"افزایش قیمت" مبادلات سهام جهان را تکان می دهد

تجزیه و تحلیل داده ها: JVA an Sm. معرفها/مواد/ابزارهای تجزیه و تحلیل مشارکت شده: JVA AN LP GR. مقاله را نوشت: jva an lp gr.

این یک مقاله دسترسی آزاد است که تحت شرایط مجوز انتساب Creative Commons توزیع شده است ، که امکان استفاده ، توزیع و تولید مثل بدون محدودیت در هر رسانه را فراهم می کند ، مشروط بر اینکه نویسنده و منبع اصلی به درستی اعتبار داشته باشند.

خلاصه

زمینه

ریسک سیستمیک پس از ریسک بیش از حد توسط مؤسسات بزرگ مالی ، سیستم مالی جهان را به آنچه که بسیاری از آنها یک وضعیت ناکامی نزدیک سیستمیک در سال 2008 می دانستند ، آگاهی بیشتری کسب کرده است. صندوق بین المللی پول در سال 2009 خود در سال 2009 ، عدم موفقیت را تأیید کرد. ابزارهای مناسب و تحقیق در مورد موضوع. بنابراین درک چگونگی انتشار اختلال در بازارهای مالی از اهمیت ویژه ای برخوردار است.

روش شناسی/یافته های اصلی

در اینجا ، ما از داده های تجربی استفاده می کنیم تا نشان دهیم که بازارهای جهان دارای یک آستانه غیرخطی به وقایع هستند ، مطابق با این فرضیه که معامله گران نشان می دهند نابینایی را تغییر می دهند. تغییر نابینایی گرایش انسان برای نادیده گرفتن تغییرات کوچک و واکنش نامتناسب با وقایع بزرگ است. همانطور که نشان می دهیم ، این ممکن است مسئول ایجاد رویدادهای آبشار - قیمت های موجود در بازارهای جهان باشد. ما یک مدل شبکه ای از بورس اوراق بهادار جهان را پیشنهاد می کنیم که پیش بینی می کند که چگونه یک بورس اوراق بهادار باید از نظر عملکرد بازار جهانی مبادلات قیمت گذاری شود ، اما با تغییر نابینایی موجود در قیمت گذاری. این مدل مکاتبات مستقیمی با مدل های حرکات صفحه تکتونیکی زمین دارد که در فیزیک ایجاد شده است تا حرکت لغزنده بلوک های مرتبط از طریق نیروهای بهاری را توصیف کند.

نتیجه گیری/اهمیت

ما نشان داده ایم که چگونه پویایی قیمت مبادلات سهام جهان از پویایی ساخت و آزادسازی استرس ، مشابه زمین لرزه ها پیروی می کند. پاسخ غیرخطی به ما این امکان را می دهد تا حرکات قیمت یک شاخص سهام معین را به عنوان ایجاد داخلی در داخل ، به دلیل اخبار اقتصادی خاص برای کشور مورد نظر ، یا خارج از کشور ، توسط گروه بورس های جهان که مانند یک سیستم پیچیده واکنش نشان می دهند ، طبقه بندی کنیم. این مدل ممکن است بینش جدیدی از ریشه ها ارائه دهد و از این طریق از خطرات سیستمیک در شبکه مالی جهانی نیز جلوگیری کند.

معرفی

مانند زمین لرزه ها ، به نظر می رسد که بحران های مالی با آشکار شدن یک بحران خاص به شدت به تاریخچه منجر به بحران می شوند. در حالی که ایجاد مداوم استرس ناشی از حرکات صفحه تکتونیکی به خوبی درک شده است که در منشأ زمین لرزه ها است ، دلایل پریشانی مالی نامشخص است ، با توضیحاتی که اغلب در حوادث مفرد جستجو می شود.< SPAN> مانند زمین لرزه ها ، به نظر می رسد که بحران های مالی با آشکار شدن یک بحران خاص به شدت به تاریخ که منجر به بحران شده است ، پدیده های مکرر همیشه است. در حالی که ایجاد مداوم استرس ناشی از حرکات صفحه تکتونیکی به خوبی در منشأ زمین لرزه ها به نظر می رسد ، دلایل پریشانی مالی نامشخص است ، با توضیحاتی که اغلب در رویدادهای مجرد جستجو می شود. مانند زمین لرزه های مالی ، بحران های مالی همیشه با پدیده های مکرر هستندآشکار شدن یک بحران معین به شدت به تاریخچه منجر به بحران بستگی دارد. در حالی که ایجاد مداوم استرس ناشی از حرکات صفحه تکتونیکی به خوبی درک شده است که در منشأ زمین لرزه ها است ، دلایل پریشانی مالی نامشخص است ، با توضیحاتی که اغلب در حوادث مفرد جستجو می شود.

