Sentiment and Speculation in a Market with Heterogeneous Beliefs

基本信息

• 作者: Ian W. R. Martin, Dimitris Papadimitriou
• 期刊: American Economic Review, 112(8): 2465-2517
• 年份: 2022
• DOI: https://doi.org/10.1257/aer.20200505
• JEL分类: D81, D83, G11, G12, G41

一句话总结

利用对数效用与Beta信念分布的解析可处理性，构建一个无卖空约束的连续异质信念动态资产定价模型，证明情绪可内生产生（源于财富再分配）、隐含波动率曲面向下倾斜、超过40%投资者反向其基本面判断进行投机、且投机在所有投资者眼中"利己但社会有害"。

研究问题

在投资者对资产上涨概率持有连续异质信念、市场无摩擦且允许卖空的动态完备市场中：(1) 资产价格、波动率曲面、风险溢价如何由信念分布内生决定？(2) 投资者的投机性头寸（与基本面判断方向相反）是如何形成的？(3) 异质信念如何产生情绪现象、泡沫与波动率溢价？(4) 投机的福利后果如何？

核心贡献

1. 可解析的连续异质信念框架：对数效用+Beta分布组合实现对资产价格、财富分布、隐含波动率、VIX、Sharpe比率的闭式解，超越Geanakoplos(2010)、Simsek(2013)的两类投资者/单期设定；
2. "群体的智慧"内生学习：证明异质信念经济等价于一个以信念分布为先验的代表性贝叶斯学习者经济，财富再分配本身就实现了"市场学习"；
3. 情绪的不对称效应：左偏资产中异质信念压低价格且早期效应大，右偏资产中异质信念抬升价格且后期效应大，统一解释了债券折价与泡沫现象；
4. 投机与基本面分离：超过40%投资者初始持仓方向与基本面判断相反，中位投资者在泡沫中两次反转头寸，揭示投机的微观机制；
5. 隐含波动率曲面闭式解：异质信念放大短期隐含波动率（>物理波动率），生成正方差风险溢价σ²/θ与下倾斜期限结构，与数据数量级一致；
6. U型SDF：每个投资者的随机折现因子是市场收益的U型函数，匹配实证的"定价核之谜"；
7. 投机福利分析：所有投资者都认为投机利己但社会有害，与Brunnermeier-Simsek-Xiong(2014)信念中性福利标准一致；
8. CDS与跳跃市场：泊松极限下CDS利率在平静期平滑下降而跳跃时跳升，即使所有投资者感知的到达率恒定。

维度1：模型设定

方法类型：理论建模 + 数值校准

本文是一篇纯理论研究，构建了一个具有异质信念的动态资产定价模型。主要方法包括：

1. 离散时间二叉树模型：在有限期（t = 0, \ldots, T）的二叉树上，资产每期面临"上涨"或"下跌"两种状态，终端支付外生给定。投资者对上涨概率的信念 h \in (0,1) 异质分布。
2. 连续时间极限：
   • 布朗运动极限（Brownian limit）：期数趋于无穷，信息连续到达，推导出闭式解的资产定价、隐含波动率曲面和期权定价公式。
   • 泊松极限（Poisson limit）：信息以跳跃形式低频到达，适用于信用事件/灾难风险场景。
3. 数值校准：以简单参数化（\theta = 1.8基线，\theta = 0.2危机情景）与实证数据（隐含波动率期限结构、预期收益截面分散度等）进行对照，验证模型可生成合理数量级的预测。
4. 解析推导：全部15个主要结果（Result 1-15）均有严格数学证明（附录A）。

关键特征

• 非实验、非实证回归，无需估计参数，而是通过闭式解展示经济机制
• 模型可处理贝叶斯学习的扩展（Result 4），但主体分析聚焦于"教条信念极限"（dogmatic limit, \zeta \to \infty）
• 市场结构：无摩擦、动态完备、允许卖空、对数效用、零无风险利率

