سقوط بازار سهام جهانی 2020: درون زا یا اگزوژن؟< SPAN> سقوط بازار جهانی 2020: درون زا یا برونزا؟ سقوط بازار جهانی سهام 2020: درون زا یا اگزوژن؟

با شروع از 20 فوریه 2020 ، بازارهای جهانی سهام از زمان رکود بزرگ در سال 2008 بدترین کاهش را متحمل شدند و Covid-19 به طور گسترده ای در مورد تصادفات بازار سهام مورد سرزنش قرار گرفته است. در این مطالعه ، ما از روش شناسی Singularity Log-PerioDic Power Singularity (LPPLS) بر اساس سری زمانی چند سطحی برای پرده برداری از مکانیسم های اساسی سقوط بازار سهام جهانی 2020 با تجزیه و تحلیل مسیرهای 10 شاخص اصلی بازار سهام جهانی از هر دو توسعه یافته و ظهور استفاده کردیم. بازارهای سهام ، از جمله S& P 500 ، DJIA و NASDAQ از ایالات متحده ، FTSE از انگلستان ، DAX از آلمان ، Nikkei از ژاپن ، CSI 300 از چین ، HSI از هنگ کنگ ، BSESNاز هند ، و بوسپا از برزیل. به منظور تمایز مؤثر بین تصادف درون زا و تصادف برون زا در بورس ، ما با استفاده از شاخص اعتماد به نفس LPPLS به عنوان یک پروکسی طبقه بندی پیشنهاد کردیم. نتایج نشان می دهد که الگوهای حباب ظاهری LPPLS از افزایش فوق العاده ، اصلاح شده توسط شتاب دهنده نوسانات لگاریتم-دوره ای ، در واقع در مسیرهای قیمت هفت شاخص ارائه شده است: S& P 500 ، DJIA ، NASDAQ ، DAX ، CSI 300 ، BSSSNN، و Bovespa ، نشان می دهد که حباب های مثبت مثبت قبل از سقوط بازار سهام 2020 به صورت درون زا شکل گرفته اند و تصادفات بعدی برای هفت شاخص درون زا است ، ناشی از بی ثباتی به طور فزاینده سیستمیک بازارهای سهام ذاتاً ، در حالی که خارجی مشهور خارجیشوک ها ، مانند همه گیر Covid-19 ، حباب بدهی شرکت ها و جنگ قیمت نفتی عربستان روسیه-سعودی 2020 ، تنها در طی سقوط بازار جهانی سهام در سال 2020 به عنوان جرقه ای خدمت می کردند. در مقابل ، تصادفات در سه شاخص باقیمانده: FTSE ، Nikkei و HSI برونزا هستند و از این رو شاید تنها تصادفات به دلیل همه گیر Covid-19 باشد. ما همچنین دریافتیم که از نظر تغییرات رژیم در بورس اوراق بهادار ، هیچ الگوی حباب منفی LPPLS آشکار در مسیرهای قیمت 10 شاخص بازار سهام مشاهده نشده است ، نشان می دهد که رژیم در اواخر تغییر رژیم از بازار خرس به بازار گاو نر استمارس 2020 اگزوژن است و ناشی از عوامل خارجی است. تلاش های بی سابقه بازار و اقتصاد از ذخایر فدرال و بانکهای مرکزی در سراسر جهان در یونیسون ممکن است نقش مهمی در سقوط سقوط بازار جهانی سهام 2020 در نیک زمان داشته باشد.

این مقاله پارادایم برای مطالعات آینده در تشخیص تصادف در زمان واقعی و جداسازی مکانیسم اساسی ایجاد می کند. این امر به ما در مورد خطرات قریب الوقوع نه تنها در بورس سهام بلکه سایر بازارهای مالی و شاخص های اقتصادی هشدار می دهد.

معرفی

با شروع از 20 فوریه 2020 ، بازارهای جهانی سهام رژیم را در یونیسون از بازار گاو نر به بازار خرس تبدیل کرده اند ، همانطور که در شکل 1 نشان داده شده است. در پنج هفته بعد ، سه شاخص اصلی بازار سهام ایالات متحده: S& P 500، کامپوزیت NASDAQ و شاخص متوسط صنعتی داو جونز ، به طور چشمگیری فرو رفته اند و به ترتیب 33. 9 ٪ ، 30. 1 ٪ و 37. 1 ٪ کاهش یافته است. این بدترین کاهش از زمان رکود اقتصادی بزرگ در سال 2008 است و روند بازار گاو نر 11 سال گذشته از مارس 2009 تا فوریه 2020 را قطع می کند. از 676. 53 در 9 مارس 2009 به 3،386. 15 در 19 فوریه 2020 ، به طرز چشمگیری صعود کرد و چهار برابر افزایش یافت. در تصادف بازار سهام 2020 ، محدوده معاملات سطح 1 یا قطع کننده مدار به دلیل فروش هراس گسترده به طور مکرر انجام شده است که شاخص S& P 500 در محدوده 7 ٪ به 13 ٪ کاهش یافته است ، در نتیجه 15 دقیقه توقف معاملاتدر بازارهای اصلی سهام ایالات متحده در تاریخ 3/9/2020 ، 3/12/2020 ، 3/16/2020 و 3/18/2020. این یک وضعیت بسیار نادر است که محدودیت معاملات در طی 10 روز چهار بار آغاز شد. از آنجا که قانون محدودیت تجارت پس از دوشنبه سیاه در سال 1987 تحریک شد ، اولین و تنها محدودیت تجارت دیگر در 27 اکتبر 1997 ، بیش از 22 سال پیش اتفاق افتاد.

