徐海燕[1]2007年在《中国股票市场非线性研究》文中研究表明经济系统因为在时间上的不可逆性，线路上的多重因果反馈性及不确定性，具有非常复杂的非线性特征。股票市场作为经济系统的一个重要组成部分，也是一个极其复杂的系统。近几年的研究成果表明，有效市场理论存在缺陷，不能解释中国股票市场的许多现象。在股票市场研究中，非线性科学的理论和方法具有巨大的优势和潜力，显示出强大的生命力。以非线性的理论和方法为基础，来研究中国股票市场的非线性特征，有利于深入理解和认识股票市场的有效性、波动性和持续性，具有非常重要的理论和现实意义。在理论方面，论文系统地研究了中国股票市场的非线性特征，并得出了一系列中国股票市场的非线性行为的结论。在现实方面，运用R／S分析方法来解释并预测各种复杂的经济现象具有十分重要的现实意义。本文通过使用R／S分析方法，研究了中国股票市场的非线性特征。首先，以EViews和Excel软件为工具，对中国1996年到2007年期间的上证综合指数和深圳成份指数的收盘数据进行了R／S分析。继而得到中国股票市场不服从正态分布。中国股票市场中存在许多种类型的噪声，将R／S分析应用于有噪声的序列来检验中国股票市场的非线性依然有效。其次，通过对数据进行分析和检验，发现了中国股票市场的非线性特征。最后，利用Black-Scholes模型对中国股票市场进行了预测。
彭章艳[2]2004年在《沪、深股票市场非线性特征及其预测模型研究》文中研究说明股票市场作为市场经济的一个重要组成部分，对国民经济的发展起到了非常巨大的作用。十多年来，我国股票市场取得了令人瞩目的成就，但同时也出现了诸多难以解决的问题。传统的线性方法，由国内外大量的实证研究表明这一方法不甚合理，不能客观地描述股票市场随时间变化的情况和特征，应该应用各种非线性方法来研究我国股票市场的预测问题，以便推动我国股票市场的健康发展。因此，股票市场的非线性特征问题，非线性动力学预测模型的建立问题是近几年来国内外金融界、学术界非常关注的课题。 由于上海、深圳的股市起步早，数据多，且大盘指数综合了各个方面的影响，具有较强的代表性。本文首先对沪、深股市中上海邯郸钢铁和深圳宝安股票多年的收盘价进行了分析，描绘了其股票的收盘价随时间变化的趋势图，采用R/S分析法，计算出了H指数均小于0.5，表明了这两种股票市场的变化都具有抗持续相关性，具有长期记忆性，因而短期预测是可能的。接着利用时间序列分析方法，运用了一种关于时间序列分析的门限自回归模型的通用的建模方法，将非线性的门限自回归模型转化为线性的AR模型进行处理、分割数据、分段建模，建立了股市非线性动力学模型。结果表明：该模型既考虑到了实际应用的需要，也比较好地拟合了实际数据。并且残差分析的结果也证实了这一点。然后，用已建的非线性动力学模型对沪、深股市进行了预测，将预测数据与实际数据的图形进行了拟合，并将实际的数据(20个交易日)与预测的数据进行了比较，结果令人满意，进一步表明了该模型的合理性和准确性。最后，通过选用上海、深圳的几支股票进行实证检验，结果也同样表明了沪、深股票市场复杂的非线性特征，揭示了股票市场的显着的非线性动力系统特征。这些都将为政府调整决策，为股民规避风险，提供科学的理论依据。 总之，本文运用非线性分析方法，克服了股票市场中的传统观念，即：决定论观点和随机论观点的局限性。揭示了沪、深股票市场的非线性特征。建立了一个时间序列的门限自回归的预测模型，为股票市场的非线性研究这一前沿领域作了一点新的尝试。
张贵生[3]2016年在《数据驱动的金融时间序列预测模型研究》文中认为1997年诺贝尔经济学奖获得者美国经济学家Robert Carhart Merton提出,现代金融理论的核心问题就是如何在不确定的环境下对资源进行跨期的最优配置。而按照非线性动力学的观点来看,现代金融理论中金融系统的不确定性恰恰源于其自身就是一个受多种因素综合影响的具有开放性质的复杂巨系统,相应地,作为系统观测值的金融时序数据则从形式上表现了该系统的复杂运动规律。相关金融时序可预测性的文献研究表明,无论是线性范式下的传统统计方法,还是非线性的计算智能方法,以及多种不同类型方法的组合模型都在一定范围内提升和改善了人们对于金融时序数据预测的精确性和稳定性,但大多缺乏对不同类型金融时序数据内部时间相关性知识、价格变化趋势信息以及不同市场间互信息等经验知识的有效融合,制约了其预测性能的进一步提高。基于此,本研究借鉴复杂系统视角建模的思想,针对各种不同类型的金融时序数据,结合智能计算、计算实验金融、数据挖掘以及控制论等相关领域的最新研究成果,“自底向上”地展开金融时序数据经验知识融合下的机器学习预测建模创新研究,以探索金融系统的复杂演化规律。