投资选择理论的新近发展综述

孙春花 龚 平

(1.内蒙古财经大学 统计与数学学院，内蒙古 呼和浩特 010070;2.内蒙古巴彦淖尔市临河区水务局计财股，内蒙古 巴彦淖尔 015000)

一、引言

对于“面临着复杂的不确定性”时的选择问题，传统主流金融理论认为经济主体的选择行为是通过高度复杂的思维活动做出的，所以借用了哲学的“理性”概念对复杂的人类行为进行了抽象假定。假设经济理性是一种行为方式，即经济行为人对其所处环境的各种状态及不同状态对自己支付的意义都具有完全信息，并且在既定条件下每个行为人都具有选择使自己获得最大效用或利润的意愿和能力。这样的选择过程首先是搜集与获取信息，然后进行信息的筛选与滤波，进而建立选择框架，最后投资者在知识、经验和财富等约束下(当可以进行无限制的借贷时可以放宽财富约束)，最大化收入或效用的选择行为即是投资者的最优选择行为。由此传统主流金融学发展出了两种研究投资选择的范式:Markowitz的均值—方差模型与Von Neumann－Morgenstern的期望效用理论。这为传统主流金融理论的投资选择构建了堪称完美而简单的分析框架。这种范式为投资选择行为提供了一种简单的标准和理想境界，无论投资者出于何种投资动机(资本增值、投机、变现等)，采取何种投资方式(投资、投机或经纪)，最基本的目的是获取利润，在这种趋利避害的目标指导下，权衡风险与收益使自身效用最大化这种指导思想贯穿于投资者全部的投资选择活动中。正是由于传统主流金融理论研究投资者选择过程的方式太过于理想化，所以使得传统主流金融理论在指导投资选择实践过程中缺乏现实意义。

从理想化走向现实化的金融学发展过程将会具有放松理论假设、发展更具有普遍意义的分析框架和更写实的模型特征。放松理论假设意味着将更多的分析因素纳入模型之中，从而减少了因为遗漏重要因素而造成失真的可能性。因此此后大量的研究工作主要沿这条路径展开。

二、均值—方差模型研究综述

Markowitz(1952)最早将均值和方差结合起来进行资产组合选择的研究，从理论上论证了“不要将所有的鸡蛋放在同一只篮子”的意大利谚语的合理性。通过对有效组合的收益与风险权衡关系(有效边界)以及风险规避型投资者最优组合投资选择的研究，揭示了通过分散与组合投资来降低风险的内在机理，从而开创了现代组合选择理论的先河。

随着时间的推移以及研究的不断深入，人们逐渐发现Markowitz的均值—方差模型在指导投资实践过程中存在的缺陷(Borch，1969;Feldstein，1969)。主要包括:①Markowitz的均值—方差分析，以资产收益率的标准差或方差来度量投资者面临风险，这样将资产组合面临的总风险分解为单个资产收益率的方差以及它们之间的协方差，这虽然从技术上实现了可行性，但均值—方差模型计算量太大，且非常复杂，使其在实际中难以操作。②这种方法虽然可以有效地减小组合收益的波动，但随着相关问题研究的进一步深入，以方差作为风险的计量指标却受到了越来越多人的批评。第一，方差不适于描述低概率事件的风险，而低概率事件往往可能会造成收益的巨大波动，带来致命的损失。第二，由于方差测度的是双向风险，市场极端向上的变动或向下的变动都不利于整个市场的稳定发展，故对于市场监管者它是一种合理的风险测度，然而金融机构和投资者作为风险承受者更关注的是可能遭受的偏离某一目标的不利状态和可能的资产损失，所以方差作为风险测度并不是非常合理的。第三，用方差度量风险是基于风险未来收益率的不确定性或易变性的认识，而Fishburn等人的研究表明，易变性或不确定性并不是风险的本质属性，所以用收益率的易变性来描述风险是不合适的。③投资选择过程中仅考虑均值与方差二元因素的影响是一种理想状态，实际投资选择中不可避免还要受到其他多种因素以及投资环境的影响。

