«Финансовые пузыри и их прогнозирование»

2.7 Анализ логопериодичности

Любой достаточно сложный процесс имеет степень случайности, так и на финансовых рынках стоимость активов частично случайна. На основании этого строится предположение, что изменение степени случайности на рынке говорит о странных процессах на рынке. Поэтому существует метод когда для предсказания пузыря значения временного ряда моделируют с помощью различных законов²⁰. При этом предсказывая в каких точках произойдет крах пузыря. Таких законов несколько:

Простой экспоненциальный закон

Концепция: крах связан с критической точкой следует из выполнения степенного закона

logpt=A+B(tc-χ)β (13)

для цены или логарифма цены.

Например данные tc=87,65 β=0,72 χ=107 A=327 B=-79 дают соответствие логарифму индекса S&P500 в октябре 1987 года за период с 1985.7 по 1987.65. При этом значение t_c, полностью зависит от значений последних данных, использованных в приближении., которые развиваются значительно раньше t_c.

Однако не было ни одной успешной попытки применить данную формулу к реальным данным из-за того, что практически невозможно отличить этот закон от некритического экспоненциального роста при зашумленных данных. Плавный рост, как формула (13) является, очень неудачным для определения времени t_c в зашумленных временных рядах. Именно поэтому логопериодические формулы показывают более удачные результаты.

Линейная логопериодическая формула

logpt=A+B(tc-χ)β{1+Ccos[ωlogtc-t+φ]} (14) где

A B C tc χ β ω коэффициенты;

t – время;

pt – функция от времени;

Для временной шкалы в меньше чем два года, амплитуда в колебаниях цены недостаточно большая для того чтобы выявить значительную разницу между степенью согласия для различных соответствий p(t) и log[p(t)].

Для того чтобы реализовать на практике подгонку такой формулы к финансовому временному ряду, очень важно отметить, что А, В я С вводятся в уравнение линейно, когда четыре переменных tc β ω φ уже определены и зафиксированы.

Необходимо определить их аналитическим путем, при помощи метода вычисления наименьших квадратов и добавления в целевую функцию, чтобы вывести концентрированную целевую функцию, которая зависит только oт tc β ω φ.

Из-за шумовой природы данных и того, что выполняется подгонка по четырем нелинейным параметрам, следует, что существует несколько локальных минимумов. Наилучшей стратегией является выполнение первого поиска по сетке данных, а затем оптимизация из всех локальных оптимизаций сетки. Наилучший результат, получающийся после схождения данных, принимается за глобальный оптимум.

Априорные ограничения накладываются на значения параметров, чтобы обеспечить их достоверность. Значение экспоненты b должно находится в интервале от 0 до 1, чтобы цена увеличивалась и оставалась конечной. Более узкий диапазон 0,2c должно быть больше, чем последняя дата выборки данных, приводимых в соответствие. Для фазы

Нелинейная логопериодическая формула.

Нелинейная логопериодическая формула используется в подгонке под самые длинные финансовые временные ряды.

log[pt]=A+B(tc-t)β1+(tc-tΔt)2β{1+Ccos[ωlogtc-t+Δω2βlog1+(tc-tΔt)2β]} (15) где

A B C tc χ β ω Δ коэффициенты;

t – время;

pt – функциия от времени;

Использование метода наименьших квадратов, то есть как в линейной логопериодической формуле, метод отхода от линейных переменных А, В и С и образовать целевую функцию, зависящую только от t_a , b, w и ч, как и раньше, а также от двух параметров A_t и А_ш. Поскольку А_t, представляет собой время перехода между двумя режимами, эта величина должна присутствовать в наборе данных, и поэтому устанавливается для нее временные рамки от 1года до 20 лет. Как и в предыдущем случае, нелинейность целевой функции приводит к возникновению множества локальных минимумов, а поиск по сетке данных нужно использовать для определения начальных точек оптимизации.

