Professor Didier Sornette

Professor Didier Sornette macht seine Forschung der ganzen Welt zugänglich

Siehe sein TED talk "How we can predict the next financial crisis" hier.

Siehe ein Interview mit CNN hier,


Die nächste Generation der Verhaltensökonomie

Der Verhaltensökonomie der nächsten Generation liegen Theorien wie Herding- und Netzwerkeffekte zugrunde

Herdenverhalten

Agenten, die auf den Finanzmärkten interagieren und konkurrieren, führen von Natur aus zu:

  • Positiven Rückmeldungen
  • Schneller als exponentielle Dynamiken (schlussendlich instabil)
  • Identifizierbare Phasen der Instabilität

Netzwerke

  • Umfangreiche Untersuchungen haben ergeben, dass die Art der Preismuster inhärent die Art der Menschen widerspiegelt, die kollektiv Vermögenswerte mit ungewissem Wert handeln
  • Agentenbasierte Modelle mit generischen Regeln erzeugen dieselben Strukturen und können zum Reverse-Engineering von Finanzmärkten verwendet werden. Sie bieten auch einen Rahmen zum Testen von Hypothesen und Machbarkeit
  • Computerprogramme der SIMAG bauen auf der rationalen Integration unseres Verständnisses auf, wie interagierende und konkurrierende Agenten mit Rückkopplungsdynamik unsichere Informationen interpretieren und darauf reagieren

Wissenschaftliche Grundlagen & Beispiele

Was haben ein Hochdrucktank auf einer Rakete, ein Erdbeben und ein geschäftiger Markt gemeinsam? Alle drei haben das Potenzial für extremes Verhalten: Bruch, Beben oder Absturz.

Die von Prof. Didier Sornette durchgeführten Untersuchungen zeigen, dass sie alle in sehr ähnlichen physikalischen Begriffen beschrieben werden können. Sie können als selbstorganisierende Systeme beschrieben werden, die über viele Skalen hinweg, von sehr klein bis sehr groß, ähnliche Muster entwickeln. Der gleiche mathematische Rahmen von Singularitäten bietet eine sehr mächtige Sprache und Beschreibung dieser Phänomene. Prof. Didier Sornette und seine Gruppe haben sich zu führenden Experten für diesen mathematischen Rahmen entwickelt, der eine einheitliche Sprache für Systeme darstellt, die sich im Wandel von Regimen, Übergängen, Transformationen, Revolutionen, Krisen, Brüchen usw. befinden.

Die übergreifende Philosophie der Theorie, die SIMAG-Methoden antreibt, ist die Erkenntnis, dass die Welt, insbesondere soziale Strukturen und Finanzmärkte, als komplexe hierarchische Systeme organisiert sind. Mehrere Systeme interagieren und beeinflussen sich gegenseitig, was zu erkennbaren (endlich-zeitlich singulären) Verhaltensweisen führt, die mit Bereichen der Vorhersagbarkeit verbunden sind.

Beispiel 1: Raketen Wissenschaft (literally!)

Materialschäden und Materialbrüche sind aufgrund ihrer wirtschaftlichen und menschlichen Kosten von großem Interesse. Diese Themen umfassen eine breite Palette von Phänomenen wie das Brechen von Glas, die Alterung von Beton, das Versagen von Glasfasernetzen und das Brechen eines Metallstabs, der einer äußeren Belastung ausgesetzt ist. Bei all diesen Phänomenen handelt es sich um Verbundsysteme verschiedener Komponenten. Ausfälle von Verbundsystemen sind in der Marine-, Luftfahrt- und Raumfahrtindustrie von größter Bedeutung.

Als Prof. Didier Sornette eine Methode erfand, um das Versagen von Druckbehältern vorherzusagen, die an der Ariane-Rakete und den Satelliten befestigt waren, wurde dies schnell zur Routine bei industriellen Überwachungsverfahren. Das Schlüsselkonzept dieser Erfindung besteht darin, das kollektive Verhalten von Schallemissionen zu quantifizieren, das den Grad der Verschlechterung und die Möglichkeit eines systemischen Ausfalls innerhalb des Drucktanks aufzeigt. Mathematisch verwendet die Methode Konzepte aus der „Renormalisierungsgruppentheorie“ kritischer Phänomene, für die Kenneth Wilson 1982 einen Nobelpreis für Physik verliehen wurde.

