Abstrak

Makalah ini membahas dampak krisis keuangan pada pasar valuta asing (FX), di mana Evolusi entropi
diukur untuk nilai tukar yang berbeda, dengan menggunakan waktu bergantung metode entropi blok.
Hasil empiris menunjukkan bahwa krisis keuangan dikaitkan dengan peningkatan signifikan entropi
nilai tukar, yang mencerminkan ketidakstabilan dinamika pasar FX. Sesuai dengan ekspektasi
fenomenologis, ditemukan bahwa pasar valas dengan besar likuiditas dan volume perdagangan yang
besar, lebih inert - mereka pulih lebih cepat dari krisis daripada pasar dengan likuiditas kecil dan
volume perdagangan kecil. Apalagi analisa numerik kita menunjukkan bahwa periode ketidakpastian
ekonomi didahului oleh periode nilai entropi rendah, yang dapat berfungsi sebagai alat untuk
mengantisipasi terjadinya krisis keuangan.

Pendahuluan

1. Perkenalan

Nilai tukar mata uang asing memainkan peran penting dalam pasar keuangan terbesar dan paling
cair di dunia: devisa (FX) pasar. Fluktuasi mata uang memiliki efek luas pada aktivitas ekonomi
seperti impor dan ekspor, harga inflasi, dan pertumbuhan ekonomi [1,2]. Selain fluktuasi kecil setiap
saat, nilai tukar menunjukkan pergerakan drastis selama periode krisis keuangan [3-5], yang
sebagian dapat dijelaskan oleh arus ke dan dari mata uang safe haven sebagai investor mencari aset
yang lebih andal [5]. Memahami dinamika pergerakan seperti itu di pasar FX bisa sangat penting
untuk diantisipasi dampak global dari krisis finansial di masa depan. Bachelier [6] mengajukan model
gerak Brown untuk harga saham yang menunjukkan bahwa perbedaan harga dapat dijelaskan
dengan proses acak Akibatnya, teori pasar berevolusi dari pekerjaan Bachelier yang menunjukkan
bahwa jika pasar efisien maka harga akan menunjukkan perilaku berjalan acak. Hipotesis pasar yang
efisien (EMH) untuk pasar FX mengklaim bahwa semua informasi yang relevan dengan nilai tukar
sudah dimasukkan ke dalam nilai sekarang dari mata uang [7,8]. Namun, beragam studi [9-12]
menunjukkan bahwa pasar keuangan bisa menjadi tidak efisien dan menyimpang dari perilaku
berjalan acak. Banyak statistik metode telah diusulkan untuk mengukur efisiensi pasar [9,13-16],
baru-baru ini perhatian lebih terfokus pada entropi metode berbasis seperti entropi kira-kira [17,18],
entropi multiscale [19], permutasi entropi [20], entropi Shannon, Entropi Renyi, dan entropi Tsallis
[21,22]. Makalah ini menggunakan entropi Shannon yang terbukti berhasil alat kuantitatif dalam
studi fenomena yang berbeda seperti dalam fusi data [23], komunikasi [24], fisiologi [25,26],
geofisika [27], astrofisika [28], hidrologi [29], teknik [30], dan keuangan [31]. Konsep entropi telah
banyak digunakan di bidang keuangan [32-37]. Berasal dari standar Boltzmann-Gibbs (BG) mekanika
statistik, entropi Shannon mengukur jumlah gangguan pada sistem. Shannon [38] mendalilkan
entropi itu dapat diterapkan pada rangkaian mana probabilitas ada, yang menghasilkan banyak
karya [21,34,39,40] mengukur entropi dalam deret waktu keuangan. Analisis entropis juga menarik
banyak perhatian di bidang keuangan karena dapat mengekstrak informasi jika tidak dikaburkan oleh
struktur kacau seri [21,36]. Karena ukuran entropi standar tidak bekerja dengan baik seri waktu
nonstasioner, ukuran entropi bergantung waktu telah diperkenalkan [35,41-43], yang menghasilkan
temporal evolusi entropi Dalam tulisan ini, kami menganalisis dampak krisis keuangan pada pasar FX
dengan menggunakan skema discretization simbol ganda yang menangkap semua kemungkinan
tren pada skala temporal harian, bersama dengan skala penguat jendela lokal yang memungkinkan
analisis simultan dari fluktuasi nilai tukar kecil dan besar. Evolusi entropi diukur selama delapan
belas tahun nilai tukar mata uang asing yang berbeda dalam periode 1971 sampai 2014. Perubahan
entropi diselidiki selama perbedaan keuangan krisis, seperti krisis minyak 1973 dan krisis keuangan
global tahun 2007, dan dibandingkan antara pasar FX yang berbeda. Sisa dari makalah ini disusun
sebagai berikut. Bagian 2 memperkenalkan entropi Shannon dan entropi tergantung waktu metode.
Pada Bagian 3 kita menggambarkan data dan menyajikan hasil eksperimen. Akhirnya, kesimpulan
ditarik dalam Bagian 4