Трансформация Шенка иерархии характеристического времени

Фундаментальная идея, лежащая в основе логопериодичности, состоит в наличие иерархии характеристической шкалы. То есть, любая логопериодическая структура обуславливает наличие иерархии характеристической временной шкалы. Иерархия временной шкалы может определяться положительным локальным максимумом log[p(t)]. Она получается из

tc-tn=τλn2 (16) где

τ∝exp⁡(-logλ2πtan2πβlogλ-1) (17) при

λ=e2πω (18)

Расстояние между последовательными значениями tn приближается к нулю, поскольку n увеличивается, и tn переходит в tc . Подобная иерархия шкалы tc-tn не является универсальной и зависит от специфичности системы. Считается универсальным соотношение (19)

tc-tn+1tc-tn=λ12 (19)

Взяв три полученные подряд значения параметра tn, например, tn tn+1 tn+2 получается:

tc=tn+12-tn+2tn2tn+1-tn-tn+2 (21)

К этому равенству применима так называемая трансформация Шенка, чтобы ускорить конвергенцию ряда. Трех значений достаточно если речь идет о точных геометрических рядах, чтобы сойтись на асимптотическом значении t_c. При этом по отношению к произвольному временному сдвигу это отношение является инвариантом. Помимо этого, следующее время t_n+3 предсказывается с помошью первых трех значений используя формулу

tn+3=tn+12+tn+22-tn+2tn-tn+1tn+2tn+1-tn (22)

Слабое место данного метода заключается в идентификации характеристического времени t_n, которое может быть достаточно субъективным.

2.8 Метод сочетания различных подходов

Все вышеперечисленные методы сводятся к одному – понять что будет происходить во время появления пузыря. Некоторые методы основываются на математическом обосновании, другие на фактах.

В зависимости от вида финансового пузыря, рынка на котором он возник и других характеристик можно выбрать методы которые могут предсказывать именно на этом рынке. Поэтому данный метод описывает возможности сочетания подходом к предсказанию в зависимости от вида финансового пузыря.

Был проведен анализ данных методов по следующим критериям:

Легкость использования метода, данные и инструменты необходимые для анализа;
Для каких видов пузырей подходит данный метод и насколько качественно предсказание;
Методы с которыми можно сочетать данный метод;

Таблица 1 – сравнительная характеристика методов прогнозирования финансовых пузырей

Метод	Инструменты и данные	Виды финансовых пузырей и качество	Смежные методы
Метод DFA	Производится с помощью специального ПО. Необходимы точные данные по рынку.	Подходит для спекулятивных финансовых пузырей пузырей, однако невозможно использовать для рынков с более глубокими предпосылками.	Подходит к любому методу
Лингвистический анализ	Для анализа понадобятся последние статьи и новости из отрасли, анализ источников и выбор из них наиболее подходящих. Наиболее подробным исследованием заинтересованности людей в определенном направлении можно использовать статистику поисковых систем, например, google trends.	Данный метод не определяет наличие пузыря и является дополняющим методом, так как определяет явную заинтересованность людей данной областью. Он выявляет лишь последствия появления пузыря или наоборот его предпосылки. В любом случае большой спекулятивный пузырь должен подтверждаться данным методом. Также с помощью него невозможно достоверно сказать о сроке схлапывания финансового пузыря, однако можно следить за этим на противоположных тенденциях, например, «актив купить» и «актив продать». Спекулятивные финансовые пузыри большого масштаба и более сложные виды финансовых пузырей, единственное условие – большой масштаб пузыря.	Подходит к любым методам которые исследуют большие спекулятивные пузыри.
Метод на основании логопериодичности	Статистический метод возможный только с помощью специальных программ. При этом происходит подгонка под одну из формул. Проверяется зависимость от предыдущих результатов. Для работы с ним необходимы четкие данные обработанные для работы программ.	Достаточно достоверный метод, однако возможен только на рынках спекулятивных пузырей где есть точная информация.	Дополняет любые другие методы анализа спекулятивных пузырей.
Тиковый метод	Помимо необходимых программ нужны тиковые данные по рынку, что значительно осложняет анализ сложных пузырей.	Можно иметь достаточно точную информацию по рынку в реальном времени. Подходит для рынков где можно следить за всеми сделками. Если на рынке присутствует закрытая часть – метод не работает.	Применим с любыми методами которые анализируют спекулятивные пузыри.
Небоскребы	Особых инструментов этого метода нет. Необходимо следить за самыми большими стройками в мире и с чем это связано.	Применим на любых больших рынках масштаба государства.	Дополнение к исследованию пузырей которые имеют более сложную структуру чем просто спекулятивный финансовый пузырь. Например, к прямому анализу.
Теория игр		Больше теоретический чем практический метод
Институциональный метод	Анализирует любые финансовые пузыри при необходимых знаниях о рынке и о структуре рынка	Может давать точные предсказания о том, что на рынке присутствует финансовый пузырь, но время схлапывания предсказать не может.	Применим со всеми методами

