ImageVerifierCode 换一换
格式:DOC , 页数:4 ,大小:103.50KB ,
资源ID:1899893      下载积分:8 文钱
快捷下载
登录下载
邮箱/手机:
温馨提示:
快捷下载时,用户名和密码都是您填写的邮箱或者手机号,方便查询和重复下载(系统自动生成)。 如填写123,账号就是123,密码也是123。
特别说明:
请自助下载,系统不会自动发送文件的哦; 如果您已付费,想二次下载,请登录后访问:我的下载记录
支付方式: 支付宝    微信支付   
验证码:   换一换

加入VIP,省得不是一点点
 

温馨提示:由于个人手机设置不同,如果发现不能下载,请复制以下地址【https://www.wenke99.com/d-1899893.html】到电脑端继续下载(重复下载不扣费)。

已注册用户请登录:
账号:
密码:
验证码:   换一换
  忘记密码?
三方登录: QQ登录   微博登录 

下载须知

1: 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。
2: 试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓。
3: 文件的所有权益归上传用户所有。
4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
5. 本站仅提供交流平台,并不能对任何下载内容负责。
6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

版权提示 | 免责声明

本文(基于条件博弈的“互联网金融”参与者合作行为研究.doc)为本站会员(gs****r)主动上传,文客久久仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知文客久久(发送邮件至hr@wenke99.com或直接QQ联系客服),我们立即给予删除!

基于条件博弈的“互联网金融”参与者合作行为研究.doc

1、1基于条件博弈的“互联网金融”参与者合作行为研究摘 要文章通过构建条件博弈的学习行为模型,得出了基于“互联网金融”参与者合作行为条件博弈的结果,即参与者既要通过寻找平均属性相近程度大的合作者,提高合作成功比例;又要通过提高学习概率,提高合作成功率。其中,带有属性的博弈学习行为是文章方法的创新点。最后,提出了“互联网金融”参与者共同发展的政策建议。 关键词条件博弈;互联网金融;参与者;合作行为 DOI10.13939/ki.zgsc.2016.38.030 在“十三五”规划的开局之年,基于中国经济增长进入新常态的大背景,经过国务院批准,2016 年 3 月 25 日, “中国互联网金融协会”在上

2、海正式成立。协会首批共有单位会员四百余家,不仅包括商业银行、证券公司、基金公司等传统金融机构,也包括互联网金融企业、互联网金融研究机构、征信服务机构等。目前,研究互联网金融参与者之间如何在竞争中更好地合作,实现共赢,已经刻不容缓。 1 相关文献综述 条件博弈是经济学博弈论研究方法的新应用,是在否定理性人假设基础上建立的新分析框架,条件博弈综合应用了心理学、社会学、经济学等的最新研究成果,把具有有限理性的社会人作为假设前提即参与博弈个体是有限理性的,从而对参与者的资源配置行为进行分析。 指出每个局中人的效用是所选纯策略的一元函数。在给出极大熵2准则是每个局中人的共同知识的前提下,给出如何计算这种

3、博弈期望意义下的 Nash 均衡点以及 Nash 均衡点的可交换定理与存在定理。 给出解决合理利用公共环境的博弈方法,即 N 人非合作前提下的条件博弈,建立了两个合理利用公共环境的数学模型,并对其求解。 指出不同的边界条件,系统如何演化到不同的均衡,在适当的政府补助机制下,系统将会演化到制造商都选择进入再制造策略的均衡状态。 尽管加强知识产权保护减少了企业知识溢出的损失,但是其并不能消除合作者对知识的窃取,指出杜绝机会主义行为的根本方法是对未来合作收益的制约与必要的惩罚机制。 通过建立流通中的货币(M0) 、货币(M1)与余额宝的计量经济学模型,分析了余额宝对商业银行存款的影响,指出互联网金融

4、对商业银行的影响,并给出商业银行的应对办法。 随着互联网的迅猛发展,由网上银行、余额宝等金融创新业务发展而来的互联网金融,其对商业银行业的冲击与日俱增,很有可能会改变商业银行的经营模式,因此商业银行如何积极应对以及金融监管机构对互联网金融存在的问题如何进行监管都已刻不容缓。 2 模型构建 2.1 研究设计 中国互联网金融协会中各个互联网金融企业间虽然有大的合作空间,但各个互联网金融企业间的科技水平、经济实力、文化等差异,以及知识隐藏和技术壁垒都直接或间接地影响到他们是否有合作意图及能否履3行合作协议。故互联网金融企业间的相似程度及学习情况对合作成功率的影响机理是本文研究的重点。 2.2 条件博

5、弈结果 假设“互联网金融企业”中共有 LL=100100 个参与者,各参与者的属性和策略初始随机赋值,在所有参与者参与博弈之后,同步更新所有参与者的属性和策略。每次模拟运行一百万代,重复十次取平均值,并计算模拟后一百步合作比例的平均值。 2.2.1 遍历 k 在固定学习概率 =0.1 的情况下,在参与者不同的背叛损失 c 值下遍历平均属性相近程度反向指标 k,观察合作比例的变化情况,结果如图1 所示。 3 结论与政策建议 3.1 结论 (1)在学习概率 相同的情况下,k 越小即平均属性相近程度越大合作成功比例越高。 (2)在平均属性相似度 k 相同的情况下,学习概率 越高,合作成功率越大。 3

6、.2 政策建议 (1) “互联网金融企业”参与者要优先寻找平均属性相近程度大的合作者,来提高合作成功比例;同时,互联网金融企业参与者要想方设法提高学习概率,通过相互学习,实现优势互补,进而提高合作成功率。4(2) “中国互联网金融协会”应当总结由蚂蚁金服、复星、万向、宁波金润、杭州禾博士和金字火腿等六家股东发起设立的阿里网商银行的成功经验,立足服务小微,以互联网的方式,更好地服务“长尾”客户。成为传统商业银行业务的有益补充,解决小微企业、个人消费者和农村用户融资难的问题。 (3) “互联网金融企业”更要不断创新新的金融服务与信息科技功能,通过向传统金融业务模式学习,不断探索新业务领域。 参考文献: 1姜殿玉,张盛开,丁德文.N 人非合作条件博弈在环境管理中的应用J.大连海事大学学报,2005(4). 2姜殿玉,张盛开,丁德文.极大熵准则下 n 人非合作条件博弈的期望 Nash 均衡J.系统工程,2005(11). 3郭军华.双寡头再制造进入决策的演化博弈分析J.系统工程理论与实践,2013(4). 4沈建国,沈佳坤,杨赐.互联网金融对商业银行存款影响的实证研究以余额宝为例J.哈尔滨商业大学学报,2015(4). 5沈建国,沈佳坤,杨赐.互联网金融对商业银行的冲击及应对策略J.中国市场,2016(2).

Copyright © 2018-2021 Wenke99.com All rights reserved

工信部备案号浙ICP备20026746号-2  

公安局备案号:浙公网安备33038302330469号

本站为C2C交文档易平台,即用户上传的文档直接卖给下载用户,本站只是网络服务中间平台,所有原创文档下载所得归上传人所有,若您发现上传作品侵犯了您的权利,请立刻联系网站客服并提供证据,平台将在3个工作日内予以改正。