2. Time-dependent block entropy

Entropi adalah ukuran gangguan pada sistem. Dalam teori informasi, entropi Shannon dapat
dipandang sebagai rata-rata jumlah informasi yang dikodekan dalam pola yang diambil dari distribusi
probabilitas [38]. Entropi Shannon klasik adalah diberikan oleh

S (Z) = - Sum pi log pi (1)

dimana Z adalah variabel acak diskrit dengan nilai yang mungkin z1, ..., zm dan pi adalah probabilitas
Z dengan asumsi nilai zi. Perhatikan bahwa entropi adalah maksimum S (Z) = log m ketika semua nilai
zi, i = 1, ..., M, sama mungkin, atau lebih tepatnya p1 = p2 = = pm = 1 / m. Namun, entropi
minimum S (Z) = 0 bila nilai tunggal zi terakumulasi semua probabilitas dan pasti terjadi. Untuk deret
waktu keuangan, entropi mendekati log m menunjukkan rangkaiannya hampir acak dan bisa
diartikan sebagai efisiensi pasar yang tinggi [44]. Karena entropi menggambarkan ketidakpastian
rata-rata suatu urutan, tidak selalu berguna untuk menganalisis nonstationaritas [36], Dengan
demikian, ukuran informasi yang berbeda dapat diterapkan pada rangkaian waktu nonstasioner.
Ukuran entropi tergantung waktu berdasarkan teknik jendela geser dan menghasilkan evolusi
entropi temporal. Mengingat deret waktu Z = z1, ..., zN, the Jendela geser didefinisikan sebagai Xn =
z1 + n, ..., zw + n, n = 0, 1, ..., N + (w - - 1) dimana w N adalah jendela ukuran, w adalah
langkah geser, dan operator [.] menunjukkan mengambil bagian integer dari argumen. Nilai dari
deret waktu di setiap jendela Xn sekarang dibagi menjadi satu set interval menguraikan M I1, ..., IM,
dan setiap interval diberikan perbedaan simbol. Jendela asli Xn ditransformasikan menjadi
representasi simbolis Xn 'dengan mengganti masing-masing nilai zi, i = 1 + n, ..., i = w + n oleh
simbol yang sesuai dengan interval dimana nilai zi berada. Entropi dari Jendela Xn akhirnya
ditentukan dengan menganalisis w - L + 1 berturut-turut tumpang tindih urutan simbolik (blok)
panjang L di jendela simbolis Xn ':

S (Xn ') = - sum pn (Yi) log pn (Yi) (2)

Dimana Yi, i = 1, ..., ML adalah sekumpulan urutan simbolis L yang mungkin dapat dibangun dengan
menggunakan simbol M. Itu probabilitas pn (Yi) dihitung sebagai perbandingan antara jumlah urutan
Yi dan jumlah urutan di jendela w - L + 1.

