時(shí)間：2023-11-01 11:49:55
序論：在您撰寫金融市場(chǎng)基本面分析時(shí)，參考他人的優(yōu)秀作品可以開闊視野，小編為您整理的7篇范文，希望這些建議能夠激發(fā)您的創(chuàng)作熱情，引導(dǎo)您走向新的創(chuàng)作高度。
基本面分析主要研究影響市場(chǎng)變化的各種經(jīng)濟(jì)因素和發(fā)展趨勢(shì)，其最核心的步驟是市場(chǎng)參與者對(duì)資料數(shù)據(jù)進(jìn)行理性的分析評(píng)估并一貫堅(jiān)持利用它們?；久娣治鰺o疑是一種有用的分析工具，因?yàn)樗軌蚯宄卣故臼袌?chǎng)為什么向某一方向變動(dòng)。然而，基本面分析需要特別有耐心，這與市場(chǎng)參與者在最短時(shí)間內(nèi)獲得盡可能高收益的目標(biāo)是相沖突的。此外，大宗交易的市場(chǎng)參與者為了盡可能周詳?shù)馗淖冑Y產(chǎn)構(gòu)成，會(huì)經(jīng)常利用基本面數(shù)據(jù)公布后引起的短暫價(jià)格變化，這也會(huì)引起市場(chǎng)流動(dòng)性出現(xiàn)無法預(yù)測(cè)的局面。
為了在短期分析中彌補(bǔ)基本面分析的不足，在認(rèn)識(shí)趨勢(shì)的初始變化時(shí)，技術(shù)分析提供了一整套手段和工具，它們有助于市場(chǎng)參與者對(duì)新的市場(chǎng)事件做出靈活反應(yīng)。技術(shù)分析的前提條件是市場(chǎng)供求雙方必須自由發(fā)揮作用。此外，技術(shù)分析還依賴于三個(gè)核心假定：市場(chǎng)價(jià)格是包含了所有可獲信息和觀念的供求雙方力量共同作用的結(jié)果，且與這些理念是否理性沒有多大關(guān)系；價(jià)格變化具有趨勢(shì)性；歷史會(huì)重演。
盡管價(jià)格反映的僅僅是一部分可獲信息，但仍然表現(xiàn)出了買賣雙方的看法和觀點(diǎn)，可以通過技術(shù)化的形式表現(xiàn)出來。由于現(xiàn)代傳媒技術(shù)迅速傳播著海量的信息，市場(chǎng)參與者對(duì)信息量的不堪承受使得技術(shù)分析獲得許多人的青睞。不幸的是，盡管圖形像一面鏡子反映出了市場(chǎng)參與者的行為，但由于應(yīng)用廣泛，圖形所示的意義大部分并不能實(shí)現(xiàn)，出現(xiàn)事與愿違的變化已經(jīng)成為經(jīng)常發(fā)生的事。
行為金融學(xué)者對(duì)此的看法是，從技術(shù)分析中找到的結(jié)論仍是膚淺的，因?yàn)樗荒茉敿?xì)分析人們的心理活動(dòng)，而后者才是市場(chǎng)交易價(jià)格形成中最為關(guān)鍵的因素之一。盡管行為人被認(rèn)為是理性的，至少在他們進(jìn)行市場(chǎng)交易時(shí)是這樣，但實(shí)際情況卻是另一番景象，除了理性之外，人們還表現(xiàn)出了各式各樣的行為。他們的動(dòng)機(jī)、心智、思維方式、風(fēng)險(xiǎn)態(tài)度和交易視野可能完全不同。行為金融理論就是研究信息吸收、甄別和處理以及由此帶來的后果的學(xué)問。同時(shí)，它也研究人們的異常行為。與現(xiàn)代資本市場(chǎng)理論認(rèn)為的市場(chǎng)參與者的唯一目的是利潤(rùn)的觀點(diǎn)不同，行為金融理論認(rèn)為，人們參與市場(chǎng)交易還有其他的目的。此外，市場(chǎng)參與者掌握的信息也是不完全的。并且不同的人對(duì)于同樣的信息會(huì)做出不同的評(píng)判，由此也會(huì)得出各種不同甚至完全相反的結(jié)論。
