數(shù)字金融時(shí)代下行為選擇、市場(chǎng)風(fēng)險(xiǎn)與行為監(jiān)管

關(guān)鍵詞：數(shù)字金融行為選擇內(nèi)生性風(fēng)險(xiǎn)行為監(jiān)管

DOI： 10.19592/j.cnki.scje.421556

JEL分類號(hào)：G28，G41，O16 中圖分類號(hào)：F832

文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1000-6249（2025）04-030-13

一、數(shù)字為什么改變行為？

經(jīng)濟(jì)主體的最優(yōu)決策取決于其所處的環(huán)境結(jié)構(gòu)，環(huán)境的任何變化都會(huì)導(dǎo)致經(jīng)濟(jì)主體調(diào)整他們的行為選擇（Lucas，1976）。數(shù)字技術(shù)重塑了金融服務(wù)的可得性、便捷性和普惠性，但也通過(guò)增加信息量、改變信息載體和交互方式等變革，重塑了投資者的決策環(huán)境。在新的數(shù)字環(huán)境下，數(shù)據(jù)與行為的交互對(duì)投資者信息處理方式和選擇偏好機(jī)制等微觀基礎(chǔ)產(chǎn)生了顛覆性的影響，重塑了投資者的認(rèn)知架構(gòu)與行為邏輯。

從投資者個(gè)體視角來(lái)看，影響行為選擇的決策環(huán)境可以分為內(nèi)部約束條件和外部不確定性兩個(gè)維度，兩者在數(shù)字技術(shù)發(fā)展下產(chǎn)生了新特征。在內(nèi)部約束條件方面，數(shù)字技術(shù)大幅度降低了投資者信息成本，提升了信息處理效率，但也加劇了投資者注意力資源的稀缺性。投資者在新約束下必然要重新調(diào)整各類稟賦資源之間的分配，從而改變其對(duì)信息的獲取與處理方式。在外部不確定性方面，數(shù)字技術(shù)重構(gòu)了投資者的信息環(huán)境、數(shù)字環(huán)境和交易環(huán)境，讓投資者面臨信息集增加與信息質(zhì)量下降，數(shù)字工具算力提升與模型信任度下降，交易便利性提升與市場(chǎng)復(fù)雜性增加，以及個(gè)體決策自主性增強(qiáng)與群體行為影響加劇等眾多新矛盾。這些因素共同作用，系統(tǒng)性地增加了投資決策的外部不確定性。這些不確定性的新表現(xiàn)會(huì)深刻影響投資者的市場(chǎng)感知和行為機(jī)制，并通過(guò)改變投資者的認(rèn)知過(guò)程和心理預(yù)期，潛在地調(diào)整其在決策過(guò)程中對(duì)各種決策參數(shù)的權(quán)重分配。眾多學(xué)者通過(guò)探索投資決策中存在的心理偏差和有限理性行為，逐步構(gòu)建起了系統(tǒng)性的行為金融理論框架，成為詮釋金融市場(chǎng)諸多“異象\"的分析工具（Barberis etal.，1998;Daniel et al.，1998;Shleifer，2000;Barberis et al.，2001）。然而，現(xiàn)有理論能否充分捕捉數(shù)字環(huán)境下投資行為偏差的新特征和演化規(guī)律，仍有待系統(tǒng)性的實(shí)證檢驗(yàn)和行為實(shí)驗(yàn)來(lái)驗(yàn)證。

從宏觀視角審視，數(shù)字金融新業(yè)態(tài)豐富了投資者的選擇集，改變了其對(duì)金融的整體認(rèn)知，投資者必然要重新優(yōu)化決策函數(shù)以適應(yīng)新環(huán)境。制度層面，數(shù)字經(jīng)濟(jì)上升為國(guó)家戰(zhàn)略，國(guó)家密集出臺(tái)支持政策，加快構(gòu)建數(shù)字經(jīng)濟(jì)新優(yōu)勢(shì)，為金融創(chuàng)新提供制度保障。技術(shù)層面，新一代信息技術(shù)與金融加速融合，技術(shù)迭代速度加快，為數(shù)字金融模式創(chuàng)新提供持續(xù)動(dòng)力。要素層面，數(shù)據(jù)成為新的生產(chǎn)要素，數(shù)據(jù)要素市場(chǎng)繁榮發(fā)展，數(shù)據(jù)驅(qū)動(dòng)的投資決策成為新常態(tài)。在這些背景下，投資者與數(shù)字環(huán)境的交互更加頻繁深入，投資者對(duì)投資收益效用的主觀感受，以及對(duì)客觀概率權(quán)重的主觀分配都可能因數(shù)字化產(chǎn)生偏差，使傳統(tǒng)決策模型的適用性面臨挑戰(zhàn)。數(shù)字時(shí)代下投資新生態(tài)已然形成，投資者行為如何適應(yīng)并內(nèi)化于這一新生態(tài)之中，將成為未來(lái)行為金融理論研究的重要議題。

然而，數(shù)字技術(shù)引致的行為改變僅是市場(chǎng)表象。許多金融風(fēng)險(xiǎn)并非源自外部沖擊，而是金融系統(tǒng)內(nèi)部參與者行為互動(dòng)的結(jié)果（Danielsson，2002），其原因在于市場(chǎng)參與者的認(rèn)知和行為與市場(chǎng)基本面之間是相互影響的，由此產(chǎn)生的反饋循環(huán)會(huì)導(dǎo)致市場(chǎng)不穩(wěn)定（Soros，2015）。在金融穩(wěn)定目標(biāo)下，學(xué)者和監(jiān)管層需要高度關(guān)注的是，行為改變?nèi)绾螤恳袌?chǎng)力量，進(jìn)而放大金融系統(tǒng)的內(nèi)生性風(fēng)險(xiǎn)（en-dogenous risk）。針對(duì)該問(wèn)題，本文以數(shù)字技術(shù)為切人點(diǎn)，基于既有研究成果，系統(tǒng)性地梳理了投資者行為變遷對(duì)內(nèi)生性風(fēng)險(xiǎn)傳導(dǎo)機(jī)理影響，并探討了數(shù)字金融時(shí)代下行為監(jiān)管的必要性，力求為把握數(shù)字金融時(shí)代下的行為風(fēng)險(xiǎn)特征、傳導(dǎo)路徑和治理機(jī)制提供理論參考，為推進(jìn)數(shù)字金融下金融監(jiān)管理念、制度和方法創(chuàng)新提供決策支持。

二、決策環(huán)境：數(shù)字要素衍生新的不確定性

金融決策的本質(zhì)是在不確定性中對(duì)預(yù)期風(fēng)險(xiǎn)和期望收益進(jìn)行權(quán)衡。這就要求投資者通過(guò)有限信息對(duì)風(fēng)險(xiǎn)資產(chǎn)的未來(lái)狀態(tài)做出概率判斷，在此基礎(chǔ)上預(yù)估資產(chǎn)收益概率分布的統(tǒng)計(jì)特征，例如，均值（期望收益）與方差（預(yù)期風(fēng)險(xiǎn)）等。不確定往往源于投資者之間的信息不對(duì)稱和信息不完備兩個(gè)方面。數(shù)字金融時(shí)代則從信息環(huán)境、數(shù)字環(huán)境和交易環(huán)境三個(gè)方面引人了新的不確定性因素。

（一）信息環(huán)境

數(shù)字技術(shù)讓投資者可接觸的金融信息量呈幾何級(jí)增長(zhǎng)，遠(yuǎn)超投資者的認(rèn)知負(fù)荷，客觀上加劇了投資者信息過(guò)載（information overload）問(wèn)題（Eppler and Mengis，2008）。面對(duì)鋪天蓋地的財(cái)經(jīng)新聞、研報(bào)和數(shù)據(jù)，投資者難以在短時(shí)間內(nèi)完全消化吸收，反而可能對(duì)決策的質(zhì)量和效率產(chǎn)生負(fù)面影響。數(shù)字技術(shù)雖然大幅提升了投資者在信息處理上的效率和精度，但數(shù)據(jù)處理能力的提升并未完全解決信息質(zhì)量問(wèn)題。海量信息帶來(lái)冗余和噪音仍然使關(guān)鍵信息提取更加困難（Hilbertand Lopez，2011;Vo-soughietal.，2018）。冗余信息存在大量重復(fù)，占用投資者認(rèn)知資源;而噪音信息則摻雜了大量無(wú)關(guān)或錯(cuò)誤的內(nèi)容，干擾投資者對(duì)關(guān)鍵信息的辨識(shí)和吸收。

