周熙雯

摘要：本文通過(guò)結(jié)合DHS模型和前景理論來(lái)研究資產(chǎn)價(jià)格的形成過(guò)程，將DHS理論中的信心可變的思路應(yīng)用到了前景理論的信念形成中去，建立資產(chǎn)定價(jià)模型。通過(guò)數(shù)值模擬的方法模擬出風(fēng)險(xiǎn)資產(chǎn)的價(jià)格序列，發(fā)現(xiàn)該價(jià)格序列波動(dòng)劇烈，并分析了導(dǎo)致該價(jià)格波動(dòng)劇烈的原因原因可能同投資者信心的動(dòng)態(tài)變化有關(guān)。最后提出文章的實(shí)踐意義和未來(lái)研究的方向。

關(guān)鍵詞：DHS；前景理論；信心動(dòng)態(tài)變化

1.引言

傳統(tǒng)的經(jīng)濟(jì)學(xué)假設(shè)經(jīng)濟(jì)人是理性、自私、追求自身效用最大化的。并且，經(jīng)濟(jì)人具有內(nèi)在一致的偏好，具有完備的信息和計(jì)算能力。針對(duì)風(fēng)險(xiǎn)以及不確定性條件下的決策，傳統(tǒng)的容易被接受的理性選擇模型是馮·諾依曼發(fā)展的期望效用理論，該理論提供了數(shù)學(xué)化的公理是一個(gè)規(guī)范化的模型，解決了當(dāng)人們面對(duì)不確定條件下的風(fēng)險(xiǎn)時(shí)，他們應(yīng)該怎樣行動(dòng)的問(wèn)題，應(yīng)用起來(lái)比較方便。但是在最近的幾十年，理性經(jīng)濟(jì)人的假設(shè)受到巨大的挑戰(zhàn)，各種基于行為金融理論視角對(duì)投資行為的研究探討成為國(guó)內(nèi)外的研究熱點(diǎn)，在眾多行為金融理論中，前景理論的提出無(wú)疑是對(duì)傳統(tǒng)理論的一個(gè)極大挑戰(zhàn)。

前景理論的是由前諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)獲得者Kahneman和Tversky（1979）提出的，前景理將人的決策過(guò)分為編輯和評(píng)價(jià)兩個(gè)階段，提出了用權(quán)重函數(shù)和價(jià)值函數(shù)共同度量總體價(jià)值。前景理論的提出后，大批學(xué)者圍繞前景理論進(jìn)行了大量的研究： Kahneman和Tversky （1992）提出了累積前景理論，累積前景理論用以解釋隨機(jī)占優(yōu)等現(xiàn)象。Barberis等（2001）將前景理論與資產(chǎn)定價(jià)進(jìn)行有機(jī)結(jié)合，得到了一種行為資產(chǎn)定價(jià)模型（BHS），并能夠較好地解釋資本市場(chǎng)中的某些異象。Baucells和Franz（2004）發(fā)展了一個(gè)具體的對(duì)應(yīng)于累積前景理論的隨機(jī)占優(yōu)概念，該隨機(jī)占優(yōu)定理包括CPT 的價(jià)值函數(shù)概率權(quán)重函數(shù)“損失厭惡特性”。Wu（2009）在前景理論與累積前景理論架構(gòu)上，發(fā)展了分?jǐn)?shù)維的資本資產(chǎn)定價(jià)模型FM-CAPM。

