Finanse eksperymentalne

Celem finansów eksperymentalnych jest zrozumienie zachowań ludzi i rynku w ustawieniach związanych z finansami. Eksperymenty to syntetyczne środowiska ekonomiczne stworzone przez badaczy specjalnie w celu udzielenia odpowiedzi na pytania badawcze. Może to obejmować na przykład ustanowienie różnych ustawień i środowisk rynkowych w celu eksperymentalnej obserwacji i analizy zachowania agentów oraz wynikających z nich charakterystyk przepływów handlowych , rozpowszechniania i agregacji informacji , mechanizmu ustalania cen i procesów zwrotów .

Dziedziny, w których zastosowano metody eksperymentalne, obejmują finanse przedsiębiorstw , wycenę aktywów , ekonometrię finansową , finanse międzynarodowe , podejmowanie osobistych decyzji finansowych , makrofinanse , bankowość i pośrednictwo finansowe , rynki kapitałowe , zarządzanie ryzykiem i ubezpieczenia , instrumenty pochodne , finanse ilościowe , przedsiębiorstwa zarządzanie i wynagrodzenia, inwestycje, mechanizmy rynkowe , MŚP i mikrofinansowanie oraz finansowanie przedsiębiorczości. Badacze zajmujący się finansami eksperymentalnymi mogą badać, w jakim stopniu istniejąca teoria ekonomii finansowej zawiera trafne prognozy i próbować odkryć nowe zasady, na podstawie których można rozszerzyć teorię.

Finanse eksperymentalne to gałąź ekonomii eksperymentalnej , a ich najpowszechniejsze zastosowanie leży w dziedzinie finansów behawioralnych .

Historia

W 1948 roku Chamberlin przedstawił wyniki pierwszego eksperymentu rynkowego. Od tego czasu akceptacja, uznanie, rola i metody ekonomii eksperymentalnej ewoluowały. Od wczesnych lat 80. podobny wzorzec pojawił się w finansach eksperymentalnych. Fundamentalną pracą w finansach eksperymentalnych były prace Forsythe'a , Palfreya i Plotta (1980), Plotta i Sundera (1982) oraz Smitha , Suchanka i Williamsa (1988).

Wartość naukowa

Ekonomia finansowa dysponuje jednymi z najbardziej szczegółowych i aktualnych danych obserwacyjnych ze wszystkich gałęzi ekonomii. W konsekwencji finanse charakteryzują się silnymi tradycjami empirycznymi . Wiele analiz przeprowadza się na podstawie danych z giełd , w tym ofert kupna, sprzedaży, cen transakcyjnych, wolumenu itp. Dostępne są również dane z serwisów informacyjnych dotyczące działań i zdarzeń, które mogą mieć wpływ na rynki. Dane z tych źródeł nie są w stanie oddać oczekiwań, na których zbudowana jest teoria rynków finansowych . Na rynkach eksperymentalnych badacz jest w stanie poznać oczekiwania i kontrolować podstawowe wartości, instytucje handlowe i parametry rynkowe, takie jak dostępna płynność i całkowity zasób aktywów. Daje to badaczowi możliwość poznania ceny i innych przewidywań alternatywnych teorii. Stwarza to możliwość przeprowadzenia potężnych testów solidności teorii, które nie były możliwe na podstawie danych terenowych, ponieważ wiedza na temat parametrów i oczekiwań na podstawie danych terenowych jest niewielka.

Zalety

Analiza danych finansowych opiera się na danych zaczerpniętych z ustawień utworzonych w celu innym niż udzielenie odpowiedzi na konkretne pytanie badawcze. Powoduje to, że jakakolwiek interpretacja wyników może być kwestionowana, ponieważ ignoruje inne zmienne, które uległy zmianie. Tradycyjne zagadnienia związane z analizą danych obejmują błędy pominiętych zmiennych , błędy autoselekcji , nieobserwowalne zmienne niezależne i nieobserwowalne zmienne zależne .

Właściwie zaprojektowane eksperymenty pozwalają uniknąć kilku problemów:

Błąd pominiętych zmiennych: można utworzyć wiele eksperymentów z ustawieniami, które różnią się od siebie dokładnie jedną zmienną niezależną. W ten sposób kontrolowane są wszystkie inne zmienne ustawienia, co eliminuje alternatywne wyjaśnienia obserwowanych różnic w zmiennej zależnej.

Samoselekcja: losowo przydzielając osoby badane do różnych grup terapeutycznych, eksperymentatorzy unikają problemów spowodowanych samoselekcją i są w stanie bezpośrednio obserwować zmiany w zmiennej zależnej poprzez zmianę pewnych zmiennych niezależnych.