主要研究成果和创新概括如下：1、针对单变量金融时序数据变化趋势信息和市场隔夜跳空开盘信息的重要性,在借助跟踪微分器提取数据近似微分的基础上,分别构造了基于微分信息和基于梯度信息的ARMA-GARCH单预测模型,旨在增强模型在高噪声扰动环境下对于时序数据变化趋势的判别能力；从分阶段混合模型构造的角度,提出了一种新的基于ARIMA和泰勒展开的预测模型,改进传统方法对于时序数据内部经验知识学习不够充分的问题。2、针对多变量金融时序数据所具有的高维复杂性,考虑到金融市场间日益显着的联动及传染效应,提出了一种基于近邻互信息的SVM-GARCH模型,旨在融合市场联动行为信息的基础上,提高传统单模型对于时序数据非线性成分的处理能力；从构造混合模型提高预测稳定性的角度,借助时间测地线距离的概念构造新的混合预测模型,改善模型对于时序数据内部时间相关性知识的学习和泛化能力,提高预测结果的精确性和有效性。数据驱动的“自底向上”的建模方法就是要通过对复杂系统的观测数据进行分析,来展开对金融系统的反向研究,有利于克服规范分析假设过于严格、实证分析难以进行灵敏度测试的弱点,是金融理论与实践的高度统一。本研究中无论是相关单变量金融时序数据的分析,还是针对于高维金融时序面板数据的研究,数据驱动的模型创新都体现了复杂系统视角建模思想在金融领域的应用,旨在从不同的角度充分挖掘并发现复杂金融现象背后的客观规律,降低金融系统的不确定性,提高金融市场效率,并为相关金融理论创新研究提供新的动力和方向。
刘玉芳[4]2016年在《分形理论下金融市场波动率模型及其应用研究》文中认为近年来,经济物理学领域的大量实证研究表明,金融市场的价格波动具有明显的多重分形特征。通过对金融市场的多重分形研究,可以得到金融资产价格在不同时间标度下不同幅度(特别是极端情况下)的波动信息,为我们探究金融市场的复杂性和进行风险管理提供了新的途径。本论文借助于经济物理学的理论和方法,在分形市场理论框架下,研究中国股票市场高频收益率和已实现波动率序列的分形及多重分形特征,构建多重分形波动率模型并进行样本外波动率预测,最后将分形与多重分形模型应用于股指期货套期保值模型的研究。论文的主要工作与创新点归纳如下:1、改进已有的MF-DMA方法,验证了中国股票市场的分形和多重分形特征。采用DMA方法,结合R/S分析法和DFA方法,研究中国股票市场的分形特征;通过引入滑动窗口的方法,改进了用于时间序列多重分形特征分析的MF-DMA方法,数值实验结果显示滑动窗口MF-DMA算法能够更好地拟合理论值,从而更加准确地描述时间序列的多重分形特征。通过对多个股票指数的实证分析结果表明,中国股票市场收益率和已实现波动率序列存在着明显的长记忆性和多重分形特征,进一步说明了分形及多重分形理论对中国股票市场复杂性研究的适用性。2、研究了不同分布下基于随机过程积的连续型多重分形波动率模型,并应用于中国股票市场已实现波动率序列的研究。一方面,提出了对数正态分布下基于随机过程积的多重分形模型,给出了其标度函数的解析表达式,通过实证研究验证了此模型对中国股票市场的实用性和易操作性。另一方面,比较了基于不同分布的推广后的多重分形模型拟合实际股票市场已实现波动率序列的优劣,以期能更好地对实际金融市场的波动特征进行刻画和分析。3、构建了基于偏t分布的BMSM波动率模型,并对未来波动率进行预测。由于实际金融收益率序列呈现非高斯性,具有尖峰厚尾和偏度等特征。因此,本论文通过假定新息序列服从偏t分布来描述收益率序列的尖峰厚尾及偏度特征,构建了BMSM-Skewed t模型。通过与传统的GARCH模型作对比,验证了BMSM模型在参数估计和未来波动率预测方面的优越性,并且基于偏t分布的BMSM模型在拟合精度以及未来波动率预测方面均好于正态分布和t分布下的BMSM模型所得的结果。4、以分形市场的角度研究套期保值问题,提出了分形活动时间下的成堆套期保值模型和Copula-BMSM动态套期保值模型。假定标的资产价格服从基于正态逆高斯分布的FATGBM过程,构建了基于分形活动时间的成堆套期保值模型,并采用逆推归纳法得到了成堆套期保值各个阶段的最优套期头寸。通过对沪深300股指期货合约对冲沪深300指数的实证研究,验证了此模型具有很高的风险对冲效率。结合Copula函数和多重分形波动率测度,提出了基于Copula-BMSM模型的动态套期保值模型。通过实证研究发现,采用Copula-BMSM模型所得到的套期保值策略比Copula-GARCH模型涉及更少的费用;基于Gaussian Copula-BMSM模型的套期保值策略具有最高的套期保值效率。
