恐惧的不对称网络连通性

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

英文标题：
《Asymmetric Network Connectedness of Fears》
---
作者：
Jozef Barunik and Mattia Bevilacqua and Radu Tunaru
---
最新提交年份：
2020
---
英文摘要：
  This paper introduces forward-looking measures of the network connectedness of fears in the financial system, arising due to the good and bad beliefs of market participants about uncertainty that spreads unequally across a network of banks. We argue that this asymmetric network structure extracted from call and put traded option prices of the main U.S. banks contains valuable information for predicting macroeconomic conditions and economic uncertainty, and it can serve as a tool for forward-looking systemic risk monitoring.
---
中文摘要：
本文介绍了金融系统中恐惧的网络连通性的前瞻性测量方法，这些恐惧源于市场参与者对不确定性的好的和坏的信念，这种不确定性在银行网络中不平等地传播。我们认为，从美国主要银行的看涨期权和看跌期权交易价格中提取的这种不对称网络结构包含了预测宏观经济状况和经济不确定性的宝贵信息，可以作为前瞻性系统风险监控的工具。
---
分类信息：

一级分类：Quantitative Finance        数量金融学
二级分类：General Finance        一般财务
分类描述：Development of general quantitative methodologies with applications in finance
通用定量方法的发展及其在金融中的应用
--

---
PDF下载：
--> Asymmetric_Network_Connectedness_of_Fears.pdf (1.01 MB)

2022-6-11 01:45:44 上传

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：不对称 Quantitative Participants Applications uncertainty

恐惧的不对称网络连通性*Jozef Barun'ik、Mattia Bevilacqua和Radu Tunaruth捷克科学院信息理论与自动化研究所；查尔斯大学系统风险中心经济研究所，伦敦经济学院苏塞克斯大学2020年10月27日摘要本文介绍了金融系统中恐惧的网络连通性的前瞻性测量方法，这是由于市场参与者对不确定性在银行网络中的不平等传播的好的和坏的信念引起的。我们认为，从美国主要银行的看涨期权和看跌期权交易价格中提取的这种不对称网络结构包含了预测宏观经济状况和经济不确定性的宝贵信息，可以作为前瞻性系统风险监控的工具*我们感谢编辑布莱恩·格雷厄姆（BryanGraham）和三位匿名评论员的宝贵意见和建议，这些意见和建议大大改进了这篇论文。我们感谢Jon Danielsson、Robert Faff、Jaideep Oberoi、SotirisStaikouras、Jean-Pierre Zigrand以及2019年皇家经济学会年会、IESD2019年会和2019年CFE年会的与会者提出了许多有用的意见、建议和讨论。Jozef Barunik感谢捷克科学基金会对EXPRO GX19-28231X项目的支持。Mattia Bevilacqua感谢经济及社会研究理事会（ESRC）对系统性风险中心的资助[授权编号ES/K002309/1和ES/R009724/1]。主要分析附带的一些其他结果被归入随论文发布的在线附录。1引言金融部门通过中介在经济运行中发挥着重要作用。

金融系统受到的冲击在很大程度上影响了实体经济，然而，尽管研究人员和决策者做出了巨大努力，我们仍不完全了解其机制。与在世界经济中不断加强联系的消费者、企业和国家类似，金融部门的联系比以往任何时候都要紧密。央行行长和决策者面临的一个关键问题是如何衡量这种网络联系，并了解它们与未来经济衰退的关系。然而，网络连通性仍然是一个不完全确定的概念，金融网络结构对实体经济的影响仍然知之甚少。为了推动这场辩论，我们制定了一套新的前瞻性金融系统连通性指标，并研究其与实体经济的关系。利用交易期权价格，我们衡量市场恐惧源于未来价格波动的不确定性如何在金融公司之间共变，以及对这些恐惧的冲击如何形成一个网络并在该网络中传播。我们认为，投资者购买看涨期权和看跌期权的信念以不同的方式联系在一起，可以用来提取有关金融系统网络结构的不对称信息。通过对这些好的和坏的恐惧网络的探索，我们发现网络连通性的新前瞻性度量中包含的信息对于预测宏观经济状况以及经济不确定性度量是有价值的。

