相关标签

行为经济学在互联网金融中的运用前景及有关提议

发布时间:2019-10-05 12:21

  一、引 言

  近些年来,金融科技飞速发展,热点层出不穷,特别是在金融科技领域突飞猛进,成为我国金融发展的重要突破口,如支付宝为代表的第三方支付,P2P、众筹、数字货币与区块链,人工智能和大数据的引入等, 使金融科技的外延和内涵不断丰富。就金融科技的发展而言,本文认为大致可以划分为三个阶段:第一阶段是现代通讯技术、计算机技术、网络技术在金融机构的应用,推动金融电子化。第二阶段是第三方支付、P2P 网贷平台、互联网保险、互联网银行等新型金融模式的出现,带来互联网金融的普及。第三阶段中,人工智能、大数据、云计算、区块链加密乃至物联网等技术都将尝试与金融进一步结合,推动金融行业的智能化,从底层系统、支付领域、金融场景、业务模式、风险管理、金融监管等都将产生巨大变革。

  [关键词]金融科技;行为金融;量化交易;金融监管

  可见,各种新技术为金融业带来深刻的变革,推动着金融业的数字化、智能化[1]。皮天雷等[2]认为金融科技将重塑现有金融体系,通过信息技术等带来传统金融市场的颠覆性创新。当然,当前的金融科技依然面临着诸多问题,诸如 P2P 网贷平台的频频暴雷,比特币等数字货币成为炒作工具,对金融监管和金融安全的挑战等。

  在工具不断迭代,技术迅速升级的金融世界中, 面对新的变革以及挑战,还是需要谨记,“人”是最根本的一环。而由于人的参与,投资者的非理性心理范式、金融市场中的异象等不可避免,通过对相关现象和问题的研究,行为金融学者近些年多次获得诺贝尔效理论予以反思和补充,并尝试将认知心理学、社会心理学等研究成果应用于投资、风控、监管、营销等金融领域。

  金融科技是我国金融创新和发展的重要契机,在这一过程中,不仅要做好金融基础设施建设,也需要结合相关金融理论,积极探索金融模式创新。如何更好地利用金融科技,更好地通过金融促进经济社会发展,本文试图从行为金融学的角度出发,思考其在金融科技中的应用场景,并给出相关建议。

  二、行为金融学在金融科技中的应用前瞻

  (一)行为金融与金融投资

  金融投资领域一贯紧跟技术潮流,近年来,人工智能,大数据等技术已经在投资领域逐渐普及,量化投资在理论和技术层面不断得以发展。从目前看,首先,量化投资模型用先进的数理模型替代人的主观判断,使用程序代码在海量数据中筛选出有较好盈利预期的策略和标的股票,由于程序没有情绪的波动,规避了人为操作在市场剧烈波动中的贪婪和恐惧等非理性行为。其次,量化交易极大节约了投资者的脑力和体力消耗,甚至突破人的生理限制,量化交易可以在外汇、黄金、数字货币等24 小时交易的市场中连续运作,或者在全球不同时区股票市场间联动交易,从而及时应对市场变化。第三,量化交易极大提高交易效率。传统人力操作从获知信息、处理分析、手工操作等一系列动作,需要耗费相当一段时间,而股票市场变化快速,所以容易错过交易时机。而程序通过自动化交易,能迅速且准确的把握住市场机遇,甚至进行高频交易。

  在金融投资中,有两个重要的理论流派,一个是有效市场假说,其主要思想可概括为市场能非常有效的反映信息,在充分竞争条件下,市场的信息是有效的,价格也是有效的;另一个是行为金融学。许多的量化投资策略都是基于这两个流派衍生出来的,如基于市场有效假说的 Fama-French 三因子模型、多因子选股模型、套利策略以及被动型投资(指数型投资) 等;也有基于反应过度现象、动量效应、反转效应、羊群效应、季节效应(如“sellin may”)、小盘股现象等行为金融学理论的投资策略。

  从实践结果来看,不同流派各有千秋。例如,基于多因子选股的策略是量化投资的重要方式,已经得到广泛认可和应用。而动量效应、反转效应也在市场得以印证,基于相关理论的量化交易也成为较常见策略。凭借行为金融学研究获得诺贝尔奖的 Richard Thaler,为基金 UBVLX 提供咨询建议,使基金收益远超美国大盘指数。基于不同理论衍生出的投资策略,在复杂而瞬息万变的资本市场,都有可能获得一定的回报。