维度2：主要结果

2.1 模型设定

• 单位质量的投资者，类型为 h \in (0,1)，代表其对上涨概率的主观信念
• 信念的截面分布服从 Beta 分布：

• 每位投资者最大化终端财富的对数效用，时间偏好率为零

2.2 投资组合选择

投资者 h 的最优持仓（一阶条件）：

其中 w_h 为财富，p 为当前价格，p_u、p_d 为下期上涨/下跌价格。

2.3 均衡定价公式

核心定价公式（Result 1）：若风险资产在时间 T 的终端支付为 p_{m,T}（m = 0, \ldots, T 次上涨），则初始价格为：

c_m 可解释为到达节点 m 的截面平均感知概率。

2.4 财富分布与代表性投资者

经过 m 次上涨和 n 次下跌后，投资者 h 的财富为：

财富加权平均信念（"代表性投资者"的信念）：

2.5 均衡价格

风险中性概率：h^* = \frac{Hp_d}{Hp_d + (1-H)p_u}

2.6 杠杆与风险溢价

投资者 h 的杠杆：\frac{x_h p - w_h}{w_h} = \frac{h - H}{H - h^*}

投资者 h 感知的风险溢价：\frac{(h - h^*)(H - h^*)}{h^*(1-h^*)}

2.7 VIX指数

即代表性投资者与全现金投资者信念之间 Kullback-Leibler 散度的两倍。

2.8 布朗运动极限的关键结果

资产价格（Result 6）：

其中 \theta 控制信念异质性程度（\theta \to \infty 为同质信念），\eta 控制乐观度偏移。

隐含波动率（Result 8）：期权遵循 Black-Scholes 公式，但隐含波动率依赖于到期期限：

短期隐含波动率为 \frac{\theta+1}{\theta}\sigma > \sigma（物理波动率），异质信念放大了短期波动率。

方差风险溢价：\frac{1}{T}(\text{var}^* \log R_{0 \to T} - \text{var} \log R_{0 \to T}) = \frac{\sigma^2}{\theta}

2.9 投机的社会成本与个人收益（Result 12）

投资者 z 对投资者 x 投机收益的感知：

汇总后的社会福利效应：\xi = \exp\left[-\frac{1}{2(1+\theta)}\right] - 1 < 0（投机社会有害，但每个投资者认为对自己有利）

维度3：数值分析与校准

3.1 情绪（Sentiment）与资产定价

1. "群体的智慧"（Result 2）：异质信念经济中的定价等价于一个代表性投资者经济，该代表性投资者以信念分布 f(h) 为先验并进行贝叶斯更新。财富的再分配使市场整体表现得如同在学习。

2. 情绪对价格的不对称效应（Result 3 & 5）：

   • 对左偏资产（如风险债券）：异质信念压低价格，情绪在资产生命早期影响最大
   • 对右偏资产（如泡沫资产）：异质信念抬升价格，情绪在资产生命后期影响最大，VIX随泡沫膨胀而上升

3. 极端状态的重要性：异质信念使极端状态（尾部事件）在定价中的权重远大于同质信念情形。例如，一只违约概率仅为 10^{-15} 的债券，价格可低至 $95.63（面值$100）。

3.2 投机行为

4. 投机与基本面交易的分离：超过40%的投资者在初始时刻的持仓方向与其基本面判断相反——他们预期短期情绪变化，因此进行投机性交易。

5. 中位投资者两次反转头寸：在泡沫资产的上涨路径中，中位投资者（h=0.5）的头寸经历两次方向反转：先做多，后做空（乐观者推高价格），最终再做多（临近到期）。

6. 悲观投资者（"Gloomy Investor"）：存在一个特殊的略偏悲观投资者（z = z_g），其预期效用在所有投资者中最低。该投资者认为资产瞬时风险溢价为零，但通过逆势交易（买入被非理性悲观压低的资产、卖出被非理性乐观推高的资产）获取可观的Sharpe比率。

3.3 波动率与风险溢价

7. 隐含波动率大于物理波动率：异质信念在短期内放大了隐含波动率和物理波动率，并产生正的方差风险溢价（\sigma^2/\theta）。隐含波动率期限结构向下倾斜。

8. U型随机折现因子（SDF）：每位投资者的SDF都是市场收益的U型函数（而非传统模型中的单调递减函数），与实证文献中的"定价核之谜"一致。

9. 模型校准：设\theta = 1.8，T = 10年，\sigma = 12\%，模型生成的1个月/1年/2年隐含波动率分别为18.6%/18.2%/17.7%，与数据中的18.6%/18.1%/17.9%非常接近。

3.4 投机的福利效应

10. 投机是信念中性无效的：所有投资者都认为投机对自己有利（\xi^{(z,z)} > 0），但同时也认为投机对社会整体有害（\xi < 0）。这一结论与 Brunnermeier, Simsek, and Xiong (2014) 的福利标准一致。