經(jīng)驗(yàn)豐富的市場(chǎng)實(shí)踐者喬齊姆?高德伯格和證券市場(chǎng)心理學(xué)家魯?shù)腋?馮?尼采綜合了基于基本面分析、技術(shù)分析及金融心理學(xué)的一些行為金融理論成果，匯聚為包括欲望與現(xiàn)實(shí)、投資策略、價(jià)值判斷、投資者心理、不同類型的市場(chǎng)參與者等廣泛內(nèi)容匯集成《行為金融》。高德伯格認(rèn)為，他們著作的“引人入勝之處是清晰地闡述了金融市場(chǎng)的行為導(dǎo)向分析能解釋技術(shù)分析的基本原理”，盡管“還沒有對(duì)人們行為的所有方面進(jìn)行審視”，但期望他們的觀點(diǎn)能夠“使金融市場(chǎng)更加人性化，而少一些神秘”。
事實(shí)上，行為金融的分析方法已被證明對(duì)金融界從業(yè)者在交易中控制非理性決策、預(yù)測(cè)他人行為的作用非常巨大。更重要的是，行為金融理論不僅有助于改善個(gè)人的決策行為，還有助于深入地理解市場(chǎng)參與者的實(shí)際行動(dòng)。我們目前所面對(duì)的肇始于美國(guó)次貸危機(jī)的動(dòng)蕩的金融市場(chǎng)，就非常明顯地體現(xiàn)著行為金融的這種實(shí)踐價(jià)值。對(duì)于“華爾街的黃昏”，巴菲特的評(píng)價(jià)是：“當(dāng)潮水運(yùn)去的時(shí)候，你就會(huì)發(fā)現(xiàn)是誰在裸泳，而現(xiàn)在，華爾街簡(jiǎn)直就是裸泳者海灘。”美聯(lián)儲(chǔ)前主席格林斯潘的看法是：“信任情緒終將再度浮出水面，投資者正在小心翼翼地重返市場(chǎng)?！倍鸾淌诹_格夫認(rèn)為：“贊解的金融產(chǎn)品、遲鈍的監(jiān)管者、神經(jīng)質(zhì)的投資者，這就是21世紀(jì)第一場(chǎng)金融危機(jī)所包含的全部?jī)?nèi)容。”
他們提到的“裸泳”、“信任情緒”、“監(jiān)管遲鈍”、“神經(jīng)質(zhì)”都是對(duì)行為金融所闡述的參與者心理及其行為的生動(dòng)刻畫。曾幾何時(shí)，投資者們信誓旦旦地將大把鈔票撤向基于預(yù)期收益抵押貸款衍生出的各種金融產(chǎn)品，然而，他們所依據(jù)的主要是市場(chǎng)的繁榮景象和想象中豐厚的回報(bào)率，而不是對(duì)衍生品本身的準(zhǔn)確理解和深入分析，更不是對(duì)基礎(chǔ)資產(chǎn)的價(jià)值和穩(wěn)健性以及其他投資者行為的精確解讀。一廂情愿的熱情、莫名其妙的自信和無端的樂觀等，這些玄幻的市場(chǎng)情緒在造就出投資者更大的自信和樂觀的同時(shí)，也為最終的崩潰埋下了伏筆。
正如《德爾斐神諭》所指出的，智慧的關(guān)鍵并不在于預(yù)測(cè)未來。對(duì)于現(xiàn)代金融市場(chǎng)及其參與者來說，其通俗含義就是，投資的成功并不僅是建立于聰明的預(yù)測(cè)之上，準(zhǔn)確把握市場(chǎng)參與者的心理及其驅(qū)動(dòng)的投資行為是至關(guān)重要的。撲朔迷離的金融市場(chǎng)本身就富有無窮的魅力，踏過從基本面分析到技術(shù)分析的歷久彌新的智慧，從行為金融這樣一個(gè)現(xiàn)實(shí)的視角去透視真實(shí)的金融市場(chǎng)，不失為現(xiàn)代生活中極具的事情。
歐美財(cái)經(jīng)新書最前線
The Snowball: Warren Buffett and theBusiness of Life
作者：愛麗絲?施羅德(Alice Schroeder)
出版商：Bantam(2008年9月29日)頁(yè)數(shù)：976頁(yè)
