具有参考依赖首选项的实现实用程序

Barberis和Xiong（2012）也采用了净成本解释，其符号为（1k） X，k为往返交易成本，在确定收益规模时仅考虑交易成本的充分确认。数量tttGX R如果他完全确认交易成本，并将净再投资金额与参考水平进行比较，那么。tttGKX R如果他将收益视为销售净收益与参考水平之间的差额，那么（1）。stttGkXR 将增益定义为tttGXR可以涵盖这三种情况 以及设置参数 至1、K或1分别为ks。也可以使用中间视图。我们保留参数 免费允许许多解释。这些规则的时间一致性，以及（i）（1）中的效用突发是程度均匀的假设 在X和R中，（ii）资产价值过程具有随机常数的规模回报，（iii）投资期限是无限的，共同保证未来看起来是一样的，这仅取决于当前的投资和参考水平。这从两个方面简化了我们的问题。首先，它将时间作为显式变量删除。其次，我们的投资者总是有动机在卖出头寸后立即进行再投资，因为他首先选择进入市场。用V（Xt，Rt）表示时间t的折现值函数。如上所述，V并不明确取决于时间，而只取决于当前的投资和参考水平。根据定义，价值函数是未来贴现效用突发{}（，）max（，）iIIttittvx R e GUR之和的最大化期望 （3） 在哪里 是时间偏好率，itG安迪分别是未来收益的美元规模和参考水平，以及是实现的随机时间。

在我们的模型中，这些时间是由投资者内生性选择的，以最大限度地提高其终身预期收益。为了解决（3）提出的问题，我们使用时间同质性属性将其重写为递归表达式（，）max（，）（，）tt t t t tVX R e U RR KXeVKXX   （4） 在哪里是下次拍卖的时间。此后，除非为了清晰起见有必要，否则我们为了便于注释而抑制时间下标。在一次销售中，销售前的价值函数必须等于销售效用爆发和再投资后的持续价值函数之和。因此，在销售时，在成本之前实现x，（，）（，），）。VXR U R KXR VKX X（5） 在销售时间之间，方程（4）可以使用迭代期望定律和It^o引理重新表示0{[（，）]}。ttXX Xde V X R e XV XV数字电视（6） 为了完成这个最大化的规范，我们需要为从不执行任何销售的策略分配一个效用值。在这种情况下，最明显的选择是将此策略的效用值指定为零，该值与允许销售但从未执行任何策略的策略所实现的值相同。因为U（G，R）是次齐次的 在G和R以及资产价值过程中，hasstochastic常数规模收益率，V也必须是齐次的 在X和R中，因此可以写为（，）（），VXR Rvx 式中，v是约化形式值函数，xX/R是参考值的每美元总回报。v的方程式是0。xvxvv   （7） （7）的一般解是12 1，2（）2（），其中。vx Cx Cx       （8） 无论u的形式如何，这都是正确的。销售爆发的效用只影响常数Cand和C。

同样由于同质性，最优销售策略必须是在股价达到固定倍数时实现盈亏平衡，, 或分数，, 参考级别的。上销售点，, 必须超过1/ > 1否则，出售不是成本后收益。较低的销售点，, 必须小于1。将齐性关系（1）应用于边界条件（5），得到简化形式边界条件（）（）（）（1），（）（）1（）（1）。1vu Kv vu Kv    （9） 将这些与（8）中的通解相等，我们可以确定策略变量12 1212 12（）（（）（）（）（）（）（）（）（）（）（）（）（）（）（）（1）的常数和条件，其中（）（）。（）（）（）（）（1）1）iicu c uCcc cccu CUCCCC cc      （10） 最佳销售点， 和, 现在可以通过最大化C+C来确定，V必须是正齐次的；i、 e。，  0.自00 0（，）（1），VX X Xv当 < 0，并且投资者总是希望减少其初始投资，并且在限制中根本不参与。A正面 还确保| U（gR，R）|对于固定的g在R中增加；也就是说，参考水平越高，给定收益率的效用越大。这种性质类似于相对风险厌恶程度的增加。有关最优策略稳定性的更多详细信息，请参见附录。在范围（1，1）内的任何点进行销售/) 在计算交易成本后产生主观损失。在一项与 在这个范围内，永远不会有更高价格的销售，因为x的随机过程是连续的，当参考水平设置为净投资时，每次回购后从1开始。但这意味着只有负效用爆发的损失才能实现，从而导致负v。

