投资者交易过多吗？实验室实验

我们的结果在现实世界中可能非常重要：在金融市场机制的调节下，没有根据的个人决定可能会导致集体福利的重大损失。在实验结束时，我们通过配对彩票选择a la Holt和Laury（2002）收集交易员风险态度的数据。我们观察到，总体而言，我们的受试者是风险厌恶者，他们的相对风险厌恶程度随着薪酬水平的增加而增加，在数量上与Holt和Laury（2002）报告的结果相似。然后，我们将个人风险态度与交易实验的结果联系起来，并观察到，随着受试者对风险的偏好，活动率增加，最终财富减少。此外，在每个时期，我们还要求受试者预测资产的下一个价格。这为我们提供了有关受控实验市场的额外信息，即我们不仅可以了解每个交易者的决策，还可以了解他们的预期。需要强调的是，这些信息在经纪人数据中是不可用的。事实上，与真实数据的实证分析相比，了解每个交易者每个决策背后的预期——包括什么都不做的决策——是实验室实验的优势之一。利用这些信息，我们在Sec确认。4.3我们实验中的交易员具有逆向性，这与过度交易模式一起，是真实金融市场中个体交易员的已知特征之一，如de Lachapelle and Challet（2010）和Challet and de Lachapelle（2013）所述。特别是，我们的主体似乎积极参与交易，试图“击败市场”，即。

试图通过在预期价格较低时购买资产，并在预期价格上涨时出售资产来获利。与真实金融市场的情况相反，我们没有观察到任何“杠杆效应”（即下跌后波动性增加）。尽管在本实验的所有环节中都存在明显的有害集体行为，但我们没有看到恐慌模式导致的销售订单的大崩盘或雪崩。正如我们在第二节中所讨论的。4.1.2实际上，交易者之间的协调性在买入时略强于卖出时，这导致了回报的正偏态。为了诱发车祸并研究其动力学，可以延长实验时间，同时减少每个决策的可用时间。前者会增加试验次数和风险金额，从而增加突发事件的概率，而后者则会导致受试者的压力水平升高，并增加对价格变动的敏感性。然而，我们认为，产生恐慌和羊群行为的更有效方法是降低“正常”波动水平，同时增加裸回报时间序列中的“跳跃”幅度。在目前的环境下，大的波动似乎不足以引发参与者的恐慌。另一个可能与金融市场的情况更接近的想法是，在价格较高时增加卖出订单的影响，减少买入订单的影响，模仿价格较高时买家更稀少的事实（在这一点上，请参见Donierand Bouchaud（2015b）关于比特币的最新结果）。这项实验的其他自然延伸将包括分数指令和对冲的可能性，以及卖空。

我们将这些扩展和额外的实验设计留给未来的研究。参考安德森，S.P.，德帕尔马，A.和蒂斯，J.F.（1992）。产品差异的离散选择理论。麻省理工学院出版社。Barber，B.M.，Lee，Y-T.，Liu，Y-J.，和Odean，T.（2009）。个人投资者在交易中损失了多少？金融研究回顾，22（2）：609-632。Barber，B.M.和Odean，T.（2000年）。交易对你的财富是有害的：个人投资者的commonstock投资表现。《金融杂志》，第773-806页。Barber，B.M.和Odean，T.（2008）。所有闪光点：关注和新闻对个人和机构投资者购买行为的影响。《金融研究回顾》，21（2）：785-818。Barber，B.M.和Odean，T.（2013）。个人投资者的行为。《金融经济学手册》，2:1533-1570。巴伯里斯，N.和泰勒，R.（2003）。行为金融调查。《金融经济学手册》，1:1053-1128。Bondt，W.F.和Thaler，R.（1985）。股市是否反应过度？《金融杂志》，40（3）：793-805。Bouchaud，J.-P.（2010）。价格影响。定量金融百科全书。Bouchaud，J.-P.（2013年）。危机和集体社会经济现象：简单模式和挑战。统计物理杂志，151（3-4）：567-606。Bouchaud，J.-P.，Farmer，J.D.，和Lillo，F.（2008）。市场如何慢慢消化供求变化。《市场如何慢慢消化供求变化》（2008年9月11日）。Bouchaud，J.-P.，Farmer，J.D.，和Lillo，F.（2009）。市场如何慢慢消化供求变化。第57-160页。Bouchaud，J.-P.，Matacz，A.，和Potters，M.（2001）。金融市场中的杠杆效应：延迟波动模型。物理回顾信，87（22）：228701。Bouchaud，J.-P.和Potters，M.（2003）。