內(nèi)容提要：很少有金融投資家能像沃倫?巴菲特那樣長(zhǎng)久地占據(jù)人們的視線。盡管歐美市面上有關(guān)他的書籍不下60本，但作為其本人親自授權(quán)創(chuàng)作的首部傳記，本書想不吸引眼球都難。這本被《華爾街日?qǐng)?bào)》稱作“今秋最值得期待的圖書”，由巴菲特“欽點(diǎn)”摩根士丹利前保險(xiǎn)分析師愛麗絲?施羅德操刀，不僅詳細(xì)講述了巴菲特作為投資人一生的奮斗歷程與成功故事，還史無前例地描述了巴菲特的現(xiàn)實(shí)生活、價(jià)值觀、處世哲學(xué)和人生經(jīng)歷。透過愛麗絲與巴菲特本人數(shù)千小時(shí)的交談、對(duì)其商業(yè)伙伴、家人和朋友的采訪以及充斥著兩大資料室的投資材料和信件等，讀者或許能摘掉“股神”的光環(huán)，還原一個(gè)真實(shí)的巴菲特。
The Partnership:The Making of Goldman Sachs
作者：查爾斯?艾利斯(Charles.Ellis)
出版商：Penguin Press HC(2008年10月7日)
【關(guān)鍵詞】日元；避險(xiǎn)資金；貨幣
1 何為避險(xiǎn)資產(chǎn)？
1.1避險(xiǎn)資產(chǎn)的定義與屬性
避險(xiǎn)資產(chǎn)通常指在出現(xiàn)政治、經(jīng)濟(jì)、金融市場(chǎng)波動(dòng)或者戰(zhàn)亂、恐怖襲擊等重大外部沖擊帶動(dòng)市場(chǎng)風(fēng)險(xiǎn)偏好大幅下降時(shí)表現(xiàn)堅(jiān)挺，或被資本追逐的資產(chǎn)。過去一段時(shí)間，美元、歐元、日元、瑞士法郎等主要國(guó)際貨幣，以黃金為代表的貴金屬，以及發(fā)達(dá)國(guó)家長(zhǎng)期債券等都具有一定的避險(xiǎn)屬性。其中，日元、瑞士法郎、美元和黃金是最著名的四類避險(xiǎn)資產(chǎn)。
避險(xiǎn)貨幣的形成既有歷史的原因，也受到諸多經(jīng)濟(jì)社會(huì)因素的影響。首先是基本面因素。投資者對(duì)該貨幣長(zhǎng)期以來的信心非常重要，這一方面體現(xiàn)為穩(wěn)定的幣值和較低的通脹水平，另一方面體現(xiàn)為貨幣發(fā)行國(guó)經(jīng)濟(jì)的規(guī)模、結(jié)構(gòu)和韌性（robustness）和隔絕外部沖擊的能力，比如大多數(shù)新興市場(chǎng)經(jīng)濟(jì)體以及匯率與商品價(jià)格高度相關(guān)的資源型國(guó)家貨幣就難以成為避險(xiǎn)貨幣。
其次是金融市場(chǎng)發(fā)達(dá)程度。避險(xiǎn)貨幣發(fā)行國(guó)需要擁有兼具深度、廣度和流動(dòng)性的金融市場(chǎng)，以承載國(guó)際資金的流入，比如金融市場(chǎng)體量較小國(guó)家或金融市場(chǎng)分割的經(jīng)濟(jì)體（如歐元區(qū)）貨幣難以具備避險(xiǎn)功能。再次是市場(chǎng)開放程度。避險(xiǎn)貨幣需要自由可兌換，且金融市場(chǎng)足夠開放，比如，在資本賬戶沒有開放的情況下人民幣在短期內(nèi)難以成為避險(xiǎn)貨幣。最后是個(gè)性化因素。
已有的避險(xiǎn)貨幣還具有一些個(gè)性化的特征，比如美元是具有統(tǒng)治地位的國(guó)際貨幣，占全球外匯市場(chǎng)交流量超過40%，流動(dòng)性非常高；日本長(zhǎng)期實(shí)行低利率，且擁有較多的海外資產(chǎn)頭寸（詳見下節(jié)）；瑞士是永久中立國(guó)，有嚴(yán)格的銀行保密制度，被認(rèn)為是世界上最安全的地方。
1.2避險(xiǎn)資產(chǎn)的相關(guān)性與輪動(dòng)