继Markowitz的均值—方差模型之后，研究投资选择问题的改进工作主要从四个方向展开:①不断寻求与完善均值—方差模型的解决方法。针对均值—方差模型求解问题的改进工作，Mqaruardt(1970)提出了分数秩估计法，Hoerl和Kennard(1970)提出了岭估计和广义岭估计，Balakrishna等(1988)提出了压缩估计法。Kawadai和Konno(2001)研究了协方差矩阵具有稠密和高秩的大规模均值—方差模型的算法。Fernández(2007)将神经网络方法用于求解投资组合问题。屠新曙、王键(2000)通过建立无非负约束和有非负约束条件下证券组合的临界线方程，分别用一种独特的几何方法求解了允许卖空与限制卖空时证券组合投资最优权重。李腊生、翟淑萍(2006)使用矩阵形式给出了投资组合最优解的简单形式。王雪峰、叶中行(2007)使用SPO算法(particle swarm optimization，粒子群优化算法)讨论了投资组合选择问题。②在均值—方差模型中不断改进风险的度量方法。通过在均值—方差模型基础上不断改进风险的度量方法而提高投资选择技术的研究工作较多。而这一问题的改进又有两个分支:一是对风险指标的改进。Markowitz(1959)提出了均值—半方差模型，Hogan和Warren(1972)使用均值—低于目标收益率半方差构架，对投资组合选择问题进行了研究。Bawa(1975，1978)、Bawa和Lindenberg(1977)以及Fishburn(1977)等将研究中心从半方差转移到下偏距(Lower Partial Moment，LPM)，并以谨慎的数学推导证明了LPM与随机优势的相关性，以此来发展均值—下偏距投资组合架构。Alexandre和Baptisa(2002)对均值—方差模型和均值—VaR模型进行了系统的比较分析，阐述了二者在投资组合分析中的联系与区别。Jarrow和Zhao(2006)利用仿真技术比较了M－V模型和M－LPM模型。张鹏(2008)运用不等式组的旋转算法，并结合序列二次规划法研究了不允许卖空情况的均值—方差和均值—VaR两种投资组合问题。二是对分布假设的改进。Rachev、Hna(2000)和Ortobelli，Huber和Schwartz(2002)研究了稳定分布条件下的投资组合模型。Consigli G(2002)研究了肥尾分布情况下均值—VaR投资组合模型。Tsao和Chueh－Yung(2010)使用非受控排序遗传算法(Non－dominated Sorting Genetic Algorithm，NSGAII)讨论了均值—VaR模型的有效边界。Radovan Parrák和Jakub Seidler(2010)基于2007年与2008年动荡市场中捷克金融市场数据通过投资模拟方式对比了均值—方差模型与均值—VaR模型。文凤华等(2002)根据行为金融理论中对风险偏好的描述，用VaR来定量风险偏好，并用这种偏好来指导最优投资选择。姚京、李仲飞(2004)使用等VaR线分析了均值—方差模型与均值—VaR模型的内在联系，同时分别考虑了存在无风险资产、负债和非正态分布时的情形下均值—VaR模型的有效选择问题。徐绪松、侯成琪(2006)研究了非正态稳定分布条件下投资组合收益和风险的度量，建立了均值—尺度参数投资组合模型。姚海洋(2008)利用无套利均衡分析方法，在任意收益率分布下研究了奇异协方差矩阵情形的均值—CVaR模型的有效边界特征。③放宽均值—方差模型的假设条件，考虑有摩擦情况下、多因素情况下投资组合问题或增加其他约束条件下的投资决策问题。Jacob(1974)研究了带交易费用的最优投资组合。Patel和Subrahmanyam等(1982)讨论了固定交易费的投资组合问题。Pogue(1970)，Chen等(1971)分析了可变交易费问题。Mansini和Speranza(1999)应用三种不同的启发式算法求解具有最小交易单位数限制的投资组合问题，并利用米兰证券交易市场的实际数据进行了验证。Crama和Schyns(2003)应用模拟退火方法求解具有复杂约束的投资组合问题。Chang(2000)应用遗传算法(GA)、禁忌算法(TS)和模拟退火算法(SA)求解复杂约束下的投资组合问题。Schaerf(2002)基于禁忌算法求解具有混合整数约束的投资组合问题。韩其恒等(2002)引入存在买空和卖空限制或借贷限制，研究了投资组合选择问题。荣喜民等(2005)在收益率服从正态分布的假设下，利用均值—VaR方法，提出了有交易费用存在时的最优投资组合模型。黄思明等(2006)以投资者所获取的最大投资效用为目标函数，得到一个摩擦市场上适用于“允许买空卖空或借贷”的证券投资组合的二次规划模型。姚海洋、李仲飞(2009)研究了含无风险资产且具有不同借贷利率时投资组合选择的效用最大化模型，利用均值—VaR模型有效边界的性质，得到了一般效用函数下最大效用存在的条件及最优解特征。李腊生等(2011)基于均值—方差模型，讨论了不同风险偏好投资者投资组合选择最优解，剖析了风险规避、中性、追求型三类投资者的投资组合选择行为。④新投资准则的建立。Roy(1952)研究了安全首要准则(safety first)的最优投资组合选择问题，与均值—方差模型思路不同，安全首要准则是在给定“灾险水平”这一事件的概率而极小化收益。Konno和Suzuki(1995)给出均值—方差—偏度投资组合选择模型，研究了收益分布不对称时，相同均值和方差在偏度不同状况下投资组合收益的大小;Yu和Wang(2006)用神经网络方法解决了均值—方差—偏度投资组合的求解问题。Young(1998)构建了基于组合收益最小顺序统计量作为风险度量的极小极大(Minimax)投资原则的投资组合模型。León(2002)，Wang和Zhu(2002)建立了基于资产收益具有模糊性的模糊投资组合选择模型。Ammar和Khalifa(2003)通过凸规划的方法讨论了模糊投资组合选择模型。Deng等(2005)基于投资者考虑最坏情形下寻找最优投资策略的投资组合选择模型，并得到了存在无风险资产条件下的最优投资策略和资产定价模型。

