資產(chǎn)定價(jià)的本質(zhì)是尋找到統(tǒng)一的“隨機(jī)貼現(xiàn)因子”，對(duì)不同資產(chǎn)的未來現(xiàn)金流均可進(jìn)行貼現(xiàn)，以得到當(dāng)前的價(jià)值。其中，最能體現(xiàn)“統(tǒng)一”思想的定價(jià)方法便是Black和Scholes（1973）以及羅伯特·默頓（Robert Merton）1974年提出的結(jié)構(gòu)化信用風(fēng)險(xiǎn)模型：公司發(fā)行的不同證券均可看作基于公司資產(chǎn)為標(biāo)的的權(quán)益，而公司資產(chǎn)的價(jià)值與違約事件（公司資產(chǎn)價(jià)值降低到某一邊界值）相關(guān)聯(lián)，因此，給定公司的違約概率，可以得到公司股權(quán)與債權(quán)的定價(jià)。但實(shí)證研究卻發(fā)現(xiàn)，用歷史違約率與股票風(fēng)險(xiǎn)溢價(jià)校準(zhǔn)模型參數(shù)得到的收益率價(jià)差遠(yuǎn)遠(yuǎn)低于現(xiàn)實(shí)中的價(jià)差水平，實(shí)際價(jià)差與模型得到的理論價(jià)差之間的“缺口”通常被稱為“信用利差之謎”。

既然證券的風(fēng)險(xiǎn)溢價(jià)不能完全被結(jié)構(gòu)化模型所提出的信用風(fēng)險(xiǎn)因素來解釋，那么應(yīng)該如何更準(zhǔn)確地評(píng)估風(fēng)險(xiǎn)，得到理想的“隨機(jī)貼現(xiàn)因子”呢？近半個(gè)世紀(jì)以來，許多學(xué)者和金融從業(yè)者對(duì)結(jié)構(gòu)化信用風(fēng)險(xiǎn)模型進(jìn)行改進(jìn)，試圖引入宏觀經(jīng)濟(jì)風(fēng)險(xiǎn)、稅收政策、市場(chǎng)流動(dòng)性等因素，但都未能完全解釋“信用利差之謎”。

清華大學(xué)五道口金融學(xué)院副教授施展獨(dú)立撰寫的論文《動(dòng)態(tài)模糊性、信用利差與股權(quán)溢價(jià)》（Time-Varying Ambiguity， Credit Spreads，and the L evered Equity Premium）（下簡(jiǎn)稱“論文”）從新的風(fēng)險(xiǎn)角度對(duì)這一謎題做出回答，在結(jié)構(gòu)化信用風(fēng)險(xiǎn)模型中考慮到不可計(jì)量的風(fēng)險(xiǎn)——“模糊性”。該論文發(fā)表在國(guó)際主流學(xué)術(shù)期刊《金融經(jīng)濟(jì)學(xué)期刊》（Journal of Financial Economics ）上。

弗蘭克·奈特（Frank Knight）在《風(fēng)險(xiǎn)、不確定性和利潤(rùn)》（Risk， Uncertainty and Profit ）一書中將不確定性區(qū)分為風(fēng)險(xiǎn)和模糊：風(fēng)險(xiǎn)是可以概率估計(jì)的不確定性，人們根據(jù)過去來推測(cè)未來的可能性， 即“知道我們不知道的”或“不知道我們知道的”;而模糊則是不可度量的不確定性，人們無法根據(jù)過去的經(jīng)驗(yàn)來推斷事情在未來發(fā)生的概率，即“不知道我們不知道的”。奈特認(rèn)為“模糊”才是真正的不確定性，雖然人們習(xí)慣用概率來預(yù)測(cè)風(fēng)險(xiǎn)，但現(xiàn)實(shí)中面對(duì)天災(zāi)人禍、危機(jī)疫情、技術(shù)變革等，人們不得不在“模糊”的狀態(tài)下做出決策。因此，諸多文獻(xiàn)指出，在構(gòu)建投資者決策模型時(shí)考慮模糊性是必要的。一方面，市場(chǎng)模糊程度會(huì)影響投資者決策，投資者缺乏足夠的信息來確定資產(chǎn)的收益分布，從而對(duì)收益分布具有多種預(yù)期，模糊厭惡的投資者在所有可能的分布中往往只關(guān)心最差的情形;另一方面，模糊的波動(dòng)也會(huì)影響投資者決策，投資者會(huì)過低估計(jì)正面信息的影響且過高估計(jì)負(fù)面信息的影響，這種非對(duì)稱性使得投資者不斷調(diào)整對(duì)模糊程度的認(rèn)識(shí)。

