崔忠翠,陳曉燕
(銅陵學(xué)院 金融學(xué)院,安徽 銅陵 244061)
20世紀(jì)80年代以來(lái),由于傳統(tǒng)金融學(xué)的有效市場(chǎng)假說(shuō)和理性人假設(shè)在實(shí)踐中遇到了多方面挑戰(zhàn),如:①不能充分解釋股票價(jià)格與價(jià)值的關(guān)系,即“錯(cuò)誤定價(jià)理論”;②理性人假設(shè)。傳統(tǒng)金融學(xué)認(rèn)為人們?cè)谡J(rèn)知和選擇上總是理性的,例如“11·11”的紅包戰(zhàn)不會(huì)給消費(fèi)者帶來(lái)任何影響。但往往事與愿違,因此以非有效市場(chǎng)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(yùn)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(chǎng)上正常而非理性主體的判斷和決策問(wèn)題行為,揭示這些行為決策背后的基本經(jīng)濟(jì)規(guī)律。行為金融學(xué)在研究真實(shí)世界經(jīng)濟(jì)市場(chǎng)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(zhǎng)時(shí)間探索中,我們了解到在金融證券投資市場(chǎng)中,投資者的心理因素也會(huì)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(lái)說(shuō),意識(shí)的選擇代表了行為的風(fēng)險(xiǎn)水平,將這些單獨(dú)人匯聚在一起,也會(huì)給證券市場(chǎng)帶來(lái)較大風(fēng)險(xiǎn),例如,行為金融學(xué)里我們說(shuō)的羊群效應(yīng)、2008年美國(guó)次貸危機(jī)等等。因此,在未來(lái)金融市場(chǎng)的發(fā)展階段,我們還需要對(duì)行為金融學(xué)及傳統(tǒng)金融學(xué)的理論進(jìn)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(lái)彌補(bǔ)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(chǎng)規(guī)模達(dá)到4 990億美元,同比增長(zhǎng)155%,預(yù)計(jì)未來(lái)2年將保持50%以上的復(fù)合增速增長(zhǎng)。預(yù)計(jì)到2020年,全球個(gè)人可投資金融資產(chǎn)總額將達(dá)到224萬(wàn)億美元,年平均增速達(dá)到5.9%。對(duì)于智能投顧來(lái)說(shuō),這是潛在的存量市場(chǎng)和增量市場(chǎng),有很大的市場(chǎng)潛力與發(fā)展空間。智能投顧又稱為機(jī)器人投顧,是一種自動(dòng)化的在線財(cái)富進(jìn)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(biāo)和風(fēng)險(xiǎn)控制特性,使用深度學(xué)習(xí)、自然語(yǔ)言技術(shù)、大數(shù)據(jù)等技術(shù)實(shí)現(xiàn)的機(jī)器學(xué)習(xí),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(jì)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(guò)“大數(shù)據(jù)+人工技術(shù)”獲得用戶個(gè)性化的風(fēng)險(xiǎn)偏好及其變化規(guī)律并進(jìn)行風(fēng)險(xiǎn)評(píng)估、人工或計(jì)算機(jī)實(shí)時(shí)觀察、及時(shí)推進(jìn)和修正,結(jié)合算法模型制定財(cái)務(wù)規(guī)劃、大類資產(chǎn)比例、定制個(gè)性化的資產(chǎn)配置方案。利用互聯(lián)網(wǎng)進(jìn)行實(shí)時(shí)跟蹤和風(fēng)險(xiǎn)調(diào)整,投資顧問(wèn)穩(wěn)定客戶情緒,在不顧風(fēng)險(xiǎn)的高收益下,投資者可承受的風(fēng)險(xiǎn)范圍內(nèi)實(shí)現(xiàn)收益最大化。
行為金融學(xué)與智能投顧是兩個(gè)看似不相關(guān)的領(lǐng)域,但其實(shí)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(guò)度交易、風(fēng)險(xiǎn)偏好、資產(chǎn)配置方面的問(wèn)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(guó)內(nèi)金融投資市場(chǎng)更加繁榮,響應(yīng)國(guó)家號(hào)召擴(kuò)大內(nèi)需,幫助更充分地挖掘國(guó)內(nèi)市場(chǎng)潛力。
在國(guó)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(cái)產(chǎn)品,較于股票基金而言,貨幣基金風(fēng)險(xiǎn)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(duì)此,希望能用行為金融學(xué)的理論對(duì)這一問(wèn)題提出解決建議。
