。
为了模型简单有效，还假设所有投资者对期望报酬率和风险看法相同。
在投资资产方面，模型假设市场上存在无风险资产和风险资产，并且投资者能根据自己的偏好投资任何资产，也可以任意借入和贷出无风险资产。
在投资市场方面，模型假设了投资市场是完全竞争市场，没有交易成本，投资者能自由进出并且及时获得有关市场信息，但投资者只能被动接受资产的价格，并没有能力去影响市场价格。
在投资期限方面，投资者只根据单期进行投资。
得出capm的传统形式：
该模型表示预期收益等于无风险收益加上一个风险溢价，是证券市场线的斜率，用以表示单位市场组合方差的超额收益率。
β表示的是证券系统风险，rf表示无风险收益。
从以上模型看出，传统
的资本资产定价模型认为资产的市场风险完全决定了资产预期收益，并且由于市场组合的收益是未知的，所以资产的收益也是未知的，这与有效市场假说的观点相辅相成。
由于在二十世纪八十年代后期，关于资产定价模型研究与之前的传统capm模型得出的结果冲突不断。
很多实证研究结论得出市场风险并不能完全解释股票超额收益。
传统capm模型中假设所有投资者都是进行单期投资，但这并不符合真实情况，因为投资者可以在不同期内根据自己的需求构建投资组合。
并且传统的capm模型并不能解释很多资产价格变动现象。
所以后来的学者开始研究资产组合的跨期选择，他们摒弃了单一期间投资的假设，并且重新假设投资者在不同时期作出消费和投资的决策。
merton（1973）建立了连续时间框架下的资本资产定价模型，即icapm模型。
在传统capm模型假设的基础上，icapm模型增加了所有资产都是有限责任、投资者交易是持续发生的并在均衡中发生，状态变量持续变化并遵从马尔科夫过程，持续性修正投资者的投资组合不能消除不确定性等假设条件。
所以投资者的目标是在其整个时期达到效用最大化，而非传统capm模型中给定单期效用最大化。
根据效用最大化条件，merton推导出投资者为保持其效用最大应该持有x+2个投资组合，包括市场组合、无风险投资组合和套期保值组合，前两个组合位于资本资产定价模型的有些边界上以保证投资者持有的投资组合均值方差有效。
为避免投资机会集的不利变化，有了后边的x个投资组合。
当加总所有投资者的需求方程，得到跨期资本
资产定价模型icapm的形式：
根据上式可以看出资产超额收益不仅反映了市场风险还反映了状态变量导致的不利风险。
所以即使资产与市场风险不相关，超额收益也可能能大于无风险利率。
breeden（1979）认为在跨时间区间的情况下，消费决定投资者的偏好，因为在某个状态继续投资带来的效用很大时，则此时投资者的消费就会降低，反之，投资的增加并不能对投资者带来更大效用时，投资就会降低而消费会增加。
即未来消费的边际效用决定了资产的价格。
在此基础上，breeden推导出了基于消费的资本资产定价模型ccapm，表达形式如下：
式中，，为消费贝塔，与传统capm模型一样都是由单β值定价，但ccapm是由消费表示的。
消费风险因子是决定投资组合超额收益的唯一变量。
基于消费的资本资产定价模型的提出，极大推动了资产定价理论的发展。
首先，不确定性被加入到了投资者的消费决策中。
其次，ccapm模型为资产定价理论建立了各异统一的分析框架，并将各种资产定价理论纳入到了框架之中。
在二十世纪八十年代，学者对一些投资异象进行研究，不断对之前的一些资本市场理论形成挑战，因此fama（1991）重新对有效市场检验研究进行分析，他认为当市场上存在异象时，并不说明代表市场定价的超额收益为错误的，也有可能是缺乏风险因素，即企业的市场风险并未完全被传统资产定价模型所衡量和表示出来，所
以，由于存在未知的一些系统风险补偿，导致超额收益并不超额。
1992年fama-french在研究美国股票市场中，发现样本数据的部分风险可以被账面市值比和上市公司市值所解释，而市场风险因子不能完全包含这些因素。
因此，fama-french认为账面市值和公司规模也是影响收益的风险因素，而传统capm模型并没有考虑两个因素。
三因素模型的表达式为：
其中为预期超额收益率，为预期市场超额收益， smb为规模因素，hml为价值因素。
fama-french在统计意义说明了规模因子和价值因子对美国股票市场有比较明显的影响，并将这两种因子加入到capm模型中，补充解释了部分超额收益，但得出的统计结果显著只能说明可能有风险与这两种因子相关，但其经济含义并不能由某种理论所支持。
参考文献：
[1]fama，eugene f.，and kenneth r.french，1992，the cross-section of expected stock returns[j].journal of finance
[2]陈小悦，孙爱军.capm在中国股市的有效性检验[j].北京大学学报.2000，4
[3]靳云汇和刘霖.中国股票市场capm的实证研究[j].金融研究，2001；7
[4]范龙振和王海涛.上海股票市场股票收益率因素研究[j].管
理科学学报.2003，1。