中国股市非理性泡沫实证研究

《中国股市非理性泡沫实证研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、中国股市非理性泡沫实证研究【摘要】文章引入了对数周期無律模型，通过对2006〜2007年金融危机前和2009年救市政策出台后的中国进行股票市场的非理性泡沫进行实证检验，得出中国股市存在非理性泡沫的结论，并根据研究结果提出了相应的政策建议，以避免股市泡沫的破裂。【关键词】中国股市非理性泡沫对数周期潟律模型禁忌搜索算法政策建议一、引言股票市场泡沫是指股票的价格持续偏离了其基础价值(Fundamentalvalue)的过程，即股票价格脱离市场基础持续急剧上涨的过程或状态，又指股票价格髙于市场决定的合理价格部分。在西方资产价格泡沫理论中，股市泡沫分为理性泡沫(Rationalbubbles)和非理性泡

2、沫(Irrationalbubbles)两类：理性泡沫理论基于市场有效性和经济主体理性假设，资产的价格由市场基础价值和理性泡沫成分构成，但是理性泡沫理论的假设条件过于理想化，现实中的中国股市并不是完全有效的，而且中国的投资者，尤其是散户，在很多时候表现得很不理性，所以使用理性泡沫理论来研究中国股市并不是十分合理的，从非理性泡沫理论的角度来研究中国股市更具有现实意义。非理性泡沫理论的基础是“金融噪声”理论。该理论认为噪声交易者(Noisetrader)的存在使得市场并不总是有效，而信息也并非完全，投资者的预期可能存在着差异。在这种情况下，交易者的行为将偏离理性，在过高或者过低的价格上继续购买或者

3、抛出股票导致泡沫或者反泡沫的产生。很多学者从股票市场参与者的投资行为来解释其成因，比如：噪声交易者、羊群行为、正反馈理论等等。非理性泡沫的形成及其迅速膨胀或收缩的特性具有高度的非线性以及复杂性特征，传统的金融数学工具无法对其进行准确的描述，这一领域的研究吸引了很多物理学家的关注，他们利用物理学的理论对金融市场规律进行了提取和抽象，在研究房地产和股市泡沫中取得了很大的成功。本文将利用物理学家DidierSornette等人提出的对数周期幕律模型对中国股市的非理性泡沫状况进行分析。二、对数周期幕律模型(一)对数周期幕律模型原理对数周期無律模型LPPL(Log-periodicPowerLaw)是一

4、个关于泡沫和崩盘的理性预期模型。模型中有以下几个假设：第一，交易者作决定时受他们“邻居”的决定的影响。第二，交易者通过互相模仿可能在一瞬间达成全部统一的交易状态(卖出)。第三，全部统一的交易状态（卖出）会引起崩盘。模型中假设世界上所有的交易者是通过一个网络（家庭、朋友、同事等等）联系在一起的，他们通过这个网络互相影响对方的决策。假设一个交易者直接与个其他的交易者联系在一起，那么影响这个交易者决策的有两个因素：临近的个人的观点和全部网络中的信息以及这个交易者自己的观点。总的来看，前一个因素会造成所有交易者交易状态的一致性，后一个因素会造成交易状态的不一致性。当交易状态的一致性占据上风时（所有的人

5、有相同的观点：卖出）,崩盘就会发生，但是通常来说，不一致性会占据主导地位（交易者互相不同意对方的观点）。但是通过不断地相互模仿带来的正反馈和缺乏信息导致的“羊群效应”等从众行为，所有交易者有可能在某一个时刻达到相同的交易状态（卖出）,造成市场崩DidierSornette和AndersJohansen运用物理学上的“平均场”理论、价格动力学理论和复杂系统等理论对上面所谈到的人类的相互模仿、正反馈以及羊群效应进行了建模，得到了对数周期無律模型，模型中，股市崩盘前的资产的价格运动可以用如下公式进行描述：(1)公式中是时刻的资产价格。是复杂系统达到“临界点”（Criticalpoint）的时刻，这个

6、时刻的市场是最有可能发生崩盘的。代表了资产价格的加速度，，体现了彖律的形式,越小，资产价格上升的速度也就越快，泡沫存在的可能性也就越大，因此通过对的比较就可以判断资产价格是否存在泡沫。说明是加速度是向上的。是对数周期的频率，越大代表振荡的频率越大，即市场中交易者正反馈、负反馈和惰性机制之间的竞争越激烈，由于资产价格在崩盘前对数周期表现得越发明显，于是越大说明存在泡沫导致崩盘的可能性越大。是一个相位常数，是参数。对数周期幕律模型可以找到掩盖在对数周期规律下的资产价格增长速度高于指数律的证据，现实中资产价格以高于指数律的速度增长是不能持续的，不仅存在泡沫而且会产生崩盘。在这个模型中，幕律形式代表了

7、正反馈机制的作用,而对数周期规律反映了正反馈、负反馈和惰性机制之间的竞争关系。使用本模型对资产价格时间序列进行拟合可以锁定这些参数，并通过比较参数大小就可以判断资产价格是否存在泡沫。（二）对数周期幕律模型拟合方法1•模型拟合的预处理对式（1）的拟合时采用最小二乘法来确定待估参数，但是在拟合资产价格时间序列之前需要进行一些预处理。式（1）一共有七个待估参数，其中是线性待估参数，是非线性待估参数。拟合