短视损失厌恶概述
短视损失厌恶理论最早由Benartzi和Thaler提出，该理论构建于“预期理论”与“心理账户mental accounting)”这两个行为金融理论的基础之上，对应地内化了“损失厌恶”和“短视”这两种投资者的行为特征。
Benartzi和Thaler认为，如果损失厌恶的投资者不去频繁评估他们的投资绩效，则他们会更愿意承担风险，即评估期越长，风险资产越有吸引力，风险溢价也就越低。然而，现实的客观和主观因素导致投资者的评估期总是有限的。例如，从客观因素来讲，资产收益的概率分布并不是长期稳定不变的，有时甚至还会发生破产、财务危机等巨变，投资者需要根据所获取的信息重新评估资产收益概率分布的变化，以调整投资决策。这样，资产收益的概率分布的稳定性以及可获取信息的频率就会影响投资者的评估期。此外，投资者的消费计划、风险偏好等主观因素也会影响其自身的评估期选择。在这种情况下，MLA理论能够对投资者的行为予以合理的解释。1999年2月，以色列最大的共同基金管理人Hapoalim银行宣布改变其披露政策，将每月披露一次业绩改为每三个月披露一次。这样就使得那些依赖从银行获得业绩信息的投资者获取信息的频率下降，从而使投资者更愿意持有其基金。银行的理由是“投资者不应该被偶然的价格下跌所惊扰J。这也成为MLA理论的一次实践应用。
MLA理论的基础
预期理论
多年以来，预期效用理论受到了众多悖论的冲击，建立一套更符合实际的效用理论成为研究的焦点。Kahneman和Tversky在心理实验的基础上，打破了预期效用理论的框架，提出了一套全新的理论——预期理论，解释不确定状态下，个人的偏好选择问题。实验发现：投资者在收益部分呈现出风险厌恶，在损失部分呈现出风险寻求；人们往往忽略各种可能性中共同的部分，而去关注它们之间的差异；对客观发生概率较高的事件，人们赋予的主观概率会偏高，而对于客观概率较低的事件，人们赋予的主观概率则偏低。在这个理论中，效用是基于相对某个中性参照点的收益和损失的数量定义的，而不是像预期效用理论那样，基于期末财富的绝对量。预期理论表明，投资者是损失厌恶的，即相对于收益，投资者对损失更为敏感。在效用函数的形式上，损失比收益具有更大的斜率，二者斜率之比被用来度量损失厌恶的程度。
心理账户理论
Kanhneman和Tversky以及Thaler提出了心理账户理论。心理账户理论认为，人们会建立心理账户来比较各种选项之间的优劣，这就导致了他们常常会计算和评估包括交易、投资、博彩等在内的财务成果，这样长期投资决策实际上是基于对短期收益的评估。
MLA当中的“短视”就是指人们在短期中评估组合的这种行为。短视对投资行为的影响可以用重复博彩和单次博彩的差别来解释，Samuelson首先关注了这一问题。他设计了一个预期收益大于零的赌博——50％ 的机会赢得200美元，50％ 的机会损失100美元。然后问一位同事是否愿意参加这个赌博。这位同事拒绝了这个赌博，因为他感觉可能的损失导致的效用降低会大于可能的收益带来的效用增加，但是他乐于接受100个这样的赌博。这个例子一方面隐含着损失厌恶的概念；而另一方面说明，大数定律会增加赌博的确定性，提高人们承担风险的能力。
一些学者对这一现象进行了进一步的探讨。Coombs和Meyer通过实验进一步证实了这个现象。Tversky和Bar-Hillel指出，Samuelson的规范性分析是正确的，但要想解释这个行为还需要像期望理论这样的理论进行描述。Keren和Wagenaar认为期望理论的许多结论不能直接推广到重复博彩中来。他们发现，重复博彩将使预期价值为正的博彩更具有吸引力。Pratt和Zeckhauser以及Kimball、Gollier、Ross等人尝试从预期效用理论的角度对这个问题的合理性进行解释。他们发现，在预期效用理论框架下，重复博彩是否更具有吸引力与效用函数的形式和性质相关。
