Kvantitativ atferdsfinansiering - Quantitative behavioral finance
Kvantitativ atferdsfinansiering er en ny disiplin som bruker matematisk og statistisk metodikk for å forstå atferdsmessige forstyrrelser i forbindelse med verdsettelse .
Forskningen kan grupperes i følgende områder:
- Empiriske studier som viser betydelige avvik fra klassiske teorier.
- Modellering ved bruk av begrepene atferdseffekter sammen med den ikke-klassiske antagelsen om eiendelers endelighet.
- Prognoser basert på disse metodene.
- Studier av eksperimentelle aktivamarkeder og bruk av modeller for å forutsi eksperimenter.
Historie
Den utbredte teorien om finansmarkeder i andre halvdel av 1900 -tallet har vært den effektive markedshypotesen (EMH) som sier at all offentlig informasjon er inkorporert i eiendelspriser. Eventuelle avvik fra denne sanne prisen utnyttes raskt av informerte handelsmenn som prøver å optimalisere avkastningen, og den gjenoppretter den sanne likevektsprisen. Av alle praktiske årsaker opptrer derfor markedsprisene som om alle handelsmenn forfulgte sin egeninteresse med fullstendig informasjon og rasjonalitet.
Mot slutten av 1900 -tallet ble denne teorien utfordret på flere måter. For det første var det en rekke store markedshendelser som tviler på de grunnleggende forutsetningene. På den 19 oktober 1987 på Dow Jones gjennomsnittlig stupte over 20% på en enkelt dag, som mange mindre aksjer led dypere tap. De store svingningene de påfølgende dagene ga en graf som lignet det berømte krasjet i 1929. Krasjet i 1987 ga et puslespill og en utfordring for de fleste økonomer som hadde trodd at slik volatilitet ikke burde eksistere i en tid da informasjon og kapitalstrømmer er mye mer mer effektive enn de var på 1920 -tallet.
Etter hvert som tiåret fortsatte, steg det japanske markedet til høyder som langt fra var noen realistisk vurdering av verdsettelsene. Pris-inntjeningsforholdene steg til trippelsifre, ettersom Nippon Telefon og Telegraph oppnådde en markedsverdi (aksjekurs ganger antall aksjer) som oversteg hele børsverdien i Vest-Tyskland. Tidlig i 1990 sto Nikkei -indeksen på 40 000, etter å ha nesten doblet seg på to år. På mindre enn et år falt Nikkei til nesten halvparten av toppen.
I mellomtiden skapte veksten av ny teknologi, spesielt internett, en ny generasjon høyteknologiske selskaper i USA, hvorav noen ble børsnotert lenge før noen fortjeneste. Som i den japanske aksjemarkedsboblen et tiår tidligere, steg disse aksjene til markedsverdier for milliarder dollar noen ganger før de hadde inntekter. Boblen fortsatte inn i 2000 og den påfølgende bysten reduserte mange av disse aksjene til noen få prosent av deres tidligere markedsverdi. Selv noen store og lønnsomme teknologiselskaper mistet 80% av verdien i perioden 2000-2003.
Disse store boblene og krasjene i fravær av betydelige endringer i verdsettelsen, tviler på antagelsen om effektive markeder som inkorporerer all offentlig informasjon nøyaktig. I sin bok, "Irrational Exuberance" , diskuterer Robert Shiller de utskeielser som har plaget markedene, og konkluderer med at aksjekursene beveger seg i overkant av endringer i verdsettelsen. Denne begrunnelsen har også blitt bekreftet i flere studier (f.eks. Jeffrey Pontiff), av lukkede fond som handler som aksjer, men har en presis verdivurdering som rapporteres ofte. (Se Seth Anderson og Jeffrey Born "Closed-end Fund Pricing" for gjennomgang av papirer knyttet til disse problemene.)
I tillegg til denne verdensutviklingen, kom andre utfordringer for klassisk økonomi og EMH fra det nye feltet eksperimentell økonomi som Vernon L. Smith pioner i som vant Nobelprisen i økonomi i 2002 . Disse eksperimentene (i samarbeid med Gerry Suchanek, Arlington Williams og David Porter og andre) med deltakere som handler en eiendel definert av eksperimentørene på et nettverk av datamaskiner. En serie eksperimenter involverte en enkelt eiendel som betaler et fast utbytte i hver av de 15 periodene og deretter blir verdiløs. I motsetning til forventningene til klassisk økonomi, stiger handelsprisene ofte til nivåer som er mye høyere enn den forventede utbetalingen. På samme måte viste andre eksperimenter at mange av de forventede resultatene fra klassisk økonomi og spillteori ikke er bevist i eksperimenter. En sentral del av disse eksperimentene er at deltakerne tjener ekte penger som en konsekvens av sine handelsbeslutninger, slik at eksperimentet er et faktisk marked i stedet for en meningsundersøkelse.
Behavioral finance (BF) er et felt som har vokst de siste to tiårene delvis som en reaksjon på fenomenene beskrevet ovenfor. Ved å bruke en rekke metoder har forskere dokumentert systematiske skjevheter (f.eks. Underreaksjon, overreaksjon, etc.) som oppstår blant profesjonelle investorer så vel som nybegynnere. Behavioral finance -forskere abonnerer vanligvis ikke på EMH som en konsekvens av disse skjevhetene. Imidlertid motsetter EMH -teoretikere at mens EMH gjør en presis spådom om et marked basert på dataene, går BF vanligvis ikke utover å si at EMH tar feil.
