本文研究隐藏有限状态马尔可夫增长 regime 下、具有 Epstein–Zin 递归偏好的代表性消费者经济。报告证明,在允许价格包含额外正值绝对连续估值因子的候选类中,均衡会迫使该因子为常数,因此股票价格最终仅由股利和后验信念决定 。在两状态情形下,作者进一步证明定价方程正经典解的存在性、唯一性、端点光滑性、内部解析性及有界性,并分析偏好参数对价格—股利比单调性与曲率的影响 。在高增长状态信念提高估值的区域,学习效应使股票波动率随信念呈状态依赖,并通过风险中性动力学形成期权定价 PDE;短期限条件风险中性收益偏度的领先符号由股票波动率对信念的斜率决定 。
这不是一份针对具体上市公司的传统券商研究报告,因此没有股票评级、目标价、盈利预测表或投资建议。报告的核心问题是:当投资者只能观察股息、无法直接观察经济增长状态,并且使用Epstein–Zin递归偏好时,均衡价格是否可能包含一个额外的、依赖历史信息的估值状态,还是说价格最终只能由当前股息和当前后验信念决定。,
报告的主要结论是,在其定义的候选系统集合 (C) 内,只要满足正性、可容许性、正则性以及价值函数具有经典 (C^2) 状态表示等条件,均衡会迫使额外的绝对连续估值因子成为常数。因此,价格—股息比率最终只依赖当前后验信念,所谓“信念—马尔可夫”价格并非预先假定,而是均衡选择的结果。,
在两状态模型中,作者进一步证明了正的马尔可夫定价方程解的存在性、唯一性、端点光滑性、内部解析性以及上下界;在特定参数区域内,还推导了股价波动率、风险中性动力学、欧式期权定价偏微分方程以及短期限条件风险中性对数收益偏度的领先展开。,
经济中存在有限个隐藏增长状态 (g_1,\ldots,g_n),这些状态由连续时间马尔可夫链驱动,转移强度为 (\lambda_{ij})。投资者不能观察当前状态,只能观察股息过程,因此必须利用股息历史推断当前处于各个状态的概率。
股息具有几何扩散形式,股息波动率 (\sigma) 为常数,而未观测的增长率由隐藏马尔可夫链决定。因而,股息本身是“现金流状态”和“信息信号”的结合体:同一个股息创新既影响当期现金流,也改变投资者对未来增长状态的判断。,
作者用后验概率向量 (P_t) 表示投资者根据股息历史形成的信念。该后验满足Wonham滤波方程,也就是有限状态隐藏马尔可夫模型的连续时间贝叶斯更新方程。虽然后验不是直接观测变量,但它可以由股息历史计算得到,所以从投资者角度看,模型可以等价地表示为一个以股息和后验信念为状态的完全观测模型。,
这一设定的经济含义十分重要:价格不仅反映“当前股息是多少”,还反映“投资者认为未来增长状态有多大概率处于高增长状态”。如果正面股息创新提高了高增长状态的后验概率,则价格会同时受到现金流改善和预期增长改善的双重推动。
代表性投资者采用连续时间Epstein–Zin递归偏好。该偏好将相对风险厌恶系数 (\gamma) 与跨期替代弹性 (\psi) 分离开来,因此可以分别讨论投资者对风险的厌恶程度和其平滑消费、替代消费的意愿。,
报告引入参数 (\theta),用于概括风险厌恶、跨期替代和不确定性提前解决之间的组合关系。虽然所给文本中的具体数学定义在转换过程中部分公式缺失,但报告明确指出:(\theta=1) 对应标准时间可分离偏好,而远离 (\theta=1) 时,Epstein–Zin结构会使价格—股息比率方程出现非线性项。,
作者主要分析 (0<\theta\leq 1) 的区域,因为在该区域内,递归效用的无限期BSDE具有较好的唯一性与可验证性。对于 (\theta>1),作者仍研究正的马尔可夫定价方程解,但没有把这些结果完整解释为均衡结果,因为变换后的BSDE在零点存在平凡零解,必须额外选择具有经济意义的效用解。,