这不可能是最佳政策，因为从不出售会带来零效用，因为根本不参与。图1：确定最佳销售策略。该图说明了实现损益的价值函数和最佳政策。连续或nosales区域中的值与每个销售点的支付函数和连续值之和相切， 或.这是v（1）的值，或通过在两个销售点应用平滑粘贴条件。解与最优解- 策略如图1所示。无销售区域运行自 到. 如图所示，值函数超过该区域中效用突发加上连续值的总和；它与收益相切，包括 和.对于某些参数值，最好放弃所有损失。在这些情况下，continuationvalue不够大，无法抵消实现亏损的无用性。虽然C=0，但值函数仍然由（8）给出，因此v（0）=0。典型的库存和交易成本值为 = 9%， = 30%，ks=kp=1%。变现效用投资者将如何交易该股票？要回答这个问题，我们必须指定突发效用函数。累积前景理论（CPT）的参考比例版本最优销售策略必须在连续区域中使其参数的每个值的v最大化，并且x=1保证在连续区域中，因为 < 1<1/ < . 请注意，平滑粘贴条件并不是简单地将v的导数与突发的边际效用相匹配。必须将其应用于（9），其在右侧具有连续值和实用程序突发。

如下文命题1所述，在某些情况下，它们是一个受约束的最优值， = 0，此时平滑粘贴条件不适用。除非 > 0和 , 没有唯一的最优，因为许多策略会导致无限的效用。附录中讨论了这些横向性问题。Tversky和Kahneman（1992）提出的公用设施，以下称为缩放的TK公用设施，issTK（，）（/）用于（）（）0GLsTK STKGUGRUGRUGR uggg （11） 使用0<GL 1.  1、对于CPT，参数根特l确定投资者对收益的风险厌恶和对损失的风险寻求，而损失厌恶则通过. 缩放参数满足0   最小值(LG） 。上限为 确保前面讨论的desiredproperty | U（G，R）|对于固定G.a非负是参与约束。Tversky和Kahneman（1992）估计公用设施参数为G=L=0.88和 =2.25。因为他们不关心跨期因素，所以他们既没有估计出非集中度，也没有考虑缩放。然而，对于如此低水平的风险厌恶，横向性条件被违反，投资者永远等待实现任何收益，除非 几乎等于预期回报率。对于G=L=0.88和 = 8%，除非投资者对 接近一个。然而，对于其他效用参数，自愿承担损失可能是最优政策的一部分。例如，Wu和Gonzalez（1996），估计 = 0.5。使用实用程序参数，G级=L=0.5， = 2，和 = 5%最优策略包括任何 小于约0.327。图2显示了最佳销售策略， 和, 密谋反对 对于不同的值根特L

二者都 和 随着减少 虽然 下跌速度要快得多，为了避免损失，投资者避免意识到任何损失。如果损失得以实现，其规模总是大于收益。这似乎有悖常理，但较小的收益实现得更频繁，而且由于边际效用随着收益或损失的大小而减少，几个较小的收益超过了相同总规模的单个损失的无用性。关于收益和损失实现的一个常见观察结果是处置效应，这通常被认为是S型效用函数的结果。设置  甘达尔将（11）减少到Tversky和Kahneman（1992）中引入的标准案例，并是他们的损失厌恶参数。损失厌恶会随R而变化，但参考水平是constantin原始静态解释。Barberis和Xiong（2012）模型是特例 = G=L=1。限制 来自横截性条件，G . 虽然所需的贴现率与通常假设的贴现率相对较大，但许多行为金融模型确实假设投资者非常不耐烦。从交易收益中获得的效用可能比终身消费效用表现出更多的不耐烦，这似乎是合理的。此外，这一高贴现率可以包含描述投资者停止此类交易的风险率。

死亡有时会以这种方式插入无限期模型中，尽管这里交易的终止可能只是缺乏进一步的兴趣。Shefrin和Statman（1985）首次提出S型效用函数会导致处置效应。Weber和Camerer（1998）、Odean（1998）、Grinblatt和Han（2005）以及其他理论和实证论文也提出了类似的论点。图2：最佳销售策略。该图说明了以收益方损失作为参考水平的倍数或分数进行销售的最佳政策。股票价格参数为 = 9%， = 30%。交易成本为ks=kp=1%。实用程序参数为 = 5%， = 0.25，和G级=L=0.3、0.5、0.6，如图所示。投资者在评估其效用时充分认识到交易成本，即：。， = K （1）ks）/（1+kp）。这种效应通常被认为是S型效用函数的结果。原因是投资者意识到了自己的收益，因为他厌恶风险，因此不愿谈论未来不确定的收益；然而，由于在损失上寻求风险，他将赌博并推迟实现这些损失。这种分析隐含地假设了实现效用，因为未实现收益或损失的任何影响都会被忽略。但这一论点是静态的，只考虑了一次出售，而忽视了再投资的任何影响，也没有解决为什么任何损失都会实现，而不是不断推迟的问题。当然，即使忽略再投资，如果股票价格的预期变化足够高，从而使未来更大的预期收益抵消其额外风险，收益的实现也可能会推迟。

