Помощь в написании студенческих работ
Антистрессовый сервис

Применение экономико-математических методов в исследованиях проблемы выбора частного инвестора

ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Созданная теоретико-игровая модель поведения потребителя при выборе инструмента финансового рынка объясняет взаимосвязь между выбором потребителями активной, либо умеренной стратегии и динамикой изменения цены актива, с которым совершаются сделки. В качестве дальнейших направлений исследования может выступать усовершенствование описанного математического аппарата для моделирования условий… Читать ещё >

Применение экономико-математических методов в исследованиях проблемы выбора частного инвестора (реферат, курсовая, диплом, контрольная)

Содержание

  • Глава 1. Проблема выбора индивидуального инвестора в современной экономической науке
    • 1. 1. Основные подходы к постановке и решению задач моделирования деятельности индивидуального инвестора
    • 1. 2. Основные задачи, решаемые индивидуальным инвестором в условиях современной экономики
    • 1. 3. Специфика подходов к анализу и описанию деятельности индивидуального инвестора в условиях современной экономики
  • Глава 2. Экономико-математическое моделирование задач выбора индивидуального инвестора
    • 2. 1. Модель поведения индивидуального инвестора в условиях риска
    • 2. 2. Применение теоретико-игровых подходов в исследовании поведения индивидуального инвестора
    • 2. 3. Эволюционная теоретико-игровая модель выбора индивидуального инвестора (ЭМВИИ)
    • 2. 4. ЭМВИИ, учитывающая ситуацию неопределенности, неполноты и асимметричности информации
  • Глава 3. Проблемы практической реализации моделей выбора индивидуального инвестора в условиях современной экономики
    • 3. 1. Модель поведения агента на реальных финансовых рынках
    • 3. 2. Построение имитационной модели потребительского выбора на основе теоретико-игровой эволюционной модели
    • 3. 3. Практическое использование имитационной модели для прогнозирования цены актива
    • 3. 4. Проблемы практического использования модели с позиций органов, решающих задачи управления экономикой

Актуальность темы

исследования.

Моделирование выбора индивидуального потребителя, в том числе и на российском финансовом рынке, на сегодняшний момент является чрезвычайно актуальной задачей. При исследовании проблемы выбора индивидуального инвестора в современных условиях предполагается, что индивид делает выбор относительно вложений в тот или иной актив финансового рынка не на основании исторической эффективности вложений в данный актив, а ориентируясь на свои ожидания относительно эффективности данного вложения. Однако решения индивидов относительно того, купить или продать актив, а также степени агрессивности его стратегии (готов ли он спекулировать) могут существенным образом влиять на цену актива. Особенно важно понимать, как отразятся на стоимости актива решения инвесторов, принимаемые в период ажиотажа на финансовом рынке, будь то спекулятивный рост или кризисное падение.

В частности, существенное влияние на стоимость активов финансового рынка могут оказать действия вкладчиков является на рынке фондов коллективного инвестирования. Следует отметить, что в период с 2000 г. и вплоть до середины 2008 г. указанные формы вложений излишков средств использовались достаточно активно. В период с 2005 по 2008 г. чистый приток средств в паевые инвестиционные фонды (ПИФ) составил 524,8 млрд руб. С начала 2008 г. привлечено более 70 млрд руб., при этом 24 млрд. — за III квартал 2008 г. (см. [99]). Общие фонды банковского управления (ОФБУ) развивались несколько медленнее. В 2007 году приток средств в ОФБУ составил 3 037 млн руб. В 2008 г. произошел отток из средств из ОФБУ. Чистый отток средств наблюдался еще в мае 2008 г., а к концу года фонды потеряли клиентских средств (в виде ухода вкладчиков) больше, чем привлекли за 2007 г. (см. данные [100]). Также произошел существенный отток вкладчиков с банковских депозитов, вынуждающий банки продавать активы финансового рынка. За 2007 год было привлечено 1 080 млрд руб. на срочные вклады (в рублях и иностранной валюте, кроме вкладов до востребования). За срок с 31.12.2007 по 01.10.2008 объем вкладов увеличился лишь на 674 млрд., при этом в IV квартале 2008 г. произошел отток вкладов физических лиц с банковских депозитов (по данным [101]).