报告明确不处理 (\theta<0) 的情形,而该区域包含常见的 (\gamma>1,\psi>1) 参数组合。作者认为这一情形涉及无限期Epstein–Zin随机微分效用的独立适定性问题,需要不同的效用变换和可容许性条件,因此不能简单沿用本文的方法。
作者没有一开始就限制价格必须是信念—马尔可夫形式,而是允许价格—股息比率写成信念函数 (\phi(P_t)) 与额外正的绝对连续因子 (H_t) 的乘积。前者代表当前信念对估值的影响,后者可以保留过去信念路径的信息,因此潜在地形成非马尔可夫价格。,
这一扩展并不是任意允许所有适应过程,而是定义了一个受控的候选类 (C)。其中,额外因子必须由一个对后验信念和自身状态驱动的常微分方程生成,并且该方程必须有唯一、全局、正的绝对连续解;同时,用于生成额外因子和短期利率的映射必须对所有初始信念模型副本保持一致。,
这样的设定使问题具有清晰的经济解释:作者不是声称所有可能的路径依赖价格都不可能存在,而是研究在一类具有结构的非马尔可夫候选价格中,均衡是否会排除额外自由度。
均衡要求代表性投资者持有唯一的股票供给、不持有净供给为零的无风险资产,并将全部股息作为消费。投资者的股票持仓比例因此为1,消费等于股息过程。
由于财富和消费具有齐次性,价值函数可以按财富进行幂次缩放。该齐次性使消费的一阶条件、投资组合的一阶条件以及Epstein–Zin效用BSDE能够被组合起来,进而得到额外估值状态的漂移限制和短期利率限制。,
定理3.1是全文的核心。它指出,在满足假设、价值函数具有经典 (C^2) 状态表示,并且某个与候选价格相关的函数 (\zeta) 在整个信念单纯形上具有严格正下界时,任何 (C)-均衡都必须存在常数 (h_0>0),使得 (H_t\equiv h_0)。因此,价格—股息比率变为 (h_0\phi(P_t)),并且可以将常数吸收到 (\phi) 中。,
证明的逻辑可以分为四步。第一,利用可容许性条件和效用BSDE,将原本只有“下极限为零”的终端条件加强为几乎处处且 (L^1) 意义下趋于零。 第二,无限期条件确定了额外状态初值 (h(p)) 的唯一形式,而不是允许任意初始估值水平。 第三,通过后验扩散过程对初始信念的稳定性估计,证明原本只假定为Borel可测的 (h) 实际上必须连续,并且额外状态始终沿着某个不变图 (H_t=h(P_t)) 运动。 第四,利用短时间高漂移的测度变换和信念过程的确定性流,证明 (h) 在所有信念之间必须相同,最终得到 (h\equiv h_0)。,
这一定理的边界也很明确。它并不证明所有可想象的适应性、路径依赖均衡价格都必然是马尔可夫的,也不证明所有无限期递归估值方程的解都自动具有唯一经济解释;它只是在作者定义的类 (C) 和所列正则性、可容许性条件下得出结论。
作者特别强调,形式上的HJB方程是局部条件,因此可能存在满足HJB方程但并非真正无限期均衡的非马尔可夫候选解。报告构造了一类由参数 (a) 控制的形式候选,其局部HJB计算不依赖 (a),但额外状态会随时间产生不同的增长行为。,
这些形式候选的问题在于:它们不满足完整的长期可容许性条件,或者其验证过程的鞅积分不属于所要求的 (H^1) 空间;此外,它们违反估值稳定性,因为价格—股息比率的期望可能随时间发散。
估值稳定性要求价格—股息比率及其倒数在时间上保持适当的路径界限。定理3.1推出的均衡自动满足这一条件,而非马尔可夫形式候选不满足。由此,作者把“局部HJB解”和“真正的无限期均衡”区分开来,这是报告在递归资产定价选择问题上的重要理论细节。,
