论文部分内容阅读
摘要：基于异质信念定价模型分析，找到一个能准确反映投资者的异质信念性的新指标：投资者适应性选择的敏感度。运用有效矩估计法对其进行实证分析，发现这一新指标比常用的换手率更能准确反映出投资者的异质信念性，并且深市投资者的异质信念性比沪市更强，小盘股投资者的异质信念性比大盘股更强。
关键词：异质信念性；适应性选择的敏感度；换手率；有效矩估计法
中图分类号：F830
文献标识码：A 文章编号：16721101（2013）040001206
一、引言
经典的经济学和金融学理论都依赖两个重要假设：同质投资者和有效市场假设。但是，现实市场中的投资者不可能都是同质的，其特点可能在于异质投资者之间持续的相互作用。假设有一部分投资者尝试着一种新的投资策略，这种策略基于如果价格达到一个临界值，将继续上涨的假设。碰巧他们对了，并且他们的成功被其他投资者得知了。更多的投资者都应用这种投资策略，这将使价格进一步上涨，以一种自我实现的方式增强和激发这种策略的效果，使证券价格和收益会大大偏离基本面，这与现实是吻合的。说明异质性是市场的真正特征。
投资者异质信念通常是指不同投资者对相同股票相同持有期下收益分布有不同的判断，也称为意见分歧[1]。国内外许多学者在实证方面寻找到了投资者异质信念影响证券价格的证据。总体上有两个思路：第一个思路是通过经验模型进行实证，用分析家预测分歧、收益波动率、换手率和资金流向等指标来衡量异质信念，同证券价格建立经验模型来研究。Bamber 等（1999）[2]利用分析师在收益公告前后的预测存在反转、分歧和不一致的比例衡量异质信念。Dei-ther等（2002）[3]发现分析师预测的分歧程度与未来收益负相关。Boehme 等（2006）[4]发现股票的换手率和超额收益波动率是很好的异质信念衡量指标，与分析师预测值的分歧度有较强的正相关性。张峥、刘力（2006）[5]分析了中国股票市场换手率与股票预期截面收益负相关的原因，认为与流动性溢价相比，异质信念是更合适的解释因素。王凤荣、赵建（2006）[6]利用机构投资者“看多、看空”的时间序列数据，与同期大盘指数做了协整检验和Granger 因果检验。陈国进等（2008）[7]为了剔除收益率波动中的市场因素以及公司规模因素，利用四因素模型求得调整之后的超额收益波动率作为异质信念的代理指标，解释了IPO抑价、收益异象、交易异象等多种金融异象。邹裔忠（2012）[8]用投资者的资金流向作为异质信念的代理指标进行实证研究，发现投资者的异质性信念是造成短期证券价格波动的重要原因。曾长兴（2012）[9]用扣除完全市场因子、行业因子和流动性需求后的换手率指标作为我国股票市场异质信念合理代理指标。第二个思路是通过结构模型进行实证，这类结构模型为异质信念定价模型，共同的特点是假设证券市场存在两种典型的异质信念投资者：第一种类型是理性的基本分析者，他们认为资产的价格由有效市场假说基本价值所决定，一系列未来红利的折现值定出资产价格；第二种类型是技术分析者，他们认为资产价格并不是完全由基本面决定，而是决定于简单技术交易规则、趋势外推和其他在历史价格中观察到的方式。如William和George（2007）[10]假设信息是均匀出现的，用异质投资者的行为来解释ARCH效应，Brock和Hommes（1998）[11]提出的ABS模型也是从异质投资者的行为证明了混沌的存在。
应用第一个思路，通过经验模型获得的衡量投资者异质信念的指标，指标计量比较简单，应用也较广，但是其影响证券价格的作用机理不明显。本文应用第二个思路，从异质信念定价模型这一结构模型出发，运用有效矩估计法这一计量经济学工具，获得一个能衡量投资者异质信念的新指标。
二、异质信念定价模型
异质信念资产定价模型有许多，其中影响最大的是 Brock 和 Hommes（1998）的适应的信念系统（ABS）模型[11]。模型体现了异质信念投资者之间持续的相互作用，最终形成均衡价格的过程。
1.异质信念投资者的预期规则。
投资者异质信念体现在其对证券价格的预期不同，投资决策也不同。分为三类异质信念投资者，他们的预期价格分别为：