خطر سیستمیک به طور کلی به خطر فروپاشی یک سیستم کامل اشاره دارد. در یک زمینه مالی ، ریسک سیستمیک به عنوان مثال می تواند هنگامی که پریشانی مالی بانکهای بزرگ از طریق اثرات موج دار به سایر بانکهایی که در معاملات مشترک با بانک ها در حال مشکل هستند ، به عنوان همتایان عمل کرده اند ، به عنوان مثال می تواند OCOUR را انجام دهد. بستر سنتی در مورد ریسک سیستمیک مالی معمولاً با آلودگی بانکی سروکار دارد ، و به مواجهه ای که پیش فرض توسط یک بانک باعث می شود سایر بانک ها ورشکسته شود ، می پردازد. با این حال ، مطالعات اخیر دیگر با مطالعه آلودگی در بازارهای مالی ، به سیستم مالی نگاه بیشتری می کند اما به طور معمول فقط برای یک بازار در یک زمان [2] - [6]. یک بررسی کلی از موضوع را می توان در [2] مشاهده کرد. در [3] ، [4] اقدامات ریسک سیستمیک به طور غیرمستقیم از طریق تکنیک های اقتصاد سنجی مانند تجزیه و تحلیل مؤلفه های اصلی و آزمون های حساسیت به میزان چهار بخش ارائه شده است: صندوق های محافظت ، بانک ها ، کارگزاران و شرکت های بیمه. مشخص شد که سطح ریسک سیستمیک طی یک دهه گذشته افزایش یافته است زیرا چهار بخش بسیار به هم پیوسته اند. در [5] ، [6] به طور مشابه گزارش شده است که بازار S& P500 ایالات متحده از سال 2002 مستعد سقوط سیستمیک است اما با استفاده از یک تکنیک متفاوت ، نیروی منسجم شاخص (ICF) ، که تعادل بین همبستگی سهام و همبستگی های جزئی را اندازه گیری می کند (تعریف شده از طریق تفریق شاخص). مطالعه در [5] ، [6] روش جدیدی برای بررسی حالت های پویا در بازار و ثبات و انتقال بین چنین کشورهایی ، مشابه انگیزه مطالعه ارائه شده در اینجا ارائه می دهد. مهم برای چنین تلاشهایی این است که درک کنیم که چگونه اختلالات می توانند از طریق سیستم تبلیغ کنند ، و همچنین درک می کنند که چگونه همبستگی ها با تغییر حالت های بازارها تغییر می کنند [7]. به عنوان مثال در [3] ، [4] نشان داده شد که چگونه همبستگی ها در هنگام تصادفات بازار افزایش می یابد. برای سایر مطالعات در مورد ساختار همبستگی بازار نیز به [8] ، [9] و [10] ، [11] مراجعه کنید. مطالعات بسیار کمی در مورد خطر سیستمیک در بزرگترین مقیاس ممکن جهان انجام شده است. با این حال [12] - [14] نشان می دهد که مطالعات بسیار جالبی از جمله بازارهای مالی جهان را نشان می دهد. ما استدلال می کنیم که درک صحیح از خطرات سیستمی ، نیاز به درک در سطح سیستم از چگونگی ایجاد اختلالات و انتشار در بازارهای مالی دارد. بنابراین ما با نگاهی به شبکه جهانی بورس اوراق بهادار به جای تمرکز روی بازارهای فردی ، یک دیدگاه از بالا به پایین در مورد خطرات جهانی پیشنهاد می کنیم ، اما بر اهمیت کشورهای انفرادی تأکید می کنیم.

مورد علاقه خاص این است که رویکردهای جدیدی را برای خطر ابتلا به بیماری در جایی که انتقال شوک های مالی می تواند در سراسر کشورها پخش شود ، پیشنهاد کند. در این زمینه است که ما مدلی را ارائه می دهیم که دیدگاه جامع در مورد چگونگی انجام قیمت گذاری در بازارهای سهام جهان را می گیرد.

با استفاده از داده های تجربی ، ابتدا نشان می دهیم که چگونه ، به ویژه ، حرکات بزرگ قیمت در یک بورس اوراق بهادار خاص در سایر بورس اوراق بهادار در سطح جهان تأثیر می گذارد ، در حالی که حرکات قیمت کوچک هیچ تاثیری در صرافی های دیگر ندارد و بدون توجه به آن می رود. چنین پویایی بسیار شبیه پویایی در پشت زمین لرزه هایی است که در آن ابتدا استرس های کوچک بدون هیچ گونه تکلیف به صورت محلی ایجاد می شوند. با این حال ، یک بار به اندازه کافی بزرگ ، استرس سرانجام آزاد می شود و در انفجارهای ناگهانی پخش می شود. ما از این بینش برای معرفی یک مدل شبکه ای از سیستم مالی جهان استفاده می کنیم. در مدل هر بورس اوراق بهادار به عنوان بلوک در شبکه ای نشان داده می شود که هر دو بلوک را با چشمه ای از استحکام متغیر پیوند می دهد. همانطور که در زیر توضیح داده خواهد شد ، حرکات قیمت بورس اوراق بهادار تا حدی با حرکت چوب لغزش شبکه بلوک ها ایجاد می شود ، چیزی که بسیار شبیه به ایده هایی است که در ابتدا توسط Burridge و Knopoff (BK) معرفی شده است [15] برای توصیف زمین لرزه های ناشی از آنتوسط حرکت صفحه تکتونیکی. این اجازه می دهد تا یک مطالعه مستقیم از تأثیرات حافظه در سیستم مالی جهانی ، با استرس هایی که به مرور زمان ایجاد می شوند و در انفجارهای ناگهانی منتشر می شوند دقیقاً مانند آنچه در طول فعالیت های لرزه ای زمین لرزه مشاهده می شود. بنابراین ، ما بر توضیحی تأکید می کنیم که در آن حرکات قیمت هر بورس کالای معین فقط با نگاهی به سطح بورس اوراق بهادار قابل درک نیست و پیشنهاد می کنیم که یک شخصیت مناسب برای حرکات گسترده سیستم در سطح جهانی حساب کند.

هدف ما بررسی چگونگی ایجاد استرس در سیستم مالی جهانی بورس اوراق بهادار و انتشار است. در مدل ما ، استرس به دلیل حرکات قیمت شاخص ها ، که توسط جابجایی بلوک ها نشان داده شده است ، وارد سیستم می شود. استرس یا به دلیل اخبار اقتصادی برای یک شاخص خاص ، یا در سطح جهانی به دلیل انتقال استرس در هنگام حرکت یک حرکت بزرگ برای شاخص سهام خاص ایجاد می شود. ایده این است که یک حرکت بزرگ (در نهایت تجمعی) یک شاخص سهام معین می تواند استرس را بر سایر شاخص های سهام در سطح جهان ایجاد کند تا از حرکت قیمت آن پیروی کند. مشابه مدل BK زمین لرزه ، ما یک حرکت "چوب لغزش" از شاخص ها را فرض می کنیم به طوری که فقط یک حرکت بزرگ (در نهایت تجمعی) یک شاخص معین تأثیر مستقیمی در قیمت گذاری شاخص های باقیمانده در سطح جهان دارد. در این خط تفکر "قیمت های قیمت" می تواند در سیستم مالی جهانی اتفاق بیفتد زیرا آبشارهای حرکات بزرگ قیمت از گوشه ای از جهان سرچشمه می گیرند و مانند سقوط آجرهای دومینو در سطح جهان تبلیغ می کنند. بنابراین ما نماینده سیستم مالی جهانی به عنوان یک سیستم پیچیده هستیم که با اثرات مهم حافظه و وابستگی به مسیر مشخص می شود.

