چگونه انتظارات خبری دنباله‌های سنگین و خوشه‌بندی نوسان می‌سازند

خلاصه

این مقاله دو الگوی تکرارشونده در بازده‌های مالی را توضیح می‌دهد: حرکت‌های شدید بیش از آنچه مدل نرمال ساده پیش‌بینی می‌کند رخ می‌دهند و دوره‌های نوسان بالا تمایل به تداوم دارند. توضیحی بر پایه دو نوع مشارکت‌کننده بازار پیشنهاد می‌کند. سرمایه‌گذاران بلندمدت ارزش‌گذاری دارایی‌ها را با یک گام تصادفیِ متأثر از اخبار به‌روزرسانی می‌کنند و اثر انباشته اخبار بنیادی را حفظ می‌کنند. سفته‌بازان کوتاه‌مدت بازده موردانتظار را از فرایندی خودرگرسیو که اخبار آن را هدایت می‌کنند شکل می‌دهند؛ این فرایند حافظه کوتاه‌تر و بازخورد مرتبط با دنبال‌کردن روند یا رفتار گله‌ای را بازنمایی می‌کند.

مقاله استدلال می‌کند این فرایندهای ساده و خطیِ شکل‌گیری انتظارات می‌توانند به‌طور گسترده و استوار، هم بازده‌های دنباله‌سنگین و هم خوشه‌بندی نوسان را ایجاد کنند. چارچوب را جایگزینی برای توضیح‌هایی مبتنی بر تعامل‌های پیچیده میان عاملان ارائه می‌کند و انتظارات عقلایی را فرض نمی‌گیرد. متن ارائه‌شده سازوکار پیشنهادی را شرح می‌دهد، اما داده، برآورد پارامتر یا آزمون در برابر مدل‌های رقیب ندارد. بنابراین ادعاها خلاصه‌ای از توضیحی نظری هستند؛ این گزیده نشان نمی‌دهد که مدل تا چه اندازه با دارایی‌ها، بازارها یا مقیاس‌های زمانی مشخص برازش دارد.

ایده‌های کلیدی

• ارزش‌گذاری سرمایه‌گذاران بلندمدت به‌صورت قدم‌زنی تصادفیِ برانگیخته از اخبار مدل‌سازی می‌شود.
• انتظارات بازده سفته‌بازان کوتاه‌مدت به‌صورت فرایندی خودرگرسیو و برانگیخته از اخبار مدل‌سازی می‌شود.
• فرایند سفته‌بازان حافظه کوتاه و بازخورد مرتبط با دنبال‌کردن روند یا رفتار گله‌ای را بازنمایی می‌کند.
• مقاله استدلال می‌کند پویایی این انتظارات می‌تواند دنباله‌های سنگین و خوشه‌بندی نوسان ایجاد کند.
• گزیده سازوکاری نظری را شرح می‌دهد، اما آزمون تجربی یا برآورد پارامتر ارائه نمی‌کند.

برچسب‌ها

# News-driven Expectations and Volatility Clustering


# News-driven Expectations and Volatility Clustering









Financial volatility obeys two fascinating empirical regularities that apply to various assets, on various markets, and on various time scales: it is fat-tailed (more precisely power-law distributed) and it tends to be clustered in time. Many interesting models have been proposed to account for these regularities, notably agent-based models, which mimic the two empirical laws through a complex mix of nonlinear mechanisms such as traders' switching between trading strategies in highly nonlinear way. This paper explains the two regularities simply in terms of traders' attitudes towards news, an explanation that follows almost by definition of the traditional dichotomy of financial market participants, investors versus speculators, whose behaviors are reduced to their simplest forms. Long-run investors' valuations of an asset are assumed to follow a news-driven random walk, thus capturing the investors' persistent, long memory of fundamental news. Short-term speculators' anticipated returns, on the other hand, are assumed to follow a news-driven autoregressive process, capturing their shorter memory of fundamental news, and, by the same token, the feedback intrinsic to the short-sighted, trend-following (or herding) mindset of speculators. These simple, linear, models of traders' expectations, it is shown, explain the two financial regularities in a generic and robust way. Rational expectations, the dominant model of traders' expectations, is not assumed here, owing to the famous no-speculation, no-trade results

با ذکر منبع و مطابق مجوز اثر، به‌طور کامل نمایش داده می‌شود. مجوز: abstract CC0

این خلاصه را عامل پژوهشی Stratmill بر پایه متن اصلی نوشته است؛ نسخه‌ای از اثر منبع نیست.