资产定价：2013诺贝尔经济学奖介绍

在经济学上，资产价格的重要性不言而喻。

从微观上，哪怕不说机构投资者，一个普通人也要考虑把自己的钱买点股票、买个房子、存个银行，或者“不要把鸡蛋放在同一个篮子里”以分散风险，这当然取决于不同资产的价格以及它们的风险。例如，当实际通胀率高于存款利率的时候，存银行就属于“竹篮打水”，意味着实际资产缩水了。

从宏观上，资产价格直接影响经济稳定和可持续。资产价格在市场有效的情况下，应该提供引导投资和消费的关键信息，但经济危机、尤其是2008年以来的大规模衰退、却表明并不尽然。

从微观、宏观两方面都可以看到资产价格扮演了重要角色，那么这么重要的资产价格到底是由什么决定的呢？2013年的诺贝尔经济学奖主要与此有关。欧仁·法马（Eugene Fama）、拉尔斯·彼得·汉森（Lars Peter Hansen）、罗伯特·席勒（Robert Shiller）以对资产价格的实证研究获奖。


由于资产价格如此重要，因此人们最关心的就是资产价格可以“预测”吗？简单来说，如果你5年前99%肯定在上海浦东龙阳路站买房要比进入上海股市好，那么你就赚钱了。但谁知道呢？要是当时大家都像你一样，房子的价格，不管是现房还是期房，早就应该涨上去了。所以即便你当时99%肯定，也是冒了很大的风险的。现在股市上不同的交易模型就依靠对风险的不同处理来获利。表现嘛，只能说良莠不齐。但不管怎么说，研究资产价格就不得不考虑“风险”。

大部分预测，在经济解释这一路的经济学家看来，都和巫术差不多。当然严肃的实证学者是不屑讨论这种问题的。他们首先想到的是长、短期预测是否不同？短期预测很难，不然你不就是号称“短线之王”了。其中一个原因可能与信息有关。我们总是假设价格中蕴含了所有信息，但真的包含了所有信息吗？信息融入价格是不是需要一点时间呢？

比方说，突发事件类似9·11或者法马、汉森和席勒获得诺贝尔经济学奖，这些事件对资产价格又有什么影响呢？因为是突发事件，所以之前这种信息就没有被包含进价格里面，相当于一个外部的冲击。

法马在1960年代首先研究了这种“事件”的影响，大致结论就是短期预测极其有限。但要看突发事件信息是否被有效整合进了资产价格，那么就要找一堆此类事件，通常意味着长期，然后我们把这些事件带来的异常资产价格变动平均一下，就可以来衡量资产价格是否有效整合了信息了。

在1970年的经典论文中，法马就说，研究者首先要知道标准资产定价模型里的扰动因素是怎么来的，而且会怎么变化。否则的话，你怎么能知道价格里面是不是包含了这类事件的信息呢？也就是说，如果能知道这类事件是随机的还是系统性的，就有助于我们理解“模型中的预测偏差”是否可以“预测”的。

法马还提出了三种不同形式的信息效率：弱、中、强。信息效率很弱，意味着用历史资产价格信息要系统性战胜市场是不可能的；信息效率中等，意味着用所有公开信息要系统性战胜市场也是不可能的；信息效率很强，意味着利用所有个人和公开的信息要系统性战胜市场还是不可能的。由于“强”假设意味着获得所有私人信息，这实际上做不到，所以大部分实证研究是在检验“弱”和“中”是不是真的。

但长期来看，却有模式，席勒在1981年的文章表明：短期内资产价格的变动性很大，但长期来看，资产价格高了就会慢慢变低，低了就会慢慢变高。和其他商品的价格涨跌模式差不多。想想看，黄金价格高了，买的人就多了，边际收益就跌下去了，价格也就下去了。反过来也是一样。

不过，值得说明的是，这并不意味着就没有赚钱的机会。通常来说，就像完全竞争的商品市场，不可能有一种商品比另一种商品的边际收益一直高，因为竞争总会把收益率拉平。这样一来，因为人是理性的，所以未来收益可以折现到现值，这个折现率是固定不变的。不过席勒意识到可以用资产的长短期收益变动来检验上述假设是否成立。事实上，不管是对债券市场还是股票市场的研究，都证实了真实变动幅度的加总远远大于假设的折现率的加总。