یک اصل مهم در امور مالی بیان می کند که هرچه اطلاعات جدید آشکار می شود ، بلافاصله در قیمت دارایی منعکس می شود و از این طریق ارتباط خود را از دست می دهد [16] ، [17]. ما پیشنهاد می کنیم این اصل را با یک ویژگی رفتاری ترکیب کنیم که نشان دهنده گرایش انسان به پاسخ به صورت غیرخطی به تغییرات است و تأکید بر وقایع با تغییرات بزرگ و بی اعتنایی به وقایع با محتوای اطلاعات متوسط است. این مطابق با آزمایشات انجام شده در روانشناسی است که نشان داده است که انسان به طور نامتناسب نسبت به تغییرات بزرگ واکنش نشان می دهد ، پدیده ای به نام تغییر نابینایی از آنجا که فقط تغییرات بزرگی در نظر گرفته می شود در حالی که تغییرات کوچک بدون توجه می شوند [18] - [20].

تغییر نابینایی در آزمایشات آزمایشگاهی گزارش شده است حتی اگر شرکت کنندگان به طور فعال به دنبال تغییرات باشند. هنگامی که تغییرات سریع سریع در عکس های ناظران اغلب این تغییرات را از دست می دهد ، مشروط بر اینکه این تغییر در طی یک ساکاد انجام شود [21] ، یک اسکله خالی چشمک زده [22] ، یک چشمک [19] یا برخی از اختلال های بینایی دیگر [23]. برای یک مقاله مرور در مورد تغییر نابینایی به عنوان مثال مراجعه کنید.[24]

از آنجا که اطلاعات جدید در یک مبادله معین تولید می شود ، می گویند قیمت افتتاح یا بسته شدن آن بازار خاص ، بخشی از اطلاعاتی است که سایر مبادلات ممکن است در قیمت گذاری آنها استفاده نکنند. با وجود قراردادهای آتی ، این اطلاعات و همچنین سایر اخبار اقتصادی در اصل با قیمت فوری ، حتی خارج از ساعات آغازین مبادله ، در اصل قیمت گذاری می شوند. اما اگر کسی از میزان حجم معاملات به عنوان یک پروکسی برای ارتباط واکنش به اطلاعات جدید استفاده کند ، این قیمت افتتاح (یا بسته شدن مربوطه) است که مهمترین لحظه ای را تعیین می کند که اطلاعات جدید تولید شده قبل از جلسه معاملاتی فعلی ارزشمند می شودقیمت آن. بنابراین ، در ادامه از قیمت های باز/بسته شدن (باز/بسته) استفاده خواهیم کرد ، که معمولاً با زمان بالاترین میزان تجارت مطابقت دارد ، زیرا مقادیر سهام/شاخص هایی که با اطلاعات جدید قیمت گذاری می شوند.

تحلیل و بررسی

یک معامله گر را تصور کنید که در افتتاح بورس اوراق بهادار توکیو سعی می کند اطلاعات جدیدی را در سطح جهان که از سایر بورس اوراق بهادار در مورد آنچه اتفاق افتاده است از آخرین بازارها در توکیو بسته شده است ، قیمت گذاری کند. ما تصور می کنیم که او با در نظر گرفتن انتشار اخبار اقتصادی محلی در ژاپن (که از نزدیک روز گذشته اتفاق افتاد) و همچنین با جستجوی اخبار در مورد چگونگی عملکرد سایر بازارها پس از بسته شدن بازارها در توکیو ، این کار را انجام می دهد. به دلیل اختلافات منطقه زمانی ، اطلاعات جدید در افتتاح توکیو شامل تفاوت قیمت بین روز گذشته و نزدیک روز گذشته برای بازارهای اروپا و آمریکا است. با این حال ، برای بازار استرالیا ، این شامل تفاوت قیمت بین نزدیک روز قبل و در همان روز است ، زیرا این بازار اولین بازاری است که در سراسر جهان افتتاح می شود و قبل از بازارهای ژاپن افتتاح می شود. ما یک مکانیزم رفتاری جهانی را در قیمت گذاری انجام شده توسط معامله گران ارزیابی دو اصطلاح مختلف i) اخبار اقتصادی محلی ii) تغییرات تجمعی بزرگ از سایر بورس های موجود در اهمیت آنها (از نظر سرمایه گذاری) و ارتباط آنها (از نظر موقعیت جغرافیایی نشان می دهد ، فرض می کنیم. به عنوان مثال ، همپوشانی امور اقتصادی مشترک یا اهمیت به عنوان شرکای تجاری).

در زمان ، معامله گر یک بورس اوراق بهادار داده شده قیمت این شاخص را با بازده بورس بین زمان و:

تعداد کل بورس اوراق بهادار است. مخفف زمان نزدیک (باز) مبادله است در حالی که زمان آخرین اطلاعات شناخته شده (نزدیک یا باز) مبادله شناخته شده در زمان است.

5 پارامتر مدل عبارتند از: ، - بازگشت آستانه ، - مقیاس زمانی تأثیر در مناطق زمانی ، مقیاس تأثیر از سرمایه گذاری و انحراف استاندارد در اصطلاح سر و صدا.

