Efficient Market Hypothesis 等不现实的理论在金融学术界为什么会如此流行？ 第1页

知乎惯例：先问是不是，再问为什么。但是题主的提问态度跟情侣吵架时的小女人没两样：你说Efficient Market Hypothesis（下面简称EMH，即有效市场假说）好，我就不听就不听，为什么没人关注我行为金融学（Behavioral Finance），支持EMH的都不要回答。所以，尽管没人请我，可我又忍不住出手来为EMH说两句话，为祖师爷Fama说两句话。

之所以这样，只因为我希望知乎少出现极端现象，多回归理性探讨。因此，当大家批判一通我本科母校广西大学时，几乎和西大里面许多人闹翻的我，而且在学校里不愉快地荒废了四年的我，出来为母校说了几句话；当大家批判一通郎咸平说他是张悟本一类人物时，基本不接触公司金融的我，又为郎老师说几句话；当大家批评凯恩斯主义时，本身反对过度财政扩张，并且窥得奥地利经济学皮毛的我又出来为凯恩斯说几句话；如今，题主带着有色眼镜来提问，那么，身为硕士预备班作文写行为金融的我，做作业检测出市场无效的我，行为金融考试良好的我，作为行为金融学家罗伯特席勒的忠实拥趸的我，毕业论文写羊群效应（行为金融的一个现象）并且成绩优秀的我，只好又来为EMH说几句话。

行文先谈论EMH的被忽略的概念，接着谈论证据支持，再谈论早期行为金融学的反驳，然后谈论fama（2014, AER）对所有行为金融学观点的反驳，最后联系理论和实证资产定价模型给出结论：为何学界还流行EMH和类似理论。本文要点梳理如下：

1. 被忽视的有效市场的第二概念：no free lunch。
2. 市场异象：行为金融学对于EMH的反驳。
   
3. 法玛（2014，AER）对于行为金融的反驳。
   
4. 最终评价：为何EMH还活跃在学术一线。
   
5. 附录一：题外话：关于用假设来批判或者维护一个经济学理论这样的思维可取否？
6. 附录二：如何理解CAPM在内的一系列实证资产定价模型。

======================================================================

1. 被忽视的有效市场假说的第二概念：no free lunch。
   

法玛提出的Efficient Market Hypothesis（Fama, 1970）包含两部分含义：其一，有效市场里面资产价格能反映全部信息，根据能反映的信息的层次决定有效的程度，弱式有效市场资产价格反映历史信息；半强式有效市场反应公开市场信息，强式有效市场价格包含内部信息在内的所有信息。大部分答主只提及了有效市场的这一层含义，即市场价格是正确的，英文称之为“price is right”。除了

和

以外，鲜有答主提到EMH的第二层含义：也就是天上没有掉下的馅饼，人们，包括专家在内，几乎不可能战胜市场（胜者凤毛麟角），即no free lunch。这一假设和martingale（鞅过程）原则相自洽：即游戏是公平的。

（1）对于概念二的忽视造成什么后果呢？其一就是那就是像题主一样对于有效市场假说进行无情的批斗。其实大部分对于有效市场的反驳和批评都是批评第一部分，也就是说有效市场的第二部分概念里，经济金融学家达成了基本的共识。例如：Fama在Chicago的同事，行为金融的创始人之一理查德塞勒（Richard Thaler, 2009）说过：

Compared to the price is right component, the no free lunch aspect of the EMH has fared better. Mr Jensen's doctoral thesis published in 1968 set the right tone when he found that, as a group, mutual fund managers could not outperform the market. There have been dozens of studies since then, but the basic conclusion is the same.