Для того чтобы понять в каком случае используется каждый метод выделим основные виды финансовых пузырей, которые возможно предсказать. Данные показаны в таблице 2.

Таблица 2 – Использование методов предсказания в различных типах финансовых пузырей

	Рынок реального актива с точными данными	Рынок абстрактного актива с точными данными	Рынок дифференцированного актива с неточными данными
Прямой анализ	Использовать	Не использовать	Использовать
DFA	Использовать	Использовать	Не использовать
Лингвистический анализ	Использовать	Использовать	Использовать
Логопериодичность	Использовать	Использовать	Не использовать
Тиковый метод	Использовать	Не использовать	Не использовать
Вывод	Если рынок большой, то используются все методы. Из них предпочтение отдается статистическим методам и прямому анализу в равной степени. Лингвистический анализ используется в связке с прямым анализом.	Невозможность использования прямого анализа и тикового метода обусловлена сложной структурой абстрактных активов. Среди оставшихся методов предпочтение статистическим методам.	Невозможность использования статистических методов обусловлена отсутствием достаточно точной информации. Лингвистический анализ используется в дополнение прямоому анализу.

3. Сочетание методов предсказания финансовых «пузырей» на практике

В данной главе описаны три примера прогнозирования финансовых пузырей. Все три примера это разные виды пузырей, которые были упомянуты в таблице 2. Для каждого из них приведены именно те методы о которых говорилось в таблице 2 и для каждого примера сделан вывод о том, насколько качественно работают эти методы в связке друг с другом.

3.1 Предсказание возникновения «антипузыря» для индекса Nikkei в 1999

В данном разделе приведены результаты анализа двумя методами, первый это логопериодический анализ, а второе это анализ в помощью Пенга.

Данный рынок это рынок абстрактного актива, поэтому будут использованы только те методы которые перечислены в третьей колонке таблицы 2.

При анализе не будет использован лингвистический анализ из-за труднодоступность необходимых материалов для анализа.

Анализ с помощью логопериодичности

25 января 1999 года было сделано публичное предсказание в виде препринта на Интернет-сервере в Лос-Аламосе²¹. В нем говорилось, что индекс Nikkei должен был восстановиться после своего 14-ти летнего минимума (13232,74 на 5 января 1999 года) и достичь отметки = 20,500 год спустя, что соответствует =50% роста индекса.

В частности, была выведена следующая формула, основанная на оценке третьего порядка "Ландау", обобщающем нелинейную логопериодическую формулу:

logpt=A + τα1+ τΔt2α+τΔt4αB+Ccosωlogτ++Δω2αlog1+τΔt2α+Δω4αlog1+τΔt4α+φ (23)

описывающей эволюцию во времени индекса Nikkei p(t), где т = t-t_c, a t_c =31 декабря 1989 года, то есть время достижения индексом максимально рекордного уровня. Уравнение (23) было приведено в соответствие с индексом Nikkei за период времени с начала 1990 года до конца 1998 года, что в общей сложности составляет 9 лет. Продлив кривую за отметку 1998 года, мы получили количественное предсказание будущего развития данного индекса.

На Рис. 23 сравнивается реальная и прогнозируемая эволюция индекса на 1999 год и далее. Индекс Nikkei не только испытал разворот тренда, но и количественные изменения совпадают с данными предсказания с впечатляющей точностью. В частности, прогноз роста индекса на 50% подтвердился полностью. Также абсолютно точно был предсказан еще один разворот тренда, появившийся в начале 2000 года, что также совпадает с прогнозируемым временем разворота. Предсказанный и фактически достигнутый максимум очень близки. Важно отметить, что ошибка между кривой и реальными данными не увеличилась после того, как последние данные за 1999 год были использованы в подгонке. Это говорит о том, что предсказание хорошо выполнялось более, чем в течение года. Более того, поскольку относительная ошибка между соответствием и действительностью находилась в пределах ±2% в течение 10-ти лет, не только предсказание было успешным, но и модель, лежащая в его основе.