استدلال پشت (1) - (3) به شرح زیر است: در آغاز/نزدیک یک بورس اوراق بهادار معین ، اخبار اقتصادی داخلی جدید از طریق دوره دوم در (1) قیمت گذاری می شود ، که نشانگر اخبار اقتصادی داخلی است که فقط مربوط به آن استشاخص خاصاولین دوره در (1) این واقعیت را توصیف می کند که معامله گران به دنبال آنچه در سایر سهام سهام در سراسر جهان اتفاق افتاده است ، نگاه می کنند ، اما این تنها زمانی است که یک حرکت قیمت به اندازه کافی بزرگ (در نهایت تجمعی) در بورس اوراق بهادار دیگر اتفاق می افتد که تأثیر آن را بر عهده داردبورس اوراق بهاداراستفاده از عملکرد Heaviside تضمین می کند که دوره اول در (1) برای حرکات تجمعی کوچک بورس صفر است ، یعنی در این حالت بورس اوراق بهادار هیچ تاثیری از بورس ندارد. با این حال ، قیمت بورس اوراق بهادار هنگامی که یک حرکت تجمعی به اندازه کافی بزرگ () در بورس اوراق بهادار اتفاق می افتد ، این سهم را دریافت می کند. این دو ضرایب (در زیر توضیح داده شده در زیر) توضیح می دهند که تأثیر قیمت شاخص سهام می تواند در شاخص سهام داده شده چقدر تأثیر بگذارد. توجه به این نکته حائز اهمیت است ، زیرا تأثیر حرکت بزرگ قیمت سهام در شاخص سهام دیگر ، همان تأثیر همان حرکت قیمت بزرگ شاخص سهام بر روی شاخص سهام نیست. عامل در (1) بدان معنی است که این شاخص تأثیر متوسط در بین شاخص هایی را که در عملکرد Heaviside به طور کامل پر شده است ، در نظر می گیرد.(2) این واقعیت را در نظر می گیرد که وقتی یک حرکت بزرگ (در نهایت تجمعی) بورس اوراق بهادار روی بورس اوراق بهادار تأثیر داشته باشد ، "قیمت گذاری می شود". بنابراین "استرس" به دلیل حرکت تجمعی بزرگ بورس ، از این رو منتشر می شود و برابر با صفر تنظیم می شود ، چیزی که از طریق اصطلاح در (2) به حساب می آید.

ضریب است که تأثیر شاخص سهام بر شاخص سهام را از نظر ارزش نسبی سرمایه گذاری دو شاخص توصیف می کند. بزرگ با شبکه ای از شاخص های جهان با تسلط بر شاخص با بیشترین سرمایه گذاری مطابقت دارد. در حال حاضر این بازار مالی ایالات متحده است ، بنابراین انتخاب بزرگ با پرونده ای که قیمت گذاری در هر کشور فقط حرکات بازارهای ایالات متحده را به عنوان اطلاعات خارجی در نظر می گیرد. برعکس ، یک شبکه کوچک با شبکه ای از شاخص ها با نقاط قوت برابر مطابقت دارد از آن زمان ، از آن زمان مستقل می شود. علاوه بر این فرض می کنیم که کشورهایی که از نظر جغرافیایی نزدیک هستند نیز از نظر اقتصادی وابستگی بیشتری دارند ، همانطور که توسط ضریب توضیح داده شده است ، با اختلاف منطقه زمانی کشورها. مقیاس را که این وابستگی متقابل کاهش می یابد ، می دهد. کوچک () سپس با دنیایی مطابقت دارد که فقط شاخص ها در همان منطقه زمانی برای قیمت گذاری مرتبط هستند ، در حالی که بزرگ () تأثیر جهانی را در قیمت گذاری مستقل از تفاوت در منطقه زمانی توصیف می کند. ساختار (1) شبیه به مدل قیمت گذاری دارایی سرمایه است [25] - [27] از آنجا که پیش بینی می کند که چگونه یک بورس اوراق بهادار باید از نظر عملکرد بازار جهانی مبادلات قیمت گذاری شود ، اما با ویژگی های رفتاری انسان گنجانده شده استدر قیمت گذاری

هر شاخص از تعداد معینی از سهام تشکیل شده است. به این ترتیب ، هر شاخص یا بلوک می تواند خود را به عنوان یک سیستم بلوک بهاری تصور کند ، جایی که اکنون هر بلوک در سیستم بلوک زیر اسپرینگ نمایانگر یک سهام معین است. این امکان را برای توصیف سلسله مراتبی در مورد بورس سهام جهان فراهم می کند که در آن پریشانی یک سهام معین می تواند مستقیماً سهام دیگری را در یک شاخص دیگر تأثیر بگذارد ، یا به طور غیرمستقیم از طریق تأثیر آن بر روی شاخص آن ، می تواند بر سایر نشانگرها تأثیر بگذارد و از این طریق سهام در سراسر جهان باشد. در مطالعه حاضر ما ابتدا بر روی ارتباطات مستقیم بین نشانگرها تمرکز خواهیم کرد و تأثیرات سهام فردی را به یک مطالعه آینده می اندازیم [28].

پردازش اخبار یک ساختمان اصلی ساختمان است. با این حال همیشه این نیست که اخبار به طور مستقیم روی یک شاخص سهام تأثیر می گذارد ، اما در عوض می تواند در سهام ، بخش ها یا گروه های سهام ، احتمالاً در بازارهای مختلف به طور همزمان تأثیر بگذارد. بنابراین ممکن است این مدل به عنوان نوعی مدل عامل تلقی شود ، زیرا شوکهای ایدیوسنکراتیک ممکن است تقریباً هیچ تاثیری در شاخص نداشته باشد ، زیرا ممکن است تا حدودی متوسط باشد. سایر عوامل (نرخ بهره ، قیمت نفت ، بازارهای کار) با تأثیر بسیاری از سهام ممکن است تأثیر قابل توجهی در شاخص داشته باشد ، احتمالاً در کلیه شاخص ها. در نتیجه ، حرکت بزرگی از یک شاخص احتمالاً ناشی از تأثیر یک عامل مهم است که در این صورت احتمالاً تأثیر آن بر سهام در بازارهای دیگر نیز خواهد داشت. بنابراین می توان این مدل را به عنوان فیلتر کردن حرکات شاخص بزرگ تصور کرد ، که البته ممکن است در بسیاری از بازارها به طور مشترک اتفاق بیفتد ، زیرا آنها در اثر همین عامل ایجاد می شوند.(این پاراگراف با استفاده از اظهارات یکی از دو داور ناشناس اضافه شد).