Масштабный отток вкладчиков существенным образом сказывается на состоянии рынка индивидуальных инвестиций. Когда индивид хочет вывести свои средства с финансового рынка, финансовые институты вынуждены продавать активы, в которые были вложены средства, причем довольно быстро. В случае, когда одновременно большое количество вкладчиков приходит за своими деньгами, активы продаются по сниженной цене, и, соответственно, страдают индивидуальные инвесторы, которые предпочли не выводить средства. Соответственно, задача моделирования выбора индивидуального инвестора в момент финансового кризиса стоит особенно остро. Возникает необходимость рассмотреть процесс выбора индивидуального инвестора более подробно, сфокусировавшись на том, как решение индивидов использовать ту или иную стратегию будет влиять на результат выбора и решения индивидов в будущем.

Поэтому является актуальной задача построения динамической модели выбора инвестором той или иной стратегии, разыгрываемой на протяжении некоторого количества этапов. Задача, поставленная таким образом, может быть решена с помощью построения теоретико-игровой модели. Соответствующая модель должна описывать выбор индивидуального потребителя в современных условиях, и быть применимой при анализе российского рынка частных вложений: При этом она должна учитывать реакцию потребителей на ситуацию финансового кризиса.

Важно, чтобы модель была применима в условиях финансового кризиса и спекулятивного роста, когда цена актива может существенно отклоняться от фундаментальной в большую или меньшую сторону.

Степень разработанности проблемы.

Фундаментальные экономико-теоретические основы исследования выбора экономических агентов по распределению ресурсов в условиях неопределенности и риска были заложены в трудах Ф. Найта и Ф. Модильяни.

Выбор агента в условиях риска исследовался в рамках теории рисковой полезности с 1950;х г. г. К. Эрроу, Дж. Праттом, М. Фридманом, Р. Талером, Д. Канеманом, Р. Пирсоном и другими учеными.

Практическое применение данной теории к исследованию поведения индивидуального инвестора рассмотрено в широком круге работ, в частности, следует отметить М. Марковича, У. Шарпа, Б. Рома, Дж. Трейнора.

Теория игр как направление экономико-математических исследований начала развиваться в середине XX в. В ее основе лежат работы Дж. фон Неймана, О. Моргенштерна, Дж. Нэша, Р. Ауманна.

В отечественной литературе различные аспекты теории игр были представлены в работах А. Васина, Н. Воробьева, Д. Кузютина, JT. Петросяна.

Теория эволюционных игр развивалась в последней четверти XX века. В частности, данное направление развивали И. Ишел, Д. Фридман, Дж. Мейнард Смит, Л. Самуэльсон, Дж. Вейбулл.

Модели поведения агента на финансовом рынке с использованием теории эволюционных игр описаны в работах А. Краузе, С. Фелпса, М. Марцинкевича, В. Монтина.

Цели и задачи исследования.

Целью работы является построение модели поведения индивида на финансовом рынке, а также анализ динамики цены активов рынка в зависимости от поведения популяций индивидов.

В этой связи следует выделить следующие задачи:

• рассмотреть экономико-теоретические аспекты выбора индивида в условиях риска;

• провести анализ подходов теории эволюционных игр к моделированию поведения агентов на финансовом рынке;

• построить модель поведения потребителя на основе межпопуляционной игры;

• показать влияние на модель ситуации неопределенности, а также неполноты и асимметричности информации;

• исследовать поведение модели с учетом эмпирических данных, полученных на основе характеристик российского финансового рынка.

Методология исследования.

Теоретической и методологической основой исследования послужили основные положения общей экономической теории поведения потребителя, а также методы теории эволюционных игр. Модели данного класса предполагают, что по мере прохождения некоторых этапов индивиды адаптируют свои стратегии для достижения максимального выигрыша. В результате в некоторых случаях система может достигать конечного состояния, когда игрокам не выгодно изменять свои стратегии.

Для обработки эмпирических данных о состоянии российского финансового рынка, необходимых для построения модели поведения индивидуальных инвесторов в условиях современной российской экономики, использовались методы математической статистики.

При изучении динамики состояния финансового рынка на основе представленной теоретической модели использовались методы имитационного моделирования.

Предмет и объект исследования.

Объектом исследования является индивидуальный инвестор, заключающий сделки на финансовом рынке в условиях неопределенности и риска.

