前言

本書是以2004年5月我在普林斯頓大學(xué)金融學(xué)講座上的講稿為基礎(chǔ)，進而加工完成的。教授這門課程，使我有機會用全新的方式闡述一些老話題，并將金融經(jīng)濟學(xué)領(lǐng)域中的一些相關(guān)問題聯(lián)系起來，當(dāng)然在這些話題中，我最強調(diào)的還是個人儲蓄和投資決策問題。

我要對普林斯頓大學(xué)的Yacine Ait-Sahalia教授（叢書主編）、普林斯頓大學(xué)出版社的Peter Dougherty邀請我撰寫此書并在此過程中所給予我的寶貴建議表示衷心的感謝。

本書也秉承了普林斯頓（叢書）的一貫風(fēng)格。2001年，斯蒂文·羅斯（Stephen Ross）教授在第一套普林斯頓金融學(xué)講座系列叢書（Princeton Lectures in Finance）中巧妙闡述了與資產(chǎn)定價相關(guān)的主要問題。這本Neo-classical Finance (Ross, 2005)已經(jīng)作為該系列叢書首本著作出版。

2001年，普林斯頓大學(xué)出版社出版了約翰·科克倫（John Cochrane）的經(jīng)典著作Asset Pricing (Cochrane, 2001)。這本書迅速成為其目標(biāo)讀者——經(jīng)濟學(xué)、金融學(xué)博士生、高級MBA學(xué)生以及有相似背景的專業(yè)人士的標(biāo)準(zhǔn)教科書。

我的目標(biāo)是繼續(xù)遵循羅斯和科克倫所設(shè)定的道路，使用稍許不同的方式進行一些拓展。盡管如此，本書在方法和出發(fā)點上還是與羅斯和科克倫的著作有較大的差異。我主要側(cè)重幫助個人投資者做出較優(yōu)的儲蓄和投資決策——通常此類決策是在投資專業(yè)人士如理財規(guī)劃師、基金經(jīng)理、投資顧問和個人理財經(jīng)理等的協(xié)助下做出的。要幫人做出投資決策僅僅了解資產(chǎn)定價的各種決定因素是遠遠不夠的。但是有時，僅了解資產(chǎn)定價的知識，在一些金融業(yè)務(wù)領(lǐng)域應(yīng)用也是可行的。比如，一家公司為使其股票價值最大化，一般只要考慮公司潛在經(jīng)營收益及其關(guān)聯(lián)的經(jīng)營活動的定價。金融工程師在設(shè)計一款金融產(chǎn)品時，也只需一套確定的方法復(fù)制期望報酬并計算復(fù)制成本。

相應(yīng)地，羅斯在其著作第1章“無套利：金融學(xué)基本定理”中集中研究了只利用其他資產(chǎn)的價格信息進而進行資產(chǎn)定價的能力。科克倫的書的標(biāo)題也透露出與羅斯類似的觀點，正如他在書的前言中寫道：“我們現(xiàn)在直截了當(dāng)探討資產(chǎn)定價。找到最優(yōu)的資產(chǎn)組合，只是資產(chǎn)定價問題中的細枝末節(jié)。”

但是，對個人投資者來說，要做出最優(yōu)的資產(chǎn)組合選擇，僅了解資產(chǎn)定價也是不夠的。用標(biāo)準(zhǔn)的經(jīng)濟學(xué)行話來說，個人要最大化的是其期望效用，而不僅僅是其資產(chǎn)組合的價值。要有效區(qū)分這兩個問題，我們需要了解資產(chǎn)定價如何反映投資者的不同境況和對未來的期望。因此，讀者將看到，我更傾向于將資產(chǎn)定價和資產(chǎn)組合綜合在一個話題中討論而不是將其割裂成兩個獨立的問題。

在過去的一年半中，朋友和同事們的評論和建議讓我受益匪淺。要感謝的人不能窮盡，感謝Yacine Ait-Sahalia（普林斯頓大學(xué)）、Geert Bekaert（哥倫比亞大學(xué)）、Phillip Dolan（麥考瑞大學(xué)），Peter Dougherty（普林斯頓大學(xué)出版社），Ed Fine(Financial Engines, Inc.)、Steven Grenadier（斯坦福大學(xué)）、Christopher Jones(Financial Engines, Inc.)、Haim Levy（希伯來大學(xué)）、Harry Markowitz(Harry Markowitz Associates)、André Perold（哈佛大學(xué)）、Steven Ross(MIT)、Jason Scott、Jim Shearer、John Watson和Robert Young(Financial Engines, Inc.)。

最后，感謝我的妻子Kathy對我的幫助和鼓勵。一個藝術(shù)家和一個金融經(jīng)濟學(xué)家生活在一起也能使人生更加歡愉和豐富多彩，我們倆就是最好的證明。