Financial Bubbles, Real Estate bubbles, Derivative Bubbles, and the Financial and Economic Crisis
2008年的金融危机，最初以抵押贷款支持证券（MBS）为明确的震中开始，一直在逐步演变为全球经济衰退，其日益严重和不确定的持续时间已经导致并将继续导致数十亿人遭受巨大损失和损害。世界各地，特别是美国和欧洲，都推出了大量的中央银行干预和政府支出计划，希望解冻信贷和提振消费。在这里，我们提出了证据，并阐明了一个一般框架，使人们能够诊断正在展开的金融和经济危机的根本原因：几个泡沫的积累及其相互作用和相互加强，导致了一种“永久货币机器”的错觉，允许金融机构从不可持续的人为过程中提取财富。对这一诊断进行评估后，我们得出结论，许多旨在解决所谓的流动性危机和鼓励更多消费的干预措施都是不明智的，甚至是危险的，因为预防性储备不是在“繁荣时期”积累的，而是在“繁荣时期”积累的。最“有趣”的时代是独特的机会，但也是巨大的挑战，我们为此提出一些建议。
2009-05-02 q-fin.GN q-fin.RM
Financial bubbles: mechanisms and diagnostics
我们将金融泡沫定义为一个不可持续的增长时期，此时资产价格在一系列加速的修正和反弹阶段中以前所未有的速度上涨。从技术上讲，在泡沫阶段，价格遵循快于指数的幂律增长过程，通常伴随着对数周期振荡。这种动态突然结束于政权的改变，可能是崩溃或实质性的调整。因为它们会留下这样特定的痕迹，所以泡沫可能会被提前识别出来，也就是说，在它们破裂之前。在本文中，我们将以一种直观的方式解释金融泡沫背后的机制。我们将展示对数周期幂律是如何从金融市场这个复杂系统中自发产生的，它是反馈机制、层级结构、特定交易动态和投资风格的结果。我们认为，当泡沫发展到成熟阶段时，重大调整甚至崩溃的风险就会变得很大，因此，找到泡沫的证据并尽可能早地跟踪它们的发展是非常重要的。本文中解释的工具实际上是为了达到这一目的。它们是苏黎世联邦理工学院金融危机观测站的核心，每天都有数万笔资产受到监控。这使我们能够对全球金融市场正在出现的泡沫有一个持续的概览。作为2014年诺贝尔经济学奖白皮书系列（2014年）的一部分，题为“金融泡沫：机制、诊断和世界状况（2014年2月）”的配套报告介绍了本文概述的方法的实际应用，并描述了我们对截至2014年1月底金融市场中积极和消极泡沫状况的看法。
2014-04-08 q-fin.GN q-fin.RM
Economic law of increase of Kolmogorov complexity. Transition from financial crisis 2008 to the zero-order phase transition (social explosion)
在Maslov（2003）中，考虑了金融金字塔（泡沫）发生的两层模型。我们还考虑了这个模型的玻色凝聚的数学类比。在本文中，我们解释了为什么庞氏骗局和泡沫会导致实体经济危机。在Maslov（2005）中，金融系统中的熵增加定律，以及因此增加的Kolmogorov复杂性，被公式化。如果这一规律被打破，金融体系就会向另一种状态过渡。在Maslov（2005）中，作者考虑了零阶相变的两能级模型，Maslov（2006）将其解释为社会灾难的模拟。在本论文中，我们也研究这个模型。
2008-12-29 q-fin.GN
Transforming Investment Strategies and Strategic Decision-Making: Unveiling a Novel Methodology for Enhanced Performance and Risk Management in Financial Markets
本文提出一种融合高相关股票聚类、深度学习、指数与ETF因子及层次风险平价优化的指数收益预测新方法，以提升投资组合绩效和风险管理能力。
2024-05-03 q-fin.GN
Interrogation of A Bubble in the Indian Market
印度等新兴市场为投资者提供的回报远远高于发达市场;从1995年至2014年的平均回报率来看，回报率为发达市场的4.714%至3.276%。大多数新兴市场开始加入世界资本市场，从而允许大量资本流入，这反过来又为经济增长铺平了道路。即使新兴市场提供高回报，这些也可能是泡沫形成的迹象。泡沫的检测是一项繁琐的任务，主要是由于证券的基本价值是不确定的，而市场基本面的随机性使检测泡沫成为一项艰巨的任务。预测2007年金融危机的比率--市价总值与GDP之比、市盈率、市净率、托宾斯Q.数据收集自1999-2000年的各种印度指数，如NIFTY 50、NIFTY NEXT 50、NIFTY BANK、NIFTY 500 S和PBSE SENSEX、S和P BSE 100。本文利用上述比率来检测和回溯印度市场的各种泡沫事件;使用的方法是Philips等人2015年的右尾单位检验。本文还倾向于通过调整金融政策和金融体系的货币流动性来减轻泡沫的影响。
