金融學術領域純粹的資產定價理論（asset pricing）是否已經比較完善很難做出大的突破了？

01-22

感覺這幾年，金融top journal 越來越多的paper都是做empirical，theory方面也是corporate finance方面的theory paper多，總感覺純粹的asset pricing theory （包括加各種friction，behavioral model，ambiguity）已經不大有新的成果或者能發出比較好的文章了。。。作為剛開始慢慢做研究的學生，之前也是做empirical asset pricing，是否應該花相當的時間投入試一下theory方向呢？這個領域有什麼比較promising的topic嘛？

唉，看了半場窩火的比賽，隨便扯兩句，權當拋磚引玉吧。

我的感覺和你恰恰相反，我覺得這領域理論不完善。然而現在這個階段是要麼不出理論，要麼出一個革命性的新理論，直接完爆其他大部分目前的理論。現在這個狀況其實是誰也沒完爆誰，所以大家都在猛做實證看看能不能做出啥特好的結果。Cochrane今年那篇拉偏架的綜述（ssrn.com 的頁面）里說了10個理論，而這些還不是全部的理論。理論這麼多對於做實證來說有好處也有壞處。好處是做實證的時候可以參考的思路有很多，壞處是你提一個新玩意很可能根本沒人理你……

當然，我不否定你有做出革命性理論的可能性，只不過在沒拿到博士學位前賭這個風險太高了……而且何治國老師之類的BUG級人物更有可能比你先做出來，而且還比你做得更炸。

謝 @古月邀。

我不認為資產定價理論已經比較完善，很難有大的突破了。恰恰相反，這個領域的現有理論，對現實市場的解釋力還很弱，很多重要的問題目前並沒有公認的回答。

近些年期刊上發表的資產定價方向的文章中確實empirical paper比theory paper多很多。我認為不是因為theory不受重視了，而是進入21世紀以後，因為技術進步，數據可得性相比70，80, 90年代突飛猛進，很多以前只能寫model來分析的問題，可以通過或簡單或巧妙的empirical design來test。20世紀後期幾個decades我們積攢了太多的theory，正好有機會看看data是什麼情況。

另一方面其他領域的蓬勃發展(macro finance, household finance, etc)也擠佔了資產定價的總空間。還有很多問題是難以簡單地劃分為資產定價或公司金融的，比如公司債定價，委託代理投資等。隨著人們對金融市場認識的深入，「純粹的「資產定價理論自然看起來就更少了。

這些都不意味著資產定價理論在未來不會迎來第二春。empirical results的集中湧現，是一場對傳統理論的集體反思。不少成名教授也在憋著勁想搞個大新聞，比如...算了不能隨便提別人名字會被知道的。也許在將來，這個領域會出現革命性的成果。

個人拙見，見笑。

謝邀。但我是做empirical的，所以只能拋個磚。理論資產定價是一個很小的club，真正做的就那麼幾個人。查查John Cochrane的文章引用過哪些人和被哪些人引用過就可以很快得知這個小club的VIP。所以如果你不在傳統做理論的學校或者沒有一個做理論的好導師，建議還是做empirical吧。Wayne Ferson寫過一篇Theory的Review，原來讀PhD的時候常看，有興趣可以讀一讀。

我已經有很久沒follow literature了，所以跟題主探討一下10年以前的paper吧。我對這個問題的感覺：的確如此。Asset Pricing到了今天基本就是在圍繞 $p_t=mathbb{E}_t^{mathbb{P}}(m_{t+Delta t}p_{t+Delta t})$ 中的 $m_{t+Delta t}$ 在搞事情了。當然你可以把上面的式子改成 $p_t=e^{-r_fDelta t}mathbb{E}_t^{mathbb{Q}}(p_{t+Delta t})$ ，一回事。

好了，幾乎我能看到的Asset Pricing paper都是圍繞這個 $m_{t+Delta t}$ 來的，為的就是去更好地擬合這個SDF。你懂得，只要不是加入白雜訊，都能有些擬合作用的。問題就是你加的這些fator牛不牛，能不能擬合Data implied SDF。SLB Model (1964, 65, 72)已經給了 $r_f$ ，和 $r_m-r_f$ 兩個factor在裡面了。後面的人怎麼辦呢？秉著「世界上沒有一個factor不能擬合implied SDF，如果有就再來一個」的原則。後續的paper就這樣開始轟轟烈烈灌水了，HML， SMB， momentum，cay，high-moment 等等，等等，至於結果怎麼樣，去看看相關的paper吧。

總之，先寫這麼多。

"People love chopping wood. In this activity one immediately sees results." -- Albert Einstein

謝邀。

首先反對做任何經濟金融相關的問題就先分成empirical和theory非此即彼。沒有理論如何做實證，又不是大數據data mining。沒有實證怎麼寫model，又不是架空世界觀里打遊戲。

所以首先題主應該找一個自己感興趣的問題，具體一點，比如：什麼價格現象很讓人著迷，我覺得可以從什麼角度解釋。然後去看文獻，理論和實證的都可以看。然後看看是寫model容易還是數據好找跑回歸容易。

個人感覺做理論訓練時間長，入門難，即使找到題目也很有可能做不出來，風險比較大，導師懂這行尤為重要。

來說說自己的看法吧，先看傳統的，主流的東西。

何治國教授最近的Intermediary2013，2016的論文，2013的比較精彩，2016的以Empirical為主，回到了Cochrane的框架了。Kelly的論文也很漂亮，從Forecast到Macro的Empirical。HFT（當然偏micro structure）因為佔市場交易比重太大了，所以也夠份量（數據進入門檻稍高）。

其實有個感覺比較非主流的個人非常的喜歡。熊偉教授的Realization Utility那篇，真實的抓住了交易者的心態，而且腦神經的儀器已經直接證明Trading不是傳統的效用函數可以覆蓋的。不過是2012的，後面看好像願意Follow做的不是很多，因為不太好做。

僅限於個人觀點哈，歡迎拍磚

建議看一下張櫓的q factor model 那篇文章，從生產者角度進行資產定價的理論推導，擺脫了原有從消費者角度進行資產定價中效用函數形式的限制