[논문 리뷰] Econophysics: Empirical facts and agent-based models

Anirban Chakraborti, Ioane Muni Toke외 2명|arXiv (Cornell University)|2009. 09. 10.

Complex Systems and Time Series Analysis참고 문헌 144인용 수 49

한 줄 요약

이 논문은 경제물리학 분야에서의 실증적 사실과 에이전트기반 모델을 검토하며, 금융 시계열, 오더북 동역학, 부의 분포에 초점을 맞춘다. 비정질적이고 학습 기반의 전략이 특히 대규모 시스템에서 더 높은 효율성(f̄ ≈ 0.8)을 달성함에 따라, 지수 꼬리와 변동성 클러스터링과 같은 시장 현상들을 재현하는 에이전트기반 모델을 제시한다.

ABSTRACT

This article aims at reviewing recent empirical and theoretical developments usually grouped under the term Econophysics. Since its name was coined in 1995 by merging the words Economics and Physics, this new interdisciplinary field has grown in various directions: theoretical macroeconomics (wealth distributions), microstructure of financial markets (order book modelling), econometrics of financial bubbles and crashes, etc. In the first part of the review, we discuss on the emergence of Econophysics. Then we present empirical studies revealing statistical properties of financial time series. We begin the presentation with the widely acknowledged stylized facts which describe the returns of financial assets- fat tails, volatility clustering, autocorrelation, etc.- and recall that some of these properties are directly linked to the way time is taken into account. We continue with the statistical properties observed on order books in financial markets. For the sake of illustrating this review, (nearly) all the stated facts are reproduced using our own high-frequency financial database. Finally, contributions to the study of correlations of assets such as random matrix theory and graph theory are presented. In the second part of the review, we deal with models in Econophysics through the point of view of agent-based modelling. Amongst a large number of multi-agent-based models, we have identified three representative areas. First, using previous work originally presented in the fields of behavioural finance and market microstructure theory, econophysicists have developed agent-based models of order-driven markets that are extensively presented here. Second, kinetic theory models designed to explain some empirical facts on wealth distribution are reviewed. Third, we briefly summarize game theory models by reviewing the now classic minority game and related problems.

연구 동기 및 목표

• 경제물리학 분야에서의 실증적 발견과 에이전트기반 모델링 접근법을 통합하여 물리학과 경제학을 연결한다.
• 금융 시장의 통계적 성질—예를 들어 지수 꼬리와 변동성 클러스터링—이 에이전트 상호작용에서 어떻게 유도되는지 탐구한다.
• 실제 시장 행동을 재현하는 데 있어 에이전트기반 모델의 설명력과 校정 능력을 평가한다.
• 학습, 전략 선택, 확률적 의사결정의 역할이 효율적인 시장 결과를 달성하는 데 어떻게 기여하는지 탐색한다.
• 다차원 오더북과 체계적 리스크를 에이전트기반 프레임워크로 모델링하는 데 있어 아직 남아 있는 과제를 규명한다.

제안 방법

• 지수 꼬리 수익률과 변동성 클러스터링과 같은 고빈도 금융 데이터를 분석하여 통합된 사실을 재현한다.
• 교차자산 상관관계 분석을 위해 무작위 행렬 이론과 그래프 이론을 적용한다.
• 운동론 이론과 반응-확산 과정 원리를 활용하여 거래 지향 시장의 에이전트기반 모델을 개발한다.
• 자원 할당의 전략적 행동과 효율성을 모델링하기 위해 소수자 게임 프레임워크를 구현한다.
• 에이전트가 과거 결과(예: n(t))에 기반해 전략을 업데이트하는 확률적 학습 알고리즘을 사용하여 N⁰ 또는 ln N 시간 내에 수렴을 달성한다.
• 대규모 N 근처에서 효율성(f̄)과 수렴 속도 측면에서 결정론적 전략과 확률적 전략을 비교한다.

실험 결과

연구 질문

• RQ1 금융 시장의 마이크로 수준에서의 에이전트 상호작용이 지수 꼬리와 변동성 클러스터링과 같은 통합된 사실을 어떻게 유도하는가?
• RQ2 대규모 에이전트기반 시스템에서 효율적인 결과를 달성하는 데 있어 확률적 학습 전략의 역할은 무엇인가?
• RQ3 오더북의 에이전트기반 모델은 현실성, 校정, 설명력 사이에서 어떻게 균형을 이룹니까?
• RQ4 소수자 게임 유형의 설정에서 일부 '간단한' 전략이 더 복잡한 전략보다 성능이 뛰어나게 되는 이유는 무엇인가요?
• RQ5 현재의 에이전트기반 모델이 다차원 시장 역학과 체계적 리스크를 포괄하는 데 있어 겪는 한계는 무엇인가요?

주요 결과

• 지수 꼬리 수익률과 변동성 클러스터링과 같은 통합된 사실은 고빈도 금융 데이터를 통해 안정적으로 재현된다.
• 확률적이고 병렬적인 학습 전략은 O(1) 또는 O(ln N) 시간 내에 수렴하며, O(N) 시간이 필요한 결정론적 전략보다 뚜렷이 뛰어난 성능을 보인다.
• 가장 뛰어난 확률적 전략은 효율성 척도 f̄ ≈ 0.8을 달성하지만, 결정론적 전략은 낮은 효율성을 보인다.
• 사려 깊은 전략이나 복잡한 전략보다 낙관적 또는 덜 정교한 전략이 체계 효율성 측면에서 종종 뛰어나다.
• 다중 자산 간의 다차원 거래를 처리하는 데 있어 오더북의 에이전트기반 모델은 여전히 제한되어 있으며, 이는 핵심적인 열린 과제로 남아 있다.
• 2007–2008년 금융위기 이후 에이전트기반 모델이 체계적 리스크와 시장 불안정성 이해를 위한 도구로 관심을 끌고 있다.