2022-07-27 q-fin.GN
Clarifications to Questions and Criticisms on the Johansen-Ledoit-Sornette Bubble Model
本文建立了具有有限时间奇异崩溃风险率的合理预期泡沫的Johansen-Ledoit-Sornette（JLS）模型来描述金融泡沫和崩溃的动力学行为。它已成功地应用于许多不同市场的各种金融泡沫。JLS模型经过十多年的发展，已经被一些研究者研究、分析、使用和批评。这些讨论对推进研究很有帮助。然而，在这场集体对话中，在理论和经验方面似乎都存在一些严重的误解。这些问题中的一些似乎源于JLS模型和相关作品的文献的快速发展。为了消除可能的误解和催化有用的未来发展，我们总结了这些常见的问题和批评有关的JLS模型，并提供了一个综合现有的国家的最先进的和最佳实践的建议。
2013-06-10 q-fin.GN
A Consistent Model of `Explosive' Financial Bubbles With Mean-Reversing Residuals
我们提出了一个爆炸性金融泡沫的自洽模型，它结合了一个均值回复的波动过程和一个随机条件回报，反映了非线性正反馈和投资者的信念和情绪的不断更新。条件预期收益率表现出由加速振荡修饰的快于指数的加速，称为“对数周期幂律”。“残差测试显示，当应用于Gestival基准时，误报率非常低（0.2%）。当对1950年1月3日至2008年11月21日的标准普尔500美国指数进行测试时，该模型正确地识别了1987年10月、1997年10月和1998年8月结束的泡沫以及2000年第一季度结束的ITC泡沫。不同的单位根检验证实了模型规格的高度相关性。我们的模型还为泡沫的持续时间提供了诊断：应用于1987年10月崩盘之前的时期，有明确的证据表明泡沫至少在4年前开始。我们确认的有效性和普适性的波动限制LPPL模型的其他七个主要的泡沫，发生在世界上在过去的二十年。使用贝叶斯推断，我们发现与标准基准相比，我们的模型具有非常强的统计偏好，这与Chang和Feigenbaum（2006）使用单位根模型进行残差相矛盾。
2009-05-01 q-fin.GN q-fin.RM
Detection of Crashes and Rebounds in Major Equity Markets
金融市场以其影响世界大部分人口的戏剧性动态和后果而闻名。因此，许多研究的目的是了解、识别和预测金融市场的崩溃和反弹。Johansen-Ledoit-Sornette（JLS）模型提供了一个操作框架来理解和诊断合理预期的金融泡沫，最近被扩展到负泡沫和反弹。使用JLS模型，我们开发了一个报警指数的基础上，先进的模式识别方法，其目的是检测泡沫和执行预测的市场崩溃和反弹。在全球10个主要股市上测试我们的方法，我们定量地表明，我们开发的警报在预测市场崩溃和反弹方面的表现要比机会好得多。我们使用衍生信号来开发基本的交易策略，这些策略在统计上比简单的买入并持有策略产生更好的表现。
2011-07-30 q-fin.GN
Diagnosis and Prediction of Tipping Points in Financial Markets: Crashes and Rebounds
结合合理预期泡沫的经济学理论、投资者和交易者的模仿和羊群行为的行为金融学以及分岔和相变的数学和统计物理学，对数周期幂律（LPPL）模型被发展成为一种检测泡沫的灵活工具。LPPL模型将加速振荡所修饰的资产价格的快于指数（具有有限时间奇异性的幂律）增长视为泡沫的主要诊断。它体现了一个更高回报预期的正反馈循环，与崩溃预期的负反馈螺旋相竞争。LPPL模型的威力通过我们小组最近进行的两个现实生活中的预测来说明：2008年7月初石油价格泡沫的顶峰和2009年8月初上海股票市场泡沫的破裂。然后，我们提出了“负泡沫”的概念，这是积极的泡沫的镜像。我们认为，类似的正反馈也在起作用，推动这些加速下降的价格螺旋。我们将LPPL模型应用于这些负泡沫，并实施模式识别方法来预测负泡沫的结束时间，其特征在于反弹（与标准正泡沫相关的崩溃的镜像）。误差图量化的样本外检验表明了预测性能的高度显著性。
2010-02-06 q-fin.GN q-fin.ST
From debt crises to financial crashes (and back): a stock-flow consistent model for stock price bubbles
McMaster University（麦克马斯特大学）；CEE-M, Univ. Montpellier, CNRS, Institut Agro（蒙彼利埃大学，法国国家科学研究中心，农业食品与环境学院）
本文提出了一种股票-流量一致模型，用于分析股价泡沫的形成与破裂，通过结合经济与金融机制，揭示了信贷扩张与金融脆弱性之间的反馈关系。
2026-03-07 econ.GN q-fin.EC q-fin.GN
