对东盟六国科技股投资者群体行为的研究：采用BiLSTM机器学习方法

《Sustainable Futures》：An examination of herding behavior among tech stock investors in ASEAN-6 countries: A BiLSTM machine learning approach

东南亚六国科技与可持续股票市场羊群效应研究显示，传统及ESG指数在市场波动期间均存在显著羊群行为，且可持续指数更为明显。研究发现下跌市场羊群效应更强，且机器学习模型（BiLSTM）预测至2030年越南、菲律宾和马来西亚仍存在羊群风险。政策建议加强投资者教育、市场透明度及行为金融学在ESG产品设计中的应用。

　　### 解读：投资者群体行为在东盟五国传统与可持续股票指数中的表现及其影响

本研究旨在探讨在经济不确定性时期，如新冠疫情和国际政治动荡，投资者群体行为是否仍然存在于东盟五国的传统和可持续股票指数中。通过使用增强回归模型和横截面绝对偏差（CSAD）方法，研究分析了2019年至2023年间的每日收盘价数据，以识别在不同市场条件下投资者群体行为和不对称性。研究结果显示，投资者群体行为在传统和可持续指数中都存在，特别是在高波动时期更为显著。然而，群体行为在可持续指数中更为明显，表明在危机时期，投资者可能出于风险规避和ESG（环境、社会和治理）情绪而采取集体行动。此外，研究确认了不对称群体行为的存在，即在下跌市场中群体行为的影响比在上涨市场中更为显著。这些发现表明，行为动态在决定可持续投资表现中起着关键作用，并暗示即使在可持续市场中，非理性投资者行为仍可能发生。因此，有必要将行为金融学原理更深入地纳入与ESG相关的金融产品的规划和监督过程中。本研究有两个主要启示：首先，呼吁金融机构和政策制定者提高投资者教育和可持续金融透明度；其次，建议投资组合经理在分配资产时考虑行为风险，特别是在经济疲软时期。

### 投资者行为的演变与影响

随着数字信息的普及，投资者行为已经从依赖于缓慢的纸质报告转向进行更为深入的研究。历史上，由于信息获取的限制，投资者在市场崩溃时容易受到操纵，做出情绪化的决策。许多研究表明，心理因素如过度自信、情绪偏差和启发式思维也会导致群体行为，这可能在信息充分的环境中引发非理性行为。尽管如今的数据获取使得投资者能够做出更为明智和理性的决策，但研究也指出，实际操作中投资者往往因各种限制而无法严格遵循理性决策流程。因此，深入分析公司的财务状况、历史表现和竞争环境对于做出明智的投资决策至关重要。

投资者在推动公司成长和促进经济发展方面发挥着重要作用。投资者不仅为公司提供资金支持，还帮助公司进行研发和业务扩展，从而获取新技术和资源。因此，投资者在股票市场中的决策对经济成长具有深远影响。股票价格上涨通常意味着投资者信心增强，进而带动更多投资，最终推动经济增长。这一正相关关系在印尼尤为明显，其IDX Composite指数（东盟六国的关键股票市场指标）持续呈现积极增长趋势，与该国GDP增长保持一致。这表明投资者信心和决策对经济增长具有显著影响。然而，尽管投资者为公司和经济提供了机遇，他们也可能在某些情况下表现出非理性行为。

### 可持续投资中的投资者行为

尽管可持续投资日益受到重视，但投资者行为并不总是基于理性分析。传统金融理论认为，投资者会基于现有信息做出理性决策，但实际中，投资者可能受到信息不对称、市场波动和监管不成熟等因素的影响，导致非理性行为。在可持续投资环境中，投资者可能因对ESG（环境、社会和治理）的偏好而表现出群体行为，尤其是在危机时期。这种行为可能与风险规避和对ESG理念的共鸣有关，导致投资者在面对不确定性时采取一致行动，从而影响市场效率。

### 投资者群体行为的理论基础

投资者群体行为通常指许多投资者采取相似的决策。这种行为可能影响投资决策，使个体投资者倾向于选择那些被群体认可的股票，从而减少后悔感。群体行为可能导致市场泡沫，因为投资者可能基于群体行为而非基本面进行投资。这种行为在不确定性较高或信息不完全的环境中更为明显，例如市场崩溃或经济危机时期。群体行为不仅影响个体投资者，还可能对市场整体产生负面影响，如市场效率低下、价格偏离真实价值等。

