我国宏观共识预测中锚定偏差经验研究

《我国宏观共识预测中锚定偏差经验研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、我国宏观共识预测中锚定偏差经验研究　　内容摘要：宏观预测在政策研究、行业分析、金融投资之中作用重大，对宏观预测行为的分析具有重要意义。专业机构的宏观共识预测是否存在TverskyandKahneman（1974）提出的“锚定偏差”？国外学术界对此问题的研究由来已久，但目前尚未见到有文献探讨我国专业机构的共识预测是否也存在锚定偏差问题。本文借鉴CampbellandSharpe（2007）的方法，采用北京大学中国经济研究中心历次“朗润预测”季度数据，研究发现：在一些主要宏观指标的共识预测中也存在“锚定偏差”。关键词：共

2、识预测锚定偏差时间序列分析问题的提出8现代市场经济中，专业机构的宏观预测在政策制定、行业研究、金融投资决策之中作用重大，并对资产定价产生一定影响。相对于个体投资者而言，专业机构由于具有信息收集和处理上的比较优势，似乎在经济预测中应该更体现出充分的理性。然而，事实是否如此？长期以来，国外学者对专业机构的预测（即专家共识预测）是否符合完全理性进行了不少研究，其中大多通过检测预测误差的自相关性来进行，如Nordhaus（1987）通过对GDP增长率预测的分析，发现共识预测存在明显的惯性。进一步地，如果专业机构或市场分析师的

3、共识预测违背了完全理性，则其偏误会出现什么系统性的规律？TverskyandKahneman（1974）提出启发式“锚定效应”（anchoringeffect）的规范化概念，即在不确定性情境的判断与决策中，人们对某种事物的估计（某个数值或某个事件）会受到最先呈现的信息即初始锚的影响，以初始锚为参照点进行调整做出估计，但这种调整往往不充分，使得其最后的估计结果偏向于该锚，从而形成一种判断偏差。“锚定效应”概念在心理学界产生了重大影响，不少学者致力于锚定效应神经心理机制的探索和研究方式的创新，试图解答“为什么调整是不充分

4、的”，以及“如何减少锚定效应在生活中的负面影响”（李美等，2012）。经济学科也给予“锚定效应”很大的关注，国外不少研究揭示了个体投资者在经济预测中存在锚定偏误，CampbellandSharpe（2007）则使用美国MoneyMarketServices1991年至2006年的月度预测数据，发现了专家的共识预测也存在这种锚定偏误。目前，国内学界对“锚定效应”的研究主要集中在心理科学领域和金融市场领域，如李学峰等（2010）从行业超额收益率角度研究了锚定偏差对基金绩效的影响；但尚未见到有国内文献关注我国专业机构的权威

5、共识预测是否存在锚定偏差问题。本文借鉴Campbelland8Sharpe（2007）的方法，采用北京大学中国经济研究中心历次“朗润预测”季度数据（2005年第三季度至2013年第二季度），以期对这个问题做一些经验分析。研究设计（一）模型推导假设专家共识预测是理性预期，则有：（1）其中At为实际公布值，Ft为预测值，εt为随机扰动项，β1则应不显著异于1。定义St为各期预测的系统性偏差（systematicsurprise），（1）式改写为：（2）其中，β应不显著异于0。相反地，如果预测主体存在启发式锚定偏差，则有：

6、（3）E[At]表示预测主体对下一期公布值的理性无偏预期，Ah表示过去h期预测序列的平均值（即为预测的“锚”），且满足（1-λ）>0。由（2）式得到：（4）代入（3）式，整理得到：（5）其中，γ=（1-λ）/λ。显然，如果γ>0则意味着（1-λ）>0，即预测主体存在Tverskyand8Kahneman（1974）提出的“锚定偏差”。因此可以通过检验是否满足（1-λ）>0，来考察共识预测中是否存在锚定偏差。（二）样本数据本文的专业机构共识预测值，采用2005年第三季度至2013年第二季度“朗润预测”的数据，研究指标包

7、括GDP、CPI、工业增加值、固定资产投资、消费品零售额、出口、利率和汇率等。除利率、汇率之外，各指标预测值指预测季度和上年同季（不是自年初累计）相比的同比增长率。GDP和工业增加值按可比价格计算，投资、零售额、出口额按名义价格计算。利率和汇率指预测季度最后一天一年期储蓄存款利率和人民币兑美元汇率的绝对数。每期“朗润预测”邀请十多家学术单位、国内证券公司、国际金融机构等参与预测。本文所用数据为各季度“朗润预测”各个特约机构的加权平均值（2005年第三季度缺失，以简单平均值代替）。本文所采用的各指标实际值，2008年度

8、（含）以后的数据引自”朗润预测”所列明的“公布值”；2008年之前的人民币汇率和利率，笔者根据wind的日度数据整理；其它变量实际值，则根据同花顺、中经网数据整理并做必要推算。（三）指标描述性统计8表1是对各个指标序列的描述性统计，分别列出各个指标的公布值序列、预测值序列与系统偏差序列，其中μ为各个序列（32个季度）的均值，σ为各个序列的标准差