你管理一只基金，规则要求股票和债券保持固定比例。现在债券总市值变了，你不能只按自己的判断买卖，而要按规则重新配置。许多基金同时受类似约束时，一次资产轮动就可能变成集中买卖，推动整个股市估值变化。
这正是 Johannes Ruf 与 Yueying Sun 研究的问题：资金流为何能撬动远大于自身规模的市场价格，以及基金的投资授权在其中扮演什么角色。这里的投资授权（mandate），就是基金必须遵守的资产配置规则，例如股票和债券各占多少。
据 SSRN，论文版本最初发布于 2024 年 1 月 18 日，并于 2026 年 7 月 31 日修订。London School of Economics 将其列为 2026 年待刊成果；论文已获 Mathematical Finance 接收，DOI 为 10.1111/mafi.70052。本文材料只有论文摘要，以下结论均来自作者的理论陈述，并非多项实证研究的交叉验证。
市场为何没有迅速接住买卖盘？
论文接续 Gabaix 和 Koijen 提出的非弹性市场框架。所谓“非弹性”，不是价格不动，恰恰相反：资金只流入或流出一点，价格就可能移动很多。
背后的关键是价格弹性——需求或供给对价格变化有多敏感。如果股票市场的价格弹性较低，就需要更大的价格变化，才能吸引其他投资者接下新增买盘或卖盘。论文摘要称，整体股票市场只表现出较小的价格弹性，宏观层面的资金配置进出因此可能对股票估值产生很大影响。不过，摘要没有给出弹性、资金流价格乘数或估值影响的具体数值。
问题在于，市场参与者并非都能自由逆向交易。基金经理可能认为股票已经涨贵，却仍要服从授权规定的配置比例。这些限制会改变市场吸收资金冲击的方式。
把“配置规则”写进模型
Ruf 等人的推进主要是数学框架，而不是新的市场实证。作者建立了代表性主体的 mandate model：用一个汇总后的理论投资者，近似许多机构共同受配置规则约束时的行为。
这一步看似只是简化，实际需要先回答一个基础问题：模型中的股票估值会不会出现无法定义或自相矛盾的动态？作者声称给出了股票估值动态能够良好定义的精确条件。换句话说，他们试图划清边界：什么样的授权规则能够生成一套数学上成立的市场演化过程。
研究还考察债券总市值变化如何传导到股票总市值。结论不是“授权一定放大冲击”，而是授权可以放大，也可以削弱这种响应，具体取决于模型条件。基金被迫怎样调整股票与债券，才是传导方向和强度的关键。
一个基金能代表所有基金吗？
现实中，各只基金遵守的授权并不相同。若直接把它们合并成一个“代表性基金”，可能会掩盖重要差异。
论文因此进一步提出聚合条件，用来判断多只拥有不同授权的基金，何时能够由一个代表性基金近似。这个问题很重要：如果聚合条件不成立，一个看似简洁的全市场模型，就未必能忠实描述机构配置如何共同推动价格。
为什么值得关注
这项研究把讨论焦点从“有多少钱流入股市”，推进到“持有这些钱的人必须按什么规则行动”。同样规模的资产变化，遇到不同授权结构，可能产生不同的股票市值响应。
它也给非弹性市场假说补上一层更严格的理论地基：机构并非抽象地缺少交易意愿，而是可能被明确的配置规则限制。理解这些规则，有助于解释资产配置为何可能被放大成估值波动。
局限与未知
- 摘要未披露实证样本、估计方法和适用市场，不能据此把理论机制写成现实股市因果效应的直接证明。
- 摘要没有提供价格弹性、资金流价格乘数或估值影响的数值，无法判断现实中的量级。
- “放大或削弱”是条件性结论；具体在什么授权下出现哪种结果，仍需论文全文中的数学条件才能说明。