Networks in Finance: Asset Pricing, Market Structure and Information

Abstract

Aquesta tesi doctoral estudia els mercats financers a través de la lent de la teoria de les xarxes. Els tres capítols estan units per un enfocament teòric, destacant qüestions particulars de les finances: el preu dels actius, l'estructura del mercat i la informació.

El capítol 1 tracta sobre l'estructura del mercat i les xarxes financeres. Estudio el preu dels actius quan la re-comerç pot tenir lloc en mercats coexistents i interconnectats. En el meu marc, hi ha un actiu divisible i un conjunt finit de comerciants. Es distribueixen per una xarxa comercial. Els comerciants poden adquirir accions a un preu comú, i després poden operar amb les seves connexions a preus possiblement diferents. Trobo que la centralitat comercial, una nova mètrica de xarxa, és una estadística suficient per a l'equilibri. La centralitat comercial processa la informació sobre els equilibris de re-comercialització esperats i la relaciona amb el comportament dels comerciants abans del comerç. L'adquisició d'actius d'un comerciant és proporcional a la seva centralitat, i el preu comú de l'actiu es defineix agregant la centralitat globalment. Per a les re-comercialitzacions a la xarxa, un comerciant exigeix la bretxa entre el seu nivell òptim d'actiu i la seva centralitat; mentre que cada preu es defineix agregant la centralitat localment a la xarxa del venedor. Investigo quins resultats del mercat i el benestar sorgeixen a les diferents xarxes comercials. S'examinen les implicacions per a l'emissió d'actius i els mercats entre distribuïdors.

El capítol 2 tracta sobre la dinàmica dels preus de les accions i la influència social. Desenvolupo un model de preus d'actius dinàmics en el qual les creences dels subjectes sobre el comportament dels preus de les accions són heterogènies i susceptibles als efectes entre iguals. Dos tipus de comerciants aprenen de manera òptima de les realitzacions de preus anteriors i comparteixen creences en una xarxa social. Mostro que, en cada període, el preu d'equilibri és una funció de les creences dels comerciants i de l'estructura de la xarxa. Com a resultat, sorgeixen auges i caigudes de la relació preu-dividend. El comerciant més (menys) especulatiu és el més influent durant els booms (descens). Les xarxes més connectades presenten una ràtio de dividend de preus menys volàtil, els episodis de booms i caigudes duren més i la realització del preu mitjà és més alta. A més, hi ha menys desacord en les creences. No obstant això, si els comerciants del mateix tipus estan altament interconnectats, la volatilitat de la borsa és més alta i els auges i les caigudes són més curtes. El model captura les característiques empíriques rellevants dels preus de les accions i els rendiments, i també és coherent amb l'evidència de l'enquesta sobre les expectatives dels inversors.

El capítol 3, conjuntament amb la professora Victoria Vanasco, investiga com els vincles socials interactuen amb informació asimètrica sobre els fonaments dels actius per donar forma als resultats del mercat. Considerem un mercat on els comerciants estan integrats en una xarxa social i formen creences sobre la mida del mercat en funció de les seves connexions. Distingim dos canals subjacents resultats del mercat: informació heterogènia sobre els fonaments dels actius i els vincles socials. En equilibri, l'estructura de xarxa determina la informació revelada i percebuda pels comerciants a partir del preu. El que, al seu torn, determina les demandes òptimes. El preu de l'actiu es determina mitjançant un únic coeficient de xarxa que captura l'efecte directe de les connexions en les creences dels comerciants. El model aporta una nova llum sobre la implicació de la presència creixent d'inversors minoristes als mercats financers i l'aparició de plataformes socials de compromís i inversió.

Esta tesis doctoral estudia los mercados financieros a través de la lente de la teoría de redes. Los tres capítulos están unidos por un enfoque teórico, destacando temas particulares en finanzas: fijación de precios de activos, estructura de mercado e información.

El capítulo 1 trata sobre la estructura del mercado y las redes financieras. Estudio la fijación de precios de activos cuando se puede volver a negociar en mercados coexistentes e interconectados. En mi marco, hay un activo divisible y un conjunto finito de comerciantes. Se distribuyen a través de una red comercial. Los comerciantes pueden adquirir acciones a un precio común y luego pueden negociar con sus conexiones a precios posiblemente diferentes. Encuentro que la centralidad comercial, una nueva métrica de red, es una estadística suficiente para el equilibrio. La centralidad comercial procesa la información sobre los equilibrios esperados de reintercambio y la asigna al comportamiento de los comerciantes antes del comercio. La adquisición de activos de un comerciante es proporcional a su centralidad, y el precio común del activo se define agregando la centralidad globalmente. Para las renegociaciones en la red, un comerciante exige la brecha entre su nivel óptimo de activo y su centralidad; mientras que cada precio se define agregando centralidad localmente en la red del vendedor. Investigo qué resultados de mercado y bienestar surgen en diferentes redes comerciales. Se examinan las implicaciones para la emisión de activos y los mercados entre intermediarios.