避險(xiǎn)情緒的切換往往導(dǎo)致資產(chǎn)間的相關(guān)性增強(qiáng)。匯豐的研究表明，金融市場(chǎng)情緒在逐險(xiǎn)/避險(xiǎn)（risk on/risk off）間跳動(dòng)使得資產(chǎn)間的關(guān)聯(lián)性增加，且形成了鮮明的兩大陣營(yíng)，一類是風(fēng)險(xiǎn)資產(chǎn)，包括股票，高收益?zhèn)?，新興市場(chǎng)貨幣、大宗商品等，另一類是避險(xiǎn)資產(chǎn)，包括避險(xiǎn)貨幣、投資級(jí)債券、貴金屬等。今年以來，資產(chǎn)間相關(guān)性持續(xù)上升，類似于2010年歐洲債務(wù)危機(jī)時(shí)期的情形，這意味著市場(chǎng)共識(shí)和投資者情緒在悲喜間躍遷，風(fēng)險(xiǎn)/避險(xiǎn)兩類資產(chǎn)間價(jià)格呈現(xiàn)明顯負(fù)相關(guān)，而各類資產(chǎn)內(nèi)卻高度正相關(guān)。
值得一提的是，全球金融危機(jī)以來主要央行的量化寬松（QE）政策可能為避險(xiǎn)需求的泛濫提供了彈藥，盡管其本身意在消除了不同資產(chǎn)表現(xiàn)的分化，但在經(jīng)濟(jì)復(fù)蘇苦樂不均的情況下，充足的流動(dòng)性伴隨市場(chǎng)情緒的波動(dòng)追逐有限的安全資產(chǎn)，客觀上強(qiáng)化了避險(xiǎn)貨幣的屬性。不同避險(xiǎn)貨幣的吸引力還呈現(xiàn)出輪動(dòng)和替代的特征，主要取決于貨幣發(fā)行國(guó)的政治經(jīng)濟(jì)情況和相關(guān)政策措施。
2 日元何以成為避險(xiǎn)貨幣？
從歷史上看，盡管日元不是最主要的國(guó)際貨幣，但橫向比較可以發(fā)現(xiàn)，自上世紀(jì)90年代以來的歷次風(fēng)險(xiǎn)事件發(fā)生后，日元的避險(xiǎn)屬性大多強(qiáng)于美元、歐元，甚至瑞士法郎。這意味著危機(jī)發(fā)生時(shí)，日元被認(rèn)為是相對(duì)穩(wěn)定的避險(xiǎn)資產(chǎn)。我們認(rèn)為，以下三個(gè)方面的因素（經(jīng)濟(jì)基本面因素、金融市場(chǎng)面因素與交易投機(jī)面因素）支撐日元成為全球最受追捧的避險(xiǎn)貨幣。
2.1經(jīng)濟(jì)基本面因素
日元的“全球最佳”避險(xiǎn)貨幣地位必然有本國(guó)經(jīng)濟(jì)基本面作為支撐。按照我們對(duì)匯率變動(dòng)原因的分析框架（參見宏觀全球經(jīng)濟(jì)季度報(bào)告―2016年春季專題報(bào)告《上升期雖有波折，言逆轉(zhuǎn)為期尚早――透視美元周期：特征事實(shí)、驅(qū)動(dòng)力量及非對(duì)稱影響》）：從長(zhǎng)期來看，匯率體現(xiàn)了一國(guó)相對(duì)經(jīng)濟(jì)地位的變動(dòng)；從中期來看，匯率與相對(duì)通脹水平密切相關(guān)；從短期來看，匯率受利差變動(dòng)的影響。據(jù)此，我們也可以歸納出支持日元作為避險(xiǎn)貨幣的三個(gè)經(jīng)濟(jì)原因：
（1）經(jīng)濟(jì)規(guī)模大，國(guó)際收支改善
