ИСПОЛЬЗОВАНИЕ ПРИНЦИПОВ ПОВЕДЕНЧЕСКИХ ФИНАНСОВ В ПОСТРОЕНИИ ПРОГНОЗНЫХ МОДЕЛЕЙ СТОИМОСТИ ФИНАНСОВЫХ АКТИВОВ

Поведенческие деньги – относительно новое направление развития денежной и экономической науки, возникшее на базе работ нобелевского лауреата и психолога Д. Канемана и когнитивного психолога А. Тверски. [3, 4] Основная проблематика этого направления заключается в выявлении нетипичных для оптимального участника поведения на денежных рынках. Это поведение выражается в психической оценке цены активов и величины риска ИСПОЛЬЗОВАНИЕ ПРИНЦИПОВ ПОВЕДЕНЧЕСКИХ ФИНАНСОВ В ПОСТРОЕНИИ ПРОГНОЗНЫХ МОДЕЛЕЙ СТОИМОСТИ ФИНАНСОВЫХ АКТИВОВ при принятии игроком рынка решений по покупке либо продаже денежного инструмента. Основными инструментами исследования при всем этом выступают опыты, а не теоретические догадки с поиском доказательств.

В рамках данной теории одними из более принципиальных причин воздействия на поведение инвесторов выступают социальные, национальные, информационные (новостной поток и базовый анализ) свойства ИСПОЛЬЗОВАНИЕ ПРИНЦИПОВ ПОВЕДЕНЧЕСКИХ ФИНАНСОВ В ПОСТРОЕНИИ ПРОГНОЗНЫХ МОДЕЛЕЙ СТОИМОСТИ ФИНАНСОВЫХ АКТИВОВ сделок на фондовом рынке (как части денежного). Обычно, наибольшее внимание уделяется макроэкономическим чертам и данным денежной отчетности компаний при анализе цен на денежные активы. Но, если взять во внимание данные опытов в рамках поведенческих денег, существенное воздействие на поведение инвесторов оказывает их сфера обитания, коммуникация с окружающими людьми ИСПОЛЬЗОВАНИЕ ПРИНЦИПОВ ПОВЕДЕНЧЕСКИХ ФИНАНСОВ В ПОСТРОЕНИИ ПРОГНОЗНЫХ МОДЕЛЕЙ СТОИМОСТИ ФИНАНСОВЫХ АКТИВОВ. В согласовании с этим может быть применить другой подход к прогнозированию цены активов на финансовом рынке.

Предлагаемый создателем подход к прогнозированию цены денежных активов основывается на предположении о «местном» происхождении мотивации инвесторов при заключении сделок. Понятие «местности» включает географические, национальные и социальные особенности культуры и отношений инвестора с субъектами ИСПОЛЬЗОВАНИЕ ПРИНЦИПОВ ПОВЕДЕНЧЕСКИХ ФИНАНСОВ В ПОСТРОЕНИИ ПРОГНОЗНЫХ МОДЕЛЕЙ СТОИМОСТИ ФИНАНСОВЫХ АКТИВОВ совершаемой сделки и косвенно оказывающих воздействие экстерналий.

Нейросеть обладает рядом характеристик, которые отражают ее способность более корректно показывать процессы на финансовом рынке. Во-1-х, нейросети ориентированы на составление логических связей меж показателями. Во-2-х, мощности нейросети позволяют учесть характеристики из совсем разнонаправленных сфер и делать выводы о их ИСПОЛЬЗОВАНИЕ ПРИНЦИПОВ ПОВЕДЕНЧЕСКИХ ФИНАНСОВ В ПОСТРОЕНИИ ПРОГНОЗНЫХ МОДЕЛЕЙ СТОИМОСТИ ФИНАНСОВЫХ АКТИВОВ взаимозависимости и силе воздействия. В-3-х, играет роль многомерность проводимого экономического анализа.

Нейросеть представляет собой систему, в какой происходит три процесса: обучение сети, проверка выработанных решений (закономерностей) и валидация приобретенных значений (оценка вероятности воплощения закона).

