[论文解读] A Precursor of Market Crashes

Taisei Kaizoji|arXiv (Cornell University)|Oct 7, 2005

Complex Systems and Time Series Analysis被引用 16

一句话总结

本文識別出日本互聯網泡沫時期（1999–2001年）相對股價分布的上尾部存在幂律分佈，顯示當幂律指數 α 接近 2 時，市場波動性與股價不平等性急劇上升，預示即將發生崩盤。當 α→2 時，變異數的發散提供了市場崩盤的統計前兆，表明 α≈2 是泡沫崩潰的臨界閾值。

ABSTRACT

In this paper, we quantitatively investigate the properties of a statistical ensemble of stock prices. We focus attention on the relative price defined as $ X(t) = S(t)/S(0) $, where $ S(0) $ is the initial price. We selected approximately 3200 stocks traded on the Japanese Stock Exchange and formed a statistical ensemble of daily relative prices for each trading day in the 3-year period from January 4, 1999 to December 28, 2001, corresponding to the period in which the {\it internet Bubble} formed and {\it crashes} in the Japanese stock market. We found that the upper tail of the complementary cumulative distribution function of the ensemble of the relative prices in the high value of the price is well described by a power-law distribution, $ P(S>x) \sim x^{-α} $, with an exponent that moves over time. Furthermore, we found that as the power-law exponents $ α$ approached {\it two}, the bubble burst. It is reasonable to assume that when the power-law exponents approached {\it two}, it indicates the bubble is about to burst. PACS: 89.65.Gh; Keywords: Market crashes, Power law, Precursor

研究动机与目标

• 利用日本股市在互聯網泡沫期間的大量股票數據，研究市場崩盤的統計前兆。
• 檢驗相對股價分佈上尾部的幂律行為是否預示市場即將崩盤。
• 測試幂律指數 α 接近 2 是否對應該泡沫崩潰的起始時刻。
• 將先前基於較小股票集合的研究結果擴展至近 3,200 支上市股票，提升統計穩健性。
• 建立幂律指數、股價不平等性與市場崩盤動態之間的定量關聯。

提出的方法

• 定義相對股價為 X(t) = S(t)/S(0)，其中 S(0) 為 1999 年 1 月 4 日的初始價格。
• 針對日本證券交易所上市的全部約 3,200 支股票，構建從 1999 年 1 月 4 日至 2001 年 12 月 28 日的每日相對股價集合。
• 分析 X(t) 的補充累積分佈函數（CCDF），以檢測高股價尾部的幂律行為。
• 在雙對數坐標下，使用普通最小二乘法（OLS）迴歸，將尾部分佈擬合至 P(X > x) ∼ x^−α。
• 追蹤 3 年期間內幂律指數 α 的時間演化。
• 利用幂律分佈的均值與變異數理論表達式，解讀當 α→2 時的發散現象。

实验结果

研究问题

• RQ1 相對股價分佈上尾部的幂律指數 α 是否在市場崩盤前系統性地變化？
• RQ2 日本股市中，是否存在一個 α 的臨界值，預示投機泡沫的崩潰？
• RQ3 當 α 接近 2 時，相對股價的變異數如何變化？這對市場穩定性有何含義？
• RQ4 相對股價集合的統計特性能否作為市場崩盤的可靠早期警報信號？
• RQ5 基於 α 衍生的基尼係數，在泡沫階段在多大程度上反映了股價不平等的增加？

主要发现

• 相對股價的補充累積分佈函數（CCDF）上尾部可良好地由幂律分佈 P(X > x) ∼ x^−α 描述。
• 幂律指數 α 隨時間下降，在 2000 年初互聯網泡沫高峰期接近 2。
• α 於 2000 年 2 月 23 日達到 1.93，為泡沫高峰，且在 2000 年 2 月 17 日至 3 月 3 日期間低於 2。
• 當 α 接近 2 時，幂律分佈的變異數發散，顯示不穩定性增加，市場崩盤不可避免。
• 相對股價變異數的動態表現出急劇上升與崩潰，而均值未見此現象，標誌著泡沫的破裂。
• 研究結果支持 α ≈ 2 是泡沫崩潰臨界閾值的假設，且變異數發散作為統計前兆。