金融泡沫理论范例6篇

前言:中文期刊网精心挑选了金融泡沫理论范文供你参考和学习,希望我们的参考范文能激发你的文章创作灵感,欢迎阅读。

金融泡沫理论

金融泡沫理论范文1

贵司邀请我解析席卷全球金融体系的金融危机,我将尽力阐述。

本次金融危机的显著特点是危机并不是由外部因素,例如石油输出国组织提高油价造成的,而是由金融系统本身导致。目前普遍的金融理论认为金融市场最终趋向均衡,而偏离均衡是由于市场难以调整某些外部突发事件导致的。而金融系统本身存在缺陷这一事实促使人们开始怀疑这一理论。我总结了另外一种理论,与现在的理论主要有两点不同。第一,金融市场并不能准确地反映当前的市场环境,他们反映出的总是对现实状况的偏离或曲解。第二,市场参与者所持的并在市场价格中体现的这些曲解的观点在某些情况下影响了本应由市场价格体现的所谓基本面。我将市场价格和现实状况之间的双向联系称为“反身性理论”。

我认为金融市场具有反射性特点,并且在某些时候,他们会与所谓的市场均衡相去甚远。尽管金融市场总是具有反射性特点,但是金融危机只是偶尔,并且在非常特殊的情况下发生。通常来讲,市场会自动修正本身的错误,但有些时候市场上会出现某些错误的观点或认识,这些错误观点或认识会寻找一种方式强调正确的趋向,并且在这个过程中强调了这些错误观点或认识本身。这种自我增强的过程可能导致市场远离均衡。除非能尽快消除这种反射性的互动,否则这种趋势将持续,直到这些错误观点或认识足够明显,而必须被人们所意识到。当上述情况发生时,当前的错误趋向难以为续,发生逆转。因而当这种自我增强的过程反向运行时,将造成市场灾难性下跌。

市场繁荣和危机爆发总是不对称的。市场总是逐渐进入繁荣阶段并逐渐加速发展。市场危机的爆发总是在非常短时间内发生,并会迅速造成大幅的经济下滑。这种不对称性是由信用发挥的作用决定的。当价格上涨时,同样的抵押品可以获得更大额的信贷,而不断攀升的价格也创造出乐观的市场气氛,鼓励人们更多地利用信贷。市场达到繁荣的顶峰时,抵押品价值和财务杠杆的利用肯定也达到了极致。而当市场价格开始下降时,市场参与者无法承担追加保证金,正如我们现在看到的,抵押品被迫清盘导致市场发生灾难性下滑。

由此,市场泡沫由两部分组成:现实的趋向和对这种趋向的错误认识。最简单和最常见的密斯例子就是房地产。房地产市场的趋向是,一方面是贷款方不断提升的贷款意愿,另一方面是不断攀升的房地产价格。这其中存在的误解是房地产的价格在某种程度上是独立于贷款意愿的。这种错误观念促使银行家在价格不断上扬以及抵押贷款违约率减少的情况下放松了对贷款程序的管制。这就产生了房地产泡沫(包括美国最近发生的房产泡沫)。尽管房地产泡沫破裂已经有很长时期,但这种错误观念仍然以各种不同形式存在,着实令人吃惊。

市场泡沫不是金融市场反身性的唯一证明,但却是最显著的。市场泡沫总是伴随着信贷的扩张和收缩,并且带来灾难性的恶果。由于金融市场容易产生泡沫,而泡沫会扰乱市场,因此金融市场大多受金融监管机构的监管。在美国设有美联储、财政部、证券交易委员会等多家金融监管机构。

我们必须认识到,金融监管机构和市场参与者一样,利用曲解的市场观点做出判断。而金融监管机构可能尤甚于市场参与者,因为他们不仅是自然人,同时也十分官僚,而且受制于政治因素的干扰。因此,监管机构和市场参与者的互相影响也具有反身性的特点。与偶尔爆发的市场泡沫不同,监管机构和市场参与者之间的猫鼠游戏一直在持续,因此反身性的特点也一直存在,而忽略它的影响是错误的。但是当下普遍的金融理论恰恰忽略了反身性的特点,因而引发了当前严重的金融危机。

1987年,我在出版的第一本书《金融炼金术》中,曾经阐述过我总结的金融市场理论。最近出版的《金融市场新范式:2008年信用危机及其意义》一书中,我又更新了这一理论。在该书中,我认为,当前的金融危机与以往发生的很多金融危机不同。这个论断是基于这样的假设:美国房地产泡沫的破裂引爆了20世纪80年代以来逐步形成的更大的“超级泡沫”。

房地产泡沫十分简单;但超级泡沫则复杂得多。超级泡沫的发展趋势源于信贷和负债的不断增加。二战结束以后,美国的信贷增长速度远远快于GNP。可是,当罗纳德·里根担任美国总统,玛格丽特·撒切尔担任英国首相后,市场被错误认识所笼罩。因此,增长率不断加速,并在80年代呈现了泡沫的特点。

错误认识来源于当前的金融理论,正如我之前提到的,该理论认为,金融市场趋向均衡,偏离均衡只是由偶然的外部因素引发的。这种理论被用来说明追逐自我利益不应受到约束以及市场应放松管制是合理的。我把这种说法称作“市场原教旨主义”,并且我认为这种论断是建立在错误的论据基础上的。仅仅因为监管和其他形式的政府干预被证明是有缺陷的,并不能说明市场是完美的。

尽管市场原教旨主义源于错误的前提,但是它却符合财务资本所有者和管理者的利益。金融市场的全球化促使资本自由流动,也为单个州政府的征税和监管带来困难。金融交易的放松管制以及对创新采取的宽松环境提高了金融企业的盈利能力。无论在美国还是英国,金融业创造的利润都达到了所有企业利润总和的三分之一。

金融泡沫理论范文2

Feigenbaum&Freund和Sornette等人率先将复杂系统中幂次法则和对数周期性模式的概念应用于金融市场崩盘研究,而Vandewalle等人及Johansen&Sornette进一步说明金融崩盘的现象。Johansen等人提出LPPL(log-periodicpowerlaw)包含两个部分:(1)关键性假定崩盘的形成是因噪声交易者之间局部自我增强模仿所造成的。对于噪声交易者而言,模仿其他交易者而达至特定的点称之为“关键点(criticalpoint)”,此刻所有的交易者在相同的时间采取相同的买卖策略,而产生崩盘。(2)对于交易者而言,因崩盘高风险而要求更高的报酬率作为补偿,故Johansen&Sornette等人强调正向回馈导致的投机性趋势凌驾于基本信念,因此一旦出现外部冲击即产生崩盘。一连串的研究发现通常在投机性崩盘之前有一个主要特性:金融市场价格为对数周期振动且呈现幂次法则加速,也就是说,系统越来越靠近关键点时,会观察到一连串逐渐缩短的振动循环,而这个振动序列会根据等比级数而退化。如Vandewalle等人分析三个不同的道琼工业指数期间,包括1982年1月至1987年8月期间、1992年1月至1997年8月期间及1993年月至1998年8月期间,利用LM(LeyenvergMarquardt)和Monte-Carlo演算法进行配适,包络函数技巧产生对数周期模式,此模式反映出明显的崩盘振动前兆,研究发现,对数周期模式存在于崩盘之前,因此市场应该视为离散的不规则碎片系统(discretefractalsystem)。Drozdz等人验证1998年期间德国金融市场两个崩盘和1987年的黑色星期一发现,崩盘前出现清楚的对数周期结构,另外1998年至1999年期间于美国市场亦发现相同的情形。Johansen&Sornette利用对数周期振动的幂次法则以反泡沫作为衡量基础,在大崩盘的底部浮现时,出现相同的型态。由此可见,对数周期幂律几乎在每个市场都是相同的。

不仅如此,Drozdz等人亦指出,金融动态的迹象可以透过现象类(phenomenaanalogous)决定,特别是对数周期的概念,该研究在1999年11月至2000年3月期间的“超级泡沫”同样发现对数周期振动的轨迹。Gnacinski&Makowiec以波兰金融市场为例,针对1998年8月的俄罗斯危机和2000年4月的新经济崩盘事件(NewEconomicCrash)进行验证,研究发现,崩盘的关键点始于对数周期振动的起点。Sornette&Zhou证明当美国金融市场发生崩盘时,金融市场呈现出对数周期幂律,而且外资资本流量跟随正向回馈交易。Zhou&Sornette也证明了中国金融市场亦崩盘前具有对数周期幂律现象,有趣的是,中国金融市场比其它成熟市场呈现更明显的对数周期幂律现象,该研究将其归因于该市场短期投资客多于长期投资客所致,因而触发投机从众现象。值得一提的是,对数周期幂律不仅出现在股市泡沫中,在熊市反泡沫亦获得相同的结果。Johansen&Sornette以反泡沫作为衡量基础,在金融市场大崩盘的底部浮现时,出现相同LPPL的型态。