此外，數(shù)字平臺(tái)改變了信息的動(dòng)態(tài)演化和外部性。數(shù)字社交平臺(tái)通過(guò)算法推薦、用戶互動(dòng)等方式，顯著提高了信息傳播的速度和廣度。小規(guī)模的信息擾動(dòng)可能通過(guò)社交網(wǎng)絡(luò)迅速放大，引發(fā)廣泛關(guān)注和討論（Goeletal.，2015）。這種信息傳播的非線性動(dòng)力特征增加了預(yù)測(cè)信息影響的難度，從而增加了信息環(huán)境的不確定性。同時(shí)，數(shù)字社交平臺(tái)讓每個(gè)個(gè)體都成為了信息的生產(chǎn)者和傳播者，顯著改變了信息外部性特征。信息在社會(huì)網(wǎng)絡(luò)中的傳播以往會(huì)受到物理和技術(shù)限制，其擴(kuò)散范圍和速度相對(duì)有限。而在數(shù)字時(shí)代，信息傳播的格局發(fā)生了根本性變化，任何信息都可以通過(guò)數(shù)字媒介以更低的成本和更快的速度觸達(dá)更廣泛的受眾。信息的快速擴(kuò)散和外部性的增強(qiáng)意味著局部事件可能迅速升級(jí)為群體性事件，形成急湍的“信息瀑布”。在此背景下，個(gè)體投資者的情緒和行為也越來(lái)越容易受到信息外部性的影響，個(gè)體認(rèn)知偏差更容易發(fā)展成為群體性非理性認(rèn)知，甚至?xí)?duì)監(jiān)管部門的正面引導(dǎo)產(chǎn)生抵觸。需要注意的是，這種信息外部性在數(shù)字時(shí)代具有更加廣泛、頻繁、復(fù)雜和隱蔽的特點(diǎn)（Smailovic etal.，2015）。

（二）數(shù)字環(huán)境

算法驅(qū)動(dòng)為投資決策提供了新工具，但同時(shí)也引人了新的不確定性。算法驅(qū)動(dòng)是指通過(guò)機(jī)器學(xué)習(xí)和深度學(xué)習(xí)等人工智能算法，實(shí)現(xiàn)海量數(shù)據(jù)的自動(dòng)分析和決策建議生成。隨著算法驅(qū)動(dòng)在金融領(lǐng)域的廣泛應(yīng)用，許多投資決策開始依賴自動(dòng)化的算法模型。然而，復(fù)雜算法的內(nèi)在邏輯通常是不透明的，存在容易被忽視的“黑箱\"問(wèn)題（Rudin，2019）。這種不透明性一方面源于算法模型的復(fù)雜性，涉及高維數(shù)據(jù)、非線性關(guān)系和深度神經(jīng)網(wǎng)絡(luò)等專業(yè)知識(shí);另一方面也源于許多金融機(jī)構(gòu)出于競(jìng)爭(zhēng)壓力不愿完全公開算法細(xì)節(jié)。當(dāng)投資者難以理解決策背后的算法時(shí)，他們可能過(guò)度相信或者懷疑算法的可靠性。例如，Dietvorst etal.（2015）發(fā)現(xiàn)當(dāng)人們經(jīng)歷算法出錯(cuò)后會(huì)產(chǎn)生強(qiáng)烈的算法厭惡（algo-rithm aversion）。此外，算法模型通?；跉v史數(shù)據(jù)訓(xùn)練，當(dāng)面對(duì)極端情況時(shí)，其預(yù)測(cè)能力和風(fēng)險(xiǎn)防控能力可能大打折扣（Kouet al.，2019），而算法這種在應(yīng)變上的不確定性也難以被投資者準(zhǔn)確把握。因此，投資者理解能力與算法復(fù)雜性之間的鴻溝，客觀上加劇了投資決策的信息不確定性。

在算法驅(qū)動(dòng)下，投資者的信息處理能力成為其投資決策的一個(gè)重要約束因素?，F(xiàn)實(shí)中的經(jīng)濟(jì)主體并非完全理性，他們的決策能力受到認(rèn)知能力和信息獲取等條件的約束（Simon，1972）。在數(shù)字時(shí)代，這種約束性進(jìn)一步表現(xiàn)為投資者在數(shù)字素養(yǎng)和技術(shù)使用等方面上的差異，即被廣泛討論的數(shù)字鴻溝問(wèn)題（Norris，2001;邱澤奇等，2016;陳文和吳贏，2021）。數(shù)字時(shí)代下，數(shù)字素養(yǎng)涵蓋了信息搜索、算法思維和數(shù)字工具使用等多個(gè)方面（Eshet，2004），很大程度上決定了投資者能否有效利用海量信息和智能工具進(jìn)行決策優(yōu)化。數(shù)字鴻溝使得不同投資者在信息獲取、處理和分析能力上的差距進(jìn)一步拉大，加劇了數(shù)字時(shí)代投資者間的信息不對(duì)稱性，增加了投資決策的約束性和不確定性。

（三）交易環(huán)境

在數(shù)字金融時(shí)代，交易環(huán)境正在經(jīng)歷全方位、深層次的變革，呈現(xiàn)出數(shù)字化、智能化和多元化等新特征。首先，數(shù)字技術(shù)極大地拓展了交易渠道和交易方式?；ヂ?lián)網(wǎng)和移動(dòng)終端的普及使得投資者可以隨時(shí)隨地進(jìn)行交易。與此同時(shí)，數(shù)字貨幣、電子支付等新型交易媒介的出現(xiàn)也在改變傳統(tǒng)的交易習(xí)慣。其次，高頻交易（high-frequency trading）的崛起正在深刻改變機(jī)構(gòu)投資者的交易行為和市場(chǎng)博弈生態(tài)。在這一背景下，傳統(tǒng)的信息優(yōu)勢(shì)被極大削弱，交易速度和策略更新成為制勝的關(guān)鍵。高頻交易以極快的速度和極高的頻率進(jìn)行全自動(dòng)化的交易，在提供流動(dòng)性的同時(shí)，也加劇了機(jī)構(gòu)間的博弈。最后，數(shù)字技術(shù)還催生了新的交易場(chǎng)所和交易規(guī)則。眾多創(chuàng)新型交易場(chǎng)所開始涌現(xiàn)，如金融科技獨(dú)角獸Robinhood就以“零傭金\"等創(chuàng)新規(guī)則吸引了大量散戶參與。國(guó)內(nèi)各大科技巨頭公司也通過(guò)設(shè)立網(wǎng)商銀行、微眾銀行等互聯(lián)網(wǎng)銀行探索“科技 + 金融”的創(chuàng)新模式。

在交易環(huán)境變革的同時(shí)，智能投顧和量化交易等算法工具被廣泛使用，讓投資決策呈現(xiàn)出“人機(jī)結(jié)合\"的新特點(diǎn)，這為行為偏差引人了新的可能性。Kumiega and Van Vliet（2012）指出，雖然優(yōu)秀算法可以降低人的次優(yōu)行為，但算法設(shè)計(jì)和應(yīng)用過(guò)程本身也存在著行為因素，例如算法開發(fā)過(guò)程中激勵(lì)機(jī)制選擇以及算法編寫過(guò)程中群體非理性決策等。此外，算法天然就是有限理性的，因?yàn)樗惴ū澈竽Ｐ图僭O(shè)的局限性和所依賴數(shù)據(jù)質(zhì)量的參差不齊，都可能引入難以預(yù)測(cè)和控制的決策偏差。Rah-wan et al.（2019）首次提出了“機(jī)器行為\"的概念，強(qiáng)調(diào)重視人機(jī)交互出現(xiàn)的新的行為偏差。在人機(jī)交互中，來(lái)自人和算法兩方面的偏差可能會(huì)相互影響，產(chǎn)生疊加效用。一方面，投資者可能盲從算法推薦而放大非理性決策;另一方面，非理性投資者的反饋又會(huì)對(duì)算法形成誤導(dǎo)，扭曲算法模型的訓(xùn)練結(jié)果。這種人機(jī)交織的“混合非理性\"將呈現(xiàn)出更加復(fù)雜的內(nèi)涵和機(jī)理。

三、行為變化：數(shù)字要素對(duì)行為選擇的重塑

宏觀層面，數(shù)字技術(shù)產(chǎn)生的數(shù)據(jù)要素已經(jīng)成為驅(qū)動(dòng)創(chuàng)新發(fā)展的關(guān)鍵生產(chǎn)要素（榮健欣和王大中，2021;王庭東和尹麗麗，2024）。微觀層面上，數(shù)據(jù)與行為之間的交互正以全新的方式影響投資者的信息處理、交易決策和行為模式。

