淺析行為金融學(xué)如何賦能智能投顧

崔忠翠，陳曉燕

(銅陵學(xué)院 金融學(xué)院，安徽 銅陵 244061)

1 行為金融學(xué)與智能投顧現(xiàn)狀

20世紀80年代以來，由于傳統(tǒng)金融學(xué)的有效市場假說和理性人假設(shè)在實踐中遇到了多方面挑戰(zhàn)，如：①不能充分解釋股票價格與價值的關(guān)系，即“錯誤定價理論”；②理性人假設(shè)。傳統(tǒng)金融學(xué)認為人們在認知和選擇上總是理性的,例如“11·11”的紅包戰(zhàn)不會給消費者帶來任何影響。但往往事與愿違，因此以非有效市場和投資者投資有限理性假設(shè)為前提的行為金融學(xué)應(yīng)運而生。行為金融學(xué)是行為主義與金融學(xué)的結(jié)合，探究金融市場上正常而非理性主體的判斷和決策問題行為，揭示這些行為決策背后的基本經(jīng)濟規(guī)律。行為金融學(xué)在研究真實世界經(jīng)濟市場行為的理論分析和研究中，展示出廣闊的發(fā)展應(yīng)用前景。

在長時間探索中，我們了解到在金融證券投資市場中，投資者的心理因素也會導(dǎo)致行為的偏差，從而給投資組合造成一些影響，從宏觀上來說，意識的選擇代表了行為的風險水平，將這些單獨人匯聚在一起，也會給證券市場帶來較大風險，例如，行為金融學(xué)里我們說的羊群效應(yīng)、2008年美國次貸危機等等。因此，在未來金融市場的發(fā)展階段，我們還需要對行為金融學(xué)及傳統(tǒng)金融學(xué)的理論進行研究與分析，深入了解二者的不同，充分利用行為金融學(xué)研究理論來彌補傳統(tǒng)金融學(xué)的不足，不斷結(jié)合、改善與發(fā)展，最終形成較為完善的指導(dǎo)理論。

根據(jù)研究，2018年全球智能投顧市場規(guī)模達到4 990億美元，同比增長155%，預(yù)計未來2年將保持50%以上的復(fù)合增速增長。預(yù)計到2020年，全球個人可投資金融資產(chǎn)總額將達到224萬億美元，年平均增速達到5.9%。對于智能投顧來說，這是潛在的存量市場和增量市場，有很大的市場潛力與發(fā)展空間。智能投顧又稱為機器人投顧，是一種自動化的在線財富進行管理系統(tǒng)服務(wù)，以現(xiàn)代企業(yè)資產(chǎn)組合理論為依據(jù)，基于不同客戶的投資發(fā)展目標和風險控制特性，使用深度學(xué)習、自然語言技術(shù)、大數(shù)據(jù)等技術(shù)實現(xiàn)的機器學(xué)習，利用一系列算法模型給投資者提供投資建議和資產(chǎn)配置計劃,提供交易執(zhí)行、資產(chǎn)再平衡、稅收盈虧收割等服務(wù)。通過“大數(shù)據(jù)+人工技術(shù)”獲得用戶個性化的風險偏好及其變化規(guī)律并進行風險評估、人工或計算機實時觀察、及時推進和修正，結(jié)合算法模型制定財務(wù)規(guī)劃、大類資產(chǎn)比例、定制個性化的資產(chǎn)配置方案。利用互聯(lián)網(wǎng)進行實時跟蹤和風險調(diào)整，投資顧問穩(wěn)定客戶情緒，在不顧風險的高收益下，投資者可承受的風險范圍內(nèi)實現(xiàn)收益最大化。

行為金融學(xué)與智能投顧是兩個看似不相關(guān)的領(lǐng)域，但其實兩者有深層次的關(guān)聯(lián)，行為金融學(xué)是在非有效假設(shè)和有限理性人假設(shè)下建立的，正好與傳統(tǒng)金融理論假設(shè)相悖，而智能投顧是在傳統(tǒng)金融理論中資產(chǎn)組合的技術(shù)手段，兩者都與投資組合里的資產(chǎn)配置相關(guān)，筆者研究以行為金融學(xué)角度處理智能投顧在資產(chǎn)超配、過度交易、風險偏好、資產(chǎn)配置方面的問題，并希望在智能投顧更加“智能化”方面增添一份活力，使得國內(nèi)金融投資市場更加繁榮，響應(yīng)國家號召擴大內(nèi)需，幫助更充分地挖掘國內(nèi)市場潛力。

2 智能投顧存在的問題

2.1 資產(chǎn)超配對投資組合活力的影響

在國內(nèi)傳統(tǒng)資產(chǎn)配置模型，如現(xiàn)代資產(chǎn)組合理論(Modern Portfolio Theory)、馬科維茲模型(Markowitz Model)、均值方差模型(MVO)、Black-Litterman模型大多超配貨幣基金和理財產(chǎn)品，較于股票基金而言，貨幣基金風險低收益低，投資組合的收益性受到限制，不能充分體現(xiàn)資產(chǎn)配置的效果，以資產(chǎn)配置為基礎(chǔ)建立的智能投顧模型也失去了很大的活性，對此，希望能用行為金融學(xué)的理論對這一問題提出解決建議。