也就是说，有效市场的第二个概念经得住事实的检测（Jensen,1968），人们（基金经理）很难跑赢大盘。即使作为行为金融的鼻祖之一，Thaler也不得不承认许多实证研究都支持该结论。

又例如，许多行为金融学的教授也承认no free lunch这一点，或者用行为金融的方法的出类似结论：专家很难跑赢大盘，甚至跑不赢非专业人士。据陈志武老师说，罗伯特席勒（Robert Shiller）自己承认自己的投资很难跑赢大盘；而我的行为金融学授课老师Professor Sanjit Dhami 上课的时候给我们分享过他父亲的案例：他父亲是一个读书人，有一次股市大跌，他老爹还在做研究，一时忘记止损了，等到熊市快过去了，他老人家反射弧才反应过来，立即卖掉所有股票，可是此时恰逢牛市来临，结果老人家大赚。这个例子告诉我们：专家跑不赢平民，并不是因为专家欠缺知识和才干，有时候仅仅是偶然，另一些时候或许是心理作用。老师习惯性用他自己的实验证明（行为经济学依赖于实验），许多情况下，专家（这里指的是职业经理人，基金经理）都是不靠谱的，跑不赢大盘也跑不赢民间高手。尽管如此，许多人还是愿意雇用职业经理人。

理解no free lunch这个概念不难，尤其对于中国人不难。我们用天龙八部的故事描述：求而不得（游坦之求阿紫不得，阿紫求萧峰不得，萧峰求阿朱不得，段誉求王语嫣不得，王语嫣求慕容复不得，慕容复求复国而不得），不求反而得（虚竹求当和尚没得，反而成了人生大赢家）。有效市场也就是这个道理：职业经理人的积极投资策略不如消极投资策咯。这一结论不仅得到有效市场假说的拥护者所支持，也被不少行为金融学家接受。当然有效市场说的不是没有收益，而是说收益是每个人应得的，不可强求，这就有点类似于微观经济学里面讲的市场均衡没有超额利润，但还是有正常利润的。

（2）忽视这一个概念，也就难以理解计量经济学里面检测市场有效和预测的基本方法。当今计量经济学对于市场有效的检测形成了较为成熟的教科书式的办法（至少在我校

是这样），在硕士生课程里将被涉及。该方法如下：取一列时间序列数据的log对数，然后做一阶差分得到一个平稳序列以及收益的表达式，此为准备阶段。正式检验阶段首先做一个Jarque-Bera test（Jarque and Bera, 1980），这个JB test 原假设有三：一是正态性，二是同方差，三是独立性。该检测若通过，则市场可能是有效的，若通不过，则至少有一个原假设被违反；这时候我们对三个原假设一一检测，看看是哪一个被违反了，例如用QQ test检测正态性；其次针对第二个原假设，我们把数据scale以后（相当于消除异方差）再做一次JB test，如果第二次test不通过，则可能是独立性部分出了问题；于是最后用Lo and Mackinlay test检测市场有效性/独立性并且用Autoregressive 模型（以下称为AR）做预测和修正异方差；拓展的部分包括做一个ARCH效应（自回归条件异方差）的检测。从上述检测可以看出，其关注点在收益，而几乎没有一个测试和信息集合有关或者和price is right有直接关联。只有当Lo-Mackinlay test不通过的时候我们用AR去预测，同样的AR模型关注焦点是收益而不是方差和信息集合。例如我们为什么说随机游走（哪怕是异方差的弱随机游走）是符合市场有效的呢，因为对误差项取期望结果为零，收益在意料之中，是应得的收益而没有额外的收益（上述作业全程由Gretl完成，不要脸的给大家卖一下Gretl这款软件的广告，

学长亲测并推荐）。

（3）由此衍生出来的一个问题是：如果波动率可以被预测，请问市场有效吗？（详见如果波动率（Volatility）存在可预测性，那这种可预测性违反有效市场假说（EMH）吗？ - 有效市场假说）这个问题，我能说这是我们期末考试题目吗！！！答案是有效，因为正如

学长所说，EMH关注的是收益率预测而不是波动率预测。我们考试的原题是：如果一个时间序列不服从随机游走过程，请问它是否有效？若是请证明，若否请举反例（连续好几年第一题第三小问都是这个）。这题先答是，再举一个ARCH或GARCH的例子，再作证明。设有一个不服从random walk的ARCH (1,1) process：

等式两边取对数和一阶差分得到收益：

其中误差项服从ARCH(1,1) process：

且

hence we mathematically have

and

接下来我们对误差项求期望：

结果为0，相当于：

因为ARCH process和随机游走（random walk）一样误差项期望值为零（强随机游走里面误差项u服从标准正态分布），因此即使存在可被预见异方差，也不影响对市场有效性的判断。