（一）個(gè)體投資者：數(shù)字深刻改變投資者信念

在個(gè)體投資者決策過(guò)程中，信息的獲取和處理是信念形成和更新的前置條件。注意力的稀缺性使得投資者難以對(duì)有價(jià)值的信息進(jìn)行全面分析，被迫采取啟發(fā)式來(lái)簡(jiǎn)化信息獲取過(guò)程（黃純純等，2024），例如，通過(guò)股票名稱篩選投資股票的\"慕‘名'投資\"策略（宗計(jì)川等，2020），按股票分類進(jìn)行注意力分配的目錄學(xué)習(xí)策略（Bhuiand Jiao，2023），這些樸素策略雖然在一定程度上降低了信息搜尋成本和認(rèn)知成本，但由此形成的預(yù)期往往存在偏誤。數(shù)字技術(shù)引發(fā)的信息過(guò)載加劇了投資者注意力資源的稀缺性，促使投資者更傾向于采用認(rèn)知捷徑來(lái)處理和獲取信息。

這種啟發(fā)式的信息處理方式屬于內(nèi)生性的行為偏差，源于投資者固有的心理特征和認(rèn)知局限。與此同時(shí)，以社交媒體為代表的外部信息，對(duì)投資者的信息處理過(guò)程也發(fā)揮著顯著的引導(dǎo)作用。社交媒體上的信息流動(dòng)，特別是通過(guò)社會(huì)互動(dòng)驅(qū)動(dòng)的，牽引著投資者注意力的變動(dòng)方向?，F(xiàn)有文獻(xiàn)發(fā)現(xiàn)知名的財(cái)經(jīng)博主或意見領(lǐng)袖與大眾之間的互動(dòng)會(huì)對(duì)市場(chǎng)指數(shù)產(chǎn)生影響，因?yàn)樗麄儗?duì)專業(yè)性政策的解讀是大眾信念更新過(guò)程中主要依賴的外部信號(hào)（楊曉蘭等，2016，2020）。然而，在數(shù)字金融時(shí)代，外生性信息的引導(dǎo)作用發(fā)生了顯著變化。

一是算法推薦在投資者的信息獲取過(guò)程中扮演著日益重要的角色。數(shù)字平臺(tái)基于用戶的歷史行為和偏好，采用機(jī)器學(xué)習(xí)算法進(jìn)行個(gè)性化信息推送提高了信息的相關(guān)性（Gonzales and Hargreaves，2022），衍生出了“種草經(jīng)濟(jì)\"等新業(yè)態(tài)（周業(yè)安，2019），但也可能限制用戶接觸多樣化信息的機(jī)會(huì)，形成“信息繭房（information cocoons）”（Pariser，2011）。這種個(gè)性化信息推送不僅限制了信息的多樣性，還會(huì)導(dǎo)致“回音室效應(yīng)（echo chamber effect）”①。這種信息不對(duì)稱的環(huán)境可能會(huì)加劇投資者在處理信息時(shí)的“確認(rèn)偏誤（confirmationbias）”（Klayman，1995），即算法推薦的與個(gè)體投資者偏好一致的信息會(huì)加強(qiáng)他們既有的信念，導(dǎo)致投資者對(duì)自己的判斷過(guò)度自信（Changand Cheng，2015）。

二是多模態(tài)自媒體的興起成為數(shù)字經(jīng)濟(jì)下開創(chuàng)性的產(chǎn)物，深刻重塑了投資者與信息之間的交互方式。與傳統(tǒng)的單一模態(tài)媒體相比，多模態(tài)自媒體通過(guò)結(jié)合文本、圖片、聲音和視頻等多種媒介形式，為投資者提供了更豐富和生動(dòng)的信息呈現(xiàn)方式，會(huì)潛移默化影響投資者信息處理。相關(guān)研究中發(fā)現(xiàn)視覺通信對(duì)于吸引投資者的注意力和促進(jìn)信息處理具有顯著作用，但多模態(tài)信息對(duì)投資者注意力的影響存在異質(zhì)性，會(huì)受到投資者的知識(shí)水平和文化背景等因素的調(diào)節(jié)（Wang，2011;Bazley et al.，2021）。此外，多模態(tài)自媒體融合了評(píng)論和分享等社交功能，為社交互動(dòng)提供了更為便捷的渠道，加速了信息和情緒在投資者群體中的傳播。值得注意的是，算法推薦和多模態(tài)自媒體在數(shù)字技術(shù)浪潮中并不是孤立運(yùn)作的，而是呈現(xiàn)出交織融合的態(tài)勢(shì)，相互強(qiáng)化，加深了外生性信息對(duì)投資者信息處理的引導(dǎo)作用。

投資決策是投資者基于風(fēng)險(xiǎn)偏好和信念所作出的選擇，然而信念與投資者決策之間并非簡(jiǎn)單的線性關(guān)系（Merkle andWeber，2014），而是相互之間具有獨(dú)立性。除了對(duì)信念判斷的影響，數(shù)字賦能的信息引導(dǎo)也會(huì)直接作用在投資決策上。一方面，數(shù)字技術(shù)能夠在視覺上為個(gè)體投資者提供直觀的信息呈現(xiàn)方式，提高其對(duì)風(fēng)險(xiǎn)與收益的解讀與權(quán)衡，減少其行為偏差。信念與行為獨(dú)立性的一個(gè)實(shí)驗(yàn)室證據(jù)是宗計(jì)川等（2017a）發(fā)現(xiàn)的資產(chǎn)組合調(diào)整慣性現(xiàn)象：實(shí)驗(yàn)被試雖然意識(shí)到了資產(chǎn)風(fēng)險(xiǎn)發(fā)生了變化，但交易行為依然存在惰性并不會(huì)做出相應(yīng)的調(diào)整，形成次優(yōu)投資組合選擇。然而，Laudenbach etal.（2022）通過(guò)改變資產(chǎn)歷史收益的呈現(xiàn)方式，從文字描述變?yōu)閯?dòng)態(tài)圖像體驗(yàn)時(shí)，發(fā)現(xiàn)不管是學(xué)生被試還是真實(shí)投資者，通過(guò)分散化來(lái)降低組合風(fēng)險(xiǎn)的傾向都得到了顯著提高。這表明通過(guò)數(shù)字技術(shù)優(yōu)化信息呈現(xiàn)可以幫助投資者在風(fēng)險(xiǎn)和收益之間進(jìn)行更為有效的權(quán)衡，從而提升其投資決策質(zhì)量。

但另一方面，數(shù)字技術(shù)在很大程度上消除了投資決策的時(shí)間和空間的限制，這種便利性可能誘發(fā)投資者基于直覺和情緒的短視交易，而缺乏深思熟慮的理性分析。Barber and Odean（2002）利用線上交易數(shù)據(jù)就發(fā)現(xiàn)，線上交易的便利性導(dǎo)致投資者交易頻率增加，但并未改善投資績(jī)效。隨著智能移動(dòng)終端發(fā)展，這種效應(yīng)得到了放大。Cen（2024）以美國(guó)共同基金市場(chǎng)為例，發(fā)現(xiàn)智能手機(jī)交易技術(shù)的應(yīng)用顯著改變了投資者行為，增加了其日內(nèi)交易頻率、換手率和投機(jī)性交易，減少了持有期限，但并未帶來(lái)更高的投資回報(bào)。對(duì)此，Benartzi and Thaler（1995）提出的短視損失厭惡（myopic loss aver-sion）理論提供了一個(gè)解釋角度，當(dāng)投資者頻繁評(píng)估投資組合收益時(shí)，可能會(huì)過(guò)度放大對(duì)損失的厭惡，從而增加“獲利了結(jié)、虧損持有\(zhòng)"的處置效用（disposition effect）。在數(shù)字交易環(huán)境下，投資者能夠隨時(shí)隨地對(duì)投資賬戶進(jìn)行收益評(píng)估，這可能會(huì)加劇其短視損失厭惡的心理傾向，從而頻繁進(jìn)行交易，難以成為耐心投資者。

