中国股票市场分形与混沌特征:1994～2008

用R/S分析法得出上海股市对数收益序列的Hurst指数为0.6474,说明上海股市系统存在分形特征,存在大约一年半的长期记忆性的循环周期;用相空间重构法求得上海股市吸引子的维数收敛于1.355,说明上海股市具有混沌特性,建立上海股市的动力学系统至少需要两个变量;系统的最大Lyapunov指数为0.003,佐证了R/S分析得出的上海股市存在一个大约一年半的循环周期的结论;主成量分析法的使用支持系统具有混沌特性的结论。上海股市的分形和混沌特性揭示了中国股市的非线性本质,以非线性观为指导更有利于制定有利于发展股市的对策。     

国际碳排放权市场分形与混沌行为特征分析与检验——以欧盟碳排放交易体系为例

本文利用Bluenext和ECX的经验数据,对欧盟碳排放权市场(EU-ETS)的价格行为特征进行了分析.研究表明:1)对EU-ETS市场收益率序列基本统计特征检验显示:碳收益率序列不服从正态分布,具有明显的有偏、尖峰、肥尾的非正态性和非线性的统计分布特征;2)对市场分形性的研究表明:该市场具有显著的统计自相似性,阶段性的、而非全过程的长期记忆性特征;3)对市场混沌性的研究表明:从关联维数看,EU-ETS并不存在低维混沌性,但结合最大Lyapunov指数检验及邻近返回检验证明欧盟碳排放权市场存在非收敛饱和混沌性.由此得出结论:欧盟碳排放权市场是一个具有分形与混沌特征的非线性动力系统,它不符合有效市场假说,因此不能用线性范式来研究市场价格行为、交易机制及政策制定.     

上证指数收益率、波动性与成交量动态关系研究——基于日数据的非线性动力学实证分析

对上证指数的收益率、波动性与成交量的动态关系进行了实证分析.采用EGARCH(1,1) M模型和ARMA(4,3) ARCH(1)模型分别测度上证指数收益率的波动性以及成交量的波动性,使用逐步回归法建立了收益率与成交量(R-V),收益率的波动性与成交量(hR-V)以及收益率的波动性与成交量的波动性(hR-hV)等的二维动力学模型,并用动力学方法研究以上诸二维系统的动力学行为.研究结果表明,虽然大量研究结果表明股市收益率时间序列存在混沌现象,但由收益率与成交量、波动性与成交量等构成的二维动力系统并不存在混沌现象.     

上证股市收益的长期记忆:基于V/S 的经验分析

运用V/S分析考察我国股市收益的长期记忆效应,分别诊断上证A、B股市日收益总体样本的长期记忆效应,在运用ICSS方法探测方差漂移突变划分股票市场阶段性的基础上诊断股市收益不同阶段的长期记忆效应,并考察随机抽取的部分个股.研究表明:上证A、B股市收益总体样本都不存在显著的长期记忆,B股市场的长期记忆效应相对更显著;A、B股市场收益分别发生了两次和四次显著的方差漂移突变;A股收益在每一阶段都不存在显著的长期记忆,B股收益在某些阶段却存在显著的长期记忆.对随机抽取的10只个股的考察,发现只有1只股票的收益序列存在显著的长期记忆,B股收益的长期记忆效应相对比A股显著.     

中国证券多因素及三因素定价模型实证研究

提出股票定价的包括宏观经济变量、微观经济变量、市场变量的多因素以及内在价值、技术因素、流动性的三因素资产定价模型,并对中国股市进行实证,发现市场指数回报率对股票的收益率的影响具有决定性的影响,市场指数回报率β系数显著为正,而且其系数变化的区间为0.41至0.53之间,说明市场指数对股票的收益率的解释力达到41%至53%之间,平均为50%.每股盈余增长对股价的影响为最大,每股盈余增长系数估计值显著为正,接近于1,表明每股盈余增长对股票收益呈现出正的影响,即每股盈余增长一个百分点,年预期收益平均增加一个百分点.而GDP增长、货币供应量增长、存款利率增长、通货膨胀率、存款增长、贷款增长等,其系数估计值显著为负,表明股票收益率为我国宏观经济变量的减函数.实证结果显示:多因素模型能有效地找出股票定价的关键因素,而三因素模型能够对资产价格主要因素进行定价.     

