摘要：近年来，随着互联网的成熟发展，互联网+金融也呈现出直线上升的趋势。行为金融学是金融学与心理学相结合的产物。金融科技是我国金融创新和发展的重要机遇。在这一过程中，我们不仅要做好金融基础设施建设，还要积极探索运用相关金融理论创新金融模式。如何更好地利用金融技术，如何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来思考金融技术的应用场景，并给出相应的建议。
关键词：行为金融学；金融科技；应用前景；
1行为金融学的基本内容
行为金融学的基本内容，需要将心理学特别是行为科学的相关理论有效地整合到整个金融系统中去。行为金融学主要从个人用户的具体操作出发，以所产生的心理活动为分析依据，对整个金融市场的现状和未来发展状况进行深入分析并准确预测。通过个人的独特的视角和独特的观察判断点来判断整个金融市场的行为，从而进一步更深入探索金融市场偏差和异常情况，从而更好地辅助和改善在不同市场主体环境下运营和管理方面进行决策的合理有效判断，最后，要根据市场的实际发展，在相应的、配套的金融市场中建立基本的操作规则。行为金融学的产生和发展正是考虑到行为金融学与证券相互交融、相互促进，并逐渐成为现实的金融领域，在热点学科中被广泛应用。结合当前发展趋势和一体化趋势，深化和加强行为金融学的研究工作，对金融业的实践和创新具有重要意义和深远意义。
1.2行为金融学与传统金融学之间存在着本质的区别。
传统的金融理论没有以投资者的心理行为作为关键判断，而在传统金融中，投资是基于专业经验数据。行为金融学往往是通过投资者的心理行为和投资行为来进行全面的投资判断，这两者有很大的区别。行为金融学在市场竞争方面与传统金融学不同，因为在传统的金融理论中，投资者往往会偏离理性的投资思维，通过风险较大的投资方式进行投资。这种经验往往占据了投资者的核心定位，而不是基于专业的科学证据。由此可见，与传统金融相比，行为金融的整体科学性较强。因为行为金融学在投资过程中，投资者需要保持理性的投资思维，对于重大投资决策，我们必须清醒的，一些运气或投机心理有效地移除，因为通常一些人的正常心理反应通常是不客观的，它只能代表一些人的片面的想法，因此，在决策过程中很难避免严重的偏见。通过行为金融的有效支持，投资者可以更好的提高投资的客观性，这对于现代复杂的金融投资来说是非常重要的。与传统金融相比，行为金融对决策风险的度量方法不同。传统的金融模式认为，市场整体变化的最重要方面是资本最终流动的数据，行为金融学是通过对金融资产总体收益率的基本概率进行定量分析，通过对可能发生的损失程度的相对衡量来进行操作的。许多行为金融学专家相信，因为投资者最终将有实际投资过程中的风险，尤其是在面对投资风险非常高，通过相应的科学数据计算，在一定程度上可以带来更好的投资方案的投资，从而使投资者观察金融市场更为合理。行为金融学与传统金融学在决策方面也存在着巨大的差异。传统金融的主要模式是通过整体资产定价评估模式进行深入发展，与传统金融相比，行为金融具有本质上的模式差异，传统的金融投资是将投资者分为信息型和非信息型，并以此为核心进行深度调整工作，行为金融学是通过重要的科学理论基础来评价投资整体回报的核心运作模式。一般氛围收益的平均回归以及收益的连续变化，只要将两者有效的相结合深入应用才能将行为金融的作用进行最大化。
2行为金融学在金融科技中的应用前瞻
2.1行为金融与金融投资
