狹窄性框架與個(gè)體投資者的投資決策研究

王強(qiáng)松

（南京大學(xué) 工程管理學(xué)院，南京 210093）

狹窄性框架與個(gè)體投資者的投資決策研究

王強(qiáng)松

（南京大學(xué) 工程管理學(xué)院，南京 210093）

文章使用Kumar和Lim（2008）的模型，研究在中國(guó)股票市場(chǎng)中個(gè)體投資者的投資行為是否受到狹窄性框架的影響。文章使用交易集中度作為代理變量，通過(guò)研究處置效應(yīng)和交易集中度的相關(guān)關(guān)系，來(lái)回答狹窄性框架是否對(duì)個(gè)體投資者的投資決策產(chǎn)生影響。結(jié)果表明那些交易集中度比較高的投資者展現(xiàn)了較弱的處置效應(yīng)，從而說(shuō)明狹窄性框架是導(dǎo)致個(gè)體投資者行為偏差的重要影響因素。

狹窄性框架；交易集中度；處置效應(yīng)

0 引言

在經(jīng)典的金融學(xué)理論中，在模擬個(gè)體投資者的投資行為時(shí)，通常會(huì)使用基于總財(cái)富或者總消費(fèi)的效用函數(shù)，也就是說(shuō)投資者通過(guò)效用函數(shù)評(píng)估投資決策對(duì)總財(cái)富的影響，從而決定其投資行為。然而來(lái)自心理學(xué)的研究表明，投資者通常認(rèn)為每個(gè)投資決策都是獨(dú)立的、不受到他的其他投資行為影響的，投資者通常是狹窄性框架。

框架通常是用來(lái)描述人們考慮和評(píng)價(jià)一個(gè)決策時(shí)的方式，框架的作用使得人們?cè)谶M(jìn)行決策的時(shí)候一般會(huì)將當(dāng)前的問(wèn)題與未來(lái)可能面臨的問(wèn)題孤立開(kāi)來(lái)，在考慮當(dāng)前問(wèn)題時(shí)忽視未來(lái)面臨類似問(wèn)題的可能性。換句話說(shuō)，人們?cè)趯?duì)一個(gè)不確定性事件進(jìn)行評(píng)估的時(shí)候，往往把這個(gè)事件看作是他們面臨的唯一一個(gè)不確定性事件，而不是將該事件與以往或者未來(lái)可能發(fā)生的事件結(jié)合起來(lái)，在一個(gè)整體的框架下加以考慮，并進(jìn)行決策。這也就是決策過(guò)程中通常所說(shuō)的“狹窄性框架”，即投資者只會(huì)在乎單個(gè)決策的收益，而不會(huì)考慮決策對(duì)他總財(cái)富的影響。

本文試圖通過(guò)來(lái)源于南京某證券營(yíng)業(yè)部2006年1月1日～2007年12月31日的個(gè)體投資者的交易數(shù)據(jù)，使用Kumar和Lim（2008）的模型來(lái)研究中國(guó)股票市場(chǎng)中個(gè)體投資者的投資決策是否受到“狹窄性框架”的影響。具體而言，通過(guò)選用交易集中度（TC）作為衡量狹窄性框架的變量，研究交易集中度和投資者的一個(gè)重要行為偏差——處置效應(yīng)之間的關(guān)系。首先研究交易集中度的影響因素，然后研究中國(guó)股票市場(chǎng)是否存在處置效應(yīng)，以及處置效應(yīng)受到何種因素的影響。通過(guò)對(duì)交易集中度和處置效應(yīng)的影響因素的研究，發(fā)現(xiàn)交易集中度和處置效應(yīng)具有內(nèi)生性，為了解決這一問(wèn)題，使用調(diào)整后的交易集中度（ATC）和調(diào)整后的處置效應(yīng)（ADE）來(lái)研究狹窄性框架是如何影響個(gè)體投資者的投資行為。研究結(jié)果表明那些交易集中度比較高的投資者的確展現(xiàn)了較弱的處置效應(yīng)，從而證實(shí)了狹窄性框架是個(gè)體投資進(jìn)行投資決策的重要影響因素。