而Zhou&Sornette利用log-periodic分析2000年的全球38个股价指数的反泡沫(anti-bubbles)作为研究对象,并定义“反泡沫”是以自我相似性展延对数周期波动下自我增强的价格趋势,数学上表示为一个熊市的反泡沫具有价格的幂次法则递减和展延对数周期波动的特性;Zhou&Sornette指出,正向回馈交易会产生熊市的反泡沫,即是向下趋势的金融资产价格移动促使价格更向下移动,增加人与人之间互动的悲观情绪,38个指数中除了11个指数外,其他皆发现如同S&P500指数相同的对数周期幂律的反泡沫结构,此反泡沫在全球市场几乎于同一时间被发现,显示全球具有全面同步化的情形。基于以上研究,近年来已有越来越多的学者在探讨金融崩盘事件时普遍发现,崩盘前确实存在对数周期振动加速幂法则,此意味从经济物理学的领域中所衍生出复杂适应系统的特质及他们朝向自我组织关键演化观念说明金融市场崩盘的行为已自许多市场中得到证实。

2国内研究发展

对数周期幂律模型在国外出现较晚,一直处于争议当中。因此,国内在相关方面的研究较少,仅有少数文献涉及相关方面的研究。章晓霞(2007)从金融物理学方法详细分析了股票崩盘的临界时候特征,并利用资本资产混合定价模型将金融资产收益分成资产基本价值带来的基本收益和因市场泡沫而产生的泡沫收益,在此基础上提出一个基于对数周期指数分布的金融资产累积泡沫收益率模型。并分别对上海证券A股综合指数、深圳证券综合指数、四川长虹和中集集团的股票进行了模型的实证分析,实证结果表明,提出的模型很好地模拟了我国证券市场在典型泡沫时期临界点或临界区域的特征。方勇(2011)选取中国上海证券A股市场日收益率和日收盘价作为样本数据,对中国金融市场的对数周期幂律和自组织临界性进行了实证研究。实证结果表明,LPPL模型较好地拟合出中国金融市场上证指数部分时间段的收盘价时间序列。沿袭金融物理学的研究思路和框架,具有较好的理论基础和继续研究,但是对具体时间序列的分段没有提出合理可靠的依据。郑飞(2012)结合最新的研究成果,对中国金融市场泡沫的崩盘时间进行拟合和预测,结合相关理论基础上经过推导得到预测金融市场崩盘时间的对数周期幂律模型(LPPL),然后对该模型进行一系列简化处理,并应用遗传算法估计模型中的未知参数,进而得到泡沫破灭的预测时间。结论指出股票市场泡沫的破灭时间是可以预测的,前提是泡沫需要呈现出特定性质,即只有在股价走势符合对数周期震荡性质的情况下,利用对数周期幂律模型才能够较好地预测泡沫的破灭时间。谢治博(2012)引入对数周期幂律模型,通过对2006~2007年金融危机前和2009年救市政策出台后的中国金融市场的大崩盘和泡沫进行实证检验,得出中国资本市场存在非理性泡沫的结论,并根据研究结果提出了一定的政策建议,以期望避免中国金融市场崩盘事件的突发。

3结语

金融泡沫理论范文3

关键词:房地产泡沫;房地产投资者非理性行为;房地产泡沫形成成因;行为金融学;

1、行为金融学的产生和发展

经过与传统的有效市场理论(EMH)的多年来的交锋,基于市场的信息的披露不充分,理性与非理性投资者掌握的信息不对称。难以形成完全理性的市场竞争机制。理性投资者与非理性投资者共同决定市场价格,有效市场假说没有办法继续解释发生的经济现象,行为金融学也就产生了。

行为金融学是后金融时代经济学的众多分支学科中推翻了有效市场假说,将心理学和行为学共同融入金融学理论中,所取得成果最为丰硕的领域之一。它将人们在投资金融决策过程中的自身原有的偏好、信念、知识构架感觉及其受外界干扰的从众心理一系列影响决断的因素都考虑进来。通过探究这些市场非有效性的因素看其对房地产市场价格的影响。如果把开放商和购房者在房地产的行为投资活动看成一个心理过程。以下图表为投资者心理对房地产价格的影响:

在行为金融学中,有限套利理论是其重要的理论板块,在后金融时代的中,传统的金融学中假设套利是完全无风险的,已经无法解释很多市场经济现象。它不可能是充分实现的,受到很多因素的影响。例如市场中不能提供完全的替代品,受到资产价格回归的时间和资金信贷配给的限制以及噪音交易者在市场盛行的限制,各种干扰使得套利者无法充分发挥其捍卫市场有效性的作用。在行为金融学中,第二个重要的理论就是投资者心理。这一理论主要探讨现实世界中投资者在买卖证券时如何形成投资理念和对证券进行判断的。

2、房地产市场泡沫及其存在问题

房地产泡沫,即房地产价格的泡沫,是指由于房地产投机行为而导致的房地产价格超过其自身市场基础价值并持续上涨,房地产市场价格严重脱离了使用者实际承受能力的情况。房地产市场不同其他行业,存在着萧条、恢复、繁荣、衰败的重复的经济周期理论。虽然一般情况下,房地产泡沫仅仅指出现于房地产市场的繁荣阶段,但是泡沫期间房价的暴涨暴跌也是致使房地产市场从繁荣顶端破裂走下坡路的主要诱导因素。致使给经济社会都带来的巨大的破坏,对房地产市场有着摧毁性的打击。

房地产泡沫现象不仅仅在我国房地产市场盛行,在国际市场上更是猖狂。从上一轮回的美国次贷危机以来,美国、欧洲、日本、香港等房地产市场都持续的走着下坡路。全球性的房价格快速上涨,投机现象严重,房地产市场是一个周期长、高投资、高收益、高信贷、高风险、资金密集型的投资行业。房价跟随着我国超常高速发展的经济高低起伏,房地产价格脱离基本面支撑进入非理性的泡沫发展阶段已是不争的事实。我国房地产市场投资者非理性行为表现为投机过度,商品房空置率居高不下、羊群效应严重、房价收入比远高发达国家噪声交易者纵行,过度反应等等众多现象。

2.1空置率、房价收入比两个指标高居不下

2.2非理性的投资者行为

从非理性的投资者的投资行为也能反映房地产市场的异常现象,非理性投资在房地产投资时存在着住房消费面积贪大行为和超前消费行为,这大大增加了土地资源的浪费,超消费行为也违背了住房消费的动态规律,造成生活质量下降,不利于人的健康发展。其次,投资房地产者的跟风的羊群行为也非常严重。房子同黄金一直都被认为是保值资产,在购房者没有掌握相对全面的投资信息时,看见周围的其他人都投身地产,也不问其具体原因和自身情况,就疯狂的投资房产业。

2.3房产商借贷市场混乱现象

房价的一路飙升使得房产商看到了商机,纷纷投身于房地产行业。房产行业本身高信贷特点带动民间金融借贷发展起来,形成巨大资金高利率参与体广泛的民间借贷市场。但房产繁荣期房产泡沫后,空置房等各种问题凸显,很容易造成开发商资金断裂,民间借贷市场混乱。使得房产成为一下成为金融风险较高的行业之一,甚至演变为民间金融危机。很典型的例子可以看依靠煤炭资源暴富起来的鄂尔多斯经济,巨额民间资本推动了地区房价持续八年暴涨。但却由于投资开发商的缺乏基本的金融知识及其投资的失误偏差和市场的反常,民间借贷机构不成熟,导致鄂尔多斯经济一路下滑的悲剧。

3、行为金融学在房地产泡沫现象的应用

大量针对房产行业的泡沫成因分析都是采用传统金融学理论的宏观角度里假设完全理性的市场下的有效市场假说、完全套利、贝叶斯法则或者预期效用等理论进行解释和研究。很少人从行为金融学,微观投资者行为进行分析。从投资者的决策心理出发,研究房地产投资者,开发商的心理因素对房地产市场的影响,看房价高低波动异常形成的原因。

3.1房地产投资参与者行为的信息反映偏差

参与房地产市场投资的买房投资人、投资开发商及其银行等民间金融放贷机构都存在着过度自信和反应不足的现象。买房者往往对未来比较乐观,相信未来房价有很大的上涨空间,从而才会纷纷加入购房者浪潮,导致市场交易量膨胀,陷入房地产泡沫的漩涡中。同时投资开放商对未来房价的过高估计让其大量买地,甚至高利率的向民间金融机构借贷。而银行、民间借贷机构对未来房市过高估计使其大肆发放贷款。从而加速了房价的波动。同样,在三者反应不足时,对房地产市场的利好消息不敢追击加大投资,当有打压政策也不能及时的收手。这些都致使房地产市场中追涨价杀跌价的现象,大大加剧房地产的泡沫现象。

3.2羊群效应

羊群行为也称从众行为的投资行为。是指投资者在信息掌握不全或获得信息的成本太高的情况下,跟随和模仿着他人的投资行为投资的现象。其行为过度的依赖第三方渠道,忽略自己的主观能动思考性而采取的盲目策略。当房地产市场产生羊群效应时,买房投资者往往不考虑自身情况,过度的依赖他人,疯狂地投入房市,导致房价曲线一路上扬,迅速膨胀,伪装的房地产盛世开始慢慢出现泡沫现象。反之,当不利消息覆盖房产市场时,投资者仅仅依据表面信息做出判断,需求曲线迅速下滑,导致房产业泡沫破裂。这种房地产业的供需不平衡,误导投资者和开发商做出不相事宜的举措,形成房价市场过热或过冷的羊群效应。