سقوط بازار سهام در سال 2020 از فوریه تا آوریل 2020 ، که به آن Coronavirus Crash نیز گفته می شود ، بر زندگی و معیشت بسیاری از مردم در سراسر جهان تأثیر زیادی گذاشته است. در طول بحران ، بازده در یادداشت 10 ساله خزانه داری ایالات متحده-محبوب ترین ابزار بدهی و سرمایه گذاری کمترین خطر در جهان با حمایت کامل و اعتبار ایالات متحده و خدمت به عنوان فشارسنج گسترده تر برای رشد اقتصادی ، انتظارات تورمو شرایط مالی - طی سه هفته 65. 4 ٪ کاهش یافته و از 1. 56 ٪ در 2 /19 /2020 به 0. 54 ٪ در 9/9/30 ، کمترین نزدیک تاریخ است [1]. در واقع ، نرخ منحنی عملکرد خزانه داری در 2/18/2020 با عملکرد 10 ساله به 1. 55 ٪ کاهش یافت در حالی که بازده صورتحساب سه ماهه به 1. 58 ٪ افزایش یافت. با بدتر شدن اوضاع ، وارونگی به طور پیوسته خراب شد و شکاف نرخ بازده بین قبض های سه ماهه و یادداشت 10 ساله در 2/24/2020 به 15 امتیاز پایه گسترش یافت. منحنی عملکرد خزانه داری غیر طبیعی نشان داد که مردم اعتماد به نفس در ثبات اقتصادی ماهها یا سالهای آینده از دست داده اند و نشانگر رکود قریب الوقوع است. برای اطمینان از نقدینگی به اندازه کافی ، فدرال رزرو برنامه تسکین کمی (QE) را در 15 مارس 2020 احیا کرد و اعلام کرد 500 میلیارد دلار در خزانه داری ایالات متحده و 200 میلیارد دلار اوراق بهادار تحت حمایت وام را خریداری کرد. فقط یک هفته بعد ، کمیته بازار آزاد فدرال (FOMC) جلسه اضطراری را برای گسترش خریدهای QE به مبلغ نامحدودی تشکیل داد [2].

اگرچه منشأ تقریبی تصادفات بازار معمولی در بحران های مالی بسیار متنوع است ، اما علت اصلی تصادفات مالی معمولاً به دو نوع تقسیم می شود: درون زا و برونزا. در تصادف درون زا ، کاهش زیاد در مسیرهای قیمت ناشی از عوامل موجود در بازار مالی ، مانند سقوط وال استریت اکتبر 1929 و سقوط DOT. com آوریل 2000 ، در حالی که در تصادف برون زا ، کاهش زیاد در مسیر قیمت ها ناشی می شودشوک های خارجی ، مانند حمله نازی ها به اروپای غربی در 10 مه 1940 ، و استعفای و عفو جنجالی بعدی رئیس جمهور ریچارد نیکسون به دلیل رسوایی واترگیت در آگوست 8 و 8 سپتامبر 1974 [3].

تاکنون چندین شوک خارجی در مورد سقوط بازار جهانی سهام 2020 مورد سرزنش قرار گرفته است. شیوع رمان Coronavirus Covid-19 در ژانویه سال 2020 توجه جهانی را به خود جلب کرده است. در 30 ژانویه سال 2020 ، مدیر کل سازمان بهداشت جهانی (WHO) اعلام کرد که شیوع COVID-19 یک اضطراری بهداشت عمومی نگرانی بین المللی (PHEIC) ، بالاترین سطح زنگ خطر WHO را تشکیل می دهد. عمیقاً نگران سرعت تکان دهنده گسترش بیماری ، شدت و عدم تحرک دولت است ، WHO این بیماری را در 11 مارس 2020 یک بیماری همه گیر جهانی اعلام کرد [4]. از زمان بیماری همه گیر آنفولانزای سال 1918 ، همه گیر Covid-19 تأثیرگذارترین بیماری همه گیر بوده است. Albuquerque ، Koskinen ، Yang و Zhang [5] استدلال کردند که همه گیر Covid-19 و قفل های بعدی باعث ایجاد شوک خارجی و بی نظیر شد که منجر به سقوط بازار جهانی سهام 2020 شد. از این رو ، سقوط بازار جهانی سهام 2020 نیز به نام Coronavirus Crash [6] نامیده می شود. علاوه بر بی ثباتی بازار همه گیر Covid-19 ، برآمدگی بدهی شرکت های غیر مالی ماموت علائم استرس بازار مالی و بحران نقدینگی را نشان داده بود ، که همچنین مسئول رکود اقتصادی بود [7]. علاوه بر این ، گاردین [8] معتقد بود که جنگ قیمت نفت در سال 2020 روسیه - سعودی به همراه شیوع کروناویروس باعث سقوط بازار سهام جهانی شده است.

