Hidden Markov Modelling of Earthquake-Related Market Regimes and State-Dependent Forecasts: Evidence from the Turkish Stock Market
Deze studie maakt gebruik van een driestatig Gaussisch Hidden Markov-model op Borsa Istanbul 100-data om aan te tonen dat, hoewel grote aardbevingen niet systematisch verschuivingen tussen marktregimes triggeren, de resulterende staat-afhankelijke voorspellingen significante verschillen laten zien in het neerwaartse risico op de korte termijn.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Financiële markten zijn zelden de stabiele, voorspelbare machines die ze lijken te zijn op een dagelijkse grafiek. In plaats daarvan verschuiven ze vaak tussen verschillende stemmingen, of "regimes", die bepalen hoe prijzen zich gedragen. Soms is de markt kalm en beweegt deze binnen een nauwe, voorspelbare marge; andere keren wordt zij gegrepen door onzekerheid, met schommelingen van gematigde volatiliteit; en incidenteel belandt de markt in een crisistoestand waarin prijzen kelderen en chaos heerst. Deze verschuivingen zijn niet altijd duidelijk zichtbaar voor het blote oog, maar ze veranderen fundamenteel het risico dat een investeerder loopt. Begrijpen wanneer een markt zich in een van deze staten bevindt, en hoe lang zij daar zal blijven, is cruciaal voor iedereen die de economie probeert te navigeren. Een nieuwe studie uit Turkije onderzoekt of een specifieke, angstaanjagende vorm van externe schok — grote aardbevingen — de aandelenmarkt dwingt in deze crisistoestanden, of dat de interne ritmes van de markt complexer zijn dan een enkele ramp kan dicteren.
De onderzoekers richtten zich op de Borsa Istanbul 100, de belangrijkste index van de Turkse aandelenmarkt, die dient als een barometer voor de economische gezondheid van het land. Turkije ligt op enkele van de meest actieve breuklijnen ter wereld, wat het een perfect laboratorium maakt voor deze vraag. Het team verzamelde meer dan vier duizend handelsdagen aan data, verspreid van begin 2009 tot begin 2026, en zocht naar patronen in de bewegingen van de markt. Ze keken niet simpelweg naar of de markt op de dag van een aardbeving omhoog of omlaag ging. In plaats daarvan gebruikten ze een statistisch instrument genaamd een hidden Markov-model. Zie dit instrument als een manier om te luisteren naar de onderliggende hartslag van de markt, waarbij geprobeerd wordt te detecteren of de markt zich momenteel in een "normale", "onzekere" of "crisis"-modus bevindt, zelfs wanneer die modi niet expliciet op een nieuwsbericht worden vermeld. Door de dagelijkse rendementen te analyseren, identificeerde het model drie verschillende staten: een normale staat met lage volatiliteit, een onzekerheidstoestand met gematigde schommelingen, en een crisistoestand gekenmerkt door hoge volatiliteit en negatieve rendementen.
Zodra het model deze drie staten over de zestienjarige periode had in kaart gebracht, legden de onderzoekers de geschiedenis van grote aardbevingen eroverheen. Ze filterden de data om alleen significante seismische gebeurtenissen op te nemen, specifiek die met een magnitude van 5,5 of hoger, en stemden deze af op de handelsdagen waarop de markt open was. Het doel was om te zien of deze aardbevingdagen disproportioneel waarschijnlijk in de "crisis"-categorie zouden vallen. De resultaten waren verrassend. Ondanks de intuïtieve verwachting dat een grote aardbeving de markt onmiddellijk in een staat van paniek zou storten, toonden de gegevens geen dergelijke systematische link. De aardbevingdagen waren verdeeld over de drie staten in bijna exact hetzelfde evenredigheid als een willekeurige dag in de geschiedenis van de markt. Ongeveer 9 procent van de aardbevingdagen viel in het crisisregime, terwijl de rest werd verdeeld tussen onzekerheid en normale omstandigheden. Deze verdeling was statistisch niet te onderscheiden van het algemene gedrag van de markt.
