对有效市场的挑战(1)(4)
2014-09-25 01:23
导读：多重分形描述了在一个分形集中,不同的部分具有不同的标度指数,又称多标度分形。Pasquini利用纽约证券交易所指数数据,对市场的多标度现象进行了实证研
多重分形描述了在一个分形集中,不同的部分具有不同的标度指数,又称多标度分形。Pasquini利用纽约证券交易所指数数据,对市场的多标度现象进行了实证研究,发现不同范围的波动具有不同的标度关系。Cuniberti(1999)［4］等人研究了美、日等国股市,发现股票价格时间序列存在着标度不变性。Bajo等人在分析西班牙peseta与美元汇率数据时最早发现了混沌的存在［5］。Grauwe等人将汇率猜测的基本因素分析和技术分析融合成新的混沌汇率模型,Silva在Grauwe研究基础上,分析了外汇干预机制对产生混沌现象的影响,从经济规律的角度探索外汇市场汇率混沌行为的内在原因［6］。这些研究帮助人们加深了对汇率复杂性特性的熟悉。
黄登仕在对金融市场的标度理论综述中指出了多标度行为的发现是金融市场标度理论的最重要的进展,总结了多标度理论的最新进展［7］。戴国强、徐龙炳等应用R/S分析法计算沪深股市的Hurst指数,指出市场存在状态持续性,波动呈现集群性,股价指数所构成的时间序列呈现非线性［8］。吴冲锋等建立了一个股票市场随机交流模型,发现股价变化的厚尾性分布特征与金融市场的羊群效应之间存在着明显的关系［9］。
在第二个研究方向上,圣塔菲研究所的学者们专门从事跨学科的复杂性研究,由于金融市场有着丰富的数据资料,圣塔菲研究所自诞生以来就把金融系统作为最重要的研究领域之一,Vandewalle,Boveroux 和 Minguet(1998)［10］的研究表明:金融系统是具有耗散结构的系统,由于人的参与而变得比自然复杂系统更为复杂,具有更为明显的非线性、路径依靠、自组织和自进化的特征。
Lux(1995)、Arthur(1997)在摒弃了经典
金融学中的典型理性经济人的假设后,在投资者异质基础上建立了描述股市行为的模型,对投资者的交易行为进行模拟。Arthur指出,在资本市场中,每一个投资者都处在他们所共同依靠的整体市场模式中,对该模式的运行进行猜测并采取相应的行为策略,这使市场变得更加复杂,因此描述多个投资者之间及市场整体的关联模式是建立模型的关键。Schmidt以股市交易者群体为变量,分别在确定与不确定性金融环境下,研究离散交易状态下市场的形成过程［11］。
（科教范文网http://fw.NSEAC.com编辑发布）
股市暴跌之后往往伴随着长期的经济萧条,对一国经济的发展极具破坏力,给宏观经济带来严重的负面影响,这些负面影响促使人们开始思考金融危机背后的深层次原因。Peng分析了1929年和1987年的两次股灾,以为证券系统具有极其复杂的行为,是一个非线性系统［12］。Lux等人提出股市波动新理论,应用随机变量模型和统计物理中的标度理论分析了股票市场的波动［13］。
Bak［14］等人利用混沌、分形非线性理论的方法,以实际数据给出证券市场存在混沌和分形的证据。高红兵等计算了上证综指日收益率序列的李雅普诺夫指数和混沌吸引子分形维,表明了我国证券市场运行系统的混沌特征［15］。黄小原等对股票交易群体变动的混沌进行了模拟［16］。
四、 进一步的研究展看
(1) 复杂网络。近年,复杂性科学的研究热门之一是复杂网络,伴随着复杂性科学研究的进展,Wang［17］等人指出在系统的个体行为与系统整体的行为之间存在着巨大差距。他们将一个具有众多个体的复杂系统看做一个网络,并以为复杂网络是一种合适的研究方法。Watts和Strogatz在玁ature上提出小世界网络,它既具有规则网络(regular network)的高聚类特性,又具有随机网络(random network)的较小均匀路径长度的特征,这是一个表征人类社会网络的模型［18］。随机网络模型不能反映社会人际关系,而小世界网络注重对经验、规律的模拟,可以更真实反映现实,但网络建模存在的题目是作用者的多样性有待进步,且目前大多是对收益率及波动特征的研究,还未考虑价格及交易关系的模拟。
(2) 金融数据高维计算复杂性。由于金融系统的多因素、非线性和不确定性,其特征表现为模型结构复杂,涉及变量多,高频交易产生海量数据,在大多数情况下无法得到像Black-Scholes公式一样的解析解,而只能依据数值计算方法。固然很多新型衍生证券的定价可转化为高维定积分计算,但对应的高维积分维数可达数百之多,无法用传统的数值方法求解。为刻画金融计算的复杂性,Caflisch等提出了有效维数的概念［19］,但其研究还处于起步阶段,研究的难点在于有效维数与计算复杂性的定量关系。