3.3反馈机制

在我国房地产价格受到政府政策影响比较大,近几年房地产泡沫的现象严重后,政府为了抑制房价,采取了调利率,限购等多项措施,对不同城市的房价产生了不同的影响。购房者担心房价进一步上涨后会导致高位买进而吃亏,就蜂拥而至的购买。人们对房价的认知偏离反馈给房价的异常,同时正反馈交易机制也会致使投资者行为再次偏离。

3.4从噪声交易者理论看房地产泡沫

噪声概念早在1986年被美国时任金融协会的主席布莱克提出。他在发表的《噪声》一文中指出投资者不是以自己已有信息去决策,而是以噪声进行决策和交易。在DSSW模型中告诉我们房地产市场中存在噪声交易者,并且解释了房地产市场的需求与价格成反方向变动的原因。由于房地产市场中的噪声交易者的认知,心理及其情感偏差,从而对投资决策做出错误的判断。加之媒体的炒作,使得市场弥漫着噪音的投资者越来越多,使得房价上涨时,市场上购房需求上涨,反之当噪声交易购房者对市场前景不看好时,就会做出相反的策略。

4、从行为金融学角度为房地产泡沫提出简析建议

4.1政府政策是引导房价回归理性的重要因素

(1)建全相对应的住房保障供应体系,调整住房供给结构,统一贯彻中央政策并根据各地方的GDP、人数等可靠的基础数据制定切实可行的房产政策。例如加大经济保障房的建设,减少大面积的奢侈住房的浪费现象,并加大低廉经济房的建设,避免影响生活质量的超前消费更加严重,规范和整顿房地产市场秩序。

(2)抑制投机性购房。国家和政府应制定一系列合理的房产税和信贷政策,提高投资者投融资成本。同时,政府及其相关机关采取经济和行政处罚,提高其在房地产投机活动的风险。针对开发商的民间借贷机构的政府监管,可以做完善信贷市场机制。

(3)建立相对完整的信息共享平台,进一步完善信息机制,减少噪声交易者的认知能力,使投资者掌握更多的被披露出来的真实信息,规范购房者和开发商的投资行为。加强正确的舆论的宣传,减少投资者在房地产市场中所掌握的不对称信息。组织相关金融房产部门对购房者,尤其是噪声交易者进行系统正确的理财、房产风险教育,并在房地产市场发展超出合理值,不论过热还是过冷时都给予及时的提示信息,抑制非理性投资行为。

4.2规范银行及其民间金融机构对房价引导和监管机制

(1)银行和民间金融机构认真贯彻政府对房地产行业控制和调整的宏观调整,结合自身状况做好结构调整。各银行要对房地产开发商进行严格的审查,控制好房产抵押贷款的比例和开发商的持有资金比例。并要实时沟通和提醒,引导开发商适当的时候采取降价措施,保证现金流的正常运行,正常的回笼资金。

(2)整顿民间金融机构,完善房地产市场的信贷风险预警预报系统机制。可以看出民间组织有着很强的资金实力和金融信息知识资源,内控机制相比个人投资者而言也相对全面和完善,能对风险进行及时的控制和梳理。在民间机构要剔除不合规不合政策的小组织机构,使得正规的民间机构集合更全面更好的信息和资源与金融接轨,成为正规的村镇银行及实体投资公司。提高民间机构投资者在市场上的投资行为的科学性。

4.3规避购房投资者和开发商投资的非理性投资行为

(1)对于开发商,要严格的执行国家土地使用政策,要时刻的关注政府宏观政策的变化,确定房地产市场变化莫测的需求,避免过多的开发用地。其次,开发商要有财务风险意识,有正确的信息投资观,以防盲目的跟风投资,不顾自己的资金安全进行投资,避免投资中出现资金链断掉的危险,使房屋的供给和需求趋于均衡。最后,开发商还应采取自身反省机制,严格规范自身行为,不虚假消息哄抬房价,互相监督,维护市场秩序。

(2)个人购房投资者应通过正规渠道获取信息,采取正确的投资政策。正确的利用新闻媒体媒介,树立正确的投资心理和投资行为。严格的贯彻个人贷款审查程序,积极地参与政府及其民间金融的有关金融培训和信息灌输,保证自身资金和信息的正确和完整。

5、结束语

由于我国房地产市场的发展及其改革较其他国家晚了很多,房地产市场的发展有很多不完善需改进的地方。无论从购房投资者,开发商及其政府各方看都是尚待探索的阶段。通过本文结合行为金融学的分析,深入的分析了投资者在房地产市场的投资心理和投资行为,在一定程度上使我们更深入的认识了房地产市场中的一些异常现象,房地产泡沫的现象在一定程度上得到了更多的解释和说明,提出相对的解决策略。分别针对政府、购房者和开发商三者都进行规范和整顿。希望我国的房地产市场可以更快的走上持续、稳定的正规的发展轨迹。

参考文献:

[2]安鹏,蔡明超,高国华.中国房地产泡沫的测度与成因解――以上海市为例[J].统计与决策,2008,(20).

[3]韩冬梅,刘兰娟,曹坤.基于状态空间模型的房地产价格泡沫[J].问题研究,2008,(1).

[4]台玉红,苗苗,张洁.我国房地产泡沫测度―基于京、津、沪、渝四直辖市的实证研究[J].华东经济管理,2010,(3).

[5]赵小茜.浅析中国城市房地产泡沫化趋势―基于22个城市房地产泡沫指数模型的实证研究[J].中华民居,2010,(7).

[6]饶育蕾,刘达锋.行为金融学[M].上海:上海财经大学出版社,2003.

金融泡沫理论范文4

摘要金融市场的历史和现实经验表明资产价格泡沫的膨胀与过剩的流动性和正向的经济预期有密切的关系。本文通过设置四组不同流动性条件、分红条件的实验室资本市场,利用实验数据检验了流动性过剩和高分红预期对资产价格泡沫膨胀的影响。实验结果表明,在其他条件不变的前提下,流动性过剩和高分红预期是推动资产价格泡沫膨胀的两大要素,但流动性因素对价格泡沫的影响更具有独立性和主导性:无论分红预期高还是低,流动性过剩都会带来显著的价格泡沫。此外,在流动性不足和低分红预期的条件下市场会出现负泡沫。结合行为金融理论,我们认为价格泡沫的膨胀来源于交易者固有的认知偏差,流动性过剩为认知偏差转化为市场定价偏差提供了条件,而高分红预期可能会进一步激发过度乐观这类认知偏差。

一、引言

从18世纪的南海公司泡沫,到2000年的网络泡沫,到2008年席卷全球的金融危机,资产价格泡沫的膨胀及其破灭一直是金融领域关注的主要问题。然而,资产价格泡沫通常是难以进行事前预测的,人们只有在泡沫破灭之后才认识到泡沫的存在。Kindle2berger(2000)曾对金融历史上的泡沫事件进行总结,他指出这种大众性的癫狂是不能预测的,但是两种因素会使泡沫形成的可能性增大,第一种因素是正的经济预期,第二种是放大的流动性。回顾2006年至2007年的中国股市,中国经济持续增长和上市公司股权分置改革给投资者带来的乐观预期成为股价上涨的动力,而经济系统的流动性过剩将股价的膨胀进一步放大。流动性过剩不仅出现在2007年的中国,研究者认为当时出现了全球性的流动性过剩,而且这样的流动性过剩很可能导致了美国、英国以及新兴市场国家资本市场的过热(Becker,2007;GieseandTuxen,2007)。2007年10月美国道琼斯指数创下历史最高收盘价———14164.93点;中国上证综合指数也一举突破了6000点大关。然而,在随后爆发的金融危机中,市场银根收紧、世界经济增长下滑的预期使投资者信心受到沉重打击,包括中国、美国股市在内的全球股市大幅回落。2009年,在宽松货币政策带来的流动性和经济复苏预期的影响下,我国股票市场又开始走出低迷的局面。金融市场的动荡再次证明了流动性条件、经济预期与资产价格密切相关。

流动性对资产价格影响通常是通过两个途径来实现的,第一是资产组合的途径,流动性的变化意味着市场资金供需结构的变化,也意味着市场利率的变化,而利率的变化会影响资产的相对价格,引发投资者对资产组合的调整,从而影响资产价格;第二,流动性的变化通过利率、通货膨胀率等宏观经济指标对实体经济的运行产生影响,资产价格是对实体经济运行情况的反应,当实体经济发生变化时,资产价格也相应地发生变化。从投资者心理来看,经济预期是对实体经济发展前景的判断,因此经济预期对资产价格也存在密切的影响。传统的金融学、货币学理论探究了流动性条件、经济预期与资产价格之间的传导机制,能够解释当流动性过剩、经济预期高涨时资产价格合理上涨的部分,却无法解释资产价格中的泡沫成分,也就是资产价格对实体经济决定的基础价值的非理性偏离。实验经济学和行为经济学的方法为我们认识资产价格泡沫提供了一个简单而有效的途径。

本文的研究旨在资产实验中引入“流动性”与“预期”两个因素,检验在高分红预期和低分红预期两种不同的情况下,流动性水平对资产价格泡沫的影响;以及在高流动性和低流动性两种不同的情况下,分红预期对资产价格泡沫的影响,实验设计的目的是使实验市场价格泡沫的膨胀条件与现实更具有一致性。研究的意义在于分析流动性和预期对市场泡沫形成的影响机理,由此对货币政策的制定提供依据。例如,如果实验表明在高经济预期的条件下,流动性是否过剩对资产泡沫没有影响,那么当经济预期高涨时,通过货币政策调节流动性是无法达到控制泡沫的目的的。

