牛娜

傳統(tǒng)的金融理論經(jīng)典模型解決的就是在一個(gè)完全信息市場(chǎng)中投資者的最優(yōu)決策以及最終的市場(chǎng)均衡問題。然而，現(xiàn)實(shí)的金融市場(chǎng)是一個(gè)不完全信息市場(chǎng)，我們無(wú)法直接觀測(cè)到資產(chǎn)收益率的分布，因此現(xiàn)實(shí)中我們面對(duì)的是一個(gè)收益率分布未知的不確定市場(chǎng)。

貝葉斯框架

在組合選擇理論上，（Barry 1974）、（Jorion1986）分別從統(tǒng)計(jì)角度及經(jīng)濟(jì)意義角度出發(fā)研究了貝葉斯方法中先驗(yàn)分布的選擇問題，但（DeMi.guel，Garlappi et a1.2007）對(duì)目前已有的幾種先驗(yàn)分布設(shè)置下的資產(chǎn)配置效率進(jìn)行了實(shí)證檢驗(yàn)，結(jié)果顯示目前任何一種方法得到的樣本外結(jié)果能夠顯著優(yōu)于最簡(jiǎn)單的1/N策略。（Brennan 1998）假設(shè)風(fēng)險(xiǎn)資產(chǎn)價(jià)格服從均值未知的幾何布朗運(yùn)動(dòng)，得到與傳統(tǒng)完全信息的的符號(hào)及大小決定于風(fēng)險(xiǎn)厭惡系數(shù)yo（Xia 2001）則是在（Brennan1998）研究的基礎(chǔ)上進(jìn)行擴(kuò)展，引入了消費(fèi)，并假設(shè)資產(chǎn)收益率具有可預(yù)測(cè)性，但預(yù)測(cè)方程的斜率未知，同樣根據(jù)貝葉斯方法得到了類似的最優(yōu)資產(chǎn)配置問題的解。（Brennan and Xia 2001）從資產(chǎn)收益的波動(dòng)出發(fā)，指出在股利增長(zhǎng)率不確定情況下，貝葉斯學(xué)習(xí)將會(huì)導(dǎo)致高的資產(chǎn)收益波動(dòng)。（Pastor and Veronesi 2009）則利用貝葉斯學(xué)習(xí)來(lái)解釋泡沫現(xiàn)象，他們指出人們?cè)诿鎸?duì)高新技術(shù)未來(lái)生產(chǎn)率的不確定性時(shí)，理性的決策也可能產(chǎn)生泡沫式的價(jià)格變動(dòng)現(xiàn)象。

極大極小效用理論

在貝葉斯框架下，所有客觀不確定的分布都可以由一個(gè)主觀的分布來(lái)刻畫，基于此，（Gilboa and Schmeidler 1989）提出了一個(gè)新的用于刻畫不確定厭惡投資者的期望效用函數(shù)，并給出了該效用函數(shù)的一系列關(guān)于偏好的公理性證明，他們認(rèn)為，在面對(duì)不確定性時(shí)，人們并不一定能像貝葉斯框架那樣給出唯一的主觀概率分布，而應(yīng)該是一個(gè)由多種可能分布組成的主觀分布集，反映了投資者面對(duì)不確定時(shí)的極端保守的心理。投資者最大化他的期望效用，就得到了極大極小期望效用。（Routledge andZin2009）研究了衍生品市場(chǎng)中模型不確定與流動(dòng)性的關(guān)系，得到不確定厭惡的做市商會(huì)增加買賣價(jià)差從而降低市場(chǎng)流動(dòng)“生。（ca0，Wang et a1.2005）引入投資者不確定性偏好差異，得到了不確定偏好差異的增加會(huì)導(dǎo)致市場(chǎng)參與率的下降，從而解釋了市場(chǎng)有限參與的現(xiàn)象。（Easley and O'Hara 2009）則是引入了信息不對(duì)稱的兩類投資者來(lái)解釋市場(chǎng)有限參與現(xiàn)象，指出為了規(guī)避不確定，某些信息較少的投資者可能會(huì)選擇不參與市場(chǎng)的現(xiàn)象，他們最后針對(duì)這種現(xiàn)象提供了一系列政策建議以提高市場(chǎng)的參與率。

本文對(duì)不完全信息市場(chǎng)下的金融理論研究進(jìn)行了一定的梳理，總的來(lái)看，兩個(gè)框架分別從不同的角度出發(fā)來(lái)處理不完全信息，在不確定性存在的情況下，分別在各自的框架下對(duì)各種金融“異象”進(jìn)行理論上的解釋。

目前來(lái)看，大部分文獻(xiàn)都只是應(yīng)用了某一框架對(duì)某一金融現(xiàn)象進(jìn)行了理論上的解釋，我們認(rèn)為這些研究存在兩方面的改進(jìn)。首先是一個(gè)實(shí)證上的改進(jìn)，從貝葉斯方法上看，雖然理論上可以很好地解釋一些現(xiàn)象，但在實(shí)際應(yīng)用時(shí)，主觀先驗(yàn)分布的選擇至關(guān)重要，但目前為止學(xué)者們還未提出一個(gè)可靠的選擇方法，這也一定程度上限制了貝葉斯方法的實(shí)際應(yīng)用。而從極大極小效用理論來(lái)看，在實(shí)際應(yīng)用時(shí)，刻畫不確定厭惡的系數(shù)φ也較難確定，這就導(dǎo)致了實(shí)際中我們很難區(qū)分風(fēng)險(xiǎn)報(bào)酬和不確定性報(bào)酬，因此如何在實(shí)際中有效地提取不確定性報(bào)酬也是該理論的一個(gè)重要研究方向。第二個(gè)改進(jìn)是從理論上進(jìn)行，研究如何將貝葉斯學(xué)習(xí)和不確定厭惡這兩者結(jié)合使用。（Leippold，Trojani et a1.2008）在這方面做了一定的嘗試，他們的模型同時(shí)解釋了高收益率、高波動(dòng)率和低利率三種現(xiàn)象，因此如何對(duì)兩種理論的結(jié)合使用以更好地同時(shí)解釋多種現(xiàn)象也將是本領(lǐng)域的重點(diǎn)研究方向。