1 交易集中度及其影響因素

1.1 數(shù)據(jù)來(lái)源

本文的研究數(shù)據(jù)主要來(lái)源于南京某證券營(yíng)業(yè)部從2006年1月1日～2007年12月31日的股票交易數(shù)據(jù)庫(kù)。股票交易數(shù)據(jù)庫(kù)包含兩部分：一部分是投資者的個(gè)體信息，另外一部分則是投資者股票交易流水記錄。投資者信息數(shù)據(jù)庫(kù)記錄了投資者的信息，包含：投資者的資金賬戶、開(kāi)戶時(shí)間、年齡、性別等信息。股票流水?dāng)?shù)據(jù)庫(kù)記錄了投資者每筆股票交易，包含：交易日期、資金帳號(hào)、交易類別、股票代碼、成交金額、成交數(shù)量、成交價(jià)格、股票余額、申報(bào)時(shí)間、成交時(shí)間、清算金額、資金余額、印花稅、傭金等信息。本文研究對(duì)象是個(gè)體投資者，因此本文從數(shù)據(jù)庫(kù)中的8870個(gè)個(gè)體投資者賬戶篩選出6343個(gè)賬戶，這些賬戶在整個(gè)樣本期間平均每年至少有1筆交易。此外，本文還從天相數(shù)據(jù)庫(kù)中獲得了樣本中每只股票的月度價(jià)格。

本文在數(shù)據(jù)處理中使用了SAS、Eviews和SPSS等軟件。

在這個(gè)樣本中，平均每個(gè)投資者的投資組合持有3.5只股票（中位數(shù)為2.5只），平均資產(chǎn)為125396元（中位數(shù)為39798元），平均每年交易47.6次，平均每次交易規(guī)模為26880元。少于10%的賬戶月度平均資產(chǎn)規(guī)模超過(guò)30萬(wàn)，少于4%的賬戶持有10只以上的股票。

1.2 狹窄性框架變量

因?yàn)閭€(gè)體投資者的決策框架無(wú)法被觀測(cè)，因此本文借鑒Kumar和Lim（2008）的模型，選用交易集中度(TC)這個(gè)指標(biāo)作為度量狹窄性框架的變量。定義交易集中度如下：

其中NTDAYSi是投資者i交易股票的總天數(shù)，NTRADESi表示投資者i的交易總條數(shù)。

對(duì)于每一天同一個(gè)投資者關(guān)于同1只股票的交易都會(huì)被認(rèn)為只是一次交易。

當(dāng)TC=0時(shí)，意味著該投資者每天至多交易一只股票。這些投資者決策時(shí)往往更有可能受到了狹窄性框架的影響。

1.3 市場(chǎng)水平下的交易集中度

計(jì)算樣本中個(gè)體投資者的TC，這些投資者在整個(gè)樣本期間必須平均每年至少有一筆交易記錄①當(dāng)采用不同的最小交易條數(shù)時(shí)候例如每年至少2筆交易，并沒(méi)有顯著地改變結(jié)論。。這些個(gè)體投資者TC的均值是0.234，中位數(shù)為0.222(美國(guó)數(shù)據(jù)0.226和0.200)，也就是說(shuō)樣本中的普通的個(gè)體投資者每7.66天發(fā)生10筆交易。大約有17.6%的投資者的TC為0，他們每天最多進(jìn)行一筆交易。盡管有不少投資者的TC為0，但是仍有7.9%的投資者TC大于0.5，也就是說(shuō)他們平均每天至少買賣2只股票。

1.4 交易集中度和投資者特征

那些交易更加集中的投資者和那些喜歡進(jìn)行連續(xù)交易的投資者有什么區(qū)別呢？表1的Panel A反映不同TC間的投資者個(gè)體信息的差異。由于樣本中每一個(gè)投資者都會(huì)有一個(gè)TC值，對(duì)TC進(jìn)行排序以后，可以發(fā)現(xiàn)一些有意思的結(jié)論。TC隨著投資者平均資產(chǎn)規(guī)模、平均交易規(guī)模、年平均交易次數(shù)以及投資者投資組合中的股票數(shù)量的增加而增加。但是TC和年齡之間的變化趨勢(shì)不夠顯著。

為了進(jìn)一步檢驗(yàn)投資者個(gè)體信息和投資組合特征對(duì)于交易集中度的影響，本文使用橫截面回歸模型（A Cross-sectional Regression Model）來(lái)進(jìn)行計(jì)量檢驗(yàn)。構(gòu)建如下的橫截面回歸方程：