从国内外的研究可以看出，均值—方差模型改进了工作的发展脉络。即在关注均值—方差模型求解问题的同时，逐渐认识到方差作为风险度量指标的缺陷，于是寻求改进风险度量方法逐渐成为均值—方差模型改进研究的主流。Markowitz等学者先后使用了半方差、绝对偏差、下偏矩等代替方差作为风险度量指标，虽然对方差测度风险的缺陷进行了一些改善，但是这类波动类风险测度指标还是间接地而不是直接地测度人们对风险的感受。而放宽均值—方差模型的假设条件，考虑有摩擦情况下、多因素情况下投资组合问题或增加其他约束条件下的投资决策问题方面的改进都没有突破均值—方差二元分析框架。新投资准则从不同角度解决了不确定性投资选择问题，但是没有形成统一的具有一定普适性的分析框架，故这些模型在实际投资选择中没有得到广泛的使用。同时由于非正态性假设下VaR计算的复杂性，关于均值—VaR模型，目前的研究仅停留在正态假设下的投资组合选择问题，而大量的实证结果却表明，现实收益率的分布是非正态的。

三、投资选择的期望效用理论研究综述

期望效用理论(Expected Utility Theory，EU)由Von Neumann和Morgenstern等(1947)继承18世纪数学家Bernoulli对“圣彼得堡悖论”(St Petersburg paradox)的解答，经严格的公理化阐述而形成。期望效用理论是研究在风险和不确定条件下进行合理选择的理论基础。后来，Arrow和Debreu将其吸收进瓦尔拉斯均衡的框架中，成为处理不确定性选择问题的分析范式，进而构筑起现代微观经济学，并由此展开了包括宏观、金融、计量等在内的宏伟而优美的理论大厦。