2.2 過度交易

上述傳統(tǒng)金融理論建立的模型在實際建立過程中往往會發(fā)生過度交易的現(xiàn)象，在芝加哥大學(xué)，巴伯和歐迪對美國一個大型券商35 000個個人投資者的交易數(shù)據(jù)進行研究，數(shù)據(jù)表明，如果考慮交易成本，個人投資者的收益遠低于大盤收益。兩個學(xué)者按月?lián)Q手率排序，將投資者分成5等分，他們發(fā)現(xiàn)無論換手率如何，投資者的總收益都差不多。股票換手會增加交易成本，所以，換手率越高的組，投資者的凈收益越低，因此得出結(jié)論：頻繁交易與買入并持有投資總收益結(jié)果都是差不多的，但是頻繁交易會產(chǎn)生更多的交易費用，因此總體上來說，頻繁交易收益更少。在行為金融學(xué)中過度交易解釋為：投資者認為他們有足夠的信息進行交易，而實際上，這些數(shù)據(jù)信息不足以支撐任何一個交易。傳統(tǒng)理財模型多次頻繁交易所帶來的高費用也影響著智能投顧的效用。

2.3 非理性的用戶數(shù)據(jù)

數(shù)據(jù)的獲取是智能投顧的第一步，也是最基礎(chǔ)的一步。其能為模型提供所需投資決策的基礎(chǔ)數(shù)據(jù)，保證數(shù)據(jù)的及時性與準確性?；緮?shù)據(jù)主要由機構(gòu)產(chǎn)品清單、用戶數(shù)據(jù)、基金凈值數(shù)據(jù)、市場數(shù)據(jù)、投研數(shù)據(jù)等等。其中用戶數(shù)據(jù)與行為金融學(xué)相關(guān)聯(lián)較大。用戶數(shù)據(jù)由投資者的風險偏好與風險承受能力及其他因素決定。當用戶數(shù)據(jù)不準確時，模型的建立也就失去了意義，因為像智能投顧這種針對客戶服務(wù)的理財服務(wù)平臺，若用戶畫像出現(xiàn)大范圍誤差，直接導(dǎo)致模型失效。

2.4 缺少智能化

現(xiàn)如今國內(nèi)的“智能投顧”大多為“人工的智能”，須在人工的干預(yù)下進行，因此在面臨突發(fā)事件或者非理性情況如何通過機器學(xué)習提供真正“智能”的服務(wù)，是我們值得思考的一個問題。

3 智能投顧問題的應(yīng)對措施

3.1 合適有效的資產(chǎn)配置

智能投顧出現(xiàn)資產(chǎn)超配現(xiàn)象是因為資產(chǎn)配置性不足，資產(chǎn)組合的類別過少，對此我們應(yīng)該在構(gòu)建投資組合時，要依據(jù)資產(chǎn)的大類進行配置。做投資決策，首先是關(guān)注市場和確定投資類別。資產(chǎn)配置是財富管理最重要的一步。資產(chǎn)配置能夠降低風險、增加收益，消弭投資者對收益所承擔的不必要的附加風險。隨著資產(chǎn)類別的組合多樣化，在同等風險情況下，能夠帶來更高的收益，或者相似收益下，組合的風險更少。對此，資產(chǎn)配置的重要性不言而喻了。主要體現(xiàn)在4個方面：①要有全球性思維，立足于全球化經(jīng)濟投資，在投資管理領(lǐng)域具有非常開闊的環(huán)境，投資者可以提供依據(jù)自身所希望的投資回報率和所能承受的風險能力大小自由選擇、自由組合資產(chǎn)配置。②要選擇不同方向波動的大類資產(chǎn),老話有云：雞蛋不能放在同一個籃子里。當周期性產(chǎn)品虧損時防御性產(chǎn)品獲得收益，或者相反，總而言之，通過配置不同類別的資產(chǎn)，同一個時期內(nèi)不會發(fā)生全部虧損。③著眼長遠，長期投資的收益遠遠超過僅靠運氣或機會獲得的短期投資的收益。④根據(jù)投資形勢的變化恰當?shù)卣{(diào)整資產(chǎn)配置，在投資的長期過程中，要依據(jù)現(xiàn)實情況適當調(diào)整資產(chǎn)配置，立足現(xiàn)實，宏觀把握，微觀調(diào)控。

