Project01_演化博弈文章复现_基金“老鼠仓“监管演化博弈模型分析-CSDN博客

本文链接：https://blog.csdn.net/Glow2233/article/details/148520440

文献引用如下：

[1]伍佳妮,糜仲春,梁樑.基金“老鼠仓”监管双方演化博弈分析[J].大连理工大学学报(社会科学版),2013,34(01):67-72.

摘要：老鼠仓行为严重影响了证券市场的秩序和公平性,损害了证券投资者的利益。文章通过构建基金经理和监管机构双方的行为博弈模型,运用演化博弈理论进行分析,得出不同情形下双方的行为博弈过程。结果表明,"老鼠仓"行为的监管与发生主要由市场监管因素、群众因素和违规代价因素三方面决定,进而对监管机构关于"老鼠仓"行为的监督和管理提出合理性建议。

1.演化博弈模型分析

参与方：

监管机构（策略：主动监管A/被动监管P）；
基金经理（策略：违规V/不违规N）。

收益函数：

监管机构：

主动监管时：

$hAV=αR−C1h^{AV}= \alpha R- C_1$ (违规)
$h^{AN}=- C_1$ (不违规)

被动监管时：

$hPV=βγ(R−C2)+β(1−γ)(−C2)h^{PV}= \beta \gamma ( R- C_{2}) + \beta ( 1- \gamma ) ( - C_{2})$ (违规)
$hPN=β(−C2)h^{PN}= \beta ( - C_{2})$ (不违规)

基金经理：

违规时:

$fVA=α(−F)+(1−α)(Y+M)−C3f^{VA}= \alpha ( - F) + ( 1- \alpha ) ( Y+ M) - C_3$ ( 主动监管 ) $fVP=β[γ(−F)+(1−γ)(Y+M)]−C3f^{VP}= \beta [ \gamma ( - F) + ( 1- \gamma ) ( Y+ M) ] - C_3$ ( 被动监管 )

不违规时:

$f^{NA}= Y- C_3$ (主动监管 $f^{NP}= \beta Y+ ( 1- \beta ) Y$ (被动监管)

2.演化动态分析

复制动态方程：

监管机构与基金经理的策略演化遵循复制动态方程：

$μ˙=μ(1−μ)[λ(hAV−hPV)+(1−λ)(hAN−hPN)]λ˙=λ(1−λ)[μ(fVA−fNA)+(1−μ)(fVP−fNP)]\dot{\mu}=\mu(1-\mu)[\lambda(h^{AV}-h^{PV})+(1-\lambda)(h^{AN}-h^{PN})]\\\dot{\lambda}=\lambda(1-\lambda)[\mu(f^{VA}-f^{NA})+(1-\mu)(f^{VP}-f^{NP})]$

平衡点与稳定性：

通过雅可比矩阵分析，得到5个平衡点：

$R_1= ( 0, 0)$ , $R_2= ( 0, 1)$ , $R_3= ( 1, 0)$ , $R_4= ( 1, 1)$

$R5=(fNP−fNPfVA−fVP−fNA+fNP,hPN−hANhAV−hAN−hPV+hPN)R_{5}=(\frac{f^{NP}-f^{NP}}{f^{VA}-f^{VP}-f^{NA}+f^{NP}},\frac{h^{PN}-h^{AN}}{h^{AV}-h^{AN}-h^{PV}+h^{PN}})$

3.研究结论

监管因素：主动监管成功率（α）和被动监管成功率（γ）显著影响博弈结果。
群众因素：举报概率（β）通过提高被动监管效率抑制违规行为。
违规代价：罚款（F）和声誉损失直接影响基金经理决策。

4.情景分析

情形I $(α>βγ,βγ(F+Y+M)>M):(\alpha>\beta\gamma,\beta\gamma(F+Y+M)>M):$
均衡点为 (0,0),即监管机构被动监管，基金经理不违规 (理想状态)。
情形II $(α>βγ,α(F+Y+M)<M):(\alpha>\beta\gamma,\alpha(F+Y+M)<M):$
均衡点为(1,1) ,监管机构主动监管，基金经理仍违规 (需加强惩罚)。
情形III $(α>βγ,βγ(F+Y+M)<M<α(F+Y+M)):(\alpha>\beta\gamma,\beta\gamma(F+Y+M)<M<\alpha(F+Y+M)):$ 系统在(0,1)和(1,0)间振荡，需动态调整监管策略。

5.代码复现

由于场景太多，就测试原文的情形1吧!以下是参数设置

clear; clc; close all;
%% 参数设置
params.alpha = 0.5; % 监管机构主动监管成功率
params.gamma = 1 - params.alpha; % 监管机构被动监管成功率
params.beta = 0.5; % 举报概率

params.mu0 = 0.5; % 初始主动监管概率
params.lambda0 = 0.5; % 初始违规概率

params.R = 100; % 查处成功收益
params.C1 = 50 * params.alpha; % 主动监管成本
params.C2 = 50 - params.C1; % 被动监管成本

params.Y = 30; % 正常交易收益
params.M = 20; % 违规超额收益
params.F = 50; % 违规损失
params.C3 = 5; % 配合调查成本

6.结果呈现

原文结果

情形 I : $α−βγ>0,βγ(F+Y+M)>M\alpha-\beta\gamma>0,\beta\gamma(F+Y+M)>M$
(0,0)是 ESS,(1,1)是不稳定平衡点，(0,1)和(1,0)
为鞍点，原文对应的动力系统演化动态相图如图5 所示。
在这里插入图片描述
根据上述两个条件易得出 $,α(F+Y+M)>M,_\alpha(F+Y+M)>M$ ,即不论监管机构采取何种监管方式，基金经理采取违规措施的损失期望恒为正数。显然在这种情形下，基金经理最优选择是不违规，那么监管机构出于效用最大原则，根据条件 $α−βγ>0\alpha-\beta\gamma>0$ ,采取被动监管策略效用更合适。因此，(0,0)为演化稳定点，这种情形自然是市场最理想情况。