[論文レビュー] Characterization of catastrophic instabilities: Market crashes as paradigm

Anirban Chakraborti, Kiran Sharma+4 more|arXiv (Cornell University)|Jan 22, 2018

Complex Systems and Time Series Analysis参考文献 16被引用数 3

ひとこと要約

本稿では、株式収益率の非線形歪みを加えた相関行列の固有スペクトルを用いて、金融市場における崩壊的不安定性を検出および特徴付けるための新規手法を提案する。1985年以降の米国および日本の市場において短い時間区間を分析した結果、出現するスペクトルの最小固有値が、内部的市場の揺らぎと外部ショックを統計的に区別できることを示し、平均市場相関との間に顕著な時間遅れ相関を示す。これは、複雑系におけるシステミックリスクを診断するための新たなツールを提供する。

ABSTRACT

Catastrophic events, though rare, do occur and when they occur, they have devastating effects. It is, therefore, of utmost importance to understand the complexity of the underlying dynamics and signatures of catastrophic events, such as market crashes. For deeper understanding, we choose the US and Japanese markets from 1985 onward, and study the evolution of the cross-correlation structures of stock return matrices and their eigenspectra over different short time-intervals or "epochs". A slight non-linear distortion is applied to the correlation matrix computed for any epoch, leading to the emerging spectrum of eigenvalues. The statistical properties of the emerging spectrum display: (i) the shape of the emerging spectrum reflects the market instability, (ii) the smallest eigenvalue may be able to statistically distinguish the nature of a market turbulence or crisis -- internal instability or external shock, and (iii) the time-lagged smallest eigenvalue has a statistically significant correlation with the mean market cross-correlation. The smallest eigenvalue seems to indicate that the financial market has become more turbulent in a similar way as the mean does. Yet we show features of the smallest eigenvalue of the emerging spectrum that distinguish different types of market instabilities related to internal or external causes. Based on the paradigmatic character of financial time series for other complex systems, the capacity of the emerging spectrum to understand the nature of instability may be a new feature, which can be broadly applied.

研究の動機と目的

• 複雑系における崩壊的不安定性のダイナミクス的特徴を、金融市場の崩壊を代表的な事例として理解すること。
• 非定常的かつ高次元な金融時系列を分析する際、従来の確率的行列理論の限界を克服すること。
• 特異な相関行列から意味のある信号を抽出するため、非線形歪みを適用して退化を回避する手法を開発すること。
• 出現スペクトルの最小固有値が、内部的市場不安定性と外部ショックを区別できるかを検証すること。
• このスペクトル的手法が、希少で崩壊的な出来事が現れる他の複雑系へも一般化可能かどうかを評価すること。

提案手法

• 1985年以降の長期金融時系列を、固定サイズMの重複のない短い時間区間に分割することで、定常性の仮定を改善する。
• 各区間内でN種の株式収益率の相互相関行列を計算し、N−M+1個のゼロ固有値を持つ極めて特異な行列が得られる。
• 退化を解消し、明確に分離された「出現スペクトル」の固有値を得るために、微小な非線形「パワー写像」歪みを相関行列に適用する。
• 特に最小固有値とその時間的変化に注目し、出現スペクトルの統計的性質を分析する。
• 時間遅れ相関分析を用いて、最小固有値が平均市場相互相関に対して予測力を持つかどうかを検証する。
• 既知の市場崩壊（例：1987年、1998年、2008年）における最小固有値の挙動を比較し、内部的揺らぎと外部ショックを区別するパターンを同定する。

実験結果

リサーチクエスチョン

• RQ1 非線形歪みを加えた相関行列の固有スペクトルは、市場不安定性の早期兆候を明らかにできるか？
• RQ2 出現スペクトルにおける最小固有値は、内部的市場揺らぎと外部ショックの両者に対して、明確な統計的特徴を持つか？
• RQ3 最小固有値と平均市場相互相関との間に、統計的に有意な時間遅れ相関が存在するか？
• RQ4 提案手法は、金融市場における異なる種類の崩壊的不安定性を区別できるか？
• RQ5 このスペクトル的手法は、金融を越えた他の複雑系へどの程度一般化可能か？

主な発見

• 出現スペクトルの形状は、市場不安定性の度合いを反映しており、高ボラティリティ期にはより顕著な歪みを示す。
• 最小固有値の分布には、内部的市場不安定性と外部ショックの間で統計的に有意な差が認められ、分類が可能である。
• 時間遅れを考慮した最小固有値は、平均市場相互相関と統計的に有意な相関を示しており、予測可能性の可能性を示唆する。
• 最小固有値は、平均相関と同様の方法で市場の揺らぎを捉えるが、構造的変化に対してより感度が高くなっている。
• 本手法は、主な市場崩壊（例：1987年、1998年、2008年）に対して明確なスペクトル的特徴を特定でき、診断能力の妥当性を検証した。
• 本手法は、金融市場のような高次元的かつ非定常的なシステムにおける崩壊的不安定性を検出するための、頑健で非パラメトリックな手法を提供する。