[論文レビュー] Entropy and Uncertainty Analysis in Financial Markets

Andreia Dionísio, Rui Menezes+1 more|ArXiv.org|Sep 5, 2007

Complex Systems and Time Series Analysis参考文献 4被引用数 6

ひとこと要約

本稿では、正規分布から逸脱する市場リターンを考慮に入れると、分散よりも一般性と頑健性に優れた不確実性の尺度としてエントロピーを提案している。非線形な依存関係や分散化効果をよりよく捉えることができることを示している。特に、市場リターンが正規性を満たさない状況下でも、相互情報量と条件付きエントロピーが、従来のベータと残差リスクよりも、システマティックリスクと固有リスクをよりよくモデル化していることが示された。

ABSTRACT

The investor is interested in the expected return and he is also concerned about the risk and the uncertainty assumed by the investment. One of the most popular concepts used to measure the risk and the uncertainty is the variance and/or the standard-deviation. In this paper we explore the following issues: Is the standard-deviation a good measure of risk and uncertainty? What are the potentialities of the entropy in this context? Can entropy present some advantages as a measure of uncertainty and simultaneously verify some basic assumptions of the portfolio management theory, namely the effect of diversification?

研究の動機と目的

• ポートフォリオマネジメントにおける不確実性の測定に、分散よりも優れた代替手段としてエントロピーを評価すること。
• エントロピーに基づく指標が、現代ポートフォリオ理論の中心的仮定である分散化効果を捉えられるかを調査すること。
• 資産評価モデルの文脈において、情報理論的指標（相互情報量、条件付きエントロピー、グローバル相関係数）と従来のリスク指標（ベータ、R二乗、残差分散）を比較すること。
• 誤差項に非正規性、異分散性、自己相関が見られる場合に、線形モデル（マーケットモデル）の限界を評価すること。
• ファットテールや非線形なリターン分布が存在する状況下で、エントロピーに基づく指標がより信頼性の高いリスク評価を提供できるかどうかを特定すること。

提案手法

• シャノンの公式を用いた離散および連続確率分布に対するエントロピーの理論的導出：離散変数では $ H(X) = -\sum p_i \log p_i $、連続変数では $ H(X) = -\int p_X(x) \log p_X(x) dx $。
• 条件付きエントロピー $ H(X|Y) $ と結合エントロピー $ H(X,Y) $ の適用により、全不確実性を説明された部分と説明されない部分に分解する。
• 相互情報量 $ I(X,Y) = H(Y) - H(Y|X) $ の使用により、株式リターンとマーケットインデックス（PSI 20）間の依存関係を測定し、線形的でない関係も捉える。
• 相互情報量を標準化し、グローバル相関係数 $ \lambda(X,Y) = \sqrt{1 - e^{-2I(X,Y)}} $ を導出。この係数は 0 から 1 の範囲をとり、線形相関係数と直接比較可能である。
• PSI 20指数の実際の株式データを用いて、線形マーケットモデルの推定値（ベータ、R二乗、残差分散）と情報理論的指標を実証的に比較する。
• Ljung-Box、Jarque-Bera、Engle、CUSUM、CUSUM-Q テストを用いて、線形マーケットモデルの誤差項に非正規性、自己相関、異分散性、不安定性が存在するかを統計的検定で評価する。

実験結果

リサーチクエスチョン

• RQ1 エントロピーは、金融市場において分散よりも一般的かつ頑健な不確実性の尺度として機能するか？
• RQ2 相互情報量や条件付きエントロピーといったエントロピーに基づく指標は、ポートフォリオリスクにおける分散化効果を効果的に捉えられるか？
• RQ3 情報理論的指標（相互情報量、条件付きエントロピー）は、従来の線形リスク指標（例：ベータ、残差分散）と比較して、システマティックリスクと固有リスクをどの程度よく説明できるか？
• RQ4 金融リターンに非線形性、ファットテール、誤差項の非正規性が存在する場合、分散ベースのリスクモデルの信頼性がどの程度損なわれるか？
• RQ5 相互情報量から導出されるグローバル相関係数 $ \lambda $ は、線形相関係数 $ R $ よりも依存関係の評価をより正確に提供できるか？

主な発見

• エントロピーは不確実性測定の主要な公理を満たし、分布が一様分布のとき最大値をとる。これは、分布の形状に敏感であることを示している。
• 相互情報量はシステマティックリスク（$ \beta^2 \sigma_m^2 $）と強い正の相関を示しており、市場全体のリスクプレミアムを効果的に捉えていることが示唆された。
• 条件付きエントロピーは固有リスク（$ \sigma_{\varepsilon i}^2 $）と正の相関を示しており、市場によって説明されない個別的不確実性を信頼性高く測定できることを示している。
• 相互情報量から導出されたグローバル相関係数 $ \lambda $ は、線形相関係数 $ R $ よりも包括的な依存関係の測定を可能にし、誤差項が非正規性や自己相関を示す場合に特に有効である。
• Ljung-Box、Jarque-Bera、Engle、CUSUM などの誤差項の統計的検定により、多くの銘柄で非正規性、異分散性、不安定性が顕著に検出された。これは、線形モデルが真のリスクダイナミクスを捉えられていない可能性を示唆している。
• 本研究は、エントロピーが分散よりも一般性に優れた不確実性の測定法であると結論づけた。なぜなら、エントロピーは歪度や尖度といった高次モーメント、および裾の挙動を含む、確率分布の全情報を活用しているからである。