Beispiel 2: Soziales System

Soziale Systeme, insbesondere Finanzmärkte, werden durch das Zusammenspiel von exogenem Informationsfluss, Störungen und Erschütterungen einerseits und durch endogene Interaktionen, die auf externe Anfragen reagieren, andererseits organisiert und strukturiert. Buchverkäufe, YouTube-Videoaufrufe, Kinobesuche und Social-Media-Hype sind anschauliche Beispiele, an denen die mit SIMAG verbundene ETH-Zürich Gruppe das Vorhandensein einer kleinen Anzahl universeller Klassen in der Reaktionsfunktion auf Schocks, Nachrichten und Störungen nachgewiesen hat.

Diese Klassen können verwendet werden, um endogene von exogenen Anomalien zu unterscheiden. Dies ermöglicht wiederum die Quantifizierung der Reaktion des Systems, seine Vorhersagbarkeit und damit die operative Umsetzung optimaler Strategien.

Mehr Beispiele von selbstorganisierenden Systemen

  • Finanzblasen und -crashes
  • Entstehung eines Blitzes
  • Planetenbildung im Sonnensystem durch weggelaufene Ansammlung von Planetesimalen
  • Singularitätssätze von Penrose und Hawking in der Allgemeinen Relativitätstheorie
  • Bildung von Schwarzen Löchern (allgemeine Relativitätstheorie gekoppelt an ein Massenfeld)
  • Plasmaphysik in Tokamaks für die Kernfusion
  • Entstehung von Wetterfronten in der Meteorologie
  • Beschreibung der hydrodynamischen Turbulenzen
  • Bruch und Versagen von Werkstoffen und Konstruktionsstrukturen
  • Erdbebenprozesse
  • Chemotaxis von Mikroorganismen, die sich zu Fruchtkörpern aggregieren
  • Oberflächeninstabilitäten zur Bildung von Spitzen
  • Abplatzen von Flüssigkeitströpfchen in der Küche
  • Eulerscheibe (rotierende Abrechnungsmünze)

Log Periodic Power Law Singularity (LPPLS)

Resultate

Die daraus resultierenden Analysen identifizieren den Grad der System- (In-) Stabilität - ein stark instationärer Indikator, der probabilistische Informationen über die Attraktivität des Besitzes einer bestimmten Aktie, eines bestimmten Sektors oder eines bestimmten Landes zu einem bestimmten Zeitpunkt liefert

 

Proprietäres Know How

Proprietäre Forschung identifiziert komplexe „Fingerabdrücke“ von Regimewechseln mit LPPLS

 

Proprietäre Indikatoren

Parameterbereiche, statistische Konfidenzmetriken und dynamische Muster werden zur Diagnose des Status des Gesamtprozesses, der Systemstabilität und des Risikograds verwendet

 

Angepasste Kennzahlen

Die resultierenden Metriken liefern robuste Indikatoren für das längerfristige Marktregime (Risiko ein, Risiko aus). Diese Metriken werden auf Kosten intensiver Rechenleistungen ermittelt

 

Die Forschung von Professor Didier Sornette hat gezeigt, dass die meisten Blasen, Abstürze und Regimewechsel im Finanzbereich eine interne Ursache oder einen internen Ursprung haben (d. H. sie sind endogen).

 

Die klassische Verhaltensökonomie konzentriert sich hauptsächlich auf die Vorurteile bei der Entscheidungsfindung bei Einzelpersonen, einschließlich übermässiges Selbstvertrauen, *conjunction fallacy" (dh die Annahme, dass bestimmte Bedingungen wahrscheinlicher sind als eine einzige allgemeine Bedingun), "disjunction effect" (dh das Auseinanderfallen des Prinzips des sicheren Ausgangs) das Allais-Paradoxon (dh die Inkonsistenz der tatsächlich beobachteten Entscheidungen mit den Vorhersagen der Nutzentheorie) und das Ellsberg-Paradoxon (Menschen ziehen es überwiegend vor, in Situationen, in denen sie bestimmte Chancen kennen, ein Risiko einzugehen, anstatt ein alternatives Risikoszenario zu wählen, in dem die Chancen nicht eindeutig sind).

 

Unser Ansatz lautet „Verhaltensökonomie der nächsten Generation“: Wir identifizieren und nutzen die Vorurteile und Strukturen, die sich aus dem kollektiven Verhalten des Menschen und seinen Interaktionen ergeben. Dies führt zu Phänomenen wie "die Weisheit der Menge" sowie "der Wahnsinn der Menge". Bei marktfähigen Wertpapieren und Finanzmärkten konzentriert sich die Verhaltensökonomie der nächsten Generation auf die kollektive Dynamik, die das Aggregat vieler Einzelentscheidungen darstellt und daher relevanter ist.