鄭曉亞 劉 飛 肖 瑩

（1.上海財(cái)經(jīng)大學(xué) 博士后流動站 上海 200433；2.特華博士后科研工作站 北京100029；3.中國建設(shè)銀行 遼寧分行 遼寧 沈陽110001）

一、引言

在我國經(jīng)濟(jì)由計(jì)劃向市場轉(zhuǎn)軌的大背景下，證券市場從無到有，在摸索與挫折中不斷前行，能夠取得目前的規(guī)模和成績實(shí)屬難能可貴。作為市場經(jīng)濟(jì)的重要組成部分，時至今日，我國股票市場已走過了20余年的發(fā)展歷程，市場發(fā)展已渡過了“摸著石頭過河”的實(shí)驗(yàn)階段，步入不斷自我修正和完善的改革階段。作為股票市場改革與創(chuàng)新的有效切入點(diǎn)，其價格形成機(jī)制一直以來是理論界、市場監(jiān)管者和投資者探討的熱點(diǎn)問題。

從微觀經(jīng)濟(jì)理論來看，市場投資者的風(fēng)險規(guī)避傾向決定其交易行為。交易行為則是流通市場供需關(guān)系的直接體現(xiàn)，其作為市場價格形成機(jī)制的重要組成部分直接對市場中產(chǎn)品的價格構(gòu)成造成影響。故以證券市場為紐帶，投資者對待風(fēng)險的態(tài)度與股市走勢之間存在必然的聯(lián)系。本文嘗試?yán)枚糠椒ㄟx取的分段樣本和能夠有效刻畫代表性經(jīng)濟(jì)個人風(fēng)險偏好的C-CAPM模型擴(kuò)展形式打通這一聯(lián)系，以期為未來深入探尋我國股票市場的價格形成機(jī)制進(jìn)行一些基礎(chǔ)性的工作。

二、理論基礎(chǔ)與文獻(xiàn)評述

股權(quán)資產(chǎn)定價定量研究始于Markowitz于1952年［1］提出均值方差模型，其首次將投資收益與風(fēng)險這一對密不可分的因素聯(lián)系在了一起。不過，具體的實(shí)證方法在均值方差模型中并未明確界定，各項(xiàng)指標(biāo)為實(shí)踐領(lǐng)域相關(guān)指標(biāo)的“高度概括”，使得后續(xù)學(xué)者的研究在參數(shù)選取和實(shí)證檢驗(yàn)上存在較大差異，難以得出一致性和可比較性的實(shí)證結(jié)果。針對Markowitz模型的缺陷，Sharpe（1964）［2］，Lintner（1965）［3］提出CAPM模型，不僅明確了 Markowitz模型中風(fēng)險資產(chǎn)最優(yōu)組合的確定方法，還將資產(chǎn)的價格內(nèi)生化為代表性投資者風(fēng)險規(guī)避系數(shù)和資產(chǎn)組合協(xié)方差的函數(shù)。

盡管CAPM模型是Markowitz模型的深化，并首次從投資者偏好的角度對股權(quán)風(fēng)險溢價進(jìn)行了解釋，為找出其影響機(jī)理打下了理論基礎(chǔ)。但在實(shí)證研究中，CAPM模型的表現(xiàn)亦如Markowitz模型，同樣不盡如人意。如Reinganum（1981）［4］，Lakonishok和 Shapiro（1986）［5］等實(shí)證結(jié)果挑戰(zhàn)了CAPM模型的基本結(jié)論，即資產(chǎn)收益率與β系數(shù)并不成正比。為此，西方學(xué)界從探索和完善理論模型的角度出發(fā)，圍繞早期CAPM模型進(jìn)行了各類改進(jìn)，以期通過模型完善更好地?cái)M合現(xiàn)實(shí)。其中，Ross（1976）［6］在CAPM均衡價格模型的基礎(chǔ)上，以股票之間收益的相互關(guān)系和套利行為在市場均衡中的作用為切入點(diǎn)，提出了APT模型。雖然該模型在模型設(shè)定上優(yōu)于CAPM模型，但其和CAPM模型一樣，研究的對象是單期收益問題。而Merton（1969［7］，1973［8］）提出的ICAPM 模型首次將伊藤積分引入了經(jīng)濟(jì)分析理論模型中，開創(chuàng)了在連續(xù)時間范疇下對最優(yōu)資產(chǎn)組合和資產(chǎn)定價進(jìn)行分析的方法。Lucas（1978）［9］和 Breeden（1979）［10］則進(jìn)一步在前人研究的基礎(chǔ)上，把ICAPM模型與傳統(tǒng)的CAPM模型聯(lián)系起來，首次在定價模型中對資產(chǎn)和消費(fèi)間的關(guān)系進(jìn)行了探討，提出了C-CAPM模型，并由此確立了資本定價領(lǐng)域兼具一般性和統(tǒng)一性的分析框架（劉少波，2010）［11］。盡管 C-CAPM 模型被認(rèn)為是過去20—30年中金融資產(chǎn)定價領(lǐng)域的重要進(jìn)步之一，但標(biāo)準(zhǔn)C-CAPM模型無法解釋美國市場的歷史股權(quán)溢價水平（Mehra和Prescott，1985）［12］和無風(fēng)險資產(chǎn)收益率（Weil，1989）［13］。