Предметом исследования является процесс выбора, осуществляемого индивидуальным инвестором при вложении располагаемых средств в активы финансового рынка в условиях риска и неопределенности. Данные процесс осуществляется на основании теоретико-игровой эволюционной модели.

Научная новизна работы.

В качестве пунктов научной новизны следует выделить следующие положения:

1. Разработана теоретико-игровая эволюционная модель поведения агента на финансовом рынке, осуществляющего выбор между двумя стратегиями: приобрести (продать) актив по рыночной, либо по спекулятивной цене.

2. Для данной модели исследованы условия, при которых после некоторого числа этапов достигается состояние, в котором индивиды не будут стремиться изменять со временем свои стратегии (стационарное состояние).

3. На основе данной модели построена динамика цены актива, который участвует в торгах, а также состояния (то есть доли игроков, использующих активные стратегии) популяций покупателей и продавцов, проведен анализ влияния параметров модели на динамику цены актива и состояния популяций агентов.

4. Рассмотрено поведение построенной модели в ситуации неопределенности, неполноты и асимметричности информации.

5. Показана применимость разработанной модели для анализа современного российского рынка ценных бумаг в условиях резкого падения цен.

Теоретическая и практическая значимость работы.

Теоретические результаты, полученные в диссертационном исследовании могут служить для дальнейшего исследования поведения индивида* на финансовом рынке с помощью игр с неполной информацией. Практические результаты работы могут использоваться государственными органами при проведении социально-экономической политики, прогнозировании ее возможных последствий, а также индивидами и финансовыми институтами для прогнозирования будущей цены активов финансового рынка.

Апробация результатов исследования.

Полученные результаты докладывались на научно-практических конференциях, а также служили основой для научных публикаций.

Структура работы.

Структура работы соответствует общей логике проведения исследования. Работа состоит из введения, трех глав, заключения, списка литературы.

Во введении обосновывается актуальность исследования.

В первой главе дается характеристика основным подходам к моделированию поведения агента на финансовом рынке. В первом параграфе дается характеристика основным научным работам, описывающим поведение индивидуального инвестора. Во втором параграфе описаны задачи, решаемые современным экономическим агентом при размещении средств на финансовом рынке. В третьем параграфе дается характеристика основным подходам к анализу деятельности индивидуального инвестора. При этом подробно рассматриваются подходы теории эволюционных игр при анализе поведения агентов финансового рынка.

Во второй главе описывается теоретико-игровая эволюционная модель поведения агента на финансовом рынке. В первом параграфе описывается ситуация неопределенности и риска, в которой действует агент при осуществлении вложений на финансовых рынках. Во втором параграфе дается характеристика понятиям теории эволюционных игр, которые лежат в основе модели, построенной в настоящей работе. В третьем параграфе строится и исследуется собственная теоретико-игровая эволюционная модель исследования поведения индивидуального инвестора на финансовом рынке. В четвертом параграфе изучается влияние неопределенности, неполноты и асимметричности информации на модель.

В третьей главе построенная модель применяется на практике. В первом параграфе дается характеристика свойств современного реального рынка, которые необходимо учесть при построении имитационной модели поведения индивидуальных инвесторов. Во втором параграфе описана имитационная модель, построенная на основе теоретико-игровой эволюционной модели поведения индивидуального инвестора. В третьем параграфе построенная имитационная модель применяется для исследования динамики состояния российского фондового рынка. В четвертом параграфе рассмотрены проблемы практического использования данной модели с позиций органов, решающих задачи управления экономикой.

В заключении изложены выводы, полученные в настоящем исследовании.

Заключение

.

В настоящее время моделирование динамики поведения индивидов на рынке ценных бумаг является актуальной задачей. В частности, мировой финансовый кризис заставил ученых и специалистов в области ценных бумаг по-новому взглянуть на вопрос моделирования поведения агентов на данном рынке и влияния этого поведения на цены активов.

В частности, перспективным направлением является подход теории эволюционных игр. При использовании моделей данного класса в качестве популяций игроков выступают покупатели и продавца активов финансового рынка, а их поведение описывается популяционной игрой, в которой индивиды стремятся максимальным образом приспособиться к изменяющимся условиям.