Forskning i kvantitativ atferdsfinansiering
Forsøket på å kvantifisere grunnleggende skjevheter og bruke dem i matematiske modeller er gjenstand for Quantitative Behavioral Finance. Caginalp og samarbeidspartnere har brukt både statistiske og matematiske metoder på både verdensmarkedsdata og eksperimentelle økonomidata for å komme med kvantitative forutsigelser. I en serie artikler som dateres tilbake til 1989, har Caginalp og samarbeidspartnere studert dynamikken i aktivamarkedet ved hjelp av differensiallikninger som inneholder strategier og forstyrrelser fra investorer som prisutvikling og verdsettelse i et system som har begrensede kontanter og eiendeler. Denne funksjonen er forskjellig fra klassisk finans der det er antatt uendelig arbitrage.
En av spådommene til denne teorien av Caginalp og Balenovich (1999) var at et større tilbud av kontanter per aksje ville resultere i en større boble. Eksperimenter av Caginalp, Porter og Smith (1998) bekreftet at dobling av kontantnivået, for eksempel, mens man opprettholder et konstant antall aksjer, i hovedsak dobler størrelsen på boblen.
Å bruke differensialligningene til å forutsi eksperimentelle markeder etter hvert som de utviklet seg, viste seg også å være vellykket, ettersom ligningene var omtrent like nøyaktige som menneskelige spådommer som var valgt som de beste forhandlerne av tidligere eksperimenter (Caginalp, Porter og Smith).
Utfordringen med å bruke disse ideene til å forutsi prisdynamikk i finansmarkedene har vært fokus for noen av de siste arbeidene som har slått sammen to forskjellige matematiske metoder. Differensialligningene kan brukes i forbindelse med statistiske metoder for å gi kortsiktige prognoser.
En av vanskelighetene med å forstå dynamikken i finansmarkedene har vært tilstedeværelsen av " støy " ( Fischer Black ). Tilfeldige hendelser i verden gjør alltid endringer i verdivurderinger som er vanskelige å trekke ut av noen deterministiske krefter som kan være tilstede. Følgelig har mange statistiske studier bare vist en ubetydelig ikke-tilfeldig komponent. For eksempel demonstrerer Poterba og Summers en liten trendeffekt i aksjekurser. White viste at bruk av nevrale nettverk med 500 dagers IBM -lager var mislykket når det gjelder kortsiktige prognoser.
I begge disse eksemplene overstiger tilsynelatende nivået av "støy" eller endringer i verdsettelsen alle mulige atferdsmessige effekter. En metodikk som unngår denne fallgruven har blitt utviklet i løpet av det siste tiåret. Hvis man kan trekke fra verdsettelsen ettersom den varierer i tid, kan man studere de resterende atferdseffektene, hvis noen. En tidlig studie på denne måten (Caginalp og Greg Consantine) studerte forholdet mellom to klonede lukkede midler. Siden disse fondene hadde samme portefølje, men handlet uavhengig, er forholdet uavhengig av verdsettelse. En statistisk tidsseriestudie viste at dette forholdet var svært ikke-tilfeldig, og at den beste prediktoren for morgendagens pris ikke er dagens pris (som foreslått av EMH), men halvveis mellom prisen og prisutviklingen.
Temaet overreaksjoner har også vært viktig innen atferdsfinansiering. I sin doktorgradsavhandling fra 2006 undersøkte Duran 130 000 datapunkter med dagspriser for lukkede midler når det gjelder avvik fra nettoformuen (NAV). Midler som viser et stort avvik fra NAV, vil sannsynligvis oppføre seg i motsatt retning av den påfølgende dagen. Enda mer interessant var den statistiske observasjonen at et stort avvik i motsatt retning gikk foran så store avvik. Disse forløperne kan tyde på at en underliggende årsak til disse store trekkene - i fravær av vesentlig endring i verdsettelsen - kan skyldes posisjonering av tradere i forkant av forventede nyheter. Anta for eksempel at mange tradere venter positive nyheter og kjøper aksjen. Hvis de positive nyhetene ikke realiseres, er de tilbøyelige til å selge i stort antall, og dermed undertrykke prisen betydelig under de forrige nivåene. Denne tolkningen er inkonsekvent med EMH, men er i samsvar med differensialligninger for aktivestrøm (AFDE) som inkorporerer atferdskonsepter med eiendelenes endelighet. Forskning fortsetter arbeidet med å optimalisere parametrene for formuesstrømningsligningene for å forutsi nærtidspriser (se Duran og Caginalp).
Det er viktig å klassifisere oppførselen til løsninger for det dynamiske systemet med ikke -lineære differensialligninger. Duran studerte stabilitetsanalysen av løsningene for det dynamiske systemet av ikke -lineære AFDE -er i R^4, i tre versjoner, analytisk og numerisk. Han fant eksistensen av de uendelig mange faste punktene (likevektspunkter) for de to første versjonene. Han konkluderte med at disse versjonene av AFDE er strukturelt ustabile systemer matematisk ved å bruke en forlengelse av Peixoto-setningen for todimensjonale manifolder til en fire-dimensjonal manifold. Videre oppnådde han at det ikke er noe kritisk punkt (likevektspunkt) hvis den kroniske rabatten over det siste begrensede tidsintervallet er null for den tredje versjonen av AFDE.