介于標(biāo)準(zhǔn)C-CAPM模型在應(yīng)用層面的局限性，本文借鑒 Abel（1990［14］，2008［15］），將實(shí)證表現(xiàn)較為理想的消費(fèi)慣性函數(shù)引入標(biāo)準(zhǔn)C-CAPM模型，以期通過豐富模型信息得到兼具穩(wěn)健性與解釋力的實(shí)證結(jié)果。

三、模型構(gòu)建

慣性代表個人對反復(fù)刺激產(chǎn)生的心理反饋。經(jīng)濟(jì)學(xué)家們認(rèn)為，對消費(fèi)者而言，反復(fù)刺激將削減其對刺激的感覺，故當(dāng)期消費(fèi)水平產(chǎn)生的效用與近期的消費(fèi)水平的變化相比，近期消費(fèi)的變化對效用的影響更為重要（熊和平，2005）［16］。部分西方學(xué)者們將這一因素加入C-CAPM模型效用函數(shù)的設(shè)定中。消費(fèi)慣性的考慮因素可分為內(nèi)部消費(fèi)慣性和外部消費(fèi)慣性兩種①外部消費(fèi)慣性相關(guān)研究如 Campbell和Cochrane（1999）［17］等；內(nèi)部消費(fèi)慣性相關(guān)研究如Sundaresan（1989）［18］，Constantinides（1990）［19］等。；而在標(biāo)準(zhǔn)模型中由當(dāng)期消費(fèi)決定的效用函數(shù)里引入消費(fèi)慣性變量的方法也有比例式和差額式兩類②比例式相關(guān)研究如 Abel（1990）［14］；差額式相關(guān)研究見 Constantinides（1990）［19］，Campbell和 Cochrane（1999［17］，2000［20］）等。。本文借鑒比例式的消費(fèi)慣性效用函數(shù)設(shè)定方法，考慮外部消費(fèi)慣性對模型進(jìn)行擴(kuò)展。

在一般預(yù)期效用函數(shù)的基礎(chǔ)上將代表性經(jīng)濟(jì)人t期的效用設(shè)定為

理性的代表性經(jīng)濟(jì)個人應(yīng)通過選擇自己的即期消費(fèi)水平ct，以最大化條件期望效用 Et（Ut）。

其中β代表時間貼現(xiàn)因子；ct＋i表示代表性經(jīng)濟(jì)個人t＋i期的消費(fèi)；zy＋i表示代表性經(jīng)濟(jì)個人t＋i期的偏好變量。進(jìn)一步通過如下表達(dá)式為zt賦以具體的含義

令yt為t期從資產(chǎn)取得的收入，假設(shè)代表性經(jīng)濟(jì)個人當(dāng)期將這一收入全部轉(zhuǎn)化為消費(fèi)。則在消費(fèi)者同質(zhì)的情況下，有ct＝Ct＝y(tǒng)t。設(shè)xt＋1代表消費(fèi)增長，則為：

xt＋1＝ct＋1/ct＝Ct＋1/Ct＝y(tǒng)t＋1/yt。由式（2），則對zt有。

具體將習(xí)慣形成效用函數(shù)以比例形式設(shè)定為

通過求解效用的一階偏導(dǎo)，得到代表性經(jīng)濟(jì)個人t期的邊際消費(fèi)

考慮代表性經(jīng)濟(jì)個人t期減少1單位消費(fèi)Ct購買一單位收益率為Ri，t＋1的金融資產(chǎn)i，并在t＋1期賣出該資產(chǎn)進(jìn)行消費(fèi)，Ct＋1的增量為Ri，t＋1?？傻玫饺缦碌臍W拉方程

通過如上歐拉方程可得到隨機(jī)貼現(xiàn)因子，令Mt＋1代表隨機(jī)貼現(xiàn)因子SDF，則

將式（6）代入式（5），即可得到本模型歐拉方程的具體形式。

在假設(shè)存在外部消費(fèi)習(xí)慣的情況下，令τ≥0，κ＝0，則股權(quán)風(fēng)險資產(chǎn)收益率的無條件期望表達(dá)式可寫為

無風(fēng)險資產(chǎn)收益率的無條件期望表達(dá)式則為

二者之差為股權(quán)風(fēng)險溢價的無條件期望表達(dá)式。與標(biāo)準(zhǔn)C-CAPM模型的股權(quán)風(fēng)險溢價決定公式進(jìn)行比對可以發(fā)現(xiàn)，通過引入習(xí)慣消費(fèi)因子τ這一新的狀態(tài)變量，定價式包含了更多信息，使股權(quán)風(fēng)險溢價不再等于風(fēng)險厭惡系數(shù)與消費(fèi)增長波動率的簡單乘積，能夠在一定程度上改善標(biāo)準(zhǔn)C-CAPM模型解釋力不足的問題。