В данном исследовании дана характеристика сложившихся подходов к исследованию поведения индивида на финансовом рынке. Рассмотрены теории, позволяющие исследовать выбор индивида в условиях риска (теория полезности в условиях риска, различные подходы, использующие теоретико-игровые методы).

Отмечено, что теория полезности в условиях риска позволяет ответить на вопрос, каким будет оптимальный выбор для агента, однако не позволяет судить об особенностях механизма достижения данного выбора в случае, когда множество агентов взаимодействуют между собой. Теоретико-игровая эволюционная модель, напротив, заостряет внимание на вопросе взаимодействия индивидов. При этом возможность оценить полезность в условиях риска с помощью ожидаемого дохода лежит в основе рассматриваемой эволюционной игры.

Разработана теоретико-игровая эволюционная модель выбора индивидуального инвестора (ЭМВИИ), характеризующая поведение игроков в поставленных условиях. В основе ее лежит моделирование поведения игроков, относящихся к одной из двух популяций, которые могут использовать активную, либо умеренную стратегию. В зависимости от стратегий индивидов, заключающих сделку, она может быть заключена по цене, близкой к рыночной, по цене несколько ниже или выше рыночной, или же сделка может сорваться, при этом игроки получают некий «штраф», выраженный в снижении цены. В результате взаимодействия игроков обеих популяций формируется новая цена, зависящая от свойств рынка. Далее игроки оценивают свои выигрыши и изменяют свои стратегии в зависимости от выигрыша, полученного на предыдущем этапе. В случае, если в построенной системе складывается ситуация, когда игроки не желают изменить свое поведение, можно говорить о достижении стационарного состояния в системе.

Исследован процесс достижения стационарного состояния в поставленной модели. Выявлено несколько возможных стационарных состояний, в том числе в смешанных стратегиях. Рассмотрен вопрос обязательности существования данного состоянии, описан механизм его поиска с помощью численных методов. Для нескольких случаев стационарного состояния показано, как изменяется цена актива (она может как расти, так и падать) .

Также в работе произведен анализ влияния на модель неполноты и асимметричности информации. Показано, что в случае, если индивид не знает состояния системы, адаптация его стратегии происходит медленнее. Также медленнее изменяется цена и медленнее достигается стационарное состояние. В случае, если информация асимметрична, индивид, имеющий меньше информации, реагирует на изменение системы медленнее, чем в случае полной информации, а индивид, имеющий больше информации, напротив, реагирует быстрее, чем в случае, если информация полная и симметричная.

Далее показан механизм адаптации индивида к изменяющимся условиям на основе динамики репликаторов. Рассмотрен ряд важнейших случаев: как на модель влияет неполнота и асимметричность информации. Показано поведение модели в ситуации неопределенности. Полученная в результате динамика цены актива является нестационарным стохастическим рядом.

Также проведено моделирование большого количества возможных траекторий движения системы для нескольких вариантов начальных значений параметров, влияющих на ее состояние. В результате установлено, с какой вероятностью система в конечной точке окажется в стационарном состоянии. При рассмотренных значениях параметров не было выявлено устойчивых стационарных состояний в смешанных стратегиях.

В результате установлено, что в случае, когда состояния системы представляют собой случайные величины с определенной функцией распределения, динамика цены актива представляет собой нестационарный стохастический процесс. Таким образом, на основе построенной теоретической модели при правильной оценке начальных параметров можно моделировать поведение стоимости акций, динамика которых описывается нестационарным стохастическим процессом.

Построена имитационная модель динамики поведения популяций агентов на финансовом рынке на основе ЭМВИИ.

На основе анализа реальных рынков установлены значения параметров системы и показана динамика стоимости активов, построенная на основе модели с учетом неопределенности. Произведен анализ построенных значений с динамикой роста курса акций в период спекулятивного роста, а также в период кризисного обвала. Показано, что с помощью теории эволюционных игр возможно исследование ситуации на рынке, когда цена актива существенно отклоняется от фундаментальной. В частности, построенная модель хорошо показала себя при анализе финансового кризиса второй половины 2008 г.: удалось выявить начальное состояние популяции, при котором динамика цены актива, построенная с помощью теоретико-игровой эволюционной модели поведения агента на финансовом рынке, оказалась достаточно близкой к динамике реального инструмента финансового рынка.