در این مطالعه ، ما از مدل Log Termic Power Law Singularity (LPPLS) [9] ، [10] ، [11] ، [12] ، [13] ، [14] برای افشای مکانیسم های اساسی سقوط بازار سهام 2020 استفاده کردیم. بشرمدل LPPLS از رابط اقتصاد مالی ، امور مالی رفتاری و فیزیک آماری با ترکیب نظریه اقتصادی انتظارات منطقی ، تأمین مالی رفتاری گله دار بازرگانان و فیزیک ریاضی و آماری از تقسیمات و انتقال فاز سرچشمه می گیرد. در مدل LPPLS ، حباب های مالی مثبت (منفی) به عنوان فرایندی از رشد ناپایدار فوق العاده گسترده (کاهش) برای دستیابی به بازده نامتناهی در زمان محدود نشان داده شده است ، و مجبور به اصلاح کوتاه مدت با توجه به تقارن عدم تغییر در مقیاس گسسته است.[15]تصحیح قیمت در یک تکینگی زمان محدود می تواند یک رونق (یا سقوط) باشد زیرا افزایش قیمت (یا افت) به طور قابل توجهی یا تغییر رژیم به عنوان افزایش سرعت تغییر قیمت در مقیاس زمانی کوتاه افزایش می یابد (یا کاهش می یابد). مدل LPPLS می تواند دو ویژگی متمایز را که به طور معمول در رژیم حباب مشاهده می شود ، ضبط کند ، یعنی رشد سریعتر از حد گسترده قیمت ناشی از بازخورد مثبت توسط تقلید و رفتار گله دار معامله گران نویز ، و تسریع در نوسانات نوسانات دوره ای از ورود به سیستمرشد قیمت از انتظارات بازده بالاتر یا تصادف آینده. ما دریافتیم که این دو ویژگی مهم را می توان به وضوح در 10 شاخص بازار سهام نشان داده شده در شکل 1 مشاهده کرد ، که در آن می توان نرخ رشد فوق العاده گذرا را به صورت بصری به عنوان یک انحنای رو به بالا در طرح خطی خطی تشخیص داد ، که با قابل توجه است. Undulation Log-PerioDic.

در سالهای اخیر ، مدل LPPLS توسط بسیاری از محققان برای تشخیص حباب های سوداگرانه از طریق تجزیه و تحلیل امضاهای LPPLS تعبیه شده در مسیرهای قیمت دارایی مورد بررسی قرار گرفته است. Filimonov و Soette [16] فرمولاسیون LPPLS را تبدیل کردند تا با کاهش تعداد پارامترهای غیرخطی از چهار به سه ، پیچیدگی کالیبراسیون را کاهش دهند. Soette ، Demos ، Zhang ، Cauwels ، Filimonov و Zhang [17] پیش بینی زمان واقعی سقوط حباب در بورس سهام شانگهای 2015 را با استفاده از شاخص اعتماد به نفس LPPLS و شاخص اعتماد بررسی کردند. Filimonov ، Demos و Soette [18] روش استنباط احتمال تنظیم مشخص شده را برای کالیبراسیون مدل LPPLS و استنباط زمان بحرانی اتخاذ کردند. Demos و Soette [19] دریافتند که زمان شروع حباب بسیار بهتر از زمان پایان آن است. Demirer ، Demos ، Gupta و Soette [20] با استفاده از شاخص های چند مقیاس اعتماد به نفس LPPLS ، قدرت پیش بینی شاخص های مبتنی بر بازار را بررسی کردند و دریافتند که فروش کوتاه و نقدینگی هر دو به شاخص های حباب کمک می کند. شو و زو [21] یک روش تشخیص سری چند سطحی سازگار را پیشنهاد کردند تا تشخیص زمان واقعی حباب های مالی و تصادفات را فعال کنند. علاوه بر این ، مدل LPPLS برای تشخیص حباب ها و تصادفات در انواع بازارهای مالی از جمله حباب های املاک و مستغلات [22] ، [23] ، [24] ، حباب های بازار نفت [25] ، حباب های بازار سهام مستقر شده است. 17] ، [26] ، [27] ، [28] ، [29] ، [30] ، [31] ، و حباب های بیت کوین [21] ، [32].

