РЕФЛЕКСИВНЫЙ ПОДХОД К АНАЛИЗУ СТАДНОГО ПОВЕДЕНИЯ АГЕНТОВ НА ФИНАНСОВЫХ РЫНКАХ
Солодухин С.В. Запорожская государственная инженерная академия
Основные задачи исследования:
анализ фактов негативного проявления стадного поведения агентов, приводящие к образованию спекулятивных пузырей;
исследование эволюции концепций, описывающих функционирование финансовых рынков, и формирование рефлексивной парадигмы в изучении рыночных процессов на финансовых рынках;
анализ методов повышения информированности агентов при подготовке принятия решений на финансовых рынках, исследовать причины иррационального поведения инвесторов;
взаимосвязь понятий «стадного поведения» и «информационного каскада»;
анализ математических моделей информационных каскадов, описывающих формирование стадного
поведения агентов в принятии решений. |
2 |
|
Современные крахи на финансовых рынках
1987 – коллапс фондового рынка
2008 – крах фондовых рынков
2011 – крах |
2011-2012 — |
|
каскадные пузыри на |
||
японского |
||
американском |
||
фондового рынка |
||
фондовом рынке |
||
|
3
Анализ основных факторов, используемых для
объяснения современных рыночных кризисов
4
Эволюция подходов к анализу массового поведения экономических агентов
Теория рационального выбора
Поведенческие теории принятия решений
Рефлексия в принятия решений
Теории группового поведения
Экономические теории информации
Стадное поведение
и информационные каскады
5
Информационный каскад (стадное поведение)
Понятие информационного каскада было предложено С. Бикчандани, Д. Хиршлайфером и И.Уэлшем. Информационный каскад возникает, когда агенты, принимающие решения последовательно один за другим, игнорируют собственную информацию, опираясь на информацию, извлеченную из поведения (выбора) других. Следует отметить, что наряду с термином «информационный каскад», во многих работах зарубежных авторов, таких как A. Банерджи и Д. Фуденберг, употребляется понятие herding behavior (массовое или стадное поведение).
6
Базовая модель
информационного каскада
• Установлена определенная последовательность агентов, принимающих решения о наступлении некоторого события.
• Существует ограниченное пространство действий агентов (принимать или отвергать некоторое событие).
• Каждый агент может наблюдать за действиями предшествующих агентов в последовательности принятия решений.
• У каждого агента имеется частный неполный сигнал о наступлении некоторого события.
• Каждый агент принимает решение о выборе в пользу некоторой альтернативы, если полагает, что она лучше с большей вероятностью, чем вторая.
7
Базовая модель информационного каскада на основе байесовского
подхода P(B | A) * P(A)
P(A | B)
P(B)
P(A | ( , )) q (1 q )
q (1 q ) q (1 q )
8
Серия модельных экспериментов на
основе байесовского подхода
С участием информированного эксперта
Без участия |
|
|
|
эксперта |
Случай 1 |
Случай 2 |
Случай 3 |
№Решение Решение Решение Решение Решение Решение Решение Решение
агента |
А |
В |
А |
В |
А |
В |
А |
В |
|
|
1 |
0,500 |
0,500 |
0,500 |
0,500 |
0,500 |
0,500 |
0,500 |
0,500 |
|
|
2 |
0,667 |
0,333 |
0,667 |
0,333 |
0,667 |
0,333 |
0,667 |
0,333 |
|
|
3 |
0,400 |
0,600 |
0,400 |
0,600 |
0,400 |
0,600 |
0,400 |
0,600 |
|
|
4 |
0,400 |
0,600 |
0,667 |
0,333 |
0,400 |
0,600 |
0,400 |
0,600 |
|
|
5 |
0,526 |
0,474 |
0,857 |
0,143 |
0,526 |
0,474 |
0,526 |
0,474 |
|
|
6 |
0,553 |
0,448 |
0,947 |
0,053 |
0,553 |
0,448 |
0,552 |
0,448 |
|
|
7 |
0,457 |
0,543 |
0,982 |
0,018 |
0,457 |
0,543 |
0,457 |
0,543 |
|
|
8 |
0,374 |
0,626 |
0,994 |
0,006 |
0,374 |
0,626 |
0,374 |
0,626 |
|
|
9 |
0,254 |
0,746 |
0,998 |
0,002 |
0,254 |
0,746 |
0,254 |
0,746 |
|
|
10 |
0,066 |
0,934 |
0,999 |
0,001 |
0,290 |
0,710 |
0,066 |
0,934 |
|
|
11 |
0,000 |
1,000 |
1,000 |
0,000 |
0,500 |
0,500 |
0,008 |
0,992 |
9 |
|
12 |
0,000 |
1,000 |
1,000 |
0,000 |
0,960 |
0,040 |
0,000 |
1,000 |
||
|
10
11
12
13