Μια επιστημονική μέθοδος που αναπτύχθηκε για την ανίχνευση ασθενειών πριν από την εμφάνιση συμπτωμάτων ενδέχεται να εξελιχθεί σε νέο εργαλείο έγκαιρης προειδοποίησης για τις χρηματιστηριακές αναταράξεις. Ερευνητές στην Ιαπωνία εφάρμοσαν τη μέθοδο σε πραγματικά δεδομένα συναλλαγών και διαπίστωσαν ότι ορισμένες αλλαγές στη συμπεριφορά των επενδυτών εμφανίζονταν αρκετές ημέρες πριν από σημαντικές μεταβολές στις τιμές.
Η μελέτη, η οποία δημοσιεύθηκε στο επιστημονικό περιοδικό EPJ Data Science, εξετάζει αν οι χρηματοπιστωτικές αγορές παρουσιάζουν προειδοποιητικά σημάδια αστάθειας, παρόμοια με εκείνα που παρατηρούνται σε βιολογικά συστήματα πριν από την εκδήλωση μιας ασθένειας. Η προσέγγιση αυτή δεν υπόσχεται ακόμη αξιόπιστη πρόβλεψη κρίσεων, προσφέρει όμως έναν διαφορετικό τρόπο κατανόησης των μηχανισμών που προηγούνται μιας μεγάλης χρηματιστηριακής μεταβολής.
Από την ανίχνευση ασθενειών στην πρόβλεψη χρηματιστηριακών αναταράξεων
Η ερευνητική ομάδα, με επικεφαλής τον Γιουντάι Χόνμα από το Πανεπιστήμιο του Τόκιο, αξιοποίησε μια μέθοδο γνωστή ως Δυναμικοί Δείκτες Δικτύου (Dynamical Network Markers – DNM).
Στη βιολογία, οι Δυναμικοί Δείκτες Δικτύου χρησιμοποιούνται για την αναγνώριση αλλαγών στη συμπεριφορά ομάδων γονιδίων. Οι μεταβολές αυτές μπορεί να δείχνουν ότι ένας οργανισμός πλησιάζει σε μια κρίσιμη μετάβαση, πριν ακόμη εμφανιστούν εμφανή συμπτώματα ασθένειας. Καθώς το σύστημα χάνει σταδιακά τη σταθερότητά του, ορισμένα στοιχεία του αρχίζουν να μεταβάλλονται με τρόπο που μπορεί να ανιχνευθεί.
Οι επιστήμονες αναρωτήθηκαν αν η ίδια λογική θα μπορούσε να εφαρμοστεί στις χρηματοπιστωτικές αγορές. Αντί να εξετάσουν ομάδες γονιδίων, ανέλυσαν ομάδες συμμετεχόντων στο χρηματιστήριο. Στόχος ήταν να διαπιστώσουν αν η αγορά παρουσιάζει αυξανόμενη αστάθεια στη συμπεριφορά των συναλλασσομένων πριν από μια μεγάλη μεταβολή των τιμών.
Τα δεδομένα από το Χρηματιστήριο του Τόκιο
Η μελέτη βασίστηκε σε δεδομένα από το Χρηματιστήριο του Τόκιο για την περίοδο από τον Νοέμβριο του 2019 έως το τέλος του 2020. Το διάστημα αυτό περιλάμβανε και τις έντονες αναταράξεις που προκάλεσε στις διεθνείς αγορές η πανδημία της COVID-19.
Τα αρχεία συναλλαγών δεν περιείχαν τα πραγματικά ονόματα των επενδυτών. Περιλάμβαναν, όμως, κωδικούς αναγνώρισης των ηλεκτρονικών συστημάτων μέσω των οποίων υποβάλλονταν οι εντολές αγοράς και πώλησης. Με βάση τις ομοιότητες στη συναλλακτική συμπεριφορά, οι ερευνητές ταξινόμησαν τα συστήματα σε 186 ομάδες συμμετεχόντων.
Από αυτές:
– 68 αντιστοιχούσαν σε συναλλασσομένους υψηλής συχνότητας,
– 25 σε χρηματιστηριακούς διαμεσολαβητές,
– 3 σε γενικούς επενδυτές,
– 90 σε άλλες κατηγορίες συμμετεχόντων.