Nieobserwowalne zmienne niezależne: Eksperymentaliści mogą sami tworzyć ustawienia eksperymentalne. Dzięki temu są w stanie obserwować wszystkie zmienne. Tradycyjna analiza danych może nie być w stanie zaobserwować niektórych zmiennych, ale czasami eksperymentatorzy nie mogą bezpośrednio uzyskać pewnych informacji od badanych. Nie znając bezpośrednio pewnej zmiennej niezależnej, dobry projekt eksperymentu może stworzyć miary, które w dużym stopniu odzwierciedlają nieobserwowalną zmienną niezależną, dzięki czemu można uniknąć problemu.

Nieobserwowalne zmienne zależne: W tradycyjnych badaniach danych wyodrębnienie przyczyny zmiany zmiennej zależnej może okazać się trudne. Eksperymentaliści mają możliwość tworzenia pewnych zadań, które wywołują zmienną zależną.

Rodzaje eksperymentów

Eksperymenty laboratoryjne

Eksperymenty laboratoryjne są najpowszechniejszą formą eksperymentów. Tutaj pomysł polega na zbudowaniu wysoce kontrolowanego otoczenia w laboratorium. Wykorzystanie eksperymentów laboratoryjnych wzrosło ze względu na rosnące zainteresowanie kwestiami takimi jak współpraca gospodarcza, zaufanie i neuroekonomia . W tego typu eksperymentach leczenie jest przydzielane losowo grupie osób w celu porównania ich działań i zachowań ekonomicznych z nietraktowaną grupą kontrolną w sztucznym środowisku laboratoryjnym. Możliwość kontrolowania zmiennych w eksperymencie pozwala na dokładniejszą ocenę przyczynowości .

Kontrolowane badania terenowe lub randomizowane eksperymenty polowe

Kontrolowane eksperymenty polowe również losują leczenie, ale robią to w rzeczywistych zastosowaniach. Średni wpływ na zachowanie ludzi można następnie konsekwentnie oszacować, porównując zachowanie przed i po alokacji.

Naturalne eksperymenty

Naturalny eksperyment ma miejsce, gdy jakaś cecha świata rzeczywistego jest losowo zmieniana, co pozwala na wykorzystanie egzogenicznej zmienności spowodowanej tą zmianą do badania skutków przyczynowych skądinąd endogenicznej zmiennej objaśniającej. Eksperymenty naturalne są popularne w badaniach ekonomicznych i finansowych, ponieważ oferują intuicyjną interpretację leżących u ich podstaw założeń identyfikujących i umożliwiają szerszemu gronu odbiorców sprawdzenie ich spójności w porównaniu z identyfikacją czysto statystyczną.

Główne wnioski

Metody eksperymentalne w finansach oferują uzupełniające metodologie, które pozwoliły na obserwację i manipulację podstawowymi determinantami cen, takimi jak wartości fundamentalne lub informacje poufne. Badania eksperymentalne uzupełniają prace empiryczne, szczególnie w obszarze testowania i rozwoju teorii. Wykorzystanie tej metodologii eksperymentalnej ujawniło kilka ważnych odkryć w ciągu ostatnich lat. Tych ustaleń nie można było osiągnąć wyłącznie za pomocą tradycyjnej analizy danych terenowych i dlatego są one głównym wkładem finansów eksperymentalnych w dziedzinę finansów:

  • Rynki bezpieczeństwa mogą agregować i rozpowszechniać informacje (istnieją efektywne rynki ), ale proces ten jest mniej efektywny, ponieważ informacje stają się mniej rozpowszechnione, a liczba składników informacji, które muszą być agregowane, wzrasta.
  • Ale nie zawsze tak jest (niektóre z nich są nieefektywne).
  • Kiedy dochodzi do rozpowszechniania informacji , rzadko jest ono doskonałe lub natychmiastowe. Nauka wymaga czasu.
  • Więcej informacji nie zawsze jest lepsze z punktu widzenia indywidualnego przedsiębiorcy. Tylko ci wtajemniczeni, którzy są znacznie lepiej poinformowani niż inni, mogą przewyższyć innych traderów.
  • Rynki aktywów o dłuższej żywotności mają silną tendencję do generowania baniek cenowych i krachów, przedłużających się odchyleń od fundamentalnych wartości.
  • Emocje traderów odgrywają rolę w generowaniu baniek na eksperymentalnych rynkach aktywów.
  • Błędna wycena aktywów jest w dużej mierze związana z nadmierną pewnością siebie traderów.
  • Ceny oraz oferty, oferty, terminy itp. przekazują informacje. Istnieje wiele kanałów przepływu informacji.
  • Dobrze funkcjonujące rynki instrumentów pochodnych mogą przyczynić się do poprawy efektywności rynków pierwotnych .
  • Skuteczność statystyczna lub niezdolność do zarabiania pieniędzy na danych z przeszłości nie oznacza efektywności informacyjnej. Brak możliwości uzyskania nienormalnych zwrotów z rynku nie oznacza, że ​​cena jest odpowiednia.

Zobacz też

Linki zewnętrzne