行為金融學(xué)在我國(guó)起步較晚，對(duì)前景理論的研究也相對(duì)較少，仲偉周等（2009）研究發(fā)現(xiàn)我國(guó)居民行為在很大程度上制約著貨幣政策的傳導(dǎo)效果。王正新等（2010）提出一種基于累積前景理論的多指標(biāo)灰關(guān)聯(lián)決策方法。嚴(yán)紅梅和王震（2009）基于前景理論，從有限理性、不完全信息等現(xiàn)實(shí)假定出發(fā)，分析了有獎(jiǎng)發(fā)票的作用機(jī)理，并指出顧客行為是有獎(jiǎng)發(fā)票機(jī)制設(shè)計(jì)的關(guān)鍵點(diǎn)。曾愛(ài)民等 （2009）發(fā)現(xiàn)前景理論能較好地解釋各種閾值兩側(cè)管理層的風(fēng)險(xiǎn)態(tài)度以及風(fēng)險(xiǎn)和收益之間的權(quán)衡關(guān)系，并檢驗(yàn)了前景理論在我國(guó)的適用性。張維等（2012）利用前景理論來(lái)解釋波動(dòng)的不對(duì)稱性問(wèn)題。鄒高峰等（2013）研究了中國(guó)條件下的前景理論資本定價(jià)模型。

從既有的文獻(xiàn)來(lái)看，對(duì)前景理論的研究更多地集中在對(duì)價(jià)值函數(shù)的應(yīng)用和研究。對(duì)權(quán)重函數(shù)部分的研究較少，許多文獻(xiàn)甚至忽略了權(quán)重函數(shù)的部分，或者簡(jiǎn)單地進(jìn)行設(shè)定。張維等（2012）曾在研究基于前景理論的波動(dòng)不對(duì)稱時(shí)，利用明確的利好和利壞信息來(lái)分析前景理論交易者對(duì)風(fēng)險(xiǎn)收益預(yù)期（權(quán)重函數(shù)）的主觀心理形成過(guò)程，具有一定的參考意義。本文同樣考慮到交易者的這一心理特征，但外部信息對(duì)風(fēng)險(xiǎn)收益預(yù)期的影響主要參考的是DHS理論中的思想。DHS模型也是行為金融的代表性模型之一，是由Daniel，Hirshleifer 和 Subrahmanyam（1998）基于投資者過(guò)度自信和反應(yīng)過(guò)度構(gòu)造一個(gè)非均質(zhì)信息的模型（簡(jiǎn)稱DHS模型），模型假設(shè)投資者在進(jìn)行投資決策時(shí)存在兩種行為：過(guò)度自信（Over-confidence）和自我歸因偏差（Biased Self Attribution），在分析投資者對(duì)信息（公開(kāi)信息或內(nèi)幕信息） 的反應(yīng)程度時(shí)更強(qiáng)調(diào)過(guò)度自信和自我歸因偏差。DHS模型假設(shè)的投資者在進(jìn)行投資決策的最初階段，收到一個(gè)私人的噪聲，通過(guò)利用這個(gè)私人信息，投資者對(duì)風(fēng)險(xiǎn)資產(chǎn)的預(yù)期收益率的狀態(tài)形成了一個(gè)主觀概率，投資者只有在接下來(lái)的公共噪聲和真實(shí)外部信息被揭示出來(lái)以后，才能判斷該私人噪聲信息的準(zhǔn)確性。由于過(guò)度自信和自我歸因偏差的存在，這一判斷信息精度的過(guò)程又反過(guò)來(lái)影響了投資者對(duì)下一次私人噪聲準(zhǔn)確性的判斷，這就是本文將要對(duì)權(quán)重函數(shù)心理特征的刻畫(huà)。

2.模型建立

2.1 前景理論模型

前景理論與傳統(tǒng)效用理論相比，具有三個(gè)特點(diǎn)：第一，考慮了損失厭惡特征，即經(jīng)濟(jì)主體在面對(duì)損失比獲利更加敏感；第二，是參照依賴特征，即經(jīng)濟(jì)主體的主觀效用結(jié)合絕對(duì)結(jié)果與參照點(diǎn)比較來(lái)決定，也就是說(shuō)經(jīng)濟(jì)主體看重的是財(cái)富的變化水平而不是絕對(duì)量水平；最后，同樣具有邊際效用遞減特征，即離參照點(diǎn)越遠(yuǎn)，效用變化越小。前景理論的價(jià)值函數(shù)如下，面對(duì)利得時(shí)是凹函數(shù)，表現(xiàn)出風(fēng)險(xiǎn)厭惡；面對(duì)損失是凸函數(shù)，表現(xiàn)為風(fēng)險(xiǎn)偏好。具體形式如下式（1）所示。其中，x表示相對(duì)于參考點(diǎn)的收益或損失，[v（x）]表示價(jià)值函數(shù)，[α，β]分別表示面對(duì)盈利時(shí)的風(fēng)險(xiǎn)厭惡和面對(duì)損失時(shí)的風(fēng)險(xiǎn)喜好程度，[λ]則為損失厭惡系數(shù)。