与以往衡量事后系统性风险的文献不同（见Billio等人，2012年；Dieboldand Yilmaz，2014年；Hautsch等人，2014年；H¨ardle等人，2016年；Geraci和Gnabo，2018年），我们旨在提供一个事前系统性风险警钟，用于预测金融部门的风险传播。考虑到期权买家预期的好结果和坏结果的功能，我们方法的关键要素是从交易期权价格中衡量此类信息。请注意，在金融文献中，期权价格通常用于衡量整个市场的前瞻性波动性（见Fleming et al.，1995；Christensen and Prabhala，1998；Whaley，2009）。此外，Santa Clara和Yan（2010）认为，从期权中提取的衡量标准是期权投资者评估的事前风险。第2节详细讨论了我们对恐惧的定义及其使用个别银行期权价格的衡量。虽然文献中已经确定了好的和坏的波动性指标（见Barndorff-Nielsenet al.，2010；Patton和Sheppard，2015；Segal et al.，2015；Feunou et al.，2017；Kilic和Shaliastovich，2018；Bollerslev et al.，2017），但这些用于波动性对意外冲击的不对称反应的概念完全基于事后指标。我们的创新之处在于提出网络环境下的前瞻性措施，以及研究市场双方对市场代理人期望的冲击如何在金融网络中产生不对称联系。

有了关于金融网络双方的前瞻性信息，研究其信息内容对于实体经济的发展，尤其是关于经济衰退的发展是有用的。为此，我们首先构建了一个新的每日前瞻性波动率测量数据集，与主要金融机构的交易买入和卖出期权价格分开，代表美国经济的金融网络。然后，我们构建了市场预期双方的不对称网络，以考察金融系统的结构特征。网络度量是在错误规范下的动态预测建模的传统基础上构建的，重要的因果关系是通过向量自回归模型来近似的（Diebold和Yilmaz，2009年，2012年；Diebold和Yilmaz，2014年）。看跌期权价格的关联性衡量了投资者预期受到的冲击如何与不良波动性相关，这可能与经济增长的可能下降有关（见Segal et al.，2015；Barunik et al.，2016；Feunou et al.，2017；Bollerslev et al.，2017）。当从看涨期权价格构建时，网络指标表明，与可能引发更高回报的事件相关的正向冲击（Diebold和Yilmaz，2015）以及良好的波动性如何在整个系统中传播。最后，我们记录了非对称网络连通性在宏观经济和不确定性指标方面的样本内和样本外预测能力，并发现它们可能与未来的经济活动相关。我们之所以关注美国主要金融股的网络连通性，是因为金融机构在系统性风险方面一直处于投资者、从业者和学者的放大镜之下，发挥着至关重要的作用。

Billio等人（2012年）、Diebold和Yilmaz（2014年）、Barunik和kirehlik（2018年）以及Geraci和Gnabo（2018年）对此进行了出色的讨论。金融部门的系统性风险敞口可能导致宏观经济衰退和宏观经济传染（Allen等人，2012），因此应密切监测。2好的和坏的恐惧、投资者信念和期权隐含的波动性学术界、政策制定者和从业者担心未来价格波动的不确定性。为了研究市场中这种恐惧的网络，我们制定了前瞻性措施，从数据中反映投资者的信念。衡量不确定性预期的最常用指标之一是交易期权价格隐含的波动性。为了跟踪投资者的信念，并允许投资者进行前瞻性波动性交易，芝加哥期权交易所推出了一种流行的波动性指数VIX，以无模型的方式从期权价格中提取期望值。这一概念后来由Bakshi和Madan（2000）正式确定；Bakshiet al.（2003），并作为“投资者恐惧量表”迅速在文献中以及从业者和决策者中广受欢迎（Diebold和Yilmaz，2014）。恐惧是对感知风险的预期作出的反应，它具有消极的含义，常常被误认为是坏事件或威胁。然而，恐惧可能更为复杂。更微妙的是，恐惧指的是各种各样的情况，它可以被认为是事件的一种功能。事件本身可能产生的积极或消极结果决定了对这种恐惧的感知。作为一个例子，让我们考虑一下，在宣布友好收购后，股价可能会上涨。就其本身而言，价格波动信号的增加增加了市场的不确定性，从而增加了风险和恐惧。

然而，交易结果对所有参与者都是积极的，在这种情况下，增加的不确定性与积极事件有关。人们总是有可能无法实现自己的期望，但事件是决定因素。由于投资者对“依赖国家”的不确定性的反应往往不同，而且由于市场充满了投资者的积极和消极期望，因此能够衡量这些信念很重要。通过使用好的恐惧和坏的恐惧，我们给这两种互补的情况贴上了标签。与经济良好状态（不良状态）相关的信念良好（不良）恐惧反映了投资者担心价格波动不确定性的情况，但不确定性本身与积极（消极）结果相关。积极结果的实现，与良好的恐惧感相联系，导致股价上涨（从而确定价值），标志着强劲的经济表现。此外，与糟糕的恐惧相关的负面结果的实现会导致价格下跌，从而导致企业价值恶化，这表明经济表现疲弱。为了捕捉好的和坏的恐惧，我们使用与波动率方法密切相关的前瞻性不确定性度量，以模型自由的方式从交易期权价格推断恐惧。我们关注的不是整个美国股市指数，而是单个公司层面的担忧，更具体地说，关注的是美国股市。