（4）由此衍生出来的第二个问题是，既然波动预测不能说明市场无效，那Black-Scholes模型里为何要预测隐含波动率去获利呢？提出这个疑问的例如张旭欣和Leslie Lueng都没有理解期权定价模型。布莱克斯科尔斯模型基于二叉树定价，二叉树就是假设市场有效的。此外定价模型和预测模型本身是两个回事，能定价跟能预测本身就是两个topic，即使有时候会交叉。那为什么不试图把波动率的可预测性代入Black—Scholes模型呢？因为大家得出的回报率都一样啊，都是大盘回报率，无任何信息优势，一价定律成立，于是EMH成立。所以说波动率可预测推出市场无效，或者BS公式证明市场无效都是不对的。更不用说Richard Thaler (2009)曾经讽刺和调侃Black了（说明Black本人支持市场有效）。原文如下：

Fischer Black (of Black-Scholes fame) once defined a market as efficient if its prices were “within a factor of two of value” and he opined that by this (rather loose) definition “almost all markets are efficient almost all the time”. Sadly Black died in 1996 but had he lived to see the technology bubble and the bubbles in housing and mortgages he might have amended his standard to a factor of three.

当然张旭欣和Leslie Lueng的说法有合理的一方面，那就是在高频资产定价的时候，的确有学者先推出实现波动率（Realized Volatility），再根据波动率和跳动（Jumps）去对信用违约互换（CDS）进行定价（Zhou and Zhu, 2009）,而这个预测高频波动的HAR-RV（全称heterogeneous autoregressive realized volatility）模型，本身也有预测收益的分布（Maheu and McCurdy, 2011）的作用。但这是分布而已，布朗运动和随机游走本身就是可以事后（已实现）统计收益分布的，也不阻碍市场有效的成立。这里面再次说明上面的第二个观点：定价问题和预测问题根本是两回事，能定价和能预测根本不同。还记得Professor Denicolo给我们上Investment Management的时候说过：定价模型（例如CAPM）和追求获利的套利模型（如APT）在学术上有本质的区别。

因此，一个人抓住有效市场假说的第一个概念的缺陷不放，忽视第二个概念的合理性，以为推翻第一个概念就大功告成，这就是以偏概全，too young too simple，sometimes naive。这不是一个学者坚持的态度，更像是在立场已定要一决胜负的辩论赛里所用的伎俩（马薇薇在奇葩说第三季第二集就避开了邱晨的锋芒，取正方弱点攻击，该次辩论反方无人能破邱晨的立论，连高晓松都被迷惑）。经过研究生水平以上的训练以后，应该要识别并且避免做出这种片面的预设立场的论断。既然人家EMH有合理的部分，难道就不允许我在学术主流里面混么？

======================================================================2. 市场异象：行为金融学对于EMH的反驳。

其一，席勒（Shiller，1981）发现了一个和信息不匹配的过度的股价波动。根据EMH，股价随信息调整，然而过度的波动却没伴随等量信息；同时EMH可以导出股利波动大于股价波动，然而现实却观察到大的股价波动。席勒据此拒接接受有效市场假说。假定D为股利，P为股价，u为均值为零的随机变量，且Pt=D+ut，席勒的数学推导如下：

译自Professor Sanjit Dhami课件：

基于EMH，所有信息反映在价格里面，因此Pt和ut是不相关的（uncorrelated）将V(x)假定为方差variance，我们根据上式得到：

由于方差非负，于是我们有：

因此理论上席勒根据EMH导出股票价格波动小于股利波动，现实情况恰好相反：股票价格波动太大了以致于不能用有效市场假设去解释。也就是说，如果信息都反映在股票价格上，股票价格波动小于股利波动，现实情况恰恰相反，席勒因而拒绝了有效市场假说。说实话，仅仅从数学角度来看其实席勒的结论反过来推也是成立的。

本人上课无聊的涂鸦：

从而有以下方差等式：

由于方差非负从而有：

上述的方程式基于什么假设呢？基于D和ut是独立的，也就是信息反映在股息上而不是股价上面，由于上述涂鸦的结果符合实际观测，因此股利发放会传达出良好的信息（事实确实是这样），股票价格反而没包含什么信息。