第1类是基础分析投资者，他们认为证券价格由其基本面决定，明天的价格会按照带有参数v的基础价格p*t的方向变化。当v=1时，这类投资者就成为满足有效市场假设下的随机游走。第2类是技术分析投资者，他们认为价格由历史价格决定。本文使用最近观测到的价格和最近的价格改变来定义技术交易原则。如果g>0，表明这些交易者是趋势追随者，从最近观测的价格改变中推断出明天的价格，也就是进行追涨杀跌；如果g<0，表明他们预期价格同近期价格的改变成相反方向变化，也就是进行高抛底吸。第3类是噪声投资者，他们不仅认为价格由历史价格决定，而且还加入噪声信息的判断，本文利用技术分析投资者的方程同时加上一个随机扰动项来定义噪声投资者的决策方程。
2.投资者的适应性转化机制。
异质信念投资者为适应市场实际环境的变化，适当改变投资策略，选择前期投资效果最好的策略，投资者之间这种持续的相互作用，体现在投资者所占的份额是不断变化的，模型用Gibbs概率体现投资者所占的份额变化机制：
nh，t=exp（βUh，t）Hh=1exp（βUh，t）（2）
其中Uh，t，是不同投资策略获得业绩的测量。参数β称为适应性选择的敏感度，它测量异质信念投资者转化投资策略的敏感性。当β=0时，H类投资者占的份额相等，等于1H；当β=∞时，所有类型的投资者都会选择上一期最成功的策略。业绩的测量Uh，t满足：
其中，参数η（0≤η≤1）代表最佳测量的记忆因子。s（x）符号函数。
3.均衡价格的形成机制。 根据传统的资产定价理论，通常假设投资者的全部财富由风险资产和固定收益资产两部分组成，其选择风险资产的比例按均值——方差最优化策略来决策。本文这一个异质信念的资产定价模型也满足上述传统的假设。假设投资者可以在一个时期t支付不确定红利yt的风险资产或者一个固定收益为r的无风险资产之间选择。pt表示时期t风险资产每股价格（无红利），{yt}服从独立同分布过程。假定在资本市场上存在H种不同的投资者类型或者策略。在时期t投资者h购买风险资产的数量是zh，t，则在时期t+1投资者h所实现的财富为：
其中，a为非负的风险厌恶因子。令Z和nh，t表示风险资产的供给和投资者h在t时刻拥有的份额。供给和需求的均衡表示为：
Hh=1nh，tzh，t=Z（6）
假定风险资产的总量没有变，即风险资产的外部供给是常量0（Z=0），而且进一步假定红利满足随机游走假设（Eh，t[yt+1]=yt），不同类型投资者方差相同（Vh，t[Rt+1]=σ2）。可以得到风险资产的均衡价格为：
pt=1（1+r）Hh=1nh，tEh，t[pt+1]+yt（7）
综上述，均衡价格由异质信念投资者（预期策略不同）之间持续的相互作用（份额的转化机制）形成。模型中，适应性选择的敏感度β是决定均衡价格重要的参数，也是反映投资者异质信念重要的指标。β值越大，投资者转化投资策略的敏感度越强，说明投资者的异质信念性越强。
由于这一结构模型是复杂的非线性模型，要对适应性选择的敏感度β进行实证研究，得利用近年来新出现的计量经济学方法：有效矩估计法（EMM）。
三、有效矩估计法（EMM）
有效矩估计法（The Efficient Method of Moments ，简写为EMM）是由Gallant 和 Tauchen经过一系列的研究工作发展而来的，是一种路径模拟方法[12]。它在统计学中称为一种最小卡方估计，在计量经济学中称为一种广义矩估计法（GMM）。有效矩估计法常常应用于传统的极大似然法难处理和贝叶斯估计方法不可行的情况下，对随机变量的条件分布密度函数不作假定，这对比较复杂的非线性结构模型的实证研究是非常理想的，因为很多复杂的结构模型的条件密度函数无法通过解析的形式表达出来。此方法达到了最大似然方法（ML）的有效性和兼具广义矩（GMM）估计方法的灵活性。有效矩估计法的基本思想是：用一个辅助模型产生的得分函数（score-funtion）作为条件矩向量，用于校准结构模型的参数。这个辅助模型必须比较接近实际数据的分布，并且辅助模型中的参数个数必须大于结构模型中要估计的参数个数。有效矩估计法主要包含两个阶段：第一阶段，使用近似于原模型的辅助模型进行最大似然估计；第二阶段，由最大似然估计参数产生模拟数据，以辅助模型刻度向量为矩条件进行模拟矩估计。
采用GARCH模型作为辅助模型，运用S-Plus软件FinMetrics模块中的有效矩估计法（EMM）工具进行实证研究。
四、实证分析