期望效用理论通过引入投资者关于风险和收益、消费和投资的偏好结构，构造了投资者的效用函数，准确地反映了投资者对收益和损失的态度，系统揭示了偏好结构对资产组合投资的影响。这些都是Markowitz均值—方差分析在理论分析上所无法比拟的。但由于投资者推导效用函数需要很高的计算成本，且期望效用分析只能针对特定投资者的偏好结构提供最优的资产组合，这就造成了现实操作上的困难。随着实验心理学的发展，期望效用理论在实验经济学的一系列选择实验中受到了一些“悖论”的挑战，如同结果效应、同比率效应、反射效应、概率性保险、孤立效应、偏好反转等。随后大量学者对期望效用理论进行了改进与发展，其主要集中在两个方面:一是对期望效用中权重的研究。在EU理论的基础上，Savage(1954)提出主观期望效用(subjectively expected utility，SEU)最大化理论，即决策备选方案的选择遵循主观效用函数最大化原则。然而Daniel Ellsberg(1961)在一篇论文中通过两个例子向主观期望效用理论提出了挑战。Kahneman(1978)提出了主观权重效用(subjectively weighted utility，SWU)的概念，用选择主体主观的权重替代线性概率，就可以解释Allais问题和共同比率效应;再后来Kahneman和Tversky(1979)提出了著名的“前景理论”(prospect theory，PT)，作为风险选择的描述性模型，“前景理论”是对EU的批判，其核心是通过价值函数和决策权重函数的选择，解释EU无法解释的金融异象，是对SWU的进一步发展。二是扩展性效用函数(generalized utility model)的研究。针对同结果效应和同比率效应等，放松期望效用函数的线性特征，将用概率三角形表示的期望效用函数线性特征的无差异曲线，扩展成体现局部线性近似的扇形展开。Loomes和Sudgen(1982)所提出的“后悔模型”引入了一种后悔函数(解释共同比率效应和偏好的非传递性)，将效用奠定在个体对过去“不选择”结果的心理体验上，对期望效用函数进行了改写(仍然保持了线性特征)。Kurz(1968)首次将财富偏好引入效用函数，不过他的具体做法是将资本存量引入效用函数。Abel(1990)率先将习惯因素引入消费资产定价模型，以解释“股权溢价之谜”、“无风险利率之谜”，并说明行为人非理性特征，但他考虑的情况仅限于习惯是内部形成的。Hansen和Jagannathan(1991)利用生命周期效用函数研究资本资产定价模型。Epstein和Zin(1989，1991)提出的非期望递归效用模型，首次打破消费资产定价模型及其改进模型中的效用函数中两种风险偏好的不合理的数学关联(效用函数中的风险规避因子既表示截面风险又表示了时序风险偏好)。Campbell和Cochrane(1999)将模型扩展到外部习惯。Barberis(2000)等研究了期末财富期望效用幂效用投资者的资产组合选择问题。Shefrin和Stataman(2000)利用Cobb－Douglas函数提出了代表投资者既想避免贫困，又希望变得富有的愿望的两心理账户模型。Munk等(2003)利用生命周期效用函数研究了积累消费效用和期末财富期望效用最大化投资者的最优消费和资产组合选择问题。Chacko和Viceira(2003)利用Epstein－Zin效用函数，研究了投资者的最优消费和资产组合选择。

从上述文献回顾中可以看到，对期望效用理论的改进工作大多数是从其两个决定要素分别展开的，并且每一次的改进只是针对某一因素或解释某类特定经济现象，是对效用函数选择主体的情绪与行为因素的重视，说明人们逐渐意识到人的因素对于选择过程的影响。

四、投资选择的行为金融学研究综述

随着实验与实证研究的深入，借鉴心理学、行为学等学科相关研究成果，弱化经济行为人理性的假设，金融学者从投资者的实际心理和行为出发，尝试构建新的模型来解释金融异象，这样就诞生了行为金融学(behavioral finance)。在行为金融学家看来，经济学中“理性”概念的涵义太过于理想化，理性人应该是有理性愿望而没有完全理性能力的人。实际上股票市场中投资者并不能符合传统主流金融学理论的理性人假设，因为在面临不确定条件下进行投资选择时，他们会表现出损失厌恶(loss aversion)、后悔(regret)、框架效应、过度自信(overconfidence)和非贝叶斯法则预期等明显的心理偏差，并且这些心理偏差通常不是随机、独立的，会呈现出明显的“羊群效应”(herding effect)特征。同时，所谓的“市场选择”也不是绝对的，非理性交易者是能够在市场中长期生存的，DeLong，Shleifer，Summers和Waldmann(1990)在其论文中证明了非理性交易者的生存机制。

行为金融理论不但关注风险、收益和风险的态度，同时重视投资心理与行为选择。行为金融理论的主要理论依据除了预期财富和财富低于特定水平的概率的基本方法外，还有SP/A理论、前景理论和其他一些心理学。这些理论大多注重投资者在投资时的实际心理选择，认为投资选择是投资者的一种心理上计量风险与收益并进行选择的过程，因此受投资者的心理特征影响。该理论提供了一个用更现实的行为假设来代替期望效用理论选择模型。通过借用心理学的这些理论使金融理论的人文学科特色得到恢复，也使理论更接近投资者的投资选择是一个心理过程的实际。

