学海拾珠系列之二百一十九：模糊性会引发处置效应吗？

主要观点： 执业证书号：S0010522110001邮箱：luoyushan@hazq.com 分析师：严佳炜执业证书号：S0010520070001邮箱：yanjw@hazq.com ⚫处置效应与模糊性 本研究探讨了处置效应的成因，指出传统金融理论无法解释投资者在收益时卖出而在亏损时犹豫的行为。前景理论虽引入心理因素，但其局限性在于未能充分捕捉不确定性。研究表明，模糊性（即事件概率的不确定性）可能是引发处置效应的关键因素，为理解处置效应提供了新的视角. ⚫基于EUUP框架的BX扩展模型研究处置效应 本研究在不确定概率下的期望效用（EUUP）框架下扩展了BX模型，该模型是首个将前景理论与处置效应结合的二叉树模型，区分模糊性和风险态度，分析处置效应。 1.《国际主动型基金的持仓拥挤与业绩影响——学海拾珠系列之二百一十八》 ⚫考虑模糊性态度能增强对处置效应的预测能力 2.《回撤Beta与投资组合优化——学海拾珠系列之二百一十七》 数值分析表明，阈值越大且模糊性厌恶的斜率越陡峭，处置效应出现的可能性就越大，因为对损失的模糊性寻求比对收益的模糊性厌恶更占主导地位。 3.《国际股票市场中的因子动量与价格动量——学海拾珠系列之二百一十六》 在与BX相同参数值下，通过数值方法验证了模型中处置效应的出现情况，除了股票上涨概率的模糊性和年预期回报率𝜇。当𝜇= 1.1时，模型未出现处置效应；但当𝜇= 1.04时，我们找到了投资发生且处置效应出现的感知概率范围，表明模糊性对处置效应有重要影响。 4.《基金中的策略背离、竞争与资金流动——学海拾珠系列之 二百一十五》 5.《如何通过技术指标预测市场波动性——学海拾珠系列之二百一十四》 ⚫文献来源 核心内容摘选自Hideki Iwaki, Daisuke Yoshikawa于2024年12月30日在International ReviewofFinancialAnalysis上的文章《Doesambiguitydrivethedispositioneffect?》 6.《战术性资产配置与宏观经济因素——学海拾珠系列之二百一十三》 7.《主动投资向被动投资转变的影响与风险？——学海拾珠系列之二百一十二》 ⚫风险提示 文献结论基于历史数据与海外文献进行总结；不构成任何投资建议。 正文目录 1引言.......................................................................................................................................................................................................42模型.......................................................................................................................................................................................................63数值分析............................................................................................................................................................................................114文献综述............................................................................................................................................................................................155结论.....................................................................................................................................................................................................15风险提示：.............................................................................................................................................................................................16 图表目录 