[论文解读] Shocks in financial markets, price expectation, and damped harmonic oscillators

Leonidas Sandoval, Italo De Paula Franca|arXiv (Cornell University)|Mar 10, 2011

Complex Systems and Time Series Analysis参考文献 41被引用 7

一句话总结

本文将改进的阻尼谐振子模型应用于分析金融市充对重大冲击的反应——黑色星期一（1987年）、1998年俄罗斯危机、9/11（2001年）以及2008年次贷危机——揭示了市场特定的阻尼因子、恢复频率及随时间推移而增强的相互依存性，结果表明近几十年来市场连通性有所提升。

ABSTRACT

Using a modified damped harmonic oscillator model equivalent to a model of market dynamics with price expectations, we analyze the reaction of financial markets to shocks. In order to do this, we gather data from indices of a variety of financial markets for the 1987 Black Monday, the Russian crisis of 1998, the crash after September 11th (2001), and the recent downturn of markets due to the subprime mortgage crisis in the USA (2008). Analyzing those data we were able to establish the amount by which each market felt the shocks, a dampening factor which expresses the capacity of a market of absorving a shock, and also a frequency related with volatility after the shock. The results gauge the efficiency of different markets in recovering from such shocks, and measure some level of dependence between them. We also show, using the correlation matrices between the indices used, that financial markets are now much more connected than they were two decades ago.

研究动机与目标

• 使用阻尼谐振子框架对重大冲击后的金融市场动态进行建模。
• 量化不同金融市场在系统性冲击后所表现出的阻尼因子与恢复频率。
• 评估市场恢复效率及全球金融指数之间相互依存的程度。
• 基于指数收益的相关性矩阵，评估过去二十年间市场连通性的变化。

提出的方法

• 将阻尼谐振子模型改进以体现市场动态，其中价格预期是关键组成部分。
• 将该模型应用于四次重大危机事件期间主要金融市场的历史指数数据：1987年、1998年、2001年和2008年。
• 估算各市场的特定阻尼因子，以衡量其吸收冲击的能力与恢复速度。
• 计算冲击后的波动率频率，以评估扰动后持续的市场波动性。
• 构建各次危机前后指数收益的相关性矩阵，以衡量市场相互关联性的变化。
• 比较不同时期的相关性水平，以检测金融市充一体化的增强趋势。

实验结果

研究问题

• RQ1 不同金融市场在阻尼与恢复动态方面如何响应重大冲击？
• RQ2 金融市场之间的相互依存程度如何？过去二十年间这一程度是否发生变化？
• RQ3 价格预期在金融冲击期间及之后在多大程度上影响市场行为？
• RQ4 不同市场与危机事件之间的估计阻尼因子与恢复频率有何差异？
• RQ5 基于指数收益相关性趋势，是否存在市场连通性增强的证据？

主要发现

• 各金融市场表现出独特的阻尼因子，表明其吸收冲击的能力各不相同。
• 市场在冲击后的恢复频率各不相同，反映出危机后持续波动性的差异。
• 2008年次贷抵押贷款危机引发的反应比早期危机更为显著且广泛，表明市场敏感性提高。
• 相关性矩阵显示，过去二十年间金融市场之间的相互依存性显著增加。
• 2000年以后市场连通性水平明显更高，尤其是在2008年危机之后，表明系统性关联性增强。
• 该模型成功捕捉了市场特定的动态特征，支持其在分析系统性风险与恢复模式中的应用。