Рис. 2. Натуральный логарифм японского фондового индекса Nikkei после начала падения с 1 января 1990 года до февраля 2001 года²².

Непрерывная плавная линия есть нелинейная логопериодическая формула (25). Она используется для того, чтобы адекватно соответствовать временному интервалу =9 лет, начиная с 1 января 1990 года. Данные по индексу разделены на две части. Пунктирная линия показывает данные соответствия с формулой (25), опубликованные в предсказании в январе 1999 года. Ее продолжение в виде непрерывной линии отображает поведение индекса Nikkei после того, как предсказание было сделано.

С другой стороны сейчас можно судить о том, насколько точным было предсказание. И действительно, если посмотреть реальные данные на Рис. 3, то предсказание было сделано очень качественно.

Рис. 3 – реальный курс Nikkei 225

Метод DFA

Был проведен анализ индекса Пенга для 1998, 1999 и 2000 годов. Результат показан в таблице 3.

Таблица 3 – индексы Пенга по годам для Nikkei 225

Год	Пенга
1997	2.34
1998	2.89
1999	2.92
2000	2.92

Следовательно, на рынке возрастают спекуляции от 1997 года, когда курс практически не менялся до изменений других лет. Индекс Пенга показывает нарастание спекулятивных действий на рынке, а следовательно, это предпосылка с тому чтобы “антипузырь” вернулся обратно в свой курс.

Вывод

Сочетание двух методов статистического анализа привело к одинаковым результатам. Из этого можно сделать вывод, что на рынке присутствовал “антипузырь”, а подход заключающийся в сочетании методов при различных видах пузырей работает.

3.2 Финансовый «пузырь» стартапов в России

В данном разделе приведены результаты анализа рынка стартапов в России с помощью метода прямого анализа и лингвистического анализа. После описания применения методов проведен анализ результата по двум методам. Данные два метода используются в соответствии с таблицей 2 из-за того, что рынок стартапов дифференцирован и трудно выделить в нем статистические данные.

Прямой анализ

В результате прямого анализа был получен результат, который говорит о том, что на рынке присутствует благоприятная для возникновения финансового пузыря ситуация. Далее описан сам анализ данного рынка.

В последние три года Россию охватило новое явление называемое “бумом стартапов”²³. Каждый человек может представить себя инноватором и придумать то, что необходимо людям. При этом ни слова о том, что это должен быть бизнес который приносит деньги. Все уверены, что их идею купит какая-нибудь большая компания за баснословные деньги. При это появилось множество инвестиционных фондов которые дают деньги инноваторам и успешно проталкивают неприбыльные проекты на следующую ступень инвестиций. К тому же вкладывая сейчас в идею 50000$ инвестор может перепродать почти готовый продукт инвестору следующего уровня за 1000000$ при этом лишь мотивируя “фаундеров” стартапа. Есть всего несколько ступеней инвестирования – посевные, в развитие, в рост и в работу. При этом можно быть неприбыльными на всех этапах инвестиций.

Итого получаем ситуацию где инвестор дает деньги стартаперам, которые должны сделать нечто. Инвестор прилагает некоторые усилия, но ни в каком случае не влияющие на разработку, а например, сходить на тренинг или накормить юных стартаперов. В итоге инвестор ожидает, что с этим проектом он придет к другому инвестору и продаст свою долю. Заметим, что инвестициями распоряжаются стартаперы, следовательно риск за деньги инвестора несут они. Далее, инвестор не заинтересован в качестве и перспективе продукта, он заинтересован в продаваемости следующим инвесторам. Следовательно важнее правильное направление и хороший бизнес план, чем перспективы проекта, а поэтому риск передают друг на друга инвесторы, перекладывая его на стартаперов. При этом стартаперам нет никакого дела до судьбы проекта, ведь это не их деньги и не их риск. Поэтому внедрили новое слово – мотивация. Это готовность фаундеров взять на себя риск.