При всем этом все три шага основываются на способе поиска оборотной ошибки, при котором происходит ИСПОЛЬЗОВАНИЕ ПРИНЦИПОВ ПОВЕДЕНЧЕСКИХ ФИНАНСОВ В ПОСТРОЕНИИ ПРОГНОЗНЫХ МОДЕЛЕЙ СТОИМОСТИ ФИНАНСОВЫХ АКТИВОВ расчет ошибки, которая возникает при обучении сети. Потом рассчитанная ошибка, в случае большой величины, употребляется для подстройки весов сети через апробацию на конечных значениях временного ряда (обычно, около 15%). В конце концов, избранный пример оценивают исходя из убеждений вероятности проявления тех либо других связей (силы связи) – также, на доле около ИСПОЛЬЗОВАНИЕ ПРИНЦИПОВ ПОВЕДЕНЧЕСКИХ ФИНАНСОВ В ПОСТРОЕНИИ ПРОГНОЗНЫХ МОДЕЛЕЙ СТОИМОСТИ ФИНАНСОВЫХ АКТИВОВ 15% начальных значений. Завершающий шаг носит заглавие валидации.

Избранный тип нейросети (мультислойный перцептрон) характеризуется основными чертами, которые определяют точность и применимость данной технологии к оценке денежных временных рядов с короткосрочным прогнозированием.

В качестве начальных данных для модели были применены биржевых индексы благосостояния больших продвинутых стран (S&P 500, NIMEX, NASDAQ для США ИСПОЛЬЗОВАНИЕ ПРИНЦИПОВ ПОВЕДЕНЧЕСКИХ ФИНАНСОВ В ПОСТРОЕНИИ ПРОГНОЗНЫХ МОДЕЛЕЙ СТОИМОСТИ ФИНАНСОВЫХ АКТИВОВ), численные свойства культурных особенностей (на базе исследования Хофстеда), личностные характеристики (исследования гуманитарных фондов по религиозным, культурным, этическим дилеммам) с численным соотношением по вопросам толерантности посреди респондентов (процентное соотношение).

Также рассматривались численные характеристики экономического и общественного нрава из базы World Economic Indicators в базе данных Мирового банка. Данные были взяты за ИСПОЛЬЗОВАНИЕ ПРИНЦИПОВ ПОВЕДЕНЧЕСКИХ ФИНАНСОВ В ПОСТРОЕНИИ ПРОГНОЗНЫХ МОДЕЛЕЙ СТОИМОСТИ ФИНАНСОВЫХ АКТИВОВ очень вероятный период, начиная с 1860-х годов. Сравнение временных рамок не представлялось нужным, потому что система оценивала временные ряды по признакам схожести циклических паттернов в данных. Культурологические и поведенческие причины брались схожими за большой период (год либо 5 лет), за который они были проведены. [1, 2]

В итоге вышла матрица для анализа ИСПОЛЬЗОВАНИЕ ПРИНЦИПОВ ПОВЕДЕНЧЕСКИХ ФИНАНСОВ В ПОСТРОЕНИИ ПРОГНОЗНЫХ МОДЕЛЕЙ СТОИМОСТИ ФИНАНСОВЫХ АКТИВОВ величиной 11*1409 вводных характеристик и того же количества выходных характеристик.

Структура нейросети представлена на рисунке.

Рис. 1. Структура нейронной сети (составлено создателем в программке Matlab 10)

На сокрытом шаге анализа было применено 25 нейроно, для входных данных массивов x и y – по 11 нейронов, соотношение связей было выбрано 1:2 опытным методом. На ИСПОЛЬЗОВАНИЕ ПРИНЦИПОВ ПОВЕДЕНЧЕСКИХ ФИНАНСОВ В ПОСТРОЕНИИ ПРОГНОЗНЫХ МОДЕЛЕЙ СТОИМОСТИ ФИНАНСОВЫХ АКТИВОВ шаге выхода система избрала 10 нейронов.

Результаты точности рассматриваемой модели представлены на рисунке.

Рис. 2. Характеристики авторегрессии модели (составлено создателем в программке Matlab 10)

Относительно соответствия предсказанных значений реальным (для прогнозирования системы были взяты последние 11 лет начальных данных в качестве сопоставления данных представленных системой после анализа реальным значениям и корректировке связей снутри модели ИСПОЛЬЗОВАНИЕ ПРИНЦИПОВ ПОВЕДЕНЧЕСКИХ ФИНАНСОВ В ПОСТРОЕНИИ ПРОГНОЗНЫХ МОДЕЛЕЙ СТОИМОСТИ ФИНАНСОВЫХ АКТИВОВ самой системой) можно сказать, что выходные данные в основной собственной массе соответствовали реальным на всех 3-х шагах анализа. Но имели место и некие флуктуации, в особенности на шаге обучения (тренинга системы). Результаты анализа соответствия представлены на графике.

