1294В. Миловидов, МГИМО(У) МИД России, РФ, 119454 Москва, пр-т Вернадского, 76 (vmilovidov@hotmail.com)
Рассматриваются поведенческие механизмы функционирования современного финансового рынка. Отмечается формирование постоянной латентной информационной асимметрии и фрагментация информационных предпочтений различных групп инвесторов. Это ведет к концентрации “больших данных”, технологий их обработки и анализа у профессиональных участников финансового рынка. Однако интеллектуализация финансовых операций не исключает инвестиционных ошибок и потерь. Инвесторы продолжают руководствоваться субъективными мотивациями выбора (догадки, интуиция), а их действия зачастую остаются иррациональными. Это увеличивает общую неопределенность финансового рынка, а также снижает точность рыночных прогнозов. Вероятность достижения информированными инвесторами успехов в каждой сделке с неинформированными “коллегами” остается весьма сомнительной. В этих условиях развитие технологий обработки и анализа “больших данных” не сможет кардинально изменить поведение инвесторов и повысить рациональность финансового рынка. Автор полагает, что парадигма финансового рынка пока не подлежит пересмотру.
латентная информационная асимметрия, неопределенность, “большие данные”, финансовый рынок
СПИСОК ЛИТЕРАТУРЫ
1. Nazaruk A., Rauchman M. Big Data in Capital Markets. ACM SIGMOD/PODS Conference, 2013, June 22–27, New York. Available at: http://www.sigmod.org/2013/keynote_1.shtml (accessed 25.10.2016).
2. The Future of Financial Services. How Disruptive Innovations Are Reshaping the Way Financial Services Are Structured, Provisioned and Consumed. Davos, World Economic Forum. Final Report 2015. 178 p.
3. The Future of Financial Infrastructure. An Ambitious Look how Blockchain Can Reshape Financial Services. Davos, World Economic Forum, August, 2016. 130 p.
4. Marwala T., Hurwitz E. Artificial Intelligence and Asymmetric Information Theory. Available at: https://arxiv.org/abs/1510.02867 (accessed 25.10.2016).
5. Wason P.C. Reasoning. New Horizons in Psychology. Foss B.M., ed. Harmondsworth, Penguin Books, 1966. 448 p.
6. Wason P.C. Natural and Contrived Experience in a Reasoning Problem. Quarterly Journal of Experimental Psychology, 1971, no. 23, pp. 63-71. DOI: 10.1080/00335557143000068.
7. Shafir E., Tversky A. Thinking through Uncertainty: Nonconsequetial Reasoning and Choice. Cognitive Psychology, 1992, no. 24, pp. 449-474. DOI: 10.1016/0010–0285(92)90015-T.
8. Google Finance. DJI Index. Historical Prices. Available at: https://www.google.ru/url?sa=t&rct=j&q=&esrc=s&source=web&cd=1&ved=0ahUKEwjMjbuXvvbPAhVLlSwKHRiHC0kQFggcMAA&url=https%3A%2F%2Fwww.google.com%2Ffinance%2Fhistorical%3Fq%3Dindexdjx%3A.dji&usg=AFQjCNG4lLNCANEnIoj_3W_R4Dy_TFBtjQ&sig2=FAl_DG0gddGf3WqWX71fBg&bvm=bv.136593572,d.bGg&cad=rjt (accessed 25.10.2016).
9. Google Finance. CBOE, Volatility Index. Available at: https://www.google.ru/url?sa=t&rct=j&q=&esrc=s&source=web&cd=1&ved=0ahUKEwiviLi3vvbPAhVG8ywKHXG3AwAQFggcMAA&url=http%3A%2F%2Fwww.google.com%2Ffinance%2Fhistorical%3Fq%3DINDEXCBOE%3AVIX%26ei%3D9XNdUqi6BIrqkwPAew&usg=AFQjCNFtphagK4tTktKGvlcUVM4AXcl5tg&sig2=JhGjVjMSclVtEJqNyHQ1Pg&bvm=bv.136593572,d.bGg&cad=rjt (accessed 25.10.2016).
10. Torngren G., Montgomery H. Worse than Chance? Performance and Confidence among Professionals and Laypeople in the Stock Market. The Journal of Behavioral Finance, 2004, vol. 5, no. 3, pp. 148-153. DOI: 10.1207/s15427579jpfm9503_3.
11. Kandasamy N., Garfinkel S.N., Page L., Hardy B., Critchley H.D., Gurnell M., Coates J.M. Interceptive Ability Predicts Survival on London Trading Floor. Scientific Reports, 2016, September 19, pp. 1-6. Available at: http://www.nature.com/articles/srep32986 (accessed 25.10.2016). DOI: 10.1038/srep32986.
12. Cowles A. Can Stock Market Forecasters Forecast? Econometrica, July 1933, vol. 1, issue 3, pp. 309-324. DOI: 10.2307/1907042.
13. Gervais S., Odean T. Learning to Be Overconfident. The Review of Financial Studies, Spring 2001, vol. 14, no. 1, pp. 1-27. DOI: 10.1093/fts/14.1.1.
14. Camerer C., Loewenstein G., Weber M. The Curse of Knowledge in Economic Settings: an Experimental Analysis. The Journal of Political Economy, Oct. 1989, vol. 97, no. 5, pp. 1232-1254. DOI: 10.1086/261651.
15. Barber B.M., Odean T., Ning Zhu. Do Retail Traders Move Markets? The Review of Financial Studies, 2009, vol. 22, no. 1, pp. 151-186. DOI: 10.1093/rfs/hhn035.
16. Toth B., Scalas E., Huber J., Kirchler M. The Value of Information in Multi Agent Market Model. The European Physical Journal B, January 1, 2007, vol. 55, no. 1, pp. 89-92. DOI: 10.1140/epjb/e2007-00046-2.
17. Erickson S., Rothberg H. Big Data and Knowledge Management: Establishing a Conceptual Foundation. The Electronic Journal of Knowledge Management, 2014, vol. 12, issue 2, pp. 108-116. Available at: http://www.ejkm.com/volume12/issue2/p108 (accessed 25.10.2016).
Размещено в РИНЦ
Нет комментариев