相反，如果平均价格变化为负值，则可能提前实现损失以避免未来更大的预期损失，而实现收益则是为了避免风险和避免更小的预期收益。Shefrin和Statman（1985）首次提出S型效用函数会导致处置效应。Weber和Camerer（1998）、Odean（1998）、Grinblatt和Han（2005）以及其他理论和实证论文也提出了类似的论点。Henderson（2012）通过研究像我们这样的扩散模型将这一论点形式化，该模型只允许单一的凹型变现效用，损失的无用性永远无法通过在相同总规模的后续收益中恢复损失的好处来抵消，但如图2所示，损失将与S型效用函数的收益一起实现。自 离1远得多.然而，与S型效用导致处置效应的静态论点形成鲜明对比的是，S型效用实际上是为了在动态环境中减少处置效应。像根特L减小，S形状变得更明显，最佳增益点，, 只受到一点影响，, 显著增加，减少处置效果。原因是实现aloss重置了未来可能收益的参考水平，这可以抵消损失的直接效用。也就是说，在某种意义上，实现亏损就是购买有价值的期权。

什么时候Gis很小，这种期权效应可能很大，因为smallgains的边际效用非常大，使得损失的非效用“可以承受”对于跨期实现效用，S型效用函数不会产生错位效应；这实际上减少了损失，解释了为什么任何自愿损失都能实现而不是没有实现。作为损失规避参数 增加，损失变得更加痛苦 dropsdiscontinuously归零，如图2所示。这种不连续的变化是因为这个最大化问题不是一个标准的凸优化问题。如图3所示，约化值函数v（1）不是. 内部局部最大值和角点局部最大值都可能为零，并且两者都可以是全局最大值。重复的小额损失加上交易成本的高边际无效性，使得高价值的 接近1。另一方面，对于低, 连续值，与（K）成比例), 非常小，无法弥补损失的无用性。这使得我们可以彻底避免损失( = 0）比承受巨大损失更好。仅适用于中间值 连续值是否足以抵消损失的无效性。因此v（1）在以下任一点达到其局部最大值： = 0或中间值。图3说明了G=L=0.5和 = 0.3。任何出售和回购后的初始约化值函数v（1）绘制为 对于三个值. 在每种情况下，上销售点都固定在其独特的最佳值上。对于 = 2.5，最好在 = 0.183。对于 = 2.56，在 = 0.147，但这只是一个本地最大值，因为从不亏本出售可以提供更高的效用，如图所示。

对于临界值 2.531，均亏损出售 = 0.166和从不亏本出售提供了相同的预期效用。因此，销售点越低，, 不会平滑降至零，因为 增加；无需再投资即可变现出售。她发现，只有当 < 与hermodel相比，我们的论文表明再投资很重要，并且作为一个直接的结果，即使有积极的 与经验相关的数量级。由于返回是对数正态分布，因此正确的“距离”比较是nn；also0，因此，即使对数距离相等，也可以更频繁地实现增益。一些研究表明，前景理论可能不会导致处置效应，例如Barberis和Xiong（2009），Kaustia（2010），Hens和Vlcek（2011）。与我们的模型相比，这些论文都没有考虑再投资。图3：缩放TK实用程序的值函数。在销售和参考水平重置后立即测量的scaledTK实用程序的折减值函数v（1）针对不同的损失销售点绘制，. 获得销售点，, 固定在其最佳值。实线显示了的值函数 = 2.531，虚线显示 = 2.5，虚线显示 = 2.56。其他参数包括 = 9%， = 30%，ks=kp=1%，G=L=0.5， = 0.3， = 5% = 1.堪萨斯州。对于 = 2.5、两点政策( =0.183， = 1.037）是最佳的。对于 = 2.56，一点政策( = 1.036）是最佳的。对于临界值= 2.531，两点政策( = 0.166， = 1.036）和一点政策( = 1.036）具有相同的预期效用。不连续地从0.166降至0 as 通过临界值2.531。注册表中的类似更改 对于其他参数为true。