（二）機(jī)構(gòu)投資者：數(shù)字要素競(jìng)爭(zhēng)日益激烈

數(shù)字技術(shù)的滲透正在深刻改變機(jī)構(gòu)投資者的投資決策方式。主觀判斷和定性分析正逐步讓位于大數(shù)據(jù)分析和算法驅(qū)動(dòng)決策。這一轉(zhuǎn)變不僅體現(xiàn)在數(shù)據(jù)來(lái)源的多元化和數(shù)據(jù)處理的智能化，也反映在決策模式的系統(tǒng)化、決策過(guò)程的自動(dòng)化等方面。從數(shù)據(jù)來(lái)源看，數(shù)字化進(jìn)程使得機(jī)構(gòu)投資者可以低成本獲取海量的結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)。除了傳統(tǒng)的財(cái)務(wù)報(bào)表和分析師報(bào)告等金融數(shù)據(jù)外，消費(fèi)者行為以及社交媒體輿情等替代數(shù)據(jù)（alternativedata）也被納人分析范疇。數(shù)據(jù)作為非競(jìng)爭(zhēng)性資源的獨(dú)特特性，正在重塑市場(chǎng)參與者之間的競(jìng)爭(zhēng)格局，機(jī)構(gòu)投資者對(duì)數(shù)據(jù)的獲取、分析和應(yīng)用能力已成為市場(chǎng)競(jìng)爭(zhēng)的核心差異化因素（Jones and Toneti，2020）。從數(shù)據(jù)處理看，以大語(yǔ)言模型為代表的人工智能技術(shù)正在從底層革新投資研究流程。Nazareth and Reddy（2023）全面梳理了機(jī)器學(xué)習(xí)在金融領(lǐng)域的應(yīng)用場(chǎng)景，發(fā)現(xiàn)這些技術(shù)正在改變資產(chǎn)定價(jià)、風(fēng)險(xiǎn)管理和投資組合構(gòu)建的方法論基礎(chǔ)。在算法驅(qū)動(dòng)下，機(jī)構(gòu)投資者決策日益呈現(xiàn)系統(tǒng)化、模塊化特點(diǎn)。Chen etal.（2024）的實(shí)證研究表明，基于深度學(xué)習(xí)的資產(chǎn)定價(jià)模型在捕捉非線性市場(chǎng)關(guān)系方面具有顯著優(yōu)勢(shì)，正成為機(jī)構(gòu)投資者的重要工具。基于機(jī)器學(xué)習(xí)的量化策略通過(guò)構(gòu)建多因子模型，將超額收益（Alpha）拆解為市場(chǎng)、規(guī)模、價(jià)值和動(dòng)量等細(xì)分風(fēng)險(xiǎn)因子，再通過(guò)因子組合優(yōu)化投資組合，使得決策更加系統(tǒng)化。同時(shí)，量化策略的開發(fā)也呈現(xiàn)出標(biāo)準(zhǔn)化、模塊化趨勢(shì)。

此外，高頻交易領(lǐng)域已形成了全新的市場(chǎng)競(jìng)爭(zhēng)格局。Aquilina etal.（2022）將高頻交易領(lǐng)域的競(jìng)爭(zhēng)形容為一場(chǎng)\"軍備競(jìng)賽\"，機(jī)構(gòu)為爭(zhēng)奪微秒級(jí)的速度優(yōu)勢(shì)不斷投人巨額資金。作為新興的交易模式，高頻交易在提升市場(chǎng)效率的同時(shí)，也帶來(lái)了一些潛在風(fēng)險(xiǎn)。高頻交易雖然在提高價(jià)格效率方面發(fā)揮了積極作用（Brogaard etal.，2014），但當(dāng)高頻交易過(guò)度發(fā)展時(shí)，則可能擾亂市場(chǎng)的價(jià)格形成機(jī)制。高頻交易者往往專注于市場(chǎng)微觀結(jié)構(gòu)，利用高速優(yōu)勢(shì)進(jìn)行套利和搶機(jī)交易，而較少關(guān)注公司基本面信息。這可能使得資產(chǎn)價(jià)格偏離基本價(jià)值，增加價(jià)格泡沫的風(fēng)險(xiǎn)（Goldsteinetal.，2013;Weller，2018）。

四、市場(chǎng)表現(xiàn)：行為改變與內(nèi)生性風(fēng)險(xiǎn)機(jī)理演化

金融市場(chǎng)的內(nèi)生性風(fēng)險(xiǎn)源于市場(chǎng)參與者之間長(zhǎng)期互動(dòng)形成的業(yè)務(wù)關(guān)聯(lián)和一致性行為所形成的同方向市場(chǎng)力量（Danielsson and Shin，2002）。這兩種風(fēng)險(xiǎn)源頭都是市場(chǎng)參與者在進(jìn)行正常業(yè)務(wù)時(shí)潛移默化形成的，所以難以被察覺和監(jiān)測(cè)到。在數(shù)字金融時(shí)代，這種內(nèi)生性風(fēng)險(xiǎn)的形成機(jī)制變得更加復(fù)雜和隱蔽。數(shù)字平臺(tái)的高度互聯(lián)性和快速反應(yīng)特性，使得投資者的行為偏差能夠更迅速、更廣泛地傳播，加速了一致性行為的形成。同時(shí)，數(shù)字金融生態(tài)的復(fù)雜性和動(dòng)態(tài)性，使得這種行為關(guān)聯(lián)和市場(chǎng)力量的演化路徑更加多元化和難以預(yù)測(cè)，增加了監(jiān)管和風(fēng)險(xiǎn)管理的難度。

數(shù)字技術(shù)加速了投資者情緒跨市場(chǎng)傳導(dǎo)。在高度關(guān)聯(lián)的數(shù)字金融體系中，不同市場(chǎng)以及不同資產(chǎn)的聯(lián)動(dòng)性顯著上升。個(gè)別細(xì)分市場(chǎng)的投資者情緒變化，可能迅速影響整個(gè)金融生態(tài)的穩(wěn)定性。例如，加密貨幣市場(chǎng)的劇烈波動(dòng)常常伴隨著\"恐慌指數(shù)”①的異動(dòng)，表明數(shù)字資產(chǎn)與傳統(tǒng)金融市場(chǎng)的情緒已呈現(xiàn)出協(xié)同效應(yīng)（Aliuetal.，2023）。許多研究發(fā)現(xiàn)，社交媒體情緒與股票市場(chǎng)波動(dòng)率之間也存在顯著的溢出效應(yīng)（Fekrazad etal.，2022;Lehreretal.，2021）。2021年初，美國(guó)“游戲驛站\"股票事件就是一個(gè)典型案例。Reddit論壇上的散戶投資者聯(lián)合做多“游戲驛站\"股票，對(duì)抗做空機(jī)構(gòu)，引發(fā)了狂熱的投資情緒。這種情緒通過(guò)互聯(lián)網(wǎng)迅速蔓延，導(dǎo)致\"游戲驛站\"股價(jià)暴漲，并迅速波及整個(gè)美國(guó)股票市場(chǎng)，引發(fā)了廣泛的市場(chǎng)動(dòng)蕩和監(jiān)管關(guān)注。這一事件鮮明地展現(xiàn)了數(shù)字媒體如何放大投資者情緒并引發(fā)市場(chǎng)波動(dòng)的微觀機(jī)制。

此外，數(shù)字金融生態(tài)醞釀了更為隱蔽的行為偏差累積機(jī)制。在人機(jī)交互環(huán)境中，行為產(chǎn)生數(shù)據(jù)，數(shù)據(jù)引導(dǎo)行為，兩者之間反饋循環(huán)機(jī)制讓投資者的非理性行為以更為隱性的方式逐步積聚，直至突破“臨界點(diǎn)\"引發(fā)系統(tǒng)性風(fēng)險(xiǎn)。Dorfleitnerand Scheckenbach，（2022）探討了“數(shù)字羊群（digital herd）現(xiàn)象，即在線投資者在匿名條件下更容易從眾，且這種從眾行為具有自我強(qiáng)化效應(yīng)，醞釀市場(chǎng)泡沫。程序化交易則可能放大這種非理性，使個(gè)體偏差在復(fù)雜的人機(jī)博弈中不斷累積（Oyeniyi et al.，2024）。另外，數(shù)字社交媒體讓個(gè)體對(duì)市場(chǎng)的認(rèn)知和解讀能夠更快速、更廣泛地?cái)U(kuò)散，讓群體之間對(duì)市場(chǎng)的認(rèn)知和解讀趨同性增強(qiáng)。宗計(jì)川等（2017b）和Bao et al.（2024）在實(shí)驗(yàn)室中分別發(fā)現(xiàn)市場(chǎng)上群體性的認(rèn)知水平和市場(chǎng)解讀能力分別與金融資產(chǎn)泡沫之間存在著顯著負(fù)向關(guān)系，可以推斷這種趨同性也會(huì)成為影響市場(chǎng)波動(dòng)的一個(gè)潛在路徑。

