[論文レビュー] Empirics versus RMT in financial cross-correlations

Stanisław Drożdż, Jarosław Kwapień+1 more|ArXiv.org|Nov 5, 2007

Complex Systems and Time Series Analysis被引用数 4

ひとこと要約

この論文は、金融相関解析におけるランダム行列理論（RMT）の従来の使用を挑戦し、株式市場のダイナミクスが単に「マーケット要因」「セクター成分」と「ワイシャルト分布のノイズ塊」に単純に分解できるものではないことを示している。長期間の時系列を用いて、固有値塊およびすべての固有信号が多フラクタル的・非線形的相関を示すことを明らかにした。これは、マーケット全体の情報が個々の資産に埋め込まれていることを示しており、ノイズを超えた内生的相関を考慮する拡張されたRMTフレームワークの必要性を示唆している。

ABSTRACT

In order to pursue the issue of the relation between the financial cross-correlations and the conventional Random Matrix Theory we analyse several characteristics of the stock market correlation matrices like the distribution of eigenvalues, the cross-correlations among signs of the returns, the volatility cross-correlations, and the multifractal characteristics of the principal values. The results indicate that the stock market dynamics is not simply decomposable into 'market', 'sectors', and the Wishart random bulk. This clearly is seen when the time series used to construct the correlation matrices are sufficiently long and thus the measurement noise suppressed. Instead, a hierarchically convoluted and highly nonlinear organization of the market emerges and indicates that the relevant information about the whole market is encoded already in its constituents.

研究の動機と目的

• 金融相関行列がマーケット成分、セクター成分、ランダムなワイシャルト成分に意味的に分解可能かどうかを調査すること。
• 標準的なランダム行列理論（RMT）が金融時系列の真の複雑性を捉えることの限界を評価すること。
• 相関行列の固有値塊が非自明で情報持続的構造を含んでいるかどうかを評価すること。
• 特に中央および低固有値における全スペクトルにわたる固有信号の多フラクタル性を検討すること。
• RMTベースの金融モデリングにおける「ノイズ」の再定義を主張し、内生的で非線形的相関を含めるべきであることを示すこと。

提案手法

• 長期間の時間窓（T ≫ N）におけるN種の株式のリターンから経験的相関行列を構築し、測定ノイズを低減した。
• ランダム行列理論（RMT）を用い、ワイシャルト集合を帰無仮説として採用し、経験的固有値分布をMarchenko-Pastur分布と比較した。
• 相関行列から導かれる固有信号（主成分）を多フラクタルデトレンドフラクタル分散分析（MFDFA）を用いて分析し、特異性スペクトルf(α)を計算した。
• 一般化されたフラクタル指数h(q)および特異性スペクトルf(α)を用いて、固有値の最大値および中央部を含む全固有信号における多フラクタル性を定量化した。
• 異なる固有信号におけるf(α)の多フラクタル幅およびピーク位置を比較し、持続的または反持続的行動を検出した。
• ボラティリティ相互相関および符号ベース相関を評価し、線形相関を超えた非線形依存性を分析した。

実験結果

リサーチクエスチョン

• RQ1 金融相関行列の固有値塊がどの程度ワイシャルトランダム行列集合から逸脱しているか。
• RQ2 スペクトル中央部の固有値に対応する固有信号が、非自明で多フラクタル的構造を有しているか。
• RQ3 固有信号の多フラクタル構造はスペクトル全体で一様か、それとも最大固有値と中央固有値の間で顕著に異なるか。
• RQ4 ボラティリティおよび符号ベース相関は、線形相関を超えた市場の非線形構造にどのように寄与しているか。
• RQ5 内生的相関がノイズとして扱われない場合、標準的なRMTフレームワークは金融相関行列を適切にモデル化できるか。

主な発見

• 長期間の時系列を用いる際、経験的相関行列の固有値塊はワイシャルトランダム行列集合に適合せず、『ノイズ』領域にも非ランダムな構造が存在することを示唆している。
• 市場モード（λ₁）と同等の幅を示す広い特異性スペクトルf(α)を有するなど、中間スペクトル（例：λ₅₂）からの固有信号を含むすべての固有信号が顕著な多フラクタル性を示している。
• 中間固有信号Z₅₂の特異性スペクトルf(α)はα ≈ 0.5に中心を置き、持続的と反持続的のバランスを示している。一方、λ₁のスペクトルはより広くずれている。
• 固有信号i=2から100の平均特異性スペクトルは、正確にα=0.5でピークを示しており、これは非市場成分全体に普遍的な多フラクタル構造があることを示唆している。
• ボラティリティ相互相関および符号ベース相関は強い非線形依存性を示しており、最大固有値のみが情報を運ぶという仮定をさらに揺るがしている。
• 結果から、市場全体の構造、ならびにその構成資産すべてが、システム全体に関する情報を埋め込んでいることが示唆され、マーケット・セクター・ノイズへの従来の分解が疑問視される。