其中，Portfolio size(Pszie)：該個(gè)體投資者平均每月末持有的投資組合的規(guī)模（以千元為單位）；Trade size(Tsize)：該個(gè)體投資者在樣本期間平均交易規(guī)模（以千元為單位）；Age：該個(gè)體投資者的年齡；Gender：該個(gè)體投資者的性別，男性為1，女性為0；Trade per year(TPY)：該個(gè)體投資者樣本期間每年的平均買賣次數(shù)；Option dummy：該個(gè)體投資者樣本期間是否主動(dòng)買入過(guò)權(quán)證，如果買過(guò)則為1，否則為0（考慮到股改送權(quán)證，因此考慮主動(dòng)買入權(quán)證情況）；Number of stocks(NSTK)：該個(gè)體投資者持有的投資組合中平均股票數(shù)目。

回歸結(jié)果如表1的Panel B所示。其中所有的變量都被正規(guī)化了，這樣可以比較每一個(gè)自變量對(duì)于因變量TC的影響。回歸結(jié)果和表A較為相似，TC隨著資產(chǎn)組合的規(guī)模、投資組合中股票的數(shù)目以及年平均交易次數(shù)增加而增加。但是和Kumar和Lim（2008)的研究結(jié)果不同的是，本文中TC和年齡呈顯著的負(fù)相關(guān)相關(guān)關(guān)系，同時(shí)TC和單筆交易規(guī)模的相關(guān)關(guān)系不夠顯著，這些恰好與美國(guó)個(gè)體投資者的數(shù)據(jù)相反。由于我國(guó)股票市場(chǎng)不夠完善，大量匿名賬戶的存在，可能使得投資者賬戶的開(kāi)戶信息不夠真實(shí)，從而使得TC與年齡呈負(fù)相關(guān)關(guān)系。進(jìn)一步可以發(fā)現(xiàn)，如果投資者進(jìn)行過(guò)權(quán)證交易,那么投資者的TC值更高，也就意味著交易集中度可能和更加偏好資產(chǎn)分散化相關(guān)。

2 交易集中度與處置效應(yīng)

狹窄性框架是如何影響投資決策的呢？本文選取了個(gè)體投資者如果采用了狹窄性框架最有可能導(dǎo)致的行為偏差—處置效應(yīng)作為研究對(duì)象。

處置效應(yīng)作為一種投資者普遍存在的行為偏差已經(jīng)得到了廣泛的證實(shí)，如 Odean（1998）、Feng 和 Seasholes（2005）、Dhar和 Zhu（2006）等。 在 Kumar和 Lim(2008)的文章中，由于其使用的數(shù)據(jù)庫(kù)和Odean（1998）是同一批數(shù)據(jù)，因此在其文章中并沒(méi)有檢驗(yàn)處置效應(yīng)的存在性。趙學(xué)軍等（2001）以及何基報(bào)（2003）等研究結(jié)果都表明我國(guó)資本市場(chǎng)中存在著處置效應(yīng)，但是本文樣本選用的是我國(guó)自股權(quán)分置改革以來(lái)的一段牛市（2006年1月1日～2007年12月31日），這期間市場(chǎng)環(huán)境和市場(chǎng)態(tài)勢(shì)都發(fā)生了巨大的改變，上證指數(shù)上漲幅度達(dá)到了345%，樣本期間我國(guó)股票市場(chǎng)中個(gè)體投資者是否存在處置效應(yīng)需要進(jìn)行實(shí)證檢驗(yàn)。

如果個(gè)體投資者存在處置效應(yīng)，那么本文認(rèn)為一些個(gè)體投資者之所以表現(xiàn)出更強(qiáng)的處置效應(yīng)是因?yàn)樗麄兺辉诤鯁沃还善钡氖找妫雎粤苏麄€(gè)投資組合的收益，因此這些投資者在投資決策時(shí)更有可能采用狹窄性框架。

Read等（1999）指出當(dāng)個(gè)體投資者在面臨連續(xù)的兩個(gè)決策的時(shí)候，兩個(gè)決策的時(shí)間間隔將會(huì)影響投資者的決策框架，也就是說(shuō)，與兩個(gè)同時(shí)發(fā)生的決策相比，兩個(gè)相繼發(fā)生的決策更容易受到狹窄性框架的影響。在1.2節(jié)可以看到，當(dāng)投資者的TC較低時(shí)，則意味著他越有可能采用狹窄性框架的決策模式。

