кандидат экономических наук;
candidate of economic sciences;
Долгое санкционное давление меняет поведение компаний и предпринимателей. Но существующие модели плохо объясняют, как именно они приспосабливаются: одни не учитывают, что фирмы действуют по-разному, другие предполагают, что рынок застыл на месте, хотя реальные данные 2022–2024 годов показывают быструю смену стратегий — от работы с прежними партнерами к параллельному импорту. Классическая теория игр этого не объясняет. Поэтому автор хочет создать модель на основе эволюционной теории игр, где санкционное давление влияет на выгоды от разных стратегий. Цель работы — построить такую модель, которая покажет, как рыночные стратегии меняются под давлением санкций через случайные «мутации» (сбои, пробные шаги). Для этого нужно: разделить стратегии по тому, насколько они помогают выживать, описать, как популярность стратегий меняется со временем с учётом случайных изменений (ε = 0,05–0,15), и найти пороги, при которых рынок переключается с одной устойчивой модели поведения на другую. В основе метода — дискретная репликаторная динамика (как стратегии копируются в зависимости от успеха) с вероятностью случайных изменений 5–15%. Матрица выгод 4×4 рассчитана по экспертным интервью (5 человек) и опросам Росстата, ВШЭ и РАНХиГС за 2022–2024 годы. Данные взяты для трёх отраслей (автомобилестроение, фармацевтика, финансы), выбранных по наличию открытых сведений о доле импорта и скорости распространения новых практик. Результаты показывают, что при уровне санкционного давления S<0,2 доминирует стратегия лояльности с долей выше 0,8, при 0,35<S<0,65 — параллельный импорт с долей 0,5–0,7, а при S>0,75 теневая стратегия достигает доли 0,8; обнаружена бифуркация при S=0,35 с зоной бистабильности, где исход зависит от начальных условий, причём скорость адаптации максимальна при ε=0,05–0,10. Основной вывод заключается в том, что эволюционный переход между стратегиями имеет пороговый, а не плавный характер, что объясняет наблюдаемую отраслевую гетерогенность. Полученные результаты могут быть использованы регуляторами для прогнозирования структурных сдвигов в отраслях при введении новых санкционных пакетов. Ограничения модели связаны с экспертным характером калибровки, экзогенностью параметра S и предположением о бесконечной популяции, а направления будущих исследований включают эндогенизацию санкционного давления, калибровку на реальных панельных данных 2022–2024 годов и расширение набора стратегий.
Prolonged sanctions pressure is changing the behavior of companies and entrepreneurs. But existing models do not explain well how exactly they adapt: some ignore that firms act differently, others assume that the market is frozen in place, even though real data from 2022–2024 show a rapid shift in strategies — from working with old partners to parallel imports. Classical game theory does not explain this. Therefore, the author wants to create a model based on evolutionary game theory, where sanctions pressure affects the payoffs of different strategies. The goal is to build such a model that shows how market strategies change under sanctions pressure through random "mutations" (failures, trial steps). To do this, the author needs to: classify strategies by how well they help survive, describe how the popularity of strategies changes over time accounting for random changes (ε = 0.05–0.15), and find the thresholds at which the market switches from one stable behavior pattern to another. The method is based on discrete replicator dynamics (how strategies are copied depending on their success) with a probability of random changes of 5–15%. The 4×4 payoff matrix is calculated from expert interviews (5 people) and surveys from Rosstat, HSE University, and RANEPA for 2022–2024. The data come from three industries (automotive, pharmaceuticals, finance), chosen based on available public information about the share of imports and the speed at which new practices spread. The results show that at sanctions pressure levels S<0.2 the compliance strategy dominates with a share above 0.8, at 0.35<S<0.65 parallel import dominates with a share of 0.5–0.7, and at S>0.75 the shadow strategy reaches a share of 0.8; a bifurcation is detected at S=0.35 with a region of bistability where the outcome depends on initial conditions, and the speed of adaptation is maximized at ε=0.05–0.10. The main conclusion is that the evolutionary transition between strategies exhibits a threshold rather than smooth character, which explains the observed sectoral heterogeneity. The obtained results can be used by regulators to forecast structural shifts in industries following the introduction of new sanctions packages. Limitations of the model include the expert-based nature of calibration, the exogeneity of the parameter S, and the assumption of an infinite population, while future research directions encompass endogenizing sanctions pressure, calibrating on real panel data for 2022–2024, and expanding the set of strategies.