投资者异质性（Investor Heterogeneity）与股市波动性（Stock Market Volatility）：基于扩展异质代理模型（Extended Heterogeneous Agent Model）的跨国证据

《Financial Innovation》：Investor heterogeneity and stock market volatility: cross-country evidence from an extended heterogeneous agent model

　　

论文摘要翻译 本研究采用扩展的基本面-图表派异质代理模型（Heterogeneous Agent Model, HAM），在跨国背景下考察了投资者异质性与股市波动性之间的关系。研究人员提出了一种时变异质性强度指标（time-varying heterogeneity intensity measure），该指标将信念差异（belief differentials）与内生投资者构成（endogenous investor composition）相结合，以捕捉经构成加权的异质性（composition-weighted heterogeneity）。利用2010年至2023年间12个发达市场和新兴市场的股票指数数据，并在多种采样频率下，研究人员在统一协议下对每个市场进行了模型估计。跨市场和不同规格的结果显示，仅凭信念差距（belief-gap）指标与已实现波动率（realized volatility）之间并不存在系统性关联，而经构成加权的异质性强度则与波动性呈现出强烈且稳健的正相关关系。这些结果凸显了在行为资产定价框架中同时纳入异质性信念（heterogeneous beliefs）与参与动态（participation dynamics）的重要性，并为刻画国际股票市场中时变的异质性提供了一个简洁的度量标准。

论文解读文章

一、研究背景与问题提出

股票市场在价格波动的强度和持续性上存在显著差异，这一现象在发达市场与新兴市场的对比中尤为突出。新兴市场通常表现出更强的波动性、更频繁的繁荣-萧条周期以及对投机性交易更高的敏感性。这引出了一个行为资产定价的核心问题：是否波动性更强的市场也表现出更强的投资者异质性？如果是，应如何以一种跨国可比的方式来衡量这种异质性？

现有关于异质性信念（Heterogeneous Beliefs）、分歧（Disagreement）以及交易规则多样性的文献已广泛证实其对资产价格、回报、交易量和波动性的影响。然而，这些研究大多使用静态的分歧代理变量，如分析师预测离散度（Analyst Forecast Dispersion）或基于调查的信念离散度。这类指标虽具信息量，却未能直接捕捉异质性信念如何通过不断演变的投资者构成转化为市场范围内的行为压力。

异质代理模型（Heterogeneous Agent Models, HAMs）为解决此问题提供了天然框架。在基本面-图表派传统中，价值驱动的基本面派（Fundamentalists）预期价格会向参考水平均值回归，而趋势追随的图表派（Chartists）则外推近期价格变动。两组的互动可产生过度波动、厚尾回报和波动聚集等非线性价格动态。更重要的是，HAMs不将不同信念的影响视为固定不变，而是允许代理人根据相对绩效在预测规则间切换，从而使基本面派和图表派的市场份额随时间内生演化。这一参与边际对于理解为何相同的信念差距在不同市场可能对价格动态产生不同影响至关重要。

尽管取得了进展，实证HAM文献仍主要集中于单一国家环境。先前研究分别检验了美国和中国等最大市场中的异质性信念，但缺乏直接的跨国证据。这一空白至关重要，因为发达市场与新兴市场在投资者构成、制度成熟度、流动性韧性及投机交易强度上存在系统性差异，暗示信念异质性不仅可能在水平上不同，其在市场参与中的体现程度也可能各异。

因此，本文旨在通过估计一个扩展的基本面-图表派HAM来解决上述问题，研究对象涵盖2010年至2023年间的12个发达和新兴股票市场。研究目标并非重新确立信念异质性与波动性相关的普遍命题，而是探究一种基于HAM的、经构成加权的异质性度量是否比传统的信念差距度量提供更多的实证内容。

