Skip to main content
QUICK REVIEW

[論文レビュー] The Evolution of Market Efficiency and its Periodicity: A Non-Bayesian Time-Varying Model Approach

Mikio Ito, Akihiko Noda|arXiv (Cornell University)|Feb 1, 2012
Complex Systems and Time Series Analysis参考文献 40被引用数 7
ひとこと要約

本稿では、米国株式市場における進化的な市場効率性を分析する非ベイズ時間変動型自己回帰モデルを提案し、時間変動するインパulse応答を推定することで動的な効率性パターンを特定する。その結果、市場効率性は30〜40年という長期周期を示す周期的変動を示すことが判明した。

ABSTRACT

Focusing attention on market efficiency varying with time, we develop a non-Bayesian time-varying model to examine whether the U.S. stock market has evolved or not. In particular, we estimate the time-varying impulse responses which is based on our non-Bayesian time-varying autoregressive model. The empirical results show that (1) the U.S. stock market evolves over time, and (2) the market efficiency in the U.S. stock market has a cyclical fluctuation with very long periodicity, from 30 to 40 years.

研究の動機と目的

  • 米国株式市場における市場効率性が時間経過とともに変化するのか、それとも一定のままであるのかを調査すること。
  • 特に長期周期を有する市場効率性の周期的パターンを特定すること。
  • 時間変動型の非ベイズモデルを構築し、金融時系列における動的インパulse応答を推定すること。
  • 時間変動する効率性が金融市場理論および投資戦略に与える影響を評価すること。

提案手法

  • ベイズ的事前分布に依存せずに、変化する市場ダイナミクスを捉えるために非ベイズ時間変動型自己回帰モデルを構築した。
  • 時間変動するインパルス応答を推定し、市場ショックの伝播が時間経過とともにどのように変化するかを測定した。
  • モデルは、変化する市場状態を反映する連続的に変化する効率性指標の推定を可能にした。
  • 実証的推定を用いて米国株式市場データに適用し、効率性の変動パターンを同定した。
  • インパルス応答関数の時間的構造を分析することで、長期的周期性の同定に焦点を当てた。
  • 主観的な事前分布を避ける代わりに、時間変動パラメータの頻度的推定に依存したアプローチを採用した。

実験結果

リサーチクエスチョン

  • RQ1米国株式市場における市場効率性は時間経過とともに変化するのか、それとも安定したままであるのか?
  • RQ2市場効率性の進化に検出可能な周期的パターンが存在するか?
  • RQ3市場効率性の長期的変動の周期性は何か?
  • RQ4時間変動するインパルス応答は市場効率性の変化をどのように反映するか?

主な発見

  • 米国株式市場は時間経過とともに動的かつ変化的に進化しており、市場効率性が一定ではないことを示している。
  • 米国株式市場における市場効率性は、30〜40年の周期を有する周期的変動を示している。
  • 時間変動するインパルス応答分析により、市場ショックの伝播が時間経過とともに体系的に変化することが確認された。
  • 長期的サイクルパターンは、市場効率性が数十年にわたり高効率と低効率の段階を繰り返す可能性を示唆している。
  • 非ベイズモデルは、主観的な事前分布に依存せずに、市場効率性の時間変動性を効果的に捉えた。
  • 実証的結果は、市場効率性に持続的かつ長期的周期が存在することを支持しており、市場効率性が静的特性であるという仮定に疑問を呈している。

より良い研究を、今すぐ始めましょう

論文の読解から最終レビューまで、研究時間を劇的に削減しましょう。

クレジットカード登録不要

このレビューはAIが作成し、人間の編集者が確認しました。