لازم به ذکر است که اثرات حافظه در مدل وجود دارد زیرا این "استرس" تجمعی است که مشخص می کند چه زمانی یک "بلوک" می لغزد. در سیستم های بحرانی خود سازمان یافته (SOC) ، حافظه به عنوان یک ماده اساسی برای بحران سیستم شناخته شده است [29]. به طور رسمی (1) - (3) یک مدل BK 2D از حرکت صفحه تکتونیکی زمین را توصیف می کند [30] ، [31]. بنابراین مدل ما می تواند به عنوان پسوند مدل 2D Olami-Feder-Christensen (OFC) [30] دیده شود که در آن هر بلوک به تمام بلوک های دیگر با ثابت اتصال جفت وابسته متصل است. با این حال ، در مدل OFC ، هر بلوک فقط به 4 همسایه خود وصل می شود و تنها سه ثابت اتصال (وابسته به آن) دارد. علاوه بر این ، در مدل ما ، تنش های "خارج از هواپیما" به طور تصادفی (در هر دو علامت و بزرگی) از طریق هر بلوک به جای کشش ثابت (همان علامت) مدل OFC معرفی می شوند.(1)-(3) بنابراین چشم انداز جالبی از نگاه به سیستم مالی جهان به عنوان یک سیستم پیچیده با پویایی خود سازماندهی و احتمالاً پویایی بهمن مشابه را نشان می دهد که می توان برای زمین لرزه ها مشاهده کرد. با این وجود ، تعبیر دیگری از (1) - (3) مشاهده سیستم مالی جهان به عنوان مجموعه ای از نوسان سازهای همراه است. نوسانات به دلیل (2) اتفاق می افتد که استرس به تدریج ساخته می شود و سپس آزاد می شود. بنابراین هر بورس اوراق بهادار می تواند به عنوان نوسان با فرکانس معین دیده شود ، و این نوسان به نوبه خود می تواند بر فراوانی سایر نوسان سازهای موجود در سیستم تأثیر بگذارد.

نتایج

برای تأیید این فرضیه که حرکات بزرگ در بورس اوراق بهادار نقش ویژه ای دارد و تمایل به خوشه بندی حرکات بزرگ دارد ، ما از داده های تجربی برای محاسبه احتمال مشروط که بازده روزانه یک بورس معینی دارد ، استفاده کرده ایم ، همان علامت روزانه را داردبازگشت بازار جهانی شاخص ها. داده ها از وب سایت Finance. yahoo.com بارگیری شده و از قیمت افتتاح و بسته شدن 24 بورس سهام زیر از 1/1/2000 تا 1/10/2008 استفاده شده است: AORD (استرالیا) ، N225 (ژاپن) ، KS11 (کره جنوبی) SSEC (چین) ، HSI (هنگ کنگ) ، TWII (تایوان) ، STI (سنگاپور) ، Klse (Malysia) ، JKSE (اندونزی) ، BSESN (هند) ، TA100 (اسرائیل) ، CCSI (Egypt) ، ftsept(ایالات متحده) ، FCHI (فرانسه) ، GDAX (آلمان) ، SSMI (سوئیس) ، Mibtel (ایتالیا) ، AEX (هلند) ، ATX (اتریش) ، Merv (آرژانتین) ، BVSP (برزیل) ، GSPC (ایالات متحده) ، GSPTSESESESTSESES.(کانادا) و MXX (مکزیک). فقط روزهایی که تمام بازارهای سهام در آن باز شده بود در تجزیه و تحلیل استفاده می شد (هر بازار تعطیلات خاص خود را دارد).

ما شاخص بازار جهانی را چنین تعریف کردیم:

با سرمایه گذاری شاخص کشور. ما از این شاخص به عنوان معیار پاسخ جمعی بازارهای جهانی در یک روز معین در فهرست استفاده می کنیم. به وابستگی توجه کنید زیرا هر شاخص تأثیر خاصی از سایر نشانگر در سطح جهان خواهد داشت. همچنین توجه داشته باشید که از آنجا که ما می خواهیم از "خودکشی" خودداری کنیم ، در این جمع حذف شده است.

از شکل 1A مشخص است که وقتی شاخص در سطح جهان فقط تغییرات کوچکی را نشان می دهد ، انسجام کمی بین حرکات کشور مختلف مشاهده می شود. با این حال ، به نظر می رسد که آستانه ای وجود دارد که پس از آن حرکات بزرگ در شاخص جهانی منجر به هماهنگی مبادلات کشور فردی می شود که اکثریت تمایل به حرکت در همان جهت دارند. نتایج مشابهی برای سهام انفرادی یک بورس سهام معین یافت شده است [10] ، [11]. این ادعای ما را تقویت می کند که سهام سهام در سراسر جهان باید به عنوان یک سیستم در نظر گرفته شود که رویدادهای بزرگ نقش ویژه ای دارند.

تصویر نابینایی تغییر: بازده بزرگ بازار جهانی (شکل A) یا بازده بازار ایالات متحده (شکل B) بر یک بورس معینی تأثیر می گذارد ، در حالی که بازده های کوچک تأثیر تصادفی دارند.

الف) احتمال مشروط به بازگشت روزانه شاخص بورس سهام یک کشور خاص ، همان نشانه بازده بازار جهانی را با سرمایه گذاری شاخص این کشور تعریف می کند. ب) احتمال مشروط به اینكه بازارهای نزدیک (+: بازارهای اروپایی ؛ محافل: بازارهای آسیا) بازگرداندن شاخص بورس یك كشور معین پس از كس بسته ایالات متحده ، دارای همان نشانه بازگشت بازده باز ایالات متحده است.