[v（x）=xα-λ（-x）β] （1）

2.2 投資者行為模式

本文假定投資者為前景理論投資者稱為PT投資者，其主要依據(jù)上述的分段價(jià)值函數(shù)進(jìn)行風(fēng)險(xiǎn)決策，尤其關(guān)注財(cái)富的變化量，而且以短期預(yù)期價(jià)值函數(shù)最大化為目標(biāo)。首先，如上所述，PT投資者關(guān)心的是財(cái)富變化量，假設(shè)無(wú)風(fēng)險(xiǎn)收益率為參考點(diǎn)，假設(shè)t期預(yù)期t+1期財(cái)富變化為：

[Xt+1=Wt（Rt+1-rf）] （2）

其中，[Wt]表示PT投資者在T時(shí)刻投資在風(fēng)險(xiǎn)資產(chǎn)的財(cái)富，[Rt+1]表示T到T+1時(shí)刻的收益率，而[rf]為無(wú)風(fēng)險(xiǎn)收益率。假設(shè)[Rt+1]存在兩種狀態(tài)，獲利狀態(tài)[R+t+1]和損失狀態(tài)[R-t+1]，如以下公式所示：

[Rt+1=R+ t+1 Rt+1>rf R-t+1 Rt+1

其中 [R+t+1+R-t+1≥2rf]。

首先，按照DHS的思路，PT投資者根據(jù)前期信息精度來(lái)調(diào)整風(fēng)險(xiǎn)資產(chǎn)預(yù)期收益率的概率，具體形式如以下等式所表示[P（Rt+1）=P（Rt）k ]，[P（R+t+1）]，[P（R-t+1）]分別表示t+1期時(shí)獲利狀態(tài)和損失狀態(tài)的主觀概率，[P（R+t+1）]，[P（R-t+1）]和前期的主觀概率相關(guān)，k為主觀概率調(diào)整系數(shù)，也存在正負(fù)兩種狀態(tài)。

[P（R+t+1）=P（R+t）k P（R-t+1）=P（R-t）k P（R+t+1）+ P（R-t+1）=1 ] （4）

其次，本文假定每一個(gè)時(shí)期開(kāi)始的時(shí)候，投資者都會(huì)收集到私人的信息[St]，該私人信息從表面上看指示這著利好消息或者利壞消息，私人信息這兩種狀態(tài)分別標(biāo)記為[St]=1或者[St]=-1。私人信息與同期的已實(shí)現(xiàn)波動(dòng)的方向的關(guān)系將影響投資者對(duì)下一期信息的精確度的判斷，如果[StR-t>0]，則說(shuō)明投資者在某一期收到的信息是可信的，得到了已實(shí)現(xiàn)波動(dòng)的確定。根據(jù)DHS理論中強(qiáng)調(diào)的過(guò)度自信偏差，投資者對(duì)下一期收到的信息可能更有信心，如果下一期的噪聲為利好，即[St+1]=1，則[P（R+t+1）=P（R+t）k+]，預(yù)期獲利的主觀概率加強(qiáng)；如果下一期的信息為利壞，即[St+1]=-1，則[P（R-t+1）=P（R-t）k+]，預(yù)期損失的主觀概率也加強(qiáng)。如果[StRt_<0]，說(shuō)明投資者收到的信息不太準(zhǔn)確，與同期已實(shí)現(xiàn)波動(dòng)率的方向是相反的，如果下一期的噪聲為利好，即[St+1]=1，則[P（R+t+1）=P（R+t）k-]，同理，如果[St+1]=-1下一期的噪聲為利壞，即[St+1]=-1，則[P（R-t+1）=P（R-t）k-]；這里[k+>1]，和[k+<1].綜上所述，投資者的風(fēng)險(xiǎn)資產(chǎn)收益預(yù)期概率可以表示成以下形式：