The Hazards of Propping Up: Bubbles and Chaos
在当前金融危机的环境下，许多国家的政府可能很快成为金融资产的主要持有者，但政策辩论的重点只是短期市场稳定的可能性和程度。本文的研究表明，政府干预和扶持很可能导致长期的泡沫，甚至是疯狂的混乱行为。当承诺资本达到一个临界值时，这种不连续性就会发生，这个临界值只取决于两个参数：交易的市场冲击和目标敞口百分比。
2010-02-11 q-fin.GN q-fin.PM q-fin.RM
Noise, risk premium, and bubble
定价核的存在意味着存在的环境信息过程，产生市场过滤。这个信息过程包括一个关于随机变量X值的信号分量和一个独立的噪声分量，该随机变量X值可以被解释为未来现金需求的时间。信号的条件期望值决定了市场风险溢价向量。除了信号的任何条款是独立的X，这会产生一个漂移的噪声，显示改变漂移的价格过程中的物理措施，而不影响当前的资产价格水平。噪声项的这种漂移可以引起异常的价格动态，并且可以被看作是解释所观察到的股票溢价和金融泡沫现象的机制。
2011-03-16 q-fin.GN
Are cryptocurrencies real financial bubbles? Evidence from quantitative analyses
Intesa Sanpaolo（圣保罗银行）；University of Bologna（博洛尼亚大学）
研究比特币和以太坊是否为金融泡沫，运用结合LPPL模型与统计模型的方法，采用多种测试版本，发现特定时间段内两种加密货币有泡沫迹象，证实其投机泡沫高风险，方法具通用性可用于金融时间序列及相关策略。
2026-07-27 econ.GN q-fin.CP q-fin.EC
Mining the Web for the Voice of the Herd to Track Stock Market Bubbles
Trinity College Dublin（都柏林圣三一学院）；University College Dublin（都柏林大学学院）
我们发现，幂律分析的金融评论报纸网站可以用来识别股市泡沫，补充传统的波动性分析。使用四年语料库的17，713在线，金融相关的文章（1000万字以上）从金融时报，纽约时报，和英国广播公司，我们表明，幂律分布的周与周的变化反映了道琼斯工业平均指数（DJI），富时100指数和日经225指数的市场走势。值得注意的是，统计语言跟踪2007年股市泡沫，显示出新兴的结构，在评论员的语言，逐步增加的协议，在他们的积极看法的市场。此外，在泡沫时期，一个显着的分歧，积极的语言发生所揭示的Kullback-Leibler分析。
2012-12-11 cs.CL cs.IR physics.soc-ph
The Illusion of the Perpetual Money Machine
我们认为，目前的危机和自2007年以来持续的经济停滞植根于对基于“永久货币机器”类型思维的政策的妄想信念。我们记录了强有力的证据表明，自20世纪80年代初以来，消费越来越多地由较小的储蓄，蓬勃发展的金融利润，从房价升值和爆炸性债务中提取的财富提供资金。这与20世纪50年代和60年代的生产率推动的增长形成鲜明对比。这一转变始于1980年代初，放松管制的气氛和旨在分散和分散全球风险的金融衍生工具的大规模增长进一步支持了这一转变。其结果是一连串的泡沫和崩溃，包括1987年10月的全球股票市场泡沫和大崩溃，20世纪80年代的储蓄和贷款危机，1991年日本巨大的不动产和股票市场泡沫的破裂，1994年和1997年的新兴市场泡沫和崩溃，1998年的长期资本管理公司危机，2000年互联网泡沫破裂，最近的房价泡沫，通过特殊投资工具的金融化泡沫，股票市场泡沫，商品和石油泡沫以及债务泡沫，所有这些都是共同发展和相互助长的。我们不应该仍然希望真正的财富来自货币创造，我们需要从根本上进行新的思考。在不确定的时代，比以往任何时候都更有必要在情景中思考：未来会发生什么，以及对你的财富和资本有什么影响？如何防范不利情况？因此，我们最后要探讨“我们能做什么？他说：“从宏观层面，讨论有关鼓励措施的基本问题，构思及预测投资前景，以及发展投资见解。
2012-12-12 physics.soc-ph q-fin.GN q-fin.RM
Speculative bubbles and crashes in stock market: an interacting-agent model of speculative activity
我们提出了一个相互作用的代理模型的投机活动解释泡沫和崩溃的股票市场。我们通过一个无限范围的伊辛模型来描述股票市场，以表达交易者的投资态度受到其他交易者的影响的趋势。气泡和崩溃的理解和描述定性和定量的经典相变。利用实际金融数据（1987-1992年日本股市泡沫及随后的崩盘）对模型参数进行估计的结果表明，模型拟合质量良好，参数值具有较好的一致性。
2000-10-18 cond-mat.stat-mech q-fin.GN