### 相关研究与研究空白

近年来，许多研究探讨了投资者群体行为在不同市场中的表现。例如，Chiang和Zheng研究了全球股票市场中的群体行为，发现其存在于先进市场和亚洲市场，但未在拉丁美洲市场发现。同时，Kizys等人的研究也指出，危机时期可能引发群体行为，并对其他市场产生溢出效应。在欧洲市场，Espinosa-Méndez和Arias发现投资者群体行为显著，表明缺乏信息的投资者倾向于模仿专家行为，从而引发市场不稳定。在越南的前沿市场，Nguyen等人的研究发现，群体行为在牛市和熊市中都存在，尤其是在熊市中更为显著，这可能导致大规模的抛售行为。在其他东亚和东南亚市场，Jiang等人发现群体行为在牛市期间存在于新加坡和日本，而在熊市期间也存在于新加坡、日本、香港和台湾。然而，Tauseef的研究则指出，在九个快速发展的亚洲新兴市场中，群体行为并不存在，甚至在疫情期间，投资者行为更为理性。

### 方法与模型

本研究采用了增强回归模型和CSAD模型，以识别不同市场条件下的群体行为和不对称性。CSAD模型由Chang等人开发，用于衡量投资者群体行为。该模型通过计算个体股票收益率与市场收益率之间的平均绝对偏差，进而判断群体行为的存在。此外，研究还采用了双向长短期记忆（BiLSTM）模型，这是一种强大的机器学习技术，适用于时间序列数据的分析，特别是在股票预测方面。BiLSTM模型能够处理过去和未来的数据，从而提高预测的准确性和稳定性。

### 结果与分析

研究结果显示，东盟六国的股票市场在预测前和预测后均经历了显著变化。预测前的平均日收益率范围从泰国的-0.0000734到印尼的0.0001337，而预测后的平均日收益率范围则从越南的0.0005115到印尼的0.0006731。预测前的标准差范围从马来西亚的0.0052007到越南的0.0107519，而在预测后，标准差有所下降，表明市场波动性减少。此外，研究还发现，预测后的CSAD值有所上升，但标准差下降，这可能表明市场在预测后变得更加稳定。

### 群体行为的评估

通过CSAD模型和BiLSTM预测，研究评估了东盟六国科技股市场的群体行为。结果表明，群体行为在预测前和预测后都存在，但在预测后，群体行为的强度有所下降。这一趋势可能表明投资者在预测后变得更加理性，从而减少群体行为的影响。此外，研究还发现，预测后的群体行为在某些国家如越南和菲律宾中更为显著，而在新加坡和印尼中则有所减弱。这表明不同国家的市场环境和投资者行为存在差异。

### 对东盟六国科技股市场的群体行为分析

在预测前，群体行为在东盟六国的科技股市场中普遍存在。其中，马来西亚表现出最强的群体行为，其非线性系数达到-204.8255，表明投资者在市场下跌时更倾向于集体行动。印尼的群体行为也较为显著，其非线性系数为-186.6311，表明投资者在面对不确定性时更可能采取群体行为。泰国的群体行为同样显著，其非线性系数为-112.7851，显示投资者在市场波动时倾向于模仿他人。菲律宾和越南的群体行为则相对较弱，但仍在一定程度上存在。

### 未来趋势与AI的影响

研究还预测了东盟六国科技股市场在2030年的表现。根据BiLSTM模型的预测，市场在预测后趋于稳定，波动性下降，这可能表明投资者行为更加理性。此外，AI的广泛应用正在改变投资者的行为模式，使得信息传播更加迅速和广泛。虽然AI提高了市场透明度，但同时也可能引发群体行为，因为投资者可能依赖AI驱动的信息流和情绪分析，而忽视自己的独立分析。

### 理论与实践意义

本研究的理论意义在于，它展示了即使在传统金融理论认为“理性”投资的ESG市场中，非理性行为仍然存在。这表明行为金融学在解释投资者行为方面具有重要价值。在实践中，投资者和投资组合经理可以利用CSAD和BiLSTM模型，识别群体行为的早期迹象，从而优化投资组合的多元化策略，减少市场过度假象带来的风险。政策制定者也应考虑行为因素，制定针对性的政策，如熔断机制、实时透明度措施和投资者教育计划，以提高市场效率。

### 结论

本研究提供了关于东盟六国科技股市场群体行为的有力实证证据。研究结果表明，群体行为在传统和可持续市场中都存在，尤其是在高波动时期更为显著。此外，群体行为在下跌市场中的影响比在上涨市场中更为强烈，这表明投资者在面对不确定性时更倾向于采取集体行动。这些发现不仅加深了我们对群体行为的理解，还揭示了其对市场效率和投资决策的潜在影响。研究还指出，群体行为可能在可持续投资市场中仍然存在，因此，有必要将行为金融学的原则纳入ESG相关金融产品的规划和监督中。通过结合预测模型和传统分析方法，本研究展示了如何利用机器学习技术更深入地理解投资者行为，并为未来的投资决策提供有价值的参考。