微观金融学的范式变迁
发布网友
发布时间：2022-05-13 18:50
共1个回答
热心网友
时间：2023-10-21 12:30
微观金融研究的主要对象是决策分散度和不确定性都非常高的金融市场，这个系统中的决策是由每一个参与者根据自己的偏好和资源约束来分散地（因而也是异质地、非完全理性地）进行的。而传统微观金融学却通过“理性经济人假说”将这些市场中“微观决策者”群体的行为过分地“理性化”、“同质化”了，因而面临着挑战。行为金融学则从放松这个基础假定入手，重新审视金融市场中各个“微观决策者”（投资者或更广泛的市场参与者）的现实决策行为模式及其对市场整体动态特定的影响规律。这种对于基本科学假说的变更而导致科学理论产生质变的现象，是科学进程中的常态。
行为金融研究分成“行为发现”、“行为描述”、“模型嵌入”等几个阶段，进而得到解释某一种或者几种“金融异像”的模型。不过，在主流微观金融经济学家看来，行为金融的上述研究模式及其结论还显得比较“零散”，缺少更加“完整”的理论体系。为此，美国麻省理工学院的金融学家Andrew Lo在2004提出了所谓“适应市场假说”（AMH），认为金融投资者个体基于一系列简单启发式规则，会对环境变化做出适应性反应决策行为，这既可以解释市场为什么存在异像，也可以解释为什么市场有效，从而将行为金融与主流微观金融学整合起来。从复杂性科学的角度来看，这其实就是说明微观金融学的研究对象是一个复杂系统，正是由于市场参与单元个体特性的适应性演化，才造就了金融市场的复杂动态规律。
在主流的微观金融学研究中，主要使用的是数理建模和实证/观察方法；而在行为金融研究中，除了也采用观察/实证、数理建模方法以外，更显著地使用了实验（包括计算实验）研究方法。实验方法可以在受控的环境下进行的行为实验，使人们能够排除其他外部因素的干扰，从而主动地获得关于投资者实际投资决策的行为特征。不过这种实验往往只能对微观行为进行实验，而在将微观行为与宏观表象相联系的实验研究还比较困难。所幸的是，得益于高性能计算技术、复杂性科学理论和新金融理论的进展，“计算实验”（Agent-based Computing）方法现在可以被用来研究微观行为与宏观规律之间的规律。这种方法将在实证/实验中发现的个体行为特性，通过适当的形式化表达嵌入到人工金融市场的建模过程中，并通过可控地调整这些个体的行为特性，来观察市场的宏观表现，进而寻求两者的联系规律。这种方法在处理个体行为特征演化变迁方面具有数理建模方法不可比拟的优势，可以成为一个良好的补充。
总的来说，尽管包括行为金融在内的一些“新金融”理论目前还无法完全替代主流微观金融学的理论，但它们所表现出来的研究范式变化却代表了微观金融学发展的一些值得关注的方向。首先是放松了原先的理论中对于人类的决策行为不切实际的“理性”假设；其次是在原有的“实证分析”、“数理建模”的基础上，引入了“实验”（包括人类实验和计算实验两种）这样一大类科学方法；第三是将对金融研究对象的认识从“简单系统”扩展到“复杂系统”概念。
当然，上述研究范式的转型仅仅是在微观金融学的领域的一种趋势，在这个领域乃至于更广泛的金融研究领域（例如宏观金融学、法与金融等等）中还存在其他的范式及其变革值得我们去关注。作为研究者，我们应当有更加开放的学术思维和学术包容性，这样才有可能产生学术的原始创新。