金融部门。因此，我们开发了一种方法来衡量单个公司的不确定性，将总隐含波动率分为与市场正态和负态相关的好波动率和坏波动率。2.1从期权价格中推断出好的和坏的恐惧为了规范化讨论，我们考虑了一个波动率合约的价格，该合约支付了平方对数回报Rt+1=（pt+1- pt）在时间t+1时，pt表示标的银行在时间t时股价Pto的自然对数。在风险中性措施下，隐含方差定义为合同价格：IVart≡ e-rftEQtRt+1（1） 无风险利率rft。隐含方差IVart衡量标的资产期权合约在30天固定期限内的预期波动。自然，这会追踪投资者的担忧，这些担忧与下一时期预期价格变动的不确定性直接相关。此外，Bakshi等人（2003年）建议，可以使用缺钱（OTM）看涨期权和看跌期权价格来计算隐含方差asIVart=Z∞Pt2（1- log（K/Pt））KC（t，t+1，K）dK |{z}IVar+t+ZPt2（1+log（Pt/K））KP（t，t+1，K）dK |{z}IVar-t、 （2）其中C（.）和P（.）分别表示买入和卖出合同的时间t价格，到期时间为一个周期，执行价格为K。买入期权价格反映了股票的良好经济状态，而卖出期权价格反映了股票的不良经济状态。这两个州在大多数情况下都与投资者的信念和未来预期相对比（例如，Buraschi和Jiltsov，2006），这将构成我们在下一节中计划构建的网络的关键组成部分。

虽然股票指数OTM看跌期权通常与Hedging和股票市场下跌保险相关（Han，2008；Bondarenko，2014），但股票指数OTMcalls通常与乐观信念相关（Buraschi和Jiltsov，2006）。与以正回报和负回报为特征的股票市场中的好事件和坏事件的直观衡量相对应，波动性合约的回报可以写成inKilic和Shaliastovich（2018）：IVart≡ e-rftEQtRt+1I{Rt+1>0}| {z}IVar+t+e-rftEQtRt+1I{Rt+1≤ 0}| {z}IVar-t、 （3）直觉上，收益的好成分和坏成分加在一起，其成分的价格可以通过公式（2）的离散化，从一组期权价格中以无模型的方式计算出来。总隐含方差是期权价格的加权和，其组成部分由具有与已实现回报符号相关的回报的索赔确定。因此，好的隐含方差由只有在实现回报为正时才有回报的看涨期权确定，坏的隐含方差则由只有在实现负回报时才有回报的看跌期权确定。获得无模型良好和不良隐含方差估计Divar+tanddIVar-对于方程（2）的离散化，我们采用未来30天左右的看涨期权和看跌期权价格，考虑到每个股票期权的所有可用行权，如在线附录第a节所述。然后，将为单个公司计算的数量的年化平方根标记为IVIX+和IVIX-表示下个月标的资产看涨（售）期权中预期价格波动的单个、无模型的好和坏隐含波动率度量，其回报与正（负）回报相关。

IVIX+抓住了好的恐惧，指的是下个月看涨期权收益的未来不确定性为正，以及IVIX-抓住了对未来不确定性的担忧，即下个月看跌期权的回报为负值。此外，我们还将与IVIX合作，IVIX可以聚合好的和坏的信息。下一节定义的网络恐惧关联性的重要特征是看涨期权和看跌期权隐含波动率的预测能力，该预测能力受市场投资者（包括投机者）的构成以及对冲或投机交易活动激发的需求压力的影响。Lemmon和Ni（2014）发现了交易模式不同的证据，个人股票期权主要由寻求投机的不成熟投资者驱动，指数期权主要由成熟投资者的对冲需求驱动。投机者可能更倾向于使用期权进行交易，以获得更高的杠杆率（Gao和Lin，2015），他们可能会加剧金融危机。此外，需求行为在解释观察到的隐含波动性方面起着重要作用（Bollen和Whaley，2004；Garleanuet al.，2009）。当期权投资者收到利好消息时，买方发起的看涨期权交易和/或卖方发起的看跌期权交易的数量增加，推高了看涨期权相对于看跌期权的隐含波动性。当期权投资者收到负面消息时，卖方发起的看涨期权交易和/或买方发起的看跌期权交易的数量增加，这将影响看跌期权的隐含波动性。因此，本文引入的网络连通性测度的稳健性直接取决于期权市场的稳健性。