سپس فرضیات خاص را در (1) بررسی کردیم - (3) که حرکات بزرگ شاخص های بزرگ سرمایه باید با نگاهی به تأثیر بازده بازار جهانی و بازده بازار ایالات متحده بر حرکت ، تأثیر خاصی بر شاخص های سرمایه کوچکتر داشته باشدبورس سهام فردی (شکل 1). با استفاده از بازده نزدیک بازار سهام ایالات متحده ، یک مورد واضح برای بررسی چنین تأثیر "بزرگ" را ارائه می دهد. از آنجا که بازارهای آسیا قبل از افتتاح بازارهای ایالات متحده نزدیک است ، آنها فقط باید در روز بعد خود بتوانند در این اطلاعات قیمت گذاری کنند. یعنی "نزدیک" بازارهای آسیا پس از "نزدیک" بازار ایالات متحده که هیچ اطلاعاتی در بورس وجود ندارد ، دنبال می شود. از این رو ، یک "بزرگ بزرگ" در ایالات متحده آمریکا باید تأثیر روشنی در نزدیکی زیر بازارهای آسیا داشته باشد. در مقابل ، بازارهای اروپا هنوز باز می شوند که بازار ایالات متحده در صبح باز می شود ، بنابراین بازارهای اروپایی به بخشی از تاریخچه نزدیک بازارهای ایالات متحده دسترسی دارند. از این رو انتظار می رود که یک "بزرگ بزرگ" در ایالات متحده آمریکا باز باشد و از این رو انتظار می رود که تأثیر آن در نزدیکی بازارهای اروپا تأثیر بگذارد ، اما کمتر از بازارهای آسیا از آنجا که بخشی از حرکت ایالات متحده در حال حاضر قیمت گذاری می شودوقتی بازارهای اروپا بسته شد. از آنجا که افتتاح بازارهای آسیا به خودی خود می تواند بر افتتاح بازارهای اروپا تأثیر بگذارد ، علاوه بر این می تواند تأثیر ناشی از بازارهای ایالات متحده را تحریف کند. همانطور که انتظار می رفت ، این اثر برای بازارهای آسیا در مقایسه با بازارهای اروپا در شکل 1B به وضوح تر دیده می شود.

به عنوان یک بررسی اضافی بر روی فرض (1) - (3) ما تفاوت را از داده های تجربی 24 بورس اوراق بهادار پیشرو جهان با استفاده از داده های روزانه از سال 2000 ساخته ایم. طبق (1) این تفاوت باید بر اساس توزیع شود. به توزیع گاوسیبا استفاده از تحلیل حداکثر درستنمایی همانطور که در پیوست داده شده است، پارامترهای بهینه را یافتیم: (). شکل 2 نشان می دهد که برای این گزینه های پارامتر، تعریف ما از حرکات قیمت به دلیل اخبار خارجی (تصادفی) در واقع با توزیع نرمال مطابقت دارد. مقادیر به دست آمده از پارامترهای بهینه نشان دهنده یک شبکه نسبتاً «جهانی» از بورس ها با تأثیر زیادی از قیمت گذاری در مناطق زمانی است و قیمت گذاری نه تنها تحت سلطه بزرگترین شاخص سرمایه است. به نظر می رسد پیشینی این با انتظارات مطابقت دارد. علاوه بر این، مقدار با تخمینی که می توان به طور مستقل با بازرسی بصری شکل 1 بدست آورد، مطابقت دارد. با تغییر پارامترها، اهمیت آنها را در ضریب 2 از مقادیر داده شده تخمین می زنیم. در نهایت، با توجه به این پارامترهای بهینه، علامت باز/بستن هر بورس را با استفاده از علامت

بخشی از بازده یک شاخص سهام معین را توصیف می کند که به دلیل حرکت زیاد سایر شاخص های سهام نسبت داده می شود. با استفاده از مجموع 58244 رویداد، نرخ موفقیت 63 درصدی بسیار قانع کننده ای را در پیش بینی نشانه بازگشت باز/بسته شدن یک بورس اوراق بهادار از قبل پیدا کردیم.

حلقه ها - بازده مشاهده شده.+'s - اصطلاح ناشی از تغییر کوری، . مربع ها - تفاوتی را نشان می دهد که طبق (1) (3) باید گاوسی توزیع شود. خط جامد یک توزیع گاوسی را نشان می دهد.

در قیاس با زمین لرزه ، اکنون ما اقدامی را برای تعیین قدرت یا فعالیت "لرزه ای" در شبکه بورس سهام جهان ارائه می دهیم. برای انجام این کار ، ما پیشنهاد می کنیم که هر بورس اوراق بهادار را به عنوان یک لرزه نگاری در نظر بگیرید که هر لحظه از زمان می تواند دامنه "موج استرس" را که توسط حرکات بزرگ قیمت سایر بورس های دیگر در سطح جهان تحمیل شده است ، اندازه گیری کند. این مقدار توسط در (5) داده می شود. فعالیت جهانی "لرزه ای" در هر لحظه از بورس اوراق بهادار جهان می تواند به طور متوسط اندازه گیری هر یک از لرزه نگاری ها در سطح جهان تعیین شود: استفاده از این روش می توان بررسی کرد که آیا می توان از چنین فعالیتی برای توصیف استفاده کرددوره های ویژه با فعالیت "لرزش" بالا در بورس اوراق بهادار جهان. شکل 3 ضبط فعالیت "لرزش" در بورس سهام جهان را نشان می دهد که شبیه ضبط های دیده شده از لرزه نگاری حرکات صفحه تکتونیکی زمین است. دم رویداد بزرگ عملکرد توزیع احتمال فعالیتی که در شکل 4 دیده می شود ، رفتار قانون قدرت آشنا را نشان می دهد که در فعالیت لرزه ای زمین لرزه ها مشاهده می شود.

