[논문 리뷰] A multi-time scale non-Gaussian model of stock returns

Lisa Borland|ArXiv.org|2004. 12. 20.

Complex Systems and Time Series Analysis참고 문헌 22인용 수 6

한 줄 요약

이 논문은 단일 브라운 운동 노이즈를 통해 시간 스케일 간 통계 피드백을 통해 변동성 군집과 꼬리가 두꺼운 분포를 생성하는 다중시간 스케일 비정규 확률 모델을 제안한다. 이 모델은 타스allis 통계 피드백 메커니즘을 통해 기억 효과를 통합함으로써 실증적 성질들—예를 들어, 수익률 분포의 거듭제곱 법칙 감쇠, 첨도의 천천간 감쇠, 근사 로그정규 분포를 띠는 변동성 분포—를 묘사한다. 변동성-변동성 상관관계의 감쇠 속도는 실증 관측 결과와 일치한다.

ABSTRACT

We propose a stochastic process for stock movements that, with just one source of Brownian noise, has an instantaneous volatility that rises from a type of statistical feedback across many time scales. This results in a stationary non-Gaussian process which captures many features observed in time series of real stock returns. These include volatility clustering, a kurtosis which decreases slowly over time together with a close to log-normal distribution of instantaneous volatility. We calculate the rate of decay of volatility-volatility correlations, which depends on the strength of the memory in the system and fits well to empirical observations.

연구 동기 및 목표

• 다중 노이즈 소스에 의존하지 않고 금융 시계열의 주요 실증적 성질을 묘사하는 단순한 확률 모델을 개발하는 것.
• 단일 시간 스케일 모델의 한계를 보완하기 위해 다중 스케일 피드백 메커니즘을 통해 투자자들의 이질적인 투자 기간을 통합하는 것.
• 실증적으로 관측된 수익률 분포의 거듭제곱 법칙 감쇠(지수 ≈ -3)와 시간 스케일 증가에 따른 첨도 감쇠 속도를 재현하는 것.
• 단일 노이즈 소스를 사용하여 변동성의 실증적 지속성, 특히 변동성-변동성 상관관계의 느린 감쇠를 모델링하는 것.
• 실증적 증거에 부합하는 변동성 분포 및 수익률 통계에 일관된 현상학적 프레임워크를 제공하는 것.

제안 방법

• 로그주가 y에 대한 확률 미분 방정식을 사용하며, 변동성은 조건부 확률 P(Ω|Ω₀)^(1-q)/2로부터 유도된 통계 피드백 항에 의해 조절된다.
• 피드백 메커니즘은 2−q 차수의 비선형 포아송-플랑크 방정식에 의해 지배되며, q > 1 인 타스allis 분포를 유도한다.
• 포아송-플랑크 방정식의 해는 시간에 따라 변하는 확률밀도 P(Ωₜ|Ω₀)를 도출하며, 이는 실증적 수익률 분포와 일치하는 무거운 꼬리와 거듭제곱 법칙 감쇠를 나타낸다.
• 순간 변동성은 다중 시간 스케일에 걸친 과거 수익률에 대한 결정론적 함수이며, 기억 효과는 지수 γ = (q−1)/(3−q)에 의해 코딩된다.
• 연속시간 근사에서 이산 이동 평균의 근사를 통해 변동성-변동성 상관관계 감쇠 속도를 계산하며, 균일 및 지수 가중치 방법을 모두 통합한다.
• 불완전 감마 함수와 표준 감마 함수를 사용하여 상관관계 감쇠에 대한 해석적 표현을 유도하였으며, 결과는 실증 데이터와 검증되었다.

실험 결과

연구 질문

• RQ1 단일 소스의 브라운 운동 노이즈와 다중 스케일 피드백을 갖는 모델이 실증적으로 관측된 주가 수익률의 꼬리가 두꺼운 분포를 재현할 수 있는가?
• RQ2 다양한 시간 스케일에 걸친 기억 효과가 변동성-변동성 상관관계 감쇠 속도에 미치는 영향은 어떠한가?
• RQ3 모델이 시간 간격 증가에 따라 첨도가 서서히 감소하는 분포를 생성할 수 있는가? 이는 실증 데이터와 일치하는가?
• RQ4 모델의 변동성 분포가 실증적으로 관측된 근사 로그정규 형태와 일치하는가?
• RQ5 모델이 유도한 상관관계 감쇠에 대한 해석적 예측이 실제 금융 시계열과 정량적으로 일치하는가?

주요 결과

• 모델은 짧은 시간 스케일에서 실증 관측 결과와 유사하게 지수 약 -3인 거듭제곱 법칙 감쇠를 보이는 수익률 누적분포를 성공적으로 재현한다.
• 수익률 분포의 첨도는 시간 간격 증가에 따라 서서히 감소하며, 실증 데이터와 일치하며, 가우시안 분포로의 수렴은 점진적으로 이루어진다.
• 변동성-변동성 상관관계 감쇠 속도는 기억 강도 파라미터 γ에 따라 달라지며, 실증 관측 결과와 잘 맞는다.
• 모델에서 순간 변동성의 분포는 실증 결과와 일치하는 바, 로그정규 분포로 잘 근사된다.
• 연속시간 근사와 불완전 감마 함수를 사용하여 도출된 변동성 상관관계 감쇠에 대한 해석적 표현은 실증 데이터와 정량적 일치를 보인다.
• 단일 특성 시간 스케일만 고려할 경우, 모델은 이전에 제안된 단일 시간 스케일 피드백 모델로 축소되며, 이는 이전 연구와의 일관성을 검증한다.