1.数据的选择和有效矩估计法初值的选择。通过三个角度进行实证分析：宏观的沪深两个市场的对比分析、中观的大盘股和小盘股的对比分析、微观的个股分时的对比分析。宏观的沪深两个市场的对比分析，选择两个市场的综合指数：上海证券综合指数和深圳成分股指数，并对其日度、周度和月度三个不同周期的数据进行对比分析，选择2000年1月4日至2012年3月30日的数据；中观的大盘股和小盘股的对比分析，就是随机选取大盘股和小盘股的各一支，并对其日度和周度两个不同周期的数据进行对比分析，本文大盘股选择招商银行（600036），小盘股选择国脉科技（002093），选择2010年2月25日至2012年3月30日的数据；微观的个股分时的对比分析，随机选取一支股票，对其每一天的分时数据进行对比分析，本文选择三一重工（600031）2012年3月30至2012年4月10日共5个交易日，周期为1分钟的高频数据进行对比分析。
异质信念定价模型中有许多的参数，在用有效矩估计法对参数适应性选择的敏感度进行估计时，必须给定该参数的初值，其余参数为常数必须给定。本文选择为常数的参数情况如下：无风险利率r=0.03，风险资产红利ytN（3.32，1），风险厌恶因子a=3，投资者方差σ2=10，记忆因子η=0.5，异质投资者预期参数为：v=0.1，λ=0.5，g=-0.5，h=9，ξtN（0，1）。适应性选择的敏感度β的初值为1。
2.宏观的沪深两个市场的对比分析。
沪深两个市场的结构不同，沪市以大盘股为主，深市以小盘股为主，从宏观上对沪深两个市场进行对比，分析两个市场上投资者的异质信念的区别。要从宏观上进行整体分析，选择上海证券综合指数和深圳成分股指数是最合适的。实证结果见表1，反映投资者的异质信念的参数对应的t统计量大部分都很大，在1%的显著性水平下都拒绝β估计值为零的原假设，说明β的估计值是可信的。对比两个市场参数β的值的大小关系，有两个结论：（1）周期越大的数据，参数β的值越小；（2）不同周期下的数据，沪市比深市的参数β值都更小（除了月度数据外）。说明深市比沪市投资者的异质信念性更强。
3.中观的大盘股和小盘股的对比分析。从沪深两市中随机地取出一支大盘股招商银行（600036）和一支小盘股国脉科技（002093），对投资者的异质信念进行中观分析。实证结果见表2，大部分t统计量在1%的显著性水平下拒绝估计值为零的原假设，说明β的估计值是可信的。中观分析结论为：不同周期的数据下，大盘股的β估计值比小盘股都要更小，这和平均换手率的大小关系是一致的。说明小盘股比大盘股投资者的异质信念性更强。
4.微观的个股分时的对比分析。
为了进一步对比分析参数β与换手率两个指标在体现投资者的异质信念性上的不同，随机地选择一支股票三一重工（600031），对其分时的高频数据进行微观分析。实证结果见表3， t统计量在1%的显著性水平下拒绝估计值为零的原假设，说明β的估计值是可信的。从两个指标的数值大小来看，2012/04/05对应的换手率（为0.587）最大，但其对应参数β估计值（为0.920 9）反倒最小；2012/04/06和2012/04/09两日的的换手率差别不大，但其对应参数β估计值差别却很大。微观对比分析结论为：参数β与换手率两个指标并不是正向关系，即换手率越大参数β并不一定越大，说明两个指标在微观情况下，在反映投资者的异质信念性上并不一致。 上述的不一致，原因是参数β与换手率两个指标在反映投资者的异质信念性上的机理是不同的，前者是结构模型中的一个参数，投资者的异质性对证券价格的影响的作用机理更有逻辑性，更能反映现实情况。如图1所示的分时走势图，从2012/04/05和2012/04/09两个交易日的分时图上可以看出，证券价格都从开盘的底部迅速拉升到高位，但随后的走势两者并不相同：2012/04/05随后上下波动不大，并最终收盘于高位，说明投资者始终保持做多的投资策略，即投资者转变投资策略的敏感度不大，参数β值较小；2012/04/09随后逐渐向下走，并最终收盘于较低的价位，形成K线图有很长的上影线和下影线（如图2所示），说明大部分投资者没有保持开始做多的投资策略，随后转变为做空的投资策略，即投资者转变投资策略的敏感度较大，参数值较大。2012/04/05的换手率较高，主要是因为成交量大的原因，并不全是由投资者的异质信念性引起的，说明参数β比换手率更能准确反映出投资者的异质信念性。
5.实证结果分析。
从宏观和中观的实证分析可以得出：深市比沪市投资者的异质信念性更强，小盘股比大盘股投资者的异质信念性更强。两个结论是相互印证的，因为深市以小盘股为主，沪市以大盘股为主。大盘股的投资者多是机构投资者，他们对股票的内在价值研究的非常清楚，其信念不易受到股票价格短期波动的影响，转变投资策略的敏感度也更小；而小盘股的投资者多为普通的个人投资者，他们常常是根据小道消息进行投资，其信念不坚定，容易受股票价格的短期波动的影响，转变投资策略的敏感度也更大。