Για κάθε ομάδα εξετάστηκαν ο όγκος των συναλλαγών, ο βαθμός χρονικής σύμπτωσης της δραστηριότητάς της με τη δραστηριότητα άλλων ομάδων στις ίδιες μετοχές, καθώς και η συχνότητα με την οποία οι εντολές συγκεντρώνονταν σε σύντομα χρονικά διαστήματα.
Με αυτόν τον τρόπο, οι επιστήμονες αναζήτησαν ασυνήθιστες αλλαγές στη συμπεριφορά των συναλλασσομένων. Τέτοιες αλλαγές θα μπορούσαν να λειτουργούν ως πρώιμες ενδείξεις ότι η αγορά πλησιάζει σε μια περίοδο έντονης αστάθειας.
Τα προειδοποιητικά σημάδια εμφανίστηκαν πριν από τις αναταράξεις
Για να αξιολογήσουν τη μέθοδο, οι ερευνητές χρησιμοποίησαν τον χρηματιστηριακό δείκτη TOPIX, ο οποίος αποτυπώνει την πορεία της ευρύτερης ιαπωνικής αγοράς. Αρχικά εντόπισαν οκτώ ημέρες κατά τις οποίες οι τιμές παρουσίασαν ασυνήθιστα μεγάλες μεταβολές.
Επειδή τέσσερις από αυτές τις ημερομηνίες συνδέονταν με το ίδιο επεισόδιο αναταραχής, κατά την έναρξη της πανδημίας, οι ερευνητές διατήρησαν μόνο την πρώτη. Έτσι, κατέληξαν σε πέντε χαρακτηριστικές ημερομηνίες: 8 και 27 Ιανουαρίου, 25 Φεβρουαρίου, 16 Ιουνίου και 28 Αυγούστου 2020.
Χρησιμοποίησαν τέσσερα από τα επεισόδια για να εντοπίσουν τις ομάδες συναλλασσομένων που είχαν παρουσιάσει τη μεγαλύτερη αστάθεια πριν από τις έντονες μεταβολές των τιμών. Στη συνέχεια εξέτασαν αν οι ίδιες ομάδες εμφάνιζαν παρόμοια χαρακτηριστικά πριν από το πέμπτο επεισόδιο.
Τα αποτελέσματα έδειξαν ότι, σε αρκετές περιπτώσεις, η αστάθεια στη συναλλακτική συμπεριφορά αυξανόταν ημέρες πριν από τις μεγάλες χρηματιστηριακές διακυμάνσεις. Το φαινόμενο ήταν ιδιαίτερα έντονο πριν από τις 8 Ιανουαρίου 2020. Σύμφωνα με τους ερευνητές, η αυξημένη δραστηριότητα ενδέχεται να συνδεόταν με προσαρμογές των επενδυτών ενόψει μιας προγραμματισμένης ημερομηνίας συναλλαγών στις 10 Ιανουαρίου.
Ιδιαίτερο ενδιαφέρον παρουσιάζει το γεγονός ότι η μέθοδος εντόπισε την αλλαγή στη συμπεριφορά χωρίς να έχει προηγουμένως ενημερωθεί για το συγκεκριμένο γεγονός. Αντίθετα, ένας συμβατικός δείκτης που βασίζεται στις πρόσφατες διακυμάνσεις των τιμών αυξήθηκε μόνο αφού είχε ήδη εκδηλωθεί η αναταραχή.
Γιατί η μέθοδος δεν εντόπισε έγκαιρα το σοκ της πανδημίας
Παρά τα ενθαρρυντικά ευρήματα, η μέθοδος παρουσίασε σημαντικούς περιορισμούς. Κατά τη διάρκεια της χρηματιστηριακής αναταραχής που προκάλεσε η COVID-19, οι τιμές μεταβλήθηκαν έντονα και επανειλημμένα, όμως οι δείκτες αστάθειας της συναλλακτικής συμπεριφοράς παρέμειναν σχετικά σταθεροί.
Οι ερευνητές εξετάζουν αρκετές πιθανές εξηγήσεις. Μία από αυτές είναι ότι οι ξαφνικές ειδήσεις και οι εξωτερικοί παράγοντες μπορούν να προκαλέσουν απότομες μεταβολές στις αγορές χωρίς να προηγηθούν ανιχνεύσιμες αλλαγές στη συμπεριφορά των επενδυτών.