[if StRt_>0 P（R+t+1）=P（R+t）k+ st+1=1 P（R-t+1）=P（R-t）k+ st+1=-1 ] （5）

[if StRt_<0 P（R+t+1）=P（R+t）k- st+1=1 P（R-t+1）=P（R-t）k- st+1=-1 ][] （6）

最后，基于以上信念形成過(guò)程以及對(duì)投資者主觀概率權(quán)重的影響，根據(jù)前景理論所預(yù)示的風(fēng)險(xiǎn)偏好，PTTrader以實(shí)現(xiàn)預(yù)期財(cái)富變化量的價(jià)值最大化為目標(biāo)，

[max（E[V（xt+1）]）] （7）

其中E[·]表示投資者的效用，V（·）表示投資者的價(jià)值函數(shù)。

2.3 其他假設(shè)條件

首先，市場(chǎng)存在兩種資產(chǎn)：無(wú)風(fēng)險(xiǎn)資產(chǎn)，供給彈性無(wú)限期大，無(wú)風(fēng)險(xiǎn)利率Rf固定不變；風(fēng)險(xiǎn)資產(chǎn)流通量L>0， 固定不變，無(wú)分紅；其次，交易無(wú)摩擦，不允許賣空；第三，投資者數(shù)量為N，每個(gè)投資者的初始財(cái)富相；第四，投資者的預(yù)期風(fēng)險(xiǎn)收益率只存在兩種狀態(tài)，獲利狀態(tài)[R+t+1]和損失狀態(tài)[R-t+1]；第五，投資者在每一期都能夠收到外部信息S，S是一個(gè)取值為1或者-1的隨機(jī)變量。

3.模型推導(dǎo)

3.1推導(dǎo)最優(yōu)風(fēng)險(xiǎn)資產(chǎn)和資產(chǎn)價(jià)格

首先，求解前景理論投資者的最優(yōu)風(fēng)險(xiǎn)決策，根據(jù)式（1）-（7）以及其他假設(shè)條件可得：

[E[V（xt+1）]=P（R+t+1）*[Wt（R+t+1-rf）]α-P（R-t+1）*[λWt（rf-Rt+1）β]]，

根據(jù)[dE[V（xt+1）]dWt=0]，可得：

[Wt=λβ-1βP（R-t+1）（Rf-R-t+1）β-1αP（R+t+1）（R+t+1-Rf）α-11α-β]

又因?yàn)閇d2E[V（xt+1）]dw2t]在滿足[α<β]的情況下小于0。所以在滿足[α<β]的情況下，是最優(yōu)的對(duì)風(fēng)險(xiǎn)資產(chǎn)投資為額為：

[W*t=λβ-1βP（R-t+1）（Rf-R-t+1）β-1αP（R+t+1）（R+t+1-Rf）α-11α-β]

最后根據(jù)供求均衡可知，風(fēng)險(xiǎn)資產(chǎn)的市值等于投資者投入金額的總和，當(dāng)流通量和投資者數(shù)量固定時(shí)，市場(chǎng)中所有投資者中持有風(fēng)險(xiǎn)資產(chǎn)價(jià)值等于當(dāng)期風(fēng)險(xiǎn)資產(chǎn)的市值，即[NW*t=SP*]，解得：

[P*t=NSλβ-1βP（R-t+1）（Rf-R-t+1）β-1αP（R+t+1）（R+t+1-Rf）α-11α-β]， [α<β]

