三种不同的同步方式可能导致金融危机的蔓延

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：
《Three Different Ways Synchronization Can Cause Contagion in Financial
  Markets》
---
作者：
Naji Massad and J{\\o}rgen Vitting Andersen
---
最新提交年份：
2019
---
英文摘要：
  We introduce tools to capture the dynamics of three different pathways, in which the synchronization of human decision-making could lead to turbulent periods and contagion phenomena in financial markets. The first pathway is caused when stock market indices, seen as a set of coupled integrate-and-fire oscillators, synchronize in frequency. The integrate-and-fire dynamics happens due to change blindness, a trait in human decision-making where people have the tendency to ignore small changes, but take action when a large change happens. The second pathway happens due to feedback mechanisms between market performance and the use of certain (decoupled) trading strategies. The third pathway occurs through the effects of communication and its impact on human decision-making. A model is introduced in which financial market performance has an impact on decision-making through communication between people. Conversely, the sentiment created via communication has an impact on financial market performance. The methodologies used are: agent based modeling, models of integrate-and-fire oscillators, and communication models of human decision-making
---
中文摘要：
我们引入工具来捕捉三种不同路径的动态，其中人类决策的同步可能导致金融市场的动荡期和传染现象。第一种途径是当股票市场指数被视为一组耦合的积分和火焰振荡器，在频率上同步时产生的。整合和火的动力是由于变化盲目性而产生的，这是人类决策中的一个特点，人们倾向于忽略小的变化，但在发生大的变化时采取行动。第二种途径是由于市场表现与某些（解耦）交易策略的使用之间的反馈机制。第三种途径是通过沟通的效果及其对人类决策的影响来实现的。引入了一个模型，其中金融市场绩效通过人与人之间的沟通对决策产生影响。相反，通过沟通产生的情绪会对金融市场表现产生影响。所使用的方法有：基于代理的建模、集成和火灾振荡器模型以及人类决策的通信模型
---
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
--
一级分类：Physics        物理学
二级分类：Data Analysis, Statistics and Probability        数据分析、统计与概率
分类描述：Methods, software and hardware for physics data analysis: data processing and storage; measurement methodology; statistical and mathematical aspects such as parametrization and uncertainties.
物理数据分析的方法、软硬件：数据处理与存储；测量方法；统计和数学方面，如参数化和不确定性。
--

---
PDF下载：
--> Three_Different_Ways_Synchronization_Can_Cause_Contagion_in_Financial_Markets.pdf (3.29 MB)

2022-6-14 05:36:05 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：金融危机 Quantitative Mathematical Applications performance

风险观三种不同的同步方式可以在金融市场上引发竞争：Massadand Jorgen Vitting Andersen 1,2，*巴黎大学索邦经济中心，巴黎万神殿1号，Maison des SciencesEconomiques，106-112 Boulevard de l\'H^opital，75647 Paris，CEDEX 13，France；najimassaad@hotmail.comEconomiques，106-112 Boulevard de l\'H^opital，75647 Paris，CEDEX 13，France*通信：jorgen vitting。andersen@univ-paris1.frReceived：2018年8月28日；接受日期：2018年9月13日；发布日期：2018年9月21日 摘要：我们引入工具来捕捉三种不同路径的动态，其中人类决策的同步可能导致金融市场的动荡期和传染现象。第一种途径是股市指数在频率上同步时产生的，股市指数被视为一组耦合的积分和积分振荡器。这种整合和动态性是由于“变化盲目性”而产生的，这是人类决策中的一种特征，人们倾向于忽视小的变化，但在发生大的变化时采取行动。第二种途径是由于市场表现和某些（解耦）交易策略的使用之间的反馈机制。第三种途径是通过沟通的效果及其对人类决策的影响来实现的。引入了一个模型，其中金融市场绩效通过人与人之间的沟通对决策产生影响。相反，通过沟通产生的情绪会对金融市场表现产生影响。所使用的方法：基于代理的建模、集成振荡器模型和人类决策的通信模型。关键词：同步；人类决策；解耦；意见形成；基于代理的建模1。

金融市场通常被认为是随机和嘈杂的，超出了有序框架的理解。市场的难以捉摸的本质已被诸如“有效市场假说”等理论所捕捉，该假说有效地将价格波动视为随机的。它假设在给定的一天发生的价格变动构成一种随机现象，基本上是从某种概率分布中得出的，因此用概率的术语描述了在给定的一天应该发生什么样的事件。这种假设似乎很自然，很可能源于这样一个时代：在一个工作日开始时，从事金融工作的人会打开他们的收音机，了解新的金融事件（假设由某个更高的当局创建的事件）。这种描述框架也适用于金融中使用的更为现代和通用的模型，如自回归条件异方差（ARCH）和广义自回归条件异方差（GARCH），它们能够描述经验数据中观察到的许多程式化事实。相反，社会金融（Vitting Andersen和Nowak 2013）侧重于非随机人为因素对金融市场价格形成的影响，特别强调人与人之间的互动，无论是直接通过沟通，还是间接通过资产价格的形成，这反过来又将被视为实现决策同步。风险2018，6104；内政部：10.3390/risks6040104 www.mdpi。com/journal/risksRisks 2018，61042/13人类决策的同步化，以及它对财务资产价格形成的影响不是一个很好理解的话题。