De studie onderzocht ook of de omvang van de aardbeving uitmaakte. Ze scheidden de gebeurtenissen in die met een magnitude tussen 5,5 en 6,49 en die die nog groter waren, namelijk 6,5 of hoger. De hypothese was dat de meest massieve bevingen degene zouden kunnen zijn die in staat zijn om een onmiddellijke verschuiving naar een crisistoestand te triggeren. Echter, de analyse vond hiervoor eveneens geen bewijs. Of de aardbeving nu een sterke 5,5 was of een verwoestende 6,5, het voorspelde geen onmiddellijke verandering in het onderliggende regime van de markt. De markt sprong niet consequent van een kalme staat naar een crisistoestand simpelweg omdat er een grote trilling plaatsvond. Dit suggereert dat hoewel een specifieke aardbeving aanzienlijke schade kan toebrengen aan bepaalde bedrijven of sectoren, de geaggregeerde marktnindex niet automatisch in een "crisismodus" springt op basis van de magnitude van de aardbeving alleen. De reactie van de markt lijkt af te hangen van andere factoren, zoals de locatie van de beving, de timing ten opzichte van de handelsuren, of de bredere economische omstandigheden op dat moment, waarvan er geen door de grootte van de aardbeving alleen werden gevangen.
Hoewel de aardbevingen de markt niet leken te dwingen in een crisistoestand, vond de studie dat het weten van de huidige staat van de markt ongelooflijk krachtig is voor het voorspellen van wat er volgt. De onderzoekers gebruikten hun model om te simuleren hoe de markt zich de komende maand zou kunnen gedragen, afhankelijk van waar deze startte. Als de markt in een crisistoestand begint, laten de simulaties zien dat er een hoge waarschijnlijkheid is dat de markt de volgende dag of twee dagen in die staat blijft, maar dat het onwaarschijnlijk is dat deze onmiddellijk terugkeert naar normaal. In plaats daarvan heeft de markt de neiging om eerst naar de "onzekerheidstoestand" te drijven, die fungeert als een middenweg voordat de markt uiteindelijk terugkeert naar rust. Omgekeerd, als de markt in een normale staat begint, is het zeer waarschijnlijk dat zij daar een tijdje blijft, hoewel het risico om uiteindelijk een crisistoestand te bezoeken toeneemt over een periode van dertig dagen. Deze simulaties onthulden dat het startpunt enorm veel uitmaakt. Een markt die in crisis begint, heeft een veel breder scala aan mogelijke uitkomsten en een aanzienlijk hogere kans om de maand met een verlies te eindigen vergeleken met een markt die in een normale staat begint.
De bevindingen bieden een genuanceerd beeld van hoe natuurrampen interageren met financiële systemen. Ze suggereren dat de markt geen fragiel glas is dat bij de eerste tekenen van een trilling direct versplintert. In plaats daarvan heeft het een complexe interne structuur die weerstand biedt aan eenvoudige oorzaak-gevolgverklaringen. Een grote aardbeving garandeert geen beurscrash, noch garandeert het een verschuiving naar een crisismodus. De reactie van de markt wordt gefilterd door de huidige conditie en andere onzichtbare variabelen. Echter, zodra de markt in een crisistoestand verkeert, heeft zij de neiging om daar een tijdje in te blijven, waarbij zij door een periode van onzekerheid beweegt voordat zij herstelt. Voor investeerders en analisten is de les dat het observeren van externe schokken zoals aardbevingen slechts een deel van het plaatje is. Het begrijpen van de huidige verborgen staat van de markt — of deze nu kalm, onzeker of in crisis is — biedt een veel duidelijker overzicht van de risico's die vooruitkijken, ongeacht wat de grond onder de handelsvloer doet.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.