[논문 리뷰] Hierarchical causality in financial economics

Diane Wilcox, Tim Gebbie|RePEc: Research Papers in Economics|2014. 08. 24.

Complex Systems and Time Series Analysis인용 수 4

한 줄 요약

이 논문은 금융 경제학에서 상향식과 하향식 인과관계를 다섯 개의 구분된 인과관계 유형에 걸쳐 통합하는 계층적 인과관계 모델을 제안한다. 이 모델은 다층적 상호연결된 모델 체계를 통해 시장의 복잡성, 부상성, 피드백 메커니즘을 더 잘 포착하면서도 무위험가격설정 이론과 일관성을 유지한다. 이 모델은 에이전트 행동, 시장 구조, 거시경제적 영향을 스케일러블하고 다중 척도적인 프레임워크에 통합함으로써 더 현실적이고 인과관계적으로 완전한 금융 시스템 시뮬레이션을 가능하게 한다.

ABSTRACT

Hierarchical analysis is considered and a multilevel model is presented in order to explore causality, chance and complexity in financial economics. A coupled system of models is used to describe multilevel interactions, consistent with market data: the lowest level is occupied by agents generating the prices of individual traded assets; the next level entails aggregation of stocks into markets; the third level combines shared risk factors with information variables and bottom-up, agent-generated structure, consistent with conditions for no-arbitrage pricing theory; the fourth level describes market factors which originate in the greater economy and the highest levels are described by regulated market structure and the customs and ethics which define the nature of acceptable transactions. A mechanism for emergence or innovation is considered and causal sources are discussed in terms of five causation classes.

연구 동기 및 목표

• 금융 위기를 설명하는 데 있어 전통 경제 모델의 한계를 해결하기 위해 다중 수준의 인과관계를 고려하는 인과관계적으로 완전한 프레임워크를 개발하는 것.
• 특히 피드백, 적응, 부상성 등을 포함한 상향식과 하향식 인과관계 메커니즘을 금융 시장의 일관된 다층 모델에 통합하는 것.
• 무위험가격설정 이론과 일관성을 유지하면서도 규제, 행동, 계통적 영향을 수용할 수 있는 체계적이고 확장 가능한 모델링 접근법을 제공하는 것.
• 계층적 모델링이 다양한 시장 참가자, 리스크 요인, 기관 구조 간의 상호의존성을 포착함으로써 예측 및 정책 설계를 향상시킬 수 있는지 탐색하는 것.
• 금융 시스템에서의 인과관계가 전통적인 환원주의적 시각을 초월하여 알고리즘적, 정보적, 적응적 제어 메커니즘을 포함하고 있음을 입증하는 것.

제안 방법

• 다섯 단계의 계층적 모델을 개발: (1) 개인 에이전트의 거래, (2) 자산의 시장 집합화, (3) 리스크 및 정보 요인 통합, (4) 거시경제적 영향, (5) 기관 및 규제 구조.
• 스케일에 적합한 평균화된 모델을 통해 각 수준을 개략화함으로써 수준 간 자율성과 정보 손실 최소화를 달성하는 코arse-graining 접근법 적용.
• 다섯 가지 인과관계 유형 통합: TDC1(알고리즘적), TDC2(비적응 제어), TDC3(적응적 선택), TDC4(목표 피드백 제어), TDC5(적응적 목표 선택) — 각 유형은 실증적 또는 현실적인 시장 메커니즘으로 구현됨.
• 상호작용을 다층적 모델링과 미분방정식의 결합을 통해 표현하여 관련 스케일에서 무위험가격설정 조건을 유지함.
• 역사적 데이터를 사용해 모델 캘리브레이션을 수행함으로써 체계적 행동의 예측 및 스트레스 테스트 기능 제공.
• 그래프 이론 및 네트워크 분석 기법을 활용해 금융 시스템 내 계층적 클러스터와 정보 흐름 패턴을 식별함.

실험 결과

연구 질문

• RQ1 무위험가격설정 이론과 일관성을 유지하면서도 상향식과 하향식 인과관계를 금융 시장에서 통합할 수 있는 계층적 인과관계 모델은 어떻게 설계될 수 있는가?
• RQ2 금융 시스템에서의 상향식 인과관계의 고유한 유형은 무엇이며, 이를 다층 모델링 프레임워크 내에서 실증적으로 어떻게 실현할 수 있는가?
• RQ3 규제, 기관, 행동적 참가자들이 피드백 및 적응적 목표 설정 메커니즘을 통해 어떻게 시장 역학에 영향을 미치는가?
• RQ4 다양한 수준의 시장 구조와 인과관계 간의 상호작용에서 어떻게 금융계통적 리스크나 혁신이 부상하는가?
• RQ5 인과관계적으로 완전하고 다중 척도적인 모델은 기존 모델 대비 금융 시스템 시뮬레이션의 예측 가능성과 내구성을 향상시킬 수 있는가?

주요 결과

• 계층적 모델은 TDC1에서 TDC5까지 다섯 가지의 구분된 인과관계 유형을 성공적으로 통합하였으며, 각 유형은 알고리즘 제어, 적응적 선택, 피드백 기반 목표 조정 등 다양한 하향식 영향 메커니즘을 나타낸다.
• 모델은 복잡한 적응적 및 부상적 행동을 포함함에도 불구하고 관련 스케일에서 무위험가격설정 이론과 일관성을 유지하여 이론적 기반을 확보한다.
• 중앙은행, 시장 규칙 등 규제 및 기관 참가자들이 직접적 시행뿐 아니라 참가자 행동과 리스크 투자에 간접적 영향을 미침으로써 상향식 영향을 미치는 것으로 밝혀졌다.
• 에이전트 수준의 거래와 정보 흐름에서 기인하는 하향식 인과관계는 조건부로 규제가 이루어져도 유동성 이동, 변동성 집중, 아웃리어 거래 기회 등 부상적 시장 현상이 발생할 수 있음을 보여준다.
• 모델은 트레이더와 수익 추구자 간의 피드백 루프와 적응적 목표 설정이 규칙이 기술적으로 준수되어도 장기적 시장 안정성에서 벗어나는 계통적 결과를 초래할 수 있음을 시사한다.
• 스트레스 테스트 결과, 규제나 정보 통제 기능의 장애가 발생할 경우 수준 간 인과 사슬을 추적함으로써 연쇄적 실패와 시장 불안정성을 모의 실험할 수 있음을 확인하였다.