四、數(shù)據(jù)處理與實(shí)證方法

（一）樣本選取與分段處理

研究所需樣本包括股權(quán)風(fēng)險資產(chǎn)實(shí)際收益率序列、無風(fēng)險資產(chǎn)實(shí)際收益率序列和消費(fèi)增長率序列。筆者選取如上三個變量從1992年1月至2012年12月共計(jì)756個月度數(shù)據(jù)序列作為樣本。其中，股權(quán)風(fēng)險資產(chǎn)實(shí)際收益率的計(jì)算采用的是衡量整體A股市場表現(xiàn)的申萬指數(shù)；采用一年期整存整取定期存款利率作為無風(fēng)險資產(chǎn)收益率的替代變量，數(shù)據(jù)來源為WIND數(shù)據(jù)庫和CSMAR數(shù)據(jù)庫。

利用B-P多重結(jié)構(gòu)性斷點(diǎn)檢驗(yàn)的方法，判定結(jié)構(gòu)性突變因素，進(jìn)而利用檢驗(yàn)得出的結(jié)構(gòu)性斷點(diǎn)和一個先驗(yàn)斷點(diǎn)為全局樣本劃定五個分段區(qū)間：1992年1月至1995年12月為SRM1；1996年1月至2001年7月為SR2；2001年8月至2005年11月為SR3；2005年12月至2009年6月為SR4；2009年7月至2012年12月為SR5；全樣本區(qū)間為T（M）。其中SR1，SR2，SR4為牛市區(qū)間；SR3，SR5為熊市區(qū)間。

（二）實(shí)證方法

傳統(tǒng)的計(jì)量方法如最小二乘法OLS和極大似然法MLE均要求數(shù)據(jù)服從正態(tài)分布或在分布已知的情況下才能得到穩(wěn)健的參數(shù)估計(jì)結(jié)果。在C-CAPM模型實(shí)證研究領(lǐng)域，部分研究者在假定消費(fèi)增長率和各相關(guān)資產(chǎn)收益率的聯(lián)合分布服從正態(tài)分布的前提下使用最小二乘法進(jìn)行實(shí)證分析。但是，有西方學(xué)者從數(shù)據(jù)本身出發(fā)，發(fā)現(xiàn)消費(fèi)增長和資產(chǎn)收益的聯(lián)合分布并非服從對數(shù)正態(tài)分布，由此，采用約束條件較強(qiáng)的計(jì)量方法對C-CAPM模型進(jìn)行實(shí)證研究的結(jié)果可靠性遭到廣泛質(zhì)疑。

合理估計(jì)方法的選擇應(yīng)建立在對實(shí)證研究所需的相關(guān)數(shù)據(jù)進(jìn)行考察的前提下。應(yīng)用Shapiro-Wilk正態(tài)性檢驗(yàn)法對相關(guān)變量進(jìn)行檢驗(yàn)。檢驗(yàn)結(jié)果（表1）顯示，多數(shù)樣本具備正態(tài)性的假設(shè)被拒絕。在樣本序列存在非正態(tài)性的情況下，可行的實(shí)證研究辦法之一是利用對數(shù)據(jù)條件要求較小的方法。廣義矩估計(jì)可在數(shù)據(jù)分布未知的情況下利用樣本矩中的方程估計(jì)得到總體的未知參數(shù)，與傳統(tǒng)方法相比其具備幾點(diǎn)優(yōu)勢：第一，無需對數(shù)據(jù)的分布進(jìn)行嚴(yán)格限制；第二，不需要隨機(jī)誤差項(xiàng)的分布信息，故允許隨機(jī)誤差項(xiàng)存在異方差和序列相關(guān)；第三，無需對高階矩陣進(jìn)行求逆運(yùn)算。所以，該方法回避了最小二乘法（OLS）、極大似然法（MLE）和工具變量法（IV）的局限性。對于本文樣本而言，這一方法無疑更具可行性和有效性。

表1 主要變量S-W正態(tài)性檢驗(yàn)結(jié)果

（三）工具變量選取與平穩(wěn)性檢驗(yàn)

為解決模型中存在的內(nèi)生性問題，可通過在矩條件中加入工具變量的方法進(jìn)行輔助回歸。因估計(jì)的有限樣本對工具變量的選取敏感，故如何尋找合適的工具變量是輔助估計(jì)的重要問題。但由于目前對工具變量的選擇并沒有一致且統(tǒng)一的標(biāo)準(zhǔn)，各類嘗試設(shè)立標(biāo)準(zhǔn)的研究均在某些局部問題上受到其他學(xué)者的挑戰(zhàn)和質(zhì)疑。在相關(guān)方法并不成熟的情況下，借鑒前人方法選取工具變量組。本文選取經(jīng)濟(jì)意義較強(qiáng)的上證綜合指數(shù)、深證綜合指數(shù)進(jìn)入變量組，并以整體A股市場收益率的替代變量滬深300指數(shù)作為補(bǔ)充，將以上變量作為工具變量組IVG1。第二組工具變量的選擇借鑒肖俊喜、王慶石（2005）［21］，以各變量的一階滯后構(gòu)成IVG2，如表2所示。