3.2 適當?shù)慕灰最l率

一個適當?shù)慕灰最l率是能夠使資產(chǎn)配置、智能投顧的效率得到極大體現(xiàn)。依據(jù)市場實際情況恰當?shù)剡M行調(diào)整資產(chǎn)配置情況，頻繁過度交易產(chǎn)生的原因是由于投資者過度自信的心理狀態(tài)。依據(jù)過度交易理論，我們可以得知，心理學(xué)中認知偏差里過度自信的人相信本身的判斷，更容易沖動地買入或賣出，形成交易頻率過高。較于長期被動投資，例如買入并持有策略，投資者往往會被短期內(nèi)絕對收益所吸引，不考慮多次交易帶來的成本。那么什么是過度自信的影響因素呢？相較于女性而言，男性普遍更加自信，方便快捷的交易方式也會對過度交易產(chǎn)生影響，例如線上便捷的買賣會促進我們投資的機會，除此之外，通過與朋友間的密切對話、交易經(jīng)驗等的獲得都有可能增加我們獲得的投資信息，從而間接地導(dǎo)致過度交易行為的發(fā)生。所以，投資者應(yīng)該理性看待信息，理性對待過度自信形成的過度交易，研究觀察比較短期投資收益與長期投資收益，選擇合適地交易頻率，減少交易費用。

3.3 避免框定偏差與心理賬戶

行為金融學(xué)里有很多對用戶心理非理性行為的研究理論，例如非理性投資中的本地偏好、框定偏差、心理賬戶等。筆者從框定偏差和心理賬戶兩個角度分析不理性行為。①框定偏差：由于人的認知能力有限，人們在決策過程中可能受到來自各個方面的影響。當人們用特定的框定來看問題時，他們的判斷與決定將在很大程度上取決于問題所表現(xiàn)出來的特殊的框定，這就是所謂的“框定依賴”，由框定依賴所導(dǎo)致的認知和判斷的偏差即為“框定偏差”。投資者在遇到不同類型的問題時很容易發(fā)生框定偏差，從而作出錯誤的決定，形成錯誤的用戶數(shù)據(jù)，因此，我們應(yīng)該避免框定偏差帶來的誤差影響，在用戶數(shù)據(jù)——智能投顧的第一步——輸入數(shù)據(jù)避免誤差。②心理賬戶：人們根據(jù)資金的來源、資金的所在和資金的用途等因素對資金在心理上進行歸類，形成“心理賬戶”。當用戶資產(chǎn)配置時，前期投資結(jié)果會影響后續(xù)的投資成本，進而發(fā)生不理智的損失，造成成本與損失的不對等，除此之外，若前期投資者已經(jīng)獲得了某種收益，那么這種事前獲益提高了人們對風險的容忍程度，影響其對風險的態(tài)度， 故而精準評估投資者的風險態(tài)度，以提高用戶數(shù)據(jù)的準確性。一個好的開頭代表已經(jīng)成功了一半，那么用戶數(shù)據(jù)的重要性不言而喻，在智能投顧模型中輸入偏差幾近于零的用戶數(shù)據(jù)，可大大增強結(jié)果的可實現(xiàn)性。

3.4 多種策略并行促進智能化

成本平均策略和時間分散策略。投資者按照預(yù)先設(shè)定的計劃，按照不同的價格將現(xiàn)金分批投資股票，以避免一次性投資帶來較大的風險策略；某種程度上說，此類資產(chǎn)策略有效分散了進入市場的風險，也提高了資產(chǎn)的流動性，可以在資產(chǎn)配置中獲得更多的可能性。時間分散化策略。隨著投資期限的延長，投資公司股票的風險也會降低，提出投資者應(yīng)該在年輕時將資產(chǎn)結(jié)構(gòu)組合中的股票市場比重占大頭，隨著投資者年齡的增長將股票比例慢慢減少是一種社會投資控制策略。我們知道，一般投資期限越長，投資者年齡越低，投資者的風險承受能力越高，在實施時間分散策略可以極大程度貼合投資者的風險承受能力標準，從而更加準確地隨著時間長期變化降低投資組合的風險。二者體現(xiàn)了投資者風險偏好和承受能力對投資資產(chǎn)配置的影響，亦可體現(xiàn)在智能投顧模型中，可以更好地為投資者提供被動化投資顧問服務(wù)。

4 結(jié)束語

行為金融學(xué)的出現(xiàn)不僅給傳統(tǒng)金融學(xué)帶來新鮮的血液，增加許多新的理論，與傳統(tǒng)金融理論一起促進金融行業(yè)的發(fā)展，還改善了以現(xiàn)代投資組合管理理論為核心，智能投顧為載體的資產(chǎn)配置。從行為金融學(xué)的角度看待智能投顧出現(xiàn)的問題，加以解釋說明并提出一些優(yōu)化與建議，在某種程度，了解到智能投顧在面對超配貨幣基金、過度交易、用戶數(shù)據(jù)、智能化的問題時一些應(yīng)對方法，更加深刻認識從行為金融學(xué)角度對待上述問題的解決方案，促進國內(nèi)金融理論“百花齊放”，響應(yīng)國家號召擴大內(nèi)需的戰(zhàn)略，幫助挖掘國內(nèi)市場潛力，提供理論依據(jù)。