郑挺国[5]2009年在《基于有限混合状态空间的金融随机波动模型及应用研究》文中提出近年来,金融随机波动(SV)模型广泛地应用于金融经济学、数理金融学和计量经济学领域,专门用以捕捉金融市场金融资产时变波动性,并对金融决策制定产生重要的影响,是现代金融学理论界与实务界中一种非常重要的波动模型。目前SV模型在金融计量学界正方兴未艾,虽然取得了一系列的研究成果,但计算上较为简单、而算法相对有效的估计方法迄今研究不足。本文对已有研究文献进行了广泛的调研和系统的综述,重点讨论SV模型、扩展模型和马尔科夫转移SV模型的近似估计,并对我国沪深股票收益率和市场短期利率展开实证分析,论文主要工作和创新如下:一、讨论了高斯混合状态空间模型、马尔科夫转移状态空间模型以及马尔科夫转移高斯混合状态空间模型的确切分析,推导了这些模型的确切滤波、确切似然函数,依次提出了依赖于控制参数的叁种近似滤波,以及相应的近似似然函数和近似平滑技术,并通过随机模拟实验讨论了近似估计方法的准确性。二、基于高斯混合近似滤波方法给出了SV模型、扩展SV模型和马尔科夫转移SV模型的近似估计方法;通过随机模拟实验,将近似估计方法与粒子滤波方法、传统估计方法进行了拟合准度分析,参数估计有限样本性质分析,从而评估了近似估计方法应用于SV模型的可行性。叁、利用SV类模型分析了沪深股市收益率、短期拆借利率序列的时变波动性,证明了SV模型比GARCH类模型具有更好的预测能力,证明了近似方法与贝叶斯方法和蒙特卡罗似然具有可比性,证实了沪深股市波动性、短期利率波动性中均存在明显的区制转移特征,证实了忽略波动结构性突变可能导致波动持续性高估的事实,并且发现利率波动不仅存在均值转移,还存在波动持续性和波动的波动转移,而且这种波动转移性与我国经济增长率变化有一定的联系。
梁成[6]2012年在《基于异质性交易者非线性模型的中国证券市场价格波动研究》文中研究指明2005年是中国证券发展史上具有里程碑意义的一年，在此之前股权分置1作为我国证券市场特有的制度性缺陷长期困扰着市场的发展，2001年政府尝试采取行政化的解决措施引发股市长达5年的非理性下跌，几乎导致了中国证券市场的推倒重来；2005年4月底沉寂多年的证券市场被市场化的股权分置改革激活，投资者以极大热情造就了我国证券市场上最大的一次狂欢，到2007年底股权分置改革完成之时上证指数从最低998点上涨到最高6124点。然而好景不长，我国证券市场在其后经历了更加剧烈的暴跌暴涨后再次进入熊市，虽然期间受到美国次贷危机导致的全球金融危机以及欧债危机等外部冲击，但我国经济增长仍然一直维持较高的增长水平，当2011年底我国GDP由十年前不到人民币10万亿增长到近40万亿以及上市公司从1073家增长到2300家时，上证综合指数却跌回到十年前点位。仔细观察指数和个股的剧烈波动中，二级市场投资者发现除了基本面因素以外还存在一种不可忽视的全新势力，即随着全流通时代的真正到来，大小限股东和高管们高位减持凶猛，大股东们的减持行为经常发生在股价大幅上涨后利好信息发布之时或在利空信息出来之前，而增持行为往往伴随着其后的基本面利好，甚至出现大量上市公司高管为了规避减持股份的制度约束而形成的离职潮。继之而来的是市场风格的大幅转变，股市上炒小、炒新、炒重组和炒题材重新盛行，公司治理规范业绩稳定的大型蓝筹公司却少人问津，短线趋势交易成为获取盈利规避风险的最佳方式，奉行长期价值投资的公私募基金等投资者由于业绩不佳而经常成为被嘲讽的对象。二级市场大量投资者认为股权分置改革等市场化制度的推行并未带来公平有效的股市，也未实现大小股东利益的双赢局面，重新陷入对股市丧失信心的境况，并呼吁监管当局采取新的制度性改革。目前，我国监管当局和研究机构的学者对我国证券市场存在种种问题的认识上不存在明显分岐，有关政策建议似乎也高度一致，即我国资本市场是新兴的不成熟市场，推行市场化的制度建设是建立起完善有效资本市场的渐进过程，需要假以时日逐渐走向成熟。从原则上说，本文对这一结论并不持异议，但认为我国证券市场在没有有效限制内幕信息交易等整体制度安排的条件下，局部推进市场化的改革措施往往实现不了改革的预设目标。股权分置改革虽然历史性地解决了中国资本市场上同股不同价、法人股非流通的问题，但相对于法人股非流通时代，在大小非股权转为大小限股权后，也创造了制度化预期更为明确的内部交易者，这些内部交易者持有绝对控股比例的流通市值，与外部投资者相比具有天然的信息优势，由于限制流通的股票在确定的期限内会逐步流通，除了国有必须持有的控股权外，大量非国有控股股东存在创造高价减持机会或操控股价波动的较大可能性，这可能是造成我国证券市场在一些市场化改革推进后，混沌现象2更加突出的主要原因。为了研究清楚这个命题，需要开展两个细致深化的研究方向，一是要检验证实制约机制缺乏条件下，内部交易者的存在确实会导致资本市场混沌特征更加突出；二是如何推出进一步的配套制度改革，有效地消除制度性形成的、预期收益明确的内部交易者。