二戰(zhàn)后，日本在大多數(shù)時(shí)間內(nèi)都是全球第二大經(jīng)濟(jì)體，盡管其經(jīng)濟(jì)增速在近二十年來一直較低，但其絕對(duì)經(jīng)濟(jì)實(shí)力是日元在危機(jī)中贏得信心的來源。從國(guó)際收支平衡來看，長(zhǎng)期以來，日本也都維持著巨額的經(jīng)常項(xiàng)目和金融項(xiàng)目順差。盡管本世紀(jì)以來，日本的貿(mào)易順差有所收縮，甚至轉(zhuǎn)為逆差，但受核電重啟、能源價(jià)格回落等影響，2015年日本貿(mào)易由赤字轉(zhuǎn)向持續(xù)盈余，而金融賬戶順差更是創(chuàng)下2010年以來的新高（圖2）。國(guó)際收支狀況的改善所引起的資金凈流入加大無疑對(duì)日元幣值形成了支撐。
3 強(qiáng)勢(shì)日元風(fēng)光難再
3.1日元長(zhǎng)期走勢(shì)趨于平穩(wěn)
長(zhǎng)期來看，匯率相對(duì)走勢(shì)從根本上仍然取決于經(jīng)濟(jì)基本面。安倍上臺(tái)之后，日本央行的寬松政策不斷加碼，年度購(gòu)債規(guī)模達(dá)到80萬億日元，帶動(dòng)日元貶值35%，但一年內(nèi)的急劇升值已將安倍的努力抵消了一半。目前，日本依然面臨經(jīng)濟(jì)衰退和通貨緊縮的困擾，而前期刺激帶來結(jié)構(gòu)性的財(cái)政問題也損害了日元的長(zhǎng)期信用基礎(chǔ)。比如，盡管金融市場(chǎng)傾向于把日元理解為避險(xiǎn)貨幣，但就連日本央行行長(zhǎng)黑田東彥也認(rèn)為，由于日本政府債務(wù)位居全球首位，日本國(guó)債其實(shí)并非無風(fēng)險(xiǎn)資產(chǎn)。
因此，在其他避險(xiǎn)選擇也存在特定缺陷（比如黃金的流動(dòng)性不夠好等）時(shí)，日元可能還會(huì)臨時(shí)扮演短期避險(xiǎn)工具的角色，但從中長(zhǎng)期來看，日元沒有持續(xù)走強(qiáng)的理由。當(dāng)然，在政策空間受限的情況下，安倍想要進(jìn)一步推動(dòng)日元貶值也非易事，除非日本央行真正開始“直升機(jī)撒錢”。除了經(jīng)濟(jì)基本面外，日元的短期波動(dòng)還取決于全球市場(chǎng)避險(xiǎn)需求、美聯(lián)儲(chǔ)何時(shí)加息等因素。
3.2日本央行面臨重大挑戰(zhàn)
日元作為避險(xiǎn)貨幣的被動(dòng)升值給日本央行帶來了挑戰(zhàn)：一方面，海外資本流動(dòng)大進(jìn)大出加大了宏觀經(jīng)濟(jì)管理的壓力，并帶來相關(guān)的國(guó)內(nèi)經(jīng)濟(jì)調(diào)整成本；另一方面，不合意的匯率持續(xù)升值將進(jìn)一步損害日本的資產(chǎn)負(fù)債表?？紤]到日本長(zhǎng)期處于低通脹、低利率的環(huán)境，升值將帶來更大的通縮壓力，進(jìn)而拖累經(jīng)濟(jì)增長(zhǎng)。
但日本央行卻面臨國(guó)際國(guó)內(nèi)雙重掣肘：從國(guó)際來看，單方面干預(yù)匯率可能引起其他國(guó)家的聲討，特別是來自美國(guó)的壓力；從國(guó)內(nèi)來看，寬松貨幣對(duì)日元貶值的邊際推動(dòng)作用已經(jīng)衰減，甚至是今年1月以來，日本央行意外推出“負(fù)利率”也沒能止住日元的升值步伐。另外，從政策工具來看，日本央行已經(jīng)通過大規(guī)模的量化和質(zhì)化寬松為金融市場(chǎng)注入了天量流動(dòng)性。
從中長(zhǎng)期看，日本正在逐步成為一個(gè)“食利國(guó)家”。實(shí)業(yè)投資方面，國(guó)內(nèi)產(chǎn)業(yè)面臨中、韓等國(guó)的競(jìng)爭(zhēng)和日元升值的壓力，不得不移向海外。金融投資方面，明顯新興市場(chǎng)國(guó)家的吸引力也勝于日本國(guó)內(nèi)。因此，未來的日本將越來越依賴于海外投資帶來的收益。而這些收益的回流又將成為中長(zhǎng)期推升日元匯率的重要因素。