وادخط جامد ضخیم نمایانگر شاخص بازده جهان است که با توجه به سرمایه گذاری شاخص های مختلف سهام عادی شده است.

از یک واقعه لرزه ای معینمربع ها: بازده منفی ، نقاط: بازده مثبت.

همانطور که در [29] اثرات حافظه در سطح سیستم در سیستم های SOC به صورت پویا تولید می شود. فقط هنگامی که یک سیستم SOC وارد یک حالت پایدار شده است ، این سیستم با وقایع قانون قدرت ، ارتباط طولانی مدت را نشان می دهد. به این معنا ، دم رویداد بزرگ عملکرد توزیع احتمال وجود اثرات حافظه و وضعیت پایدار شبکه جهانی بورس را نشان می دهد.

قابل توجه ترین گرایش چشمگیر برای فعالیت بزرگ "لرزش" در دوره های پایین بازار است. یعنی به نظر می رسد که پاسخ جمعی شبکه بورس اوراق بهادار در سراسر جهان با "افزایش قیمت" بزرگتر (مثبت و همچنین منفی) قوی تر است وقتی جهان در مرحله "خرس" در مقایسه با "گاو نر" قرار داردمرحله بازار.

بحث

ما مدل جدیدی از قیمت گذاری را برای بورس اوراق بهادار جهان معرفی کرده ایم که از ایده های مالی [32] ، فیزیک و روانشناسی استفاده می کند. این مدل نسخه گسترده ای از مدل Burridge-Knopoff است که در ابتدا برای توصیف حرکت صفحه تکتونیکی زمین معرفی شده است. ما از قیاس با زمین لرزه ها استفاده کرده ایم تا درک جدیدی از ایجاد و انتشار استرس در شبکه جهان بورس اوراق بهادار بدست آوریم و اقدامی را معرفی کرده ایم که به درستی فعالیت پیشرفته حرکات قیمت را که به ویژه در بازارهای خرس دیده می شود ، ضبط می کند.

به این معنا ، اندازه گیری "فعالیت لرزه ای" ما اقدامات دیگری را برای ارزیابی مراحل خطر سیستمیک دقیقاً مانند اندازه گیری اجزای اصلی [3] ، [4] و نیروی منسجم شاخص [5] ، [6] انجام می دهد. با این حال ، استفاده از مدل ما برای تجزیه و تحلیل "نقطه Tipping" با استفاده از تجزیه و تحلیل سناریو با تعیین لحظات به ویژه خطرناک در سیستم مالی جالب خواهد بود. غیرخطی بودن به عنوان گرایش رفتاری انسان برای واکنش نامتناسب با تغییرات بزرگ وارد مدل شد. همانطور که پیش بینی می شد ، چنین پاسخ غیرخطی در تأثیر قیمت گذاری از یک کشور به کشور دیگر مشاهده شد. پاسخ غیرخطی اجازه می دهد تا طبقه بندی حرکات قیمت یک شاخص سهام معین به عنوان اگزوژن به دلیل اخبار اقتصادی خاص برای کشور مورد نظر ایجاد شود ، یا به صورت درون زا توسط گروه بورس های جهان که مانند یک سیستم پیچیده واکنش نشان می دهند ، ایجاد شود. این رویکرد می تواند هنگامی که قیمت های بزرگ مالی در سراسر جهان پخش می شود ، خطرات ناشی از نارسایی سیستمی را ایجاد کند [28].

تصدیق

نویسندگان می خواهند از دو داور هر نامحسوس بخاطر اظهارات بسیار دقیق و مفید تشکر کنند. J. V. A. و S. M. مایل به تشکر از Collége Interpiplinaire de la Finance برای پشتیبانی مالی است.

پانویسها و منابع

منافع رقابتی: نویسندگان اعلام کرده اند که هیچ منافع رقابتی وجود ندارد.

بودجه: J. V. A. و S. M. می خواهم از Collége Inteispiplinaire de la Finance بخاطر حمایت مالی تشکر کنم. سرمایه گذاران هیچ نقشی در طراحی مطالعه ، جمع آوری داده ها و تجزیه و تحلیل ، تصمیم به انتشار یا تهیه نسخه خطی نداشتند.

منابع

1. صندوق بین المللی پول. گزارش ثبات مالی جهانی. 2009. وب سایت صندوق بین المللی پول. موجود: http://www.imf. org/exteal/pubs/ft/gfsr/2009/01/pdf/text. pdf. دسترسی به 2011 اکتبر.

2. De Bandt O ، Hartmann P. خطر سیستمیک: یک نظرسنجی. مقاله کار بانک مرکزی اروپا شماره. 35. 2000. وب سایت SSRN. موجود: http://ss.com/abstract=258430. دسترسی به 2011 اکتبر.

3. Billio M ، Mila G ، Lo AW ، Pelizzon L. اندازه گیری خطر Systmic در بخش های مالی و بیمه. 2010. مقاله تحقیقاتی MIT SLOAN شماره 4774-10. وب سایت SSRN. موجود: http://ss.com/abstract=1571277. دسترسی به 2011 اکتبر.

4- Kritzman M ، Li Y ، Page S ، Rigobon R. اجزای اصلی به عنوان اندازه گیری خطر سیستمیک. 2010. مقاله تحقیقاتی MIT SLOAN شماره 4774-10.