11. 禁止投机可能导致市场崩溃：在布朗运动极限中，若禁止动态交易（仅允许一次性静态持仓），市场均衡将不存在——因为没有一个正的价格能让所有投资者愿意满仓持有。

3.5 泊松极限中的保险市场

12. CDS利率的内生动态（Result 15）：风险中性跳跃到达率（可解释为CDS利率）在无跳跃的平静期间平滑下降，在跳跃到来时突然跳升，即使所有投资者感知的跳跃到达率恒定。

13. 最大Sharpe比率的警示：当异质性足够强（\theta \le 1），所有投资者感知到任意高的可实现Sharpe比率（通过深度虚值期权的空头），但这些策略具有极端尾部风险，投资者实际上不愿意将任何财富投入此类策略。

维度5：与其他文献的关系

4.1 核心文献脉络

4.2 与本项目（实验/信念）的关联

• 信念异质性的实证基础：模型与 Giglio et al. (2021) 和 Meeuwis et al. (2019) 关于投资者信念异质性的实证发现一致
• 信念分散度校准：模型生成的预期收益截面标准差（1年4.2%，10年2.8%）与 Ben-David, Graham & Harvey (2013) 的调查数据（4.8%和2.9%）数量级一致
• 外推行为：模型中个体投资者不是外推者（信念固定），但代表性投资者（Mr. Market）的行为呈外推特征——好消息后更乐观，坏消息后更悲观——与 Greenwood & Shleifer (2014) 和 Barberis et al. (2015) 的实证/理论文献相呼应
• 实验设计启示：该模型为实验研究提供了可测试的预测：(1) 交易者是否会为投机目的反向其基本面判断；(2) 信念异质性是否导致超额波动率；(3) 投资者对投机的态度是否呈现"利己但认为对他人有害"的模式

4.3 方法论贡献

• 利用对数效用 + Beta分布的组合实现了罕见的解析可处理性，使得资产价格、财富分布、期权定价、VIX、Sharpe比率等均可闭式求解
• 提供了将异质信念离散模型推向连续时间（布朗运动/泊松过程）极限的统一框架
• 揭示了Sharpe比率和Alpha作为绩效指标的局限性：在异质信念均衡中，最大Sharpe比率策略可能无界，但投资者理性地回避这些策略

维度4：局限性

1. 教条信念假设：主体分析聚焦于"教条极限"（dogmatic limit, ζ→∞），即投资者对自身信念毫不动摇，与现实中投资者根据数据更新形成对比；虽有Result 4扩展贝叶斯学习，但解析性受限；
2. 对数效用必要性：解析可处理性高度依赖对数效用假设，推广到其他CRRA偏好(θ≠1)将失去闭式解；
3. 风险中性时间偏好为零：忽略了消费-储蓄选择，无法分析跨期消费再分配；
4. 完备市场假设：假设无摩擦、可卖空、动态完备，与现实金融市场（卖空约束、流动性约束、税收）不符；不同于Scheinkman-Xiong(2003)的卖空约束泡沫机制；
5. 二叉树终端支付外生：终端支付p_{m,T}由建模者指定，价格函数依赖于支付函数选择，限制了对真实资产现金流过程的建模；
6. 单一资产：模型为单资产框架，未直接考虑投资组合分散化与跨资产信念差异；
7. 信念分布外生：Beta分布参数(α,β)外生指定，未解释信念为何呈现该分布（可能源于经验、教育、信息源）；
8. 未与微观决策实验对接：作为纯理论模型，未直接给出实验可识别的参数估计策略，需要后续实证工作填补；
9. 机构投资者缺席：模型假设连续单位质量的同质风险偏好家庭投资者，未引入机构、做市商、套利者的角色异质性；
10. 金融危机情景的扩展性：θ=0.2的"危机情景"参数化是叙事性的，未与具体危机数据严格校准。

