资产价格系统演变模型的理论与实证研究

论文摘要

资产价格分析一直是金融理论创新与实证研究的重要切入点。本文重点研究真实资本市场中资产价格的演变机制。本文认为真实资本市场中的交易者和资产价格相互作用,推动了资产价格的不断演变,并具有一定的趋势性。为此,本文建立相应的市场系统模型来分析交易者和资产价格之间的相互关系。 根据本文研究重点,本文以刻画、拟合真实市场中资产价格演变过程为切入点,提出了交易者决策模型——交易者盈利期望模型,并以此为组成单元,建立市场系统模型——资产价格系统演变模型。围绕这一模型,本文进行相关的理论分析和实证研究,并就模型在预测领域的应用进行探索。 根据研究角度的不同,目前国内外关于资产价格演变机制的分析可分为微观和宏观两大类。在微观层面,主要着眼于对交易者行为特征的刻画。传统的理性人假设已经被行为金融学家证明离现实有很大距离,为此,行为金融理论对传统的理论模型进行了发展,Kahneman和Tversky提出了展望理论(Prospect theory)等。这类理论依赖于对市场参与者心理的先验性假设,为人们认识理解资产市场提供了新的切入点,但对真实市场进行定量分析的难度较大。在宏观层面,人们就市场群体行为建立了相应的仿真模型进行模拟,如市场行为模型(BSV,DHS)、统一理论模型,以及人工多智能体模型,在国内人们也进行了大量的仿真研究。这些研究通过模拟产生类似真实市场中的自组织进化、羊群效应等现象,刻画出了真实市场中的价格演变机制,但这几类模型并不能直接用来预测真实市场中的价格演变趋势,对真实资产价格演变过程的拟合能力有限,这是其不足之处。 在价格演变规律分析的具体应用领域,价格预测一直是热点问题。除了传统的线性预测和非线性预测方法,人们已经广泛地把其它领域的数学工具,如遗传算法、人工神经网络、模糊理论等人工智能计算方法和混沌原理、小波分析理论等相关领域的新成果迅速应用到价格预测中。但是,人们往往从实用角度偏重于预测模型的精度,忽略了模型对微观经济运行机制的解释能力,预测模型的工具化倾向十分明显。如现有的人工神经网络模型具有较强的拟合能力,但模型本身像一个黑箱,人们对据此得到的结果不知其所以然,难以从理论上进一步加深对资产价格运动机制的理解。换而言之,预测技术的进步并没有为金融理论研究提供实证支持。 对于上述情况,本文在相关的文献回顾中进行了介绍评价。这些是本文第二章的主要内容。本章先就资产价格运动的理论假设进行分析,说明本文采用分形市场假设的缘由和依据;随后,分别对有关交易者投资决策行为和市场系统模型的理论文献进行回顾分析,并对现有价格预测方法进行总结分析,指出优点与不足;在本章的最后部分,以相关研究文献为依据,以混沌理论为基础,对资产价

论文目录

• 中文摘要
• Abstract
• 1 序言
• 1.1 研究目的
• 1.2 研究意义
• 1.3 研究重点
• 1.4 本文所采用的理论假设
• 1.5 本文的研究切入点
• 1.6 本文的研究方法、研究框架
• 1.7 国内外相关研究的主要成果
• 1.8 本文的研究创新点
• 1.8.1 创新之一：提出交易者影响模型
• 1.8.2 创新之二：提出资产价格系统演变模型
• 1.8.3 创新之三：提出了基于资产价格系统演变模型的预测方法
• 1.9 本文需进一步深化研究之处
• 2 文献述评
• 2.1 关于资产价格运动的理论假设研究述评
• 2.1.1 有效市场假设及实证研究
• 2.1.2 本文关于有效市场假设难以证实的原因分析
• 2.1.3 本文所采用的分形市场假设理论内涵
• 2.1.4 关于分形市场假设的实证研究情况
• 2.2 国内外关于交易者决策的研究进展及文献述评
• 2.2.1 行为金融理论的产生及内涵
• 2.2.2 评价
• 2.3 国内外关于价格演变过程的市场模型研究进展及文献述评
• 2.3.1 国内外相关的市场模型特点
• 2.3.2 相关的实证研究情况
• 2.3.3 小结
• 2.4 关于资产价格可预测性问题的研究述评
• 2.4.1 关于资本市场可预测性的理论支撑
• 2.4.2 国内外关于资本市场可预测性的实证研究
• 2.4.3 小结
• 2.5 现有的资产价格预测主要方法比较及评价
• 2.5.1 基于线性系统假设的自回归模型
• 2.5.2 基于非线性系统的自回归模型
• 2.5.3 基于数据挖掘理念的时间序列趋势分析
• 2.5.4 相关实证研究情况
• 2.5.5 上述预测方法比较及评价
• 2.6 相关的时间序列数据分析工具
• 2.6.1 因子分析
• 2.6.2 最大Lyapunov指数计算
• 2.6.3 重标极差计算
• 2.6.4 Hurst指数
• 2.6.5 V统计
• 2.6.6 相空间重构
• 2.7 文献研究小结
• 3 资产价格系统演变模型的理论研究
• 3.1 交易者盈利期望模型研究
• 3.1.1 交易者盈利期望模型的提出及其内在机制
• 3.1.2 对模型边界条件和有关概念的说明
• 3.1.3 交易者盈利期望模型与展望模型（Prospect theory）的区别
• 3.2 资产价格系统演变模型研究
• 3.2.1 模型的提出
• 3.2.2 模型的边界条件
• 3.2.3 模型的价格演变原理
• 3.2.4 关于模型拟合能力的理论分析
• 3.2.5 本模型与类似市场模型系统的区别
• 3.3 关于模型的实际应用分析
• 3.3.1 模型的市场演进机制分析功能
• 3.3.2 模型的预测应用功能
• 3.4 模型拟合真实市场价格演变过程的应用实例
• 3.4.1 利用模型拟合分析市场价格演变机制的实例分析
• 3.4.2 关于模型实际拟合能力的检验分析
• 3.5 关于模型进一步改进的理论探讨
• 3.6 本章小结
• 4 资产价格系统演变模型的预测检验
• 4.1 样本数据的特性分析
• 4.1.1 基于最大Lyapunov指数的混沌特性检验
• 4.1.2 基于V统计的非周期循环长度测定
• 4.1.3 小结
• 4.2 利用资产价格系统演变模型改进预测方法的实证研究
• 4.2.1 利用相关资产时间序列进行预测的结果及比较
• 4.2.2 对多项资产价格的同步预测结果及比较
• 4.2.3 小结
• 4.3 进一步改善资产价格系统演变模型预测效果的思路
• 4.3.1 根据混沌运动轨道预测：结合相空间重构
• 4.3.2 结合混沌原理的模型预测结果及比较
• 4.3.3 小结
• 4.4 本章小结
• 5 本文总体结论
• 5.1 本文的理论创新
• 5.1.1 提出交易者盈利期望模型
• 5.1.2 提出资产价格系统演变模型并证明该模型能高精度拟合真实市场
• 5.2 本文的方法创新
• 5.2.1 提出测度真实市场中交易者盈利期望的方法
• 5.2.2 提出测度交易者受资产价格变化影响程度的方法
• 5.2.3 提出基于资产价格系统演变模型的预测新方法
• 5.3 本文的研究发现
• 5.3.1 资产价格变化的非周期循环长度随系统演进而变化
• 5.3.2 交易者盈利预期及其对价格变化的敏感性综合影响价格走势
• 参考文献
• 攻读博士学位期间主要科研成果
• 致谢