股票市场崩盘的行为与神经机制研究：从个体非理性到集体非理性的转换

Preventing systemic financial risks is an important challenge facing our country's current economic development. The history of world financial markets shows that irrational behavior of crowds is one of the major causes of the financial crisis. From the perspective of behavioral finance, this project intends to take the stock market crash as the research object and use the big data empirical research method based on Internet information to characterize and measure the dynamic process of transformation from individual irrationality to irrationality of crowds. And the correlation between the irrationality of crowds and the crash of stock markets is examined. By designing and conducting behavioral and neuroscience experiments, this project will investigate how social interaction, price feedback and other channels would play a role in the formation of the irrational behavior of crowds, and open the cognitive black box of irrational decision-making. Based on the empirical and experimental results, this project will put forward corresponding measures and policies for building early-warning system of stock market crash and increasing the stability of Chinese financial markets.

防范系统性金融风险是我国当前经济发展面临的重要挑战。世界金融市场发展的历史显示群体性非理性行为是金融风险爆发的主要原因之一。本课题拟从行为金融学的视角出发，以股市崩盘为研究对象，利用基于互联网信息的大数据实证研究方法，刻画、度量个体非理性行向集体非理性转换的动态过程，揭示集体非理性与股市泡沫膨胀、崩盘的相关性；并通过设计、实施行为和神经科学实验，检验社会互动、价格反馈等渠道影响个体非理性行为转变为集体非理性的机理，打开非理性决策的认知黑箱。基于实证和实验结论，课题将相应提出识别、预警股市崩盘的方案和措施，为我国金融市场稳定发展提出政策建议。

在国内外经济环境日趋复杂和信息传递、社会互动模式不断变革的背景下，个体非理性如何传染、扩散、并最终引发金融市场的系统性风险是亟待回答的重要理论问题，也是金融安全实践面临的重大挑战。已有研究论证了个体非理性行为的存在及其对股票市场的影响，本课题关注个体非理性向集体非理性的转换及其对股市崩盘的影响。在构建理论模型的基础之上，从市场——行为——认知三个层面，对应采用大数据实证分析——行为实验——神经科学实验三种方法展开研究。.首先，课题组在过度反应等传统行为金融学模型之上，引入投资者之间的社交互动及价格反馈机制，关注个体非理性行为向集体非理性行为转变，进而影响股市崩盘的过程。基于元胞自动机的仿真模型构造人工股票市场，仿真结果表明，在存在理性投资者和非理性投资者之间社交互动的条件下，股价出现了泡沫化及暴跌现象。第二，基于社交网络、新闻媒体等大数据，提取投资者行为与情绪特征，刻画个体之间的社会互动，验证情绪恐慌、情绪传染，导致个体非理性向集体非理性转变的动态过程，验证了集体非理性与股市崩盘存在相关关系；第三，通过行为实验，进一步揭示社会互动、价格反馈引发集体非理性，如羊群行为的机理，检验集体非理性与股价崩盘的关系；第四，鉴于脑科学技术的发展能够精确度量大脑对信息的反应强度，客观、实时度量个体情绪状态，课题组利用ERP和tDCS两类神经科学研究仪器，揭示个体非理性趋同的认知机理，发现非理性行为传染、扩散的深层次原因包括个体的认知能力、后悔情绪等；第五，基于课题对集体非理性行为的研究结论，课题组将个体情绪与行为特征引入预警指标，采用PSO-BP神经网络算法构建股市危机预警模型，危机月的预警准确率达80%，总体样本的预警准确率高达96.3%。.本课题的研究探究了非理性行为背后的认知机理，研究结果有助于进一步理解投资者行为模式，拓展和丰富行为金融理论。此外，课题的研究从理论模型仿真、市场宏观数据、个体行为和神经数据展开，为揭示股市崩盘的机理提供较为完整的证据链条，有助于为制定股市安全预警制度提供科学的行为依据。