金融风险和衍生产品定价理论：从统计物理到风险管理。剑桥大学出版社。Breaban，A.和Noussair，C.（2014年）。资产市场实验中的基本价值轨迹和交易特征。讨论论文，蒂尔堡大学经济研究中心。Caccioli，F.，Shrestha，M.，Moore，C.，和Farmer，J.D.（2014）。投资组合重叠导致金融传染的稳定性分析。《银行与金融杂志》，46:233–245。卡马乔·库埃纳，E.，雷查特，T.，和韦奇曼，I.（2012）。排污权交易下的投资激励：一项实验研究。环境与资源经济学，53（2）：229-249。Challet，D.和de Lachapelle，D.M.（2013年）。这是对投资者反行为的有力衡量。系统风险和网络动力学的经济物理学，第105-118页。斯普林格。Cipriani，M.和Guarino，A.（2014）。估计金融市场羊群行为的结构模型。《美国经济评论》，104（1）：224-51。克劳塞特，A.，沙利齐，C.R.，和纽曼，M.E.（2009）。经验数据中的幂律分布。《暹罗评论》，51（4）：661-703。Cont，R.和Wagalath，L.（2014年）。火爆销售取证：衡量内生风险。数学金融。Crockett，S.和Du Offy，J.（2013年）。资产定价实验的动态一般均衡方法。工作文件。de Lachapelle，D.M.和Challet，D.（2010）。真实交易者的营业额、账户价值和多样性：集体投资组合优化行为的证据。《新物理学杂志》，12（7）：075039。Donier，J.和Bouchaud，J.-P.（2015a）。从walras的拍卖师到连续时间双重拍卖：供需的一般动态理论。arXiv预印本XIV:1506.03758。Donier，J.和Bouchaud，J.-P.（2015b）。为什么市场会崩溃？比特币数据提供了前所未有的见解。Dufwenberg，M.，Lindqvist，T.，和Moore，E.（2005）。泡泡与体验：一个实验。

《美国经济评论》，第1731-1737页。埃夫隆，B.（1987）。更好的引导信任间隔。《美国统计协会杂志》，82（397）：171-185。Fellner，G.和Maciejovsky，B.（2007）。风险态度和市场行为：来自实验性资产市场的证据。经济心理学杂志，28（3）：338-350。Gillespie，C.S.（2015）。拟合重尾分布：幂律包。《统计软件杂志》，64（2）：1-16。朱斯蒂，G.，蒋，J.H.，和徐，Y.（2012）。通过支付现金利息消除实验室资产泡沫。2012-35号门工作文件。Gopikrishnan，P.，Meyer，M.，Amaral，L.N.，和Stanley，H.E.（1998）。股票价格变化分布的逆函数。欧洲物理杂志B凝聚态物质和复杂系统，3（2）：139-140。Greenwood，R.和Shleifer，A.（2014）。回报预期和预期回报。财务研究综述，第hht082页。格林布拉特，M.和克洛哈朱，M.（2000年）。各种投资者类型的投资行为和绩效：对芬兰独特数据集的研究。金融经济学杂志，55（1）：43-67。格林布拉特，M.和克洛哈朱，M.（2001年）。是什么让投资者交易？《金融杂志》，56（2）：589-616。Harrison，G.W.，List，J.A.，和Towe，C.（2007）。自然发生的偏好和外源性实验室实验：风险厌恶的案例研究。《计量经济学》，75（2）：433-458。Harrison，G.W.和Rutstrom，E.E.（2008）。实验室里的风险规避。《实验经济学研究》，12:41-196。E.哈鲁维、Y.拉哈夫和C.N.努塞尔（2007）。资产市场中交易者的预期：实验证据。《美国经济评论》，97（5）：1901-1920年。霍尔特，C.A.和劳里，S.K.（2002）。风险规避和激励效应。《美国经济评论》，92（5）：1644-1655。霍姆斯，C.（2013）。

