[论文解读] Agent-based Model Construction In Financial Economic System

Hokky Situngkir, Yohanes Surya|ArXiv.org|Mar 21, 2004

Complex Systems and Time Series Analysis参考文献 13被引用 13

一句话总结

本文提出了一种基于代理的模型（ABM），用于模拟印度尼西亚金融经济系统中的股票市场动态。该模型采用异质性代理——基本面投资者、图表主义者和噪音交易者——通过整合微观模拟与统计分析，成功再现了与后统计数据分析模式一致的市场涌现行为，为推动经济学物理与计算金融学超越传统模型提供了框架。

ABSTRACT

The paper gives picture of enrichment to economic and financial system analysis using agent-based models as a form of advanced study for financial economic data post-statistical-data analysis and micro-simulation analysis. Theoretical exploration is carried out by using comparisons of some usual financial economy system models frequently and popularly used in econophysics and computational finance. Primitive model, which consists of agent microsimulation with fundamentalist strategy, chartist, and noise, was established with an expectation of adjusting micro-simulation analysis upon stock market in Indonesia. The result of simulation showing how financial economy data resulted analysis using statistical tools such as data distribution and central limit theorem, and several other macro-financial analysis tools previously shown (Situngkir & Surya, 2003b). This paper is ended with several further possible advancements from the model built.

研究动机与目标

• 开发一个全面的基于代理的模型，将传统金融经济分析拓展至统计与微观模拟工具之外。
• 探索异质性代理——基本面投资者、图表主义者和噪音交易者——在模拟金融市场环境中的行为动态。
• 为利用基于代理的模型分析现实金融数据（特别是印度尼西亚等新兴市场）提供基础。
• 通过灵活且可适应的建模方法，弥合经济学物理、计算金融学与实证市场数据之间的差距。

提出的方法

• 该模型采用离散时间、基于代理的仿真框架，包含三种不同的代理类型：基本面投资者、图表主义者和噪音交易者。
• 代理行为由自适应预期和基于规则的交易策略决定，这些策略源自技术分析与基本面分析。
• 价格形成由双重拍卖清算机制决定，通过聚合各代理的超额需求实现。
• 模型通过印度尼西亚股票市场的实证数据进行校准，以反映真实市场的微观结构。
• 应用统计工具（如数据分布分析与中心极限定理）验证仿真输出与真实金融数据的一致性。
• 通过迭代方式扩展模型，以探索代理异质性与市场复杂性方面的潜在改进。

实验结果

研究问题

• RQ1 异质性代理行为——基本面投资者、图表主义者和噪音交易者——如何相互作用，以在模拟金融系统中生成涌现市场动态？
• RQ2 基于代理的模型在多大程度上能够再现金融时间序列的观测统计特性，如厚尾分布与波动聚集？
• RQ3 基于微观模拟的ABM是否能在捕捉市场复杂性与非线性动态方面优于传统计量经济学模型？
• RQ4 代理多样性在再现真实股票市场中观察到的宏观金融模式方面发挥何种作用？

主要发现

• 基于代理的模型成功再现了金融数据的关键统计特征，包括非高斯收益率分布与波动聚集。
• 仿真结果与先前研究（Situngkir & Surya, 2003b）的后统计分析发现一致，验证了模型的实证相关性。
• 引入噪音交易者导致市场无效性并放大价格波动，与真实市场观察结果一致。
• 该模型在不同代理行为参数下均能稳健生成现实的市场趋势与泡沫。
• 该框架为未来改进提供了可扩展平台，包括更丰富的代理类型与动态学习机制。
• 该模型支持将微观模拟与宏观金融分析相结合，从而更深入洞察系统性风险与市场稳定性。