機(jī)構(gòu)投資者作為資本市場(chǎng)的中堅(jiān)力量，其行為模式在數(shù)字中的變遷，不僅影響其盈利模式和競(jìng)爭(zhēng)格局，也可能通過(guò)競(jìng)爭(zhēng)同質(zhì)化、平臺(tái)中心化和創(chuàng)新復(fù)雜化等機(jī)制，將個(gè)體風(fēng)險(xiǎn)外溢為系統(tǒng)性風(fēng)險(xiǎn)。

首先，數(shù)字技術(shù)驅(qū)動(dòng)下，機(jī)構(gòu)投資者的同質(zhì)化競(jìng)爭(zhēng)可能加劇金融市場(chǎng)的順周期效應(yīng)。在算法驅(qū)動(dòng)的投資決策中，機(jī)構(gòu)投資者往往采用高度相似的數(shù)據(jù)模型和交易策略。這種“信息層面”的同質(zhì)化，可能在市場(chǎng)壓力下演化為“行為層面\"的羊群效應(yīng)。當(dāng)市場(chǎng)出現(xiàn)劇烈波動(dòng)時(shí)，機(jī)構(gòu)投資者基于同類信號(hào)做出趨同反應(yīng)，集體買進(jìn)或拋售特定資產(chǎn)，加劇了金融周期的波動(dòng)幅度。正如一些研究所警示的，高度相關(guān)的投資模型和風(fēng)險(xiǎn)管理模型可能釀成系統(tǒng)性金融危機(jī)，即便每個(gè)機(jī)構(gòu)的個(gè)體風(fēng)險(xiǎn)管理都很完善且相互之間都是無(wú)意識(shí)的（Danielsson，2002;Danielsson，2008;Kremer and Nautz，2013）。

其中，由算法程序支持的高頻交易對(duì)市場(chǎng)波動(dòng)的影響尤其要引起關(guān)注。在市場(chǎng)平穩(wěn)期，高頻交易能夠?yàn)槭袌?chǎng)提供額外流動(dòng)性，起到穩(wěn)定市場(chǎng)作用。但當(dāng)市場(chǎng)波動(dòng)劇烈時(shí)，高頻交易者卻傾向于迅速撤出，抽離流動(dòng)性，加劇市場(chǎng)波動(dòng)。這種“避險(xiǎn)情緒”可能引發(fā)連鎖反應(yīng)，加劇市場(chǎng)恐慌，對(duì)金融穩(wěn)定構(gòu)成威脅。2010年美國(guó)股市的\"閃電崩盤\"就是一個(gè)典型案例。Kirilenkoetal.（2017）的研究發(fā)現(xiàn)在\"閃電崩盤\"的初期，高頻交易者最初提供流動(dòng)性，但在市場(chǎng)開始劇烈波動(dòng)時(shí)，他們迅速?gòu)牧鲃?dòng)性提供者轉(zhuǎn)變?yōu)榱鲃?dòng)性需求者，造成了市場(chǎng)的流動(dòng)性真空，進(jìn)一步加劇了價(jià)格的急劇下跌。在國(guó)內(nèi)股票交易市場(chǎng)上，2013年光大“烏龍指\"事件也是一個(gè)由高頻交易引發(fā)市場(chǎng)劇烈波動(dòng)的典型案例。由于場(chǎng)內(nèi)單個(gè)機(jī)構(gòu)高頻交易的策略程序出現(xiàn)交易指令偏誤，觸發(fā)了其他機(jī)構(gòu)的高頻交易系統(tǒng)自動(dòng)進(jìn)行追隨交易。這種連鎖反應(yīng)迅速放大，導(dǎo)致上證指數(shù)在短時(shí)間內(nèi)劇烈震蕩，市場(chǎng)交易秩序受到嚴(yán)重?cái)_亂。該事件暴露出國(guó)內(nèi)在高頻交易監(jiān)管方面的缺失，引起了監(jiān)管層的高度重視。從2023年開始，在證監(jiān)會(huì)指導(dǎo)下，滬深北三大交易所陸續(xù)出臺(tái)了針對(duì)高頻交易和量化交易等程序化交易的系統(tǒng)性監(jiān)管細(xì)則，彌補(bǔ)了此前監(jiān)管規(guī)則的空白。

其次，數(shù)字平臺(tái)經(jīng)濟(jì)的崛起，為機(jī)構(gòu)投資者行為引發(fā)的風(fēng)險(xiǎn)外溢創(chuàng)造了新的渠道。頭部金融科技平臺(tái)往往通過(guò)規(guī)模效應(yīng)和用戶鎖定，成為機(jī)構(gòu)投資者獲客、交易和投研的關(guān)鍵節(jié)點(diǎn)。這種高度中心化的平臺(tái)生態(tài)，一方面加劇了機(jī)構(gòu)投資者的同質(zhì)化競(jìng)爭(zhēng)，另一方面也放大了“塌方式\"風(fēng)險(xiǎn)傳導(dǎo)。一旦中心平臺(tái)發(fā)生風(fēng)險(xiǎn)事件，可能迅速波及所有參與機(jī)構(gòu)，引發(fā)市場(chǎng)恐慌。這與Acemoglu et al.（2015）關(guān)于金融網(wǎng)絡(luò)中集中化結(jié)構(gòu)導(dǎo)致系統(tǒng)性風(fēng)險(xiǎn)增加的分析相一致。數(shù)字科技巨頭跨界金融領(lǐng)域，更是加大了跨行業(yè)、跨市場(chǎng)的風(fēng)險(xiǎn)聯(lián)系，使金融風(fēng)險(xiǎn)外溢的“觸角\"更加廣泛。

最后，數(shù)字化也加速了金融創(chuàng)新，催生了各類結(jié)構(gòu)化、高杠桿的創(chuàng)新產(chǎn)品，這在提升金融服務(wù)效率的同時(shí)，也增加了金融體系的脆弱性。這些創(chuàng)新工具往往通過(guò)復(fù)雜的設(shè)計(jì)，將不同市場(chǎng)、不同資產(chǎn)的風(fēng)險(xiǎn)聯(lián)系起來(lái)，使個(gè)體風(fēng)險(xiǎn)更易隱匿，局部失衡更易演化為結(jié)構(gòu)性風(fēng)險(xiǎn)。以P2P網(wǎng)絡(luò)借貸為例，它在緩解中小企業(yè)融資困境、提升金融包容性方面發(fā)揮了積極作用，但其高度分散、弱監(jiān)管的特點(diǎn)也埋下了風(fēng)險(xiǎn)隱患。部分P2P平臺(tái)過(guò)度追求高收益，引入高杠桿、高風(fēng)險(xiǎn)的資產(chǎn)，還通過(guò)復(fù)雜的結(jié)構(gòu)化設(shè)計(jì)，將資產(chǎn)風(fēng)險(xiǎn)轉(zhuǎn)嫁給散戶投資者。當(dāng)宏觀經(jīng)濟(jì)下行、信用違約上升時(shí)，這些看似獨(dú)立的個(gè)體風(fēng)險(xiǎn)迅速串聯(lián)，引發(fā)了連鎖反應(yīng)。2018年爆發(fā)的P2P\"雷潮”，就揭示了數(shù)字金融創(chuàng)新在加速普惠的同時(shí)，也可能因風(fēng)險(xiǎn)定價(jià)扭曲、監(jiān)管套利等問(wèn)題，釀成系統(tǒng)性金融風(fēng)險(xiǎn)。