MLA建立在预期理论和心理账户理论两个重要行为金融理论的基础之上，并成功解释了Samuelson提出的关于重复博彩的悖论，具有较为坚实的理论基础。然而，此时的MLA还仅仅是一种理论上的猜测，它是否真正反映了人们的行为特征，能否对实际问题具有解释能力，还有待于更进一步的研究。因此，后续的相关研究主要沿着两个方向进行：一是通过心理实验的方法，检验人们的投资行为当中是否存在MLA这种行为特征；二是使用MLA来解释资本市场中的一些实际问题，主要是股权溢价之谜。
MLA理论的验证与发展
Benartzi和Thaler提出的MLA理论引起了理论界的极大兴趣，许多学者对于这个理论本身是否正确进行了研究。绝大多数的研究是通过心理实验来直接验证人们这种心理特征是否存在。这些研究不但证实MLA在不同的实验环境以及在团队决策下都普遍存在，而且增进了人们对于信息在MLA中的作用的理解，提高了对MLA的理论认识水平。
Thaler、Tversky、Kahneman和Schwartz首次运用心理实验的方法提供了直接证据。他们设计了如下的实验：实验对象可以投资于两个基金，一个是与实际的某5年期债券相对应的低风险基金，另一个是模拟股票指数基金的高风险基金，两个基金的预期收益都为正。实验对象必须通过体验了解风险和收益的分布。通过对1个月、1年以及5年评估期的比较发现，评估期的加长可以减少损失的体验，因而提高对风险资产的投资比例。
Gneezy和Potters也设计了一个相似的纸笔形式的实验，得出了相同的结果。实验分为十二轮，参加者在每个反馈期期初获得200美分的初始禀赋并进行投资。风险资产为有三分之二的可能性损失全部投资、三分之一的可能性赢回3.5倍投资数额的彩票，参加者完全了解资产的概率分布。参加者可以考虑两种处理方式：一是“高频率”处理方式，实验对象可以决定在每一轮投资多少，并在每一轮之后得到收益的反馈；另一种是“低频率”处理方式，实验对象可以每3轮决定他们的投资数额并得到收益反馈。在“低频率”处理方式中，实验对象对风险资产的投资明显比“高频率”处理方式多。这说明，更长的投资评估期使得有正的预期收益的风险资产的吸引力增大 J。
在早期的这两个实验当中，“信息反馈频率”和“投资调整周期”被用作“短视”的代理变量。前者体现了信息对短视的影响，而后者则体现了投资调整行为对短视的影响。后续的研究分三个方向：首先，一些学者在不同的实验环境或条件下复制了早期研究，为早期研究提供了稳健性证据。Gneezy、Kapetyn和Potters在2003年的文章中指出，早期的研究仅仅关注了个人的决策而忽视了市场的相互作用。他们实验模拟了市场竞争环境，风险资产的交易价格由拍卖机制决定，且不许卖空。交易者期初都会得到200美分的现金和3个单位的风险资产。实验分成“高频率”和“低频率”两种情况。他们发现，低频率情况下的风险资产价格明显高于高频率的情况。这与之前关于MLA的实验结果一致。
Sutter认为，MLA在团队决策当中是否存在还没有得到证实。基于此，他在心理实验中加入团队。研究发现，团队决策也具有MLA的特性，但同时，团队投资于风险资产的数量要高于个人。这个发现不仅证实了MLA，同时与Stoner得出的“团队倾向于做出比团队中个人平均水平风险更高的决策”的结论相一致。Hai 和List使用芝加哥交易所的交易者复制了Gneezy和Potters的实验。他们发现了更强烈的MLA效应，也就是说，MLA在专业交易者的情况下也得到了证实。
