[论文解读] Regulatory Medicine Against Financial Market Instability: What Helps And What Hurts?

Stefan Kerbl|arXiv (Cornell University)|Nov 29, 2010

Complex Systems and Time Series Analysis参考文献 13被引用 3

一句话总结

该基于代理的模型评估了四种金融监管措施——卖空禁令、强制性风险价值（VaR）限制、托宾税及其组合，发现只有强制性风险限制在所有指标上均提升了市场稳定性，而卖空禁令增加了尾部风险，托宾税尽管降低了崩盘频率，却提高了波动率。该模型捕捉到了诸如抛售潮和杠杆约束等非线性反馈效应。

ABSTRACT

Do we know if a short selling ban or a Tobin Tax result in more stable asset prices? Or do they in fact make things worse? Just like medicine regulatory measures in financial markets aim at improving an already complex system. And just like medicine these interventions can cause side effects which are even harder to assess when taking the interplay with other measures into account. In this paper an agent based stock market model is built that tries to find answers to the questions above. In a stepwise procedure regulatory measures are introduced and their implications on market liquidity and stability examined. Particularly, the effects of (i) a ban of short selling (ii) a mandatory risk limit, i.e. a Value-at-Risk limit, (iii) an introduction of a Tobin Tax, i.e. transaction tax on trading, and (iv) any arbitrary combination of the measures are observed and discussed. The model is set up to incorporate non-linear feedback effects of leverage and liquidity constraints leading to fire sales and escape dynamics. In its unregulated version the model outcome is capable of reproducing stylised facts of asset returns like fat tails and clustered volatility. Introducing regulatory measures shows that only a mandatory risk limit is beneficial from every perspective, while a short selling ban - though reducing volatility - increases tail risk. The contrary holds true for a Tobin Tax: it reduces the occurrence of crashes but increases volatility. Furthermore, the interplay of measures is not negligible: measures block each other and a well chosen combination can mitigate unforeseen side effects. Concerning the Tobin Tax the findings indicate that an overdose can do severe harm.

研究动机与目标

• 评估金融监管措施（包括卖空禁令、强制性风险限制和托宾税）对市场稳定性和流动性的影响力。
• 利用计算模型研究监管干预措施之间的非预期副作用及相互作用。
• 检验监管措施是否在压力情景（如抛售潮）下改善或恶化市场稳定性。
• 通过基于代理的模拟对宏观审慎政策进行事前测试，以弥补真实市场中缺乏实证检验的不足。
• 评估多种措施组合是否能缓解不利影响，为政策设计提供洞见。

提出的方法

• 构建一个具有异质性、杠杆化的代理模型，代理根据价格错配信号和风险约束进行交易。
• 引入非线性反馈机制，如杠杆、流动性约束和抛售潮，以再现肥尾分布和聚类波动率等典型市场特征。
• 按顺序引入监管措施：(i) 卖空禁令，(ii) 强制性风险价值（VaR）限制，(iii) 托宾税（交易税），以及 (iv) 措施组合。
• 使用 R 编程语言进行模拟，参数经校准：150 名代理，初始财富为 2，最大杠杆率为 10，托宾税率设为 0.003。
• 采用分位数回归和广义最小二乘法（GLS）回归，分析不同监管制度和税率下的结果。
• 通过再现未受监管基准情形下的经验性典型事实，验证模型行为。

实验结果

研究问题

• RQ1 卖空禁令是否降低市场波动率并提升稳定性，还是反而增加尾部风险？
• RQ2 强制性风险价值限制如何影响市场稳定性、流动性和尾部风险？
• RQ3 托宾税是否降低市场崩盘频率，其对波动率和流动性有何影响？
• RQ4 多种监管措施的组合如何相互作用，能否缓解非预期副作用？
• RQ5 何种监管组合最优，能在不引入新系统性风险的前提下增强市场稳定性？

主要发现

• 只有强制性风险价值限制在所有指标上均提升了市场稳定性：其降低了波动率，减少了尾部风险，并改善了流动性。
• 卖空禁令虽降低了波动率，但显著增加了尾部风险，当与 VaR 限制结合时，极端情况下峰度值超过 100。
• 托宾税降低了崩盘频率，但提高了波动率，尤其在较高税率下（如 0.005–0.05），当无 VaR 限制时，波动率上升至 0.0424。
• 卖空禁令与托宾税的组合显著提高了波动率和尾部风险，在高税率、高监管制度下，中位峰度值超过 100。
• 措施之间的相互作用不可忽视：监管措施可能相互抑制或放大彼此效应，而托宾税过度使用可能对市场造成严重损害。
• 该模型在未受监管情形下成功再现了典型市场事实，如肥尾分布（峰度 ≈ 3）和聚类波动率，验证了其在监管干预前的现实合理性。