五、監(jiān)管應(yīng)對(duì)與研究展望

（一）行為監(jiān)管：監(jiān)管平衡數(shù)字創(chuàng)新與風(fēng)險(xiǎn)防控

傳統(tǒng)金融監(jiān)管主要立足機(jī)構(gòu)視角，以各類審慎指標(biāo)為抓手規(guī)范金融機(jī)構(gòu)行為。在數(shù)字金融時(shí)代下，這種模式存在明顯局限：一是審慎監(jiān)管過(guò)度關(guān)注機(jī)構(gòu)行為的合規(guī)性，卻忽視了行為合規(guī)可能引發(fā)的內(nèi)生性風(fēng)險(xiǎn)。數(shù)字環(huán)境下，個(gè)體投資者和金融機(jī)構(gòu)的行為選擇可能引發(fā)嚴(yán)重的負(fù)外部性，加劇順周期效應(yīng)和市場(chǎng)的單邊趨勢(shì)，積聚系統(tǒng)性風(fēng)險(xiǎn)。二是傳統(tǒng)監(jiān)管難以處理好數(shù)字金融創(chuàng)新和監(jiān)管的關(guān)系，在鼓勵(lì)創(chuàng)新和防范風(fēng)險(xiǎn)間難覓平衡點(diǎn)。一方面，嚴(yán)格監(jiān)管和頻繁干預(yù)可能扼殺創(chuàng)新的積極性，損害市場(chǎng)活力。另一方面，放任自流又可能使創(chuàng)新異化為獵取監(jiān)管套利的工具，損害金融消費(fèi)者利益。三是傳統(tǒng)監(jiān)管側(cè)重事后處置和被動(dòng)應(yīng)對(duì)，缺乏事前預(yù)防和過(guò)程監(jiān)測(cè)的制度安排，難以從源頭上遏制風(fēng)險(xiǎn)。

為了應(yīng)對(duì)金融創(chuàng)新帶來(lái)的挑戰(zhàn)，Michael（1995）在倫敦\"金融創(chuàng)新研究中心（CSFI）\"智庫(kù)中提出了“雙峰理論（TwinPeaks）”，強(qiáng)調(diào)審慎監(jiān)管與行為監(jiān)管并重。1998年，澳大利亞最早開始實(shí)行該理論。2000年，英國(guó)金融服務(wù)管理局（FSA）最早提出了“公平對(duì)待金融客戶（TCF）\"原則，要求金融機(jī)構(gòu)在其業(yè)務(wù)的各個(gè)方面都公平對(duì)待客戶。Barr etal.（2008）在《以行為經(jīng)濟(jì)學(xué)為指導(dǎo)的金融服務(wù)監(jiān)管》報(bào)告中分析了傳統(tǒng)經(jīng)濟(jì)理論在解釋消費(fèi)者金融行為時(shí)的局限性，并提出了基于行為經(jīng)濟(jì)學(xué)的政策建議，對(duì)后續(xù)的金融監(jiān)管實(shí)踐產(chǎn)生了深遠(yuǎn)影響。

2008年金融危機(jī)后，各國(guó)金融監(jiān)管當(dāng)局逐漸意識(shí)到要高度關(guān)注金融消費(fèi)者權(quán)益保護(hù)，單純依靠資本和流動(dòng)性等審慎監(jiān)管規(guī)則不足以維系金融體系穩(wěn)定，必須輔之以行為監(jiān)管，才能有效規(guī)避衍生品和結(jié)構(gòu)化產(chǎn)品的風(fēng)險(xiǎn)外溢。我國(guó)也在第五次全國(guó)金融工作會(huì)議上把“更加重視行為監(jiān)管”作為金融風(fēng)險(xiǎn)防控主要舉措①。當(dāng)代行為監(jiān)管理論與實(shí)踐已經(jīng)從關(guān)注個(gè)體認(rèn)知偏差，延伸到糾正技術(shù)失靈、完善制度供給等多個(gè)層面，監(jiān)管重心從“以機(jī)構(gòu)為本\"轉(zhuǎn)向“以金融消費(fèi)者為本”，監(jiān)管手段從“自上而下\"的直接干預(yù)轉(zhuǎn)向“自下而上\"的柔性引導(dǎo)，監(jiān)管能力從單一的行政監(jiān)管轉(zhuǎn)向多元共治。行為監(jiān)管已成為應(yīng)對(duì)金融創(chuàng)新挑戰(zhàn)、維護(hù)金融穩(wěn)定的重要制度安排。

將行為監(jiān)管與穿透性監(jiān)管進(jìn)行有效融合，是應(yīng)對(duì)數(shù)字時(shí)代金融風(fēng)險(xiǎn)新特點(diǎn)的有效路徑。兩種監(jiān)管理念的精髓都在于“看透\"表象，把握實(shí)質(zhì)，防止“穿透上不去、行為管不住”。數(shù)字金融新業(yè)態(tài)不斷突破傳統(tǒng)業(yè)務(wù)邊界，資金流、信息流高度關(guān)聯(lián)，個(gè)體風(fēng)險(xiǎn)極易迅速放大、跨市場(chǎng)傳導(dǎo)為系統(tǒng)性風(fēng)險(xiǎn)。單純的機(jī)構(gòu)監(jiān)管難以全面把控風(fēng)險(xiǎn)，必須及時(shí)補(bǔ)齊行為監(jiān)管短板，強(qiáng)化穿透式審視。通過(guò)構(gòu)建覆蓋全業(yè)態(tài)、貫穿全鏈條的行為監(jiān)管規(guī)則體系，運(yùn)用大數(shù)據(jù)等技術(shù)手段實(shí)現(xiàn)對(duì)風(fēng)險(xiǎn)的穿透識(shí)別，才能及時(shí)發(fā)現(xiàn)監(jiān)管真空地帶，有效應(yīng)對(duì)系統(tǒng)性風(fēng)險(xiǎn)挑戰(zhàn)。未來(lái)應(yīng)進(jìn)一步厘清兩種監(jiān)管模式的內(nèi)在邏輯和實(shí)踐路徑，推動(dòng)兩者在組織架構(gòu)、制度規(guī)則、分析模型等方面的創(chuàng)新融合，努力構(gòu)建“穿透有力度、行為有廣度\"的智能化監(jiān)管新格局。

（二）研究展望：行為監(jiān)管的微觀基礎(chǔ)和宏觀效應(yīng)

目前，國(guó)內(nèi)對(duì)行為監(jiān)管的研究仍然處于起步階段，已有文獻(xiàn)主要討論了對(duì)國(guó)外實(shí)踐的借鑒。未來(lái)的研究應(yīng)進(jìn)一步深化對(duì)數(shù)字金融下行為監(jiān)管的理論探索和實(shí)證分析，深人剖析行為監(jiān)管的微觀基礎(chǔ)和宏觀效應(yīng)，為行為監(jiān)管的實(shí)踐提供更扎實(shí)的學(xué)術(shù)支撐。

一是深人研究數(shù)字技術(shù)對(duì)投資者行為的影響機(jī)理。一方面，智能投顧等算法工具正在替代人力成為投資決策的核心載體，機(jī)器建議與人類判斷的博弈互動(dòng)值得深入探討。另一方面，數(shù)字技術(shù)紅利的分配不均可能加劇資者在信息優(yōu)勢(shì)上的差異，這些新的不平等如何影響市場(chǎng)微觀結(jié)構(gòu)和投資者行為，尚待系統(tǒng)考察。此外，虛擬現(xiàn)實(shí)、元宇宙等沉浸式的交互環(huán)境對(duì)投資者風(fēng)險(xiǎn)的感知影響以及投資者對(duì)區(qū)塊鏈、人工智能等技術(shù)應(yīng)用的信任也值得深入探究。

二是系統(tǒng)評(píng)估數(shù)字金融創(chuàng)新的外部性。除了關(guān)注數(shù)字技術(shù)對(duì)金融效率和風(fēng)險(xiǎn)的一般性影響，未來(lái)研究還應(yīng)針對(duì)不同的創(chuàng)新模式和業(yè)務(wù)場(chǎng)景，實(shí)證檢驗(yàn)其外部效應(yīng)的動(dòng)態(tài)演進(jìn)規(guī)律。要重點(diǎn)關(guān)注金融科技的賦能效應(yīng)在不同區(qū)域、不同群體間的分布差異，評(píng)估數(shù)字普惠的瞄準(zhǔn)效率和政策落實(shí)效果。同時(shí)，前瞻性地研判數(shù)字金融的長(zhǎng)期發(fā)展趨勢(shì)和風(fēng)險(xiǎn)演化路徑至關(guān)重要。一方面，數(shù)字技術(shù)與傳統(tǒng)金融業(yè)務(wù)的深度融合可能催生新的風(fēng)險(xiǎn)類型和傳導(dǎo)機(jī)制。另一方面，數(shù)字金融的跨業(yè)態(tài)、跨市場(chǎng)滲透可能打破原有的行業(yè)邊界和競(jìng)爭(zhēng)格局，釀成系統(tǒng)性風(fēng)險(xiǎn)。