Все хорошо если всем выше изложенным занимаются профессионалы. Однако любая прибыльная деятельность начинает притягивать все больше людей, в том числе и любителей, данный пример не исключение. Все больше людей с деньгами хотят вложить деньги в стартап. Все халатнее они относятся к выбору фаундеров, все меньше их заботит как и куда будут тратится деньги и все больше денег вливается в студии, рекламу, разработку. Вызывает это не только обогащение последних, но и рост цен, за которым следует рост костов для “легитимных” стартапов. В итоге все сложнее делать хороший стартап, так как стоит это дороже, все больше конкуренция за работников, все больше недоверие работников к стартапам и возможно не произойдет следующего раунда инвестиций так как все уже раздали.

У этого пузыря нет графика на котором можно посмотреть стоимость акций, однако все что творится вокруг переходит границы разумного. Создаются СМИ для стартапов, эти СМИ в свою очередь становятся стартапами, создаются специальные заведения для работы стартаперов, курсы и лекции. По сути это уже механизм по выращиванию стартаперов как это было в пузырем доткомов когда программистов обучали за три месяца.

Но как может лопнуть этот пузырь и что же произойдет если он лопнет. Этот пузырь врядли можно полностью назвать спекулятивным, так как в данном случае создать компанию гораздо труднее чем купить актив. Поэтому этот пузырь держится лишь на вере в то, что на стартапе можно заработать не профессионалу. Начнется падение с того, что провалятся IPO нескольких новых стартапов. Разорятся все известные когда у них кончатся деньги. Дальше по цепочке будет рушится весь обслуживающий механизм, то есть: бизнес-инкубаторы, тысячи рекламных агенств, социальный маркетинг как направление зарабатывающее ныне баснословные деньги, студии дизайна и разработки.

Интернет рынок России растет на 30 процентов в год. Может ли постепенное схлопывание пузыря убить этот рост или данный рынок продолжит этот рост – вопрос непредсказуемый, однако определенно урон будет нанесен существенный.

Лингвистический анализ

Данный анализ показал, что присутствует повышенное внимание к данному рынку, в отличие от остального мира. Как следствие это благоприятная почва для возникновения финансового пузыря.

Для проведения лингвистического анализа был использован google trends.

На графике изображена статистика запросов «стартап» в России. Как мы видим наблюдается рост примерно 60 процентов в год.

Рис. 4 – График частоты запросов «Стартап» в поисковой системе Google в России

Однако если посмотрим мировую статистику по запросам связанным с этим, то увидим, что с 2004 года их количество падает. Данных с 2000 года нет, но можно сделать предположение, что пик запросов был именно в пик пузыря доткомов.

Рис. 5 – График частоты запросов «Startup business» в поисковой системе Google в мире

Вывод

Проанализировав ситуацию на рынке стартапов двумя способами как и сказано в таблице 2, получилось, что оба метода говорят о том, что на рынке вероятно присутствует пузырь. Однако эти методы не статистические поэтому можно сказать лишь то, что на рынке присутствует ситуация благоприятная для возникновения пузыря. В данной ситуации оба метода показали один и тот же результат поэтому метод сочетания методик предсказания в случае рассмотрения нечеткого рынка с дифференцированным активом работает.

3.3 Финансовый «пузырь» на рынке bitcoin

В данном разделе приведен анализ финансового пузыря bitcoin с помощью метода Пенга, лингвистического анализа, прямого анализа и наблюдений логопериодичности. Данный рынок существующего актива с известными статистическими данными, то есть он относится к первой колонке таблицы 2.

Тиковый анализ не будет приведен из-за отсутствия тиковых данных по рынку.

Для того чтобы делать анализ данной проблемы необходимо прежде всего понимать, что из себя представляет bitcoin.

Bitcoin, Биткоин — электронная валюта, созданная в 2009 году Сатоси Накамото²⁴.

Bitcoin имеет ряд особенностей, которые отличают его от других электронных валют:

1. Децентрализованность.