这样看来，席勒那些基于EMH的数学推导，如果不改变EMH的假设，可以推出股利波动比股票价格大。但是如果根据观测到的结论，股票波动更大。因此Fama的立论称为“股利有效”似乎更恰当些。如果EMH要证明一个全称命题的话，那么基于同样假设推出迥然不同的结果，则出现了一类反例，说明EMH本身的推论就是不充分而且站不住脚的，席勒的演算基本上是正中EMH要害。这EMH逻辑上推出股利波动大，实际观测上却是股票价格波动大，这个Paradox对于EMH的支持者就比较难反驳了。

其二，Prescott and Mehra（1985）发现了股权溢价之谜（Equity Premium Puzzle）。这个谜团是说，上世纪美国金融市场里面，股票收益率高达7.9%，而对应的无风险资产收益率仅有1%，风险溢价接近7%（7.9%-1%）。这一现象如果用传统的期望效用理论（Expected Utility Theory）去回答，那就会算出一个极高的风险规避系数，大概30-40这样，超出了新古典经济学家能承受的底线。因此经济学家称之为股权溢价之谜。

为了解决股权溢价之谜，行为金融学家（Barberis, Huang, and Santos, 2001）拒绝接受新古典经济学关于“人是理性”的这一假设，认为人是有限理性（Bound Rationality）的，转而用前景理论（Prospect Theory）里面的损失厌恶（Loss Aversion）去解释股权溢价之谜；我的老师，Professor Ali and Professor Sanjit Dhami还试图用等级依赖期望效用模型（Rank Dependent Utility）去解释（好吧，我同学是这篇Working Paper的作者之一还在微信给本答案点了赞）该谜团。

但是“股权溢价之谜”并不能完全否定“人是理性的”这一假设。Epstein and Zin（1989）基于理性假设放弃了期望效用理论，改用递归效用函数（Recursive Utility）去解决该谜团。他们区分了投资者的两种不同的规避行为：一是对同期风险的规避，用相对风险规避系数刻画；其二是对跨期消费风险的规避，用跨期替代弹性系数刻画。传统理论里面这俩系数是互为倒数的，相当于没把二者的区别描述出来，而Epstein-Zin效用函数说明了二者不能严格区分（但也是可以区分的嘛）而彼此依赖的关系。进一步的，人们的研究已经不停留在消费资产定价领域（仅有消费不能解释整个经济部门运作，而且消费资产定价模型也同样通不过GMM的检测），而是转到生产资产定价领域，引入生产部门甚至一般均衡模型去做资产定价。例如，Favilukis and Lin（2015）将Epstein-Zin效用函数引进带有粘性工资假设的Dynamic Stochastic General Equlibrium模型中用于解释包括股权溢价之谜在内的一系列资产定价谜团。

第三，在实证研究中，以下几个效应作为反对EMH的反例：一月效应，反转效应 (Thaler and DeBondt,1985)，流量效应 (Jegadeesh and Titman, 1993)。

总而言之，行为金融学从理论到实证都挑战了主流的EMH地位。不过要否定掉“人是理性”的这一假设还有一定难度。

======================================================================

3. 法玛对于行为金融的反驳。

Fama（2014）受邀给后生晚辈上课，将课程内容发表在最顶级的经济学杂志（AER）上，诺奖官网可见其视频。Fama这篇文章主要是针对EMH第一个概念“price is right”进行辩护，然而他的辩护看起来非常无力。

（1）其一是法玛在很久以前提出过的联合检验（joint-test）。也就是说，一个人怎么知道市场有没有效呢？首先要树立一个合理的资产定价模型作为评判标准，也就是选取合理的资产定价模型。如果检测拒绝市场有效的结论，未必是市场无效，而有可能是因为用错了资产定价模型。那什么样的模型是“正确的”资产定价模型呢，实证上是加入了公司规模的Fama-French（1992）三因子模型。依据这一逻辑，Fama占据了整场辩论的制高点：一切反对市场有效的都是用错了资产定价模型。法玛据此驳斥了反转效应。因此和题主的认知相反，法玛恰恰是强烈批判CAPM模型的。反正Fama总会发展新的定价模型去解释一切和维护EMH，例如五因子模型（see Fama and French, 2015），利用联合假设去辩论可谓是立于不败之地。这正是本人反感Fama之处：一位实证研究者不以证据说话，不将EMH视作评判标准，反而先入为主将其奉为圭臬，不惜一切维护，正是典型的“有罪推定”逻辑：哥就推定Behavioral Finance是骗人的，因为他们没有体系。对此我只能说：you will never wake up a man who is pretending to be asleep。