周期越大的数据，参数β的值越小，这是因为周期越大的数据，从技术上消除了数据的差异性，也就消除了投资者异质信念性的表现。
从微观的角度实证分析得出：投资者适应性选择的敏感度β比换手率更能准确反映出投资者的异质信念性。这是因为换手率（换手率=成交量/流通总股数）直接由成交量的大小决定，只能间接反映投资者的异质信念性，而投资者适应性选择的敏感度β这一指标，是异质信念定价模型中的一个参数，直接反映了投资者的异质信念性，其作用机理为：证券市场上，由于性格、知识背景和信息获取等因素的影响，投资者的投资信念和策略是不同的，市场的变化会使得不同的投资策略的收益效果也会不同，收益效果差的投资者为适应市场实际环境的变化，适当改变投资策略，选择前期投资效果最好的策略，这种转化投资策略的敏感度就是参数β，敏感度越强，市场中不同投资者的构成变化就越大，最终对证券价格的影响就越大。
五、结论与建议
从异质信念定价模型中找到一个能更准确反映投资者的异质信念性的新指标：投资者适应性选择的敏感度，并运用有效矩估计法从宏观、中观和微观三个角度对其进行实证分析，发现深市投资者的异质信念性比沪市更强，小盘股投资者的异质信念性比大盘股更强，并且投资者适应性选择的敏感度比换手率更能准确反映出投资者的异质信念性。
建议证监会和证券公司等相关部门，应从教育投资者坚持自己的投资策略方面入手，使投资者养成价值投资的理念，降低投资者适应性选择的敏感度，从而降低了投资者的异质信念性，减少证券市场的激烈波动，降低投资者的投资风险。参考文献：
[1]张维， 张永杰.异质信念、卖空限制与风险资产价格[J].管理科学学报，2006（4）：58-64.
[2]Bamber L S， Barron O E， Stober T L.Differential interpretations and trading volume[J].Journal of Financial and Quantitative Analysis，1999，34（September）：369-386.
[3]Diether K B，Malloy C J，Scherbina A.Di.Erences of opinion and the cross section of stock returns[J].Journal of Finance，2002，57（5）：2113-2141.
[4]Boehme， Danielsen， Soreseu.Short-sale constraints，dif-f
erences of opinion， and overvaluation[J].Journal of Financial and Quantitative Analysis，2006，41：455-487.
[5]张峥，刘力.换手率与股票收益：流动性溢价还是投机性泡沫？[J].经济学，2006（4）：871-892
[6]王凤荣，赵建.基于投资者异质性信念的证券定价[J].经济管理，2006（18）：41-46.
[7]陈国进，张贻军，王景.异质信念与盈余惯性——基于中国股票市场的实证分析[J].当代财经，2008，（7）：43-48.
[8]邹裔忠.异质性信念与证券价格的互动效应研究[J].安徽理工大学学报：社会科学版，2012，14（2）： 39-43.
[9]曾长兴.中国股票市场异质信念资产定价实证分析[J].科学技术与工程，2012，12（9）：2109-2113.
[10]William R Parkea，George A.Watersb.An evolutionary game theory explanation of ARCH effects[J].Journal of Economic Dynamics & Control，2007 （31） ：2234–2262.
[11]Brock W A，Hommes C H.Heterogeneous belief and routes to chaos in a simple asset pricing model [J].Journal of Economic Dynamics and Contro，1998（22）： 1235-1274.