其次，一些学者深入探讨了信息对于短视的影响。Montgomery和Adelbratt较早地探讨了信息提供对博彩的影响。他们发现，在重复博彩中，预期价值的信息对实验对象的选择具有重要影响。Lopes以及Redelmeier和Tversky也发现了信息对实验对象的选择具有影响。Benartzi和Thaler对他们1995年的文章当中对投资评估期似是而非的解释进行了补充。他们通过心理实验发现，明确收益的分布能够克服对短期损失的厌恶；对收益分布进行描述比重复博彩更容易使人们愿意接受博彩。如果能够为实验对象展示稳定、长期的收益分布，则人们更愿意持有风险资产，投资者最多会持有90％的风险资产。
Barron和Erev认为，决策者并不具有收益分布的客观先验信息，因而，需要进行基于信息反馈的决策。他们在最小信息重复选择任务下做了实验，实验对象既不知道收益分布的先验信息，也不知道收益是从既定的收益分布中随机给出的。他们发现，通过信息反馈的体验，可以提高风险资产的吸引力，损失厌恶在实验中也得到了验证。上述研究表明，风险资产收益的分布信息对于投资者的视野有着重要的影响。
最后，一些学者对信息反馈频率和投资调整周期进行了分离检验。早期研究中，信息反馈频率和投资调整周期是同步进行的，它们单独的影响和相互之间的作用没有得到关注。Laxlge~和Weber采取了递增的回报方案，即下一期的初始禀赋等于上一期期末的总财富，而不是像先前研究那样每期期初重新分配一个等值的初始禀赋。他们发现，风险资产的投资水平同时受到信息反馈频率和投资调整周期的影响。增长投资调整周期和降低信息反馈频率，都会使实验对象提高对风险资产的投资水平。Bellemare、Krause、Kroger和Zhang分离出了两种因素单独的影响效果。他们的基本实验设计与Gneezy和Potters相似。研究发现，MLA可以完全由信息反馈来解释。Felner和Sutter复制了Gneezy和Poters的实验设计。为了验证投资调整周期的影响，他们固定了反馈频率并使投资调整周期变动。他们发现，相对于经常的反馈和较高的投资调整灵活度，较少的反馈和较低的投资调整灵活度会增加在风险资产上的投资，这与Gneezy和Potters的实验结果相一致。同时，他们还发现，投资灵活度是行为形成的关键因素，即使回报的反馈很频繁，较低的投资灵活度或者说较长的投资调整周期，也会提高对风险资产的投资数额 。
当然，也有一些学者对MLA理论的普遍性提出了质疑。anger和Weber利用预期理论的效用函数，通过理论推导，发现MLA虽然在大多数情形下是正确的，MLA的成立依赖于风险资产收益的分布，在某些特殊的情形下，会得出相反的结果。他们举出了一个反例—— 风险资产的损失概率小而损失数额大。进而，他们通过心理实验证实了这一理论发现。然而，在他们的反例当中，虽然风险资产预期收益为正，但是在参数正常取值范围内，通过预期理论计算的效用却小于零，因此这个反例并不具有广泛的代表性。
上述研究在各种不同条件下采用心理实验的方式对MLA进行检验，研究结果表明，MLA是一种稳定的、普遍存在的行为特征，资产收益的分布信息对投资者短视的程度有重要的影响。这些研究为加 的存在性提供了重要的现实依据。
MLA理论在资本市场研究中的应用
