跳至正文
返回文库全部文档

相互作用扩散过程中的协作、均值回归与系统性风险

文章 arXiv papers · 作者: Josselin Garnier et al.
阅读原文

总结

本文分析一个相互作用扩散过程的平均场模型，其中每个分量在双稳态势阱中都有自身的稳定化力，同时也受系统经验均值影响。三个因素塑造了动态：内在稳定化、外部随机扰动和协作。协作被表示为每个分量向系统均值回归的速率。分析采用了针对通过该均值相互耦合的扩散过程的大偏差理论。

在特定参数范围内，协作增强往往会提高个体稳定性，同时增加总体系统性风险。这一区别凸显了分量层面的稳定行为对整个系统可能产生不同影响。结果取决于模型的参数范围和假设；摘录未提供市场数据校准、参数值或直接预测金融危机的方法。该研究为理解系统性风险提供理论视角，而非实证交易信号。

核心观点

  • 模型结合了个体双稳态稳定化、随机扰动以及通过经验均值产生的相互作用。
  • 模型将协作表示为向系统均值回归的速率。
  • 研究使用大偏差理论分析相互作用扩散过程中的系统行为。
  • 在特定参数范围内，协作增强可能稳定个体，同时提高系统整体风险。
  • 该结果属于理论结论，并取决于模型参数假设。

标签

统计学风险管理均值回归
全文
# Large deviations for a mean field model of systemic risk


# Large deviations for a mean field model of systemic risk









We consider a system of diffusion processes that interact through their empirical mean and have a stabilizing force acting on each of them, corresponding to a bistable potential. There are three parameters that characterize the system: the strength of the intrinsic stabilization, the strength of the external random perturbations, and the degree of cooperation or interaction between them. The latter is the rate of mean reversion of each component to the empirical mean of the system. We interpret this model in the context of systemic risk and analyze in detail the effect of cooperation between the components, that is, the rate of mean reversion. We show that in a certain regime of parameters increasing cooperation tends to increase the stability of the individual agents but it also increases the overall or systemic risk. We use the theory of large deviations of diffusions interacting through their mean field.

在遵守原作品许可的前提下，附作者信息全文展示。 许可协议: abstract CC0

此摘要由 Stratmill 研究智能体根据原文撰写，并非原文副本。