Произведен анализ применимости модели исследования инструментов долгового рынка. Показано, что в случае, когда на достаточно коротком промежутке времени происходит резкое снижение стоимости инструмента долгового рынка, данная модель также может быть использована. Для того, чтобы улучшить результаты при прогнозировании изменений цены инструмента долгового рынка, а также повысить качество анализа влияния активной стратегии участников на динамику цены инструмента, построенная модель может быть модифицирована с учетом изменения свойств инструмента долгового рынка, таких, как изменение срока до погашения, уровня процентных ставок. Также возможна модификация модели с учетом того, что с инструментами долгового рынка на некоторых этапах вообще не происходит сделок.

Также была построена аналогичная модель динамики индекса ММВБ, которая позволила сделать вывод о состояния российского фондового рынка в целом. Показано, что в случае, если в течение периода торгов существует возможность значительного отклонения цен от фундаментальных как в большую, так и в меньшую стороны, в результате действий агрессивных игроков возможно резкое падение или резкий рост цен. С помощью данной модели возможно прогнозирование динамики цены актива в данной ситуации на основе различных сценариев в зависимости от начального соотношения между игроками с активной и умеренной стратегией в обеих популяциях. Показано, что данный аппарат имеет перспективы развития для моделирования динамики поведения вкладчиков фондов коллективного инвестирования.

Созданная теоретико-игровая модель поведения потребителя при выборе инструмента финансового рынка объясняет взаимосвязь между выбором потребителями активной, либо умеренной стратегии и динамикой изменения цены актива, с которым совершаются сделки. В качестве дальнейших направлений исследования может выступать усовершенствование описанного математического аппарата для моделирования условий неопределенности. В частности, интерес представляет поведение модели в зависимости от различных распределений начальных параметров или различных методов оценки потребителями состояния своей популяции и популяции контрагента. Перспективно также направление практического моделирования цены активов в условиях неопределенности (например, если параметры модели представляют собой случайные величины). Возможно расширение ЭМВИИ для описания динамики стоимости и других инструментов финансового рынка, например, паев фондов коллективного инвестирования.

