Эндогенная частота кризисов: гипотеза, связывающая микро-волатильность рынка и психологические пороги паники
Аннотация
В данной статье предлагается простая интегративная гипотеза: частота экономических кризисов (финансовых крахов, валютных коллапсов, товарных паник) определяется эндогенно отношением двух измеримых величин — психологического порога паники (ΔP) и фоновой микро-волатильности рынка (σ). Опираясь на экспериментальную экономику [11][12], поведенческие финансы [4][8], критическую динамику рынков [6][13] и макроисторию [9], мы утверждаем, что кризисы представляют собой усиленные эндогенные колебания, пересекающие барьер психологического заражения, а не просто реакцию на экзогенные шоки.
Простое степенное соотношение T
crisis ∝ (ΔP / σ)
α (где α ≈ 3–4) дает оценки первого порядка, согласующиеся с наблюдаемой частотой кризисов на развитых и развивающихся рынках, а также в немонетарных (бартерных) экономиках. Мы приглашаем к формальному моделированию и строгой эмпирической проверке.
Ключевые слова: эндогенные кризисы, волатильность рынка, пороги паники, поведенческая экономика, экспериментальная экономика, эконофизика
JEL классификация: D91, E32, G01, G41
1. Разрыв между дисциплинами
Изучение экономических кризисов фрагментировано как минимум по пяти дисциплинам, которые редко взаимодействуют друг с другом:
- Макроэкономика [7][9] документирует частоту банковских, валютных кризисов и кризисов суверенного долга на протяжении веков.
- Поведенческая экономика [4] выявляет психологические асимметрии: потери ощущаются примерно в 2–2,5 раза более интенсивно, чем эквивалентные по величине выигрыши (неприятие потерь).
- Экспериментальная экономика [11][12] измеряет эндогенную фоновую волатильность (σ) рынков, возникающую даже в идеальных лабораторных условиях, обычно составляющую 1–7% от равновесной цены в зависимости от дизайна рынка.
- Агент-ориентированные финансы [6] и эконофизика [13] показывают, что рынки демонстрируют критические пороги в доле «шумовых» трейдеров (около 25%), за которыми следуют падения и крахи.
- Информационная экономика [2] демонстрирует, что равновесие с нулевой прибылью невозможно: шум является ценой информации.
Каждая из этих дисциплин является частью большой головоломки. В данной статье предпринята попытка собрать их воедино.
2. Гипотеза
Основная идея: Кризис наступает, когда эндогенный шум рынка (σ) пересекает психологический порог паники (ΔP).
Мы определяем:
- σ — стандартное отклонение изменений цен в «нормальные» (некризисные) периоды, выраженное в процентах от равновесной цены. Это эндогенный фоновый шум рынка, документально зафиксированный в экспериментах [11] и эмпирически измеримый для любого рынка.
- ΔP — порог паники, минимальное изменение цены (в процентах), которое запускает каскад имитационных продаж или покупок, как это выявлено в агент-ориентированных моделях [6] и наблюдается эмпирически.
Предлагаемое соотношение:
Tcrisis ≈ k · (ΔP / σ)α
Где:
- Tcrisis — средний интервал между кризисами (в торговых днях, месяцах или годах, в зависимости от рынка);
- α ≈ 3–4 — отражает толстохвостое распределение доходностей, задокументированное в [7] и согласующееся с эмпирическим масштабированием финансовых флуктуаций;
- k — калибровочная константа, специфичная для конкретного рынка.
Логика: Чем больше отношение ΔP / σ, тем реже случаются события, когда шум пересекает порог паники. Рынки с низким фоновым шумом и высоким порогом паники по своей природе более стабильны. Рынки с высоким шумом и низким порогом паники внутренне предрасположены к кризисам.
3. Эмпирические параметры
В таблице 1 обобщены ключевые параметры, взятые из литературы, а также наши собственные неформальные оценки.
Таблица 1. Фоновая волатильность (σ), пороги паники (ΔP) и предполагаемая частота кризисов.