論文討論分析了宏觀經(jīng)濟(jì)隨時(shí)間變化的模糊性如何影響投資者對(duì)公司證券（股票和債券）的定價(jià)。隨機(jī)貼現(xiàn)因子的理論基礎(chǔ)是一般均衡理論框架下構(gòu)建消費(fèi)-投資約束優(yōu)化問題。那么模型中應(yīng)如何刻畫宏觀經(jīng)濟(jì)的模糊程度和波動(dòng)呢？論文使用居民收入增長(zhǎng)作為宏觀經(jīng)濟(jì)的狀態(tài)變量，假設(shè)投資者缺乏足夠的信息來確定收入增長(zhǎng)的唯一分布。在模糊的環(huán)境下，投資者做決策時(shí)憑以往經(jīng)驗(yàn)和分析對(duì)收入概率分布的不同情況有先驗(yàn)認(rèn)識(shí)，因此在模型中可以用這些不同情況構(gòu)成的集合來刻畫模糊性，而該集合的大小反映了投資者對(duì)其未來收入的分布函數(shù)的未知程度。在此設(shè)定下，模型從宏觀經(jīng)濟(jì)模糊性的角度解釋了為什么投資者會(huì)要求更高的風(fēng)險(xiǎn)溢價(jià)。一方面，投資者在模糊狀態(tài)下為了規(guī)避風(fēng)險(xiǎn)，往往根據(jù)先驗(yàn)集中最差的情況（最低的預(yù)期效用）做出決策，因此模糊狀態(tài)下投資者對(duì)于風(fēng)險(xiǎn)資產(chǎn)會(huì)要求更高的折現(xiàn)率;另一方面，隨著事件的變化，投資者不斷更新調(diào)整對(duì)模糊程度的認(rèn)識(shí)，模糊程度往往與負(fù)面信息存在正反饋機(jī)制，當(dāng)投資者預(yù)期未來模糊程度上升時(shí)，為了“及時(shí)止損”，對(duì)于持有的資產(chǎn)也會(huì)要求更高的折現(xiàn)率。分析表明，模糊的均值和波動(dòng)都會(huì)影響投資者對(duì)于所持有股票和債券的定價(jià)，模糊狀態(tài)下投資者要求的折現(xiàn)率更高。

根據(jù)資產(chǎn)定價(jià)的基本原理，公司資產(chǎn)的價(jià)值等于企業(yè)未來現(xiàn)金流折現(xiàn)的現(xiàn)值。即使企業(yè)基本面不變，即未來現(xiàn)金流保持一定，由于模糊狀態(tài)下投資者要求更高的折現(xiàn)率，公司資產(chǎn)折現(xiàn)后的價(jià)值會(huì)下跌。基于此，論文進(jìn)一步探究了模糊如何影響企業(yè)的信用風(fēng)險(xiǎn)，以解釋“信用利差之謎”。一方面，公司資產(chǎn)現(xiàn)值下跌導(dǎo)致違約概率上升，違約風(fēng)險(xiǎn)的加劇使得公司債券需要提供更高的違約損失補(bǔ)償來吸引投資者;另一方面，由于企業(yè)破產(chǎn)時(shí)債權(quán)優(yōu)于股權(quán)，因此違約風(fēng)險(xiǎn)的加劇也會(huì)通過財(cái)務(wù)杠桿放大股東的損失，使得股權(quán)所要求的風(fēng)險(xiǎn)溢價(jià)更高。理論上，結(jié)構(gòu)化信用模型中引入時(shí)變模糊對(duì)風(fēng)險(xiǎn)因素進(jìn)行調(diào)整，可以估計(jì)出更高的股票溢價(jià)和債券溢價(jià)，以解決傳統(tǒng)模型對(duì)于風(fēng)險(xiǎn)溢價(jià)低估的問題。

時(shí)變模糊優(yōu)化后的模型能否得到與現(xiàn)實(shí)數(shù)據(jù)更相符的估計(jì)呢？難點(diǎn)在于如何度量宏觀經(jīng)濟(jì)的模糊性?，F(xiàn)實(shí)中，面對(duì)龐大的宏觀市場(chǎng)產(chǎn)生的信息，投資者決策時(shí)往往結(jié)合宏觀經(jīng)濟(jì)學(xué)家們給出的建議，但即使是資深的經(jīng)濟(jì)學(xué)家們也難免存在意見分歧。論文創(chuàng)新性地采用經(jīng)濟(jì)學(xué)家們對(duì)宏觀經(jīng)濟(jì)指標(biāo)預(yù)測(cè)的分歧程度來度量模糊不確定性，分歧加大說明模糊程度上升。研究機(jī)構(gòu)Blue Chip Financial Forecasts（BCFF）每月定期向約45家機(jī)構(gòu)的經(jīng)濟(jì)學(xué)家發(fā)放問卷，調(diào)查他們對(duì)于一系列經(jīng)濟(jì)基本面指標(biāo)的預(yù)測(cè)?！督Y(jié)構(gòu)化信用風(fēng)險(xiǎn)模型的實(shí)證檢驗(yàn)分析》一文將預(yù)測(cè)上下十分位之差作為模糊性的代理變量，從時(shí)間序列來看，模糊性與企業(yè)歷史的違約率同向波動(dòng)，且波動(dòng)頻率高于經(jīng)濟(jì)周期，為宏觀經(jīng)濟(jì)模糊性影響企業(yè)違約概率提供了經(jīng)驗(yàn)證據(jù);從模型估計(jì)結(jié)果來看，在合理的違約概率下引入時(shí)變模糊的結(jié)構(gòu)化信用模型，可以更準(zhǔn)確地估計(jì)出債券溢價(jià)和股權(quán)溢價(jià)，解釋了傳統(tǒng)模型的“信用利差之謎”。

論文強(qiáng)調(diào)了模糊不確定性對(duì)于風(fēng)險(xiǎn)定價(jià)的重要性，“看得見的風(fēng)險(xiǎn)不是風(fēng)險(xiǎn)，看不見的風(fēng)險(xiǎn)才是風(fēng)險(xiǎn)”。在這個(gè)“黑天鵝”“灰犀?！薄按蟀柞彙睙o處不在的時(shí)代，論文也為投資者如何面對(duì)不確定性提出了新的理論依據(jù)。