Рис. 3. Различие мотивированных и прогнозных характеристик. (составлено создателем в программке Matlab ИСПОЛЬЗОВАНИЕ ПРИНЦИПОВ ПОВЕДЕНЧЕСКИХ ФИНАНСОВ В ПОСТРОЕНИИ ПРОГНОЗНЫХ МОДЕЛЕЙ СТОИМОСТИ ФИНАНСОВЫХ АКТИВОВ 10)

Количество ошибок было ожидаемо огромным на шаге тренинга, и уменьшалось с каждым следующим шагом (результаты представлены на графике).

Рис. 4. Рассредотачивание ошибок меж мотивированными показателями и прогнозными значениями. (составлено создателем в программке Matlab 10)

Таким макаром, используя принципы поведенческих денег, может быть выстроить модель прогнозных значений цен активов на фондовом рынке (через ИСПОЛЬЗОВАНИЕ ПРИНЦИПОВ ПОВЕДЕНЧЕСКИХ ФИНАНСОВ В ПОСТРОЕНИИ ПРОГНОЗНЫХ МОДЕЛЕЙ СТОИМОСТИ ФИНАНСОВЫХ АКТИВОВ известные цены денежных инструментов в прошедшем) с внедрением причин психического, географического и демографического нравов. Это позволит при помощи обобщенной модели авторегрессионной условной гетероскедастичности с учетом дополнительных причин и на базе исторических статистических данных о ценах денежных активов и денежных событиях (включая отчетность компаний и макроэкономическую отчетность денежных департаментов) предсказать более четкие ИСПОЛЬЗОВАНИЕ ПРИНЦИПОВ ПОВЕДЕНЧЕСКИХ ФИНАНСОВ В ПОСТРОЕНИИ ПРОГНОЗНЫХ МОДЕЛЕЙ СТОИМОСТИ ФИНАНСОВЫХ АКТИВОВ значения цены денежных активов зависимо от поведения выделенных личностей на финансовом рынке.

Перечень источников:

1) База данных «Мировые экономические индикаторы» Мирового банка. URL: http://databank.worldbank.org/data (дата воззвания: 06.05.2016)

2) База данных цены ценных бумаг AOL. URL: http://www.aol.com/stock-quotes/ (дата воззвания: 06.05.2016)

3) Kahneman, D.; Tversky, A. (1979). "Prospect ИСПОЛЬЗОВАНИЕ ПРИНЦИПОВ ПОВЕДЕНЧЕСКИХ ФИНАНСОВ В ПОСТРОЕНИИ ПРОГНОЗНЫХ МОДЕЛЕЙ СТОИМОСТИ ФИНАНСОВЫХ АКТИВОВ theory: An analysis of decisions under risk". Econometrica 47 (2): 263–291

4) Tversky, A.; Kahneman, D. (1973). "Availability: A heuristic for judging frequency and probability". Cognitive Psychology 5 (2): 207–232

А.А. Барсуков

Т.В. Буркова

Е.Н. Толстолесова

студент группы 36э131

Е-mail: ab.tmn@mail.ru

tvb.tmn@mail.ru

etolstolesova@mail.ru

Д.В. Лазутина

Научный управляющий,

канд. экон ИСПОЛЬЗОВАНИЕ ПРИНЦИПОВ ПОВЕДЕНЧЕСКИХ ФИНАНСОВ В ПОСТРОЕНИИ ПРОГНОЗНЫХ МОДЕЛЕЙ СТОИМОСТИ ФИНАНСОВЫХ АКТИВОВ. наук, доцент


ispolzovanie-principov-povedencheskih-finansov-v-postroenii-prognoznih-modelej-stoimosti-finansovih-aktivov.html
ispolzovanie-privarennih-termopar-na-tokonesushih-poverhnostyah-referat.html
ispolzovanie-proektnogo-metoda-obucheniya-na-urokah-matematiki-s-celyu-aktivizacii-poznavatelnoj-deyatelnosti-uchashihsya.html