Эконометрический анализ предпочтений при условиях неопределенности

В данной статье исследуется вопрос о том, как индивидуальные инвесторы принимают решения, а также личностные факторы, определяющие, какими соображениями руководствуется инвестор – финансовыми или поведенческими. Три модели были применены к торговым данным клиентов онлайн-банка: CAPM, фундаментальный анализ (FA) и обучение с подкреплением (RL). Эмпирическим основанием для данного исследования послужили инвестиционные решения клиентов одного из крупнейших российских частных банков (проанализированные анонимно) применительно к четырем основным активам: акциям Сбербанка, Яндекса, ВТБ и Газпрома. То, в какой мере модели описывают решения, принятые этими индивидами, было оценено и проверено тремя способами: в общем, относительно актива и с точки зрения человека. Самая важная часть — это тестирование модели с точки зрения конкретных индивидов. Мы изучили взаимосвязь между личностными характеристиками инвестора и тем, насколько хорошо его решения моделируются каждым подходом. Результаты показывают, что решения инвесторов в значительной степени зависят от переменных «инвестиционной зрелости», таких как возраст, доход, регион и образование. Клиенты с характеристиками «зрелого инвестора» проявляют более высокую склонность действовать в соответствии с FA, нежели «менее зрелые» клиенты. Сегментирование клиентов, основанное на интуитивном представлении «зрелого инвестора», действительно показывает объясняющую силу подхода FA для «зрелых инвесторов». Результаты общего анализа неоднозначны, в то время как инструментальное сравнение, проведенное на ценных бумагах SBER, YNDX, VTBR и GAZP, показывает, что RL обладает наибольшей прогностической силой.