為防止回歸關(guān)系不能夠真實(shí)的反映被解釋變量和解釋變量之間的均衡關(guān)系，實(shí)證估計(jì)前需對樣本進(jìn)行平穩(wěn)性檢驗(yàn)。本文采用DF-GLS單位根檢驗(yàn)法，結(jié)果顯示在5%的通常顯著性水平下，各數(shù)據(jù)序列平穩(wěn)（檢驗(yàn)結(jié)果見附錄1）。

表2 工具變量組

五、實(shí)證結(jié)果

在公式（5）和（6）的基礎(chǔ)上考慮外部消費(fèi)慣性，令τ≥0，κ＝0，同時替換xt，則歐拉方程可寫為

根據(jù)如上矩條件可知待估未知參數(shù)向量為θ1＝（α，β，τ）′。其中，α為風(fēng)險厭惡系數(shù)；β為時間貼現(xiàn)因子；τ代表消費(fèi)慣性參數(shù)。利用EVIEWS 6.0軟件進(jìn)行廣義矩估計(jì)，分別加入工具變量組IV1和IV2進(jìn)行輔助，參估結(jié)果如表3所示。

在全局和各月度數(shù)據(jù)樣本區(qū)間中，工具變量組IVG1的過度識別J統(tǒng)計(jì)量取值在12.280 5至14.865 9之間，拒絕存在過度識別的零假設(shè)的概率值P的取值區(qū)間在0.796 2至0.948 0；利用工具變量組IVG2對同一模型和數(shù)據(jù)進(jìn)行估計(jì)，J統(tǒng)計(jì)量取值在11.738 3至14.323 7之間，P值在第一組的基礎(chǔ)上有所提高，取值在0.828 6和0.970 4的范圍內(nèi)。整體而言，檢驗(yàn)結(jié)果拒絕零假設(shè)，表明在一定顯著性水平下不存在過度識別。

在利用工具變量組IVG1的參數(shù)估計(jì)結(jié)果中，相對風(fēng)險厭惡系數(shù)α的估計(jì)值的取值范圍在-0.654 6至0.968 4之間，在SR1和SR4中符號出現(xiàn)反轉(zhuǎn)。除區(qū)間SR1外，均在1%的顯著性水平下拒絕統(tǒng)計(jì)量為0的零假設(shè)，整體可認(rèn)為在95%置信度下變量的估計(jì)值顯著。時間貼現(xiàn)因子估計(jì)量的取值范圍在 0.702 7 和1.101 4之間，在全局樣本區(qū)間 M（T）和子樣本區(qū)間SR1中的T檢驗(yàn)結(jié)果顯示，可分別在5%和10%的顯著性水平下拒絕零假設(shè)，其余樣本區(qū)間均可在顯著性水平為1%的情況下認(rèn)為統(tǒng)計(jì)量不為零；消費(fèi)習(xí)慣參數(shù)估計(jì)量 的范圍為0.442 1至0.652 3，在不同樣本區(qū)間中，可在5%和10%的顯著性水平下接受該統(tǒng)計(jì)量。

表3 消費(fèi)慣性效用函數(shù)擴(kuò)展C-CAPM模型的估計(jì)結(jié)果

在利用工具變量組IVG2的參數(shù)估計(jì)結(jié)果中，、和的值 域范圍分 別 為：［-0.756 8，1.375 6］，［0.614 2，0.964 4］和 ［0.377 9，0.557 5］，其中在各區(qū)間的取值與前面的估計(jì)結(jié)果一樣，在部分區(qū)間存在負(fù)值，估計(jì)值和的變化不大，其中的值域落入［0，1］的合理區(qū)間內(nèi)。參數(shù)檢驗(yàn)結(jié)果顯示，各估計(jì)量顯著性有所提升，除SR1中的［0，1］外，絕大部分可在5%以上的顯著性水平下拒絕統(tǒng)計(jì)量為零的原假設(shè)。整體而言，針對基于消費(fèi)慣性效用函數(shù)擴(kuò)展的C-CAPM模型的廣義距估計(jì)不存在過度識別，各統(tǒng)計(jì)量在合理的顯著性水平下顯著。

第一，過度識別的判別結(jié)果表明，以該模型作為定價基礎(chǔ)在一定程度上是有效的。此外，本文由于選取了數(shù)量不一的工具變量組，并對不同組別的估計(jì)結(jié)果進(jìn)行了匯報(bào)，通過二者間的比對可以發(fā)現(xiàn)，過度識別檢驗(yàn)的J統(tǒng)計(jì)量的p值隨著工具組中的工具變量數(shù)目的增加而變大，在某種程度上代表一個爭議較小的定價原則在實(shí)證檢驗(yàn)中基本成立，即代表性經(jīng)濟(jì)個人所掌握的信息越多越能夠更為有效地對資產(chǎn)進(jìn)行定價。