基于滑动窗口 MF-DFA 的股票风格资产收益多重分形分析

风格投资已逐渐成为基金构建投资组合的一种主流量化投资方法. 本研究在分析风格资产收益呈分形特征的基础上, 通过引入滑动窗口技术对传统的多重分形消除趋势波动分析法 (MF-DFA) 加以改进, 并对中信标普公司推出的 6 种股票纯风格资产指数日收益率序列的波动特征进行研究, 实证结果发现: 滑动窗口技术能有效减少因分割连接点处的不连续性而产生的伪波动误差; 风格资产指数日收益率序列均具有相关多重分形特征, 即原始序列具有持久性, 位置重构序列均具有反持久性, 且位置重构序列的多重分形特征显著弱于原始序列的多重分形特征, 表明风格资产指数收益序列的持久相关性是形成多重分形特征的主要原因; 价值、成长型比规模型风格资产具有更规律的多重分形特征, 表明价值、成长型比规模型风格资产的分形规律更明显. 本研究对基金公司、基金经理及时准确地把握股市风格动向以便构建适度风格漂移策略具有重要的理论价值与现实意义.     

中国股市复杂网络中的分形特征

利用阈值法构建中国股市复杂网络模型,从时间和空间两个角度对中国股市复杂网络的分形特征进行分析.首先利用分形几何学对静态网络进行分析,得到静态网络的分形维数,并发现其分形维数随着网络阈值的增大而减小.再利用R/S分析方法对中国股市复杂网络聚集系数时间序列进行分析,发现其具有长记忆性和持久性,且在长时间窗口下这一性质更值得信赖.H值大致呈现出随着时间窗口和阈值的增加而增加的规律.周期天数n呈现出随着时间窗口的增加而增长,随着阈值的增加而下降的规律.这说明在实际市场中,长时间窗口和高联系度股票产生的交易者群体行为惯性更强,长时间窗口和低联系度股票产生的交易者群体行为惯性的持续周期更长.这些研究成果表明了证券市场时间和空间两个维度的内在联系.     

基于多重分形谱的神经网络建模及股价指数预测

基于多重分形理论,对上证指数进行实证研究,确认了多重分形谱参数与股价指数及股指收益率之间的统计关系,以此确定神经网络的输入、输出变量来构建以多重分形理论为依据的神经网络模型,并将其应用于股价指数的预测中.结果表明,该神经网络模型能够取得比较好的预测效果,预测的平均准确率达98.9%,而且该模型能够较好地模拟股市的短期走势,对防范和控制风险具有现实意义.     

中国股市指数与投资者情绪指数的相互关系

选取"新开交易账户数"作为投资者情绪的代理变量,应用ARMA-GARCH类模型研究了投资者情绪与股市收益率之间的相互关系.结果显示ARMA-GARCH类模型能有效拟合投资者情绪变化率和上证综合指数收益率的自相关性和异方差性.Granger因果检验表明上证综合指数收益率是投资者情绪变化率的一个显著影响因子,而并没有发现投资者情绪的变化率对上证综合指数的收益率Granger因果显著.根据市场表现的不同特征, 投资者利用这一信息调整情绪.当市场处于上升阶段时, 投资者情绪会更为乐观,有更多新的投资者进入股市; 当市场处于下降阶段时,投资者就会转变为较为悲观, 场外的投资者就会处于观望状态,不急于进入股市, 这样反映在股市上就是"新开交易账户数"减少.     

市场分割下的股价微观行为及其行为金融学解释

以交易量、股价波动率和收益率的自相关性作为流动性、波动性和价格有效性等微观行为指标,实证分析了中国A股和B股市场在微观行为上的差异.结果发现,三个指标在两个市场之间存在显著差异.在B股向境内居民开放前,A股的三个指标都要显著大于B股.而B股开放之后,B股的这些指标都大于开放之前.最后运用行为金融理论中投资者结构对微观行为的影响进行了分析和解释.     