3.2模型含義

第一，風(fēng)險(xiǎn)資產(chǎn)價(jià)格[P*t]與不同（高收益比低收益）狀態(tài)的主觀預(yù)期風(fēng)險(xiǎn)收益率的概率比成正比，即在其他條件不變的基礎(chǔ)上，[P（R+t+1）P（R-t+1）]越大，風(fēng)險(xiǎn)資產(chǎn)價(jià)格[P*t]價(jià)格越大。但投資者認(rèn)為獲得高風(fēng)險(xiǎn)收益率的機(jī)會(huì)增加，即使客觀屬于低概率事件，但主觀上賦予更高的概率權(quán)重，此心理優(yōu)勢(shì)將增加他們對(duì)于風(fēng)險(xiǎn)資產(chǎn)的需求，從而推動(dòng)價(jià)格上漲。

第二，因?yàn)閇P（R+t+1）P（R-t+1）]和上一期私人信息和已實(shí)現(xiàn)波動(dòng)率比[StR-t]有緊密聯(lián)系，由上式（5），（6）可知，如果上一期的[StR-t>0]，則當(dāng)期無(wú)論是利好還是利壞消息，信息的精確度都被增強(qiáng)，相應(yīng)提高獲利或者損失狀態(tài)的概率，推高或者降低風(fēng)險(xiǎn)資產(chǎn)的價(jià)格。如果上一期的[StRt_<0]，則當(dāng)期無(wú)論是利好還是利壞消息，信息的精確度都被削弱，相應(yīng)降低獲利或者損失狀態(tài)的概率，拉低或者推高風(fēng)險(xiǎn)資產(chǎn)的價(jià)格。

第三，風(fēng)險(xiǎn)資產(chǎn)價(jià)格[P*t]同損失厭惡程度[λ]呈反比，這說(shuō)明如果損失相比盈利的敏感性增強(qiáng)，將使得PT投資者面臨風(fēng)險(xiǎn)甚至損失時(shí)會(huì)減弱投資意愿，從而減少風(fēng)險(xiǎn)資產(chǎn)需求，降低風(fēng)險(xiǎn)資產(chǎn)價(jià)格。

第四，風(fēng)險(xiǎn)資產(chǎn)價(jià)格[P*t]同負(fù)數(shù)的風(fēng)險(xiǎn)資產(chǎn)的風(fēng)險(xiǎn)厭惡[β]成正比，同正的風(fēng)險(xiǎn)資產(chǎn)的風(fēng)險(xiǎn)厭惡水平[α]成反比，這說(shuō)明投資者在面臨收入和損失兩種情況下的風(fēng)險(xiǎn)承受能力不同，在面臨損失時(shí)，風(fēng)險(xiǎn)承受能力較高，所以即使在損失的情況下，仍然對(duì)股票有需求，從而拉高股票價(jià)格，而在面臨高收益時(shí)，風(fēng)險(xiǎn)承受能力較低，表現(xiàn)為投資者在獲利后傾向于賣掉股票，拉低股票價(jià)格，也就表現(xiàn)為低買高賣的狀態(tài)。

4.數(shù)值模擬

為了更好地通過(guò)前述的定價(jià)模型所描述的基于DHS思想和前景理論的對(duì)資產(chǎn)價(jià)格的影響，本文進(jìn)一步通過(guò)數(shù)值模擬的設(shè)置來(lái)模擬出價(jià)格序列。模擬所設(shè)置的各參數(shù)值如下表所示：

