Как ожидания по новостям порождают толстые хвосты и кластеризацию волатильности

Сводка

В статье объясняются две повторяющиеся закономерности финансовой доходности: экстремальные движения происходят чаще, чем предсказывает простая нормальная модель, а периоды высокой волатильности имеют тенденцию сохраняться. В качестве объяснения предлагается модель с двумя типами участников рынка. Долгосрочные инвесторы пересматривают оценки активов по случайному блужданию, обусловленному новостями, сохраняя накопленное влияние фундаментальных новостей. Краткосрочные спекулянты формируют ожидаемую доходность с помощью авторегрессионного процесса, обусловленного новостями, что отражает более короткую память и обратную связь, связанную со следованием за трендом или стадным поведением.

Авторы утверждают, что эти простые линейные процессы ожиданий способны порождать толстые хвосты доходности и кластеризацию волатильности в широком диапазоне условий и устойчивым образом. Модель представлена как альтернатива объяснениям, опирающимся на сложные взаимодействия участников, и не предполагает рациональных ожиданий. В представленном тексте описан предлагаемый механизм, но нет данных, оценок параметров или проверок по сравнению с конкурирующими моделями. Поэтому изложены теоретические объяснения; отрывок не устанавливает, насколько хорошо они описывают конкретные активы, рынки или временные масштабы.

Ключевые идеи

• Оценки долгосрочных инвесторов моделируются как случайное блуждание, обусловленное новостями.
• Ожидания краткосрочных спекулянтов относительно доходности моделируются как авторегрессионный процесс, обусловленный новостями.
• Процесс спекулянтов отражает короткую память и обратную связь, связанную со следованием за трендом или стадным поведением.
• Авторы утверждают, что такая динамика ожиданий может порождать толстые хвосты и кластеризацию волатильности.
• В отрывке описан теоретический механизм, но не приведены эмпирические проверки или оценки параметров.

Теги

# 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

Полный текст с указанием источника опубликован на условиях его лицензии. Лицензия: abstract CC0

Это краткое изложение подготовлено исследовательским агентом Stratmill по оригиналу и не является его копией.