У биткойна нет единого центра выпускающего и контролирующего валюту, поэтому никто не может влиять на ее курс, количество монет в сети, блокировать счета или транзакции. Сеть построена по принципу p2p из равноправных узлов-участников. Никто не может заморозить ваш счет, отменить платеж, запретить кому-то отправлять или принимать деньги.

2. Количество монет в сети ограничено.

Эмиссия биткойнов ограничена и границы известны всем. Всего в итоге будет 21 000 000 монет. Объем монет увеличивается как геометрическая прогрессия. В систему монеты добавляются пачками по 25 штук каждые 10 минут. Данная валюта запрограммирована на дефляцию, но это не проблема так как монета делится до 8-го десятичного знака. График количества биткойнов показан на Рис. 6.

Рис. 6 – график количества монет биткойн в системе.

3. Анонимность.

Платежи в биткойне проводятся напрямую, без посредничества чего либо, причем отменить платеж невозможно. Информация о платеже распространяется по всей сети и принимается всеми остальными участниками.

Это идеальный рынок который можно рассматривать на возникновение пузыря, так как принципиально на нем реальная стоимость актива равна нулю всегда. Поэтому любые отклонения в цене есть ни что иное как результат спекуляций. Тем более, что к спекуляциям имеет доступ кто угодно, анонимно и с неограниченного количества устройств. К тому же никто не может ничего контролировать.

Лингвистический анализ

Для того провести лингвистический анализ необходимо оценить популярность bitcoin за 2013 год, поэтому обратимся в google trands.

Рис.7 – График частоты запросов «bitcoin» в поисковой системе Google

Как видно на рисунке пик по количеству запросов “bitcoin” произошел 11 апреля. Далее статистика судить не позволяет, но вероятно, что количество запросов вошло в свой нормальный тренд. Теперь сопоставим данные по количестве запросов и по цене пары доллар bitcoin.

Рис.8 – курс биткойна

Пик запросов совпадает с пиком цены. Точнее активный рост и падение курса сопровождался огромным ажиотажем в поиске. Посмотрим также основные запросы которые содержат в себе слово “bitcoin”

Рис. 9 – Основные темы связанные с биткойном, которые запрашивали пользователи в поисковой системе Google.

“bitcoin mining” это зарабатывание монет с помощью вычислительной мощности компьютера. Заметим, что большинство интересуется как заработать или купить монеты и сколько они стоят.

При этом пик запросов bitcoin buy произошел как раз 10 числа.

Рис. 10 – График частоты запросов «bitcoin buy» в поисковой системе Google.

Как ни странно пик по запросам bitcoin sell также 10 апреля

Рис. 11 – График частоты запросов «bitcoin sell» в поисковой системе Google.

Вывод по анализу курса валюты bitcoin с помощью поисковых систем следующий. Если бы поисковая система могла отслеживать в режиме реального времени ключевые запросы по определенному рынку и сопоставлять эти данные с ценой и количеством торгующих, то это было бы хорошим дополнением к заявленным ранее математическим методам, так как в режиме реального времени предоставляют информацию о заинтересованности людей с определенном рынке, но главное правильно выбрать ключевые фразы.

Наблюдение логопериодичности

Если же рассматривать явление на данном рынке с точки зрения статистики, то можно заметить, что курс имеет четко выраженную периодичность. Это не свидетельствует о логопериодичности однако о том, что последующий курс зависит от предыдущего говорит явно, а следовательно этот рынок точно можно исследовать с точки зрения эконометрики. Анализ логопериодичности проведен не был из-за отсутствия необходимых программных средств.

Рис. 12 – Курс биткойна в другом периоде.

Анализ Пенга

Проанализировав период с 10 марта по 20 апреля получен следующий график DFA см. Рис 13.

Рис. 13 – График DFA для биткойна

Индекс Пенга для данных по 10 дней описан таблицей 4.

Таблица 4 – индексы Пенга для Bitcoin с 10.03.2013 по 20.04.2013 по

10 дней

Период	Индекс Пенга
1	3
2	3
3	3
4	3

Как можно наблюдать из таблицы 4 на рынке в момент наблюдения всегда осуществлялась активная спекуляция, а следовательно это подтверждает присутствие пузыря.