第二，就統(tǒng)計(jì)意義而言，相對風(fēng)險厭惡系數(shù)的估計(jì)結(jié)果 在一般的顯著性水平下均是顯著的，且就合理性而言 的取值范圍滿足C-CAPM模型的一般假定。此外，在SR1和SR4中為負(fù)值，而在其他區(qū)間中取值為正。從經(jīng)濟(jì)學(xué)理論來看，常數(shù)相對風(fēng)險厭惡系數(shù)α取正值時；代表模型設(shè)定的效用函數(shù)為風(fēng)險厭惡的，而當(dāng)α為負(fù)值時，代表性經(jīng)濟(jì)個人的效用函數(shù)體現(xiàn)出的是風(fēng)險偏愛。所以，本文實(shí)證結(jié)果中相對風(fēng)險厭惡系數(shù)α符號在各區(qū)間中出現(xiàn)的反轉(zhuǎn)或代表我國投資者的風(fēng)險偏好屬性在不同的時間維度中發(fā)生著本質(zhì)性變化。這一點(diǎn)與西方成熟市場的研究結(jié)論存在一定的差異。具體來看，SR1代表的是1992年1月至1995年12月，正是我國股票市場設(shè)立的初始階段，這一期間我國股市中發(fā)生的經(jīng)驗(yàn)事實(shí)是，我國新股民投資股票市場的熱情尤為高漲，一股難求、排隊(duì)購股的現(xiàn)象在滬深兩地屢見不鮮；由于交易監(jiān)管措施的不完善，這一期間的市場行情不斷出現(xiàn)暴漲暴跌；如以期間的起始點(diǎn)，即1992年1月為標(biāo)準(zhǔn)，SR1整體的市場行情整體代表的是漲勢。SR4代表2005年12月至2009年6月，這一期間股市行情大起大落，以2005年12月為標(biāo)準(zhǔn)，整體而言仍代表的是漲勢?？梢园l(fā)現(xiàn)，相對風(fēng)險厭惡系數(shù)α符號為負(fù)的期間同樣也是股市波動較大且整體表現(xiàn)出漲勢的階段，在這些時段，我國的股民更多地體現(xiàn)出了風(fēng)險偏愛者的特征。此外，考慮其他三個α為正值的區(qū)間，可以發(fā)現(xiàn)，同樣整體代表一波漲勢的SR2中的風(fēng)險厭惡系數(shù)估計(jì)值在模型中均低于代表跌勢的SR3和SR5。可認(rèn)為在1996年1月至2001年7月期間，盡管我國投資者體現(xiàn)出了一定的風(fēng)險厭惡，但厭惡的程度不及熊市期間的水平。由此，筆者認(rèn)為，在我國市場中，投資者風(fēng)險厭惡的程度與股票市場的漲跌周期息息相關(guān)，投資者的風(fēng)險態(tài)度也在市場變化中不斷“切換”。

第三，對模型進(jìn)行估計(jì)得到的時間貼現(xiàn)因子β在一般意義上的顯著水平下是顯著的。從具體的估計(jì)值來看，盡管部分區(qū)間有大于1的情況出現(xiàn)，但所有的時間貼現(xiàn)因子估計(jì)值均大于0.5且多在1附近。這或表明，就總體而言我國的投資者偏好于當(dāng)期消費(fèi)。但是大于1的值的出現(xiàn)與定義的效用函數(shù)要求的貼現(xiàn)因子β小于1不一致。在這一問題上，西方學(xué)者尚存爭議。其中，Kocherlakota（1996［22］）認(rèn)為β＞1在時間可分離的期望效用均衡增長模型中存在一定的合理性。他認(rèn)為，多數(shù)資產(chǎn)定價模型中的β不僅代表了時間偏好，也涵括了對跨期替代彈性的補(bǔ)償，故其假設(shè)條件可以被放寬。筆者認(rèn)為，中國市場的特殊性和經(jīng)濟(jì)個人特有的性質(zhì)使其不同于發(fā)達(dá)資本市場國家的發(fā)展形式，這就造成了中國投資者明顯不同的行為特征，Kocherlakota從模型設(shè)定的角度出發(fā)對β＞1的現(xiàn)象進(jìn)行解釋，這一觀點(diǎn)符合我們對中國一般民眾消費(fèi)和投資習(xí)慣的經(jīng)驗(yàn)認(rèn)識。長期以來我國居民長期以來對儲蓄存在近乎于固執(zhí)的偏愛是一個爭議較小的經(jīng)驗(yàn)事實(shí)。而這種固執(zhí)，無疑是有因可循的。一方面，盡管我國經(jīng)濟(jì)的持續(xù)增長帶來了居民可支配收入水平的增加，金融市場穩(wěn)健性的不足和市場區(qū)域發(fā)展的不均，導(dǎo)致增加的居民收入缺乏有效的投資出口；另一方面，我國經(jīng)濟(jì)的高速發(fā)展并未與社會保障體系的建設(shè)與完善同步進(jìn)行，居民生活缺乏足夠的保障，此外，諸如教育、醫(yī)療和住房等方面的基本生活支出的成本不斷提高也不斷加重著我國居民的負(fù)擔(dān)。在如上兩方面的共同作用下，我國居民為了規(guī)避這些不確定因素對自己未來的基本生活條件帶來的風(fēng)險甚至是負(fù)面影響，或不得不提高自己的預(yù)防性儲蓄意愿，選擇更多地貯藏財(cái)富而非利用財(cái)富進(jìn)行投資與消費(fèi)。