在额外因子被证明为常数后,作者将常数吸收到 (\phi) 中,得到仅定义在概率单纯形上的马尔可夫定价方程。该方程一般包含后验信念的漂移项、扩散项、马尔可夫状态切换项以及Epstein–Zin引入的非线性项。,
信念单纯形边界处扩散系数会退化,因此这是一个退化的边值问题。作者证明,在边界上出现的导数方向要么沿着单纯形边界切向,要么指向单纯形内部,所以方程在闭单纯形上仍具有合理的状态约束解释。
报告指出,边界方程通常不是各个低维面的独立方程。如果某个当前概率为零的状态仍有正的进入强度,那么边界方程会包含从边界指向内部的导数,不能只根据该边界面的函数限制求解。因此,不能简单地先解顶点、再逐层解边界面。
在顶点处,投资者虽然确信当前处于某一状态,但仍然必须为未来状态切换定价,所以顶点的价格—股息比率并不是孤立常数,而是通过进入内部的导数与混合信念价格相联系。
在两状态模型中,令 (p\in[0,1]) 表示高增长状态的后验概率,(p=0) 表示完全相信低增长状态,(p=1) 表示完全相信高增长状态。作者将一般单纯形方程化为一个标量非线性退化边值问题,并通过变换 (\Phi=\phi^\theta) 将主要非线性转化为次线性项,其中 (q=1-1/\theta<1)。
在两个状态转移强度均严格为正的条件下,作者使用线性退化算子、正的紧 resolvent 算子、截断映射和Schauder不动点定理证明正解存在;随后用最大值原理证明正解唯一。,,
这一结果的经济意义是,给定基本参数、偏好参数和状态转移强度,存在唯一的正的信念依赖价格—股息比率,而不是存在多组无法区分的正估值函数。作者还证明该解在整个闭区间上无限光滑,在内部 ((0,1)) 上实解析,且价格—股息比率和其倒数均有一致界。,
在 (0<\theta\leq1) 时,如果短期利率是连续函数并满足投资者在股票持仓比例上限 (\pi=1) 处的一侧投资组合条件,则该正解能够支持一个真正的 (C)-均衡。
作者定义 (\eta=(1-\gamma)(g_1-g_2)),其中 (g_1) 是高增长状态、(g_2) 是低增长状态。两状态结果表明,(\eta>0) 时,(\phi(p)) 随高增长状态后验概率上升而严格上升;(\eta<0) 时,(\phi(p)) 严格下降。
当通常的高增长状态确实意味着更高的未来股息增长,且风险厌恶系数低于1时,(\eta>0) 比较自然。在这种情况下,正面信息会提高未来现金流的相对价值,价格—股息比率随信念上升。,
需要注意的是,单调性由风险偏好与增长差异的组合决定,并非只由增长状态本身决定。当 (\gamma>1) 或相关参数组合使 (\eta<0) 时,继续持有和风险调整机制可能使信念—估值关系反向。
在 (\theta=1) 时,价格—股息比率是信念 (p) 的仿射函数。这与时间可分离模型中的后验加权现值直觉一致:当前处于不同隐藏状态时的条件现值被按后验概率线性加权。
在 (0<\theta<1) 且满足作者定义的充分条件 (m_\theta(p)>0) 时,(\phi) 为凸函数;在 (\theta>1) 且同样满足该条件时,(\phi) 为凹函数。,
凸性意味着在高增长信念较高时,价格对信念变化更加敏感。因此,在“好时期”出现坏消息、导致信念下降时,价格下降幅度可能大于“坏时期”出现同等好消息时的价格上升幅度,这对应Veronesi文献中的新闻不对称机制。
作者进一步给出了只依赖原始参数的充分曲率条件,以替代含未知解 (1/\phi) 的 (m_\theta>0) 条件。但这些条件只是充分而非必要条件,报告后续数值实验专门展示了原始参数不满足充分条件时,曲率结论仍可能成立。,