近年来基于行为金融学的选择理论研究是倍受理论界与实务界关注的研究领域。目前采用行为金融学方法对行为选择进行的研究，大体主要从三个方面展开。

1．行为资产定价模型。金融学家通过引入投资者财富偏好、习惯形成、追赶时髦与嫉妒等行为因素以及投资者偏好异质、类型异质与预期异质等行为特征来重新构造资本资产定价模型，从而形成繁荣的行为资产定价模型家族。这些模型把对参与者的限制从单纯的预算约束扩展到效用函数本身所包含的行为约束，即投资者在选择时不仅要权衡收益与风险，而且本身要受到消费习惯、财富禀赋、对损益的态度、预期形成方式与投资者类型等的影响，参与者的理性受到了一定的限制。DeLong、Shleifer、Summers和Waldmann(1990)构建了理性套利者和噪声交易者的噪声交易模型(DSSW)，系统分析了噪声交易者对于资产价格的影响，同时指出噪声交易者对资产市场风险具有系统性影响。Bakshi和Chen(1996)首次研究基于财富偏好的资产定价理论，在Merton(1967，1971)基础之上求解了基于财富偏好的资产定价模型，尝试解释股票溢价之谜，但是实证发现对股票溢价之谜的解释能力有限。Barberis、Shleifer和Vishny(1998)提出了将代表性偏差和保守性偏差纳入投资者行为中的BSV模型，同时解释了股价的动量效应和长期反转之谜。Daniel、Hirshleifer和Suhramanyam(1998)提出了基于投资者分类(有信息的和无信息的)的DHS模型，分别在投资者的自信指数保持不变的情况下和投资者某一时期的自信受前一段时间的结果影响的情况下阐述了证券市场价格波动。Hong和Stein(1999)提出了HS模型，把金融市场中的投资者分为信息挖掘者和惯性交易者，分析了两类交易者相互作用，如何推动价格从反应不足走向反应过度。Gali(1994)、Gollier(2003)研究了基于嫉妒的资产定价模型，Gali基于嫉妒的资本资产定价模型研究了嫉妒等消费外在性的因素对于消费—投资的影响。Barberis、Huang和Santos(2001)在Lucas(1978)研究基础上，将投资者损失厌恶的情绪变化引入刻画投资者偏好的模型中。Barberis等人的“损失厌恶”模型可以很好地解释在实际的金融市场中股票价格高均值高方差现象，以及为什么股票价格具有一定的可预测性。Haug(2001)、Li(2001)研究了习惯形成对资产价格的影响。Shefrin(2008)提出了具有异质性信念的模型。李腊生等(2009)提出了基于混合预期的噪声交易模型，讨论了非一致有限理性预期下的证券市场价格的决定。

2．基于特定行为模式的行为投资策略及组合选择。运用行为金融理论指导投资选择实践方面，研究者针对金融“异象”提出了各种各样的行为投资策略。其中，逆向投资策略(contrarian investment strategy)是利用市场上存在反转效应和赢者输者效应，买进过去表现差的股票而卖出过去表现好的股票来进行套利的投资方法。De Bondt和Thaler(1985)的研究表明这种投资策略每年可获得大约8%的超额收益。与逆向投资策略相反的是惯性投资策略(momentum investment strategy)，也称动量交易策略，或相对强度交易策略。Jegadeesh和Titman(1993)首次注意到美国市场的动量效应。Luis Muga·Rafael Santamaría(2009)实证研究了伴随西班牙股票市场上升和下降出现的动量效应。王永宏、赵学军(2001)实证分析了中国股票市场的“动量策略”和“反转策略”。陈卓思等(2008)研究中国机构投资者的交易行为特征，结果表明机构投资者整体上是采用正反馈即惯性交易策略的，而个体投资者的行为则较为随机。Banz在20世纪80年代通过实证研究发现小公司存在比大公司高回报的现象，验证了小公司股票收益率在长期中优于市场平均水平。小盘股投资策略(small company investment strategy)就是利用规模效应，对小盘股进行投资的一种策略。时间分散化策略(time diversification strategy)是针对投资者的后悔厌恶心理，以及人们对股票投资的风险承受能力可能会随着年龄的增长而降低的特点，建议投资者在年轻时让股票占其资产组合较大比例，而随着年龄的增长增加债券投资比例，同时逐步减少股票投资比例的投资策略。成本平均策略(dollar cost averaging strategy)，是针对投资者的损失厌恶心理，建议投资者在将现金投资于股票时，按照预定的计划以不同的价格分批买进，以备不测时摊低成本，从而规避一次性投入可能造成较大风险的策略。Statman(1995)、Fisher和Statman(1999)运用前景理论、损失厌恶、后悔厌恶和不完善的自我控制概念，分别对时间分散化策略和成本平均策略进行了系统解释，并提出了实施中加强自我控制的改进建议。

