面向交易型股票市场操纵行为的量子监督博弈模型与仿真分析

doi:10.16381/j.cnki.issn1003-207x.2022.0166

摘要/Abstract

摘要：

操纵行为是影响金融市场秩序稳定运行的关键因素之一，如何深化对操纵行为的科学认知，提高市场操纵行为的监管效率，一直是学界乃至全社会广泛关注的热点问题。鉴于此，基于量子博弈理论，构建面向交易型股票市场操纵行为的量子监督博弈模型，对机构投资者和监管部门的策略选择和纠缠度进行演化分析。研究结果表明：双方采取量子策略后获得的收益都有所提高，监督博弈量子化能够在经典博弈的基础上实现纳什均衡解的帕累托改进；量子初始态中的参数即纠缠度的大小是影响机构投资者操纵行为偏好的关键因素，监管部门可以通过加强其严格监管与机构投资者策略操纵之间的纠缠度，诱导机构投资者更加偏好执行合规即不操纵策略。此外，监管部门也可以根据初始纠缠态的变化，实施动态的监管策略，在保证市场稳健运行的同时有效降低监管成本。最后，通过仿真分析，对市场操纵行为的有效监管提出了相关对策建议。

关键词: 操纵行为, 监督博弈, 量子博弈, 纳什均衡, 量子纠缠

Abstract:

With the rapid development of China’s financial capital market， especially the trading stock market， some institutional investors （individuals or units） tend to take advantage of their own capital， information， authority or other advantages to pursue high returns and reduce losses by taking manipulative actions， such as creating market illusion， false trading， misleading trading， which seriously damages the interests of investors. All these manipulations pose a great threat to the stable operation of the financial market order. Thus， how to deepen the scientific understanding of manipulative behavior and improve the efficiency of supervision is a great challenge. The research of participants’ strategic behaviors in financial market regulation based on game theory has attracted much attention. However， most of the existing researches on financial market manipulation are based on classical game theory. Classical game theory usually assumes that the participants are completely rational and independent， and concentrates the strategy space of the participants in the real number domain. It ignores the possible entanglement between the participants in the payoff of strategy choice and the preference of strategy choice， which cannot effectively reveal the behavior rules of participants. In order to solve the above problems， based on the quantum game theory， the strategy choice of participants in extended to complex number space， and a quantum supervision game model is developed for trading stock market manipulation. On this basis， the evolution of strategic choice and entanglement of investors and regulators are analyzed. Meanwhile， the strategic preferences and behavioral rules of regulators and investors under different initial entanglement states are analyzed. The results show that：（1） After adopting the quantum strategy， the returns of both participants have been improved. It means that compared with classical games， quantum supervised games can achieve Pareto improvement of Nash equilibrium solutions. （2） The parameter in the quantum initial state， namely the degree of entanglement， is a key factor influencing the manipulation preferences of investors. The regulators can induce investors to prefer non-manipulation strategies by strengthening the entanglement between their strict supervision and investor strategy manipulation. Also， the regulators can implement dynamic regulatory strategies based on changes in the initial entangled state， thereby reducing regulatory costs while ensuring the stable operation of the market. Finally， through simulation analysis， how the initial entangled state affects the manipulation returns of investors， and then affects their manipulation behavior preferences if further studied. Accordingly， some countermeasures and suggestions are given to help regulators to improve the efficiency of market supervision.

Key words: manipulative behavior, supervisory game, quantum game, Nash equilibrium, quantum entanglement

中图分类号:

F832.51

刘霞, 张云玥, 李梦琪, 许叶军. 面向交易型股票市场操纵行为的量子监督博弈模型与仿真分析[J]. 中国管理科学, 2025, 33(3): 24-33.

Xia Liu, Yunyue Zhang, Mengqi Li, Yejun Xu. Quantum Supervised Game Model and Simulation Analysis for Manipulative Behavior in Trading Stock Market[J]. Chinese Journal of Management Science, 2025, 33(3): 24-33.