图1左侧展示了12条模拟价格—股息比率路径,右侧展示不同初始信念下的精确条件均值。校准参数为 (\theta=1)、(g_1=0.25)、(g_2=0)、(\gamma=0.8)、(\sigma=1.25)、(\lambda_{12}=\lambda_{21}=0.04)、(\delta=0.025)。
左图中,价格—股息比率大致被限制在7.2至9.2之间,路径具有明显短期波动和持续性;右图显示,初始信念为0.05时,条件均值从约7.3逐步上升,初始信念为0.95时则从约9.1逐步下降,而初始信念为0.50时基本位于长期均值8.2附近。,
该图支持两个结论:第一,学习过程会使估值比率出现持续但均值回复的波动;第二,不同初始信念的差异会随着时间推移逐步消失,说明后验信念过程与长期状态结构共同决定了长期估值水平。作者将这一结果与经验资产定价中股息—价格比率的持续性和均值回复特征相联系。
图2采用另一组参数:(g_1=0.21)、(g_2=0)、(\gamma=0.75)、(\sigma=0.49)、(\lambda_{12}=0.052)、(\lambda_{21}=0.059)、(\delta=0.049)。图中比较了不同偏好参数下的数值解、数值曲率以及诊断系数 (m_\theta)。
图的核心信息是,即使命题4.13中的原始参数充分不等式同时失败,只要直接计算得到的 (m_\theta) 仍为正,价格—股息比率依然呈现理论预测的凸性或凹性。因此,命题4.13不能被理解为曲率成立的必要条件,它更多是一个便于验证的保守参数筛选规则。
图3左图将价格—股息比率归一化,使其两端分别为0和1,并与连接两端的弦线比较。蓝线 (\theta=0.25) 位于弦线下方,代表凸函数;黑线 (\theta=1) 与弦线重合,代表仿射关系;红线 (\theta=10) 位于弦线上方,代表凹函数。
右图用弦线偏差 (\Delta_{\mathrm{ch}}(p)) 展示更广泛的 (\theta) 扫描结果。蓝色区域对应负的弦线偏差和凸性,红色区域对应正的弦线偏差和凹性,(\theta=1) 时偏差为零。曲线随 (\theta) 平滑变化,说明递归偏好不是简单地选择几种离散形状,而是连续地调节信念对估值的非线性影响。
图4描绘股票即时波动率 (\sigma_S(p)) 随后验信念变化的关系,并用虚线表示恒定的股息波动率 (\sigma)。在端点 (p=0) 和 (p=1) 处,后验扩散系数为零,股票波动率回到股息波动率;在中间信念区域,学习溢价使股票波动率高于股息波动率。,
曲线呈单峰形,在大约中间的信念水平达到最高。这说明股票风险并非只由股息现金流的原始波动率决定,还由投资者对隐藏增长状态的学习敏感度决定。信念越处于不确定区域,同一股息创新对后验概率的影响越大,估值变化也越明显。
图5左图展示期限为0.10、远期对数虚值程度约为0.07的风险反转。风险反转为正,表示对称虚值看涨期权相对于虚值看跌期权更昂贵;为负,则表示虚值看跌期权更昂贵。
曲线在波动率峰值信念 (p^\star) 附近穿过零点:低信念区域内,看涨翼相对更贵;高信念区域内,看跌翼相对更贵。右图用相对于同一平值波动率Black价格的翼部价格溢价再次显示了这一点,即模型并不产生恒定方向的股指式负偏度,而是产生随当前信念状态变化的偏度符号。
作者特别指出,(p^\star) 是即时股票波动率达到最大值的信念点,并不等于风险中性信念过程的均值回复点。因此,短期限偏度、风险中性状态漂移和中长期期权面之间不能简单等同。