| Тип рынка |
σ (за период) |
ΔP (паника) |
ΔP/σ |
Предполагаемая Tcrisis |
Наблюдаемая Tcrisis |
Источник |
| Экспериментальный (обученный, деньги) | 1–3% (за раунд) | — | — | Стабильное равновесие | Стабильное равновесие | [11][12] |
| Экспериментальный (бартер) | 5–10% | — | — | Частые коллапсы «нет сделок» | Частые коллапсы «нет сделок» | [5] |
| Экспериментальный (нулевая прибыль) | 10–15% | — | — | Волатильность, как в казино | Волатильность, как в казино | [1] |
| Акции развитых стран (США, Великобритания, Япония) | 1–1.5% (дневная) | 7–12% | 5–8 | 7–20 лет | 7–12 лет | [8][9] |
| Акции развивающихся стран (Бразилия, Индия, Китай) | 1.5–2.5% (дневная) | 7–10% | 3–5 | 4–8 лет | 4–7 лет | [9] |
| Стабильные валюты (EUR, JPY против USD) | 0.3–0.5% (дневная) | 2–3% | 4–6 | 3–8 лет | 5–15 лет | Оценки автора |
| Волатильные валюты (TRY, ARS против USD) | 0.8–1.5% (дневная) | 1.5–3% | 1.5–3 | 2–6 месяцев | 2–5 месяцев | Оценки автора |
| Товарные паники (внутренние рынки) | 5–10% (месячная) | 30–50% | 3–6 | 3–8 лет | 3–7 лет | Статистика разных стран |
| Системные банковские кризисы (развитые) | — | — | — | 15–25 лет | 15–25 лет | [9] |
| Системные банковские кризисы (развивающиеся) | — | — | — | 8–15 лет | 8–15 лет | [9] |
Примечания: Для финансовых рынков σ — это дневное стандартное отклонение в «спокойные» периоды. Для товарных рынков σ — месячное. ΔP — это приблизительный порог, при котором возникает каскад имитационного поведения. Tcrisis — средний интервал между кризисами. Все оценки являются приблизительными и приведены для иллюстративных целей.
4. Интерпретация
Закономерность, представленная в Таблице 1, согласуется с гипотезой:
- Рынки акций развитых стран имеют низкий фоновый шум (σ ≈ 1–1.5%) и высокий порог паники (ΔP ≈ 7–12%), что дает k = ΔP/σ ≈ 5–8. При α ≈ 3.5, это дает Tcrisis ≈ (5–8)3.5, что составляет примерно 125–500 торговых дней, или грубо от 0.5 до 2 лет для небольших коррекций и от 7 до 20 лет для крупных крахов. Это соответствует наблюдаемой истории рынков США, Великобритании и Японии.
- Рынки акций развивающихся стран имеют более высокий фоновый шум (σ ≈ 1.5–2.5%), что снижает k до 3–5. Предполагаемая частота кризисов выше (каждые 4–8 лет), что согласуется с данными по Бразилии, Индии и Китаю.
- Высоковолатильные валюты (TRY, ARS) имеют умеренную σ, но очень низкий порог паники (ΔP ≈ 1.5–3% в день), давая k ≈ 1.5–3. Кризисы происходят каждые несколько месяцев, как и наблюдается на практике.
- Товарные рынки (основные продукты питания) показывают высокую σ (5–10% в месяц), но также и высокий порог паники (30–50%), что дает k ≈ 3–6. Локальные паники (гречка, сахар, яйца) происходят каждые 3–8 лет, что согласуется с отдельными данными из разных стран.
- Бартерные экономики (экспериментальные и исторические) характеризуются высокой σ (σ ≈ 5–10%) и низким эффективным порогом из-за отсутствия универсального средства обмена, что приводит к частым кризисам типа «нет сделок». Это объясняет, почему деньги возникают эндогенно: они снижают σ и одновременно повышают ΔP [5].
5. Две асимметрии
Гипотеза интегрирует две фундаментальные асимметрии, задокументированные в поведенческой экономике:
- Асимметрия неприятия потерь [4]: Потеря величиной –X% имеет примерно такое же психологическое воздействие, как выигрыш величиной +2X%. Это объясняет, почему каскады продаж (крахи) запускаются при меньших абсолютных движениях (например, –2% для волатильных валют), чем каскады покупок (+4–5% для той же валюты). Порог паники ΔP ниже на стороне падения цен.
- Асимметрия жесткости цен [3]: На товарных рынках продавцы менее охотно снижают цены, чем повышают их, потому что снижение цены является прямой номинальной потерей. Это объясняет, почему критическая масса продавцов, необходимая для начала дефляционной волны (~20–25%), выше, чем масса, необходимая для начала инфляционной волны (~10–15%).
Обе асимметрии влияют на ΔP и, следовательно, на частоту кризисов, и обе они измеримы в экспериментах.
6. Отношение к существующим теориям
- Марксистские кризисы перепроизводства: Данная гипотеза не ставит под сомнение истинную причину разрыва в объеме производства (недопотребление, падение нормы прибыли или финансовая нестабильность). Она лишь утверждает, что каково бы ни было структурное неравновесие, его превращение в кризис подчиняется описанной пороговой динамике. Даже в структурно несбалансированной экономике время наступления краха является эндогенным стохастическим событием.
