市場取引データに基づく株式市場の系統的クラッシュの監視方法に関する研究

株価の急激な上昇と下降は、近年ますます頻繁に発生するようになっています。株式市場のクラッシュは、証券市場の安定性に大きなリスクをもたらします。本研究では、再帰プロット理論と非線形時系列の突然の変化を検出するためのヒューリスティックセグメンテーションアルゴリズムを使用して、株式市場のクラッシュの前に急激な内因性構造変化を検出する問題を調査します。12の先進国および10の新興国・地域におけるクラッシュイベントの分析に基づき、著者らは次のことを発見しました：(1) 市場の層流（LAM）値は株式市場がクラッシュする前に大きく下落します；(2) 2008年の金融危機時の米国株式市場のLAM系列は、フラクタルのような自己相似構造を呈し、再帰プロットには空白帯が現れ、クラッシュ前のLAMシリーズにおける位相転移を示しています；(3) ヒューリスティックセグメンテーションアルゴリズムを使用して非線形時系列の突然の変化を検出することにより、本研究は、クラッシュの前に市場の内因性構造が異常な急激な変化を継続的に経験していることを発見しました。