Прямой анализ

Чтобы провести прямой анализ необходимо ответить на вопрос, правда ли этот актив стоит тех денег, которые за него платят. Bitcoin ни чем не обеспечен, поэтому реальная стоимость данного актива фактически равна нулю. Однако, с точки зрения полезности, которую bitcoin приносит некоторым пользователям этой валюты она может быть оценена некой суммой. В основном ее стоимость формируется пользователями которым необходима анонимность при проведении платежей. Этого не может обеспечить ни одна другая валюта. Поэтому некая условная стоимость валюты может быть принята на веру сообществом людей для анонимного обмена. Однако появилось большое количество спекулянтов, которым не важна анонимность, а важна возможность заработать на повышающемся курсе. Помимо этого легкая возможность заработать, при этом ничего не делая, а лишь настроив правильно компьютер, все это привело к тому, что курс начал подниматься, а этом привело к том, что на рынок пришло еще большее количество пользователей.

То есть с точки зрения анализа повышение курса в несколько раз за короткий период времени был финансовым пузырем, потому что не было внешних предпосылок к увеличению курса, кроме заинтересованности людей, так как другие валюты не теряли своей функции и никому резко не понадобилась анонимность.
Вывод

Все методы указывают на наличие спекулятивного пузыря на данном рынке, следовательно подход применения нескольких методов к одному типу финансового пузыря работает.

Заключение

Рассматриваемая данной работой проблема крайне актуальна, в современных условиях. Частота кризисов в разных странах увеличивается, как и количество финансовых пузырей на разных рынках, однако новых кризисов так и не удается избежать из-за отсутствия достаточной базы знаний и целенаправленных своевременных действий. Именно поэтому данное направление будет прорабатываться еще на протяжении многих лет.

Особенно заметным увеличение количества финансовых пузырей будет из-за того, что возрастает доля непрофессионалов на рынках, все больше становится шумовых трейдеров. То есть рынки все больше раскачиваются в целях заработать. Делается это как вручную, так и роботами.

В первой части были разобраны виды финансовых пузырей с точки зрения того как они образуются, а также факторы которые влияют на их образование. Помимо этого описаны все явления происходящие с активом в момент появления на рынке финансового пузыря.

Основная цель работы выполнена и предложено два метода для прогнозирования финансовых пузырей.

Первый метод это метод прямого анализа. Основным предположением этого метода является то, что отклонение цены может быть вызвано исключительно изменением полезности актива. Иначе если изменение стоимости вызвано лишь повышением внимания, то на рынке возникает благоприятная атмосфера для возникновения пузыря. А также в данном методе рассматривается моральный риск как фактор возникновения пузыря.

Второй метод это комбинация других методов на основе вида финансового пузыря. Были выделены три самых распространенных вида рынков на которых возникают пузыри и для них были отнесены методы которые в связке могут лучше определить ситуация чем по отдельности.

В третьей части были применены все методы в соответствии с комбинированным методом. Для этих трех разных ситуаций были получены результаты в которых данный метод показал себя действенным.

Как развитие данного направления можно разбить метод прямого анализа на два полноценных метода, метод, который полностью анализирует с точки зрения институционального анализа и метод, который основывается на теории эффективности актива.

Для второго метода можно более четко выделить типы финансовых пузырей и разграничить “веса” методов применимых для каждого конкретного финансового пузыря. Это позволит более четко оценивать и понимать с чем в данный момент столкнулся рынок и не ошибаются ли методы.

Применимость данной работы также высока как и ее актуальность. Данная работа может служить не только экономистам центрального банка, но и инвесторам желающим оценить состояние рынка в который планируется вложение средств. Таким образом проработка данного направления приносит в действия рыночных игроков рациональность, тем самым повышая общественное богатство.

