金融泡沫期间的“投机影响网络”：在中国股票市场的应用
统计金融
2015-10-29 v1
摘要
我们引入投机影响网络（SIN）来解读金融泡沫期间行业（和/或公司）之间的因果关系。SIN分两步构建。首先，我们开发了一个隐马尔可夫模型（HMM），用于在正常市场阶段（由几何布朗运动（GBM）表示）和泡沫机制（由随机超指数Sornette-Andersen (2002)泡沫模型表示）之间进行机制转换。HMM的校准提供了给定证券在任一时刻处于泡沫机制的概率。在两个资产均被判定处于泡沫机制的条件下，我们使用转移熵来量化一个资产的收益率对另一个资产的影响，由此我们引入证券间SIN的邻接矩阵。我们将我们的技术应用于2005-2008期间的中国股票市场，其间正常阶段之后出现了一个惊人的泡沫，并以大规模修正告终。我们引入净投机影响强度（NSII）变量作为从到的转移熵与从到的转移熵之差，并将其用于一系列秩有序回归中以预测崩盘期间承受的最大损失（\%{MaxLoss}）。被发现影响其他行业最多的行业具有最大的损失。通过使用涉及工业行业的转移熵来解释金融机构的\%{MaxLoss}（而非相反）获得了清晰的预测能力。我们还表明，基于中国市场数据校准的泡沫状态变量很好地对应于市场表现出强劲价格加速随后明显价格机制改变的机制。我们的结果表明，SIN可能为基于关联的系统性风险度量和预警指标的发展提供重要能力。
引用
@article{arxiv.1510.08162,
title = {"Speculative Influence Network" during financial bubbles: application to Chinese Stock Markets},
author = {Li Lin and Didier Sornette},
journal= {arXiv preprint arXiv:1510.08162},
year = {2015}
}