Μια δεύτερη πιθανότητα είναι ότι η συγκεκριμένη μέθοδος, η οποία βασίζεται σε δεδομένα που εξομαλύνονται σε διάστημα περίπου μίας εβδομάδας, δεν αντιδρά αρκετά γρήγορα σε αιφνίδιες κρίσεις. Επιπλέον, ορισμένες μεγάλες διακυμάνσεις εμφανίστηκαν όταν η αγορά βρισκόταν ήδη σε κατάσταση αυξημένης αστάθειας. Οι ερευνητές διευκρινίζουν ότι πρόκειται για πιθανές ερμηνείες και όχι για οριστικά συμπεράσματα.
Η σημασία της θέσης στο δίκτυο συναλλαγών
Ένα ακόμη ενδιαφέρον εύρημα ήταν ότι ορισμένες ομάδες συναλλασσομένων εμφανίζονταν επανειλημμένα μεταξύ εκείνων που παρουσίαζαν τη μεγαλύτερη αστάθεια πριν από διαφορετικά επεισόδια αναταραχής. Οι επιστήμονες τις χαρακτήρισαν «κύριους συμμετέχοντες».
Οι ομάδες αυτές, ωστόσο, δεν ήταν απαραίτητα εκείνες που πραγματοποιούσαν τις περισσότερες συναλλαγές ή διακινούσαν τα μεγαλύτερα χρηματικά ποσά. Δύο από αυτές, ένας χρηματιστηριακός διαμεσολαβητής και ένας συμμετέχων της κατηγορίας «λοιποί», κατείχαν ιδιαίτερα κεντρικές θέσεις σε ένα δίκτυο που συνέδεε ομάδες οι οποίες συναλλάσσονταν στις ίδιες μετοχές και κατά τις ίδιες χρονικές στιγμές.
Το εύρημα υποδηλώνει ότι η θέση ενός συμμετέχοντος μέσα στο συνολικό δίκτυο συναλλαγών μπορεί να έχει μεγαλύτερη σημασία από τον απόλυτο όγκο των συναλλαγών του. Παρ’ όλα αυτά, η ίδια σχέση δεν παρατηρήθηκε σε όλες τις ομάδες, ενώ κανένας μεμονωμένος συμμετέχων δεν παρουσίασε στατιστικά ισχυρό προειδοποιητικό σήμα σε ολόκληρη την περίοδο της μελέτης.
Μπορεί να προβλέψει την επόμενη χρηματιστηριακή κρίση;
Οι επιστήμονες τονίζουν ότι η αναγνώριση προειδοποιητικών μοτίβων σε ιστορικά δεδομένα δεν ισοδυναμεί με την ικανότητα πρόβλεψης μελλοντικών χρηματιστηριακών κρίσεων. Η μελέτη δεν απέδειξε ότι οι Δυναμικοί Δείκτες Δικτύου μπορούν ήδη να χρησιμοποιηθούν ως αξιόπιστο σύστημα πρόγνωσης των αγορών.
Για να αναπτυχθεί ένα τέτοιο εργαλείο, θα πρέπει να προσδιοριστεί πόσο νωρίς εμφανίζονται τα προειδοποιητικά σημάδια, ποια επίπεδα αστάθειας δικαιολογούν την ενεργοποίηση συναγερμού και πόσο συχνά μπορεί να προκύπτουν λανθασμένες προειδοποιήσεις. Απαιτούνται επίσης δοκιμές σε νέες χρονικές περιόδους, διαφορετικές αγορές και ποικίλες συνθήκες συναλλαγών.
Ωστόσο, η έρευνα ανοίγει έναν νέο δρόμο για τη μελέτη της χρηματοπιστωτικής σταθερότητας. Όπως ένα βιολογικό σύστημα μπορεί να εμφανίζει μικρές διαταραχές πριν από την εκδήλωση μιας ασθένειας, έτσι και μια χρηματοπιστωτική αγορά ενδέχεται να παρουσιάζει πρώιμα σημάδια αποσταθεροποίησης πριν αυτά αποτυπωθούν στις τιμές.
Το εργαλείο ανίχνευσης ασθενειών δεν αποτελεί ακόμη λύση για την πρόβλεψη κάθε χρηματιστηριακής κρίσης. Μπορεί, όμως, να προσφέρει στους επόπτες και στους διαχειριστές κινδύνου μια συμπληρωματική εικόνα της αγοράς, εστιάζοντας όχι μόνο στις τιμές, αλλά και στις σχέσεις και στις αλλαγές συμπεριφοράς των συμμετεχόντων.