显然第一个深化研究方向是探求症结、解开命题的基础，因而本文选择以此为突破口，即验证内部交易行为与证券市场暴涨暴跌混沌特征的相关性，以及内部交易行为对于证券市场运行的内在影响机制。本文尝试从一个新的视角出发开展相关研究工作，因而需要借鉴不同于传统经典有效市场理论的新金融理论框架。即通过理论化描述我国股市中不同类型的投资者行为，解析各类投资者追求利益最大化时其投资行为和群体的变化，并推论我国证券市场过度波动的内在原因。本文的论证过程分为几个部分：简要回顾从有效市场的静态线性理论向分形混沌市场的动态非线性理论范式转变，及对我国证券市场中国特色研究的启示意义；运用分形与混沌理论对我国证券市场的非线性特征以及股权分置改革前后市场特征的变化进行检验；构建我国证券市场异质性投资者的非线性模型；根据我国证券市场代表性投资者的行为特征对模型进行检验，实证我国证券市场价格波动特征的内生性作用机制。1970年以后有效市场理论(EMH)曾长期主宰金融经济学的理论研究。有效市场的核心含义在于，资产价格变动充分反应了市场的基本面信息，资产价格是其内在价值的外在表现。在短期，资产价格的波动受外部随机因素影响不可预测；偏离的股价在长期会向基本价值的均值复归。资产的风险程度可以通过价格波动的方差来测度；资产价格的时间序列呈现正态分布的统计结论强烈支持了资本市场系统有效且风险可控。而上述一切能够存在的条件是，证券市场上的投资者是理性的。有效市场理论自产生并成为理论规则以来一直受到怀疑与挑战。这首先是因为，法玛（Fama，1965）发现了着名的尖峰厚尾现象，斯特基（Sterge，1989）、特纳（Turner）和魏格纳（Weigel，1990）证实了尖峰厚尾现象在金融市场是远非偶发、远非局部的普遍性现象。随着研究的深入，经济学家逐渐以小公司效应、规模溢价、价值溢价、持久性特征以及股价过度波动及波动的集群性，来定义并揭示尖峰厚尾现象的经济学意义。亚洲金融危机中黑天鹅现象的小概率事件引起广泛的骨牌效应，2008年次贷危机引起全球金融危机，则是进一步证明尖峰厚尾现象会在现实中产生难以发现且无法控制的破坏力。希勒（Shiller1981,1984,1987）揭示了非理性投资行为与尖峰厚尾现象间的内在联系，即当多数投资者在投资决策中存在诸多的认知偏差时，其行为将系统性地偏离经济理性，造成金融市场长期地、显着地偏离有效性，形成金融市场动荡或危机。谢福润（Shefrin，2000）以有限理性假设，描述了投资者依赖于简单和习惯性的经验方法进行决策的投资行为；泰勒（Thaler，1994）提出了准理性概念(quasi-rationality)，分析了投资者受过分自信和过度反应等情绪影响会产生不完全理性的行为。显而易见的是如果投资者是非理性的，不同类型的投资者就构成了分散且相互冲突的投资行为，市场的特征就是分形的，市场的波动就不是线性的而是混沌的。当年这些观念大有离经叛道之感，现如今则已经具有了相对完善的分形市场理论和混沌市场理论的分析范式。由于非理性投资者是异质的投资群体，但同时存在于一个统一市场内，面对相同的信息，一部分投资者会因投资收益受影响而做过度的投资反应；而另一部分投资者则会认为与自己无关，而对信息不做反应。假设，认为此信息对投资收益有显着影响的投资者所占比例高，结果是尽管这一信息对投资收益的真实影响不大，也会引起市场暴涨暴跌；反之，当认为此信息对投资收益没有影响的投资者所占比例高时，市场对信息的反应就会是迟缓的。问题是当此信息的真实影响大于预先估计时，投资者又会转向过度反应，结果同样会引起暴涨暴跌。更进一步的分析表明，无论反应过度还是反应迟缓本身都只是投资决策不稳定的中间状态，在现实的高流动性资本市场中，投资者从反应过度到反应迟缓再转向反应过度往往也只是一念之差。总之，当经济学家离开了价格波动是完全信息反映的思维束缚后，所能看到的真实世界是，价格变动对于信息的反应是非线性的，资产价格变动不再遵循随机游动过程，资本市场因此具有典型的混沌特征。对初始条件敏感，非周期性和有界性是资本市场普遍存在的现象。人们不可能改变这种市场性质，而只能通过认识这种特性降低市场失败的损失。本文采用分形理论和混沌理论对我国证券市场进行实证研究，证实了我国证券市场具有典型的分形市场的特征、价格波动具有明显的混沌特点，进一步证实了在股权分置改革后我国证券市场的非线性特征更加明显。依据实证检验的结果，我们可以认为，所谓我国证券市场中国特色的同义语是，中国证券市场相对于发达国家成熟的资本市场，具有更明显的分形市场和混沌的特性。本文将在此基础上重点研究，我国形成分形市场的特性以及资产价格混沌波动的内在机制。首先，分别以上海、深圳证券交易所建立以来20年的综合指数和证券市场整体滚动市盈率（TTM市盈率）为标的，对我国证券市场的价格波动和股票价格相对基本价值的波动进行非线性特征检验，确认了我国证券市场的综合指数和股票价格偏离内在价值的波动具有典型的混沌特征。