长记忆下的风险度量及中国市场投资期限效应的实证分析

从可预测性的角度将风险定义为实际与预测结果的偏差，并利用收益序列的噪声对其进行度量。在此基础上，采用中国市场的数据对投资期限效应进行了研究，结果表明：不同抽样间隔的收益序列具有不同的相关性和风险收益特征；而且，上证综合指数和深圳综合指数收益的短期表现优于它们的长期表现，在一定程度上解释了中国股市的投机性。     

发行方式与初始回报的分析研究

以2000年1月1号到2003年12月31日期间在上海证券市场发行的A股新股为样本,对发行方式与初始回报的关系用多元回归分析进行研究,得到三个发现:以询价方式发行的新股定价偏低;向二级市场投资者定价配售与初始回报间存在负的显著相关关系;有机构投资者参与IPO的新股具有较高的初始回报.同时,对三个发现给出了进一步的解释.     

上海证券市场的多重分形特性分析

作者将多重分形分析的三种方法(配分函数分析法、奇异谱分析法和多重分形趋势消除波动分析法)应用于我国上海证券市场在过去七年中的收盘指数序列,分析了不同时间标度对多重分形特性的影响.结果表明:上海证券市场具有弱多重分形特征,标度不变性达到六个数量级;多重分形的形状不随时间标度的改变而改变,但其强度随标度的减小而减弱;随着配分阶数的增大,多重分形随之增强,奇异谱曲线越来越粗糙,广义赫斯特指数逐渐减小.这些结果为进一步研究证券市场价格变化的动力学机理提供了坚实的实证基础.     

利率、成交量对股价波动的影响——GARCH修正模型的应用

根据ＡＲＣＨ ＧＡＲＣＨ 模型理论，利用ＧＡＲＣＨ 模型及其各种推广形式研究了当前中国货币市场银行间同业拆借利率、证券成交量和证券日报酬率之间的关系，发现当前中国证券市场和货币市场之间存在着显著的相关性，货币市场资金供需状况、证券成交量等因素的改变将影响证券市场的证券报酬率．相比较而言，上海证券市场比深圳证券市场更为成熟稳定     

我国资本市场混沌特性研究

提出通过相空间重构及 Lyapunov指数来判定系统的混沌特性 .给出了时间序列相空间重构中确定最小嵌入维数的伪邻点法及确定时滞参数的自相关函数法 ;提出了一种计算 Lyapunov指数的实用方法 ;最后 ,以上证综合指数收益率时间序列为例进行了我国资本市场混沌特性判定研究 .     

运用SAS软件对上证指数月线数据的综合预测分析

运用SAS软件系统中的一些一元和多元时间序列分析方法对我国上少证券交易所的上证综指、上证A股及B股指数的月收盘指数作了预测分析，得到了较高的预测精度，为预测股票市场的中期走势提供了一种方便实用的方法。     

分形市场中的资本资产定价

简要介绍有效市场理论的局限性及其与分形市场理论的关系,并指出有效市场理论是资本资产定价模型的基础。在分形市场中单个资产收益与市场收益之间的线性关系很难成立。针对于此,提出运用非线性协整理论进行分形市场中的资本资产定价,并给出运用小波神经网络进行非线性协整建模的方法。最后给出上海股市的实证研究。     

复杂性度量方法的改进及其在证券市场的应用

系统地分析了Lemple-Ziv复杂性度量方法的应用过程中,将实际信号(时间序列)转变成符号序列的诸多方法中存在的一些问题,提出了更合理的处理方法,即兼容法.兼容法可以有效地刻画各种时间序列的复杂度,克服了均值法等方法中将序列过分"粗粒化"以致不能区分混沌与完全随机现象的缺点,克服了极值法与遗传密码粗粒化方法因只提取细节成分信息而导致辨别率不高等缺点.最后动态地分析了中国证券市场的复杂性.     

SV-GED模型在中国股市的VaR与ES度量及分析

从分析中国股市指数收益率的统计特征入手,以SV模型为基础,在多种分布情形下测算了沪深两市时变风险值V aR及ES。结果表明:基于GED分布的SV模型(SV-GED模型)较好地刻画了高频时间序列的尖峰肥尾性及波动集聚性与持续性等特性,并对两市指数进行较准确的预测,ES相比V aR能够较准确地估计尾部风险。