參考文獻(xiàn)：
[1]孫少巖，張奎.災(zāi)后日元升值初探.東北亞論壇，2011（06）
[2]王蕾.避險(xiǎn)需求主導(dǎo)市場(chǎng)走勢(shì)――7月國(guó)際金融市場(chǎng)走勢(shì)分析.國(guó)際金融，2011（08）
關(guān)鍵詞：異質(zhì)期望；學(xué)習(xí)；演化；人工金融市場(chǎng)；非線性動(dòng)力學(xué)
The Artificial Financial Market Based on Evolution of Agent’s Behavioral Heterogeneity
and Nonlinear Characteristics Analysis
MA Chao-qun , YANG Mi，ZOU Lin
(College of Business and Administration, Hunan Univ, Changsha, Hunan 410082, China)
Abstract: This paper explores the formation of financial market’s nonlinear characteristics from the standpoint of the evolution of investor individual’s heterogeneous behavior through an agent-based artificial financial market. In our market, agent will consider fundamental information and price tendency simultaneously relied on personal behavioral characters, such as mood, memory length and so on, make the trade-off between them based on empirical knowledge, then form price expectation and trading behavior to current market state. The adaptive updating of the weight represents the evolution of agent’s behavior, which is realized by the evolution of forecast rules with Genetic Algorithm (GA) and Generation Function (GF). Simulation testing shows that when the market fraction is composed of confident fundamentalist, chartists and adaptively rational agents, artificial financial market appears the same nonlinear characteristics--leptokurtosis, fat tail, clustered volatility, long-term memory and chaos, as real markets do, under a market maker scenario. This provides a computational experiment platform to study these behavioral factors, which cause the market to emerge nonlinear characteristics.
