5. Tőkepiaci fertőzések és divergenciák
Preber si túto prednášku so svojou AI
Skopíruj pripravený podklad a vlož ho do ChatGPT, Claude alebo inej AI — bude ťa učiť alebo skúšať len z tejto prednášky.
Zhrnutie prednášky
Prednáška sa venuje nákazám (contagion) a divergenciám na kapitálových trhoch, teda situáciám, keď extrémne pohyby cien a korelácie vznikajú súčasne a smerujú rovnakým smerom. Lektor na osobnej skúsenosti z rokov 2005–2006 s kapitálovo garantovaným fondom viazaným na komodity ukazuje, ako sa pri správach z amerického realitného trhu naraz prepadli akciové trhy, meny aj komodity. Vysvetľuje to cez obmedzene racionálnych aktérov (heuristiky, nelineárne reakcie, framing) prepojených v sieti. Rozlišuje náhodné siete a bezškálové siete s uzlami (hubmi) podľa Barabásiho a Albertovej, ktoré sa synchronizujú a po zásahu do hubu sa opäť prebudujú. Podľa Bonannovej práce sú dôsledkami autokorelácia, krížová korelácia medzi odvetviami a časovými radmi a kolektívne správanie v extrémnych udalostiach, ktoré sa definujú ako zriedkavé udalosti s veľkým dopadom a dajú sa zachytiť pravdepodobnostnými alebo vzdialenostnými metódami.
- - Nákaza na trhoch znamená súčasné reakcie aktérov a spoločný pohyb cien, zvyčajne smerom nadol; výnimkou sú bezpečné aktíva ako zlato a švajčiarsky frank.
- - Reálni aktéri sú obmedzene racionálni: rozhodujú heuristicky, reagujú oneskorene a nelineárne, preto model dokonale racionálnych aktérov nestačí.
- - Náhodné siete šíria informácie rýchlo, ale nesynchronizujú sa; bezškálové siete (Barabási–Albertová) majú huby, ktoré synchronizáciu umožňujú.
- - Náhodná likvidácia aktérov sieť nerozloží, ale zásah do hubu spôsobí fázovú zmenu; po resete sa huby vytvoria znova.
- - Autokorelácia cien pretrváva až desiatky obchodných dní (v indexe Dow Jones aj 30 dní počas 100 rokov), čo narúša predstavu efektívneho trhu.
- - Krížová korelácia medzi odvetviami a časovými radmi je výrazná; menové trhy sú korelované voči euru, akciové menej, no môžu sa skorelovať.
- - Extrémna udalosť je zriedkavá s veľkým dopadom; detegujú sa ju pomocou Value at Risk, odchýlok od normality či klastrovej analýzy a špičatosti.
Zhrnutie pripravené s pomocou AI z prepisu videa.
nechodím na prednášky