3. Data dan hasil

Kami menganalisis fluktuasi harian dari 18 nilai tukar mata uang asing yang berbeda mulai dari tahun
1971 sampai 2014 [45,46]. Nama mata uang, simbol abjad, kekuatan pasar, dan periode yang
dianalisis tercantum pada Tabel 1. Kekuatan FX pasar ditentukan oleh likuiditas dan volume
perdagangannya: pasar yang kuat memiliki likuiditas yang besar dan volume perdagangan yang
besar, sementara pasar yang lemah memiliki likuiditas kecil dan volume perdagangan kecil. Volume
perdagangan dan likuiditas diukur dengan menggunakan perputaran nilai tukar (biaya gabungan dari
semua transaksi perdagangan) yang ditemukan di Ref. [47]. Kami juga menggunakan GDP nominal
dan pembelian power parity (PPP) [48] sebagai langkah alternatif kekuatan pasar. Untuk setiap mata
uang kita menghitung kembali logaritmik Ri (t) = ln Pi (t + 1t) - ln Pi (t), di mana Pi (t) adalah nilai
tukar penutupan harian pada waktu t. Seri waktu diubah menjadi suatu representasi simbolis dari
nilai diskrit, seperti yang dijelaskan pada Bagian 2, dan entropi dihitung pada interval waktu yang
berbeda berdasarkan urutan nilai simbolis L. Entropi tergantung waktu diterapkan pada hasil
logaritma harian nilai tukar valuta asing dan periode yang tercantum dalam Tabel 1. Simulasi
dilakukan dengan menggunakan jendela w = 1000 hari (4 tahun seperti yang disarankan dalam
Pustaka [14] karena hal tersebut mencerminkan politiksiklus di sebagian besar negara), untuk
menangkap lokalitas dan menghindari kebisingan yang tidak perlu, dan memperbaiki langkah geser
ke = 1 hari. Setiap Jendela dibagi menjadi M = 10 interval yang terpisah untuk simbolisasi (butiran
kasar), di mana simbol sesuai dengan positif dan hasil negatif dari besaran yang berbeda.
Pendekatan multi-simbol ini memungkinkan menangkap informasi berukuran besar dan kecil
perubahan dalam seri (misalnya tren meningkat dan menurun), tidak seperti karya lainnya [22,35,44]
yang menggunakan simbolisasi biner untuk membedakan hanya antara hasil positif dan negatif.
Entropi Shannon kemudian dihitung untuk setiap jendela yang digunakan urutan (blok) L = 6
logaritmik setiap hari. Pada Gambar 1 terlihat bahwa entropi nilai tukar mengasumsikan nilai tinggi
selama periode krisis keuangan. Ini entropi tinggi menunjukkan bahwa ada kebingungan di pasar FX
yang disebabkan oleh fluktuasi nilai tukar mata uang yang tidak teratur. Minyak tahun 1973 krisis
(1973-74) [49], yang timbul dari embargo minyak yang diberlakukan oleh OPEC, menyebabkan
kebingungan di antara pasar utama FX di Eropa termasuk Denmark, Inggris, Norwegia, Swedia, dan
Swiss. Krisis Hutang tahun 1980an [50] terpengaruh negara berkembang yang sangat berhutang
seperti Selandia Baru, Afrika Selatan, Australia, dan Malaysia. Setelah perumahan gelembung, krisis
perbankan Swedia (1990-94) [51] menggandakan ketidakpastian Krona Swedia, sementara krisis Asia
Timur (1997-98) pasar FX yang tidak stabil di Korea Selatan, Malaysia, Thailand, dan Singapura. Baru-
baru ini, keuangan global krisis (2007-09) [5] mempengaruhi semua pasar keuangan dan
mengakibatkan fluktuasi nilai tukar mata uang asing yang besar. Ini empiris temuan mengkonfirmasi
hasil sebelumnya [3,4,33,35] bahwa krisis keuangan dikaitkan dengan pergerakan yang signifikan
dalam pertukaran tingkat dan dengan demikian meningkatkan ketidakstabilan dalam dinamika pasar
FX. Sisa dari makalah ini berfokus pada perubahan entropi yang terkait dengan krisis keuangan
global (2007-09). Berasal dari gelembung perumahan AS, krisis keuangan terbaru ini tak ada
bandingannya, karena ini adalah satu-satunya krisis yang mempengaruhi seluruh pasar keuangan
global. Gambar 1 menunjukkan bahwa semua pasar FX tidak stabil, ditunjukkan oleh pembentukan
gelembung yang dimulai dengan entropi ke atas tren, dan berakhir dengan tren penurunan entropi.
Gelembung entropi ini mencerminkan peningkatan gangguan nilai tukar fluktuasi. Kami mengukur
gelembung sebagai daerah antara dua palung di entropi (lihat Gambar 2), di mana amplitudo A
adalah diberikan oleh maksimal lokal dan periode P dengan durasi tren. Tabel 2 mencantumkan
amplitudo dan periode gelembung dibentuk untuk setiap pasar FX selama krisis keuangan global.
Gelembung Entropi di Ringgit Malaysia dan Krona Swedia memiliki amplitudo terbesar, diikuti oleh
gelembung nilai tukar di Australia, Kanada, Taiwan, Brasil, dan Meksiko, sementara nilai tukar mata
uang yang tersisa memiliki gelembung dengan amplitudo terkecil. Semua pasar FX yang dianalisis
memiliki periode yang sama Gangguan meningkat antara 1000 dan 2000 hari. Dari Gambar 1, kita
juga menemukan bahwa setiap gelembung selalu didahului oleh sebuah mencelupkan ke dalam nilai
entropi (ditunjukkan oleh lingkaran penuh), yang bisa menjadi prekursor krisis keuangan.