经济学中更为人所知的是，实证研究表明，国际贸易伙伴在商业周期中表现出同步性。Dées和Zorell（2011）发现，经济一体化促进了各国商业周期的同步。我们还发现，类似的生产结构也可以促进经济周期的协同运动。另一方面，这些作者发现很难确定双边金融联系和产出相关性之间的直接关系。有关各国同步和商业周期的其他研究，请参见，例如（Frankel和Rose，1998；Baxter和Kouparitsas，2005；Backus等人，1992）。最近的全球金融危机引发了人们对金融市场一体化在跨境商业周期同步中所起作用的质疑（Rey 2015）。然而，很少有人研究金融市场本身内生的同步，而这并不一定是经济原因造成的。然而，这些现象可能与金融危机的开始和持续都相关（参见，例如（Poledna et al.2014；Aymanns and Georg 2015））。这自然会引发以下问题：金融市场内生的同步是否会蔓延到经济中，进而导致跨境商业周期的同步？这里看来，重要的是要有一个明确的框架来理解这种动态，以及决策中开始同步的条件。应该注意的是，本文中的“同步”一词涵盖了比“羊群”更广泛的现象，这是金融文献中经常使用的一个相关术语。在金融领域，“羊群行为”通常指的是人们故意模仿他人行为的简单情况。

有人建议其他投资组合经理采取行动，只是为了维护自己的声誉。当其他人都失败时，解释失败要比因为大胆的预测和与共识的分离而让自己陷入失败更容易。有关放牧的一般性审查文件，请参见（Spyrou 2013）。必须尝试模仿对方的行为，但相反，通过观察相同的价格行为或通过沟通，最终同步他们的决策。从这个角度来看，本文中描述的同步可能更接近凯恩斯（1936）提出的创建约定的想法。个人或一群个人。在个体之间存在间接交互的情况下，我们引入所谓的解耦参数作为同步的度量。在代理之间直接交互的情况下，我们使用情绪的临界点分析，以确定同步何时处于最高水平。Poledna等人（2014年）强调，监管政策可以增加实现去杠杆所需的同步买入和卖出的数量，这反过来可能会破坏市场的稳定。他们讨论了旨在抑制此类行为的新监管措施，但并不清楚这是否对所有人都是最佳的：风险中性的投资者更倾向于不受监管的案例，基于对世界现状的私人信念，他们的投资策略是低的，aRisks 2018，6，104，13，3，在下面，我们将强调一个事实，即价格形成是人类购买或出售资产决策的结果。每一笔交易的背后都是一个人的决定，如果不是通过人的直接行动，那么就间接通过计算机管理算法交易的程序。社会金融（Vitting Andersen和Nowak 2013）将价格形成视为一种社会现象。

它认为价格形成的动态是通过直接或间接的人类互动创造的。直接交互包括个人或个人团体在第一级的情况，间接交互包括交易员提交买卖资产订单的情况。其他交易者可以观察到资产的价格变动，而其他交易者又可以根据初始交易导致的资产价格变动来修改其决策。在第二个层面，即集团层面，间接互动包括整个市场等待其他市场的定价结果以确定自己的定价水平的情况。2、同步化有三种不同的方式可以导致金融市场的传染，跨越金融市场。在本文的上下文中，同步被定义为决策过程中的一种必然动态。同步被定义为个体或群体的决策反过来影响其他个体或购买资产、出售资产或什么都不做的决策的动态。将考虑两种不同的动力学。要么是因为人们交流（直接互动）而发生的动态，要么是通过索引（间接互动）发生的动态。下文讨论了不同机制的研究问题，以及如何识别和研究这些机制。2.1. 通过贸易商的间接互动实现同步应该注意，在本文中，我们仅通过市场指数来处理贸易商的间接互动。然而，间接互动将发挥重要作用的其他情况也是可能的。

一些重要的全球新闻报道（如9/11这样的全球范围的恐怖主义）也可能影响市场参与者的决策，而不需要市场参与者之间的互动。然而，这种情况超出了下面介绍的模型的范围。2.1.1. 通过个人间接互动实现同步：第一个层面交易者过去所做的事情直接影响到交易者现在的行为。过去的买卖活动将市场带到了目前的水平，交易员必须决定现在是买入还是卖出的合适时机。这适用于使用技术性高到足以卖出的交易员。因此，当交易者注意到市场上发生的事情并相应地更新他们的交易策略时，这将改变他们未来在市场上交易的前景。因此，随着市场的变化，交易员的买入/卖出决策将发生变化，并且随着这些决策的变化，他们将因此修改市场的定价。该反馈回路如图1所示。注意，这里我们假设套利的可能性是由交易者即时利用的。例如，这与Abreu和Brunnermeier（2002）的同步研究形成了对比，在该研究中，套利者会依次意识到错误定价。在这种情况下，理性套利者取代了2018年的风险，第61044页，共13页，“为市场计时”，而不是立即纠正错误定价。在（Abreu和Brunnermeier 2002）中，这被证明会导致延迟套利，而这在本研究中描述的模型中并不存在。风险2018，6，x同行评审13个中的4个他们的决策变得完全确定，与市场接下来发生的事情无关。