[12]Gallant A R， Tauchen G.Efficient Method of Moments[Z].working paper ，Department of Economics， Duke University，2003.
[责任编辑：范君]
关键词：异质信念性；适应性选择的敏感度；换手率；有效矩估计法
中图分类号：F830
文献标识码：A 文章编号：16721101（2013）040001206
一、引言
经典的经济学和金融学理论都依赖两个重要假设：同质投资者和有效市场假设。但是，现实市场中的投资者不可能都是同质的，其特点可能在于异质投资者之间持续的相互作用。假设有一部分投资者尝试着一种新的投资策略，这种策略基于如果价格达到一个临界值，将继续上涨的假设。碰巧他们对了，并且他们的成功被其他投资者得知了。更多的投资者都应用这种投资策略，这将使价格进一步上涨，以一种自我实现的方式增强和激发这种策略的效果，使证券价格和收益会大大偏离基本面，这与现实是吻合的。说明异质性是市场的真正特征。
投资者异质信念通常是指不同投资者对相同股票相同持有期下收益分布有不同的判断，也称为意见分歧[1]。国内外许多学者在实证方面寻找到了投资者异质信念影响证券价格的证据。总体上有两个思路：第一个思路是通过经验模型进行实证，用分析家预测分歧、收益波动率、换手率和资金流向等指标来衡量异质信念，同证券价格建立经验模型来研究。Bamber 等（1999）[2]利用分析师在收益公告前后的预测存在反转、分歧和不一致的比例衡量异质信念。Dei-ther等（2002）[3]发现分析师预测的分歧程度与未来收益负相关。Boehme 等（2006）[4]发现股票的换手率和超额收益波动率是很好的异质信念衡量指标，与分析师预测值的分歧度有较强的正相关性。张峥、刘力（2006）[5]分析了中国股票市场换手率与股票预期截面收益负相关的原因，认为与流动性溢价相比，异质信念是更合适的解释因素。王凤荣、赵建（2006）[6]利用机构投资者“看多、看空”的时间序列数据，与同期大盘指数做了协整检验和Granger 因果检验。陈国进等（2008）[7]为了剔除收益率波动中的市场因素以及公司规模因素，利用四因素模型求得调整之后的超额收益波动率作为异质信念的代理指标，解释了IPO抑价、收益异象、交易异象等多种金融异象。邹裔忠（2012）[8]用投资者的资金流向作为异质信念的代理指标进行实证研究，发现投资者的异质性信念是造成短期证券价格波动的重要原因。曾长兴（2012）[9]用扣除完全市场因子、行业因子和流动性需求后的换手率指标作为我国股票市场异质信念合理代理指标。第二个思路是通过结构模型进行实证，这类结构模型为异质信念定价模型，共同的特点是假设证券市场存在两种典型的异质信念投资者：第一种类型是理性的基本分析者，他们认为资产的价格由有效市场假说基本价值所决定，一系列未来红利的折现值定出资产价格；第二种类型是技术分析者，他们认为资产价格并不是完全由基本面决定，而是决定于简单技术交易规则、趋势外推和其他在历史价格中观察到的方式。如William和George（2007）[10]假设信息是均匀出现的，用异质投资者的行为来解释ARCH效应，Brock和Hommes（1998）[11]提出的ABS模型也是从异质投资者的行为证明了混沌的存在。
应用第一个思路，通过经验模型获得的衡量投资者异质信念的指标，指标计量比较简单，应用也较广，但是其影响证券价格的作用机理不明显。本文应用第二个思路，从异质信念定价模型这一结构模型出发，运用有效矩估计法这一计量经济学工具，获得一个能衡量投资者异质信念的新指标。
二、异质信念定价模型
异质信念资产定价模型有许多，其中影响最大的是 Brock 和 Hommes（1998）的适应的信念系统（ABS）模型[11]。模型体现了异质信念投资者之间持续的相互作用，最终形成均衡价格的过程。
1.异质信念投资者的预期规则。
投资者异质信念体现在其对证券价格的预期不同，投资决策也不同。分为三类异质信念投资者，他们的预期价格分别为：
第1类是基础分析投资者，他们认为证券价格由其基本面决定，明天的价格会按照带有参数v的基础价格p*t的方向变化。当v=1时，这类投资者就成为满足有效市场假设下的随机游走。第2类是技术分析投资者，他们认为价格由历史价格决定。本文使用最近观测到的价格和最近的价格改变来定义技术交易原则。如果g>0，表明这些交易者是趋势追随者，从最近观测的价格改变中推断出明天的价格，也就是进行追涨杀跌；如果g<0，表明他们预期价格同近期价格的改变成相反方向变化，也就是进行高抛底吸。第3类是噪声投资者，他们不仅认为价格由历史价格决定，而且还加入噪声信息的判断，本文利用技术分析投资者的方程同时加上一个随机扰动项来定义噪声投资者的决策方程。