第四，消費(fèi)習(xí)慣效用函數(shù)擴(kuò)展模型中的外生習(xí)慣參數(shù)τ在各個樣本期內(nèi)其個樣本期內(nèi)均符合理論假定，且估計(jì)值均小于1。結(jié)合估計(jì)結(jié)果在各樣本期間的數(shù)值比較，可以發(fā)現(xiàn)在整體市場走高的期間（SR1，SR2，SR4）代表性投資者的外生習(xí)慣在一定程度上低于熊市期（SR3，SR5）。實(shí)證結(jié)果表明，我國的代表性經(jīng)濟(jì)個人在熊市中進(jìn)行消費(fèi)所依賴的外生習(xí)慣因素要大于在牛市中所依賴的外生習(xí)慣因素。筆者認(rèn)為，這在一定程度上顯示，在牛市中，促成我國投資者增加消費(fèi)的因素或許更多來自于股票市場的財(cái)富效應(yīng)和消費(fèi)的“棘輪效應(yīng)”，即消費(fèi)者易于隨收入的提高增加消費(fèi)，但不易隨收入的降低而減少消費(fèi)；而在熊市中，影響我國投資者更多是一種“示范效應(yīng)”，即消費(fèi)者行為要受到周圍人們消費(fèi)水準(zhǔn)的影響，會促使消費(fèi)者并不會因?yàn)楣墒猩系呢?fù)收益而減少而自己的消費(fèi)。盡管如此，各區(qū)間估計(jì)值的絕對差異并不是非常大，如上討論的因素盡管從實(shí)證結(jié)果而言客觀存在，但其絕對意義上的影響力并不顯著。

六、研究結(jié)論

從一般意義上來說，風(fēng)險規(guī)避傾向考察的是投資者在承受風(fēng)險的情況下出現(xiàn)的偏好特征，通常用來測量人們?yōu)榻档惋L(fēng)險而進(jìn)行不同類型的交易的意愿。在成本與風(fēng)險收益的權(quán)衡過程中，厭惡風(fēng)險的投資者在一定程度的損失成本下更傾向于做出低風(fēng)險的投資選擇。而偏愛風(fēng)險的投資者與之相反，其在相同的成本下傾向于投資高風(fēng)險高回報(bào)的投資產(chǎn)品。換而言之，當(dāng)不同風(fēng)險屬性的投資者對具有相同的預(yù)期回報(bào)率的投資項(xiàng)目進(jìn)行選擇時，風(fēng)險厭惡者一般選擇風(fēng)險較低的項(xiàng)目，而風(fēng)險偏愛者則反其道而行之。所以，在現(xiàn)代微觀金融理論的范疇下，風(fēng)險規(guī)避傾向直接決定了投資者的交易行為。

在本文中，股權(quán)風(fēng)險資產(chǎn)收益率由股票收益率衡量，來源是以我國所有A股二級市場流通價格為基礎(chǔ)得出的指數(shù)漲跌幅。所以，A股在二級市場的價格直接決定了我國的股權(quán)溢價水平。作為一個流通市場的主要產(chǎn)品之一，股票的價格由股市的供需關(guān)系決定，而市場投資主體的交易行為，無疑是這一供需關(guān)系的直接體現(xiàn)，其不僅代表了市場的價格形成機(jī)制，也是影響我國股權(quán)風(fēng)險溢價的重要因素。從西方資產(chǎn)定價領(lǐng)域的前沿視角來看，對本文實(shí)證研究結(jié)果的解讀可以行為金融理論為中心，從投資者理性與非理性交易行為的角度進(jìn)一步展開。