三是前瞻性研判行為監(jiān)管的政策效應(yīng)。未來(lái)研究要聚焦行為監(jiān)管的關(guān)鍵工具，嚴(yán)謹(jǐn)評(píng)估其實(shí)施效果，為優(yōu)化政策組合提供科學(xué)依據(jù)。在行為監(jiān)管中，信息披露是緩解信息不對(duì)稱、保護(hù)投資者利益的基礎(chǔ)性制度。運(yùn)用實(shí)驗(yàn)經(jīng)濟(jì)學(xué)方法，考察不同披露模式下投資者的信息加工策略和交易行為變化，識(shí)別最優(yōu)的信息披露組合是一種兼顧科學(xué)性和可操作性的研究思路。需要注意的是，行為監(jiān)管內(nèi)生地蘊(yùn)含著動(dòng)態(tài)博弈過(guò)程。監(jiān)管政策出臺(tái)后，市場(chǎng)主體會(huì)根據(jù)自身利益進(jìn)行策略調(diào)整，由此引發(fā)行為變化又將觸發(fā)新一輪監(jiān)管應(yīng)對(duì)。因此，要著眼全局，綜合評(píng)估不同行為監(jiān)管工具的效果疊加和聯(lián)動(dòng)機(jī)制。

參考文獻(xiàn)

陳文、吳贏，2021，“數(shù)字經(jīng)濟(jì)發(fā)展、數(shù)字鴻溝與城鄉(xiāng)居民收入差距”，《南方經(jīng)濟(jì)》，第11期，第1-17頁(yè)。

黃純純、孫巧凡、周業(yè)安，2024，“注意力配置與經(jīng)濟(jì)決策——關(guān)于注意力經(jīng)濟(jì)學(xué)的評(píng)述與討論”，《學(xué)術(shù)月刊》，第2期，第94-102頁(yè)。

邱澤奇、張樹沁、劉世定、許英康，2016，“從數(shù)字鴻溝到紅利差異——互聯(lián)網(wǎng)資本的視角”，《中國(guó)社會(huì)科學(xué)》，第10期，第 9 3 - 1 1 5 +203-204頁(yè)。

榮健欣、王大中，2021，“前沿經(jīng)濟(jì)理論視野下的數(shù)據(jù)要素研究進(jìn)展”，《南方經(jīng)濟(jì)》，第11期，第18-43頁(yè)。

楊曉蘭、高媚、朱淋，2016，“社會(huì)互動(dòng)對(duì)股票市場(chǎng)的影響——基于新浪財(cái)經(jīng)博客的實(shí)證分析”，《證券市場(chǎng)導(dǎo)報(bào)》，第7期，第50-58頁(yè)。

楊曉蘭、王偉超、高媚，2020，“股市政策對(duì)股票市場(chǎng)的影響——基于投資者社會(huì)互動(dòng)的視角”，《管理科學(xué)學(xué)報(bào)》，第1期，第15-32頁(yè)。

王庭東、尹麗麗，2024，“數(shù)據(jù)要素參與對(duì)企業(yè)資本配置效率的影響研究”，《南方經(jīng)濟(jì)》，第9期，第1-24頁(yè)。

周業(yè)安，2019，“‘種草經(jīng)濟(jì)'：新經(jīng)濟(jì)、新問(wèn)題與新政策”，《人民論壇》，第30期，第62-64頁(yè)。

宗計(jì)川、付嘉、包特，2017b，“交易者認(rèn)知能力與金融資產(chǎn)價(jià)格泡沫：一個(gè)實(shí)驗(yàn)研究”，《世界經(jīng)濟(jì)》，第6期，第167-192頁(yè)。

宗計(jì)川、李紀(jì)陽(yáng)、戴蕓，2020，“慕'名'而來(lái)的投資偏誤——有限關(guān)注視角下的實(shí)證檢驗(yàn)”，《管理科學(xué)學(xué)報(bào)》，第7期，第27-56頁(yè)。

宗計(jì)川、朱鑫鑫、隋聰，2017a，“資產(chǎn)組合調(diào)整慣性行為研究：實(shí)驗(yàn)室證據(jù)”，《管理科學(xué)學(xué)報(bào)》，第11期，第61-74頁(yè)。

Acemoglu，D.，Ozdaglar，.ndTSalehi，A，15SysteiciskandStabilityinanaltwoks”，AmeicanEcooievie，105（2）： 564-608.

Aliu，F(xiàn).，Aslni，do，S，“TeIpctfioGold，tVilitdexdlIe（U）liBased on VAR，SVAR，and Wavelet Coherence\"，Studies in Economics andFinance，41（1）： 64-87.

Aquilina，M.，udish，E.andOneil，“QuantifyingthegfrequncTrading‘ArsRace'”，hQuarterlyJoualofo-ics，137（1）： 493-564.

Bao，T.Ful，S.，eiJdZog，J24“Rdinterke？EpeaCrdtiadoyof，JalooBehavioramp;Organization，219：510-527.

Barber，B.M.andOdean，T.，02，“OnlineInvestors：DotheSowDieFirst？”，TheReviewofFinancialStudies，15（2）：455-488.

Barberis， N.， Shleifer， A. and Vishny， ..， 1998， \"A Model of lmvestor Sentiment\"， Journal of Financial Eeonomies， 49（3）： 307-343.

Barberis， N.， Huang， M. and Santos， 'T.， 2001，“Prospeet \"Theory and Asset Prices\"， The Quarterly journal of Eeonomies， 1161）;： 1-53

Bar， M.. Mullainathan， $. and $halir， E.. 2008， \"Behaviorally lnformed Financial Services Regulation\"， New America Foundation.Bazey， W.. Cronqvist， H. and Mormann， M.. 2021，\"Visual Finance： The Pervasive Effects of Red on lnvestor Behavior\"， Management Science，67（9）：5616-5641.

Benartzi， S. and Thaler， R.H， 1995， \"Myopie Loss Aversion and the Equity Premium Puzle\"， The Quarterly Journal of Eeonomies， 110（1）：73-92.

Bhui， R. and Jiao， P.， 2023， “Attention Constraints and Learning in Categories\"， Management Science， 69（9）： 5394-5404.

Brogaard， J.， Hendershott， T. and Riordan， R.， 2014， \"High-Frequeney Trading and Price Discovery\"， The Review of Financial Studies， 27（8）：2267-2306.

Cen， X.. 2024， “Smartphone Trading Technology， lnvestor Behavior， and Mutual Fund Performance\"， Management Science， 70（10）： 6897-6916.

Chang， Y.C. and Cheng， H.W.， 2015， \"lnformation Environment and lnvestor Behavior\"， joumal of Bankingamp; Finance， 59： 250-264.

Chen， .. Pelger， M. and Zhu， ..， 2024， “Deep Leaming in Asset Pricing\"， Management Seience， 70（2）： 714-750.

Daniel， K， Hirshleifer， D. and Subrahmanyam， A.， 1998， \"lnvestor Psychology and Security Market Under- and Overeactions\"， The Joumal of Finance.53（6）：1839-1885

Danfelsson，j.. 2008， “Blame the Models\"， Journal of Financial Stability， 4（4）： 321-328.

Danfelsson， j. and Shin， H.S.， 2003， “Endogenous Risk\"， Modern Risk Management： A History： 297-316.

Damielsson. .. 2002.“The Emperor Has No Clothes： Limits to Risk Modelling\". joumnal of Banking amp; Finanee. 267： 1273-1296

DietvorstB.J.mos，JPndMassyC5，“goritversio：eoleEoeslvodgriferSeig，o nal of Experimental Psychology： General，144（1）： 114-126.

Dorfliter，GndSheckenbach，22“TadingctivityoSocialadingPatfosAhavioalApproach，hJoualfiskF nance，23（1）： 32-54.

Eppler，M.J.andMengis，Jo8“TeCoceptofIforatioOverload-ARevieofLiteraturefromOrgantionSenc，coting Marketing，MS，ndRelatedDisciplines （04）\"，Kommunikationsmanagementim Wandel： Beitrageus10Jhrenmcinitte， 271-305.

Eshet，Y.2ODialicyoepalFokfoivaliiialEra，Joualutial Hypermedia，13（1）： 93-106.

Fekrazad，A.，an，.ndSardar，N“SocialMediaSentientandeStok arket，JoualofonoisandFnane，46（2）： 397-419.

Jones，C.I.andToneti，C.Oo，“NonivalryandtheEconomicsofData”，AmericanEconomicReview，0（9）：2819-2858.