2.投资者的适应性转化机制。
异质信念投资者为适应市场实际环境的变化，适当改变投资策略，选择前期投资效果最好的策略，投资者之间这种持续的相互作用，体现在投资者所占的份额是不断变化的，模型用Gibbs概率体现投资者所占的份额变化机制：
nh，t=exp（βUh，t）Hh=1exp（βUh，t）（2）
其中Uh，t，是不同投资策略获得业绩的测量。参数β称为适应性选择的敏感度，它测量异质信念投资者转化投资策略的敏感性。当β=0时，H类投资者占的份额相等，等于1H；当β=∞时，所有类型的投资者都会选择上一期最成功的策略。业绩的测量Uh，t满足：
其中，参数η（0≤η≤1）代表最佳测量的记忆因子。s（x）符号函数。
3.均衡价格的形成机制。 根据传统的资产定价理论，通常假设投资者的全部财富由风险资产和固定收益资产两部分组成，其选择风险资产的比例按均值——方差最优化策略来决策。本文这一个异质信念的资产定价模型也满足上述传统的假设。假设投资者可以在一个时期t支付不确定红利yt的风险资产或者一个固定收益为r的无风险资产之间选择。pt表示时期t风险资产每股价格（无红利），{yt}服从独立同分布过程。假定在资本市场上存在H种不同的投资者类型或者策略。在时期t投资者h购买风险资产的数量是zh，t，则在时期t+1投资者h所实现的财富为：
其中，a为非负的风险厌恶因子。令Z和nh，t表示风险资产的供给和投资者h在t时刻拥有的份额。供给和需求的均衡表示为：
Hh=1nh，tzh，t=Z（6）
假定风险资产的总量没有变，即风险资产的外部供给是常量0（Z=0），而且进一步假定红利满足随机游走假设（Eh，t[yt+1]=yt），不同类型投资者方差相同（Vh，t[Rt+1]=σ2）。可以得到风险资产的均衡价格为：
pt=1（1+r）Hh=1nh，tEh，t[pt+1]+yt（7）
综上述，均衡价格由异质信念投资者（预期策略不同）之间持续的相互作用（份额的转化机制）形成。模型中，适应性选择的敏感度β是决定均衡价格重要的参数，也是反映投资者异质信念重要的指标。β值越大，投资者转化投资策略的敏感度越强，说明投资者的异质信念性越强。
由于这一结构模型是复杂的非线性模型，要对适应性选择的敏感度β进行实证研究，得利用近年来新出现的计量经济学方法：有效矩估计法（EMM）。
三、有效矩估计法（EMM）
有效矩估计法（The Efficient Method of Moments ，简写为EMM）是由Gallant 和 Tauchen经过一系列的研究工作发展而来的，是一种路径模拟方法[12]。它在统计学中称为一种最小卡方估计，在计量经济学中称为一种广义矩估计法（GMM）。有效矩估计法常常应用于传统的极大似然法难处理和贝叶斯估计方法不可行的情况下，对随机变量的条件分布密度函数不作假定，这对比较复杂的非线性结构模型的实证研究是非常理想的，因为很多复杂的结构模型的条件密度函数无法通过解析的形式表达出来。此方法达到了最大似然方法（ML）的有效性和兼具广义矩（GMM）估计方法的灵活性。有效矩估计法的基本思想是：用一个辅助模型产生的得分函数（score-funtion）作为条件矩向量，用于校准结构模型的参数。这个辅助模型必须比较接近实际数据的分布，并且辅助模型中的参数个数必须大于结构模型中要估计的参数个数。有效矩估计法主要包含两个阶段：第一阶段，使用近似于原模型的辅助模型进行最大似然估计；第二阶段，由最大似然估计参数产生模拟数据，以辅助模型刻度向量为矩条件进行模拟矩估计。
采用GARCH模型作为辅助模型，运用S-Plus软件FinMetrics模块中的有效矩估计法（EMM）工具进行实证研究。
四、实证分析
1.数据的选择和有效矩估计法初值的选择。通过三个角度进行实证分析：宏观的沪深两个市场的对比分析、中观的大盘股和小盘股的对比分析、微观的个股分时的对比分析。宏观的沪深两个市场的对比分析，选择两个市场的综合指数：上海证券综合指数和深圳成分股指数，并对其日度、周度和月度三个不同周期的数据进行对比分析，选择2000年1月4日至2012年3月30日的数据；中观的大盘股和小盘股的对比分析，就是随机选取大盘股和小盘股的各一支，并对其日度和周度两个不同周期的数据进行对比分析，本文大盘股选择招商银行（600036），小盘股选择国脉科技（002093），选择2010年2月25日至2012年3月30日的数据；微观的个股分时的对比分析，随机选取一支股票，对其每一天的分时数据进行对比分析，本文选择三一重工（600031）2012年3月30至2012年4月10日共5个交易日，周期为1分钟的高频数据进行对比分析。