Meskipun gelembung yang dianalisis memiliki amplitudo dan periode yang sama, keduanya ditandai
dengan puncak yang berbeda. Gelembung dengan puncak yang tajam disebabkan oleh semburan
pendek pada entropi, sedangkan gelembung dengan puncak datar terjadi akibat periode
berkepanjangan nilai entropi tinggi Tren peningkatan dan penurunan entropi dapat diartikan sebagai
transisi pasar FX dari keadaan yang kurang atau lebih tidak teratur. Puncak gelembung sesuai dengan
keadaan entropi yang tinggi sistem. Akibatnya, kita membandingkan puncak yang ditemukan dalam
gelembung entropi dengan nilai tukar mata uang asing yang berbeda. Kami menghitung Perbedaan
relatif antara entropi Smax maksimum dan nilai entropi Si dari setiap titik lain dalam gelembung,

Gambar 1. entropi tergantung waktu pada hasil logaritma harian nilai tukar valuta asing. Lingkaran
penuh menunjukkan nilai entropi minimum antara krisis periode.

Gambar 2. Gelembung Entropi untuk Dolar Selandia Baru selama krisis keuangan global (2007-09).
Amplitudo dihitung sebagai perbedaan antara lokal maksimum (lingkaran biru) dan minimum lokal
(lingkaran merah), sedangkan jangka waktu diberikan oleh jarak antara dua minima lokal (lingkaran
merah). (Untuk interpretasi Dari referensi ke warna dalam legenda gambar ini, pembaca dirujuk ke
versi web artikel ini.)

dSi = (Smax - Si) / A, i = 1, ..., P. Panjang puncak entropi di sini diidentifikasi dengan jumlah berturut-
turut Nilai entropi yang perbedaan relatifnya dSi kurang dari pr = 20% magnitude A, seperti yang
diilustrasikan pada Gambar 3.

menunjukkan bahwa pasar FX yang berbeda memiliki puncak entropi dengan panjang yang berbeda.
Pasar yang kuat (likuiditas besar dan perdagangan besar volume) ditandai oleh puncak pendek,
sementara pasar lemah (likuiditas kecil dan volume perdagangan kecil) memiliki puncak yang lebih
panjang.

4. Kesimpulan

Dalam penelitian ini kami menyelidiki dampak krisis keuangan pada pasar FX yang berbeda. Waktu
entropi blok tergantung waktu Metode ini diterapkan untuk pengembalian logaritma harian dari 18
nilai tukar mata uang asing. Kami menemukan bahwa krisis keuangan terkait dengan nilai entropi
tinggi, yang timbul dari pergerakan nilai tukar mata uang asing yang signifikan. Selama periode krisis,
gelembung terbentuk dari tren penurunan dan penurunan entropi. Gelembung ini memiliki
amplitudo dan periode yang sama nilai tukar yang berbeda, namun puncaknya berbeda secara
signifikan. Pasar valas dengan likuiditas besar dan volume perdagangan yang besar adalah ditandai
dengan puncak yang tajam (tingkat pemulihan yang lebih pendek), sementara pasar FX lemah
dengan likuiditas kecil dan volume perdagangan kecil Telah diratakan puncak (tingkat pemulihan
yang lebih lama). Pendekatan entropi tergantung waktu telah terbukti berguna dalam
mengidentifikasi dan mengukur karakteristik penting dari perilaku pasar FX selama krisis keuangan.