图表1文章框架--------------------------------------------------------------------------------------4图表2股价二叉树------------------------------------------------------------------------------------6图表3𝜇=1.1的初始值：命题1----------------------------------------------------------------------11图表4𝜇=1.04的初始值：命题1---------------------------------------------------------------------12图表5𝜇=1.00的初始值：命题1---------------------------------------------------------------------12图表6𝜇=1.1的最优股票份额-------------------------------------------------------------------------13图表7𝜇=1.04的最优股票份额------------------------------------------------------------------------13图表8𝜇=1.00的最优股票份额------------------------------------------------------------------------14图表9展望函数-------------------------------------------------------------------------------------14图表10感知概率------------------------------------------------------------------------------------14 1引言 资料来源：华安证券研究所整理 根据传统金融理论，投资者理性地寻求最大化其预期效用。因此，他们的交易策略预期在收益和损失方面是对称的。然而，现实中的投资者常常表现出不对称的行为，即在持仓获得收益时出售资产，而在亏损时却犹豫不决。这种倾向被称为处置效应，是金融市场中的一个突出难题，与股权溢价和动量效应并列。我们的研究为解决这一难题提供了新的视角。 各种原因支持通过具体因素来预期处置效应，包括信息偏差、投资组合再平衡和交易成本等。然而，正如Odean（1998）所指出的，仅凭这些理由还不足以完全阐明处置效应，强调了考虑心理因素的必要性。 前景理论（Kahneman & Tversky, 1979; Tversky & Kahneman, 1992，以下简称PT）已被广泛用于文献中，以纳入心理因素来解释处置效应。PT引入了一个S形的效用函数，称为价值函数，该函数在收益方面是凹形的，在损失方面是凸形的，以捕捉对收益风险厌恶但对损失风险寻求的倾向。PT还假设损失厌恶。这一假设导致价值函数在区分收益和损失的参考点处出现弯曲，且在损失部分比收益部分更陡峭。 Barberis和Xiong（2009）（以下简称BX）率先通过股票价格的二叉树模型将PT与处置效应联系起来。最初，他们将PT应用于年度交易利润，并观察到具有损失厌恶和S形价值函数的投资者在最终期末以初始财富为固定参考点时，从其股票交易利润中获得效用。通过人工数据模拟，BX发现，在大多数情况下，这预测了与处置效应相反的结果，即投资者更有可能出售亏损股票而非盈利股票。随后，他们探索了实现效用的PT实施方式，其中投资者在每次出售股票时获得实现效用，这取决于实现的收益或损失的大小。这种实施方式更有可能导致处置效应，尽管偶尔也会观察到相反的效果。此外，Kaustia（2010）强调，仅使用具有固定参考点的损失厌恶效用很难预测处置效应。这些发现表明，预测处置效应需要的不仅仅是简单地实施PT。 关于PT在解释处置效应方面的各种元素的有效性以及如何最好地利用它们， 目前仍有争论。这一问题仍未解决，不同的研究人员提出了不同的观点，例如Kaustia（2010），他不支持损失厌恶；Barberis（2012），他支持其有条件使用；Ingersoll和Jin（2013），他们认为S形是不必要的，而损失厌恶更为重要。 为了解决这一挑战，一些研究人员采用了如Meng和Weng（2018）以及Shi等（2015）所见的具有自适应参考点的价值函数等方法。其他人，如Henderson（2012）和Henderson等（2018），在连续时间经济中使用了实现效用，而Gao等（2024）则纳入了资产价格的均值回归。 尽管许多研究承认PT在解释处置效应中的重要性，但仍需要更有力的证据来证明其应用。这种情况表明，仅凭PT可能无法解释处置效应，可能还涉及其他因素。 虽然PT可以解释处置效应，但它可能只能部分捕捉现实世界的不确定性。投资者在估计市场回报的实际概率分布方面面临挑战，这可能会加剧PT预测的处置倾向。它考虑了对风险的态度并指定了单一的概率分布，这是一个局限性。此外，我们注意到估计的概率分布仅代表潜在分布的均值，引入了多个候选分布。我们必须将模糊性纳入模型，以考虑所有可能的分布范围。 因此，我们关注模糊性。模糊性，也称为奈特不确定性，是一种不仅事先不知道将要实现的事件，而且这些事件的概率要么未知，要么不唯一分配的情况。相比之下，风险被定义为一种状态，在这种状态下，事先不知道将要实现的事件，但所有可能事件的概率是完全已知的。 关于模糊性态度，Trautmann和van de Kuilen（2015）说：“大量研究发现，在（适度可能性）收益和损失领域之间，模糊性态度发生了完全逆转，对损失的模糊性寻求……。确实，有一些证据表明存在一种四重模式的模糊性态度，即对高可能性的收益事件模糊性厌恶，对低可能性的收益事件模糊性寻求，以及对损失的相反模式……。总体而言，尽管如此，有明确的证据表明结果领域对模糊性态度有影响。”此外，最近的实验研究（例如，Trautmann和Wakker（2018）以及Kocher等（2018））表明，代理人对收益模糊性厌恶，但对损失模糊性寻求。因此，考虑投资者对收益和损失之间模糊性态度的不对称性可以增强PT的解释力。 在这项研究之前，Iwaki和Yoshikawa（2021）利用数值模拟，使用平滑模糊性模型（Klibanoff等，2005），这是一种常