基于结构方程模型的行为贝塔分解

摘 要：本文在行为资产定价的理论框架下,研究了行为贝塔和投资者非理性心理的关系.首先从市场投资者非理性角度定义了市场的认知贝塔,接着基于结构方程模型度量了投资者的非理性心理,最后采用深证市场的数据进行实证分析,结果表明行为贝塔可以分解成市场贝塔减去过度自信贝塔、过度反应贝塔、本土情结贝塔三个认知贝塔的线性组合.

关 键 词：结构方程模型；认知贝塔；行为贝塔分解

中图分类号：O122.2文献标识码：A文章编号：1001-828X（2014）05-0-01

为了更好地研究证券的收益和风险的关系,本文从行为贝塔和噪音交易者的非理性心理的关系出发,分析并研究投资者的过度自信、过度反应、本土情结三种非理性心理对行为贝塔的影响,由它们将行为贝塔分解为四个部分,从而准确地对资本资产进行定价获取更高的收益以达到投资的目的.

一、行为贝塔分解的思路及理论基础

在Shefrin将行为贝塔分解为传统贝塔减去噪音交易者风险的基础上建立了噪音贝塔分解的结构方程模型,进而给出了行为贝塔的分解.由于BAPM考虑了投资者的非理性行为,所以在BAPM中噪声将大大减少,结果是得到一个比较低的风险即：

（1）

其中是噪音交易者风险,它是由投资者非理性的行为施加给市场的风险.本文重点研究噪音交易者风险和投资者的过度自信风险（）、本土情结风险（）和过度反应风险（）的关系即：

（为过度自信、本土情结、过度反应之外的风险）（2）

因此在BAPM的基础上将行为贝塔分解为：

（3）

二、认知贝塔的定义

我们借鉴前人的思想和做法,定义过度自信贝塔、过度反应贝塔、本土情结贝塔分别为个股相对于过度自信股票的敏感度、过度反应股票的敏感度、本地股票的敏感度.计算公式类似传统贝塔系数：

（4）

为第j种认知风险,其中分别为过度自信股票、过度反应股票、本土情结股票的流通市值加权的收益率.

三、投资者非理性心理的结构方程模型的构建

由过度自信、本土情结、过度反应的解释,本文用交易量、波动率和收益率来衡量过度自信；用赢家股票和输家股票的交易量和按流通市值加权的收益率来衡量过度反应；用本土股票的收益率和交易量来衡量本土情结,对他们进行结构方程的建模.如下表：

表1投资者非理性心理结构方程模型的潜变量和可观测变量

四、数据的来源与说明

研究样本期为2012年1月1日到2012年12月31.个股的收益率采用日收益率,无风险利率采用上海证券交易所3天回购利率除以365,为深证A股综合指数在时刻的收益率.是深证成分股指数在时刻的收益率.数据来源于国泰安数据库和中国证监会网站.

(一)投资者非理性心理的结构方程模型的结果

本文运用AMOS软件[12]采用极大似然估计法.结果如下：

图1投资者非理性心理的结构方程模型的参数估计

从模型的结果来看投资者的非理性心理变化会直接的影响股票的收益率和交易量,并且影响因子基本上都大于0.5,说明噪音交易者不能够忽略,投资者的噪音在市场层面上也不能被自我消除,噪音交易者和理易者共同影响着股票市场,影响资本资产的定价.

(二)行为贝塔分解结果

图2噪音贝塔分解的结构方程模型的参数估计

从结果可以看出过度自信对噪音贝塔的权重系数最大,说明了在中国股票市场投资者的过度自信心理深刻地影响着投资者的行为决策.

（5）

我们可以从量化的角度得到噪音交易者风险和过度反应风险、过度自信风险、本土情结风险有显著的线性关系.由于投资者的心理千变万化,本文只从三个非理性心理进行了研究,但是还有很多认知偏差比如锚定效应、代表性偏差、处置效应、心理账户等认知偏差对股票市场的影响尚待研究.

五、结论

本文从投资者过度自信、过度反应和本土情结三种非理性心理进行研究,在前人对行为贝塔分解为一个基本成分和一个噪音成分的基础上,对噪音交易者风险进行了分解.通过结构方程模型的拟合,结果表明他们之间存在显著的相关关系,这样我们就可以从量化的角度考虑投资者的心理对系统风险的影响.这些非理性心理和行为因素产生的影响并不是一种通过简单的交易就能够消除的,这是和人的本性有关的因素,所以研究投资者非理性心理产生的系统风险具有长期的意义.