金融投资领域一直跟随技术潮流，近年来，人工智能、大数据等技术在投资领域越来越受欢迎，定量投资在理论和技术上都得到了发展。目前，首先，量化投资模型取代人类的主观判断与先进的数学模型，并使用程序代码屏蔽的策略和股票有更好的利润预期，从大规模数据避免人工操作市场波动的贪婪和恐惧等非理性行为。第二，量化交易大大节省了投资者的体力和脑力，甚至突破了人类的体力限制，量化交易可以在外汇、黄金、数字货币等市场上连续操作24小时，也可以在全球不同时区的股市联动交易中进行，及时响应市场变化。第三，量化交易可以大大提高交易效率。传统的手工操作，如获取信息、处理分析等需要相当长的一段时间，但是股市变化很快，很容易错过交易机会。而程序通过自动交易，可以快速准确地把握市场机会，甚至高频交易。
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，其主要思想可以概括为：市场能够非常有效地反映信息，在充分竞争的条件下，市场信息是有效的，价格也是有效的；另一种是行为金融学。这两个学派衍生出许多量化投资策略，如基于市场效率假说的Ｆａｍａ－Ｆｒｅｎｃｈ三因素模型、多因素选股模型、套利策略和被动投资（指数投资）等。也有基于行为金融学、动量、反向、羊群效应、季节性和小盘股现象的投资策略。
从实践结果来看，不同流派各有千秋。例如，多因素选股策略是量化投资的重要方法，已被广泛认可和应用。动量效应和反转效应在市场中也得到了证实，基于相关理论的量化交易成为较为普遍的策略。因其研究而获得诺贝尔奖的行为金融学为该基金提供了建议，使得该基金的利润远远高于美国大盘指数。建立在不同理论基础上的投资策略很可能在复杂而快速变化的资本市场中获得成功。
从发展趋势的角度，使用人工智能更准确的预测未来的经济趋势，通过人工智能资本配置和资产配置评价和建议等，将成为未来的重点勘探技术，如深度学习将更广泛地使用在量化投资等金融领域，简单、重复、机械的任务将在很大程度上被取代了。在此背景下，首先，行为金融学也将运用人工智能技术，将得到更广泛的应用，例如，金融机构可以不依赖技术，而是利用情绪分析和新闻分析来处理社交媒体和新闻报道等数据，利用机器学习、自然语言处理和大数据处理来衡量市场和投资者情绪，预测趋势。
期刊文章分类查询,尽在期刊图书馆其次，通过金融技术的发展，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。
2.2行为金融与保险科技
在保险技术日趋成熟的今天，在大数据、图像和语音识别的帮助下，保险公司在产品销售、定价承保、保险结算等方面逐渐采用人工智能代替人工劳动，大大降低了人力消耗。本文认为心理活动在保险需求、销售、理赔甚至保险欺诈等一系列保险过程中发挥作用，相关的行为金融学理论可以帮助保险技术提高保险服务质量。根据研究人员的研究，人类大脑由直觉和逻辑两大系统组成，由于理性逻辑需要更多的能量，所以大脑倾向于使用直觉系统进行判断和决策。生理节律、情绪等都会影响人们的决策，而直觉系统在人们的决策推理中实际上占有优势地位。由于信息获取的高成本和认知超载（大脑的有限计算能力使得决策昂贵），人们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。
第一，保险技术在改进中，应减少目标客户的思想负担，减少脑力消耗，从而帮助客户做出决策。正如诺贝尔经济学奖获得者Ｒｉｃｈａｒｄ Ｔｈａｌｅｒ在《助推》中所阐述的理论，通过轻微的改变和助推，人们的选择行为受到了影响，而选择也带来了好处。当然，绝不能依靠技术手段来减少客户获取信息的机会，利用认知偏见来诱导客户，否则将不利于保险技术的长远发展。其次，一些客户对保险的反感可能源于他们不愿谈论疾病或死亡，或者源于他们对未来的乐观预期。在保险销售和保险技术的设计中，要考虑客户的心理状态和情绪，使客户冷静地看待保险产品。
2.3行为金融与监管科技