中国证券市场具有分形市场的特征，价格波动为有偏随机游走、有非循环周期和股价长期不可预测性。其次，笔者依据非线性动力学模型对动态市盈率波动性质的检验结果表明，我国证券市场上的异质性交易者对于资产未来收益折现的动态预期具有混沌特征，并由此构成了资产价格波动的混沌特征。证明这种内生性因果关系给予有关我国证券市场发展研究的重要提示意义在于，依据非理性的逻辑，研究异质投资的行为是理解我国证券市场过度波动的钥匙。第叁，有关分形市场的研究以异质投资者的分类为基础。尽管我们在理论研究中，可以依据不同的分类方法来划分异质投资者，但是判断类型划分是否合理的标准只能是，即是否更为准确地定义了一定时期内可以观察的且具有典型意义的投资行为，与此同时能否找得到可以有效反映这种投资行为的统计指标也是分类的重要依据。在研究工作中，我们对我国证券投资者所做分类如下，一是中国证券市场最受诟病的内幕信息交易者，其行为特征是通过掌握未公开的对于股票基本价值有重要影响的信息进行交易。典型代表为大小非股东、庄家和少数基金等；二是基本价值交易者，即理性交易者，其行为特征是依据公开信息判断股票基本价值并进行交易。典型代表为部分公私募基金和少数普通投资者；叁是趋势交易者，亦可称为有限理性的图表交易者（包括正反馈交易者和负反馈交易者），其行为特征是依据股票市场价格的变动趋势进行交易，典型代表为大多数普通投资者和部分公私募基金。第四，叁种不同类型的投资者投资行为显着不同，仅仅是权重组合发生变化就会使我国证券市场产生不同的波动机制。特别需要引起关注的是，在统一的市场体系中，叁种类型投资者的行为会相互影响，造成初始条件的微小变化引起巨大的市场波动的混沌现象。现代股市中虽然我们不可能认识到每天出清的股票市场价格是否偏离了股票的真实价格，但肯定知道投资者有输赢之分；我们所划分的叁种类型的投资者每天、每月与每年的投资收益都有差别，由此就会产生出学习过程，更准确地说是投资行为的转换过程。例如，理性投资者听说有更多的人是依靠内部消息盈利，可能会放弃理性投资的选择。但是，转换投资行为需要付出成本，成本的高低与证券市场的制度建设和投资者成熟度等具有高度相关性，高的转换成本尤如高门槛使得转换成为不可能。例如：内幕信息的获得要花费成本，基本价值交易者无疑要受过良好的教育，在付学费之余要付信息收集加工处理的费用，趋势交易者付出的成本也不低，能够分析股价走势图表除了统计学知识外就是要在市场上付出大量学费。在内幕交易成本低且盛行的市场上，许多有条件的投资者必然会进行风险低收益大的内幕交易；而其他普通投资者会根据价格变动、成交量变化等技术指标推测可能隐含的内幕信息，进而跟风操作，当趋势操作具有赚钱效应会有更多的投资者跟进。这种集体的转换行为不仅会改变全社会投资者类型的动态比例，而且直接引起社会性的追涨杀跌的跟风性操作。对于信息的过度反应和过度迟缓的转换会越来越快，对于股价变动的反馈交易也会越来越厉害，由此形成了我国资本市场上特有的暴涨暴跌现象。作为理论概括，我们可以将之定义为投资者行为引起资产价格非线性波动，资产价格波动影响投资者行为的双向交互共激的混沌动态过程。在此过程中，投资者结构变迁对资本市场估值水平（动态市盈率）和资产价格波动的内生性影响居核心地位，或者说是我国资本市场特征产生和发展的内生性因素。最后，有关我国资本市场微观结构中异质投资者行为以及相互行为间随机挠动引发的混沌现象的研究，说明我国证券市场制度的市场化改革中，尽管出发点是良好的，当相关配套制度不健全时，反而会制度性形成扭曲的市场微观结构，导致更加混沌的非理性有效的市场。这个研究结论对于我国资本市场的未来制度建设有着重要意义。
窦玉进[7]2011年在《沪深股市分形结构实证分析》文中指出股票市场价格受多种因素的影响具有不确定性,人们总是试图寻找一种理论来消除这种不确定性,达到预测股票价格的目的。从Fama提出有效市场假说(Efficient Market Theory,EMH)以来,便迅速成为建立和研究现代金融理论的基石,这种线性范式长期主宰金融经济学达半个世纪之久。然而,随着股票市场的发展和人们对股票市场认识水平的提高,作为现代金融理论基石的有效市场假说(EMH)越来越多地被实践证明不符合现实,如一月效应、小公司效应等,因此许多学者试图寻找一种更好的理论来解释这些现象。原本用于研究海岸线的分形理论便被引入到股票市场的研究中,建立在非线性动力学基础上的分形市场理论,放松了有效市场假说的条件,很好的解释了有效市场假说无法解释的各种市场现象。以分形理论和方法来解释中国股票市场的非线性特征,有利于深入理解和认识股票市场的有效性、波动性和长期记忆性,具有非常重要的理论和现实意义。