为了说明这一点，考虑下表，这是以简单的表格形式正式确定技术分析交易策略的一种方法（Abreu和Brunnermeier，2002，2003）。为简单起见，仅考虑最近市场走势的方向，下表预测了每个可能的价格历史，市场的下一个走势。该表说明了一种技术分析策略，该策略使用最后三个时间段进行预测，并且可以很容易地推广到任意数量的时间段。图1：。在少数群体博弈（Abreu和Brunnermeier 2002）和美元博弈（Abreu和Brunnermeier 2003）中表示价格动态。代理首先根据其预测市场走势的能力更新其所有策略的得分。分数更新后，每个代理选择现在得分最高的策略。根据当时的价格历史，该策略决定了给定代理将采取的行动。最后，所有代理行为的总和决定了下一次价格变动：如果为正，价格上涨；如果为负，价格下跌。现在考虑一个给定的市场价格历史，μ(t)=（010），在时间t，这意味着（如图2所示）三个时间段之前，市场先下跌，然后上涨，然后下跌。现在应该注意的是，无论下一个时间段t+1的价格变动如何，表1中的策略总是预测在时间段t+2卖出。因此，我们不需要等到下一个时间步t+1的市场结果，就可以知道该策略将在下一个时间步中提出什么建议：它总是建议在t+2时进行销售。在（Andersen和Sornette 2003）中提出了这样一种观点，即技术分析战略决策中的这种动态可能与实际市场相关。

按照（Andersen and Sornette 2003）的术语，表1中的策略被称为“一个时间步解耦，以价格历史为条件μ = （010）”，并表示a(t). 然后，我们可以将交易策略分为两类：与价格历史相关的交易策略（即，以了解为条件μ(t), 所以我们无法预测a(t) 在时间t+2时才知道μ(t+1） ）以及与价格历史脱钩的价格。仅考虑代理在时间t实际使用的交易策略，因此可以写出订单不平衡A（t），A(t)   ≡A(t) +A(t), （1） 在哪里A(t)= ∑a(t) 是时间t的耦合策略之和，对于A(t)= ∑a(t). 在时间t，提前两个时间步，具有一定可预测性的条件如图1所示。少数群体博弈中价格动态的表现（Challet和Zhang 1997），以及他们预测市场走势的能力。更新得分后，每个代理都会选择现在得分最高的策略。根据当时的价格历史，该策略决定了给定代理将采取的行动。最后，所有代理行为的总和决定了下一次价格变动：如果为正，则价格上升；如果为负，则价格下降。在某些情况下，交易者可能会无意中陷入这样一种状态：他们的交易策略与价格历史“脱钩”，因此，在下一个（几个）时间步中，他们的决策变得完全确定，与市场接下来发生的事无关。

为了说明这一点，考虑下表，这是一种以简单表格形式将技术分析交易策略形式化的方法（Abreu和Brunnermeier，2002，2003）。为简单起见，仅考虑最近市场走势的方向，下表预测了周期数。现在考虑一个给定的市场价格历史，→u（t）=（），在时间t，这意味着（如图2所示）三个时间段之前，市场先下跌，然后上涨，然后下跌。现在应该注意的是，无论下一个时间段t+1的价格变动如何，表1中的策略总是预测在时间段t+2卖出。因此，我们不需要等到下一个时间点t+1的市场结果，就可以知道在技术分析战略的决策中，该战略会提出什么建议。Andersen和Sornette 2003年提出的建议可能与实际市场相关。按照（Andersen and Sornette 2003）的术语，表1中的策略被称为“一个时间步解耦，以价格历史为条件→u=（010）”，表示解耦u（t）。风险2018，6，104，第5页，共13页风险2018，6，x，供同行评审，第5页，共13页A(t+2) >N/2.（2）图2。表1中的交易策略如何在时间t+2解耦的表示，取决于价格历史μ=（010）时间t。表1。少数民族游戏（Abreu和Brunnermeier 2002）和美元游戏（Abreu和Brunnermeier 2003）中使用的策略示例。仅考虑上涨（1）和下跌（0）的市场价格变动，策略会针对每个给定的价格历史发布预测，这里用过去m=3天的价格历史来说明。预测值为1表示建议购买策略，而预测值为-1是销售建议。