Fama的同事Thaler（2009）避开了联合假设的问题去找反例反驳法玛，第一个例子在巴菲特老师格雷厄姆时代就有了，说的是封闭式基金价格不等于标的资产价格，这一事实违反了一价定律。另外一个是在泡沫时期末公司股票价格为负的案例——非常明显地违背了EMH。这两个例子都不需要任何定价模型，却能驳倒Fama的联合假设。Thaler原文如下：

However, the joint hypothesis problem can be avoided in a few special cases. For example, stock market observers – as early as Benjamin Graham in the 1930s – noted the odd fact that the prices of closed-end mutual funds (whose funds are traded on stock exchanges rather than redeemed for cash) are often different from the value of the shares they own. This violates the basic building block of finance – the law of one price – and does not depend on any pricing model. During the technology bubble other violations of this law were observed. When 3Com, the technology company, spun off its Palm unit, only 5 per cent of the Palm shares were sold; the rest went to 3Com shareholders. Each shareholder got 1.5 shares of Palm. It does not take an economist to see that in a rational world the price of 3Com would have to be greater than 1.5 times the share of Palm, but for months this simple bit of arithmetic was violated. The stock market put a negative value on the shares of 3Com, less its interest in Palm. Really.

因此避开联合假设来看，Fama第一部分的反驳显得颇为无力。

（2）Fama根据以上的联合假设去批判席勒（2000）成功预测泡沫的事情。法玛的逻辑如下：其一，预测是很难而且很少人做得到的事情（好比专家难以赢大盘一样），因此存在事后诸葛亮（ex post bias）的认知误差；其二，有些宣称预测成功的人如席勒，其实水平不过尔尔。法玛举例说，2003年的CRSP指数（1739）并不明显比2000年的（1518）要高啊；同时凯斯席勒指数在2003(142.99) ，2006年 (206.52) 和2009年(134.7) 的数据并无显示出明显的泡沫（bubble），而且席勒的预测完全是瞎几巴说，误导美联储主席格林斯潘；其三，法玛身边许多人也宣称自己预测到了“泡沫”，每个人都有类似的观点但无证据支持，因而是事后诸葛亮。基于以上逻辑，法玛认为：没有充足的证据证明泡沫确实存在。

法玛的逻辑错在哪里？其一，大部分人不能预测出泡沫存在不代表泡沫不会存在，也不代表泡沫不会破裂，更不等于“price is right”并反映出全部信息；其二，法玛随便选取几个点来证明席勒是错的，我也可以按照类似逻辑随便选几个点或者个例证明法玛是错的（他的同事的反对者举了非常多的例子，在本文就不下十个）；其三，且不说选取几个点会带有主观偏向和误差，即使选择无误，完全理性，但是点估计本身存在方法论上的缺陷，这些缺陷带来的误差法玛您老人家难道忘记了？其四，按照这场争论中被拖下水的第三方格林斯潘的意见，人家在08年房地产危机的时候可是误认为市场是有效的.......这脸打得爽不？

总而言之，祖师爷出来都洗不白“price is right”这一层概念啊。

======================================================================

4. 最终评价：为何EMH还活跃在学术一线。

首先现代主流的经济学金融学并不存在非黑即白的二元判断。其一是因为经济学数学化以后，能把原来文字说不清楚的暗含假设标识出来，因此某些说法基于A组假设成立，基于B组不成立，某些说法A部分成立，B部分不成立。