本文选取上证综指和深圳成指为研究对象,分别选取成立以来至2010年7月1日收盘价数据和周收盘价数据,以Eviews和Matlab软件为工具,运用经典的R/S方法,对沪深股市收益率进行了实证分析,分别计算了沪深股市的H指数和周期长度。结果表明,沪深股市均具有明显的分形特征,其价格变化具有趋势性和循环性。本文的创新之处首先在于对以前的研究成果进行了系统的总结,包括有效市场理论和分形市场理论的概念、发展过程和应用等。然后选取了最新的有代表性的沪深股市周收益和日收益数据进行了实证分析,数据从沪深股市成立至今直至2010年7月1日,相比已有研究数据更多、更丰富。同时本文改变了以往时间序列分析采用Eviews软件的缺陷,采用功能更加强大的Matlab软件,得出的结论更加符合实际。由于分形理论的可预测性,本文推导了分形布朗运动下的Black-Scholes模型,并应用于对股票价格的预测。最后本文分析了沪深股市非线性及分形特征的成因,并对分形理论的进一步研究做出了展望。
李道叶[8]2007年在《非线性框架下中国股票市场价格收益率特征分析》文中进行了进一步梳理经典资本市场理论基本上都是以有效市场假定作为研究基石,理性投资者、市场有效和随机游走过程这叁个核心前提假设决定了经典资本市场理论是建立在线性范式上,但线性研究范式下发展而来的经典资本市场理论对股票市场许多现象不能给出合理解释,国内外许多实证研究都佐证了有效市场假定的失效,对股票市场价格行为的研究,客观上需要用非线性角度进行。用非线性方法对我国股票市场价格收益率的研究对于丰富股票价格及收益率行为的认识、管理层对股票市场的规范及管理及未来我国不断推出的基于股票价格的金融衍生产品定价都具有一定的理论与实践意义。本论文以沪深股票市场为研究对象,在非线性研究框架下,运用R/S分析法、频谱分析、ARMA模型、异方差模型、因子分析、分形及混沌理论以及其它各种非线性检验方法对我国股票市场价格收益率的分布特征、相关性与持续性、周期性、异方差性、复杂性等特征进行了全面的实证分析,并且探讨了非线性方法对股票市场的风险衡量、交易制度对股价波动的影响、消息对股价影响的不对称性及股价的可预测性等股票实践问题,主要结论与成果有:(1)传统线性理论不能很好解释沪深股票市场,我国股票市场价格收益率行为不符合有效市场假定,收益率分布存在明显尖峰胖尾行为,收益间存在长期相关性与持续性。(2)我国股票市场价格收益率行为存在周期性现象,具有一定数量的非规则周期。(3)异方差模型在我国股票市场能得到很好的拟合,好坏消息对两指数收益率变化的冲击是不对称的,交易成本的上调对股票市场价格波动性有明显的影响,而下调则影响甚微。(4)如果把股票市场视为一个复杂性系统,分形与混沌等理论检验表明我国股票市场价格收益率具有明显非线性特征,最少可用4个状态变量建立沪深两市大盘指数价格序列系统模型。(5)两市股价波动具有明显的时变性、簇集性及共动性,风险与收益间关系不显着;用ARIMA模型对我国股票市场收益率波动预测效果一般。文章最后提出了相应的政策建议及进一步的研究方向。
王永莲[9]2017年在《我国股票市场波动与经济政策不确定性的关联性研究》文中指出波动性是股票市场研究中一个恒久不变的经典主题,股票市场的适度波动有助于股票市场更好地发挥其融资和资源配置的作用,对股票市场的规范和健康发展有着积极的正面影响。然而,股票市场的过度波动不仅给市场本身造成巨大的冲击,使市场无序化,导致投机活动泛滥,同时也在一定程度上导致了金融系统的脆弱性,影响宏观经济的稳定发展。股票市场在发展过程中不可避免地要受到经济政策的影响,一方面经济政策不确定性会在一定程度上影响股票市场的预期和行为;另一方面股票市场的波动对宏观经济的波动溢出也会反过来影响经济政策不确定性。尤其是在国际金融危机发生之后,经济政策不确定性出现两个显着的变化:一是在全球金融危机导致的经济衰退期间,由于企业和个人对税收、支出、监管、医疗保健和货币政策的未来充满不确定性,经济政策不确定性水平迅速飙升;二是由于经济政策不确定,企业和个人会延迟其投资、雇佣、消费和支出,进而会减缓经济复苏的步伐。同样,由于我国宏观经济与股票市场间关系的多变性,股票市场的“晴雨表”功能总是失灵,其中“政策市”就是重要原因之一。政策市是指可以通过经济政策的干预来影响股票价格涨跌,常常会出现股票市场与宏观经济不同步,甚至是相背离的现象出现。因此,股票市场波动与经济政策不确定性关联性的研究受到越来越多的投资者和研究人员的关注。然而,研究我国股票市场波动与经济政策不确定性的关联性,不是为了消除股票市场波动,而是为了充分了解我国股票市场波动的主要特征和典型化事实,从股票市场波动的聚类性、非对称性、长记忆性和持续性等典型化事实分析我国股票市场的波动轨迹和运行规律,从而避免股票市场过度波动给宏观经济带来的冲击,发挥适度股票市场波动对宏观经济的正面影响。