在前景理論下，投資者通常使用狹窄性框架模式。前景理論的價(jià)值函數(shù)在面對(duì)盈利時(shí)是凸函數(shù)，在面對(duì)損失時(shí)是凹函數(shù)。對(duì)于每一只股票，投資者的價(jià)值函數(shù)都是這樣的。也就是說(shuō)，投資在面對(duì)盈利股票時(shí)通常是風(fēng)險(xiǎn)規(guī)避的，以便能夠獲得一個(gè)確定的回報(bào)。反之，當(dāng)面對(duì)一個(gè)虧損的股票時(shí)，投資者通常是風(fēng)險(xiǎn)偏好的。從而投資者展現(xiàn)出了賣盈惜虧的特征。這些使用狹窄性框架的個(gè)體投資者會(huì)更加在意單個(gè)股票的收益，而不是整個(gè)投資組合的收益。他們往往有更強(qiáng)的意愿去賣出盈利的股票。那些采用寬廣性框架和更加在意投資組合表現(xiàn)的投資者這種賣贏惜虧的傾則明顯偏弱，哪怕他們使用的也是前景理論中的價(jià)值函數(shù)。

表1 交易集中度和投資者個(gè)體特征

Panel B:Regression estimates Variable Intercept Portfilo Size Trade size Log(age)Log(trades per year)Number of stocks Option dummy Number of investors Adjusted R-squared t-Statistic 4.599 2.589 1.672-5.685 70.914 6.809 6.327 6343 0.538 Coefficient 0.108 0.001 0.001-0.08 0.189 0.004 0.026

表2 個(gè)體投資者處置效應(yīng)實(shí)證結(jié)果

表3 個(gè)體投資者處置效應(yīng)與投資者個(gè)體特征和投資組合信息的回歸結(jié)果

在上述心理學(xué)以及行為金融學(xué)研究結(jié)論的基礎(chǔ)上，本文推出如下假設(shè)：

假設(shè)1：樣本期間我國(guó)股票市場(chǎng)中個(gè)體投資者存在著處置效應(yīng)。

假設(shè)2：個(gè)體投資者交易集中度越低，處置效應(yīng)越強(qiáng)。

下面我們將對(duì)假設(shè)1和假設(shè)2分別進(jìn)行檢驗(yàn)。

2.1 處置效應(yīng)的計(jì)算方法

對(duì)于處置效應(yīng)，本文采用 Odean(1998)PGR-PLR的方法來(lái)計(jì)算每一個(gè)投資者的處置效應(yīng)。對(duì)于投資者i來(lái)說(shuō)，考慮他的實(shí)際交易和可能的即將發(fā)生的交易，定義：

也就是說(shuō)如果DE為正，那么說(shuō)明投資者更容易賣盈惜虧，也就是投資者展現(xiàn)出了處置效應(yīng)。

2.2 市場(chǎng)水平下的交易集中度

從表2可以看到，樣本期間個(gè)體投資者的DE值為0.054，顯著為正，t值為35.547，假設(shè) 1被確認(rèn)，從而表明樣本期間中國(guó)股票市場(chǎng)中個(gè)體投資者依然存在處置效應(yīng)，這與趙學(xué)軍等（2001）的研究結(jié)果是一致的,但與趙學(xué)軍等人的結(jié)果（DE=0.153）相比，處置效應(yīng)正在減弱。

表4 個(gè)體投資者處置效應(yīng)與交易集中度的回歸結(jié)果

表5 個(gè)體投資者處置效應(yīng)與交易集中度的回歸結(jié)果

2.3 處置效應(yīng)與投資者特征

Odean(1998)發(fā)現(xiàn) PGR和PLR會(huì)受到投資組合規(guī)模以及交易頻率的影響。在Kumar和Lim(2008)的文章中，由于其使用的數(shù)據(jù)庫(kù)和Odean（1998）是同一批數(shù)據(jù)，因此在其文章中并沒(méi)有檢驗(yàn)處置效應(yīng)與投資者個(gè)體特征的相關(guān)關(guān)系。在2.2節(jié)中，實(shí)證結(jié)果表明樣本期間我國(guó)股票市場(chǎng)中個(gè)體投資者的確存在處置效應(yīng)，但處置效應(yīng)是否受到投資者個(gè)體特征的影響需要進(jìn)一步研究。

為此，本文選用橫截面回歸模型來(lái)研究中國(guó)股票市場(chǎng)個(gè)體投資者的處置效應(yīng)是否受到其個(gè)體特征以及其投資組合規(guī)模的影響。