  从发展趋势看,利用人工智能对未来经济走势进行更精准的预测,通过人工智能对资金分配和资产配置进行评估和推荐等,都将成为未来探索的重点,深度学习等技术将会更广泛地应用于量化投资等金融领域,简单、重复、机械的工作将会被大量替代。

  在这样的背景下,首先,行为金融学也将借助人工智能技术,获得更加广泛地应用。例如,以前缺乏技术手段,如今依靠机器学习、自然语言处理技术、大数据处理等,金融机构可以通过情感分析和新闻分析,处理社交媒体、新闻报道等数据,判断市场和投资者情绪,并预测相关趋势[3]。其次,通过金融科技的发展,将会有更多元、更新式的数据产生,以往无法分析的现象,或许将得以验证,行为金融学也将获得新的发展,而新的理论又将进一步指导金融投资。

  (二)行为金融与保险科技

  如今保险技术正在日益成熟,借助大数据、图像和语音识别等手段,保险公司在产品销售、定价核保、出险理赔等方面逐渐采用人工智能替代人工,极大降低人力消耗,保险科技将逐渐颠覆保险业的传统模式。本文认为,保险的一系列过程中,如保险需求、销售、理赔乃至保险欺诈等,都有人的心理活动在起作用,相关的行为金融学理论可以助力保险科技,提升保险服务质量。

  根据丹尼尔·卡尼曼等学者的研究,人类思维包括直觉和逻辑两套系统,由于理性逻辑需要消耗更多能量,因此大脑倾向于使用直觉系统判断和决策[4]。

  2 管理现代化

  生理节律、情感等能影响人们的决策,并且,直觉系统反而在人的决策推理中具有较优先的地位。由于获得信息的成本过高,以及认知过载(大脑计算能力有限造成决策成本较大)等,人们更倾向于追求“自我满意的”选择,而非新古典经济学中的“全局最优的”选择,这种选择是“过程理性”的,但结果可能并非实质理性的。

  首先,保险技术在改进中,应当降低目标客户的思维负担,减少大脑消耗,从而帮助顾客做出决策。正如诺贝尔经济学奖获得者 Richard Thaler 在 《助推》[3]中所阐述的理论,通过温和的改变和助推,影响人们选择行为,并使选择者受益。当然,绝不可依靠技术手段,减少客户获取的信息,利用认知偏差诱导客户,否则将不利于保险技术长期发展。

  其次,一些客户对保险的规避态度,可能源自于忌讳谈论生病死亡,或者对未来的乐观预期,那么在保险销售和保险技术的设计中,应考虑到客户的心理状态和情绪,让客户非情绪化看待保险产品。

  (三)行为金融与监管科技

  从宏观监管的角度,科技带来金融发展,提升金融效率的同时,也会增加跨机构、跨行业、跨地区的交叉风险,放大原有风险或产生新的金融风险。金融监管,要把握好鼓励创新与防控风险的平衡。在金融科技的初生阶段,准入门槛较低,行业标准、监管框架等都处于摸索之中,伴随着未来金融科技的发展,相关监管理论和监管技术也将不断创新。早期的金融监管理论从监管必要性的探讨(如金融脆弱性理论、信息不完全理论、公共利益监管理论等)发展到监管效率的研究(如监管辨证论,金融监管成本说等),而伴随着金融危机的频繁发生,提高金融监管有效性、预防金融危机等问题得到更广泛的关注,主要有市场约束、激励理论、功能监管等理论。

  非理性行为不仅存在于市场参与者和金融机构中,也会存在于金融监管部门,如果监管方式忽视非理性因素的影响,就会存在一定的缺陷,无法充分保证金融体系的稳健。本文认为,借助监管技术的升级,可以将行为金融更好地纳入金融监管框架中。

  1. 加强系统研究,提升对行为金融监管的认识2008年金融危机后,各国在完善金融监督政策时,已经有所考虑行为金融监管。特别是在消费者保护方面,由于投资者并非完全理性,金融机构往往利用消费者的认知偏差牟利。随着各国制度的完善,消费者的权益已经得以改善。在此基础上,需要继续提高对行为金融监督的研究,监管者需在制定政策、发布信息时,要意识到存在“知识的诅咒”现象,即掌握某一知识或信息的人,往往很难想到不掌握该知识或信息的人有何反应,因此,在政策传导或解读中,可能就会造成被误解乃至恐慌。将这些行为金融学理论纳入监管研究中,便于制定出更符合我国金融市场的政策,让监管体系更好地促进我国经济发展。