同时也探求经济政策不确定性对我国股票市场波动所产生的影响和贡献,这将有助于更好地解析股票市场的波动特征及其原因,让股票市场在合适的时间,以适宜的方式发挥其对宏观经济的“晴雨表”作用,为宏观经济政策的制定和实施提供具有建设性的参考。有鉴于此,论文在股票市场波动与经济政策不确定性波动日趋紧密的背景下,按照“问题的提出→事实的描述→模型的推演→模型的检验→模型的结果→结论与建议”这样的逻辑架构,采用混频数据模型对我国股票市场波动与经济政策不确定性的因果关系、股票市场长期波动和长期相关与经济政策不确定性的关联性进行了较为系统的研究。第一章在阐释股票市场波动和经济政策不确定性的相关概念和定义的基础上,引出论文的研究问题,阐述其研究意义。然后再分别对经济不确定性、政策不确定性和经济政策不确定性的研究现状和理论基础进行了综述,并重点对经济政策不确定性与股票市场波动的关联性的理论基础和研究现状进行了综述性总结和评价。最后给出了论文的研究方法和全文的研究框架。第二章具体分析了我国股票市场波动的典型化特征,为后文的研究做一个基础性总结和铺垫。这章在总结和分析了股票市场收益和波动的测度方法以后,采用garch类模型对我国股票市场中的波动聚类特征、非对称性特征和长记忆性特征的理论模型进行梳理与总结,并在我国股票市场波动特征的统计分析中,详细分析了我国股票市场中的波动聚类特征和非对称特征,并对四个garch类模型进行了比较分析。研究结果表明我国股票市场和其他股票市场一样同样存在波动聚类和非对称特征,且egarch模型的拟合优度和估计结果是四个模型中最优的。第叁章采用garch模型及其扩展模型综合分析了我国股市波动的异方差、非对称性和长记忆性,并在此基础上,采用动态条件相关模型对我国沪深股市,以及我国与周边地区,我国与其他金砖国家股票市场间的动态关联性,籍此分析我国股票市场的波动特征,及其与其他国家和地区股票市场的动态关联性和一体化特征。arma-fiaparch模型的估计结果进一步证实了波动聚类、非对称和长记忆特征是我国股票市场的典型化特征,多个股票市场间的动态相关结果表明大中华区股票市场间的关联性非常高,且一体化程度较高,而金砖国家间的关联性和一体化程度则相对较低。从第四章开始,论文在混频数据模型的框架下分析我国股票市场波动与经济政策不确定性的关联性。其中,第四章是采用混频granger因果关系检验直接对我国经济政策不确定性与股票市场波动之间的granger因果关系进行比较实证研究,结果显示混频数据模型在检验“股票市场波动不是经济政策不确定的granger原因”这个原假设时具有比较优势。为了检验我国股票市场波动和经济政策不确定性间因果关系的稳健性,文章进一步采用固定和递归时窗的时变granger因果关系检验分析了两者间因果关系的时变特征,研究结果表明混频granger因果关系检验没有发现两者之间的granger因果关系,但是同频granger因果关系检验模型则在某些时间段检验出了双向granger因果关系。第五章将混频数据模型与GARCH模型结合起来,利用GARCH-MIDAS模型结合了经济政策不确定和波动模型测算了股票市场长期波动,并比较分析不同模型中经济政策不确定性对我国股票市场长期波动的贡献率,研究发现我国经济政策不确定性对股票市场波动的影响相对较弱,且经济政策不确定性的波动相比其水平值而言,对我国股票市场波动的影响更大且更显着。第六章是在第五章的基础上,将单变量的GARCH-MIDAS模型分析扩展到多变量的DCC-MIDAS模型来测度我国沪深股市长期相关,并进一步采用区制转移模型分析经济政策不确定性对我国沪深股市间长期相关影响的区制性和非对称性。研究结果表明我国沪深股票市场间的长期相关基本上保持在0.9以上,且具有非常强的持续性和稳定性。经济政策不确定性与我国沪深股市长期相关之间的关联性存在显着的区制性特征,即我国经济政策不确定性的上升会加大沪深股市间的长期动态相关。总而言之,我国股票市场波动和相关与经济政策不确定性之间的关联性是显着存在的,且总体表现为正向相关的,即经济政策不确定性的上升会在一定程度上加大我国股票市场的波动,并促使股市间的相关性提高。论文在第七章中对研究的基本结论和不足进行详细的总结。