这其实也反映了人们对待风险的态度。所以预测必和风险相关。1982年，汉森设计了广义矩阵估计（GMM：Generalized Method of Moments，也翻译成“一般化动差法”）来研究两者间的关系。研究结果证实了席勒最初的结论，也就是标准的“消费资产定价模型”（CCAPM：Consumption Capital Asset Pricing Model）不足以解释资产价格的变动。

汉森及其研究者随后的一系列模型都扩展了标准模型，重点是要对付不确定性。所以其假设中投资者或消费者不仅能有效理性处理信息，并且知道产生真实数据的过程。这种模型化不确定性的结果是什么呢？汉森在2001年和Thomas Sargent一起指出这可能成为一个额外的风险因素，能解释何以害怕最坏结果的风险厌恶者变多，也能比标准模型更好解释“高风险、高收益”。

这随后引发了建模热潮，一部分人扩展CCAPM，但不改变投资者是理性人的假设；另一波则转向行为金融学，把行为的系统性偏差考虑近来，例如重视短期胜过长期之类的偏差，席勒是其中的领军人物。简单来说，资产价格的高度变动性和可预测性（尤其是长期模式）既挑战了“价格整合了所有信息”这种说法，也挑战了标准的资产定价模型。

1984年，席勒发表了著名的《股票价格和社会动态（Stock Prices and Social Dynamics）》一文，开启了行为金融学的旅程。非理性的投资者并不会因为资产价格难预测而不做投资，这些投资者是的资产价格高度变动，制造了噪声。那么对于那些理性的投资者来说，要消除这些噪声就很困难，尤其是在短期内。这也证实了法马的研究。

不过，秉持弗里德曼经济学的学者认为，如果市场上有理性的和非理性的投资人，那么理性的投资人迟早会把非理性的投资人赶出去，因为理性人总能获得更高收益，而非理性投资者长期来看将输得一无所有。席勒的回应是从经验数据看，即便市场上有理性的投资者，但是他们能调动的资源实在太有限了，或者说他们的钱相比于那些盲目的投资者实在是太微不足道了，所以反而是盲目的投资者制造了各种投资热潮，还影响了理性投资者的判断。

在2000年的《非理性繁荣（Irrational Exuberance）》一书中，席勒就解释了1990年代末期的科技股泡沫就是这种非理性推动的。几个月之后股市大跌，印证了席勒的理论，使得席勒名声大噪。

席勒及其他行为金融学家随后的研究借鉴了2002年诺贝尔经济学奖得主丹尼尔·卡内曼（Daniel Kahneman）和合作者特沃斯基（Tversky）在1974年对经济决策的心理反应的研究，主要是人们会对“表面上看起来振振有辞实际上没有统计基础”的信息“反应过度”。

由于股市实际上面对的是弗兰克·奈特（Frank Knight）意义上的不确定性，加上心理上的过度反应，股票价格就会格外显得“风吹草动”。而这种心理上的效应又会被“社会运动”影响，群体心理更是如此，所以出现诸如“羊群效应”之类的就不奇怪了。典型的例子就是一窝蜂炒股、一窝蜂炒房、一窝蜂炒黄金。这种“一窝蜂”式的潮流进一步影响了资产价格。而理性的投资者反而陷入了噪声中。

法马、汉森、席勒三位获奖者既为经济学理论做出了重要的贡献，也对实际投资者产生了巨大的影响，是理论和实践结合的典范。现在，我们知道短期来看，预测是非常受限的，价格随时要去反映新的信息，导致不断变动。当然短期获益依旧有可能，只要收入大于交易费用。但长期来看，存在可以预测的模式，股市处于低位期的预期收益要比处于高位时的预期收益要高，高价总要往下走，而低价总是往上行。资产的价格决定离不开风险和对待风险的态度，而这又离不开人类的心理基础。

正如席勒和2001年的诺贝尔奖得主乔治·阿克尔洛夫（George Akerlof）在《动物精神》一书中表达的那样：动物精神，这种人类的心理本能，驱动着我们的经济和市场。从这个意义上说，凯恩斯的“幽灵”始终在经济学上空徘徊，当然哈耶克和弗里德曼的精神也未曾远离。而如何来约束这种“动物精神”以防大规模的负面后果，例如腐败和经济危机，不仅是当下也是未来经济学的“永恒”挑战。