Prospect Theory and Inertia in a Heterogeneous Agent Model

Abstract

V bakalářské práci je vytvořeno rozšíření populárního heterogenního agentního modelu oceňování kapitálových aktiv založené na Prospect Theory. Toto roz- šíření zahrnuje zejména averzi ke ztrátám, která způsobuje averzi k riziku a asymetrické reakce vůči ziskům a ztrátám. Součástí práce je také posouzení speciálního případu výběru tržních strategií agenty, který ovlivňuje celkovou dynamiku modelu, označovaného jako Asynchronní obnovování. Toto rozšíření má za cíl modelovat setrvačnost investorů (investor inertia). Následně je po- mocí metod Monte Carlo zkoumáno chování modelu s těmito rozšířeními- zejména pak statistické vlastnosti výstupních dat-a posouzena relevantnost těchto rozšíření ve vztahu k empirickým datům a stylizovaným faktům. Výsled- kem je zjištění, že rozšíření modelu založené na Prospect Theory je proveditelné a umožňuje zachování původní jednoduchosti modelu, aniž by došlo ke ztrátě jeho důležitých charakteristik. Rozšíření dále mění kvalitativní chování mod- elu, produkuje statisticky odlišná rozdělení nejdůležitějších proměnných a po- souvá model blíže k reálné dynamice trhů. Asynchronní obnovování na druhou stranu ve většině případů...

Using the Heterogeneous Agent Model framework, we develop and incorporate an extension based on Prospect Theory into a popular agent-based asset pric- ing model. The extension covers the phenomenon of loss aversion manifested mainly in risk aversion and asymmetric treatment of gains and losses. Ad- ditionally, we explore a special case of the model's intrinsic dynamics termed Asynchronous Updating that affects agents' selection of trading strategies and mimics the investor inertia effect. Using Monte Carlo methods, we investigate behavior and statistical properties of the extended versions of the model and assess relevance of the extensions with respect to empirical data and stylized facts of financial time series. We find that the Prospect Theory extension is fea- sible, that it keeps the essential underlying mechanics of the model intact, and that it changes the model's dynamics considerably. Moreover, the extension shifts the model closer to the behavior of real-world stock markets. Contrar- ily, the Asynchronous Updating feature does not produce statistically different empirical distributions of most of the main variables. However, it dramati- cally increases chances of fundamentalists to survive in the market even when changes to more profitable strategies are increasingly facile. Bibliographic...