Показать весь текст

Список литературы

  1. А.А. Неантагонистические дифференциальные игры с неограниченной продолжительностью. Автореферат диссертации на соискание ученой степени кандидата физико-математических наук. СПб, 2007.
  2. К. Общая теория игр нескольких лиц. М., 1961.
  3. А.А. Методы теории игр в исследовании динамики коллективного поведения // Вестник Московского университета. Сер. «Вычислительная математика и кибернетика». 1989. № 2.
  4. А.А. Модели динамики коллективного поведения. М.: Изд-во Московского Университета, 1989.
  5. А.А., Богданов А. В. Модели адаптивно-подражательного поведения: I. Связь с равновесиями Нэша и решениями по доминированию // Известия РАН. ТиСУ. 2002. № 1.
  6. А.А., Богданов А. В. Модели адаптивно-подражательного поведения: II. Устойчивость смешанных равновесий // Известия РАН. ТиСУ. 2002. № 2.
  7. А.А., Морозов В. В. Теория игр и модели математической экономики. М., 2005.
  8. Н.Н. Основы теории игр. Бескоалиционные игры. М.: Наука, 1984.
  9. Н.Н. Теория игр для экономистов-кибернетиков. М.: Наука, 1985.
  10. А.В. Управление рисками. СПб.: Изд-во СПбГУ, 2005.
  11. А., Власова Е., Дума Р. Имитационное моделирование экономических процессов. М., 2001.
  12. Н.А. Выдающийся вклад в теорию игр и ее приложения в области экономики и теории менеджмента (к 80-летию со дня рождения
  13. Джона Форбса Нэша) // Российский журнал менеджмента. 2008. Т. 6. №-4. С. 169−173.
  14. Г., Корн Т. Справочник по математике для научных работников и инженеров. М.: Наука, 1973.
  15. Д.В. Устойчивость решений в позиционных играх. Л.: Изд-во ЛГУ, 1995.
  16. В.В., Фалько А. А. Задача взаимного выбора/Юбозрение прикладной и промышленной математики, 2008 т. 15. Вып. 3, с. 561−562.
  17. Мак Кинси. Введение в теорию игр. М., 1960.
  18. Э. Теория игр с примерами из математической экономики. Москва, Мир, 1985.
  19. Ф.Х. Риск, неопределенность и прибыль. М: .Дело. 2003.
  20. Н.Н., Чистяков С. В. Об антагонистических дифференциальных играх с бесконечной продолжительностью//Вестник СПбГУ, Сер. 3. Вып. 1, 2004. С. 38−45.
  21. Г. Теория игр. М.: ЛКИ, 2008.
  22. Л.А., Зенкевич Н. А., Семина Е. А. Теория игр. М., 1998.
  23. Л.А., Кузютин Д. В. Игры в развернутой форме: оптимальность и устойчивость. СПб., СПбГУ, 2000.
  24. С.Л., Беляева О. А. Теория игр для экономистов-математиков. СПб, 2005.
  25. М. А. Введение в теорию игр // Летняя школа «Современная математика». Дубна, 2008.
  26. У. (совместно с Г.Александером и Дж. Бейли) Инвестиции. М., 1997.
  27. . А. А. Игры наилучшего выбора с несколькими участниками. Автореферат диссертации на соискание ученой степени кандидата физико-математических наук. СПб, 2009.
  28. , Дж., Зельтен, Р. Общая теория выбора равновесия в играх.М.: Экономическая школа, 2001.
  29. Arrow К. Alternative Approaches to the Theory of Choice in .Risk-Taking Situations //Econometrica. 1951. Vol. 19. Pp.404 437.
  30. Arrow K. Aspects of the Theory of Risk-Bearing. Helsinki, 1965.
  31. Aumann R., Maschler M. Repeated Games with Incomplete Information. Cambridge: MIT Press, 1995.
  32. Aumann R., Hart S. Handbook Of Game Theory With Economic Applications, Vol. 2, Amsterdam, 2006.
  33. Basov S. Social Learning and Stochastic Decision Making. Boston: Boston University, 1999.
  34. Baumol W. The Neumann-Morgenstern Utility Index: an ordinalist view// Journal of Political Economy. 1951. Vol. 59 (1).
  35. De Bondt W. and Thaler R. Financial Decision Making in Markets and Firms: A Behavioral Perspective. Jarrow, Maksimovic and Ziemba, 1995. Pp. 385−410.
  36. Caporale G., Serguieva A. A Mixed-Game Agent-Based Model of Financial Contagion // Brunei University Working Paper Series, 2008. Vol. 5. (http ://www. centreforempiricalfmance .org.uk/papers .html).
  37. Chauldray A., Johnson H. The Efficacy of the Sortino Ratio and Other Benchmarked Performance Measures Under Skewed Return Distributions // Australian Journal Of Management. 2008. Vol. 23, № 3 Pp. 23−32.
  38. Culp C.L. The Risk Management Process. New York, 2001.
  39. Eshel I., Samuelson L., Shaked A. Altruists, Egoists, and Hooligans in a Local Interaction Model // The American Economic Review. 1998. Vol. 88 (1). Pp. 157−179.
