行为经济学在互联网金融中的运用前景及有关提议.docVIP

行为经济学在互联网金融中的运用前景及有关提议 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