Key words: heterogeneous expectation; learning; evolution; artificial financial market; nonlinear dynamics
1. 引言
20世紀(jì)90年代以來，隨著復(fù)雜性科學(xué)的興起，Hsieh（1991）、Peters（1994）、Lux和Marchesi（1999）等研究發(fā)現(xiàn)，股票收益率呈“尖峰胖尾”分布，股票價(jià)格序列具有分形維、長(zhǎng)期記憶性以及混沌吸引子等非線性特征[1-3]。傳統(tǒng)的新古典金融理論在無法解釋其形成原因的同時(shí)，也難以解釋大量的“金融異象”（Anomalies），從而促使金融學(xué)研究范式發(fā)生了重大轉(zhuǎn)變，從完全理性、有效市場(chǎng)與靜態(tài)均衡到有限理性、自適應(yīng)市場(chǎng)與非線性演化。
隨之發(fā)展起來的計(jì)算金融學(xué)，正是建立在金融市場(chǎng)復(fù)雜自適應(yīng)理論基礎(chǔ)之上，采用“自下而上”的建模方法，利用計(jì)算機(jī)模擬技術(shù)構(gòu)建基于Agent的人工金融市場(chǎng)，試圖通過仿真研究揭示金融現(xiàn)象的產(chǎn)生根源與金融市場(chǎng)的演化規(guī)律，達(dá)到控制系統(tǒng)風(fēng)險(xiǎn)的目的。人工市場(chǎng)中，有限理性的Agent不斷學(xué)習(xí)與進(jìn)化，基于個(gè)人偏好形成自適應(yīng)的異質(zhì)預(yù)期與交易行為，在市場(chǎng)交易機(jī)制下相互作用，共同推進(jìn)市場(chǎng)的協(xié)同演化。
人工金融市場(chǎng)的模型構(gòu)建中，關(guān)鍵在于對(duì)Agent異質(zhì)行為（預(yù)期）的形成與演化建模。目前，文獻(xiàn)中存在兩股研究熱流：一股是以Brock和Hommes（1998）[4]為代表的異質(zhì)行為人模型（Heterogeneous Agent Model，HAM）。模型中，持有異質(zhì)信念的Agent分別采用與信念一致的行為策略來形成預(yù)期，根據(jù)各種預(yù)期及相應(yīng)的人數(shù)比例得到對(duì)風(fēng)險(xiǎn)資產(chǎn)的總需求，在Walrasian均衡機(jī)制下生成資產(chǎn)的價(jià)格。隨后，Agent會(huì)根據(jù)不同行為策略的市場(chǎng)表現(xiàn)來更新信念、轉(zhuǎn)換行為；這個(gè)學(xué)習(xí)過程通過自適應(yīng)信念系統(tǒng)（Adaptive Belief System，ABS）來實(shí)現(xiàn)，其直接表現(xiàn)為市場(chǎng)上異質(zhì)信念A(yù)gent的比例變化。
同大多數(shù)模型一樣，Chiarella 和He（2003）、Dieci et al.（2006）、Boswijk et al.（2007）、Anufriev和Panchenko（2009）等均在此理論分析框架內(nèi)，構(gòu)建僅由兩類異質(zhì)Agent---基本面分析者與技術(shù)分析者組成的市場(chǎng)，來分別研究Agent具有常（絕對(duì)/相對(duì)）風(fēng)險(xiǎn)厭惡偏好、有固定成分（自信的基本面與技術(shù)分析者）與調(diào)整成分（自適應(yīng)理易者）的市場(chǎng)組成以及不同的價(jià)格生成機(jī)制（Walrasian均衡、做市商、指令驅(qū)動(dòng)）下的人工市場(chǎng)中價(jià)格的動(dòng)態(tài)行為[5-8]。這類理論導(dǎo)向型（Theoretical-oriented）模型采用解析的方法描述異質(zhì)Agent的行為與信念更新，通過建立非線性動(dòng)力學(xué)系統(tǒng)來模擬市場(chǎng)運(yùn)行，在一定的參數(shù)條件下，能產(chǎn)生厚尾、投機(jī)泡沫和波動(dòng)叢集性等“典型特征”與顯著的混沌特征。
