金融投资学研究的基本对象是在不确定性条件下,在不同时刻进行资源配置,以使得效用最大化。但是金融投资学中效用函数依赖于资产价值,而且其函数形式多有争议,因此人们一般较少采用效用最大化方式,而采用价值最大化方式。当然,价值最大化不等于效用最大化。不过,在下述简单的假设之下,二者可以等同:每个时刻t的效用函数Ut(v)与资产价值的关系v都已知,并且折现率与利率都已知。
对一项资产进行估价通常不需要效用最大化,这时候人们主要考虑资产的价值而不是效用水平。
资产估价的本质就是把一项资产未来现金流量折现为现值。这里有两组变量需要考虑,一是未来现金流,二是折现率。折现率通常用必要收益率来担当。而必要收益率的本质是所有资产在未来所获得的平均收益率,其来源于平均利润率,当然最终来源于专业化与劳动分工导致的生产效率的提高。于是,在一个全部均衡模型里面,就要使用专业化与劳动分工参数来解释必要收益率,但是目前这类理论模型还远未出现。这实际上要建立一个综合实体经济与金融经济的一般均衡模型,比如麻烦。于是人们干脆就不考虑必要收益率的终极来源——专业化与劳动分工演进,而直接考虑金融经济本身。于是人们建立了资本资产定价模型、套利定价模型等来计算必要收益率。从理论上讲,必要收益率依赖于资产在未来的收益,因为折现毕竟是把未来值折算成目前值的过程,但是未来不可预测,因此通常情况下作为简单化处理,就把过去资产平均收益率作为未来必要收益率。这个必要收益率包含了无风险时间价值与风险价值。
在必要收益率或折现率确定之后,最为困难的部分是确定未来现金流量。未来真是一个未知数,怎么办呢,人们干脆就脑袋发热,主观地设想未来现金流将会按照某种简单的规律出现,比如说最简单的就是假设未来每期现金流相同,或者假设未来每期现金流按等差数列变化,按等比数列变化,按等比与等差数列复合变化,按指数规律增减等。通常的金融经济学、证券投资学等类教材都是假设上面这些简单的现金流规律,然后通过一些数列求和办法与积分办法来求得未来现金流量的现值,这就算作是资产的价值了。
当资产的价值评估好了,就看其价格与之是否一致,如此不一致就存在套利机会。而作为资产的卖方则把资产价格刚好定在其价值处,这就是所谓资产定价模型了。
为了把问题弄得更为现实和复杂点,可以进一步假设利率在未来随机变化。但是利率变化的概率分布得作出假设。那当然也可以假设未来现金流是随机的,但是得对随机分布概率作出假设。
可以看到,人们在金融资产定价时,或者是对未来现金流、利率作为假设,或者是对未现金流、利率的概率分布作出假设。假设成为资产评估的关键方法。因此,资产定价方法最终主要体现在假设的好坏上面。由于未来毕竟是未来,未来是很难假设的,而知道过去又难以真正从中找出必然的变化规律,因此资产定价严重依赖于各种理论假设。
比如说Black-Scholes期权定价模型就假设证券价格在未来服从布朗运动的随机规律。
不过随机假设下现值计算与确定性假设下现值计算相比,有了更多的现实性。
实际上,从系统科学和数学的角度,可以从人们获得信息的层次上将金融资产定价模型分为下面四个层次:
第一是完全确定性的定价模型,这主要通过一些初等数列模型和初等微积分来完成。
第二是随机性,即知道变量变化的概率分布,这主要通过一些概率模型来完成。
第三是只知道未来的一些可能性,但是不知道未来概率分布。这时候就只能采用一些所谓乐观、悲观准则来进行决策。比如悲观的人就假设未来现金流量很少,按最低现金流进行计算。乐观的人就按最大现金流进行计算。
第四是根本不知道任何信息,于是人们就诉诸于直觉了。没有信息时的决策如何进行,似乎目前人们还没有发展出一套理论。
现实中人们的金融决策实际上很难有精确的计算,因此行为金融学就应该研究人们在信息严重缺乏的条件人们如何通过脑袋发热做出决策。人们明明是脑袋发热,但是人们却主观上认为自己是在理性的分析。主观认为自己理性,而实际上非理性,或者说不知道什么叫作理性不理性,总之一点就是做了,搞不清楚,这就使得未来更加具有不可预测性。
但是人们又非要在决策时找点依据自我安慰,于是人们就主观假设一些概率来计算。这是对于理性本身的一种依赖。
最后,到底谁赚钱谁赔钱?还是信息最重要,因为决策方法很简单,计算过程在有计算机帮助的时候也很简单。关键还是信息,信息能够帮助人们估计未来现金流和必要收益率。