图6比较初始信念为0.20、接近波动率峰值 (p^\star) 和0.80时的隐含波动率曲线。低信念时,隐含波动率随远期对数行权价上升而上升,表现为看涨翼较贵;高信念时,曲线斜率相反,表现为看跌翼较贵;在波动率峰值附近,隐含波动率曲线呈现明显的驼峰形,而不是平坦的Black–Scholes结构。
图7将模拟得到的平值隐含波动率偏斜与短期限近似项 (\chi(p)\sigma_S'(p)/\sigma_S(p)) 进行比较。两条曲线走势高度一致,并在约 (p^\star=0.486) 附近同时变号,这表明短期限期权偏斜主要由“信念创新如何改变未来股票波动率”这一机制驱动。
图8上方再次显示股票波动率在信念中间区域最高;下方比较低信念和高信念下期限0.10的风险中性对数收益分布与同方差正态分布。低信念下,正面冲击会把信念推向高波动区域,收益分布呈正偏,图中样本偏度约为+0.98;高信念下,负面冲击更容易把信念推向高波动区域,收益分布呈负偏,样本偏度约为−0.99。
这说明模型中的偏度并非通过外生杠杆效应直接施加,而是由一个共同的布朗创新同时影响股票收益和后验信念,再通过信念依赖的估值函数改变未来波动率。,
在两状态、(\eta>0) 的区域内,股息波动率虽然恒定,但股票波动率并不恒定。令 (\ell(p)=\log\phi(p)),股票对数波动率可分解为股息直接波动率 (\sigma) 与学习项 (\chi(p)\phi'(p)/\phi(p)) 之和。
由于 (\phi'(p)\geq0),正的股息创新既提高当期股息,也提高高增长状态的后验概率,因此两种效应同向,导致 (\sigma_S(p)\geq\sigma)。在两个退化信念端点,(\chi(0)=\chi(1)=0),学习项消失,股票波动率重新等于股息波动率。
作者将短期利率设定为投资者在股票持仓上限处恰好边际无差异的上界利率。该利率不是由一般均衡唯一决定的,而是满足一侧Kuhn–Tucker条件的一种选择;较低利率也可能与投资者不持有无风险资产相容。,
在风险中性测度下,股票漂移、后验信念漂移会发生改变,但股票和信念的扩散项仍由同一个布朗创新驱动。因此,期权价格PDE包含股票与信念之间的混合二阶导数项,也包含后验信念本身的二阶导数项。,,
欧式看涨期权价格以股息收益率、风险中性股票漂移、信念漂移、股票波动率和信念—股票协方差为输入。该PDE的边界条件反映 (p=0) 和 (p=1) 处后验扩散退化的事实;如果额外的迹条件成立,混合项和信念二阶项在端点可以适当消失。,
附录C进一步利用对数股价平移不变性构造折现特征函数PDE,并给出基于Fourier反演的看涨期权定价表达式。该方法适合处理价格—股息比率非线性、波动率随信念变化且信念与股票收益相关的情形。,
命题5.5给出的领先展开表明,条件风险中性对数收益偏度的符号主要由 (\chi(p)\sigma_S'(p)) 决定。因为内部信念下 (\chi(p)>0),所以符号由股票波动率曲线的斜率决定。
如果股票波动率在 (p^\star) 左侧递增、右侧递减,那么低于 (p^\star) 时短期限偏度为正,等于 (p^\star) 时接近零,高于 (p^\star) 时偏度为负。经济上,低信念时正面信息把状态推向高波动区域,形成右偏;高信念时负面信息把状态推向高波动区域,形成左偏。,
作者谨慎地指出,收益偏度的短期限展开并不自动等于隐含波动率斜率。有限期限期权价格还受完整风险中性信念动力学、贴现、股息收益率和状态漂移影响,因此隐含波动率结论需要通过数值期权定价进一步验证。,
