爱华网1.引言 传统的金融理论经典模型解决的就是在一个完全信息市场中投资者的最优决策以及最终的市场均衡问题。然而，现实的金融市场是一个不完全信息市场，我们无法直接观测到资产收益率的分布，因此现实中我们面对的是一个收益率分布未知的不确定市场。
2.贝叶斯框架 在组合选择理论上，(Barry 1974)、(Jorion 1986)分别从统计角度及经济意义角度出发研究了贝叶斯方法中先验分布的选择问题，但(DeMiguel, Garlappi et al. 2007)对目前已有的几种先验分布设置下的资产配置效率进行了实证检验，结果显示目前任何一种方法得到的样本外结果能够显著优于最简单的1/N策略。(Brennan 1998)假设风险资产价格服从均值未知的几何布朗运动，得到与传统完全信息的的符号及大小决定于风险厌恶系数。(Xia 2001)则是在(Brennan 1998)研究的基础上进行扩展，引入了消费，并假设资产收益率具有可预测性，但预测方程的斜率未知，同样根据贝叶斯方法得到了类似的最优资产配置问题的解。(Brennan and Xia 2001)从资产收益的波动出发，指出在股利增长率不确定情况下，贝叶斯学习将会导致高的资产收益波动。(Pastor and Veronesi 2009)则利用贝叶斯学习来解释泡沫现象，他们指出人们在面对高新技术未来生产率的不确定性时，理性的决策也可能产生泡沫式的价格变动现象。 3.极大极小效用理论 在贝叶斯框架下，所有客观不确定的分布都可以由一个主观的分布来刻画，基于此，(Gilboa and Schmeidler 1989)提出了一个新的用于刻画不确定厌恶投资者的期望效用函数，并给出了该效用函数的一系列关于偏好的公理性证明，他们认为，在面对不确定性时，人们并不一定能像贝叶斯框架那样给出唯一的主观概率分布，而应该是一个由多种可能分布组成的主观分布集，反映了投资者面对不确定时的极端保守的心理。投资者最大化他的期望效用，就得到了极大极小期望效用。(Routledge and Zin 2009)研究了衍生品市场中模型不确定与流动性的关系，得到不确定厌恶的做市商会增加买卖价差从而降低市场流动性。(Cao, Wang et al. 2005)引入投资者不确定性偏好差异，得到了不确定偏好差异的增加会导致市场参与率的下降，从而解释了市场有限参与的现象。(Easley and O‘Hara 2009)则是引入了信息不对称的两类投资者来解释市场有限参与现象，指出为了规避不确定，某些信息较少的投资者可能会选择不参与市场的现象，他们最后针对这种现象提供了一系列政策建议以提高市场的参与率。 4.总结 本文对不完全信息市场下的金融理论研究进行了一定的梳理，总的来看，两个框架分别从不同的角度出发来处理不完全信息，在不确定性存在的情况下，分别在各自的框架下对各种金融“异象”进行理论上的解释。 目前来看，大部分文献都只是应用了某一框架对某一金融现象进行了理论上的解释，我们认为这些研究存在两方面的改进。首先是一个实证上的改进，从贝叶斯方法上看，虽然理论上可以很好地解释一些现象，但在实际应用时，主观先验分布的选择至关重要，但目前为止学者们还未提出一个可靠的选择方法，这也一定程度上限制了贝叶斯方法的实际应用。而从极大极小效用理论来看，在实际应用时，刻画不确定厌恶的系数也较难确定，这就导致了实际中我们很难区分风险报酬和不确定性报酬，因此如何在实际中有效地提取不确定性报酬也是该理论的一个重要研究方向。第二个改进是从理论上进行，研究如何将贝叶斯学习和不确定厌恶这两者结合使用。(Leippold, Trojani et al. 2008)在这方面做了一定的尝试，他们的模型同时解释了高收益率、高波动率和低利率三种现象，因此如何对两种理论的结合使用以更好地同时解释多种现象也将是本领域的重点研究方向。