上述傳統(tǒng)金融理論建立的模型在實(shí)際建立過(guò)程中往往會(huì)發(fā)生過(guò)度交易的現(xiàn)象,在芝加哥大學(xué),巴伯和歐迪對(duì)美國(guó)一個(gè)大型券商35 000個(gè)個(gè)人投資者的交易數(shù)據(jù)進(jìn)行研究,數(shù)據(jù)表明,如果考慮交易成本,個(gè)人投資者的收益遠(yuǎn)低于大盤(pán)收益。兩個(gè)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(wú)論換手率如何,投資者的總收益都差不多。股票換手會(huì)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(huì)產(chǎn)生更多的交易費(fèi)用,因此總體上來(lái)說(shuō),頻繁交易收益更少。在行為金融學(xué)中過(guò)度交易解釋為:投資者認(rèn)為他們有足夠的信息進(jìn)行交易,而實(shí)際上,這些數(shù)據(jù)信息不足以支撐任何一個(gè)交易。傳統(tǒng)理財(cái)模型多次頻繁交易所帶來(lái)的高費(fèi)用也影響著智能投顧的效用。
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(shí)性與準(zhǔn)確性?;緮?shù)據(jù)主要由機(jī)構(gòu)產(chǎn)品清單、用戶數(shù)據(jù)、基金凈值數(shù)據(jù)、市場(chǎng)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(fēng)險(xiǎn)偏好與風(fēng)險(xiǎn)承受能力及其他因素決定。當(dāng)用戶數(shù)據(jù)不準(zhǔn)確時(shí),模型的建立也就失去了意義,因?yàn)橄裰悄芡额欉@種針對(duì)客戶服務(wù)的理財(cái)服務(wù)平臺(tái),若用戶畫(huà)像出現(xiàn)大范圍誤差,直接導(dǎo)致模型失效。
現(xiàn)如今國(guó)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(jìn)行,因此在面臨突發(fā)事件或者非理性情況如何通過(guò)機(jī)器學(xué)習(xí)提供真正“智能”的服務(wù),是我們值得思考的一個(gè)問(wèn)題。
智能投顧出現(xiàn)資產(chǎn)超配現(xiàn)象是因?yàn)橘Y產(chǎn)配置性不足,資產(chǎn)組合的類別過(guò)少,對(duì)此我們應(yīng)該在構(gòu)建投資組合時(shí),要依據(jù)資產(chǎn)的大類進(jìn)行配置。做投資決策,首先是關(guān)注市場(chǎng)和確定投資類別。資產(chǎn)配置是財(cái)富管理最重要的一步。資產(chǎn)配置能夠降低風(fēng)險(xiǎn)、增加收益,消弭投資者對(duì)收益所承擔(dān)的不必要的附加風(fēng)險(xiǎn)。隨著資產(chǎn)類別的組合多樣化,在同等風(fēng)險(xiǎn)情況下,能夠帶來(lái)更高的收益,或者相似收益下,組合的風(fēng)險(xiǎn)更少。對(duì)此,資產(chǎn)配置的重要性不言而喻了。主要體現(xiàn)在4個(gè)方面:①要有全球性思維,立足于全球化經(jīng)濟(jì)投資,在投資管理領(lǐng)域具有非常開(kāi)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(bào)率和所能承受的風(fēng)險(xiǎn)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(dòng)的大類資產(chǎn),老話有云:雞蛋不能放在同一個(gè)籃子里。當(dāng)周期性產(chǎn)品虧損時(shí)防御性產(chǎn)品獲得收益,或者相反,總而言之,通過(guò)配置不同類別的資產(chǎn),同一個(gè)時(shí)期內(nèi)不會(huì)發(fā)生全部虧損。③著眼長(zhǎng)遠(yuǎn),長(zhǎng)期投資的收益遠(yuǎn)遠(yuǎn)超過(guò)僅靠運(yùn)氣或機(jī)會(huì)獲得的短期投資的收益。④根據(jù)投資形勢(shì)的變化恰當(dāng)?shù)卣{(diào)整資產(chǎn)配置,在投資的長(zhǎng)期過(guò)程中,要依據(jù)現(xiàn)實(shí)情況適當(dāng)調(diào)整資產(chǎn)配置,立足現(xiàn)實(shí),宏觀把握,微觀調(diào)控。