3．行为资产组合理论。Shefrin和Statman(2000)构建的行为资产组合理论是建立在SP/A理论与前景理论基础上的一个框架体系，它认为现实中投资者的投资目标多层次多心理账户，投资者对其资产选择分层进行管理。Berkelaar和Kouwenberg(2000)尝试在一般的鞅定价理论基础上研究损失厌恶投资者的行为，他们认为投资者希望最大化满足“愿望”水平的概率，同时希望保有一个财富增长的可能，与Shefrin和Statman相似。Siebenmorgen和Weber(2000)认为投资顾问一般会根据投资者对风险的态度并不会严格地遵循Markowitz均值—方差资产组合理论来确定“行为资产组合”，并使用短期债券、长期债券、蓝筹股、中小盘股和外国股票五类资产在1988—1999年间的相关数据对比了他们的行为资产组合和Markowitz均值—方差资产组合之间的不同。Gomes(2003)基于对资产溢价之谜的基本解释建立了一个损失厌恶资产组合理论，认为损失厌恶的投资者的行为强烈地取决于两点:①当前财富与基准财富的差值;②当股票价格变化时基准财富水平的变化。De Giorgi，Hens和Mayer(2006)从资产组合的基本问题—回报与风险的权衡入手，讨论符合前景理论的效用函数对最优资产组合的影响。Brown和Weisbenner(2007)对投资组合中的行为因素进行了分析总结:①当投资者按照资产类别构建投资组合时，可供选择的各类资产在整个市场上的份额将会对资产组合的结构产生显著的影响。②在投资组合的全面风险(或收益)预测方面，投资限制的影响比标准的投资组合模型更为显著，这与投资者把这种限制当作一种投资建议是一致的。③投资者对历史的收益状况有很大反应，过去5年回报较高的股票，其持有量会相对高一些。④投资者行为惯性变现突出，对于一种新的基金，投资者要花几年时间才能够完全调整过来。Jin和Zhou(2008)则研究了基于前景理论的连续时间行为投资组合模型。国内马永开和唐小我(2003)认为，BPT模型是从理论分析的角度提出了行为资产组合模型，但该模型没有考虑实用性，故对单心理账户行为资产组合模型进行了改进，并给出了求解步骤。彭飞(2005)应用下偏矩作为风险测度改造了单心理账户行为资产组合模型，并且得到了有效前沿。虽然改善了实践中单心理账户行为资产组合模型，但该模型较传统组合选择并无明显优势。而且彭飞参照Shefrin和Stataman的做法，讨论两个心理账户的资产组合的情形，构造了具有低期望账户与高期望账户的投资者的整体效用函数。学者徐绪松等(2007)将投资者的效用函数表示为期末财富和财富变化的函数，建立了基于损失规避的最优投资组合模型。胡支军等(2010)借鉴Kahneman和Tversky提出的前景理论，通过将投资者的效用函数表示为期末财富变化的函数，建立了基于损失厌恶的最优投资组合模型，并利用中国证券市场的实际数据验证了随机搜索算法解决该模型的合理性和有效性。除了建立具体的资产组合选择模型外，行为资产组合理论的另一个研究方向是分析哪些因素应该被引入资产组合的决定模型之中。如Frijns、Koellen和Lehnert(2006)使用多元logit回归模型实证研究了行为因素资产组合之间的定量关系。