Goel， ..， Anderson， .， Holman， J. and Wats， D.， 2015， \"The Structurl Virality of Online Difusion\"， Management Seience，62（1）;： 180-196

Goldstein， .. 0zdenoren， E. and Yuan， K.， 2013， \"Trading Frenzies and Their lmpact on Real lnvestment\"， joural of Financial Economics.109（2）： 566-582.

Gonzales， R.M.D， and Hargreaves， C.A..2022. \"How Can We Use Arificial intelligenee for Stoek Reeommendation and Risk Management？A Proposed Decision Support System\"， lntemnational journal of Information Management Data Insights， 2（2）： 100130.

Hilbert， M. and López， P.， 2011， “The World's Technological Capaeity to Store， Communicate， and Compute Inormation\"， Scienee， 332（6025）： 60-65.

Kirilenko，A.Kyle，A.Samadi，.andTuzun，T17，“TheFashCrash：High-FreqencTradinginanEectronicMarket，Jour nal of Finance，72（3）： 967-998.

Klayman，J.，1995，\"Varieties of Confirmation Bias\"，Psychology ofLearning and Motivation，32： 385-418.

Kou，G.，Chao，Xeng，Y.，saadi.ndrrraVdaE19“acneLagetodfoteiciskasi cial Sectors\"，Technological and Economic Development of Economy，25（5）： 716-742.

Kremer，S.andNautz，D.13，“CausesandConsequencsofSortTerIsitutioalHerding\"，JualofBnkingamp;nae，（5）： 1676-1686.

Kumiega，A.adVanVietB.，1“AutomatedFinance：eAssumptionsandBehaviralspctsofgrihicTrading，Jualf Behavioral Finance，13（1）： 51-55.

Laudenbach， ... Ungeheuer， M. and Weber， .， 2022. “How to Alleviate Corelation Negleet in investment Deeisions\". Management Seienee.69（6）： 3400-3414.

Lehrer， S.， Xie， T. and Zhang， X.. 2021， “Social Media Sentiment， Model Uneerainty， and Volatility Forecasting\"， Economic Modelling， 102.105556.

Lucas，R.E.1976，\"EconometricPolicyEvaluation：ACitique\"，Carnegie-RochesterConfereneSeriesonPublicPolicy，：19-46.

Merkle，C.andWeber，M.，2014，“DoInvestorsPutTheirMoneyWhereTheirMouthIs？StockMarketExpectatiosandInvestingBeavior\"， Journal of Bankingamp; Finance，46： 372-386.

Michael，T.，1995，“Twin Peaks：ARegulatory Structureforthe New Century\"，Centreforthe StudyofFinancial Innovation.

Nazareth，N.andRedy，.VR23，F(xiàn)anialAplicatiosofacneLeaing：ALiteratureRevie\"，ExpertSystesithctions，219： 119640.

Noris， P.. 2001， Digital Divide： Civie Engagement， nformation Poverty， and the internet Worldwide， Cambridge： Cambridge University Press

Ovenivi.， ..D.. Ugochukwu， C.E. and Mhlongo， N.， 2024，\" Analyzing the lmpaet of Algorithmie Trading on Stock Market Behavior： A Comprehensive Review\"， World Journal of Advanced Engineering Technology and Sciences， 11（2）： 437-453.

Pariser， E.， 201 1， The Filter Bubble： What The Internet Is Hiding From You， London： Penguin Press.

Rahwan，I.，Cebrian，M.，Obradovich，N.，etal.，2O19，“MachineBehaviour\"，Nature，568（7753）：477-486.

Rudin，C.，2O19，“StopExplainingBlackBoxMachineLearningModelsforHighStakesDecisionsandUseInterpretableModelsIstead”， Nature Machine Intelligence，1（5）： 206-215.

Shleifer，A.，2Ooo，IneffcientMarkets：AnIntroduction toBehaviouralFinance，Oxford： OxfordUniversityPress.

Simon，H.A.，1972，“Theories of Bounded Rationality\".Decision and Organization，1（1）：161-176.

Smailovic，JjcJrca.darsi，dzti，5“ogiStitingthaanio”， in2015 IEEE InternationalConference onData Scienceand Advanced Analytics （DSAA）.

Soros，G.，2O15，TheAlchemyofFinance，NewYork：JohnWileyamp;Sons.

Vosoughi，S.，Roy，D.andAral，S.2018，“The Spreadof True andFalseNewsOnline\"，Science，359（638O）：1146-1151.

Wang，A.2O11“TeEfsoesetKnowdgeandVisualComucatiosonompresioofIvestmentiscosures，oul ofFinancial Services Marketing，16（2）：125-138.

Weller，B.M.，18，“DosgoriticadingReduceIforationAcqusitio”，eeviewofacialSdies，1（6）：846.

Behavioral Choices，MarketRisks，and Conduct Regulationin the Era ofDigital Finance

Zong Jichuan Zhu Xinxin

Abstract：TheCentralFinancialWorkConferenceemphasizedthatdevelopingdigitalfinanceisessntialforpromotinghighqualityeconomicdevelopment.Through technological empowerment，digitalfinancehasefectivelyenancedthebreadth， depth，and precisionoffinancial services，creating vastopportunities foradvancing inclusivefinance and serving the highqualitydevelopmentofthereal economy.However，whiledigital technology injectsnewmomentuminto innovativedevelopment，italsofundamentallytransformstheinteractionbetweeninvestorsandfinancialmarkets，ntroducingcomplexchallengesfor market stabilityand regulatoryoversight.

Digitalfinance is reshaping the microfoundations of investmentdecision-making with anovellogic，causing endogenous risksinthefinancial system toexhibitnewcharacteristicsofnon-linear transmission，decentralizeddifusion，andcrosssectorintertwining.Theseemergentriskpattrnsdifersignificantlyfromtrditionalfinancialrisks，astheyoriginatefromthe systemitselfratherthanfromexternalshocks，making them particularlychalenging toidentifyandmitigatethrough conventional regulatory approaches.

Basedonexisting literature，this paper systematicall examines the profound changes in three dimensions of investors' decision-makingenvironmentinthedigitalfinancera.First，intheinformationenvironment，digitaltechnologyhasexonentiallincreasedthvolumeoffinancialinformatioavailabletoinvestorshilesimultaneouslychanginginformationtrasmissiondynamicsandexteralities.Second，inthedigitalevironment，agorithm-drivendecision-makingintroducesnewuncer taintiesstemmingfromthe\"blackbox\"natureofcomplexalgorithmsand wideningdigitaldividesamongdiffrent investor groups.Third，inthetradingenvironment，theexpansionoftradingchannels，theriseofhigh-frequencytading，ndtheadvent of novel trading mechanisms collectively transform market microstructure and competitive dynamics.

The paper demonstrates how these new uncertain decision-making environments are reshaping investors' cognitive frameworksandhavioralchoices.Attheindividuallevel，informationoverloadleadsinvestors toelyincreasiglyonheuristic processing methods，whilealgorithmrecommendationsand multi-modal self-mediaalterthe way external information guidesinvestordcision-making.Attheinstitutionallevel，digitaltechnologydrivesthesystematizationandmodularzationof investment decisions， with high-frequency trading fundamentally changing market ecology.

Furthermore，the research analyzes the transmisson mechanisms between new patterns of investor behavior and the evolutionof endogenous isksinthefiancialsystem.These mechanismsincludeacceleratedcross-market tansmisionof ivestorsentiment，hiddenccumulationofbehavioralbiases，homogenizationofinstitutionalcompetition，centralizationofplat forms，andcomplexificationoffinancialinnovation，allofwhichcantransformindividualrisksintosystemicthreats.

In response to these changes，traditional regulatory approaches oriented toward compliance and emphasizing ex-ante prudenceand ex-posthandling prove inadequate.Regulatoryauthorities need to transformtheir regulatoryphilosophyand fullleveragethekeyroleofconductregulationinbalancingdigitalfinancialinnovationandriskprevention.Thisrequires buildingacomprehensivebehavioralregulatoryframeworkthatcoversallbusiness formatsandextendsthroughouttheentire chainoffinancialactivities.Futureresearchshouldfurtherexploretheinfluencemechanisms ofdigital technologyoninvestor behavior，evaluatetheexternalitiesofdigitalfiancialinovation，ndassess thepolicyeffectsofonductegulationpovidingacademic support forconstructingacolaborative governanceframework that ensures digital finance can developsafely while maintaining its innovative potential.

Keywords： Digital Finance; Behavioral Choice; Endogenous Risk; Conduct Regulation

（責(zé)任編輯：張瑞志）