橫截面回歸模型構(gòu)建如下：

其中，所有自變量定義同1.4節(jié)，且所有自變量均被標(biāo)準(zhǔn)化，具體結(jié)果參見(jiàn)表3。

通過(guò)表3可以發(fā)現(xiàn)，投資者處置效應(yīng)的強(qiáng)弱和投資者的平均交易規(guī)模、投資者投資組合中股票的數(shù)目以及交易頻率存在顯著的相關(guān)關(guān)系。即投資者平均交易規(guī)模越小、投資者投資組合中的股票越少、投資者交易越頻繁，則投資者的處置效應(yīng)越強(qiáng)。

2.4 對(duì)等組中的ATC和ADE

通過(guò)上文的1.4節(jié)和2.3節(jié)的實(shí)證結(jié)果，可以發(fā)現(xiàn)如果采用原始的計(jì)算DE的辦法，那么DE和TC之間的關(guān)系必然存在內(nèi)生性。因?yàn)樗鼈兌己屯顿Y者投資組合中的股票數(shù)目(NSTK)以及投資者的交易頻率（LOG_TPY）有關(guān)。

為了降低投資組合的股票數(shù)目以及交易頻率兩個(gè)因素對(duì)于研究TC和DE之間的影響，本文使用Kumar和Lim（2008）使用“調(diào)整后的TC”和“調(diào)整后的DE”。使用投資者投資組合中的股票數(shù)目和月度平均交易頻率，這樣構(gòu)造一個(gè) 10×10共計(jì) 100個(gè)對(duì)等組（Peer group），將投資者按照投資組合中股票的數(shù)目和交易頻率進(jìn)行分類，這樣每一個(gè)投資者都唯一對(duì)應(yīng)于一個(gè)對(duì)等組，對(duì)于每一個(gè)對(duì)等組中的不同投資者，其投資組合中股票的數(shù)目和交易頻率在整體樣本都處于同一個(gè)十分位上。平均每一個(gè)對(duì)等組有64個(gè)個(gè)體投資者，最多的一個(gè)組有213個(gè)投資者，最少的一個(gè)組有19個(gè)投資者。

為了對(duì)每一個(gè)對(duì)等組進(jìn)行橫截面比較，在每一個(gè)對(duì)等組內(nèi)對(duì)TC進(jìn)行正規(guī)化，從而獲得每一個(gè)投資者的調(diào)整后的交易集中度（ATC）。

在同一個(gè)對(duì)等組中，當(dāng)投資者i的ATC越大，表明他的交易更加集中。ATC的大小表明投資者i偏離他所在的對(duì)等組的程度。利用原始的DE計(jì)算辦法，每個(gè)投資者的ADE可以被類似的計(jì)算出來(lái)。

2.5 回歸結(jié)果

本文利用橫截面回歸模型來(lái)研究交易集中度和處置效應(yīng)之間的關(guān)系。橫截面回歸模型構(gòu)建如下：

其中，所有自變量（除ATC外）定義同2.4節(jié)，且所有自變量均被標(biāo)準(zhǔn)化，具體結(jié)果參見(jiàn)表4。

通過(guò)表4可以看到ATC的回歸系數(shù)=-0.022，t值為-2.19，且橫截面回歸模型的調(diào)整后的R2為11.2%，這個(gè)表明假設(shè)2不能被拒絕，從而說(shuō)明交易集中度越低的投資者，處置效應(yīng)越強(qiáng)，也就是說(shuō)那些采用狹窄性框架的投資者更有可能出現(xiàn)行為偏差。

3 穩(wěn)健性檢驗(yàn)

為了檢驗(yàn)以上研究結(jié)果的穩(wěn)定性，本文又進(jìn)行了穩(wěn)健性檢驗(yàn)。穩(wěn)健性檢驗(yàn)主要考慮選用不同的交易集中度的計(jì)算方法是否會(huì)對(duì)研究結(jié)果產(chǎn)生影響。

對(duì)于穩(wěn)健性檢驗(yàn)，考慮不同的交易集中度計(jì)算方法。具體而言，在上文中發(fā)現(xiàn)TC和DE均與投資組合中的股票數(shù)目以及交易頻率相關(guān)，因此選用剩余交易集中度（Residual trade clustering,RTC）作為TC的替代變量。RTC是以TC作為因變量，投資組合中股票數(shù)目和月度交易頻率作為自變量進(jìn)行回歸后的殘差，這樣處理之后RTC不再和投資組合中股票數(shù)目以及月度交易頻率相關(guān)。本文重新檢驗(yàn)RTC和ADE的相關(guān)關(guān)系。