（一）完全理性視角下的研究結(jié)論

從行為資產(chǎn)定價理論來看，本文C-CAPM模型設(shè)定的代表性經(jīng)濟(jì)個人無疑具備完全理性。在理性預(yù)期假定下，具有相同效用函數(shù)的理性經(jīng)濟(jì)個人在偏好、稟賦和時間等方面完全同質(zhì)的情況下尋求在股權(quán)風(fēng)險資產(chǎn)、無風(fēng)險資產(chǎn)以及消費(fèi)間的最優(yōu)配置，模型在一般均衡時市場的資源配置組合也是每個人所選擇的最優(yōu)配置組合。而一般均衡的條件需要每個代表性經(jīng)濟(jì)個人在執(zhí)行交易行為前對資產(chǎn)的概率分布結(jié)構(gòu)的看法一致，即對每項(xiàng)資產(chǎn)收益的均值、方差，甚至協(xié)方差的估計(jì)都一致。更為重要的是，為實(shí)現(xiàn)一般均衡，理性的代表性經(jīng)濟(jì)個人應(yīng)該不僅能夠無障礙地獲取市場信息，且信息本身也能夠保證其對市場變量或經(jīng)濟(jì)指標(biāo)未來的發(fā)展變化做出最優(yōu)且無差異的預(yù)測，由此引導(dǎo)其作出不存在系統(tǒng)性偏差的交易行為和資源配置決策。

如假設(shè)我國投資者完全理性，他們能夠合理辨識自己能夠獲取的各類信息并借此引導(dǎo)自己正確地執(zhí)行交易，結(jié)合本文研究，可以發(fā)現(xiàn)投資者交易行為所依據(jù)的信息并不充分。本文研究表明，我國投資者風(fēng)險厭惡的程度與股票市場的漲跌周期息息相關(guān)，由此可以推知：我國投資者更多地依據(jù)股市本身相對短期的漲跌趨勢對市場進(jìn)行預(yù)測并調(diào)整自己對風(fēng)險的態(tài)度，進(jìn)而決定自己在不同市場行情下的交易行為。在完全理性假設(shè)下，投資者可利用一切可利用的信息做出無偏的最優(yōu)投資決策，所以問題可能由于真實(shí)市場中的信息不完全或不完善帶來。簡而言之，要么是理性投資者在缺乏完整信息的情況下得出了有偏的判斷，要么是其依據(jù)錯誤的信息得出了錯誤的預(yù)測結(jié)果。

（二）有限理性視角下的研究結(jié)論

在完全理性理框架之外，同樣可在行為資產(chǎn)定價理論框架下對本文實(shí)證結(jié)果進(jìn)行分析和討論。在有限理性的框架下，諾貝爾獎得主Kahneman和Treversky（1979）［23］從個體偏好出發(fā)對傳統(tǒng)的以 Neumann和 Morgenstern（1944）［24］偏好定義為基礎(chǔ)的期望效用理論進(jìn)行了改進(jìn)，其核心假設(shè)建立在經(jīng)驗(yàn)研究基礎(chǔ)之上，來源于對現(xiàn)實(shí)經(jīng)濟(jì)中個體行為的觀察，即人們在面對財(cái)富增加時傾向于規(guī)避風(fēng)險；而在財(cái)富減少時會選擇偏愛風(fēng)險。同時，具備這種心理特征的經(jīng)濟(jì)個體存在損失厭惡，在收益與損失的兩相權(quán)衡下，他們會認(rèn)為損失是難以接受的。

Barberis，Huang和Santos（2001）［25］將前景理論應(yīng)用到資產(chǎn)定價研究領(lǐng)域。他們在模型中并未完整采用Kahneman和Treversky的價值函數(shù)，而是重點(diǎn)考察損失厭惡特征對資產(chǎn)定價的影響，其效用函數(shù)中即包括了一般C-CAPM模型中的消費(fèi)，也包括了金融資產(chǎn)的波動。加入后者即為個人投資業(yè)績與風(fēng)險厭惡系數(shù)以及市場交易行為之間建立起了聯(lián)系。如果前期投資收益較好，代表性經(jīng)濟(jì)個人會傾向偏愛風(fēng)險，其中暗含的假設(shè)是，前期的投資收益能夠?yàn)榧雌诘臐撛谕顿Y損失提供緩沖；而如果前期投資收益差，則代表性經(jīng)濟(jì)個人會體現(xiàn)出風(fēng)險厭惡的特征，與投資風(fēng)險資產(chǎn)相比，會選擇風(fēng)險較低資產(chǎn)的資產(chǎn)進(jìn)行投資，由此，也帶來了交易行為的變化。

本文盡管采用的模型不盡相同，但月頻數(shù)據(jù)環(huán)境下得出的實(shí)證結(jié)果無疑為前景理論在中國市場中找到了證據(jù)。前文已描述，在市場行情的階段性變化中，我國投資者的風(fēng)險厭惡系數(shù)同樣發(fā)生著變化，且在分段時間下的市場漲跌中體現(xiàn)出了本質(zhì)性的差異。如以前景理論的思想進(jìn)行解釋，本章模型中的投資者前期如通過整體A股市場的漲勢獲取了風(fēng)險投資收益，其在即期將“調(diào)低”自己的風(fēng)險厭惡系數(shù)，在呈現(xiàn)不斷上揚(yáng)趨勢的分段區(qū)間中，投資者的風(fēng)險厭惡系數(shù)不斷縮減，最終體現(xiàn)出風(fēng)險偏愛的特征，這一過程的事證出現(xiàn)在樣本區(qū)間SR1和SR4中。而在整體為跌勢的SR3和SR5區(qū)間中，風(fēng)險厭惡系數(shù)與市場行情之間的調(diào)整過程出現(xiàn)逆轉(zhuǎn)，直觀體現(xiàn)即是出現(xiàn)正值的風(fēng)險厭惡系數(shù)。從本文模型中設(shè)定的預(yù)期效用函數(shù)的意義來說，