回到这个问题上，武断地认为EMH不成立，本身就是不符合事实的，针对楼下说我态度不明确，我现在表明态度：我认为市场是无效的，但不会全部否定EMH的意义。因为当前的学术辩论不是说我全盘否定你，你全盘否定我，而是我承认你合理之处，但是我比你更有道理。故而我的总体态度是：我承认EMH的合理之处和Fama对于实证资产定价模型的发展。所谓的“我出来为法玛说句话”不是指我赞同市场有效或者法玛的见解，而是指有些EMH的内容大家都没理解透彻，尤其对于第二概念和联合假设更是如此，因此有必要在反驳之前弄清楚法玛本身表达的意思。就好比辩论赛里面要做到不去为了夺取战术优势而刻意曲解或者无视对方辩友的论证，反而应该在弄清楚对方辩友论证的前提下展开反驳，对对方合理之处给予尊重，所以题主一味反对EMH就不值得提倡。我们尊重法玛的是，他对于联合假设，实证资产定价模型以及EMH第二概念的发展有助于我们理解金融市场；反对法玛的是，他对于EMH第一概念的态度是顽固不化的，同时忽略了情绪心理作用和资产泡沫的存在。具体结论分为以下几点：

其一，EMH的第二部分no free lunch即便是金融危机时刻也是经得住事实检验的，被行为金融学家接受的（见Thaler和陈志武的转述），而且没有几个人敢以身试水。很多错误的物理和经济学理论都在教科书里一代传一代，正确的见解难道不能留在主流学术圈么？不过，EMH的第一含义：price is right已经经不起考验了，许多bubbles（互联网泡沫，房地产泡沫，日本经济泡沫）甚至是excess volatility或者违背一价定律的事实都能够推翻掉EMH的第一层含义，只不过难以推翻掉“人是理性的”这一假设。

其二，更多的人不是把EMH当作一个含有价值判断的结论，而是一个基于事实判断的评判标准。也就是说我们视其为中性的tool而不是最终的结论。就像我们计量金融学的作业，大部分同学做出来的都是市场无效的结论，难道因为无效我们就放弃这一评判标准么？这也就是为什么我不批评EMH这一学说反而批评法玛的态度：作为一个empirical的研究者和影响力无比巨大的学术权威和诺贝尔奖得主，法玛（2014，AER）不以事实为准绳，反而有意图的选取对自己有利的证据进行诡辩，这本身的固执比EMH这一理论的错误危害更大。法玛的这一错误，和01年金钱辩里面武大的其中一个错误类同（金钱作为无价值偏向的一般等价物和工具，同时导出钱是万恶之源）。同样的，题主的错误在于混淆了事实判断和价值判断。“EMH是不是成立的”以及“EMH能否作为一个工具”是一个事实判断，“为什么EMH流行于学术界”明明是一个价值判断（因为有意义啊，有价值啊），题主把它视作事实判断去做。因此想想EMH的内涵是martingale，请问现实生活中股市是不是一个公平的游戏？很多情况下不是（不过也确是有人作业过了Lo-Mackinlay Test的）。自然很多情况下市场就不是有效的，但是我们却可以有公平游戏原则作为裁判标准去改善市场，避免资源错配。

PS：这也就是为什么本人是席勒的忠实fans。席勒真是具备翩翩君子温润如玉的风度，不固执，肯承认EMH合理之处。同为咸水派Havard毕业的邹恒甫老师可看不起去投行的PhD了，席勒似乎忘记了自己新凯恩斯主义的立场，不仅公开赞扬投行金融从业者，还跑去为Morgan Stanley写论文呢！

其三，学术理论的伟大意义是价值判断，对错是事实判断。《国富论》和《资本论》可有全对的地方？不一样是被后辈学子奉为经典。有道是：一流学者挖坑但是建立体系，二流学者依照体系填坑修改，三流学者根本就只能按部就班对着体系灌水。至于我作为一个即将入学的PhD嘛，争取毕业前能负责斟茶倒水。按照这一个判断标准，EMH无疑是伟大的假说：EMH作为经典，首先就挖了一个大坑，让后辈学者慢慢填上（例如行为金融学就是负责填坑的），创造无数就业机会，因此许多研究都基于EMH，就好比GDP虽然是一个很渣的指标，但是宏观经济学研究都得围绕它。