  40. Friedman M., Savage L.P. The Utility Analysis of Choices involving Risk // Journal of Political Economy, 1948. Vol. 56, p. 279−304.
  41. Friedman D. Evolutionary Games in Economics // Econometrica. 1991. Vol. 59. Pp. 637−666.
  42. Friedman D. On Economic Applications of Evolutionary Game Theory//Journal of Evolutionary Economics. 1998. Vol. 8(1) Pp. 15−43.
  43. Friedman D. Towards Evolutionary Game Models of Financial Markets // Quantitative Finance. 2001. Vol. 1(1). Pp. 177−185.
  44. Fudenberg D., Maskin, E. Evolution and Cooperation in Noisy Repeated Games // American Economic Review (Papers and Proceedings). 1990. Vol 80 (2). Pp. 274−279.
  45. Grintis H. Game Theory Evolving: A Problem-Centered Introduction to Modeling Strategic Interaction (Second Edition). Princeton, 2009.
  46. Harms W. Evolution and Ultimatum Bargaining // Theory and Decision. 1997 Vol. 42. Pp. 147−175.
  47. Harrald P. Evolving Behaviour in Repeated Games via Genetic Algorithms // P. Stampoultzsis (ed.) The Applications Handbook of Genetic Algorithms, Boca Raton, FA: CRC Publishers, 1994.
  48. Hillas J. On the Definition of the Strategic Stability of Equilibria // Econometrica. Nov. 1990. Vol. 58. No. 6. P. 1365−1390.
  49. Huberman B. Glance N. Evolutionary Games and Computer Simulations // Proceedings of the National Academy of Sciences of the USA, 1993. Vol. 90 (16). Pp. 7716−7718.
  50. Jennings R. Mazzeo M. Competing Bids, Target Management Resistance and the Structure of Takeover Bids // Review of Financial Studies Vol. 6. 1993. Pp. 883−910.
  51. Kahneman D. Tversky A. Prospect Theory: an analysis of decision under risk//Econometrica. 1979. Vol. 47 (2). Pp. 263−291.
  52. Kandori, M. Mailath G., Rob R. Learning, Mutation, and Long Run Equilibria in Games // Econometrica, 1993. Vol. 61 (1). Pp. 29−56.
  53. Krause A. Evaluating the performance of adapting trading strategies with different memory lengths// Quantitative Finance Papers 0901.0447, arXiv.org, 2009 (http://arxiv.org/pdf0901.0447).
  54. Kreps D. Game Theory and Economic Modelling. Oxford: Clarendon Press, 1990.
  55. Kreps D., Fudenberg M. Learning, Experimentation, and Equilibrium in Games, Cambridge, MA: MIT Press, 1988.
  56. Kyle A. Continuous Auctions and Insider Trading //Econometrica Vol. 53. 1985. Pp. 1315−1336.
  57. Laslier J., Walliser, B. A reinforcement learning process in extensive form games// International Journal of Game Theory Vol. 33(2). 2005. Pp. 219 227.
  58. Leland H. Pyle D. Information Asymmetries, Financial Structure, and Financial Intermediation //Journal of Finance Vol. 32. 1977. Pp. 371−388.
  59. LiCalzi M., Sorato A. The Pearson System of Utility Functions // Economics Working Paper Archive EconWPA in its series Game Theory and Information, 2003. Vol. XI.
  60. Lindgren, K. Evolutionary phenomena in simple dynamics // C.G. Langton, J.D. Farmer, S. Rasmussen, C. Taylor (eds.) Artificial Life II. Redwood City, CA: Addison-Wesley, 1991. Pp. 295−312.
  61. Mailath G., Samuelson L., Shaked A. Evolution and Endogenous Interaction // Papers and Proceedings, Department of Economics, University of Pennsylvania, 1995.
  62. Markowitz H. Portfolio Selection. Efficient Diversification Of Investments. London, New-York, 1959.
  63. Maynard Smith, J. Evolution and the Theory of Games. Cambridge: Cambridge University Press, 1982.
  64. Miller J., Shubik M. Some Dynamics of a Strategic Market Game with a Large Number of Agents // Journal of Economics. 1994. Vol. 60. Pp. 1—28.
  65. F. Abel A., Johnson S. (1980). The Collected Papers of Franco Modigliani. Cambridge, Mass.: MIT Press.
  66. Montin В., Nolder C., An Agent Market Model Using Evolutionary Game Theory // Florida State University Working Paper Archive, 2004 (http://www.math.fsu.edu/~aluffl/eprint. archive. html).
  67. Morris S. Speculative Investor Behavior and Learning //Quarterly Journal of Economics Vol. 111. 1996. Pp. 1111−1133.
  68. Myers S., Majluf, N. Corporate Financing and Investment Decisions When Firms Have Information that Investors do not Have //Journal of Financial Economics Vol. 13. 1984. Pp. 187−221.