本文的结构包括六部分,第二部分是对文献的简单回顾,第三部分介绍理论假设和实验设计,第四部分是实验结果及其分析,第五部分是对实验结果的行为金融学解释,最后是结论和进一步的讨论。

二、文献回顾

对资产价格泡沫问题研究至少可以追溯到20世纪60年代,至今仍然方兴未艾。我们认为有关泡沫问题的理论研究大致是沿循着三个方向进行的①:第一是理性泡沫理论,理性泡沫的概念出现于20世纪70年代的理性预期理论之中,是在标准金融理论的框架内证明人的理也会产生泡沫。例如,Blanchard和Watson(1989),Diba和Grossman(1988)都是通过建立投资者最优投资行为模型,证明了局部均衡和一般均衡框架内理性泡沫存在的可能性。第二是非理性泡沫理论,非理性泡沫理论认为泡沫产生的原因是某些交易者的非理,例如,DeLong等(1990)建立的噪声交易模型中存在理性和噪声两种不同类型的交易者,解释了为什么交易者不能或者不愿意通过交易把价格回归到基础价值。近年来,非理性泡沫理论更多地从研究个体心理决策过程出发,用投资者学习过程、投资者情绪等因素来解释泡沫问题,构成了新兴的学科———行为金融学的主要内容之一。第三是泡沫产生的外部因素即市场环境理论,主要关注于市场结构、制度、文化、市场流动性、宏观经济预期等导致泡沫产生的因素。在这个领域的研究中,研究者普遍认为信息不对称的市场结构是导致价格泡沫的一个重要原因。Allen和Gorton(1993)通过构建模型指出在不允许卖空的条件下,交易者之间的信息不对称将会导致泡沫的出现。目前,更多的研究是将第二和第三方面的理论结合起来,讨论外部因素如何通过影响非理性投资者的行为从而导致市场的价格泡沫。例如,宾斯维杰(2003)指出在非理性决策的框架内,流动性或金融约束的放松对创造“可持续性泡沫经济”提供了必要条件。Shiller(2001)则以美国新经济为例,认为在“将来比过去更有前景”这样的经济预期下,非理性投资者的行为刺激了投机性泡沫的产生。

在资本市场泡沫理论不断发展的同时,如何对理论进行检验得到了持续的探索。从20世纪80年代起实验经济学方法成为检验市场泡沫理论的一种重要工具,研究者已经进行了无数次有关资产价格泡沫的实验。在这样的实验市场中实验参与人通过联网的计算机参加模拟的资产市场交易,参与人持有的资产在每个周期都可以得到分红,分红的大小是按照实验者事先给定的分布概率随机决定的,实验的目的在于检验泡沫会在什么情况下产生(例如:Sunder,1995;Sonnemansetal.,2004;Hommesetal.,2005)。在这些研究中,Caginalp等(1998,2001)对流动性与资产价格之间的关系进行了一系列的实验,实验结果表明现金充裕的市场证券价格显著地高于现金匮乏的市场。Caginalp和Ilieva(2008)继续采用类似的实验设计方法,研究了实验中的个体行为,他们把实验参与人分成基于动量的交易者和基于基础价值的交易者,实验结果表明动量交易者现金的增加是资产泡沫膨胀的原因。在国内的研究中,高鸿桢和林嘉永(2005)利用实验方法证明了信息不对称可能引起市场操纵行为,从而导致价格泡沫的形成。金雪军和杨晓兰(2006)进行了流动性与资产价格泡沫之间关系的实验检验,结论表明代表市场资金约束状况的流动性价值与证券价格泡沫存在显著的正向相关关系。关于经济预期与资产价格泡沫之间的关系,Ackert等(2002)设计了一组实验,包含了两种不同类型的证券,它们的分红预期期望值相同,但分红预期的方差存在差异,方差大的证券称为彩票式证券(有较小的概率获得较大的收益),方差小的称为标准式证券(有较大的概率获得较小的收益)。实验结果表明,即使这两种证券具有相同的基础价值,投资者愿意为彩票式证券支付更高的价格,彩票式证券的泡沫量和泡沫持续时间都超过标准证券。

真实资本市场历史数据表明,在其他条件不变的情况下,上市公司高的分红预期必然带来更高的资产价格,然而这种高分红预期会带来更大的定价偏差,导致市场更多的价格泡沫吗?在作者所了解的文献中,现有的实验研究尚没有将这种因素纳入对价格泡沫成因的考虑。有鉴于此,本文在经典的资本市场实验研究框架下,同时在市场中引入了流动性因素和分红预期因素,通过观察真实交易者的决策行为,检验这两种因素对交易者定价偏差的影响,分析价格泡沫形成的内在机理。

三、实验设计

根据标准金融理论,在信息完全对称和交易者完全理性的假设前提下,交易者能够形成一致的预期,某个资产的均衡价格即基本价值,是其未来收益流的贴现值。若rt和dt分别表示t时的实际利率和资产的收入现金流(一般是指资产的红利),那么t时基础价值的计算公式是:由于资产持有人在未来可以获得的分红往往是不确定的,因此这里的dt是指证券的期望收益。在标准金融理论的框架内,假设投资者是风险中性的,资产价格将收敛于期望红利决定的基础价值,市场流动性的高低不会影响人们对资产价格的评价。然而,在真实的市场中,资产价格会出现偏离基础价值的泡沫现象,资产价格的持续膨胀影响了资源配置的有效性,并可能影响金融市场运行的稳定性。基于Kindleberger(2000)对金融历史上的泡沫事件进行的考察和总结,本文关注于两类导致泡沫产生的因素:流动性与分红预期,将利用实验方法对这两种因素在资产价格泡沫形成中的作用进行检验。

本文的实验设计遵循经典的资产价格泡沫实验(参加Smith等,1988)。实验市场中,我们没有考虑利率市场和实体经济,流动性的变化不会影响资产的基本价值,仅会通过影响参与人的行为和心理来作用于资产价格。每次实验都是一个独立的市场,由5人组成,市场参与人全部来自浙江大学经济学院的研究生和本科生①。实验过程应用了浙江大学经济学院开发的实验经济学计算机模拟系统,实验参与人在信息完全对称的条件下通过联网的计算机发出买卖证券的报价指令,实验系统按照“双向拍卖”的原则自动撮合成交。实验开始时赋予每个参与人一定数量的初始现金和10个单位的资产,这些现金和资产都是虚拟的。每次实验持续10个交易周期,每个周期持续3分钟。每个周期结束时,资产可以获得分红。例如在实验中,我们事先告诉参与人每单位的资产在每个交易周期结束时有80%的概率获得50元虚拟货币(下文中我们直接用“元”来代表实验虚拟货币的单位)的分红,20%的概率获得10元分红,具体分红的数额由计算机按照该概率分布随机决定,并在交易周期结束时通过计算机告知每位参与人,同时将分红计入参与人的账户中。市场的贴现率为零,交易者在各期因持有资产而获得的分红累计计入最后的总资产。在第10个交易周期结束,资产获得分红之后,资产的赎回价值为零。参与人的收益来源于两方面,一是持有资产获得的分红,二是买卖资产的价差收益。实验结束后参与人在实验中获得的虚拟收益按照一定比率折算成真实的货币报酬。根据实验结果,最终平均每位参与人获得的实际货币收入是14.64元人民币,最高为38.94元人民币。大部分实验经济学家把每小时报酬的平均水平设定在超过校园每小时平均工资的50%—100%(Friedman,Sunder,1994)。浙江大学学生勤工俭学的每小时报酬是10元,学生参加一次本文的实验需要45分钟左右,本文设计的激励方案是基本有效的。

根据本文的研究目的,我们设计了四组实验设置(treatment),这四组实验的流动性水平和预期分红水平如表1所示,我们用HL和HE分别表示高流动性和高分红预期的实验条件,相应地,用LL和LE分别表示低流动性和低分红预期。为了提高实验数据的有效性,同样的环境下每组实验重复3次进行。

根据公式(1)我们可以计算出在不考虑贴现率且风险中性情况下每个交易周期资产的基础价值。在高分红预期条件下(实验1和实验2),第一周期可以获得未来10次分红,基础价值为420元((50×80%+10×20%)×10);第二周期可以获得未来的9次分红,基础价值为378元((50×80%+10×20%)×9),第十周期的基础价值为42元。同理,在低分红预期条件下(实验3和实验4),第一周期的基础价值是180元,第二周期为162元,第十周期为18元。可见,基础价值是一条随着交易周期逐步递减的折线。如果实验市场的成交结果高于按红利分布计算的基础价值,我们就认为市场中存在泡沫,而且这种泡沫不是理性泡沫,因为我们设计的是一个有期限、参与人数目有限的证券市场①。高分红预期组与低分红预期组的资产虽然拥有不同水平的红利期望值,但是红利的分布方差,也就是资产的风险程度是相同的,由此可以排除风险偏好差异对两组实验结果的影响。