Benartzi和Thaler在他们1995年的文章中，在MLA的基础上，采用模拟的方法，成功解释了股权溢价之谜。首先，他们指出，评估期与持有期是两个不同的概念。投资者的持有期可能非常长，也可能很短，但是，他总会在一段期间之后评估、结算其投资绩效，对未来投资和消费预算做出调整，这段时期才是Benartzi和Thaler所说的评估期。他们认为，如果存在评估期的话，一年的评估期应该是最为合理的，因为投资者按年纳税，一年一次地从经纪人、共同基金和退休账户那里取得最为详尽的报告，机构投资者也最为关注年报。他们的研究结果表明，如果以一年为评估期，那么，实际股权溢价的大小恰好与之前预期理论估计的理论值相一致。沿着Benartzi和Thaler的研究思路，许多学者使用不同方法进一步检验了MLA对股权溢价之谜的解释能力。
Barberis、Huang和Santos在基于消费的预期效用模型当中引入了损失厌恶，发现损失厌恶本身并不能解释股权溢价之谜，MLA中“短视”对于解释股权溢价之谜是必要的。
Benaazi和Thaler只是通过图形对投资评估期进行了估计，而没有进行统计检验。Durand、Lloyd和Wee Tee采用Wilcoxon符号检验，对股票和债券两种组合效用等价的假设进行了统计检验。然而，检验结果并没有对这个假设提供支持。假设在更短的投资评估期下没有被拒绝，而在更长的投资评估期下虽然被拒绝，但是债券的效用居然高于股票的效用，与Benaazi和Thaler的理论不符。他们认为，这是由于Benartzi和Thaler的方法只是直观展现，缺乏统计意义上的稳健性。Benartzi和Tnalel"假设不同时间段之间的收益率是相互独立的，而Agren认为，这一假设可能导致结果的不合理，因而引入了条件异方差，这样收益率过程可以采用GARCH模型进行描述。使用瑞典的股票数据，他们发现，按照Benartzi和Thaler的方法得到的投资评估期仍为l2个月，而采用GARCH模型来描述收益率过程后得到的投资评估期增大到l7个月。他们认为，MLA对于股票收益率分布的假设是敏感的。
MLA在资本市场中的应用还处于摸索的阶段，研究的问题也仅限于使用MLA解释股权溢价之谜。这些研究表明，MLA对股权溢价之谜具有较强的解释能力。但由于使用不同的方法得到的投资评估期并不一致，因此学者们对其中的投资评估期的研究尚未达成统一的结论。
MLA理论的评价
大量的研究表明，MLA捕捉到了投资者心理的重要特征，这些特征具有普遍性和稳定性，并对资产价格和投资行为具有重要的解释能力。这些研究使得MLA具备了坚实的理论基础和丰富的经验证据。然而，MLA所刻画的行为特征在以往的经典理论中并未得到应有的重视，因此MLA在资产定价理论、投融资理论等研究领域具有广阔的应用前景。从实践的角度来看，MLA具有很强的指导意义。例如，研究发现，风险资产收益率的概率分布的稳定性越高，则投资者视野越远，越愿意投资于风险资产。对于我国股票市场来说，由于制度的不稳定、政府的频繁干预、信息披露的不规范以及上市公司稳定性差等原因，使得股票收益率的概率分布的可预期性差，从而导致投资者“短视”，MLA理论可以用于研究这些条件下的投资者行为以及股票预期收益率等问题。
从以往的研究来看，关于MLA的研究还存在以下的不足：心理实验中的信息反馈频率和投资调整周期不能完全涵盖“短视”的内涵，需要深入挖掘其他因素和变量。Benartzi和Thaler在1995年的文章中对投资评估期的解释并不能完全令人满意，也难以找到对应的代理变量进行直接的检验。因此，需要进一步分析，在实际的市场中，“短视”的代理变量究竟是什么，它是如何形成并影响资产价格的。心理实验的设定与实际情况并不完全相符，正如Gneezy、Kapetyn和Potters所指出的，在实际的市场条件下，信息是可以连续获得的，投资者也可以内生性地决定评估信息以及交易的频率。因而，MLA需要在真正的市场条件下得到更进一步的验证。MLA尚未形成系统的定量模型，限制了其对实际问题的解释能力和在实践中的应用。
