论文部分内容阅读
本文基于复杂性理论，以混沌与分形作为研究工具，对中国股市进行了实证研究。经典资本市场理论对资本市场作了简化的假设，用线性的模型去描述资本市场，原因之一就是线性的模型易于处理和经典物理学中的还原论的影响。过分的简化假设是危险的，理论的结果往往不能解释实际。有效市场假设（EMH）是经典资本市场理论的基石。但很多资本市场上的现象无法用EMH解释，如证券收益的尖峰厚尾，股市的突然崩溃，股价序列的长期记忆性等。 复杂性理论的发展，为研究资本市场提供了新的视角。复杂性理论冲破了自牛顿时代以来一直统治科学的线性的，还原论的思维方式，以非线性的，系统的观点研究问题。本文以中国股市作为研究对象，将股市视为一个复杂的非线性动力学系统，进行了研究。本论文的研究目的在于： （1） 中国股市能否用经典资本市场理论描述? （2） 复杂性理论研究中国股市的可行性。 （3） 如何度量中国股市的复杂性。 （4） 复杂资本市场价格预测以及如何模型收益的波动性和风险衡量指标的选择。 通过研究，我们得出以下几个主要的结论： （1） 通过实证研究，我们发现中国股市并不符合EMH，经典的资本市场理论并不适用于中国股市。 （2） 运用混沌与分形分析工具，我们证明了中国股市是一个复杂的非线性动力学系统，具有明显的分形结构和混沌特征。股价运动是分形的，存在着长期记忆性，平均非循环周期沪市约为150天，深市约为180天，股价的演化存在分形吸引子。 （3） 本文提出的相空间重构和人工神经网络的结合预测能给出较好的中国股市短期的股价预测，而长期精确的预测是由于复杂系统的初值敏感性，是不可能的。 （4），通过股市波动的期限结构研究，我们发现中国股市的波动性并不符合随机游走隐含的T1／2规则，相反是持续性的，时变的，并具有聚集性以及异方差的特征，可用ARFIMA—GARCH模型刻画。 （5） 在复杂性的分析框架下，我们认为复杂资本市场的风险不能用标准差，贝塔系数衡量，非线性变量H指数是一个较好的代替。 论文的研究改变了传统的静态，均衡，线性的研究方法，采用了反映自然界和人类社会复杂系统的实际状况的混沌和分形研究方法。本文用严格的计量经济学方法证明了中国股市收益分布的非正态性，以及收益表现出非线性，自相关性和异方差性，从而得出传统的有效市场理论不适用于中国股市。论文用重标极差分析方法证明了中国股票收益波动的自相似性，长期记忆性和初始条件敏感性。论文所使用的预测与波动性衡量模型均是金融数理学中前沿的建模工具，所有的结论均建立在严格的计量经济学检验的基础上。 本文的创新之处: （l）提出了预测复杂资本市场短期股价预测的相空间重构与神经网络结合的模型。 （2）使用EVIEWS编写了计算分形H指数，混沌关联维等原始程序，具有一定的实 用价值。 本文的研究，为理解中国股市提供了新的框架。本文的研究结论，对投资者，上市公司，监管机构均有实际的借鉴意义。 关键词:中国股市;复杂性;分形;混沌;波动性;