在真实的经济体系中流动性过剩通常被定义为流通中的货币超过了经济交易所需要的货币,一些研究者用货币供应量的增长率与GDP增长率之间的差额作为衡量流动性过剩的指标。在我们的实验市场中,资产是唯一的交易对象,因而流动性被定义为参与人拥有的初始现金与市场中资产的价值之间的比较。在高流动性的实验组中,每位交易者拥有的初始现金是其拥有的初始资产价值的2倍。实验1中,每位交易者拥有初始现金8400元,其拥有的10个资产在第一周期的基础价值之和为4200元(420×10);实验3中,每位交易者拥有的初始现金为3600元,其拥有的所有资产在第一周期的基础价值为1800元(180×10),这两组实验都被定义为流动性过剩组。相应的,实验2每位交易者拥有现金2100元,实验4每位交易者拥有现金900元,这两组实验被定义为流动性不足组。

资产价格泡沫的形成受到多方面因素的综合影响,在文献回顾部分我们对此进行了讨论。我们设计的四组实验排除了理性泡沫的存在,检验在两个外部因素———流动性和分红预期的影响下,投资者是否会出现非理,从而导致市场价格泡沫的出现。根据本文的研究目的,我们将流动性和分红预期作为处理变量,检验由于这两个因素的变化对实验结果产生的影响。除此之外,把其他可能对市场价格泡沫产生影响的外部因素,如信息结构、交易机制等作为常数,也就是在实验过程中保持不变。由于其他市场环境是完全相同的,通过对实验数据的计量检验,我们可以将四组实验结果的差异归结为流动性和分红预期的差异。在错综复杂的真实市场中,我们往往难以将这两个因素和其他因素区别开,这就是实验研究在可控制性方面的优势。

四、实验结果

在考察结果之前,我们先引入衡量实验室资产价格泡沫程度的指标———每周期价格泡沫和累积价格泡沫。每周期价格泡沫计算方法为:

Pt指第t周期市场平均成交价格,P3t指第t周期的基础价值。

累积价格泡沫是对每周期价格泡沫的加总,衡量了市场平均价格偏离基础价值的总体规模,如果实验持续n个交易周期,那么累积价格泡沫的计算方法为:

(一)实验结果的总体描述

4组实验每组重复进行了3次,我们共获得了120个每周期价格泡沫数据和12次累积价格泡沫数据。12次实验在每个交易周期的平均价格泡沫我们用图1表示出来了,当泡沫为零时,表明成交价格等于理性预期的均衡价格,即资产的基础价值。从图中可以看到,在交易的前三个周期,资产的价格远远低于基础价值,出现了显著的负泡沫;从第四个交易周期起,资产价格泡沫开始膨胀,直至最后的交易周期,价格才收敛于理性预期的均衡价格水平。

表2列出了12个实验市场的价格泡沫情况。表2显示,虽然处于不同的流动性和分红预期条件下,每个实验市场都出现了正的价格泡沫现象,其中实验1.1和实验3.2在10个交易周期中有8个周期都出现了价格泡沫,而实验4.3仅出现了一次。由于本文关注的重点是流动性和分红预期对价格泡沫的影响,因此我们取实验中价格泡沫比较频繁的第4至第10个周期的数据作为研究的主要对象。表2显示第4至10周期累积价格泡沫的最大值出现在实验1.2,最小值出现在实验4.3。从平均水平看,流动性过剩且分红预期高的第一组实验的价格泡沫远远高于流动性不足且分红预期低的第四组实验。

图2显示了在不同的流动性水平(市场人均初始现金)和期望分红条件下(每周期单位股票分红的数学期望值)市场累积泡沫(第4至10周期)的大小,表明了高市场流动性和高期望分红对价格泡沫的正向影响。我们将通过进一步的计量检验来分析这种正向影响。

(二)市场价格泡沫比较的非参数检验

在本文的实验设计中,我们引入了流动性和预期两个因素,将其对实验市场价格泡沫的影响分别称为流动性效应和预期效应。在计量分析中,我们以每次实验4—10周期的价格泡沫作为研究对象,并且将流动性高低和分红预期高低作为分组标志,用非参数检验的方法比较不同实验条件对实验结果的影响。首先,我们将12次实验按流动性过剩和流动性不足分为两组,两组市场第4—10周期的累积价格泡沫平均值分别显示在图3。利用Mann-Whitney检验,对两组市场(共12个市场)第4至第10周期价格泡沫的序列进行检验,可以得到z=-2.841,p=0.005(N1=42,N2=42)。在1%的显著水平下,流动性过剩组的资产价格泡沫显著地高于流动性不足组。

然后,我们按照分红预期的高低,所有实验市场可以分成高分红预期和低分红预期两组,两组市场第4—10周期的累积价格泡沫平均值分别显示在图4。利用Mann2Whit2ney检验,对两组市场第4至第10周期各组价格泡沫的序列进行检验,可以得z=-2.979,p=0.003(N1=42,N2=42)。在1%的显著水平下,两组市场的资产价格泡沫有显著差异。

接下来我们将对四组实验数据进行两两比较,进一步考察流动性和分红预期对价格泡沫的影响。表3列出了对四组实验市场4—10各个周期价格泡沫进行两两比较,Mann-Whitney检验的结果。表3的分析结果进一步表明,在其他条件不变的前提下,流动性过剩和高分红预期是资产价格泡沫膨胀的两大重要因素。当流动性过剩和高分红预期同时作用于市场时,市场的价格泡沫非常显著,而在流动性不足和低分红预期的情况下,市场价格有一定程度的低估。更为重要的是,当市场处于流动性不足的情况下,高分红预期比低分红预期能带来更多的市场泡沫;然而当市场处于流动性过剩时,无论分红预期高还是低,市场价格泡沫程度没有显著差异。这表明流动性过剩对价格泡沫的影响是独立于分红预期的,而且具有主导型作用,只要市场存在流动性过剩的情况,即使市场分红预期较低,仍然会出现价格泡沫膨胀的局面。

五、对实验结果的行为金融学解释

本文的实验结果表明,在其他条件不变的前提下,流动性过剩和高分红预期是推动资产价格泡沫膨胀的两大要素;此外,无论分红预期高还是低,流动性过剩都会带来显著的价格泡沫。在实验室资本市场中,资产的分红具有不确定性,实验参与人面临的是和真实市场类似的不确定性条件下的选择问题。按照标准金融理论,实验参与人具有完全的理性计算能力,市场价格将与资产的基础价值保持一致。然而,实验结果却显示在流动性过剩和高分红预期的刺激作用下,出现了市场价格持续偏离基础价值的泡沫现象。这表明实验参与人并不是完全理性的经济人,在决策过程中存在锚定、过度交易、羊群行为等认知偏差,从而导致对资产价格的定价偏差,而高流动性为这种定价偏差的实现提供了条件,并在正反馈机制的作用下,进一步推动市场价格偏离基础价值①。在这个过程中,高分红预期的资产市场激发了参与人更多的乐观情绪,相应地导致市场价格偏离基础价值。具体而言,我们将实验市场中的认知偏差总结为以下几个方面。

(一)锚定效应

所谓锚定效应(anchoringeffect),是指当事人过于依赖旧信息,对新信息反应不足,以至于确定一个特定的初始值进行估计和调整,并将其作为决策的依据。在真实的资产市场中,大多数泡沫具有的典型特征是在最后一个阶段到来前,价格和增值效应通常都会延续相当长时间,这使得投资者改变了预期,认为高价格是合理的。由资产定价偏差产生的锚定效应,反过来影响投资者对资产价值的判断,产生进一步的认知与行为偏差,形成一种反馈机制。在我们设计的实验市场中,由于对市场情况尚不熟悉,在交易周期的前几个阶段,市场价格显著低于基础价值。而在学习效应的作用下,参与人对资产的估值逐步收敛于基础价值,此时的市场价格成为后面几个交易周期的初始锚值,导致了价格泡沫的持续膨胀。以实验1.2为例,图5显示了每个交易周期平均成交价格的走势,市场价格在第3个交易周期已经非常接近基础价值,但是从第4个交易周期开始,市场价格并没有随基础价值的变化而充分调整,出现了持续的价格泡沫,直至最后的交易周期,价格从重新收敛到基础价值。对高成交价格的锚定成为实验室市场价格泡沫存在的一个不可忽视的因素。

(二)过度交易

过度交易是投资者非理的典型表现之一。在后悔厌恶的心理偏差下,投资者总是担心错过了赚钱的机会,他们希望永远持有仓位,随时都准备进场。只要有钱,就会尽量运用。在实验室资产市场中,资产是唯一可以进行交易的对象,充裕的初始现金激发了参与人更大的交易热情。如图6所示,我们统计了在四组不同的实验条件下,每次实验平均的成交量。流动性过剩的两组实验———实验1和实验3的成交量高于流动性不足的实验2和实验4。

(三)过度乐观

Kahneman和Tversky(1979)曾经通过心理学实验提出了前景理论,他们认为当人们面临不确定性问题的选择时,除了个人主观认定的事件发生的可能性之外,决策权重通常还会受到与事件相关的其他因素以及投资者情绪的影响。因此当投资者处于乐观情绪时,很可能忽视利好的客观概率,而是对利好进行高估,从而导致定价偏差。在高分红预期的实验市场中,每单位资产在每个交易周期获得50元分红的概率是80%,获得20元分红的概率是20%。这种高分红预期很容易引发交易者的乐观情绪,使其为分红50元赋予更高的决策权重,相应地,资产的价格会偏离由客观概率决定的基础价值。