图/表 10

表1

表2

图1

表3

表4

表5

图2

图3

图4

图5

参考文献 26

1	孙广宇，李志辉，杜阳，等. 市场操纵降低了中国股票市场的信息效率吗——来自沪市A股高频交易数据的经验证据［J］. 金融研究， 2021， 64（9）： 151-169.
	Sun G Y， Li Z H， Du Y， et al. Does market manipulation reduce the information efficiency of Chinese stock market？ Empirical evidence from the Shanghai A-share market’s high-frequency trading data［J］. Journal of Financial Research， 2021， 64（9）： 151-169.
2	吴金宴，王鹏. 哪些因素影响了股市风险传染？——来自行业数据的证据［J］. 中国管理科学， 2022， 30（8）： 57-68.
	Wu J Y， Wang P. What factors affect the stock market risk contagion？ Evidence from industry data［J］. Chinese Journal of Management Science， 2022， 30（8）： 57-68.
3	Stigler G J. The theory of economic regulation［J］. The Bell Journal of Economics and Management Science， 1971， 2（1）： 3-21.
4	Franklin A， Douglas G. Stock-price manipulation［J］. The Review of Financial Studies， 1992， 5（3）： 503-529.
5	周奇，尤左伟，刘善存，等. 异质信念下内幕交易者市场操纵行为研究［J］. 中国管理科学， 2020， 28（10）： 77-87.
	Zhou Q， You Z W， Liu S C， et al. Study on insider manipulation with belief heterogeneity［J］. Chinese Journal of Management Science， 2020， 28（10）： 77-87.
6	姚远，翟佳，曹弋. 基于量化特征的价格操纵行为监测模型研究［J］. 系统工程理论与实践， 2016， 36（11）： 2721-2736.
	Yao Y， Zhai J， Cao Y. A study of price manipulation behaviors surveillance based on quantized features［J］. Systems Engineering—Theory & Practice， 2016， 36（11）： 2721-2736.
7	王良，冯涛. 基于声誉及信息操纵考虑的基金经理持股策略演化博弈研究［J］. 中国管理科学， 2015， 32（9）： 116-123.
	Wang L， Feng T. An evolutionary game study of fund managers’shareholding strategy based on reputation and information manipulation［J］. Chinese Journal of Management Science， 2015， 32（9）： 116-123.
8	王家敏. 博弈论在我国证券市场监管中的应用［J］. 特区经济， 2005， 23（3）： 75-76.
	Wang J M. The application of game theory in Chinese securities market supervision［J］. Special Zone Economy， 2005， 23（3）： 75-76.
9	赵涛，郑祖玄. 信息不对称与机构操纵——中国股市机构与散户的博弈分析［J］. 经济研究， 2002， 48（7）： 41-48.
	Zhao T， Zheng Z X. Information asymmetry and institutional manipulation：A game analysis of institutional and retail investors in Chinese stock market［J］. Economic Research Journal， 2002， 48（7）： 41-48.
10	李梦雨. 中国股票市场操纵行为及预警机制研究［J］. 中央财经大学学报， 2015， 35（10）： 32-42.
	Li M Y. Study on market manipulation and early warning mechanism of Chinese stock market［J］. Journal of Central University of Finance and Economics， 2015， 35（10）： 32-42.
11	沈冰，周杰. 中国证券市场内幕信息操纵监管的博弈分析［J］. 财经问题研究， 2017， 39（9）： 54-60.
	Shen B， Zhou J. Game analysis on the regulation of insider information manipulation in Chinese securities market［J］. Research on Financial and Economic Issues， 2017， 39（9）： 54-60.
12	汪旭晖，任晓雪. 政府治理视角下平台电商信用监管的动态演化博弈研究［J］. 中国管理科学， 2021， 29（12）： 29-41.
	Wang X H， Ren X X. Research on the dynamic Evolution Game of platform e-commerce credit regulation from the perspective of government governance［J］. Chinese Journal of Management Science， 2021， 29（12）： 29-41.
13	李军强，任浩，甄杰. 基于随机演化博弈的企业研发操纵多重监管路径研究［J］. 中国管理科学， 2021， 29（10）： 191-201.
	Li J Q， Ren H， Zhen J. Research on multiple regulatory paths of enterprise R&D manipulation based on stochastic evolutionary game［J］. Chinese Journal of Management Science， 2021， 29（10）： 191-201.
14	Guo H， Zhang J， Koehler G J. A survey of quantum games［J］. Decision Support Systems， 2008， 46（1）： 318-332.
15	Meyer D A. Quantum strategies［J］. Physical Review Letters， 1999， 82（5）： 1052-1055.
16	Eisert J， Wilkens M， Lewenstein M. Quantum games and quantum strategies［J］. Physical Review Letters， 1999， 83（15）： 3077-3080.
17	Marinatto L， Weber T. A quantum approach to static games of complete information［J］. Physics Letters A， 2000， 272（5-6）： 291-303.
18	Iqbal A， Toor A H. Evolutionarily stable strategies in quantum games［J］. Physics Letters A， 2001， 280（5-6）： 249-256.
19	Brandenburger A. The relationship between quantum and classical correlation in games［J］. Games and Economic Behavior， 2010， 69（1）： 175-183.
20	Li A， Yong X. Entanglement guarantees emergence of cooperation in quantum prisoner’s dilemma games on networks［J］. Scientific Reports， 2014， 4（1）： 1-7.
21	Lei Z Z， Liu B Y， Yi Y， et al. On fairness， full cooperation， and quantum game with incomplete information［J］. Chinese Physics B， 2018， 27（3）： 124-128.
22	项勇，任宏. 市场竞争行为博弈均衡的量子化分析［J］. 统计与决策， 2010， 26（2）： 60-61.
	Xiang Y， Ren H. Quantized analysis of game equilibrium of market competitive behavior［J］. Statistics & Decision， 2010， 26（2）： 60-61.
23	郑君君，张平，蒋伟良，等. 面对异质竞买者风投退出困境与量子博弈均衡［J］. 管理科学学报， 2015， 18（4）： 62-72.
	Zheng J J， Zhang P， Jiang W L， et al. Venture capital exit dilemma and quantum equilibrium in presence of heterogeneous bidders［J］. Journal of Management Sciences in China， 2015， 18（4）： 62-72.
24	程培，王先甲. 产量竞争下量子博弈刻划的结盟特征函数及特性［J］. 统计与决策， 2017， 33（5）： 41-45.
	Cheng P， Wang X J. The characteristic function and property of coalition of quantum game under production competition［J］. Statistics & Decision， 2017， 33（5）： 41-45.
25	贺一堂，谢富纪. 基于量子博弈的产学研协同创新激励机制研究［J］. 系统工程理论与实践， 2019， 39（6）： 1435-1448.
	He Y T， Xie F J. Research on the incentive mechanism of the industry-university-institute collaborative innovation based on the quantum game theory［J］. Systems Engineering-Theory & Practice， 2019， 39（6）： 1435-1448.
26	鞠治安，潘平，周惠玲. 超越经典博弈思维形式之量子博弈的思维形式［J］. 重庆理工大学学报（社会科学）， 2017， 31（4）： 14-19.
	Ju Z A， Pan P， Zhou H L. The thinking mode of quantum game beyond the classical game thinking mode［J］. Journal of Chongqing University of Technology （Social Science）， 2017， 31（4）： 14-19.