橫截面回歸模型構(gòu)建如下：

其中，所有自變量（除RTC外）定義同1.4節(jié)，且所有自變量均被標(biāo)準(zhǔn)化，具體結(jié)果參見(jiàn)表5。

通過(guò)表5可以看到RTC的回歸系數(shù)μ1=-0.019，t值為-2.547，且橫截面回歸模型的調(diào)整后的R2為6.8%，從而說(shuō)明處置效應(yīng)和交易集中度依然存在負(fù)相關(guān)關(guān)系，即交易集中度越低的投資者，處置效應(yīng)越強(qiáng)。

4 結(jié)論與討論

本文以來(lái)源于南京某證券營(yíng)業(yè)部的2006年1月1日～2007年12月31日的個(gè)體投資者交易數(shù)據(jù)作為研究樣本，使用Kumar和Lim(2008)的模型，研究在中國(guó)股票市場(chǎng)中，個(gè)體投資者的投資行為是否受到-狹窄性框架的影響。主要結(jié)論與解釋如下:

（1）自2005年的股權(quán)分置改革以來(lái)，盡管我國(guó)股票市場(chǎng)的環(huán)境和態(tài)勢(shì)發(fā)生巨大的改變，但是我國(guó)股票市場(chǎng)中個(gè)體投資者依然存在著明顯的處置效應(yīng)。

（2）采用狹窄性框架的即交易集中度比較低的投資者展現(xiàn)了較強(qiáng)的處置效應(yīng)，從而說(shuō)明狹窄性框架是導(dǎo)致個(gè)體投資者產(chǎn)生行為偏差的重要影響因素。可能有兩個(gè)原因能解釋本文的結(jié)果。第一種解釋是盡管有時(shí)候人們可能并沒(méi)有使用狹窄性框架，但是決策框架影響處置效應(yīng)。例如說(shuō)，投資者依靠直覺(jué)來(lái)做投資時(shí)候，相互獨(dú)立的決定往往使他們下意識(shí)的采用狹窄性取景模式。從而在買賣股票較為分散時(shí)候，投資者展現(xiàn)了更強(qiáng)的處置效應(yīng)。第二種解釋是盡管有些投資者使用了廣闊性框架，但是為了使得將來(lái)后悔的可能性降到最低，這些投資者往往能夠會(huì)按照過(guò)去的原則行事。同時(shí)如果有某種決策可以減少投資者后悔情緒，那么這種決策將優(yōu)于其他決策。例如說(shuō)，投資者因?yàn)檫^(guò)去做出過(guò)虧本賣出股票的決定，為了回避這種曾經(jīng)錯(cuò)誤決策帶來(lái)的后悔的痛苦，那么他將回避再次賣出虧損的股票，從而投資者展現(xiàn)了處置效應(yīng)。

[1]Barberis,N.,M.Huang.Preferences with Frames:A New Utility Specification that Allows for the Framing of Risks[J].Journal of Economic Dynamics and Control,2009,(4).

[2]Barberis,N.,W.Xiong.What Drives the Disposition Effect?An Analysis of A Long-standing Preference-based Explanation[J].Journal of Finance,2008,(4).

[3]Barberis,N.,M.Huang,R.H.Thaler.Individual Preferences,Monetary Gambles and Stock Market Participation:A Case for Narrow Framing[J].American Economic Review,2006,96.

[4]Goetzmann,W.N.,A.Kumar.Equity Portfolio Diversification[J].Review of Finance,2008,(12).

[5]Kumar,A.,S.S.Lim.How do Decision Frames Influence the Stock Iinvestment Choice of Individual Investors?[J].Management Science,2008,54.

[6]Lim,S.S.Do Investors Integrate Losses and Segregate Gains?Mental Accounting and Investor Trading Decisions[J].Journal of Business,2006,79.

F224.9

A

1002-6487（2011）11-0070-04

國(guó)家自然基金重點(diǎn)項(xiàng)目（70932003）；國(guó)家自然科學(xué)基金資助項(xiàng)目（70671053，70701016，10726072，70901037）；國(guó)家社會(huì)科學(xué)基金資助項(xiàng)目（07CJL014）；教育部科技創(chuàng)新工程重大項(xiàng)目培育資金資助項(xiàng)目（708044）

王強(qiáng)松（1983-），男，江蘇南京人，博士研究生，研究方向：行為金融、投資者行為。

（責(zé)任編輯/亦 民）