其四，我们最应该感谢行为金融学的地方是将人们的情绪和心理作用引进资产定价和金融市场的研究，尤其是金融泡沫的研究。实际上在我感兴趣的理论资产定价领域，二者似乎有趋同的趋势（上面已经举了一个类似例子了，就是教授老爹买股票的案例）。我们遵循理性假设的Epstein-Zin效用函数，把里面的相对风险规避系数（Relative Risk Aversion）稍作修改可推导出同为递归效用函数的广义失望厌恶（Generalized Disapointment Aversion, see Routledge and Zin, 2009）以及模糊厌恶（Ambiguity Aversion, see Jahan-Parvar and Liu, 2012.）。从文字概念来看，而这似乎接近于行为金融学，因为失望厌恶和模糊厌恶都是描述情绪和心理活动的的；从数学来看，又可以沿用理性假设的递归效用函数和一般均衡模型去解；从结果来看，情绪无论从实证还是理论上都影响资产价格的波动，甚至造成价格的扭曲和资源的错配，这是传统理论所忽略的。

Note：现行的行为金融学的确如法玛所说欠缺一个完备的逻辑和体系（但这并不是法玛诡辩得以成立里的借口）。就我们上课的内容来看，第一部分是对期望效用函数的批判和对于前景理论的拓展，第二部分是对各种实验的结果的描述（天哪噜，背实验背死我了，都没个头绪，段考二十五分的主伤不起啊），第三部分是有限理性在金融市场的应用，可见各部分独立成章，只是一些归纳，而不是内在逻辑的演绎（其实老师已经尽可能把内在联系考虑进去了）。应当可以预见，行为金融学这一分支在未来将有光明的发展前途，但不能像题主一样武断地否定EMH的价值。

以上

======================================================================

附录一：题外话：关于用假设来批判或者维护一个经济学理论这样的思维可取否？

很多答主（包括题主的老师）用物理比喻经济学，说假设会影响结果。在经济学里，如果一个假设过分依赖于前提，那么多半与现实不符合。例如在Copeland的教材（Copeland et al, 2004）里有例子：阿罗普拉特风险测度是根据泰勒展开式来推导的，众所周知泰勒展开式是基于一个小的邻域展开的，因此其只适用于小的对称的赛局（gamble），例如（2; 0.5, 0.5），这样子算出来的风险溢价和马科维茨风险度量差者不大；但是现实生活中大的不对称的gamble多了去了，故而阿罗普拉特测度和马克维茨风险度量所求得的风险溢价的结果差别会非常大，因此就只好摆上神台供奉做理论分析了；又例如赫克歇尔俄林定理，因为不能够解释列昂惕夫之谜而作罢。但是这些经典理论仍有串联经济学体系的功能。例如基于H-O定理，我们不断放松假设，可以得到产业内/产业间贸易理论（产业分工进而规模报酬递增），产品内贸易理论，异质企业理论。如果假设只是为了方便分析，即使简化了假设仍然能够和现实数据吻合，那这个假设就无伤大雅。在同样的逻辑下，不得不说经济学家偏好于简单的数学。

======================================================================

附录二：如何理解CAPM在内的一系列实证资产定价模型。

之所以写这个附录，是因为下列问题

谁能帮我通俗的解释一下capm理论？ - 金融

如何简单清晰地描述 CAPM 在投资学中的运用，以及 CAL、CML 和 SML 的关系和区别？ - 金融学
中除了

老师以外，基本没有人回答到点子上。都不知道CAPM的beta意味着什么，一些形象化的分散性投资的题目里面，例如

里面，都没有人提到Fama和 French（收录于Copeland et al, 2004教科书里）做的实验。实验描述如下：

Fama and French曾经随机选取英国和美国市场上的股票来计算其收益率和标准差。他们发现，越多的加入这个投资组合（portfolio）里面的时候，标准差越低，因此越是能分散风险。但是当投资组合里面所含资产的数目达到12-15个的时候，标准差接近恒定值，风险不能被分散。这个恒定的不能被分散的风险（undiversible risks）我们称为系统风险或者市场风险，用beta系数描述。能被分散掉的风险我们称之为非系统风险。而均值方差理论里面的风险指的是总风险，资本资产定价理论里面的风险指的是市场风险。因此理解这个实验，我们就知道分散化投资对于散户而言并不是万能的，因为市场风险不能被这一方法规避。因此俗话说“风险越大，收益越大”描述的就是CAPM的市场风险；而俗话又说“分散风险是第一要务”这里面的风险是指整体风险里面可以被分散的部分。由此可知，定价和获利真是两码事（对于公司管理层来说，分散投资未必是好事，许多人不过是借着分散投资的幌子浪费资源罢了，详见郎咸平老师1994年的论文）。