		机构投资者(B)
		M	G
监管部门(A)	S	(24, -6)	(8, 10)
监管部门(A)	N	(2, 30)	(10, 10)

		机构投资者(B)
		M	G
监管部门(A)	S	(0, 11)	(0, 11)
监管部门(A)	N	(11, 11)	(11, 11)

		机构投资者(B)
		M	G
监管部门(A)	S	(1.75, 9)	(0.75, 8.5)
监管部门(A)	N	(10.25, 13.5)	(9.25, 13)

		机构投资者(B)
		M	G
监管部门(A)	S	(-4.75, 8.5)	(-3.75, 9)
监管部门(A)	N	(9.25, 13)	(10.25, 13.5)

[1]	何浩嘉,艾兴政,唐华,郭松波. 基于链与链竞争的最优专利许可策略选择[J]. 中国管理科学, 2024, 32(9): 142-153.
[2]	黄定轩, 吴永娇, 卢锐, 李树良. 协调博弈量子演化模型分析[J]. 中国管理科学, 2023, 31(6): 253-264.
[3]	陈金晓, 陈剑. 供应链的利润博弈与均衡定价[J]. 中国管理科学, 2022, 30(9): 128-139.
[4]	吴江华, 姜帆. 供应链中纵向信息获取和横向信息共享策略研究[J]. 中国管理科学, 2021, 29(8): 161-173.
[5]	朱怀念, 张成科, 曹铭. Heston模型下保险公司和再保险公司的投资与再保险博弈[J]. 中国管理科学, 2021, 29(6): 48-59.
[6]	冯海荣, 曾银莲, 周杰. 碳交易机制下零售商合作的费用分配研究[J]. 中国管理科学, 2021, 29(5): 108-116.
[7]	姚东旻, 李浩阳, 张鹏远. 财政补贴VS.政府自营:“兜底”动机下政府干预基本公共品提供的策略选择[J]. 中国管理科学, 2021, 29(3): 100-108.
[8]	丁龙, 胡斌, 常珊, 石纯来. 基于灰色市场可追溯的RFID技术策略与窜货行为的博弈研究[J]. 中国管理科学, 2021, 29(2): 78-88.
[9]	郭捷. 考虑交易安全风险控制投入的在线旅游供应链网络均衡模型[J]. 中国管理科学, 2020, 28(6): 137-145.
[10]	吴江华, 姜帆. 供应链中具有产能限制的竞争企业中的信息共享研究[J]. 中国管理科学, 2020, 28(5): 146-158.
[11]	韩帅, 刘树林. 带预算约束的广告主均衡报价研究——基于纳什均衡角度[J]. 中国管理科学, 2019, 27(5): 57-67.
[12]	刘长玉, 于涛, 马英红. 基于产品质量监管视角的政府、企业与消费者博弈策略研究[J]. 中国管理科学, 2019, 27(4): 127-135.
[13]	周忠宝, 任甜甜, 肖和录, 吴士健, LIU Wenbin. 基于相对财富效用的多阶段投资组合博弈模型[J]. 中国管理科学, 2019, 27(1): 34-43.
[14]	戢守峰, 姜力文, 孙琦, 喻海飞. 考虑产品品牌效应的多产品多制造商纳什均衡策略[J]. 中国管理科学, 2017, 25(5): 97-108.
[15]	王长峰, 庄文英. 基于动态微分博弈理论的工程应急决策研究[J]. 中国管理科学, 2017, 25(10): 179-186.