结合实验结果和行为金融学原理,我们可以将实验市场中价格泡沫的形成路径简单地用图7表示出来。在这个过程中,认知偏差是参与人固有的,流动性过剩为认知偏差转化为定价偏差提供了条件,最终在正反馈机制的作用下引发了价格泡沫的持续膨胀。因此,无论分红预期高还是低,流动性过剩都容易引发价格泡沫。高分红预期很可能会激发过度乐观这样的认知偏差,若高分红预期与流动性过剩同时存在,市场价格泡沫的程度会更为显著。Kindleberger(2000)记载的人类历史上著名的金融泡沫事件大多来源于流动性过剩和正向经济预期的双重作用,实验室市场为此提供了证据。

六、结论

金融泡沫理论范文5

关键词:市盈率;Gordon模型;永续增长率;破产;ZZ悖论;ZZ模型

中图分类号:F830.99 文献标识码:A

文章编号:1000-176X(2009)02-0077-05

发源于美国的金融危机正在向全世界蔓延。关于危机的原因或根源已经有太多的解释。诸如流动性过剩、贷款标准太松、资产证券化过度,等等,矛头所指当然是美国的“次贷”。然而,美国次级房贷问题不过是引发危机的导火索,深层和根本的原因是金融资产价值的大幅度高估。由此可以轻松解释为什么我国内地A股跌得比美国更惨。试想,如果涉及次级房贷和各种债权、股权的定价基本都是合理的,比如都考虑了债务方破产违约的风险,当实际的破产违约发生之后,就不会有相应资产的大幅度“缩水”,从而,也就不会有难以控制的全面危机。因此,如果我们对金融危机原因的探讨仅局限于具体的“导火索”,将不利于认识金融危机的真正根源,从而也就不利于长期有效地防范金融危机。

一、股票市盈率与金融资产定价

金融资产包括股票、债券、各种证券化资产以及各种衍生证券等。由于具有良好的流动性,即可以方便地变现,资金将随着各种股票、债券等金融资产的价格波动而灵敏地在各种金融市场之间流动,因此,从理论上讲,在市场不受控制的情况下,除了所有金融资产价格普遍过高或过低之外,基本不会长时期存在某一种金融资产相对于其他金融资产价格偏高或偏低的情况。换句话说,如果股票价格被市场高估,则意味着可能所有或多数金融资产定价都存在偏高的情况。因而,在市场没有人为阻断的情况下,只需考察一种金融资产价格是否被高估就可以判断其他金融资产价格的情况。本文着重探讨股票定价的情况,借以反映出金融资产定价方面存在的理论和实践上的偏差。

判断股票是否得到公允定价的最普遍接受的方法是看市盈率的高低。市盈率是指投资者愿意为1元的每股收益支付多少元的股票价格。这个比率高,说明股票定价高;这个比率低,则说明股票定价低。市场泡沫是一个较为模糊的概念,一般而言,可以认为,如果市盈率合理,即股票价格达到公允水平,则说明市场没有泡沫;如果市盈率高,使股票价格高于公允水平,则说明市场有泡沫;如果市盈率过高,比如我国内地A股曾经达到平均60倍的水平,则说明市场泡沫较为严重。按照前面的逻辑,如果在一定范围的金融市场上,股票市盈率较高,则说明这个市场领域各种金融资产定价普遍较高,反之也反。也就是说,股市泡沫很容易会“传染”给其他各种金融资产,从而引起较为全面的金融市场泡沫;或者反过来说,其他金融资产泡沫也很容易“传染”给股票,引起股票市盈率居高不下。

二、历史市盈率与理论市盈率

既然市盈率的高低可以说明股市泡沫以至金融资产定价的高低,那么,随之而来的一个问题就是,判断市盈率高低的标准是什么?实际上,除了市盈率的历史数据,迄今为止,根本没有一个可以依据的“标准”,也就是说没有“理论市盈率”。这就是关于股市泡沫、高科技泡沫、新兴市场泡沫等问题一直争论不休的主要原因。一个普遍接受的说法是,合理的市盈率一般在15―30倍;如果是新兴市场,比如我国股票市场,市盈率可以适当高些;同样,高增长的股票,比如网络公司的股票,市盈率也应该适当高些。

然而这样的“标准”太过含糊。如果目前市场的市盈率是15倍的话,那么30倍也合适,这就意味着股票价格平均再涨一倍也合理,这样的合理范围就未免太大了。同时,新兴市场高多少算合适,高增长的股票市盈率多少为合理?没有一定的说法。再进一步,从概念上讲,市盈率代表在(年)每股收益不变的情况下,投资者购买股票的投资回收期(年)。在实业投资领域,一般可接受的投资回收期在5年左右,通常不超过10年。如果未来预期的每股收益确实不变,股票投资者凭什么会接受15―30年的投资回收期?当然,因为预期每股收益会有正增长,所以高一点的市盈率也是可能被接受的。但再进一步的问题是,股票收益的增长率究竟如何影响市盈率?除了本文将提到的ZZ模型,至今没有一个清晰可靠的模型可以描述增长率对市盈率的影响。因此,一个同样讨论不清的问题是,我国股票的市盈率应该比美国等发达国家的股票市盈率高多少。所以,历史市盈率很难作为评判的标准。

一个非常简单的问题是:历史市盈率就是正确的市盈率吗?如果是,那如何解释历史上市盈率的波动?在逻辑上,如果认为历史市盈率是正确的,可以作为评判标准,那么,目前市盈率就是无可非议的,因为目前市盈率很快将成为历史市盈率,即也将成为评判标准。我国同样盛行类似的研究,比如曾经有研究认为我们的市盈率在30―50倍是合理的,也有观点认为内地A股的市盈率高于港股1倍(即是港股的2倍)是合理的。这些显然都是根据历史市盈率得出的研究结论,这样的结论现在看还有多少意义呢?另一方面,目前的情况可能与历史情况有很大的不同,目前的市盈率高于历史的市盈率也可能是合理的。比如,历史上没有网络公司,现在出现了网络公司。由于具有很高的增长速度,网络公司的市盈率就是应该高于其他公司;但究竟应该高多少,历史市盈率中绝对没有答案。因此,在缺少理论市盈率的情况下讨论目前市盈率的高低(包括各类股市泡沫问题)是无法得出正确的结论的。

三、基于Gordon模型的股票定价与理论市盈率

其实,在用于股票估价的Gordon模型的基础上,可以推导出一个理论市盈率模型。但由于Gordon模型本身的局限和问题,这样的模型的应用价值不大。

1.Gordon价值模型与市盈率模型

用于股票估价的Gordon模型为:

P=D0(1+g)k-g=D1k-g (1)

其中,P是股票价格;D0是上年每股红利,D1是估计的今年每股红利;k是根据风险调整的贴现率,也即市场(投资者)对该股票要求的投资收益率;g是不变的红利期望增长率。为方便称谓和区别,以下将式(1)称为Gordon价值模型。

将上述Gordon价值模型两边都除以过去一年的每股收益E,即可得出下面的Gordon市盈率模型:

P/E=D0(1+g)/Ek-g= dr(1+g)k-g(2)

式(2)中,dr代表公司的红利分配比率。可以想象,如果公司保持其红利政策不变,从而其红利分配比率不变,则有D1/E1=D0/E0。这意味着分子究竟用今年预测的红利分配比率还是用去年已知的红利分配比率无关紧要。

Gordon模型简单明了,在20世纪60年表不久即成为主导股票和资产定价的基本模型,到如今40多年过去了,仍然没有一个模型能够动摇其核心地位。然而,实际上Gordon模型并不是一个理想的价值评估模型。依据Gordon价值模型评估股票价值需要预测“未来无限长时间中保持不变”的红利增长率和投资者要求的收益率;而Gordon市盈率模型在此基础上还需要预测“未来无限长时间中保持不变”的红利支付比率。不难想象,在可接受的精确度内,这些基础数据是难以估算的。在现实中,有的公司高速增长但并不发放股票红利,有的公司在近若干年中股票红利增长达到100%―200%,而还有的公司在近若干年中股票红利增长达到-30%―-50%,想象一下,如何根据这些公司的实际情况估计出其在“未来无限长时间中保持不变”的红利增长率?不仅如此,Gordon价值模型和Gordon市盈率模型都对红利增长率极为敏感,红利增长率“预测”的稍许差异就将引起评估价值或市盈率的大幅度偏差。这一点我们不难通过具体数字加以验证,在此就不展开说明了。

2.ZZ悖论与Gordon模型

为解决或缓解Gordon模型的基础数据预测可行性问题,实践中多采用所谓的多阶段模型或框架。即将股票未来时期分为若干个超常增长阶段和最后一个持续到永远的永续增长阶段。

现在我们来探讨具体实践中增长率的估计问题。实践中,在单阶段框架下,通常预测的正的永续增长率多大于或等于(国家)整体经济的长期增长率。在多阶段框架下,在前面的一个或多个超常增长阶段中,预测的增长率多大于整体经济的长期增长率;而在后面的无限长增长阶段中,预测的增长率通常多等于整体经济的长期增长率。不难想象,就这样“预测”的加权平均的结果而言,“典型”企业的增长率将大于整体经济的长期增长率。这样的“预测”结果显然是过于乐观,在理论上是不成立的,因为各单个企业增长率的平均值不应该高于整体经济的增长率。从而,根据这样的增长率评估股票当然就导致股票价值高估。