反应性、期望反馈和几乎自满的均衡：经济理论、经验证据和实验室实验。经济方法学杂志，20（4）：406-419。C.霍姆斯、J.索尼曼斯、J.图因斯特拉和H.范德维尔登（2005年）。资产定价实验中预期的协调。金融研究回顾，18（3）：955-980。C.霍姆斯、J.索尼曼斯、J.图因斯特拉和H.范德维尔登（2008）。资产定价实验中的预期和泡沫。经济行为与组织杂志，67（1）：116-133。侯赛姆，R.N.，波特，D.和史密斯，V.L.（2008）。她吹：有经验的人能点燃泡泡吗？《美国经济评论》，98（3）：924-37。杰克逊，A.（2003）。个人投资者的总体行为。可从SSRN536942获得。Jondeau，E.和Rockinger，M.（2003）。测试股市回报尾部的差异。经验金融杂志，10（5）：559-581。R.卡尼尔、G.萨尔和S.蒂特曼（2008）。个人投资者交易和股票回报。《金融杂志》，63（1）：273-310。Keller，C.和Siegrist，M.（2006）。投资股票：金融风险态度和价值观对货币和股票市场态度的影响。经济心理学杂志，27（2）：285-303。金·R·R.（1991）。在实验性市场上获取私人信息容易导致泡沫和崩溃。《金融研究杂志》，14（3）：197-206。Lei，V.，Noussair，C.N.，和Plott，C.R.（2001）。实验性资产市场中的非投机泡沫：缺乏理性与实际非理性的共同知识。《计量经济学》，第831-859页。Lei，V.和Vesely，F.（2009）。市场效率：来自无泡沫资产市场实验的证据。《太平洋经济评论》，14（2）：246-258。Lillo，F.和Farmer，J.D.（2004）。对高效市场的长期记忆。非线性动力学与计量经济学研究，8（3）。里洛，F.，法默，J。

D、 和Mantegna，R.N.（2003）。经济物理学：价格影响函数的主曲线。《自然》，421（6919）：129-130。米切洛娃，J.（2010）。实验性资产市场中个体交易者的过度自信、风险规避和（经济）行为。MPRA论文26390，德国慕尼黑大学图书馆。内尔德，J.A.和米德，R.（1965年）。函数最小化的单纯形法。《计算机杂志》，7（4）：308-313。C.N.努塞尔和O.鲍威尔（2010）。高峰和低谷：基本面非单调的实验性资产市场中的价格发现。《经济研究杂志》，37（2）：152-180。奥登·T.（1999）。投资者交易过多吗？《美国经济评论》，89（5）：1279-1298。Odean，T.和Barber，B.（2011）。男孩就是男孩：性别、过度自信和普通股投资。《经济学季刊》，116（1）：261-292。Oechssler，J.（2010）。寻找灯柱之外：让我们关注与经济相关的问题。经济行为与组织杂志，73（1）：65-67。帕兰，S.（2013）。对实验性资产市场泡沫和崩溃的回顾。《经济调查杂志》，27（3）：570-588。Reineron，P-A.，Allez，R.，和Bouchaud，J-P.（2011）。主要回归分析和指数杠杆效应。物理学A：统计力学及其应用，390（17）：3026-3035。Robin，S.，Straznicka，K.，和Villeval，M.C.（2012）。泡沫与激励：一项关于资产市场的实验。MPRA文件第37321号。Roth，A.和Murnighan，J.K.（1978）。均衡行为与囚徒困境的反复博弈。《数学心理学杂志》，17:189-198。史密斯·V.（2010）。理论与实验：问题是什么？经济行为和组织杂志，73（1）：3-15。史密斯，V.L.，苏查内克，G.L.，威廉姆斯，A.W.（1988）。实验性现货资产市场的泡沫、崩溃和内在预期。