El capítulo 2 trata sobre la dinámica de los precios de las acciones y la influencia social. Desarrollo un modelo dinámico de fijación de precios de activos en el que las creencias de los sujetos sobre el comportamiento del precio de las acciones son heterogéneas y susceptibles a los efectos de los pares. Dos tipos de comerciantes aprenden de manera óptima de las realizaciones de precios anteriores y comparten creencias en una red social. Muestro que, en cada período, el precio de equilibrio es una función de las creencias de los comerciantes y la estructura de la red. Como resultado, surgen auges y caídas de la relación precio-dividendo. El comerciante más (menos) especulativo es el más influyente durante los auges (caídas). Las redes más conectadas exhiben una relación precio-dividendo menos volátil, los episodios de auge y caída duran más y el precio promedio de realización es más alto. Además, hay menos desacuerdo en las creencias. Sin embargo, si los comerciantes del mismo tipo están altamente interconectados, la volatilidad del mercado de valores es mayor y los auges y caídas son más breves. El modelo captura características empíricas relevantes de los precios y rendimientos de las acciones, y también es consistente con la evidencia de la encuesta sobre las expectativas de los inversionistas.

El capítulo 3, junto con la profesora Victoria Vanasco, investiga cómo los vínculos sociales interactúan con la información asimétrica sobre los fundamentos de los activos para dar forma a los resultados del mercado. Consideramos un mercado donde los comerciantes están integrados en una red social y forman creencias. sobre el tamaño del mercado en función de sus conexiones. Distinguimos dos canales que sustentan resultados del mercado: información heterogénea sobre los fundamentos de los activos y los vínculos sociales. En equilibrio, la estructura de la red determina la información revelada y percibida por los comerciantes del precio. Lo que, a su vez, determina las demandas óptimas. El precio del activo se determina por un solo coeficiente de red que captura el efecto directo de las conexiones en las creencias de los comerciantes. El modelo arroja nueva luz sobre la implicación de la creciente presencia de inversores minoristas en los mercados financieros y el surgimiento de plataformas sociales para el compromiso y la inversión.

This doctoral thesis studies financial markets through the lens of networks theory. The three chapters are united by a theoretical approach, highlighting particular issues in finance: asset pricing, market structure, and information.

Chapter 1 is on market structure and financial networks. I study asset pricing when re-trade can take place in co-existing and interconnected markets. In my framework, there is a divisible asset and a finite set of traders. They are distributed over a trading network. Traders can acquire shares at a common price, and then they may trade with their connections at possibly different prices. I find that trading centrality, a novel network metric, is a sufficient statistic for the equilibrium. Trading centrality processes information about expected re-trade equilibria, and maps it to traders¿ behavior before trade. A trader¿s asset acquisition is proportional to his centrality, and the asset common price is defined by aggregating centrality globally. For the re-trades in the network, a trader demands the gap between his optimal level of asset and his centrality; while each price is defined by aggregating centrality locally in the seller¿s network. I investigate what market outcomes and welfare arise at different trading networks. Implications for asset issuance and interdealer markets are examined.

Chapter 2 is about the dynamics of stock prices and social influence. I develop a dynamic asset pricing model in which subject beliefs about stock price behavior are heterogeneous and susceptible to peer effects. Two types of traders optimally learn from past price realizations and share beliefs in a social network. I show that, at each period, the equilibrium price is a function of traders' beliefs and the network structure. As a result, booms and busts of the price-dividend ratio emerge. The most (least) speculative trader is the most influential during booms (busts). More connected networks exhibit less volatile price dividend ratio, booms and busts episodes last longer, and the average price realization is higher. Also, there is less disagreement in beliefs. However, if traders of the same type are highly interconnected stock market volatility is higher and booms and busts are shorter. The model captures relevant empirical features of stock prices and returns, and it is also consistent with the survey evidence on investor expectations.

Chapter 3, joint with Prof. Victoria Vanasco, investigates how social linkages interact with asymmetric information about asset fundamentals to shape market outcomes. We consider a market where traders are embedded in a social network and form beliefs about market size based on their connections. We distinguish two channels underpinning market outcomes: heterogeneous information about asset fundamentals and social linkages. In equilibrium, the network structure determines the information revealed and perceived by traders from price. What, in turn, pin down optimal demands. Asset price is determined by a single network coefficient capturing the direct effect of connections in traders¿ beliefs. The model sheds new light on the implication of the increasing presence of retail investors in financial markets and the emergence of social platforms for engagement and investing.