5. کنت دی ، شاپیرا Y ، مادی A ، برانسبورگ-زابی A ، گور-گرشگورن G ، و همکاران. تجزیه و تحلیل نیروی منسجم شاخص نشان می دهد که بازار ایالات متحده از سال 2002 مستعد سقوط سیستمیک شد. 2011 ؛6 (4): E 19378. doi: 10. 1371/joual. pone. 0019378.[مقاله رایگان PMC] [PubMed] [Google Scholar]

6. Shapira Y ، Kenett DY ، Ben-Jacob E. اثر منسجم در همبستگی بازار سهام. Eur Phys J B. 2009 ؛72: 657-669.[Google Scholar]

7. Bonanno G ، Caldarelli G ، Lillo F ، Mantegna RN. توپولوژی درختان با حداقل همبستگی مبتنی بر همبستگی در بازارهای واقعی و مدل. Phys Rev E. 2003 ؛2003: 68: 046130.[PubMed] [Google Scholar]

8. Kenett DY ، Tumminello M ، Madi A ، Gur-Gershgoren G ، Mantegna RN ، et al. تسلط بر بستر بخش مالی که با تجزیه و تحلیل همبستگی جزئی بازار سهام نشان داده شده است. PLOS یکی. 2010 ؛2010 ؛5 (12): E15032.[مقاله رایگان PMC] [PubMed] [Google Scholar]

9. Shapira Y ، Kenett DY ، Raviv O ، Ben-Jacob E. سفارش زمانی پنهان در واریانس نوسانات بازار سهام رونمایی شده است. 2011. AIP پیشرفت 1 022127.

10. Cizeau P ، Potters M ، Bouchaud J-P. ساختار همبستگی بازده سهام شدید. امور مالی کمی2001 ؛دوره 1: 217 222.[Google Scholar]

11. Longin F ، Solnik B. آیا همبستگی در سهام بین المللی بازده ثابت 1960-1990؟مجله پول و امور مالی بین المللی. 1995 ؛شماره 14: 3-26.[Google Scholar]

12. Gagnon L ، Karolyi GA. انتقال قیمت و نوسانات در مرزها. 2006. سریال مقاله کار 2006-5 ، دانشگاه ایالتی اوهایو چارلز A. مرکز تحقیقات در اقتصاد مالی. وب سایت ایده ها. موجود: http://ideas. repec. org/p/ecl/ohidic/2006-5.html. دسترسی به 2011 اکتبر.

13. Hou K ، Karolyi GA ، Kho BC. چه عواملی باعث بازده سهام جهانی می شود. 2006. سریال مقاله کار 2006-9 ، دانشگاه ایالتی اوهایو ، مرکز تحقیقات تحقیقات اقتصادی مالی. وب سایت ایده ها. موجود: http://ideas. repec. org/p/ecl/ohidic/2006-9.html. دسترسی به 2011 اکتبر.

14. Bae K-H ، Karolyi GA ، Stulz RM. یک رویکرد جدید برای اندازه گیری مسری مالی. بررسی مطالعات مالی. 2003 ؛16 3: 717-763.[Google Scholar]

16. ساموئلسون P. اثبات این که قیمت های پیش بینی شده به درستی به طور تصادفی نوسان می کند. بررسی مدیریت صنعتی. 1965 ؛6: 41-49.[Google Scholar]

17. Fama E. بازارهای سرمایه کارآمد: مرور نظریه و کار تجربی. مجله مالی. 1970 ؛25: 383-417.[Google Scholar]

18. Jones RH ، Crowell DH ، Kapuniai LE. مدل تشخیص را برای داده های همبستگی سریال تغییر دهید. بولتن روانشناختی. 1969 ؛جلد71L (شماره 5): 352-358.[Google Scholar]

19. Rensink RA. تشخیص را تغییر دهید. بررسی سالانه روانشناسی. 2002 ؛جلد 53: 245 277.[PubMed] [Google Scholar]

20. Lewin TD ، Momen N ، Drifdahl SB ، Simons DJ. تغییر نابینایی ، خطای فراشناختی در مورد توانایی تشخیص تغییر. چشم انداز. 2000 ؛7 (1،2،3): 397-413.[Google Scholar]

21. Grimes J. در مورد عدم تشخیص تغییرات در صحنه ها در Saccades. در: Akins K ، ویراستار."ادراک (مطالعات ونکوور در علوم شناختی)". جلد2. نیویورک: انتشارات دانشگاه آکسفورد ؛1996. صص 89-110.[Google Scholar]

22. پاشلر H. آشنایی و تشخیص تغییر بصری. ادراک و روانپزشکی. 1988 ؛44 (4): 369-378.[PubMed] [Google Scholar]

23. O'Regan JK ، Rensink RA ، Clark JJ. تغییر کور در نتیجه گل و لای. طبیعت1999 ؛398 (6722): 34.[PubMed] [Google Scholar]

24. Simons DJ ، Chabris CF ، Schnur T. شواهدی برای بازنمودهای حفظ شده در نابینایی تغییر. آگاهی و شناخت. 2002 ؛11: 78-97.[PubMed] [Google Scholar]

25. Treynor JL. به سمت نظریه ارزش بازار دارایی های پرخطر. قیمت گذاری دارایی و عملکرد نمونه کارها: مدل ها ، استراتژی و معیارهای عملکرد. کتاب های خطرناک1999: 15-22.[Google Scholar]

26. Lintner J. ارزیابی دارایی های ریسک و انتخاب سرمایه گذاری های خطرناک در اوراق بهادار سهام و بودجه سرمایه. بررسی اقتصاد و آمار. 1965 ؛47 (1): 13-37.[Google Scholar]

27. شارپ WF. قیمت دارایی سرمایه: نظریه تعادل بازار تحت شرط ریسک. مجله مالی. 1964 ؛19 (3): 425-442.[Google Scholar]

29. Bak P. چگونه طبیعت کار می کند: علم انتقادی خود سازمان یافته. نیویورک: Copeicus ، ISBN 0-387-94791-4 ؛1966. [Google Scholar]

30. Olami ، Feder HJS ، Christensen K. انتقاد خود سازماندهی در یک اتوماتیک سلولی مداوم و غیر محرمانه که از زمین لرزه ها استفاده می کنند. Phys Rev Lett. 1992 ؛68: 1244 1247.[PubMed] [Google Scholar]

31. Leung K-T ، M ̈ Uller J ، Andersen JV. تعمیم یک مدل دو بعدی Burridge-Knopoff از زمین لرزه. J de Phys I. 1997 ؛423 [Google Scholar]