[论文解读] A queueing theory description of cascades in financial markets and fat-tailed price returns

Harbir Lamba|arXiv (Cornell University)|Aug 6, 2009

Complex Systems and Time Series Analysis被引用 2

一句话总结

本文提出了一种基于阈值的代理模型，用于金融市场的价格变动触发交易决策，并将这些决策与排队论联系起来：大幅价格波动对应于单服务器队列中的繁忙期。该框架自然地生成肥尾收益分布和超额峰度，为建模市场恐慌和去杠杆化提供了一种系统性方法，同时不违背市场有效性。

ABSTRACT

In a financial market, for agents with long investment horizons or at times of severe market stress, it is often changes in the asset price that act as the trigger for transactions or shifts in investment position. This suggests the use of price thresholds to simulate agent behavior over much longer timescales than are currently used in models of order-books. We show that many phenomena, routinely ignored in efficient market theory, can be systematically introduced into an otherwise efficient market, resulting in models that robustly replicate the most important stylized facts. We then demonstrate a close link between such threshold models and queueing theory, with large price changes corresponding to the busy periods of a single-server queue. The distribution of the busy periods is known to have excess kurtosis and non-exponential decay under various assumptions on the queue parameters. Such an approach may prove useful in the development of mathematical models for rapid deleveraging and panics in financial markets, and the stress-testing of financial institutions.

研究动机与目标

• 在保持市场有效性的框架内，解释金融市场的典型事实（如肥尾收益和波动率聚集）。
• 使用价格阈值对长期代理行为进行建模，扩展至典型订单簿时间尺度之外。
• 建立市场动态与排队论之间的正式联系，特别是单服务器队列中的繁忙期。
• 提供一种机制，以生成超额峰度和价格变动的非指数衰减，而无需引入市场非效率。

提出的方法

• 当资产价格穿越预设阈值时，代理进行交易，以模拟长期或压力驱动的行为。
• 该模型将价格变动映射为单服务器队列的繁忙期，其中到达代表价格变动，服务代表市场清算。
• 系统假设具有广义的到达时间与服务时间分布，从而在已知排队论结果下保持分析可处理性。
• 利用更新理论和嵌入式马氏链推导繁忙期的分布，捕捉大价格波动的统计特性。
• 该模型引入到达率和服务时间分布等参数，以控制收益分布的尾部行为。
• 通过证明所得收益分布表现出超额峰度和幂律衰减，与经验典型事实一致，验证了该框架。

实验结果

研究问题

• RQ1 如何建模价格触发的代理行为，以复制肥尾价格收益，同时不违反市场有效性？
• RQ2 价格阈值触发与排队系统繁忙期之间存在何种数学关系？
• RQ3 排队论能否解释金融收益分布中过剩峰度和非指数衰减的出现？
• RQ4 排队系统的参数如何映射到可观察的市场现象，如波动率聚集和恐慌驱动的去杠杆化？
• RQ5 该模型在多大程度上可作为极端市场条件下对金融机构进行压力测试的基础？

主要发现

• 单服务器队列中繁忙期的分布表现出超额峰度，与经验金融收益分布的尖峰厚尾特性相匹配。
• 在排队参数的一般假设下，繁忙期分布的尾部出现非指数衰减，再现了真实市场收益中观察到的重尾行为。
• 该模型通过基于排队动力学的机制生成肥尾收益和波动率聚集，而无需引入市场非效率或复杂的代理互动。
• 基于价格阈值的交易导致系统性行为，与真实市场恐慌（尤其是在快速去杠杆化期间）相吻合。
• 该框架提供了一种数学上严谨且分析上可处理的方法，用于建模极端市场事件，从而支持对金融机构的压力测试。