二、主要技术方法概述

研究人员采用了以下关键技术方法：

1. 1.
   扩展的异质代理模型（HAM）：构建了一个包含基本面派和图表派两种投资者的模型。基本面派预期价格偏差（Price Deviation, x_t）向零均值回归，其信念参数ψ_f介于0和1之间；图表派则预期偏差持续或放大，其信念参数ψ_c大于1。模型将价格偏差表示为两类投资者加权平均预期的函数。
2. 2.
   时变异质性强度指标（Heterogeneity Intensity Measure, I_t）：提出了一个综合指标I_t = |n_c,tψ_c - n_f,tψ_f|。该指标不仅考虑了图表派与基本面派的信念参数差距（Δψ = ψ_c - ψ_f），还纳入了两者随时间的市场份额（n_c,t和n_f,t），从而捕捉经构成加权的信念分歧强度。
3. 3.
   动态投资者构成机制：采用离散选择方法建模策略演化。每期，投资者根据策略的历史累积利润更新其效用（U_i,t），并通过逻辑模型（Logit Model）决定下一期的市场份额。模型中包含了记忆参数（ω）和选择强度参数（β）。
4. 4.
   粒子群优化算法（PSO）：由于模型高度非线性，研究人员使用全局优化器PSO来估计信念参数（ψ_f和ψ_c），通过最小化观测到的价格偏差与模型隐含价格偏差之间的平方和来实现。
5. 5.
   参考价格设定与数据：使用滚动移动平均线（Moving Average Filter）作为本地参考价格（P*_t），以此计算价格偏差。数据来自S&P Capital IQ，涵盖了2010至2023年间12个国家（6个发达市场和6个新兴市场）的主要股指的日度、周度和月度数据。

三、研究结果

基线参数估计

通过对各市场在不同频率和参考窗口下的模型估计，发现所有估计均满足理论约束：基本面派的ψ_f介于0和1之间，图表派的ψ_c大于1，表明均值回归和趋势外推信念共存。模型拟合优度（R2）普遍较高，证实了两类HAM在捕捉发达和新兴市场价格偏差变化方面的有效性。

信念差距与市场波动性

研究发现，传统的信念差距指标（Δψ）与已实现波动率之间的跨国关联微弱且不稳定。在九种频率-窗口组合中，仅两种呈现统计显著性，且均为负相关。这表明，仅凭信念距离本身无法稳健地解释跨国波动性差异，因为该指标忽略了信念在市场上的代表性程度。

异质性强度与市场波动性

相比之下，所提出的经构成加权的异质性强度指标（I_t）的均值与已实现波动率在所有九种规格下均呈正相关，其中八种达到统计显著，相关系数在0.55至0.85之间。这表明，拥有更大经构成加权异质性强度的市场倾向于表现出更高的已实现波动性，强调了市场参与动态的关键作用。一系列稳健性检验（包括改变符号、校准切换参数、联合估计参数、更换基准价格计算方法及子样本分析）均证实了这一正向关系的稳定性。

复合指数证据：发达市场 vs. 新兴市场

研究人员构建了发达市场（美、德、法、日）和新兴市场（中、巴、俄）两个复合指数。结果显示，虽然两组市场的信念差距（Δψ）差异不大（分别为0.184和0.213），但在考虑投资者构成后，新兴市场复合指数展现出更大的市场份额偏离度（|n_c-n_f|均值为0.332 vs. 0.204）和更高的平均异质性强度（I_t均值为0.298 vs. 0.187），且其时间序列波动性也更强。进一步分析发现，新兴市场复合指数的年度平均I_t与其年度标准差之间存在显著的正相关（相关系数为0.67），表明高异质性强度年份往往伴随更大的指数波动。

四、总结与讨论

本研究的结论明确指出：投资者异质性与股市波动性之间的稳定关联，并非源于单纯的信念差距，而是取决于异质性信念在市场参与中的体现程度。研究人员提出的经构成加权的异质性强度指标（I_t）为此提供了一个简洁有效的度量工具。

研究结论部分翻译如下：研究结果表明，将异质性信念与参与动态相结合对于理解市场波动性至关重要。在跨国比较中，仅关注信念差距（Δψ）不足以解释波动性差异，而经构成加权的异质性强度（I_t）则表现出稳健且强烈的正向关联。这一发现凸显了在行为资产定价框架中整合信念分歧与内生市场参与的重要性。此外，新兴市场相较于发达市场表现出更高的异质性强度和更强的波动性，这与新兴市场零售参与度高、流动性韧性低、资本流动波动大以及制度和监管环境欠成熟等特征相符，这些因素可能强化趋势追随行为并加剧策略转换。本研究为理解不同金融体系下的行为市场不稳定性提供了一个更具可比性的基础，并为未来研究如何将此类行为度量应用于市场监控、风险评估和政策设计指明了方向。