分享自:

真实商业周期、动物精神与股票市场估值

期刊:International Journal of Economic TheoryDOI:10.1111/ijet.12204

学术研究报告:真实经济周期、动物精神与股票市场估值

作者及机构
本研究的作者为Kevin J. Lansing,来自美国联邦储备银行旧金山分行(Federal Reserve Bank of San Francisco)。该研究发表于*International Journal of Economic Theory*,并于2018年8月1日正式接受发表。

学术背景
本研究属于宏观经济学领域,重点关注真实经济周期(Real Business Cycle, RBC)理论与行为金融学的交叉研究。研究的核心动机源于传统经济周期理论难以解释股票市场的过度波动(excess volatility)现象,即股价波动远超基本面(如股息流)所能解释的范围。这一现象最早由Shiller(1981)和Leroy与Porter(1981)提出,但传统RBC模型未纳入非理性因素。

研究背景基于凯恩斯(Keynes, 1936)提出的“动物精神”(animal spirits)概念,即市场参与者的心理波动(如过度乐观或悲观)可能驱动经济波动。近年来,Akerlof和Shiller(2009)进一步强调心理因素对经济事件的影响。本研究旨在构建一个包含“股票情绪冲击”(equity sentiment shock)的RBC模型,以量化动物精神对宏观经济变量(如消费、投资、工时)和股票市场估值的影响。

研究流程与方法
1. 模型构建
- 基础框架:扩展经典RBC模型(Hansen, 1985),纳入六类冲击:
- 五类基本面冲击:劳动生产力(labor productivity)、劳动负效用(labor disutility)、资本边际效率(marginal efficiency of investment)、资本调整成本(capital adjustment cost)、资本收入份额(capital’s share of income)。
- 一类非基本面冲击:“股票情绪冲击”(equity sentiment shock),用于捕捉动物精神驱动的波动。
- 关键方程:
- 家庭效用函数:包含对数消费和劳动负效用项,引入劳动负效用冲击(ut)。
- 资本积累方程:引入非线性调整成本,并包含资本乘数冲击(vt)和资本指数冲击(δt)。
- 生产函数:引入随机资本份额冲击(αt)和随机劳动生产力冲击(zt)。

  1. 数据与校准

    • 数据来源:美国1960年第一季度至2017年第四季度的宏观数据,包括消费、投资、工时、资本存量、资本收入份额及标普500指数市值。
    • 校准目标:模型稳态值与1970年第四季度的美国数据匹配(如工时占比30%,资本产出比10.25)。
    • 参数估计:通过极大似然法估计冲击的持续性(ρ)和方差(σ²)。
  2. 冲击识别与反事实分析

    • 通过模型反推六类冲击的时间序列,确保模型完全复现实际数据路径。
    • 反事实实验:逐一关闭特定冲击(如情绪冲击),观察其对宏观经济变量的影响。

主要结果
1. 情绪冲击的自我实现性
- 代理人的主观预期(包含情绪冲击)接近自我实现(self-fulfilling),其预测误差接近白噪声(均值0.63%,标准差0.84%),而仅基于基本面的预测误差显著更大(均值-15.9%)。
- 情绪冲击与消费者信心指数(密歇根大学和世界大型企业联合会)高度相关(相关系数分别为0.63和0.71),验证其作为动物精神代理变量的合理性。

  1. 对宏观经济的影响

    • 情绪冲击对产出(yt)、工时(ht)和股票市值(pt)的影响显著。例如,2000年第一季度情绪冲击达到峰值,对应纳斯达克科技股泡沫。
    • 反事实分析显示,若关闭情绪冲击,模型对实际数据的拟合度平均下降19.7%(以平均绝对误差衡量),表明其是经济波动的主要驱动因素之一。
  2. 资本收入份额冲击的作用

    • 资本份额冲击(αt)的上升会推高股票市值,这与Greenwald等(2014)的实证发现一致,即持久性“要素份额冲击”是股价波动的重要来源。

结论与价值
本研究的主要贡献在于:
1. 理论层面:首次在RBC模型中量化情绪冲击的作用,为“动物精神驱动经济周期”的假说提供结构化模型支持。
2. 方法论层面:开发了一种通过反推冲击序列来匹配实际数据的新方法,适用于多冲击模型的校准。
3. 政策意义:表明非基本面因素(如市场情绪)可能通过自我实现的预期放大经济波动,提示政策制定者需关注市场心理对稳定的影响。

研究亮点
1. 创新性模型设计:将情绪冲击嵌入RBC框架,解决了传统模型无法解释股票市场过度波动的问题。
2. 数据匹配精度:模型完美复现了美国60年的宏观数据路径,包括标普500指数的波动。
3. 跨学科意义:融合行为金融学与宏观经济学,为“心理因素影响经济”提供了定量分析工具。

其他有价值内容
- 研究还发现,劳动负效用冲击(ut)对工时的解释力最强,而资本调整成本冲击(vt和δt)对投资和资本存量的影响显著。
- 作者指出,情绪冲击的引入并未破坏模型的理性预期框架,而是通过“预期楔子”(expectation wedge)实现,这与Chahrour和Ulbricht(2017)的机制一致。

上述解读依据用户上传的学术文献,如有不准确或可能侵权之处请联系本站站长:admin@fmread.com