计量经济学：计量经济学学会期刊，1119-1151页。索尔尼克，B.和左，L.（2012）。考虑家庭偏好的全球均衡资产定价模型。管理科学，58（2）：273-292。T.斯托克、J.胡伯和M.基什勒（2015）。具有不同基本价值机制的多期实验性资产市场。《实验经济学》，18（2）：314-334。图米内洛，M.，利洛，F.，皮伊洛，J.，和曼特尼亚，R.N.（2012）。从金融市场的真实交易活动中识别投资者群体。新物理学杂志，14（1）：013041。Tumminello，M.，Michich\'e，S.，Lillo，F.，Piilo，J.，和Mantegna，R.N.（2011）。二部复杂系统中的统计验证网络。《公共科学图书馆一号》，6（3）：e17994。Van Boening，M.V.，Williams，A.W.，和LaMaster，S.（1993年）。在实验性的电话市场中，价格泡沫和崩溃。《经济学快报》，41（2）：179-185。谢浩和张杰（2012）。泡沫与经验：一个新交易者稳定流动的实验。Cirano Scientic series，蒙特利尔Cirano。附录a附加图表第一节第二节平均（最大[|ev*（1，…，1）/sqrt（#受试者）|]）0.0.2 0.4 0.6 0.8 1.0秩（λ）=1.44秩（λ）=1.89（a）购买订单。第一节课第二节课平均（最大[|ev*（1，…，1）/sqrt（#受试者）|]）0.0 0.2 0.4 0.6 0.8 1.0等级（λ）=1.22等级（λ）=2.11（b）销售订单。图17：三个最大特征值对应的IGenvector分量之和的平均最大绝对值。在左边，我们限制自己购买订单，而在右边显示的是销售订单的结果。第一个时间步被排除在数据集中，因为我们期望自然的biastowards同步。

0.3左右的水平虚线对应于完全不相关作用的完整假设。图18:Holt和Laury（2002）中风险规避参数的截图估计，我们使用受试者的彩票选择来校准公式（5）中描述的效用函数。简言之，我们采用最大似然法来寻找参数，这些参数使观察到的彩票选择由公式（5）决定的概率最大化。本着这种精神，我们采取的第一步是对受试者从一对彩票中选择高风险彩票的概率进行建模。正如Holt和Laury（2002）所说，wede finepri:=E[URi]uE[URi]u+E[USi]u，（8）其中E[URi]=Pk=1pkURkis是风险彩票的预期效用，E[USi]是安全彩票在对i中的预期效用。每一次彩票都有两个可能的结果sk=1，2，每个结果的概率Pk和效用uk由等式（5）给出，由两个数字α和r参数化。参数u是一个实数，允许人们考虑等概率选择之间的一系列情况（u=+∞) 和效用最大化（u）→ 0).这与所谓的“逻辑规则”相对应（详见Bouchaud（2013）或Anderson等人（1992）。其次，我们定义了似然函数l（β，y）=Yi（PRi）Yi·（1）- PRi）1-yi，（9）其中yi是每个彩票对的观察选择，即，如果受试者选择了安全彩票，yi=0，如果他从对i中选择了风险彩票，yi=1。此外，β=[r，α，u]包括等式（8）中的所有模型参数。这样，我们就得到了对数似然函数log[L（β，y）]=Xiyilog（PRi）+（1）- yi）日志（1）- PRi）。（10） 最后，最后一步是找到使公式（10）最大化的模型参数。使用Nelder-Mead算法（Nelder和Mead，1965年），并使用偏差校正和加速（BCa）自举法（Efron，1987年）获得95%的置信区间。结果总结在表1中。4.

非常值得注意的是，发现a维参数r和u的值非常接近Holt和Laury（2002）在彩票实验中报告的值（u=0.13，r=0.27）。特别是，我们的估计意味着相对风险厌恶增加，绝对风险厌恶减少。估计置信区间α0.106[0.085,0.130]r 0.345[0.263,0.443]u0.114[0.101,0.133]表4：通过最大似然估计和相应的95%置信区间获得的等式（8）参数。我们应用Nelder-Mead算法来最大化EEQ。（10） 并对95%的置信区间使用了偏差校正和加速（BCa）自举法。C实验说明和配对彩票任务（仅用于在线出版）实验说明1。概述这是一个关于经济决策的实验。如果你仔细地遵循说明并做出正确的决定，你可能会赚到一大笔钱，在实验结束时会以现金支付给你。整个实验是计算机化的，因此你不必把论文放在桌子上。相反，你可以用它做笔记。你桌子上有一台计算器。如果有必要，你可以在实验中使用它。在实验期间，请不要与他人交谈。如果你有问题，请举手，其中一位实验者将私下回答你的问题。今天，你将参与一个或多个市场“序列”，每个序列由多个交易周期组成。这个实验有两个有趣的对象，股票和现金，后者以法郎计价。在每个时期，你都可以用一个叫做做市商的计算机程序在市场上交易股票，市场上使用的货币是法郎。