- Австрийская теория делового цикла: Эндогенный шум (σ) может интерпретироваться как накопленный сигнал неэффективных инвестиций; порог паники (ΔP) — это точка, в которой группы предпринимателей одновременно осознают неэффективное распределение ресурсов.
- Гипотеза финансовой нестабильности Мински: Наша σ отражает постепенное накопление финансовой нестабильности; ΔP — это «момент Мински», когда система переключается из состояния стабильности в состояние паники.
- DSGE-модели: В мейнстримной макроэкономике кризисы трактуются как экзогенные шоки для в остальном стабильной системы. Гипотеза предполагает, что кризисы являются эндогенными факторами, возникающими из «толстого хвоста» распределения шума самого рынка. Внешний шок не требуется, хотя он может послужить триггером, если система уже близка к порогу паники.
7. Ограничения и приглашение к сотрудничеству
Ограничения:
- Гипотеза не является формальной моделью. Она не выводит степенной закон из первопричин. Это феноменологическое наблюдение, которое приглашает к формальному агент-ориентированному моделированию.
- Параметры σ и ΔP не являются независимыми: σ сама может увеличиваться по мере приближения системы к ΔP (критическое замедление, см. [13]). Более полная модель должна учитывать эту обратную связь.
- Порог паники ΔP не является непосредственно наблюдаемым. Его следует выводить из опросов, экспериментов или точки максимальной кривизны траектории цен перед крахом.
- Эмпирические иллюстрации являются приблизительными и выборочными. Необходима систематическая проверка на данных по 50+ странам и 100+ годам, чтобы подтвердить или опровергнуть гипотезу.
- Константа k и показатель степени α могут различаться в зависимости от типов рынков, режимов регулирования и исторических периодов. Универсальная калибровка маловероятна.
Приглашение:
Мы приглашаем исследователей в области агент-ориентированного моделирования, поведенческих финансов, экспериментальной экономики и эконофизики:
- Формализовать гипотезу математически (например, в виде модели гетерогенных агентов с порогами стадного поведения).
- Эмпирически оценить ΔP на основе исторических данных о крахах и лабораторных экспериментов.
- Проверить предсказанную Tcrisis на вневыборочных данных для разных стран и классов активов.
- Изучить роль денег, кредита и мотива получения прибыли как сил, влияющих на σ и ΔP, и тем самым меняющих интервалы между кризисами.
Список литературы
- [1] Camerer, C. F. (2004). Behavioral Game Theory: Experiments in Strategic Interaction. Princeton University Press.
- [2] Grossman, S. J., & Stiglitz, J. E. (1980). On the impossibility of informationally efficient markets. American Economic Review, 70(3), 393-408.
- [3] Kahneman, D., Knetsch, J. L., & Thaler, R. H. (1986). Fairness as a constraint on profit seeking: Entitlements in the market. American Economic Review, 76(4), 728-741.
- [4] Kahneman, D., & Tversky, A. (1979). Prospect theory: An analysis of decision under risk. Econometrica, 47(2), 263-291.
- [5] Kiyotaki, N., & Wright, R. (1989). On money as a medium of exchange. Journal of Political Economy, 97(4), 927-954.
- [6] Lux, T., & Marchesi, M. (1999). Scaling and criticality in a stochastic multi-agent model of a financial market. Nature, 397, 498-500.
- [7] Mandelbrot, B. (1963). The variation of certain speculative prices. Journal of Business, 36(4), 394-419.
- [8] Shiller, R. J. (1981). Do stock prices move too much to be justified by subsequent changes in dividends? American Economic Review, 71(3), 421-436.
- [9] Reinhart, C. M., & Rogoff, K. S. (2009). This Time is Different: Eight Centuries of Financial Folly. Princeton University Press.
- [10] Phelps, E. S. (1961). The golden rule of accumulation: A fable for growthmen. American Economic Review, 51(4), 638-643.
- [11] Smith, V. L. (1982). Microeconomic systems as an experimental science. American Economic Review, 72(5), 923-955.
- [12] Smith, V. L. (2002). Markets as Economizers of Information. Nobel Prize Lecture.
- [13] Sornette, D. (2003). Why Stock Markets Crash: Critical Events in Complex Financial Systems. Princeton University Press.
Благодарности: Основная идея этой гипотезы возникла в ходе продолжительного диалога между автором-человеком и ИИ DeepSeek. ИИ помог в составлении обзора литературы, нахождению численных параметров и подготовке текста. Вся интеллектуальная ответственность за гипотезу лежит на авторе-человеке.