通過(guò)計(jì)算機(jī)模擬2400期得出的風(fēng)險(xiǎn)資產(chǎn)價(jià)格的時(shí)間序列如圖1所示：可以看出價(jià)格的波動(dòng)是比價(jià)劇烈的，價(jià)格序列的中值為2.07，標(biāo)準(zhǔn)差為5.08。較大的波動(dòng)性可能來(lái)源于本模型假設(shè)前景理論投資者對(duì)私人信息判斷的信心是動(dòng)態(tài)的，如果投資者對(duì)信息的判斷的精度不斷提高，而且出現(xiàn)連續(xù)多期信息提示是利好消息的情況，投資者將不斷提高獲利狀態(tài)出現(xiàn)的概率而且賦予其更高的概率權(quán)重，從而對(duì)風(fēng)險(xiǎn)資產(chǎn)需求量不斷增加，最終推動(dòng)價(jià)格不斷上漲。而相反如果投資者判斷信息精度下降，即使連續(xù)出現(xiàn)多期信息提示是利壞消息，投資者將持續(xù)降低獲利收益率也就是提高損失收益率出現(xiàn)的概率，而且賦予獲利收益率較低的概率權(quán)重，導(dǎo)致風(fēng)險(xiǎn)資產(chǎn)的價(jià)格不斷下降。

5.結(jié)論和研究方向

本文通過(guò)結(jié)合前景理論和DHS模型的思想來(lái)研究資產(chǎn)價(jià)格的形成過(guò)程，研究的創(chuàng)新點(diǎn)是將DHS理論中的信心可變的思想應(yīng)用到了前景理論的信念形成部分中去，通過(guò)數(shù)值模擬的方法模擬出風(fēng)險(xiǎn)資產(chǎn)的價(jià)格，發(fā)現(xiàn)該價(jià)格序列波動(dòng)劇烈，并分析了導(dǎo)致該價(jià)格波動(dòng)劇烈的原因。其中一個(gè)主要原因考慮到投資者的信心不斷發(fā)生變化將影響其對(duì)風(fēng)險(xiǎn)資產(chǎn)購(gòu)買需求，從而影響價(jià)格的波動(dòng)。

本文結(jié)論的實(shí)踐意義在于：（1）提高市場(chǎng)的透明度，市場(chǎng)的透明度低將導(dǎo)致投資者依賴各種自私人的信息對(duì)預(yù)期收益率進(jìn)行判定，但是又不能確定這種私人信息的準(zhǔn)確性，只有不斷地調(diào)整對(duì)私人信息態(tài)度來(lái)進(jìn)行交易，這樣就導(dǎo)致了價(jià)格的波動(dòng)性增強(qiáng)。相反，如果市場(chǎng)透明度提高，投資者更多地能夠根據(jù)權(quán)威的渠道獲取信息，將降低由于信息不對(duì)稱而導(dǎo)致的不必要的市場(chǎng)波動(dòng)。（2）幫助投資者建立理性的投資決策，隨著個(gè)人投資者過(guò)度自信程度的提高，個(gè)人投資者會(huì)相信自己擁有更高的投資能力水平和掌握了精確度更高的相關(guān)價(jià)值信息， 并能夠通過(guò)頻繁交易獲取更多的收益。在這種情況下， 其顯然會(huì)采取更加激進(jìn)的股票交易策略， 提高交易頻度， 縮短交易時(shí)間間隔，在股票價(jià)格上漲時(shí)不斷買入股票，在股票價(jià)格下跌時(shí)不斷賣出手中持有的股票，這種追漲殺跌的行為必然會(huì)引致股票市場(chǎng)的暴漲暴跌，進(jìn)而增大股票市場(chǎng)的價(jià)格波動(dòng)性。