Литература

http://internet-realtor.com/publikaci-polzovatelei/chto-takoe-indeks-neboskrebov.html
http://www.google.ru/trends/
http://bitcoinchain.com
http://www.spekulant.ru/archive/Logoperiodichnosti_rynkov_valyutnyh_opcionov.html
Кохен Д. Страх, алчность и паника на фондовых рынках : Пер. с англ. - М. : СмартБук, 2009. - 368с.
http://www.km.ru/economics/2012/11/27/dolgovoi-krizis-v-gretsii/698194-mvf-i-es-dogovorilis-o-vydelenii-gretsii-437-m
http://www.inosmi.ru/latamerica/20110801/172772106.html
http://ura.ru/content/svrd/22-08-2012/news/1052146577.html
http://www.bbc.co.uk/russian/business/2011/06/110618_dotcom_bubble.shtml
http://vidy-saitov.ru/puzyr-dotkomov.htm
http://www.theignatpost.ru/magazine/index.php?mlid=119&sphrase_id=232759
http://betafinance.ru/articles/tyulpanomaniya-pervyy-ekonomicheskiy-krizis.html
http://smart-lab.ru/blog/112434.php
Иванюк В.А. , Станик Н.А. , Попов В.Ю. «СРАВНИТЕЛЬНЫЙ АНАЛИЗ МОДЕЛЕЙ И МЕТОДОВ ФИНАНСОВЫХ ПУЗЫРЕЙ»
http://fincrisis.narod.ru/financial.htm
Дидье Сорнетте «Как предсказывать крахи финансовых рынков»
http://mtexpert.org/index.php?option=com_content&view=article&catid=59%3A2010-01-15-21-25-33&id=618%3A2010-01-16-14-52-11&Itemid=74
http://igrovieavtomati.com/azartnie-igri/
http://www.ekon.oglib.ru/bgl/6295/9.html
http://kontrakty.ua/article/14852
Мансуров Андрей Касимович «Построение системы индикаторов раннего предупреждения валютного кризиса»
http://www.kp.ru/daily/25828.4/2803831/
http://blog.perevedem.ru/2011/07/27/Лингвистика-помогает-предсказывать/
http://www.sciencedaily.com/releases/2011/10/111031220609.htm
http://uecs.ru/uecs-49-12013/item/1923-2013-01-09-10-47-28
http://xxx.lanl.gov/abs/cond-mat/9901268
http://www.comnews.ru/node/70843
http://btcsec.com/chto-takoe-bitcoin/

1 Кохен Д. Страх, алчность и паника на фондовых рынках : Пер. с англ. - М. : СмартБук, 2009. - 368с.

2 http://www.km.ru/economics/2012/11/27/dolgovoi-krizis-v-gretsii/698194-mvf-i-es-dogovorilis-o-vydelenii-gretsii-437-m

3 http://www.inosmi.ru/latamerica/20110801/172772106.html

4 http://ura.ru/content/svrd/22-08-2012/news/1052146577.html

5 http://www.bbc.co.uk/russian/business/2011/06/110618_dotcom_bubble.shtml

6 http://vidy-saitov.ru/puzyr-dotkomov.htm

7 http://www.theignatpost.ru/magazine/index.php?mlid=119&sphrase_id=232759

8 http://betafinance.ru/articles/tyulpanomaniya-pervyy-ekonomicheskiy-krizis.html

9 http://smart-lab.ru/blog/112434.php

10 Иванюк В.А. , Станик Н.А. , Попов В.Ю. «СРАВНИТЕЛЬНЫЙ АНАЛИЗ МОДЕЛЕЙ И МЕТОДОВ ФИНАНСОВЫХ ПУЗЫРЕЙ»

11 http://fincrisis.narod.ru/financial.htm

12 http://igrovieavtomati.com/azartnie-igri/

13 http://www.ekon.oglib.ru/bgl/6295/9.html

14 http://kontrakty.ua/article/14852

15 Мансуров Андрей Касимович «Построение системы индикаторов раннего предупреждения валютного кризиса»

16 http://www.kp.ru/daily/25828.4/2803831/

17 http://blog.perevedem.ru/2011/07/27/Лингвистика-помогает-предсказывать/

18 http://www.sciencedaily.com/releases/2011/10/111031220609.htm

19 http://uecs.ru/uecs-49-12013/item/1923-2013-01-09-10-47-28

20 Дидье Сорнетте «Как предсказывать крахи финансовых рынков»

21 Дидье Сорнетте «Как предсказывать крахи финансовых рынков»

22 http://xxx.lanl.gov/abs/cond-mat/9901268

23 http://www.comnews.ru/node/70843

24 http://btcsec.com/chto-takoe-bitcoin/