黄腾飞[10]2013年在《基于混沌理论的中国金融市场投资决策研究》文中研究表明近年来，作为市场经济体系的有机构成部分，全球金融市场的规模急剧扩大，重要性日益凸显。作为一个新兴的市场，中国金融市场的发展更是举世瞩目。中国A股市场市值已跃居全球第二；而中国的期货市场经过最近十多年的蓬勃发展，已成为全球第一大商品期货市场，国内首个金融期货品种——沪深300指数期货也在2010年上市。中国的黄金市场虽然起步较晚，但随着国内投资者避险意识的觉醒，现在无论是交易量还是市场影响力都有了长足的进步。如今在中国，金融投资已逐步成为个人、企业乃至政府的重要理财工具。在金融分析和投资决策领域，长期以来一直以有效市场假说和建立在其基础之上的资本资产定价模型为理论基石。然而随着时代的发展，金融市场的分形、混沌等复杂特性逐渐为人所知。本文即以混沌理论为基础，对中国的股票、期货、黄金等金融市场进行系统的研究，以期揭示这个新兴市场的内在规律，探讨有效的投资决策方法。本文研究的主要内容包括以下几个方面：1）中国金融市场的混沌性检验。在数据预处理上，采用对数线性去趋势和收益率两种方法对数据进行了平稳化处理。对于时间上不连续的期货市场品种，新设计了最大交易量复权法，保证价格的连续性和代表性。然后对平稳化后的序列以R/S分析和BDS检验以及递归图方法进行非线性和确定性检验。之后再进行相空间重构，考察其混沌不变量。通过这些分析，弥补了以前国内期货市场大部分品种和黄金市场都未进行混沌识别的不足，得出中国金融市场中普遍存在混沌的结论。2）中国金融市场的噪声处理研究。主要从两个方面研究了中国金融市场市场的噪声处理。一是噪声估计，以常用的关联积分法、粗糙纹理熵方法、小波法等估计了我国金融市场的噪声水平。并利用小波变换的方差分解功能对白噪声的小波系数方差进行分析，提出一种新的噪声估计方法。二是噪声平滑方面，分析了非线性局部平均法和局部投影法，重点研究了小波软阈值去噪方法，提出基于小波方差分解的新阈值去噪方法，并用Lorenz、Chen等混沌系统数据进行检验。其后运用该方法对国内金融市场中有代表性的几个品种的价格序列进行噪声平滑处理，验证了有效性。最后，以上证指数日收盘价格序列作为样本，通过一天预测再反平稳化以比较均方根误差的方法，比较了各种噪声平滑方法在金融市场的实际去噪效果。3）中国金融市场的混沌预测研究。噪声估计和平滑处理的基础上，首先用Lyapunov指数法对我国金融市场的几个代表性品种进行预测实证。然后研究了Valterra级数自适应预测模型在中国金融市场的应用，并使用递推最小二乘算法（RLS）来提高Volterra预测模型的预测精度。在对国内几个金融市场的实际预测表明，基于Valterra级数的自适应预测模型效果明显优于Lyapunov指数预测法，但是该方法存在稳定性差的问题。一般常用的神经网络模型多属于静态前馈的处理模式，本文将递归预测器神经网络应用到对金融市场的预测中。在网络训练上，提出用遗传算法优化网络的阈值、权值以及激发函数的幅值和斜率。和其他典型的神经网络预测方法——BP神经网络、径向基函数神经网络等的比较结果表明，该方法有较好的预测效果，而且稳定性强，是适合中国金融市场决策分析的有效预测方法。4）中国金融市场的混沌交易模型和投资组合模型研究。技术分析是当今最为广泛使用的金融投资分析工具。文章首先在混沌与分形的视角下，重新阐释了技术分析的叁大假设，提出混沌分形理论的发展夯实了技术分析的理论基础。其后把混沌预测与技术分析模型结合起来，产生了一些混沌交易模型，包括移动平均交易规则、滤子法则等，并进行了实证分析。混合交易模型是基于遗传规划，结合混沌预测而构建的。对金融市场的实证检验的结果表明，该模型无论在超额收益率还是稳定性上都要优于传统的交易规则模型。最后，文章基于非线性和行为金融理论，提出了基于损失规避的效用函数-偏度投资组合模型，发现该模型的表现要优于其他传统的投资组合模型。
参考文献：
[1]. 中国股票市场非线性研究[D]. 徐海燕. 东北林业大学. 2007
[2]. 沪、深股票市场非线性特征及其预测模型研究[D]. 彭章艳. 武汉理工大学. 2004
[3]. 数据驱动的金融时间序列预测模型研究[D]. 张贵生. 山西大学. 2016
[4]. 分形理论下金融市场波动率模型及其应用研究[D]. 刘玉芳. 华南理工大学. 2016
[5]. 基于有限混合状态空间的金融随机波动模型及应用研究[D]. 郑挺国. 吉林大学. 2009
[6]. 基于异质性交易者非线性模型的中国证券市场价格波动研究[D]. 梁成. 南开大学. 2012
[7]. 沪深股市分形结构实证分析[D]. 窦玉进. 山东大学. 2011
[8]. 非线性框架下中国股票市场价格收益率特征分析[D]. 李道叶. 暨南大学. 2007
[9]. 我国股票市场波动与经济政策不确定性的关联性研究[D]. 王永莲. 吉林大学. 2017
[10]. 基于混沌理论的中国金融市场投资决策研究[D]. 黄腾飞. 南京航空航天大学. 2013
标签：数学论文; 宏观经济管理与可持续发展论文; 股票论文; 预测模型论文; 中国股票市场论文; 股票收益率论文; 混沌现象论文; 股票分析论文; 相关性分析论文; 非线性论文; 金融论文; 不确定性分析论文; 沪深股市论文; 证券论文;