[論文レビュー] Agent-based Model Construction In Financial Economic System

Hokky Situngkir, Yohanes Surya|ArXiv.org|Mar 21, 2004

Complex Systems and Time Series Analysis参考文献 13被引用数 13

ひとこと要約

本稿は、ファンダメンタルティスト、チャリスティック、ノイズトレーダーという異種のエージェントを用いて、インドネシアの株式市場のダイナミクスを模擬するエージェントベースモデル（ABM）を提案する。マイクロシミュレーションと統計分析を統合することで、モデルは事後統計的データのパターンと整合する顕在的市場行動を示し、伝統的なモデルを超えた経済物理学および計算ファイナンスの発展に向けたフレームワークを提供する。

ABSTRACT

The paper gives picture of enrichment to economic and financial system analysis using agent-based models as a form of advanced study for financial economic data post-statistical-data analysis and micro-simulation analysis. Theoretical exploration is carried out by using comparisons of some usual financial economy system models frequently and popularly used in econophysics and computational finance. Primitive model, which consists of agent microsimulation with fundamentalist strategy, chartist, and noise, was established with an expectation of adjusting micro-simulation analysis upon stock market in Indonesia. The result of simulation showing how financial economy data resulted analysis using statistical tools such as data distribution and central limit theorem, and several other macro-financial analysis tools previously shown (Situngkir & Surya, 2003b). This paper is ended with several further possible advancements from the model built.

研究の動機と目的

• 伝統的な統計的手法およびマイクロシミュレーションツールを超えて、金融経済分析を包括的に拡張するエージェントベースモデルの開発。
• シミュレートされた金融市場環境における、異種エージェント（ファンダメンタルティスト、チャリスティック、ノイズトレーダー）の行動的ダイナミクスの探求。
• 特にインドネシアのような新興市場を対象として、実世界のファイナンシャルデータをABMを用いて分析する基盤の提供。
• 柔軟で適応可能なモデリングアプローチを通じて、経済物理学、計算ファイナンス、および実証的市場データの間のギャップを埋める。

提案手法

• 本モデルは、3種類の異なるエージェントタイプ（ファンダメンタルティスト、チャリスティック、ノイズトレーダー）を有する離散時間、エージェントベースのシミュレーションフレームワークを採用する。
• エージェント行動は、適応的期待とテクニカル分析およびファンダメンタル分析に基づくルールベースの取引戦略によって規定される。
• 価格形成は、エージェント間の超過需要を集約する二重オークションクリアリングメカニズムによって決定される。
• 本モデルは、実際の市場マイクロ構造を反映させるために、インドネシア株式市場の実証データを用いてキャリブレーションされる。
• シミュレート出力を実際のファイナンシャルデータと照合するため、データ分布分析や中心極限定理といった統計的手法が適用される。
• エージェントの多様性および市場の複雑性の向上を検討するため、モデルは段階的に拡張される。

実験結果

リサーチクエスチョン

• RQ1 ファンダメンタルティスト、チャリスティック、ノイズトレーダーという異種エージェントの行動が、シミュレートされた金融システム内でどのように相互作用し、顕在的市場ダイナミクスを生じさせるか？
• RQ2 エージェントベースモデルは、厚尾やボラティリティクラスタリングといった金融時系列の観察された統計的性質をどの程度再現できるか？
• RQ3 マイクロシミュレーションに基づくABMは、市場の複雑性および非線形ダイナミクスを捉える点で、従来の計量経済モデルを上回ることができるか？
• RQ4 エージェントの多様性は、実際の株式市場で観察されるマクロファイナンシャルパターンを再現する上で果たす役割は何か？

主な発見

• エージェントベースモデルは、非ガウス分布のリターン分布やボラティリティクラスタリングといった、金融データの主要な統計的特徴を効果的に再現した。
• シミュレーション結果は、先行研究（Situngkir & Surya, 2003b）の事後統計的分析の結果と整合し、モデルの実証的妥当性を裏付けた。
• ノイズトレーダーの導入により市場の非効率性が生じ、価格ボラティリティが拡大する傾向が示され、実際の市場観察と整合的であった。
• 本モデルは、エージェント行動パラメータを変更しても、現実的な市場トレンドやバブルの生成において高いロバストネスを示した。
• 本フレームワークは、より洗練されたエージェントタイプや動的学習メカニズムの統合を可能とするスケーラブルなプラットフォームを提供した。
• 本モデルはマイクロシミュレーションとマクロファイナンシャル分析の統合を支援し、システミックリスクや市場安定性に関するより深い洞察を可能にした。