综上所述，基于行为金融的选择理论研究中，第二方面“基于特定行为模式的行为投资策略及组合选择”的研究中，针对金融“异象”基础上提出了各种各样的行为投资策略，缺乏较统一的理论分析框架，其合理性尚待进一步研究。此外，资产定价和投资组合两部分不论是在传统主流金融学还是行为金融学中都是核心内容。行为金融学对这两部分的研究，总结起来，主要沿两个方向展开:①在效用函数中引入投资者的行为因素或加入投资者的行为特征，行为资产定价模型基本都是这样得到的。②寻找与构建满足损失厌恶特征的新价值函数，如Kahneman和Tversky构建了典型的前景理论价值函数。De Giorgi、Hens和Mayer(2006)尝试从前景理论的视角重新考察资产组合理论的核心问题——回报和风险之间的矛盾。

［1］ 陈思卓，高峰，祁斌．机构投资者交易行为特征研究［J］．金融研究，2008，(8):122－130．

［2］ 方琦．从主流金融学与非主流金融思想之比较看金融学发展［J］．财政监督，2010，(1):75－76．

［3］ 董志勇．行为金融学［M］．北京:北京大学出版社，2009．191－234．

［4］ 张新．中国金融学面临的挑战和发展前景［J］．金融研究，2003，(8):36－44．

［5］ 李腊生，翟淑萍．混合预期噪声交易模型及我国证券市场非理性交易的实证分析［J］．统计研究，2009，(10):95－102．

［6］ 李腊生，翟淑萍．现代金融投资统计分析［M］．北京:中国统计出版社，2006．68－81．

［7］ 方勇．异质预期、噪声交易和价格被动［J］．技术经济与管理研究，2010，(2):3－7．

［8］ 胡支军，叶丹．基于损失厌恶的非线性投资组合问题［J］．中国管理科学，2010，(4):28－33．

［9］ 徐绪松，马莉莉，陈彦斌．考虑损失规避的期望效用投资组合模型［J］．中国管理科学，2007，(10):42－47．

［10］ 姚海洋，李仲飞．不同借贷利率下的投资组合选择——基于均值和的效用最大化模型［J］．系统工程理论与实践，2009，(1):22－28．

［11］ 文凤华，马超群，巢剑雄．基于风险偏好的最优投资决策分析［J］．中国管理科学，2002，(5):26－29．

［12］ 饶育蕾，盛虎．行为金融学［M］．北京:机械工业出版社，2010．125－131．

［13］ 姚京，李仲飞．基于VaR的金融资产配置模型［J］．中国管理科学，2004，(1):8－14．

［14］ Barberis，Nicholas，Ming Huang，and Tano Santos．Prospect Theory and Asset Prices［J］．Quarterly Journal of Economics，2001，(5):1－53．

［15］ Barberis，Nicholas，Andrei Shleifer，and Robert Vishny．A Model of Investor Sentiment［J］．Journal of Financial Economics，1998，49(3):307－343．

［16］ Consigli G．Tail Estimation and Mean－VaR Portfolio Selection in Markets Subject to Financial Instability［J］．Journal of Banking＆Finance，2002，(26):1355－1382．

［17］ De Bondt W，Thaler Richard．H．Does Stock Market Overreact［J］．Journal of Finance，1985，(3):793－807．

［18］ Gali J．Keeping up with the Joneses:Consumption Externalities［J］．Journal of Money，Credit，and Banking，1994，26(1):1－8．

［19］ De Long J．B．，Shleifer A．，Summers L，Waldmann R．J．Noise Trader Risk in Financial Markets［J］．Joumal of Political Economy，1990a，(98):703－738．

［20］ De Giorgi E．，Hens T．Making Prospect Theory fit for Finance［J］．Financial Markets and Portfolio Management，2006，20(3):339－360．

［21］ Jin H．，Zhou X．．Behavioral portfolio selection in continuous time［J］．Mathematical Finance，2008，18(3):385－426．

［22］ Kahneman D，Tversky A．Prospect Theory:An Analysis of Decision Making under Risk［J］．Econometrica，1979，47(2):263－291．

［23］ Shefrin H，Statman M．Behavioral Capital Csset Pricing Theory［J］．Journal of Financial and Quan－titative Analysis，1994，29(3):323－349．