从宏观调控的角度来看，技术带来了金融的发展，提高了金融效率，但同时也增加了跨机构、跨部门、跨区域的风险，放大了现有的风险，也创造了新的金融风险。金融监管应在鼓励创新和防控风险之间取得平衡。在金融技术起步阶段，进入门槛较低，行业标准、监管框架都在摸索，随着未来金融技术的发展，相关监管理论和技术将不断创新。早期的金融监管理论的发展从监督的必要性的讨论（如金融脆弱性理论，不完全信息理论，公共利益理论的监督）监督效率的研究（如监督的辩证理论，金融监管的理论成本，等等）与金融危机的频繁发生，提高金融监管有效性、防范金融危机的问题越来越受到重视，主要包括市场约束、激励理论、职能监督等。非理性行为不仅存在于市场参与者和金融机构中，也存在于金融监管部门中。如果监管方法忽视了非理性因素的影响，就会存在一定的缺陷，无法保证金融体系的健康。本文认为，随着监管技术的升级，行为金融可以更好地融入金融监管框架。
2.4行为金融与风险管理
从微观风险管理的角度来看，金融科技的发展对商业银行、P2P贷款等金融机构的风险管理提出了越来越高的要求。一方面，金融与技术的碰撞将改变商业银行、证券公司、基金公司等传统金融机构的风险分布和风险形式。另一方面，新兴金融机构也产生了各种潜在的风险，如p2p平台对贷款人资质的风险控制。因此，在金融科技的背景下，金融机构需要做好风险管理的改革与创新，把风险控制放在重要的位置，结合技术手段，打破传统风险管理模式的束缚，才能更好地化解风险。首先，在风险度量方面，传统的投资组合理论假设投资者有恒定的风险厌恶，将投资组合视为一个整体，只考虑投资组合中证券之间的协方差。行为金融学将认知障碍、缺乏自我控制、风险偏好、损失厌恶、投资者情绪等与人相关的心理特征融入到其资产定价体系中，在此基础上提出了行为投资组合理论和行为资产定价模型（BAPM）。根据行为投资组合理论，投资者所构建的投资组合具有金字塔式的分层结构。金字塔结构的不同层次对应于投资者的具体投资目标和风险，如将部分资金投资于风险较低的层次以规避风险，部分资金投资于风险较高的层次以获得更高的回报。因此，通过相关的行为金融学理论，结合金融技术，完善风险度量模型，将更有利于提高风险识别能力。其次，在风险控制方面，学者通过对投资银行家、风险管理者、评级机构等常见错误的研究，提出风险管理的失败与人类的心理陷阱有关。本文着重分析了这些不良行为背后的心理因素，并提出了相应的防范和化解风险的方法。本文认为，应依托技术手段，结合行为金融学，构建更准确的风险管理模型，加强事前审计、事中监督、事后管理等流程，完善制度，降低风险水平。
3结论
综上所述，通过对行为金融学的简单介绍，我们可以对这个分支有一个简单的了解。行为金融学已经成为金融学领域的一个研究热点，随着学科的不断成熟，其研究方法和研究结论也越来越得到人们的认可。
参考文献：
[1]蔡欢.行为金融学的研究：理论、模型与运用[J].经贸实践，2017（11）：91.
[2]王旭，姚远.基于行为金融学探讨我国价格操纵[J].时代金融，2017（14）：48-49.
[3]暴龙.关于行为金融学基本问题分析[J].现代营销（下旬刊），2017（02）：96-97.
[4]张敏.基于行为金融学的我国权证市场投资策略研究[D].浙江工商大学，2010.
[5]赵桂芬.基于行为金融理论的资产价格形成研究[D].昆明理工大学，2008.
[6]李黎明.基于行为金融学的风险资产定价模型研究[D].重庆大学，2005.
[7]李武.行为金融理论研究与实践应用[D].中国社会科学院研究生院，2003.
论文作者:李晋
论文发表刊物:《基层建设》2019年第26期
论文发表时间:2019/12/18
标签：金融论文; 金融学论文; 风险论文; 理论论文; 技术论文; 投资者论文; 市场论文; 《基层建设》2019年第26期论文;