本文還存在一些不足之處，特別是在做數(shù)值模擬的部分，這些可以作為以后研究的方向：（1）在設(shè)置數(shù)值模擬參數(shù)時(shí)，本文假設(shè)投資者短期之內(nèi)認(rèn)知和學(xué)習(xí)是匱乏的，所以假設(shè)不同狀態(tài)下的預(yù)期收益率在各期是不變的，也就是認(rèn)為是靜態(tài)的，如果放寬這一假設(shè)，價(jià)格的波動(dòng)情況可能發(fā)生變化。假設(shè)投資者對(duì)每一期預(yù)期收益率的判斷是動(dòng)態(tài)的過(guò)程，比如上一期的已實(shí)現(xiàn)波動(dòng)明顯低于預(yù)期時(shí)（仍然是屬于獲利狀態(tài)），但是信息仍然被證實(shí)是準(zhǔn)確的，投資者可能調(diào)低當(dāng)期對(duì)獲利狀態(tài)的預(yù)期，不再對(duì)預(yù)期獲利收益率規(guī)定一個(gè)確定值，這時(shí)候價(jià)格的波動(dòng)率可能降低，也就是投資者提高信息的準(zhǔn)確率而導(dǎo)致的價(jià)格上升被調(diào)低的預(yù)期收益率抵消。當(dāng)然如果已實(shí)現(xiàn)的收益率高于預(yù)期收益率，在其他情況相同的情況下，價(jià)格波動(dòng)率甚至?xí)M(jìn)一步增大。所以可以結(jié)合動(dòng)態(tài)的預(yù)期收益率來(lái)進(jìn)行數(shù)值模擬價(jià)格，同本文的價(jià)格序列進(jìn)行對(duì)比。（2）模擬中對(duì)概率變化（信心變化）假設(shè)的系數(shù)可能也會(huì)影響價(jià)格波動(dòng)的劇烈情況，如果投資者對(duì)預(yù)期信念變化不敏感，也就是調(diào)整概率的幅度較小的話，那價(jià)格變化的劇烈程度就會(huì)相對(duì)緩和，相反，如果投資者預(yù)期信念變化更加敏感，那么價(jià)格變化的程度將會(huì)更劇烈?？梢员容^不同調(diào)整幅度下的價(jià)格序列的情況.

參考文獻(xiàn)：

[1]Kahnem an， D. & A. Tversky. Prospect theory： an analysis of decision under risk [J]. Econometrica， 1979（47） ： 263-291.

[2]Tversky， A. & D. Kahneman . Advances in prospect theory： cumulative represent at ion of uncertainty [J]. Journal of Risk and Uncertaint y， 1992 （05） ： 297-323.

[3] Shefrin， H . & M. Statman . T he disposition t o s ell winners too early an d ride losers t oo l on g： theory and evidence [J].T he Journal of Finance， 1985 （40） ： 777-790.

[4] Grinblat t ， M. & B. Han. Prospect th eory， men tal accounting and momentum [J] . Journal of Financial Econ omics， 2005（78） ： 311-339.

[5] Barberis， N.， M. Huang & T. Santos. Prospect theory and asset prices [J].Quarterly Journal of Economics， 2001 （116） ： 1-53.

[6]仲偉周，胡瑩，潘耀明.貨幣政策傳導(dǎo)中的居民行為基于前景理論的視角[J].管理世界，2009（04） ： 167-168.

[7]王正新，黨耀國(guó)，裴玲玲，等.基于累積前景理論的多指標(biāo)灰關(guān)聯(lián)決策方法[J].控制與決策，2010 （02） ： 232-236.

[8]嚴(yán)紅梅，王震.基于前景理論的有獎(jiǎng)發(fā)票機(jī)制設(shè)計(jì)[J].云南財(cái)經(jīng)大學(xué)學(xué)報(bào)， 2009 （04） ： 65- 70.

[9]曾愛(ài)民，傅元略，陳高才.我國(guó)上市公司盈余管理閾值研究基于前景理論視角[J].當(dāng)代財(cái)經(jīng)，2009 （10） ： 123-129.

[10]張維，張海峰，張永杰，熊熊.基于前景理論的波動(dòng)不對(duì)稱性[J].系統(tǒng)工程理論與實(shí)踐，2012（03）：458-464.

[11]鄒高峰，張維，張海峰，熊熊.中國(guó)市場(chǎng)條件下的前景理論資本資產(chǎn)定價(jià)模型[J].系統(tǒng)工程學(xué)報(bào)，2013（06）：355-361.

[12] Daniel K，Hirshleifer D， Subramany A. Investor psy chology and security market under and overreaction.Journal of Finance，1998（53） ： 1839-1886.