[论文解读] Herd behavior and aggregate fluctuations in financial markets

Rama Cont, Jean‐Philippe Bouchaud|RePEc: Research Papers in Economics|Dec 30, 1997

Complex Systems and Time Series Analysis被引用 16

一句话总结

本文提出一个简单的基于代理的模型，其中交易者之间的随机通信引发羊群行为，导致具有重尾分布的总体超额需求，其特征与实际金融收益相似。关键结果是建立了收益超额峰度与羊群行为程度之间的定量关联，模型生成的幂律尾部被指数衰减截断，与高频市场数据一致。

ABSTRACT

We present a simple model of a stock market where a random communication structure between agents gives rise to a heavy tails in the distribution of stock price variations in the form of an exponentially truncated power-law, similar to distributions observed in recent empirical studies of high frequency market data. Our model provides a link between two well-known market phenomena: the heavy tails observed in the distribution of stock market returns on one hand and 'herding' behavior in financial markets on the other hand. In particular, our study suggests a relation between the excess kurtosis observed in asset returns, the market order flow and the tendency of market participants to imitate each other.

研究动机与目标

• 解释金融市场价格收益中厚尾分布的起源，这些分布偏离了高斯分布的行为特征。
• 研究市场参与者之间的羊群行为如何导致总体超额需求的大幅集体波动。
• 建立可观测市场特征（超额峰度与订单流）与底层羊群行为程度之间的定量关系。
• 建模由互动驱动的羊群行为引发的价格波动统计特性，而非仅由基本面消息或波动率聚集引起。
• 提供一个理论框架，将重尾的实证观察与模仿和协调等行为机制联系起来。

提出的方法

• 构建一个金融市场的随机模型，其中交易者通过随机通信网络进行互动，以随机图表示。
• 每位交易者的买卖决策受其连接的其他交易者行为的影响，引入由参数 c 控制的羊群机制。
• 总体超额需求 D(t) 被建模为个体决策的总和，其动态由阈值规则控制：当总体信号穿过其私人阈值时，交易者会改变其持仓方向。
• 模型采用次级时间过程，其中 t 被解释为“市场时间”而非时序时间，从而允许非高斯增量。
• 利用随机图论和极值统计推导出解析结果，表明 D(t) 的分布呈现幂律形式并伴随指数截断。
• 将模型输出与实证数据进行比较，特别是收益分布的峰度以及尾部分布的衰减形状。

实验结果

研究问题

• RQ1 交易者之间的羊群行为如何导致资产收益的重尾分布？
• RQ2 羊群行为程度（参数 c）与金融收益分布中观察到的超额峰度之间存在何种定量关系？
• RQ3 一个简单的代理随机互动模型能否再现经验观察到的厚尾且被指数截断的幂律价格收益分布？
• RQ4 在羊群行为动态下，订单流与价格波动的统计特性之间有何关系？
• RQ5 何种动力学机制可使系统维持在临界状态（c ≈ 1）附近，从而频繁出现大幅波动，而不会导致永久性市场崩盘？

主要发现

• 该模型生成的总体超额需求分布具有幂律尾部并被指数衰减截断，与高频金融收益的经验分布非常吻合。
• 收益的超额峰度与羊群参数 c 直接相关，当 c 接近 1 时，峰度增加，表明集体行为增强。
• 当 c ≥ 1 时，会形成巨大联盟，对应市场崩盘或暴涨，表明羊群行为的临界性驱动了极端价格波动。
• 该模型表明，即使不假设条件异方差性或非高斯冲击，收益中的厚尾也可由互动效应本身产生。
• 系统表现出类似自组织临界性的行为，反馈机制可能使 c 维持在 1 附近，从而在不引发永久不稳定性的情况下持续维持大幅波动的潜力。
• 具有异质个体阈值的阈值响应模型可产生具有幂律行为和指数尾部的总体波动，与公式 (6) 及实证观察一致。