本文風(fēng)險厭惡系數(shù)的估計(jì)結(jié)果可認(rèn)為是一個“異象”，而前景理論無疑能夠利用投資者交易行為背后的心理特征對該“異象”提供合理有效的解釋。未來的研究工作可在借鑒西方成熟研究成果的基礎(chǔ)上，結(jié)合我國投資者的特性構(gòu)造以該理論為框架的資產(chǎn)定價模型，探討以收益率或波動性為代表的市場內(nèi)生因素對我國市場投資者的偏好、效用以及投資行為的影響。

［1］Markowitz H.Portfolio Selection［J］.Journal of Finance，1952，7（1）：452-482.

［2］Sharp W F.Capital Asset Prices：A Theory of Market Equilibrium under Conditions of Risk［J］.Journal of Finance，1964，19（3）：425-442.

［3］Lintner J.The Valuation of Risk Assets and the Selection of Risky Investments in Stock Portfolios and Capital Budgets［J］.Review of Economic Statistics，1965，47（1）：13-37.

［4］Reingamun M R.Misspecification of Capital Asset Pricing：Empirical Anomalies Based on Earning’s Yield and Market Values［J］.Journal of Financial E-conomics，1981，9（1）：19-46.

［5］Lakonishok J，Shapiro A C.Systematic Risk，Total Risk and Explanations［J］.In Elroy Dimson，Ed：Stock Market Anomalies.Cambridge University Press，1986.

［6］Ross S.The Arbitrage Theory of Capital Asset Pricing［J］.Journal of Economic Theory，1976，13（3）：341-360.

［7］Merton R.Lifetime Portfolio Selection under Uncertainty：The Continuous Time Case［J］.Review of E-conomics and Statistics，1969，51（3）：247-257.

［8］Merton R.An Inter-temporal Capital Asset Pricing Model［J］.Econometrica，1973，41（5）：867-887.

［9］Lucas R E.Asset Prices in an Exchange Economy［J］.Econometrica，1978，46（6）：1429-1446.

［10］Breeden D.An Intertemporal Asset Pricing Model with Stochastic Consumption and Investment Opportunity［J］.Journal of Financial Economics，1979，7（3）：265-296.

［11］劉少波.資本資產(chǎn)定價理論：范式轉(zhuǎn)換與演進(jìn)［M］.經(jīng)濟(jì)科學(xué)出版社，2010.

［12］Mehra R，Prescott E C.The Equity Premium：A Puzzle［J］.Journal of Monetary Economics，1985，15：145-161.

［13］Weil P.The Equity Premium Puzzle and the Riskfree Rate Puzzle［J］.Journal of Monetary Economics，1989，24（3）：401-421.

［14］Abel A B.Asset Prices under Habit Formation and Catching up with the Joneses［J］.American Economic Review，1990，80（2）：38-42.

［15］Abel A B.Equity Premia with Benchmark Levels of Consumption：Closed-Form Results［M］.Handbook of the Equity Risk Premium.Elsevier，2008：117-157.

［16］熊和平.論消費(fèi)習(xí)慣及其對資產(chǎn)定價的影響［J］.經(jīng)濟(jì)評論，2005（3）：46-50.

［17］Campbell J Y，Cochrane J H.By Force of Habit：A Consumption-Based Explanation of Aggregate Stock Market Behavior［J］.Journal of Political Economy，1999，107（2）：205-251.

［18］Sundaresan S M.Intertemporally Dependent Preferences and the Volatility of Consumption and Wealth［J］.Review of Financial Studies，1989，2（1）：73-89.

［19］Constantinides G M.Habit Formation：A Resolution of the Equity Premium Puzzle［J］.Journal of Political Economy，1990，98（3）：519-543.

［20］Campbell J Y，Cochrane J H.Explaining the Poor Performance of Consumption-Based Asset Pricing Models［J］.Journal of Finance，2000，55（6）：2863-2878.

［21］王慶石、肖俊喜.習(xí)慣形成、局部持久性和基于消費(fèi)的資本資產(chǎn)定價：來自中國股市的經(jīng)驗(yàn)分析［J］.統(tǒng)計(jì)研究，2005（5）：22-26.

［22］Kocherlakota N.The Equity Premium：It’s Still a Puzzle［J］.Journal of Economic Literature，1996，34（1）：42-76.

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

［24］Neumann V J，Morgenstern O.Theory of Games and Economic Behavior［M］.New Jersey：Princeton University Press，1944.

［25］Barberis N，Huang M，Santos T.Prospect Theory and Asset Prices［J］.Quarterly Journal of Economics，2001，116（1）：1-53.