异质信念定价模型中有许多的参数，在用有效矩估计法对参数适应性选择的敏感度进行估计时，必须给定该参数的初值，其余参数为常数必须给定。本文选择为常数的参数情况如下：无风险利率r=0.03，风险资产红利ytN（3.32，1），风险厌恶因子a=3，投资者方差σ2=10，记忆因子η=0.5，异质投资者预期参数为：v=0.1，λ=0.5，g=-0.5，h=9，ξtN（0，1）。适应性选择的敏感度β的初值为1。
2.宏观的沪深两个市场的对比分析。
沪深两个市场的结构不同，沪市以大盘股为主，深市以小盘股为主，从宏观上对沪深两个市场进行对比，分析两个市场上投资者的异质信念的区别。要从宏观上进行整体分析，选择上海证券综合指数和深圳成分股指数是最合适的。实证结果见表1，反映投资者的异质信念的参数对应的t统计量大部分都很大，在1%的显著性水平下都拒绝β估计值为零的原假设，说明β的估计值是可信的。对比两个市场参数β的值的大小关系，有两个结论：（1）周期越大的数据，参数β的值越小；（2）不同周期下的数据，沪市比深市的参数β值都更小（除了月度数据外）。说明深市比沪市投资者的异质信念性更强。
3.中观的大盘股和小盘股的对比分析。从沪深两市中随机地取出一支大盘股招商银行（600036）和一支小盘股国脉科技（002093），对投资者的异质信念进行中观分析。实证结果见表2，大部分t统计量在1%的显著性水平下拒绝估计值为零的原假设，说明β的估计值是可信的。中观分析结论为：不同周期的数据下，大盘股的β估计值比小盘股都要更小，这和平均换手率的大小关系是一致的。说明小盘股比大盘股投资者的异质信念性更强。
4.微观的个股分时的对比分析。
为了进一步对比分析参数β与换手率两个指标在体现投资者的异质信念性上的不同，随机地选择一支股票三一重工（600031），对其分时的高频数据进行微观分析。实证结果见表3， t统计量在1%的显著性水平下拒绝估计值为零的原假设，说明β的估计值是可信的。从两个指标的数值大小来看，2012/04/05对应的换手率（为0.587）最大，但其对应参数β估计值（为0.920 9）反倒最小；2012/04/06和2012/04/09两日的的换手率差别不大，但其对应参数β估计值差别却很大。微观对比分析结论为：参数β与换手率两个指标并不是正向关系，即换手率越大参数β并不一定越大，说明两个指标在微观情况下，在反映投资者的异质信念性上并不一致。 上述的不一致，原因是参数β与换手率两个指标在反映投资者的异质信念性上的机理是不同的，前者是结构模型中的一个参数，投资者的异质性对证券价格的影响的作用机理更有逻辑性，更能反映现实情况。如图1所示的分时走势图，从2012/04/05和2012/04/09两个交易日的分时图上可以看出，证券价格都从开盘的底部迅速拉升到高位，但随后的走势两者并不相同：2012/04/05随后上下波动不大，并最终收盘于高位，说明投资者始终保持做多的投资策略，即投资者转变投资策略的敏感度不大，参数β值较小；2012/04/09随后逐渐向下走，并最终收盘于较低的价位，形成K线图有很长的上影线和下影线（如图2所示），说明大部分投资者没有保持开始做多的投资策略，随后转变为做空的投资策略，即投资者转变投资策略的敏感度较大，参数值较大。2012/04/05的换手率较高，主要是因为成交量大的原因，并不全是由投资者的异质信念性引起的，说明参数β比换手率更能准确反映出投资者的异质信念性。
5.实证结果分析。
从宏观和中观的实证分析可以得出：深市比沪市投资者的异质信念性更强，小盘股比大盘股投资者的异质信念性更强。两个结论是相互印证的，因为深市以小盘股为主，沪市以大盘股为主。大盘股的投资者多是机构投资者，他们对股票的内在价值研究的非常清楚，其信念不易受到股票价格短期波动的影响，转变投资策略的敏感度也更小；而小盘股的投资者多为普通的个人投资者，他们常常是根据小道消息进行投资，其信念不坚定，容易受股票价格的短期波动的影响，转变投资策略的敏感度也更大。