进一步,既然典型企业的增长率不能高于整体经济的增长率,那么,典型企业的增长率等于整体经济的增长率是否就可以了呢?从理论上讲,典型企业的增长率等于整体经济的增长率同样不能成立。因为整体经济的增长率一方面来源于现有企业的增长,另一方面还来源于新企业的生成。既然新企业的从无到有是导致整体经济增长的要素之一,现有“典型”企业的增长在理论上就只能“慢于”整体经济的增长。因此,正如单个投资很难“跑赢大盘”一样,单个典型企业的增长只能“慢于”整体经济的增长。换句话说,现有多数企业的增长率只能“慢于”整体经济的增长,按照整体经济的增长率评估单个股票的价值也很容易会导致股票价值的高估。

至此,我们已经可以断定,除了Gordon模型本身的问题,现实应用中的“预测习惯”很容易造成股票价值的高估。这是导致资产或市场泡沫的重要原因。然而,如果说以上我们是对Gordon模型及其现实应用中的偏差进行修正的话,ZZ悖论关于ZZ悖论及其证明和演示,详见张志强,“确实存在正的永续增长率吗?――关于金融和经济理论的重新思考”,ZZ财务/金融发现,对外经济贸易大学出版社,2008年10月。的提出则是彻底动摇了Gordon模型及其应用的根基。

其实,在全世界起码40多年的评估实践中,在应用Gordon模型和“预测”“永续增长率”时,人们都忽略了一个不可忽略的事实:凭常识和直觉就可以判断,不可能有一个企业是可以“永续增长”的,任何企业都存在破产可能,因而寿命都是有限的。由于企业破产时通常是资不抵债,股票价值接近于0,因此,所谓的长期或永续增长率只能为负,不可能存在正的永续增长率。然而,事情又没有这么简单,单个企业负的永续增长率与整体经济正的长期增长率之间存在一定的逻辑矛盾。因此,在无限长时间的单阶段框架中,负的永续增长率也难以成立。这便是ZZ悖论之所以称为“悖论”的缘由。

事实上,长期以来全世界的评估实践都理所当然地用“正的永续增长率”来评估股票价值。既然“永续增长率”的“正号”都是值得怀疑的,我们基本可以进一步断定,至今为止的评估实践对破产风险没有给予足够的考虑,并由此大幅度高估了单个股票价值张志强根据Moody’s的违约数据具体测算了各类信用等级企业的破产概率和期望寿命,推导出“负永续增长率”的合理数值,并演示出以推导出的“负永续增长率”代替实践中常用的“正永续增长率”对评估结果的巨大影响。详见张志强,“确实存在正的永续增长率吗?――关于金融和经济理论的重新思考”,ZZ财务/金融发现,对外经济贸易大学出版社,2008年10月。也有人会认为破产风险不必通过“负永续增长率”来考虑,而是表现为贴现率的增大。张志强在上面的文章中同样做了测算,发现即使对于最高信用等级的企业,考虑破产风险的贴现率也应该在30%以上,这远远高于目前价值评估和投资决策中的“习惯”水平,从而说明在现实价值和投资评估实践中对破产风险的确没有给予足够考虑。,进而导致股票市盈率普遍过高以至市场泡沫泛滥。由于这种评估实践的错误来源于对基本概念和基本理论的误解,其传播和影响范围自然就非常广泛。可以想象,不仅中国内地A股存在高估和泡沫,美国和欧洲等规范金融市场上同样会存在高估和泡沫。金融市场泡沫长期存在和泛滥,正是孕育大大小小金融危机的温床。

四、基于ZZ模型的理论市盈率

ZZ模型(也称为回收期模型[1-2]是基于ZZ悖论的启发而创立的。具体模型建立于以下事实之上:

1.现实企业都有有限的期望寿命,不存在“永续增长”的企业。

2.现实投资者都有有限的预测能力,没有能力和愿望依据未来“无限长”时期的现金流量情况做出投资决策。

3.与期望投资收益相比,期望投资回收期是更符合投资者直觉的投资决策标准。

4.股票在未来可预见时期中的增长情况决定股票的价值,也决定投资的回收期。

5.可预见时期之后的增长情况是未知的,可以假定各股票之间没有差异,因而不影响股票价值和投资决策,在股票价值评估中可以不予考虑。

这些事实的存在决定了ZZ模型在符合风险和收益决定价值的原则的前提下,在应用可行性方面远远超过主导股票和资产价值评估40多年的Gordon模型。同时,以要求回收期代替要求收益率作为决策准则,也使ZZ模型轻松绕开了ZZ悖论中“负永续增长率”的羁绊。从而,无论是传统行业还是高科技行业,无论是发达市场还是新兴市场,运用ZZ模型,都可以自如地评估其中单个股票、股票组合、整体市场的合理价值和合理市盈率,即理论市盈率。当然,在可以计算理论市盈率的情况下,一个市场究竟有没有泡沫、泡沫程度如何,也就可以轻松做出判断了。

与Gordon模型类似,ZZ模型也可以分为ZZ价值模型和ZZ市盈率模型,具体形式分别如式(3)和式(4)所示。

P=[(1+g)n-1](1+g)E/g(3)

P/E=[(1+g)n-1](1+g)/g(4)

其中,g为股票在未来可预见时期中的年均每股收益增长率;n为投资者对该股票的期望投资回收期;E为上年度该股票的每股收益。

可以看出,n和E都是很容易获得的数据,而g与Gordon模型中的“股票红利的永续增长率”相比,显然具有了明确的预测可行性。另外,在Gordon模型中,要求k>g,从而无法评估高增长公司的股票。在ZZ模型中,g可以取大于-100%的任何实数g=0时,ZZ模型变为P=nE。 ,这就是ZZ模型适用于任何行业、任何市场和任何情况评估的原因。例如,Google有关Google和后文中百度的数据,见stocks.us.reuters.com/stocks/ratios.在2006年实现每股收益10.08美元,2007年实现每股收益12.90美元,两年平均为11.5美元(代表2006年底水平)。截止到2006年的过去5年的年均收益增长率为205.43%。假定未来可预见时期中的年均增长率为过去5年年均的30%,即205.43%×30% = 61.63%,投资者要求的回收期为6年。根据ZZ价值模型,Google在2007年的股价应该为:

[(1+61.63%)6-1](1+61.63%)×11.5/61.63% = 507.56美元

2007年中Google的实际股票价格从第一季度的平均460美元波动上升到第四季度的平均660美元。显然,这与上述测算结果基本是吻合的。由于测算中基础数据取值基本客观合理,这意味着Google股票市场定价基本是合理的。根据ZZ市盈率模型计算,Google股票的理论市盈率应该为:

[(1+61.63%)6-1] (1+61.63%)/61.63% = 44.14(倍)

同理,如果我们认为百度股票在可预见的未来年均增长率为100%,并假定投资者对百度股票的要求回收期也为6年,则其理论市盈率应该为126.00倍。

如果要求回收期为6年不变,根据ZZ市盈率模型,要达到2 000倍的市盈率,年增长率应该达到234.60%,而百度2004―2006年的年均实际增长率但百度2007年的实际增长率仅为77.43%,可见2 000倍的市盈率还是高估了。为239.68%。

当然,ZZ市盈率模型同样可以用于计算一个整体市场的理论市盈率。作为对长期争论不休的股市泡沫问题的探讨,也作为对ZZ模型的应用演示,我们来讨论我国股票市场和美国股票市场的合理市盈率和泡沫问题。

近20年来,我国GDP年增长率基本都在10%以上根据Economic & Social Data Ranking (www.dataranking.com) 的数据, 我国1985年GDP 为305.259百万美元,2005年GDP为2 243.688百万美元。据此测算出20年间的年均增长率为10.49%。 。据此假定所有的上市公司在可预见的未来的年均增长率为10%;再假定投资者根据风险考虑要求投资回收期为8年。那么,根据ZZ市盈率模型可以计算合理的市盈率应该为:

P/E =[(1+g)n-1] (1+g)/g =[(1+10%)8-1] (1+10%)/10% = 12.58(倍)

因此,我国股票市场的无泡沫市盈率(bubble-free P/E)或理论市盈率应该为12.58。当然,如果未来年均增长率达不到10%,或者投资者要求更短的投资回收期,或者两者兼而有之,则我国股票市场的理论市盈率还应该更低。比如,未来年均增长率为8%,投资者要求的投资回收期为6年,则我国股票市场的理论市盈率应为7.92倍。

P/E =[(1+g)n-1] (1+g)/g=[(1+8%)6-1](1+8%)/8% = 7.92(倍)

同样,在前20年中,美国GDP年增长率基本都在5%左右根据Economic & Social Data Ranking (www.dataranking.com) 的数据, 美国1985年GDP 为4 220.250百万美元,2005年GDP为12 455.825百万美元。据此测算出20年间的年均增长率为5.56%。。据此假定美国所有的上市公司在可预见的未来的年均增长率为5%;再假定投资者根据风险考虑要求投资回收期也为8年。那么,根据ZZ市盈率模型可以计算合理的市盈率应该为10.03倍。

P/E=[(1+g)n-1] (1+g)/g =[(1+5%)8-1] (1+5%)/5% = 10.03(倍)

因此,美国股票市场的无泡沫市盈率或理论市盈率应该为10.03。同样,如果金融危机导致美国企业的预期年增长率下降,比如到3%;同时,投资者更为厌恶风险,要求投资回收期缩短为6年。则美国股票市场的理论市盈率应为6.66倍。