第五节的数值实验采用期限 (\tau=0.10),并报告波动率峰值约为 (p^\star=0.486)。股票波动率约在4%至35.6%之间变化,边际短期利率约在1.17%至6.92%之间变化,显示学习项相对于原始股息波动率具有很大幅度。
模拟使用512个时间步、反向布朗增量、每个初始信念约1,048,576条路径用于笑形和收益分布分析,风险反转和平值偏斜使用262,144条路径,并采用Black价格控制变量降低蒙特卡洛误差。
这些数值设置有助于展示机制,但作者明确承认这只是风格化演示而非经验校准。尤其是较大的增长差异与股息波动率之比,使信念对股息新闻非常敏感,从而产生较大的学习波动率溢价,因此不能直接把35.6%的峰值波动率解释为现实市场估计。
第一,核心均衡结论依赖候选类 (C)、价值函数经典 (C^2) 表示、正性、可容许性和长期终端条件。若允许更广泛的适应性路径依赖价格,本文不能保证额外估值状态仍然消失。,
第二,(\theta>1) 的结果主要是正的马尔可夫定价方程解,而不是完整均衡结论。若缺少递归效用的适当解选择,正的定价函数并不必然对应经济上有效的效用过程。,
第三,(\theta<0) 区域完全未被本文的均衡分析覆盖,而该区域包含许多实证研究常用的高风险厌恶、高跨期替代弹性参数组合。因此,模型对现实资产定价参数的覆盖并不完整。,
在两状态均衡命题中,短期利率只需要满足一侧投资组合约束,因此并非由模型唯一确定。期权部分选择的是边际上界利率,这一选择有助于得到风险中性动力学,但也意味着期权结果依赖于一个非唯一的利率规格。,
短期限偏度展开需要额外的余项控制条件,以确保三阶矩展开有效。仅有概率收敛不足以推出三阶矩结果,因此命题5.5的结论依赖特定的正则性和余项假设。
此外,图6至图8展示的是特定参数、特定期限和模拟方法下的结果。模型确实能够生成正偏和负偏之间的状态转换,但不能据此直接断言所有市场、所有期限都应出现同样的偏度结构。,
报告一方面强调“均衡会选择马尔可夫价格”,另一方面又承认形式HJB方程存在非马尔可夫候选解。两者并不矛盾,但说明局部最优条件远弱于无限期均衡、可容许性和估值稳定性条件。,
报告还区分了物理测度下的过滤过程和风险中性测度下的期权定价过程。风险中性测度改变信念漂移,但不改变信念扩散系数;因此不能把风险中性信念简单解释为投资者实际学习过程。,
这篇报告的最重要贡献不是简单地提出一个隐藏状态资产定价模型,而是证明了在一类允许额外路径依赖估值因子的候选价格中,均衡、长期可容许性和递归效用验证条件会共同排除该额外状态,最终使价格—股息比率成为当前后验信念的函数。,
两状态分析进一步表明,隐藏增长状态会产生明确的信念—估值规律:(\eta>0) 时,高增长信念提高估值,(\eta<0) 时则相反;(\theta<1) 通常对应凸性,(\theta=1) 对应仿射关系,(\theta>1) 在适当条件下对应凹性。
图1显示学习可以产生有界、持续且均值回复的估值比率;图2和图3表明递归偏好能够连续改变价格函数的曲率;图4说明学习会放大股票波动率;图5至图8则展示了一个具有状态依赖性的期权偏度机制,即低信念时看涨翼可能更贵,高信念时看跌翼可能更贵,偏度在波动率峰值附近发生反转。,,,,,,
总体而言,作者的立场是:在其理论条件和主要参数区域内,唯一正的信念—马尔可夫价格解不仅具有数学上的存在性和唯一性,而且能够产生具有经济解释力的波动率、期权偏度和隐含波动率形状;但对于更广泛的路径依赖均衡、(\theta>1) 的递归效用选择、(\theta<0) 的高风险厌恶区域以及现实市场校准,报告仍然保留了明确的边界和未解决问题。,,,
2609.21684.pdf