中国股票市场价格波动的尺度特性

股票价格波动的尺度特性是价格波动的重要特征,对其深入的研究对于衍生工具定价、风险控制、市场监管和价格预测等一系列金融市场中的重大研究课题具有极其重要的意义,本文针对我国股票市场的价格波动,不仅对传统的PDF的尺度特性进行了深入地研究,更进一步研究了意义重大的相关性尺度特性,为我国股票市场上述各类研究课题提供了坚实的实证依据和理论上有益的启发。     

我国股票市场多仿射特性研究

金融市场中价格波动的多仿射特性研究对市场监管、风险管理和价格预测等一系列重大课题具有极其重要的研究意义.本文通过上证综指和深证成指的实证研究发现了存在其中的多仿射特性,并进一步定量地分析比较了两个股票市场中的价格波动行为,如过度反应现象,从而得出了一些对我国股票市场发展有益的启示和建议.     

基于小波包和神经网络的股票价格预测模型

股票价格是大量因素影响的综合结果,波动规律异常复杂,即使是神经网络这样强大的非线性预测工具也不堪胜任对其的准确预测。本文利用小波包理论将价格波动序列最优地分解为一系列规律较易掌握的子波动,对原始价格波动的预测也就分成神经网络对各子波动的预测。实证研究结果表明,这种小波包和神经网络相结合的股票价格预测模型预测精度明显高于小波和神经网络相结合以及直接利用价格波动预测的同类神经网络模型。     

股价波动的本质特征是什么?——基于非线性动力学分析视角的研究

基于金融复杂性研究视角,采用非线性动力学分析方法,分析股市波动的本质特征与形成机制。结果表明股市波动具有显著的分形动力学特征与长期记忆效应;股票市场存在低维混沌,具有内生的不稳定性;股价行为有其内在的非线性动力学形成机制,揭示出金融市场的正反馈机制、投资者的异质性与相互影响是引发市场复杂行为的重要途径;提出了非线性金融理论的研究方向并阐明了对于金融实践的意义。     

金融市场的微观动力学及其数值模拟研究

回顾了国家自然科学基金资助项目“金融和生命系统微观动力学及其数值模拟研究”（70371069）的立项和实施过程,介绍该项目在金融动力学方面的研究成果,特别关注中西方金融市场的对比研究,重点论述杠杆效应与反杠杆效应、个体股票价格的交叉关联、股票价格大波动与金融危机,以及微观多体模型的构建和数值模拟。     

国际石油价格波动中的奇异吸引子分析

国际石油价格的波动直接影响我国的经济发展和能源安全系统的稳定性,因此对油价波动的研究具有重要意义。本文通过对国际石油价格中的吸引子的刻画证明了国际石油价格的吸引子是具有分形结构并且对初始条件具有敏感性依赖的奇异吸引子,国际石油系统是处于远离平衡态的非线性系统,吸引子的敏感性使得对石油价格的长期预测成为不可能。     

国际石油价格波动及其对我国经济影响的分析

据有关预测我国石油消耗量到2050年将超过8亿吨,而我国资源和生产能力的限制,国内产量只能保证大概2亿吨左右。在这样的基础上,我国受到国际石油市场和国际石油价格波动的影响将越来越大。笔者通过研究国际石油价格波动对我国经济的影响,为我国政府部门制定宏观调控措施提供建议,而且更加有利于我国货币当局制定相应的货币政策,以促进我国经济的协调健康发展。     

上证综指的股指波动:基于模糊FEGARCH模型及不同分布假设的预测研究

本文主要对2006年至2011年上证综指收益率序列的高频波动性进行预测研究。首先,针对金融数据的非线性和不确定等特性,借助模糊逻辑系统,提出一种新的金融市场波动率的预测方法-模糊FEGARCH模型,用来更好的针对具有非线性特性的收益率数据进行预测。其次,为了判断分布型模型和不对称型模型对预测精度的影响程度,分别采用分布型(GARCH-N,GARCH-t,GARCH-HT和GARCH-SGT)和不对称型(GJR-GARCH、EGARCH和模糊FEGARCH)的波动模型进行高级能力预测法(SPA)检测。实证结果表明,不对称模型对波动率预测的影响程度比分布假设的确定更为重要,而且模糊FEGARCH模型对于具有尖峰厚尾、高偏度和杠杆效应的非线性波动数据的预测能力更佳,说明了该模型的有效性与实用性。     

高频视角下股市波动预测的新方法:HARFIMA模型北大核心CSCDCSSCI

异质自回归(heterogeneous autoregressive,HAR)及其拓展模型(统称为HAR-类模型)能够刻画不同类型(期限)交易者的异质性对金融市场未来价格波动的“贡献”程度,在实证研究中备受推崇,并在预测金融市场波动率中取得了较好的效果.研究发现,HAR-类模型虽然能够在一定程度上刻画金融市场中非常重要的长记忆特征,但刻画能力明显比自回归分整移动平均(ARFIMA)模型差.HAR-类模型的主要优势在于对异质性的刻画,而ARFIMA模型的主要优势在于对长记忆性的准确刻画.因此,基于这两个模型各自的优势提出了新的模型:异质自回归分整移动平均(HARFIMA)模型,并对新模型进行了拓展建模,提出HARFIMA-类模型.将HARFIMA-类模型运用于对标普500和上证综指的已实现波动率(RV)的建模和预测发现,HARFIMA-类模型能够更加准确地刻画金融市场的长记忆性,更重要的是样本外的预测能力明显优于其他模型,并且预测结果相当稳健.     

随机交易行为、羊群行为与资产价格波动研究

市场中交易者的随机交易行为与羊群行为和均值回归行为相互影响,并改变资产价格波动状态,但已有研究主要分析羊群行为和均值回归行为对资产价格波动的影响,对随机交易行为的研究较少。 基于行为金融理论,引入随机交易者,扩展已有的非线性资产价格动态波动模型,研究随机交易行为与羊群行为、均值回归行为的交互作用及其对资产价格波动的影响,剖析资产价格的形成路径,并构建模型,进而分析金融系统的均衡点特征和稳定性,最终利用MATLAB对资产价格波动进行数值模拟检验。 研究结果表明,市场中随机交易行为的存在导致资产价格不能收敛到资产的基本价值,只能收敛于偏离资产基本价值的一个均衡价格;当金融系统处于局部稳定状态时,均值回归交易程度与随机交易程度成正比,羊群行为的稳定范围与随机交易程度成正比、与均值回归交易程度成反比,且资产价格会以螺旋阻尼振荡走势收敛于资产的均衡价格;金融系统不处于局部稳定状态的两种状况,一是资产价格处于围绕资产均衡价格上下微幅周期震荡的稳定状态,二是资产价格波动幅度变大而处于的不稳定状态;随着市场中随机交易程度的逐步增大,资产均衡价格偏离其基本价值的幅度越大。 研究结果揭示了3种交易者行为与资产价格波动间的关系机理,完善了行为金融理论体系,并为政府部门稳定金融市场提出可供参考的建议,即培养交易者的价值投资理念,减少投机行为,防止信息不对称导致的羊群行为。