لازم به ذکر است که مدل LPPLS فقط می تواند تصادفات درون زا را تشخیص دهد اما تصادفات برون زا نیست. این امر به این دلیل است که مدل LPPLS ریشه در رشد سریعتر از سطح مسیر قیمت دارد ، که یک ویژگی مهم است که یک حباب مالی ناشی از تقویت خود از رفتارهای تعاونی و رفتارهای تقلیدی از طریق تعامل بازیکنان بازار است که شامل مدتهاستفرآیندهای حافظه یک سازمان درون زا. در یک تصادف اگزوژن ، شوک های برون زا می توانند ارزش اساسی دارایی را که اساسی در بازار مالی است ، تغییر داده و برخی از امضاهای قابل مشاهده را در مسیرهای قیمت بگذارد. با این حال ، امضای مدل LPPLS قبل از تصادف از مسیر قیمت مربوطه غایب خواهد بود.

قطعه قطعه

مدل Singularity Log-Perfiodic Power Law (LPPLS)

مسیرهای قیمت دارایی در رژیم های حباب معمولاً دو ویژگی معمولی را نشان می دهد: دکوراسیون رشد سریعتر از حد و پرشور از ارزش اساسی ذاتی ، و تسریع در نوسانات دوره ای در حال چرخش در نزدیکی نقاط سقوط است. بر اساس مدل حباب انتظار منطقی [33] ، مدل LPPLS ، همچنین به عنوان مدل Johansen-Leoit-Soette شناخته می شود ، این دو ویژگی معمولی را ضبط می کند تا یک حباب مالی را به عنوان یک فرآیند رشد قانون قدرت سریعتر از حد و فرآیند مدل کند.

شناسایی حباب بر اساس داده های روزانه

در این بخش ، ما داده های روزانه 10 شاخص اصلی بازار سهام جهانی را از هر دو بازار سهام توسعه یافته و نوظهور ، از جمله S& P 500 ، DJIA ، NASDAQ ، FTSE ، DAX ، NIKKEI ، CSI 300 ، HSI ، BSESN و Bovespa جمع آوری کرده ایم. داده های بازار سهام مورد استفاده در این مطالعه از Finance Yahoo (https://finance. yahoo. com/) تهیه شده است. برای محاسبه نشانگر اطمینان LPPLS ، ما مدت زمان Windows T 2 - T 1 را از 650 روز معاملاتی به 30 روز معاملات در مراحل 5 روز معاملاتی کاهش دادیم و حرکت را جابجا کردیم

نتیجه گیری

در این مطالعه ، ما از روش LPPLS با استفاده از یک الگوی تجزیه و تحلیل سری زمانی چند مقیاس استفاده کردیم تا مکانیسم های اساسی سقوط بازار جهانی 2020 را با تجزیه و تحلیل مسیرهای 10 شاخص اصلی بورس سهام از هر دو بازار سهام توسعه یافته و در حال ظهور ، از جمله ، از جمله ، از جمله بازارهای بورس سهام اصلی ، از جمله بازارهای بورس سهام اصلی ، از جمله بازارهای سهام توسعه یافته و نوظهور ، از جمله آن استفاده کنیم. S& P 500 ، DJIA و NASDAQ از ایالات متحده ، FTSE از انگلستان ، DAX از آلمان ، Nikkei از ژاپن ، CSI 300 از چین ، HSI از هنگ کنگ ، BSESN از

بیانیه مشارکت در نویسندگی اعتباری

Ruiqiang Song: مفهوم سازی ، روش شناسی ، نرم افزار ، تجزیه و تحلیل رسمی ، تحقیق ، اعتبار سنجی ، درمان داده ها ، نوشتن - پیش نویس اصلی ، نوشتن - بررسی و ویرایش ، تجسم. مین شو: مفهوم سازی ، روش شناسی ، نرم افزار ، تجزیه و تحلیل رسمی ، بررسی ، منابع ، داده های اطلاعات ، نوشتن - پیش نویس اصلی ، نوشتن - بررسی و ویرایش ، مدیریت پروژه ، کسب بودجه. وی Zhu: مفهوم سازی ، روش شناسی ، منابع ، درمان داده ها ، نوشتن - بررسی و

اعلام علاقه رقیب

نویسندگان اعلام می كنند كه آنها هیچ منافع مالی رقیب یا روابط شخصی را كه به نظر می رسد بر اثر گزارش شده در این مقاله تأثیر می گذارد ، ندارند.

تصدیق