  69. Nachbar J. Evolutionary Selection Dynamics in Games: Convergence and Limit Properties // International Journal of Game Theory. 1990. Vol. 19. Pp. 59−89.
  70. Nash J. Non-cooperative games // Annals of Mathematics 1951. Vol.54.
  71. Von Neumann J., Morgenstem O. Theory of Games and Economic Behavior. Princeton University Press, 1944.
  72. Osbourne M., Rubinshtein A. A Course in Game Theory. Cambridge, Mass: MIT Press, 2006.
  73. Phelps S., Marcinkievich M. Using Population-based Search and Evolutionary Game Theory to Acquire Better-response Strategies for the Double-Auction Market // Materials of IJCAI Workshop on Trading Agent Design and Analysis. Edinburgh, 2005.
  74. Pratt J. Risk Aversion in the Small and in the Large // Econometrica, 1964. Vol. 32, p. 122—136.
  75. Rasmusen E. Games and Information: An Introduction to Game Theory (4th ed.). Wiley-Blackwel, 2006.
  76. Samuelson L., Zhang J. Evolutionary Stability in Asymmetric Games // Journal of Economic Theory. 1992. Vol. 57. Pp. 363−391.
  77. Samuelson L. Does Evolution Eliminate Dominated Strategies? // Kenneth G. Binmore, A. Kirman, P. Tani (eds.) Frontiers of Game Theory. N.Y., 1993. Pp. 213−235.
  78. Samuelson L. Evolutionary Games and Equilibrium Selection. MIT Press, 1997.
  79. Selten R. Evolutionary Stability in Extensive Two-Person Games // Mathematical Social Sciences. 1983. Vol. 5. Pp. 269−363.
  80. Sharpe W.F. Capital asset prices: A theory of market equilibrium under conditions of risk // Journal of Finance. 1964. Vol. 19, Series 3. Pp. 425−442.
  81. Sharpe W.F. Mutual Fund Performance // Journal of Business. 1966. Vol.39, Series l.Pp. 119−138.
  82. Shiller R. Speculative Prices and Popular Models //Journal of Economic Perspectives Vol. 4. 1990. Pp. 55−65.
  83. Shin H. Comparing the Robustness of Trading Systems to Higher Order Uncertainty," //Review of Economic Studies Vol. 63, 1996. Pp. 39−60.
  84. Shoham Y.- Leyton-Brown, K. Multiagent Systems: Algorithmic, Game-Theoretic, and Logical Foundations, N.Y., 2009.
  85. Stone B. Risk, Return, and Equilibrium: A General Single-Period Theory of Asset Selection and Capital-Market Equilibrium. Cambridge, Mass.: MIT Press, 1970.
  86. Rustichini A., Prat A. Games Played Through Agents// Econometrica. Jul. 2003. Vol. 71. No. 4. Pp. 989−1026.
  87. Taylor P., Jonker L. Evolutionary stable strategies and game dynamics //Mathematical Biosciences. 1978. Vol. 40.
  88. Thakor A. Game Theory in Finance //Financial Management. Spring, 1991. Pp. 71−94.
  89. To T. Risk And Evolution // Economic Theory. 1999. Vol. 13. Pp. 329−343.
  90. Treynor J.L. How to rate management investment funds // Harvard Business Review. 1966. Vol. 43. Pp. 63−75.
  91. Weibull J. Evolutionary Game Theory. Cambridge: MIT Press, 1996.
  92. Welch I. Sequential Sales, Learning, and Cascades //Journal of Finance Vol. 47. 1992. Pp. 695−732.
  93. Xie D., Power Risk Aversion Utility Fucntions // Annals Of Economics And Finance. 2000. Vol. 1. Pp. 265−282
  94. Yildiz M. Bargaining without a Common Prior An Immediate Agreement Theorem // Econometrica. May 2003. Vol. 71. No. 3. P. 793−811.
  95. Young P. An Evolutionary Model of Bargaining // Journal of Economic Theory. 1993. Vol. 59. Pp. 145−168.
  96. Официальный сайт Московской Международной Валютной Биржи. Данные о котировках (http://www.micex.ru/marketdata/quotes).
  97. Официальный сайт Московской Международной Валютной Биржи. Данные о котировках (http://www.micex.ru/marketdata/quotes).
  98. Данные об объеме совершенных сделок на ММВБ в помесячном разрезе (http://www.micex.ru/markets/stock/disclosure).
  99. Официальный сайт биржи РТС (www.rts.ru).
  100. Информационное агентство «Investfunds» (http://www.investfunds.ru/).
  101. Информация о рынке ОФБУ ИА «Investfunds» (http ://o'fbu .investfunds.ru/).
  102. Официальный сайт Банка России: статистика (http .-//www.cbr.ru/ statistics/).
  103. Данные о котировках ценных бумаг ИА ФИНАМ (http://www.fmam.ru/analysis/export/default.asp)
Заполнить форму текущей работой