一個(gè)適當(dāng)?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(chǎng)實(shí)際情況恰當(dāng)?shù)剡M(jìn)行調(diào)整資產(chǎn)配置情況,頻繁過(guò)度交易產(chǎn)生的原因是由于投資者過(guò)度自信的心理狀態(tài)。依據(jù)過(guò)度交易理論,我們可以得知,心理學(xué)中認(rèn)知偏差里過(guò)度自信的人相信本身的判斷,更容易沖動(dòng)地買入或賣出,形成交易頻率過(guò)高。較于長(zhǎng)期被動(dòng)投資,例如買入并持有策略,投資者往往會(huì)被短期內(nèi)絕對(duì)收益所吸引,不考慮多次交易帶來(lái)的成本。那么什么是過(guò)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(huì)對(duì)過(guò)度交易產(chǎn)生影響,例如線上便捷的買賣會(huì)促進(jìn)我們投資的機(jī)會(huì),除此之外,通過(guò)與朋友間的密切對(duì)話、交易經(jīng)驗(yàn)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(guò)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(duì)待過(guò)度自信形成的過(guò)度交易,研究觀察比較短期投資收益與長(zhǎng)期投資收益,選擇合適地交易頻率,減少交易費(fèi)用。
行為金融學(xué)里有很多對(duì)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(gè)角度分析不理性行為。①框定偏差:由于人的認(rèn)知能力有限,人們?cè)跊Q策過(guò)程中可能受到來(lái)自各個(gè)方面的影響。當(dāng)人們用特定的框定來(lái)看問(wèn)題時(shí),他們的判斷與決定將在很大程度上取決于問(wèn)題所表現(xiàn)出來(lái)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(rèn)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(wèn)題時(shí)很容易發(fā)生框定偏差,從而作出錯(cuò)誤的決定,形成錯(cuò)誤的用戶數(shù)據(jù),因此,我們應(yīng)該避免框定偏差帶來(lái)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(lái)源、資金的所在和資金的用途等因素對(duì)資金在心理上進(jìn)行歸類,形成“心理賬戶”。當(dāng)用戶資產(chǎn)配置時(shí),前期投資結(jié)果會(huì)影響后續(xù)的投資成本,進(jìn)而發(fā)生不理智的損失,造成成本與損失的不對(duì)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(duì)風(fēng)險(xiǎn)的容忍程度,影響其對(duì)風(fēng)險(xiǎn)的態(tài)度, 故而精準(zhǔn)評(píng)估投資者的風(fēng)險(xiǎn)態(tài)度,以提高用戶數(shù)據(jù)的準(zhǔn)確性。一個(gè)好的開(kāi)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(qiáng)結(jié)果的可實(shí)現(xiàn)性。
成本平均策略和時(shí)間分散策略。投資者按照預(yù)先設(shè)定的計(jì)劃,按照不同的價(jià)格將現(xiàn)金分批投資股票,以避免一次性投資帶來(lái)較大的風(fēng)險(xiǎn)策略;某種程度上說(shuō),此類資產(chǎn)策略有效分散了進(jìn)入市場(chǎng)的風(fēng)險(xiǎn),也提高了資產(chǎn)的流動(dòng)性,可以在資產(chǎn)配置中獲得更多的可能性。時(shí)間分散化策略。隨著投資期限的延長(zhǎng),投資公司股票的風(fēng)險(xiǎn)也會(huì)降低,提出投資者應(yīng)該在年輕時(shí)將資產(chǎn)結(jié)構(gòu)組合中的股票市場(chǎng)比重占大頭,隨著投資者年齡的增長(zhǎng)將股票比例慢慢減少是一種社會(huì)投資控制策略。我們知道,一般投資期限越長(zhǎng),投資者年齡越低,投資者的風(fēng)險(xiǎn)承受能力越高,在實(shí)施時(shí)間分散策略可以極大程度貼合投資者的風(fēng)險(xiǎn)承受能力標(biāo)準(zhǔn),從而更加準(zhǔn)確地隨著時(shí)間長(zhǎng)期變化降低投資組合的風(fēng)險(xiǎn)。二者體現(xiàn)了投資者風(fēng)險(xiǎn)偏好和承受能力對(duì)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(dòng)化投資顧問(wèn)服務(wù)。
行為金融學(xué)的出現(xiàn)不僅給傳統(tǒng)金融學(xué)帶來(lái)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(jìn)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(wèn)題,加以解釋說(shuō)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(duì)超配貨幣基金、過(guò)度交易、用戶數(shù)據(jù)、智能化的問(wèn)題時(shí)一些應(yīng)對(duì)方法,更加深刻認(rèn)識(shí)從行為金融學(xué)角度對(duì)待上述問(wèn)題的解決方案,促進(jìn)國(guó)內(nèi)金融理論“百花齊放”,響應(yīng)國(guó)家號(hào)召擴(kuò)大內(nèi)需的戰(zhàn)略,幫助挖掘國(guó)內(nèi)市場(chǎng)潛力,提供理論依據(jù)。
內(nèi)蒙古科技與經(jīng)濟(jì)2022年15期