CAPM模型可以延伸出整体市场加总的羊群效应研究的模型，即CSAD模型（Cross Sectional Absolute Deviation, see Chang et al, 2000），违背CAPM的一二阶条件且呈现出凹形曲线的即为羊群效应；而CAPM考虑了市场和账面价值比率（market to book ratio）和公司规模以后的模型叫做三因子模型；在一维市场风险的基础上引入许多宏微观经济学变量的套利模型（注意不是定价模型）也就是APT。

所以说，功夫还没学到家，没见题主在那些问题回答个像样点的答案，就跑过来嚷嚷EMH的缺点.....老夫只好勉为其难教做人了。

======================================================================

参考文献：

Barberis, N.,Huang, M. and Santos, T. 2001. Prospect Theory and Asset Prices. The Quarterly Journal of Economy, 116(1), pp. 1-53.

Chang, E., Cheng, W. and Khorana, A., 2000. An Examination of Herd Behavior in Equity Markets: An International Perspective. Journal of Banking and Finance, 24 (10), pp. 1651-1679.

Copeland, T., Weston, J. and Shastri, K., 2004. Financial Theory and Corporate Finance. 4th edtion. Addison Wesley.

DeBondt, W. and Thaler, R., 1985. Does the Stock Market Overreact? The Journal of Finance, pp. 793-805.

Epstein, L. and Zin, E., 1989. Substitution, risk aversion, and the temporal behavior of consumption and asset returns: a theoretical framework. Econometrica, 57(4), pp. 937–969.

Fama, E., 1970. Efficient Capital Markets: a review of theory and empirical work. The Journal of Finance, 25(2), pp. 383–417.

Fama, E., 2014. Two Pillars of Asset Pricing. The American Economic Review, 104(6), pp. 1467-1485.

Fama, E. and French, K., 1992. The Cross-Section of Expected Stock Returns. The Journal of Finance, 47, pp. 427–465.

Fama, E., and French, K., 2015. A Five Factor Asset Pricing Model. Journal of Financial Economics, 116(1), pp. 1-22.

Favilukis, J. and Lin, X., 2015. Wage rigidity: A quantitative solution to several asset pricing puzzles. Forthcoming at The Review of Financial Studies.

Jahan-Parvar, M. and Liu, H., 2012. Ambiguity Aversion and Asset Prices in Production Economics. The Review of Financial Studies,27 (10), pp. 3060-3097.

Jarque, C. and Bera, A., 1980. Efficient tests for normality, homoscedasticity and serial independence of regression residuals. Economics Letters,6 (3), pp. 255–259.

Jegadeesh, N. and Titman, S., 1993. Returns to Buying Winners and Selling Losers: Implications for Stock Market Efficiency. The Journal of Finance, 48, pp. 65-91.

Jensen, M., 1968. The Performance of Mutual Funds in the Period 1945–1964. The Journal of Finance, 23, pp. 2033–2058.

Lang, L. and Stulz, R., 1994. Tobin's q, Corporate Diversification, and Firm Performance, The Journal of Political Economy,102(6), pp. 1248-80.

Lo, A. and Mackinlay, A., 1998. Stock Market Prices do not follow Random Walk: Evidence from a simple Specification Test. The Review of Financial Studies, 1(1), pp. 41-66.

Maheu J. and McCurdy, T.,2011. Do high-frequency measures of volatility improve forecasts of return distributions? Journal of Econometrics, 160 (1), pp. 69-76.

Mehra, R. and Prescott, E., 1985. The Equity Premium: a Puzzle. Journal of Monetary Economics, 15(2), pp. 145-161.

Routledge, B. and Zin, E., 2010. Generalized disappointment aversion and asset prices. The Journal of Finance, 65(4), pp. 1303–1332.

Shiller, R., 1981."Do Stock Prices Move Too Much to be Justified by Subsequent Changes in Dividends?", The

, 71(3), pp. 421–436.

Thaler, R., 2009. The Price is not always Right and Markets can be Wrong.

. Financial Times.

Zhou, H. and Zhu, H., 2009. Explaining Credit Default Swap Spreads with Equity Volatility and Jump Risks of Individual Firms. The Review of Financial Studies, 22(12), pp. 5099-5131.