维度6：可拓展的研究方向

1. 更一般偏好：将对数效用扩展到Epstein-Zin、习惯形成偏好，通过数值方法保留主要结论；
2. 不完备市场与摩擦：引入交易成本、卖空约束、保证金约束，研究投机行为如何受限；
3. 多资产扩展：将连续信念框架扩展到多资产、跨国、跨行业，研究信念差异如何导致投资组合异质；
4. 学习与信念演化：放松教条限制，将贝叶斯学习与异质先验结合，研究学习速度异质如何影响价格动态；
5. 机构层面应用：将模型应用于对冲基金、共同基金行业，研究"smart money"与"sentiment-driven money"分离；
6. 实验验证：在实验室中检验关键预测——超过40%被试是否反向其基本面判断进行投机；中位投资者是否两次反转头寸；
7. 信念测量：与 Giglio_2021_FiveFacts_BeliefsPortfolios、Meeuwis_BeliefDisagreement_PortfolioChoice 的调查信念数据校准模型参数(α,β,θ)；
8. 泡沫识别：将模型应用于历史泡沫（dot-com, GameStop, crypto），实证识别异质信念的角色；
9. 政策分析：研究Tobin税、保证金要求、卖空规制对投机福利的具体影响；
10. 与外推性预期模型对话：本文中代表性投资者表现出外推特征但个体不外推，与 Barberis_2015_XCAPM_Extrapolative、AssetPricing_2022_ReturnExtrapolation、Liao_Peng_2022_ExtrapolativeBubbles_TradingVolume 的微观外推假设形成有趣对话，可发展统一模型；
11. 行为偏差整合：将过度自信(对自身信念高precision)、确认偏误整合入信念分布演化机制；
12. 动态信念冲击：引入信念分布的随机时变（如媒体冲击、社会情绪传染），研究"情绪冲击"对资产价格的影响；
13. 保险与CDS市场实证：将Result 15的CDS利率内生动态与真实信用违约市场数据对照；
14. U型SDF与定价核之谜：将本文U型SDF结果与实证文献中SDF估计对话，可能解决长期未解之谜。

维度6补充：与其他文献的关系

• 异质信念资产定价系列：与 Brock_Hommes_1998_HeterogeneousBeliefs_Chaos、Bernales_2020_SpeculativeBubbles_SupplyConstraints 一脉相承，本文提供了连续信念分布的解析框架；
• 外推性预期：与 Barberis_2015_XCAPM_Extrapolative、AssetPricing_2022_ReturnExtrapolation、Frydman_Nave_2017_ExtrapolativeBeliefs_Perceptual_Economic、Liao_Peng_2022_ExtrapolativeBubbles_TradingVolume 形成有趣对话——本文代表性投资者表现外推但个体不外推；
• 过度自信资产定价：与 Daniel_Hirshleifer_2015_Overconfident_Returns_Trading、Michailova_2016_Overconfidence_Bubbles 互补，过度自信可视为本文模型中信念分散度θ的微观基础；
• 信念测量实证：与 Giglio_2021_FiveFacts_BeliefsPortfolios、Meeuwis_BeliefDisagreement_PortfolioChoice 的调查信念数据互证；
• 危机与信念：与 Gennaioli_Shleifer_2018_CrisisOfBeliefs 的危机信念叙事互补，本文提供数学化框架；
• 专家预测异质：与 Zong_2014_ExpertPrediction_HeterogeneousBeliefs_Bubbles 共同关注异质信念与泡沫；
• 行为资产定价综述：Barberis_PsychologyBased_AssetPricing 提供综述背景。

标签

#heterogeneous_beliefs #sentiment #speculation #asset_pricing #theoretical_model #bubble #volatility #options #risk_premium #welfare #AER

关键结论

1. 连续异质信念可在解析框架下定价：在对数效用+Beta分布+无套利完备市场中，资产价格、隐含波动率曲面、VIX、风险溢价、福利效应均有闭式解，θ参数捕捉信念分散度。
2. 市场学习内生于财富再分配：经济等价于一个以信念分布为先验的代表性贝叶斯学习者，无需引入显式学习就能产生"群体的智慧"和外推式市场情绪。
3. 投机与基本面广泛分离：超过40%投资者反向其基本面判断进行短期投机；中位投资者在泡沫路径中两次反转头寸；存在"悲观投资者"通过逆势交易获取最高Sharpe比率。
4. 异质信念是隐含波动率曲面的结构性来源：短期隐含波动率超过物理波动率(θ+1)/θ倍，期限结构向下倾斜，方差风险溢价σ²/θ，与实证数据数量级吻合(校准θ=1.8)。
5. 投机的福利悖论：所有投资者都认为投机利己（ξ^(z,z)>0）但同时认为对社会有害（ξ<0），印证Brunnermeier-Simsek-Xiong(2014)的信念中性福利标准；禁止投机可能导致市场崩溃。
6. U型SDF与CDS动态：每个投资者的随机折现因子是市场收益的U型函数；CDS利率即使在投资者感知到达率恒定时也表现出平静期平滑下降+跳跃时跳升的内生动态。