P/E=[(1+g)n-1](1+g)/g=[(1+3%)6-1](1+3%)/3% = 6.66(倍)

我国和美国的经济增长都只能支持10倍左右或者说不超过15倍的平均市盈率;我国两倍于美国的经济增长仅可以证明我国的市盈率可以高出美国1/4(=12.58/10.03-1)而不是更多。这些结论都是根据历史市盈率的讨论无论如何也无法揭示出来的。

进一步,根据ZZ模型得出的理论市盈率可以轻松而准确地判断一国股市在任何时间的泡沫程度。例如,在这次金融危机之前,我国内地A股市盈率长期在20―60倍bespokeinvest.typepad.com/bespoke/2007/10/chinas-historic.html 上“China's Historical P/E Ratio” 。之间波动。以中间值40倍为基础,与12.58倍的理论市盈率相比,市场泡沫大约是股票真实价值的200%(≈40/12.58-1)。换句话说,市场上大部分股票都在以等于其内在价值3倍的价格交易。同理,美国股票市场(S&P 500)市盈率长期在10―30倍Generational Dynamics主页(www.generationaldynamics.com/cgi-bin/D.PL?d=ww2010.home)。之间波动。以中间值20倍为基础,与10.03倍的理论市盈率相比,市场泡沫大约是股票真实价值的100%(≈20/10.03-1)。换句话说,市场上大部分股票都在以等于其内在价值2倍的价格交易。

至此,关于金融危机的深层原因已经再清楚不过了:股票长期以来竟然以2倍以上的价格在交易,就连大家都公认的规范完善、严刑峻法并且投资者较为“理性”的美国股票市场平均也存在100%以上的泡沫,而我国股票市场的泡沫更是美国市场的双倍,无论是美国投资者还是中国投资者,无论是机构投资者、大投资者还是中小投资者,大家都没有有效地评估股票价值的方法,都是在为“赚钱”而“投机”和“搏傻”。当然,其结果是有人“投机”成功而成为大家仰慕的“股神”,而更多的人则惨遭“投机”失败。可以想象,一旦这种“搏傻”游戏的危险因为某种“导火索”暴露出来,游戏的参与者(投资者)就会树倒猢狲散,股市暴跌和金融危机就不可避免了。

五、结 论

忽视风险,特别是对最为严重的破产风险重视不够,不重视金融资产的价值评估,投资决策没有真正的理论价值依据,这些都是我们这个世界一次又一次爆发金融危机的共同的深层根源。本文通过ZZ悖论和ZZ模型具体揭示出“经验”评估造成的市场泡沫程度,使我们在理论研究和实践操作中真正重视风险和各种金融资产的定价问题,避免金融危机一次又一次地重演。

参考文献:

[1] 张志强.确实存在正的永续增长率吗?――关于金融和经济理论的重新思考[A].ZZ财务/金融发现[C].北京:对外经济贸易大学出版社,2008.

[2] 张志强.市盈率与增长率关系的探讨――兼论股票定价的有关问题[J].财经问题研究,2008,(1).

[3] 李胜坤.中国上市公司资本结构影响因素分析[J].云南财经大学学报,2007,(6).45-52.[4] Beaver, William,Dale Morse.What Determines Price-Earnings Ratios?[J].Financial Analysts Journal,1978,(34): 65-76.

[5] Gordon, M.J.The Savings Investment and Valuation of a Corporation[J].The Review of Economics and Statistics,1992,(44):37-51.

[6] Lubos Pastor, Pietro Veronesi.Was there a Nasdaq bubble in the late 1990s?[J].Journal of Financial Economics,2006,(81):61-100.

[7] William P Dukes, Zhuoming Peng, Philip C English II.How Do Practitioners Value Common Stock?[J].Journal of Investing,2006,(15):90-99.

金融泡沫理论范文6

【关键词】中国股市 非理性泡沫 对数周期幂律模型 禁忌搜索算法 政策建议

一、引言

股票市场泡沫是指股票的价格持续偏离了其基础价值(Fundamental value)的过程,即股票价格脱离市场基础持续急剧上涨的过程或状态,又指股票价格高于市场决定的合理价格部分。在西方资产价格泡沫理论中,股市泡沫分为理性泡沫(Rational bubbles)和非理性泡沫(Irrational bubbles)两类:理性泡沫理论基于市场有效性和经济主体理性假设,资产的价格由市场基础价值和理性泡沫成分构成,但是理性泡沫理论的假设条件过于理想化,现实中的中国股市并不是完全有效的,而且中国的投资者,尤其是散户,在很多时候表现得很不理性,所以使用理性泡沫理论来研究中国股市并不是十分合理的,从非理性泡沫理论的角度来研究中国股市更具有现实意义。

非理性泡沫理论的基础是“金融噪声”理论。该理论认为噪声交易者(Noise trader)的存在使得市场并不总是有效,而信息也并非完全,投资者的预期可能存在着差异。在这种情况下,交易者的行为将偏离理性,在过高或者过低的价格上继续购买或者抛出股票导致泡沫或者反泡沫的产生。很多学者从股票市场参与者的投资行为来解释其成因,比如:噪声交易者、羊群行为、正反馈理论等等。非理性泡沫的形成及其迅速膨胀或收缩的特性具有高度的非线性以及复杂性特征,传统的金融数学工具无法对其进行准确的描述,这一领域的研究吸引了很多物理学家的关注,他们利用物理学的理论对金融市场规律进行了提取和抽象,在研究房地产和股市泡沫中取得了很大的成功。本文将利用物理学家Didier Sornette等人提出的对数周期幂律模型对中国股市的非理性泡沫状况进行分析。

二、对数周期幂律模型

(一)对数周期幂律模型原理

对数周期幂律模型LPPL(Log-periodic Power Law)是一个关于泡沫和崩盘的理性预期模型。模型中有以下几个假设:

第一,交易者作决定时受他们“邻居”的决定的影响。

第二,交易者通过互相模仿可能在一瞬间达成全部统一的交易状态(卖出)。

第三,全部统一的交易状态(卖出)会引起崩盘。

模型中假设世界上所有的交易者是通过一个网络(家庭、朋友、同事等等)联系在一起的,他们通过这个网络互相影响对方的决策。假设一个交易者直接与个其他的交易者联系在一起,那么影响这个交易者决策的有两个因素:临近的个人的观点和全部网络中的信息以及这个交易者自己的观点。总的来看,前一个因素会造成所有交易者交易状态的一致性,后一个因素会造成交易状态的不一致性。当交易状态的一致性占据上风时(所有的人有相同的观点:卖出),崩盘就会发生,但是通常来说,不一致性会占据主导地位(交易者互相不同意对方的观点)。但是通过不断地相互模仿带来的正反馈和缺乏信息导致的“羊群效应”等从众行为,所有交易者有可能在某一个时刻达到相同的交易状态(卖出),造成市场崩盘。

Didier Sornette和Anders Johansen运用物理学上的“平均场”理论、价格动力学理论和复杂系统等理论对上面所谈到的人类的相互模仿、正反馈以及羊群效应进行了建模,得到了对数周期幂律模型,模型中,股市崩盘前的资产的价格运动可以用如下公式进行描述:

(1)

公式中是时刻的资产价格。是复杂系统达到“临界点”(Critical point)的时刻,这个时刻的市场是最有可能发生崩盘的。代表了资产价格的加速度,,体现了幂律的形式,越小,资产价格上升的速度也就越快,泡沫存在的可能性也就越大,因此通过对的比较就可以判断资产价格是否存在泡沫。说明是加速度是向上的。是对数周期的频率,越大代表振荡的频率越大,即市场中交易者正反馈、负反馈和惰性机制之间的竞争越激烈,由于资产价格在崩盘前对数周期表现得越发明显,于是越大说明存在泡沫导致崩盘的可能性越大。是一个相位常数,是参数。

对数周期幂律模型可以找到掩盖在对数周期规律下的资产价格增长速度高于指数律的证据,现实中资产价格以高于指数律的速度增长是不能持续的,不仅存在泡沫而且会产生崩盘。在这个模型中,幂律形式代表了正反馈机制的作用,而对数周期规律反映了正反馈、负反馈和惰性机制之间的竞争关系。使用本模型对资产价格时间序列进行拟合可以锁定这些参数,并通过比较参数大小就可以判断资产价格是否存在泡沫。

(二)对数周期幂律模型拟合方法

1.模型拟合的预处理

对式(1)的拟合时采用最小二乘法来确定待估参数,但是在拟合资产价格时间序列之前需要进行一些预处理。式(1)一共有七个待估参数,其中是线性待估参数,是非线性待估参数。拟合含有这么多待估参数的公式不仅浪费了很多自由度而且会产生很大的拟合误差。因此最佳步骤是将最小二乘目标函数中的线性待估参数使用非线性待估参数表示出来,这样目标函数就只剩下四个待估参数,再进行最小二乘拟合可以大大提高拟合精度,节约自由度。假设一共采集了个资产价格的时间序列数据,那么最小二乘的目标函数为:

(2)

其中是时刻的拟合值,是时刻的时间序列数据。代表所有非线性参数:。将线性待估参数用非线性待估参数表示出来,等价于求解如下方程组:

求解方程组(3)得到的就是用表示的,于是目标函数中的待估参数只剩下了。