周期越大的数据，参数β的值越小，这是因为周期越大的数据，从技术上消除了数据的差异性，也就消除了投资者异质信念性的表现。
从微观的角度实证分析得出：投资者适应性选择的敏感度β比换手率更能准确反映出投资者的异质信念性。这是因为换手率（换手率=成交量/流通总股数）直接由成交量的大小决定，只能间接反映投资者的异质信念性，而投资者适应性选择的敏感度β这一指标，是异质信念定价模型中的一个参数，直接反映了投资者的异质信念性，其作用机理为：证券市场上，由于性格、知识背景和信息获取等因素的影响，投资者的投资信念和策略是不同的，市场的变化会使得不同的投资策略的收益效果也会不同，收益效果差的投资者为适应市场实际环境的变化，适当改变投资策略，选择前期投资效果最好的策略，这种转化投资策略的敏感度就是参数β，敏感度越强，市场中不同投资者的构成变化就越大，最终对证券价格的影响就越大。
五、结论与建议
从异质信念定价模型中找到一个能更准确反映投资者的异质信念性的新指标：投资者适应性选择的敏感度，并运用有效矩估计法从宏观、中观和微观三个角度对其进行实证分析，发现深市投资者的异质信念性比沪市更强，小盘股投资者的异质信念性比大盘股更强，并且投资者适应性选择的敏感度比换手率更能准确反映出投资者的异质信念性。
建议证监会和证券公司等相关部门，应从教育投资者坚持自己的投资策略方面入手，使投资者养成价值投资的理念，降低投资者适应性选择的敏感度，从而降低了投资者的异质信念性，减少证券市场的激烈波动，降低投资者的投资风险。参考文献：
[1]张维， 张永杰.异质信念、卖空限制与风险资产价格[J].管理科学学报，2006（4）：58-64.
[2]Bamber L S， Barron O E， Stober T L.Differential interpretations and trading volume[J].Journal of Financial and Quantitative Analysis，1999，34（September）：369-386.
[3]Diether K B，Malloy C J，Scherbina A.Di.Erences of opinion and the cross section of stock returns[J].Journal of Finance，2002，57（5）：2113-2141.
[4]Boehme， Danielsen， Soreseu.Short-sale constraints，dif-f
erences of opinion， and overvaluation[J].Journal of Financial and Quantitative Analysis，2006，41：455-487.
[5]张峥，刘力.换手率与股票收益：流动性溢价还是投机性泡沫？[J].经济学，2006（4）：871-892
[6]王凤荣，赵建.基于投资者异质性信念的证券定价[J].经济管理，2006（18）：41-46.
[7]陈国进，张贻军，王景.异质信念与盈余惯性——基于中国股票市场的实证分析[J].当代财经，2008，（7）：43-48.
[8]邹裔忠.异质性信念与证券价格的互动效应研究[J].安徽理工大学学报：社会科学版，2012，14（2）： 39-43.
[9]曾长兴.中国股票市场异质信念资产定价实证分析[J].科学技术与工程，2012，12（9）：2109-2113.
[10]William R Parkea，George A.Watersb.An evolutionary game theory explanation of ARCH effects[J].Journal of Economic Dynamics & Control，2007 （31） ：2234–2262.
[11]Brock W A，Hommes C H.Heterogeneous belief and routes to chaos in a simple asset pricing model [J].Journal of Economic Dynamics and Contro，1998（22）： 1235-1274.
[12]Gallant A R， Tauchen G.Efficient Method of Moments[Z].working paper ，Department of Economics， Duke University，2003.
[责任编辑：范君]