  2. 建立更完善的识别机制

  在宏观监管、微观监管和行为监管等方面,借助大数据等技术手段,建立更加严格的审慎监管标准, 预防潜在金融风险中的“动物精神”因素,通过构建相关模型,加强对市场非理性行为的识别,及时疏导市场情绪和潜在风险[5]。同时,依靠识别机制、流程管理等手段,避免监管部门的非理性干预市场。

  3. 完善预期管理

  金融监管部门,不仅是政策制定和监管市场的机构,在互联网时代,监管部门的一举一动,也时刻影响着市场预期。因此,市场预期的管理、情绪的波动值得研究并借助科技手段收集数据信息加以量化,例如构建金融压力指数,市场信心指数等,以期有助于我国完善管理机制,合理引导预期,防范金融风险。

  4. 优化政策调节机制

  为更好应对市场情绪对经济波动的影响,降低金融风险爆发的可能性,防范市场剧烈波动造成股市崩盘、机构破产等状况,需要优化逆周期调节的政策机制,增强提前监测能力,及时发现并启动调节措施,如在经济泡沫过热前,增强金融机构抗风险能力,在经济有衰退迹象时,加强金融的稳定性和经济的可持续性。

  (四)行为金融与风险管理

  从微观风险管理的角度看,金融科技的发展,对于商业银行、P2P 网贷等金融机构的风险管理要求也日益提高。金融与科技的碰撞,一方面将改变传统金融机构的风险分布和风险形式,诸如商业银行、证券公司、基金公司等原有的风险,其风险传染力、风险隐蔽性和风险复杂度等属性有可能进一步强化;另一方面新兴金融机构又衍生出各种潜在风险,如 P2P 平台对贷款人资质的风控等。因此,在金融科技的大背景下,金融机构需要做好风险管理的改革与创新,将风控放在重要位置,结合技术手段,打破传统风险管理模式的桎梏,才能更好化解风险。

  首先,在风险度量方面,传统的 Markowitz投资组合理论,假设投资者具有恒定不变的风险厌恶程度,将资产组合视作一个整体,并且只考虑组合内各个证券之间的协方差。而行为金融学将人类的相关心理特性如认知缺陷、缺乏自控、风险偏好、损失厌恶、投资者情绪等纳入资产定价体系中,相关学者据此提出行为组合理论和行为资产定价模型(BAPM)。根据行为组合理论,投资者所构建的投资组合具有金字塔式层状结构。金字塔结构的不同层都对应着投资者特定的投资目的和风险,譬如将一部分资金投资于风险较低的底层以规避风险,一部分资金则被投资于风险较高层以争取较大收益。因此,通过相关行为金融学理论,结合金融科技,改进风险度量模型,将更有利于提高风险识别能力。

  其次,在风控方面,Shefrin 等学者提出,风险管理的失败与人的心理陷阱具有相关性,并通过研究投资银行家、风险管理人员、评级机构等常犯的错误,强调这些错误行为背后的心理学因素,并给出了相应防范和化解风险的方法[4]。本文认为,依靠技术手段,并结合行为金融学,构建更加精准的风险管理模型, 加强事前审核、事中监督、事后管理等流程,完备制度,进而降低风险水平。

  三、总结和建议

  本文从行为金融学的角度出发,探索其在金融科技中的应用场景,借助人工智能、大数据等技术手段, 拓展行为金融在证券、保险、银行等机构以及投资、风控、营销等领域的实践应用,帮助投资者在人性与市场的博弈中获益,完善监管机构的监管体系,提升金融机构的风险管理效率。本文相信,金融科技的发展将促进金融理论的完善,而金融理论又将指导金融科技的创新。

  同时,本文有如下建议:

  (一)积极摸索技术与金融的融合

  技术进步是现代金融改革与发展的重要推动力。发挥金融科技的优势,一方面要不断完善已有金融科技场景,推动与新技术的继续融合;另一方面要积极探索新的应用场景,在防控风险的同时,推动更多金融领域的变革。

  (二)加强行为金融学的相关研究

  互联网金融、大数据以及今后物联网等技术的广泛应用,对于金融研究既是挑战,也是机遇。技术的发展,使得以往无法获得的数据变得易于搜集,以往无法观测的现象变得可以检验。在今后较长时间内, 人依然是金融活动的主体,人的行为依然会左右着金融市场的变化,因此,依靠新的数据和技术,面对新的金融现象,行为金融学也应不断创新。

毕业论文:http://www.3lunwen.com/jj/jrx/4195.html

上一篇:基于行为金融学学科交叉的实验教学体系构建

下一篇:没有了

     移动版:行为经济学在互联网金融中的运用前景及有关提议

本文标签:
最新论文