另一股是以Arthur et al.（1997）[9]為代表的Santa Fe人工股票市場(chǎng)（Artificial Stock Market， ASM）。市場(chǎng)中，短視的Agent根據(jù)各自經(jīng)驗(yàn)規(guī)則集中在當(dāng)前市場(chǎng)狀態(tài)下的最佳預(yù)測(cè)規(guī)則形成對(duì)下期股價(jià)與股利的線性預(yù)期，產(chǎn)生異質(zhì)的需求與行為策略；當(dāng)總需求等于總供給時(shí)，市場(chǎng)達(dá)到均衡，股票價(jià)格生成。隨后，Agent將更新被激活規(guī)則的預(yù)測(cè)精度，按照各自的學(xué)習(xí)速度利用遺傳算法（Genetic Algorithm，GA）來進(jìn)化個(gè)人預(yù)測(cè)規(guī)則；這個(gè)預(yù)期形成與學(xué)習(xí)過程通過包含三個(gè)基本要素的Holland遺傳分類系統(tǒng)來實(shí)現(xiàn)，具體為：把市場(chǎng)狀態(tài)信息映射到形成預(yù)期的預(yù)測(cè)參數(shù)的條件/預(yù)測(cè)規(guī)則集、判斷預(yù)測(cè)規(guī)則好壞的適應(yīng)函數(shù)以及基于適應(yīng)值進(jìn)行選擇、交叉、變異來淘汰壞規(guī)則，保留并生成新規(guī)則的遺傳算法。
這個(gè)計(jì)算平臺(tái)建立了一個(gè)完全可控的實(shí)驗(yàn)環(huán)境，重現(xiàn)了現(xiàn)實(shí)金融市場(chǎng)的許多特征，比如：尖峰厚尾、波動(dòng)持續(xù)性、交易量自相關(guān)以及崩盤等，一經(jīng)推出就受到眾多學(xué)者的關(guān)注，各種改進(jìn)的人工股票市場(chǎng)不斷涌現(xiàn)：Tay和Linn（2001）考慮Agent學(xué)習(xí)能力的有限性，采用模糊邏輯系統(tǒng)替代遺傳分類系統(tǒng)來刻畫Agent的學(xué)習(xí)進(jìn)化機(jī)制；LeBaron（2001）考慮具有常相對(duì)風(fēng)險(xiǎn)厭惡偏好的Agent通過神經(jīng)網(wǎng)絡(luò)算法形成預(yù)期與行為策略的人工市場(chǎng)典型特征； Chen和Yeh（2001）加入了一個(gè)“管理學(xué)?！睓C(jī)制，市場(chǎng)上Agent在利用遺傳規(guī)劃算法進(jìn)化預(yù)測(cè)函數(shù)的同時(shí)，能通過學(xué)校交流經(jīng)驗(yàn)、學(xué)習(xí)策略，最終市場(chǎng)價(jià)格在超額需求的驅(qū)動(dòng)下進(jìn)行調(diào)整；LeBaron和Yamamoto（2007）在Chiarella和Iori（2002）建立的指令驅(qū)動(dòng)型連續(xù)雙向拍賣市場(chǎng)的基礎(chǔ)上，考慮Agent之間的相互學(xué)習(xí)與模仿，采用遺傳算法進(jìn)化與傳播行為策略，模擬出市場(chǎng)存在的長(zhǎng)期記憶性等[11-14]。這類計(jì)算導(dǎo)向型（Computational-oriented）模型側(cè)重于計(jì)算機(jī)實(shí)現(xiàn)，利用各種智能算法來描述Agent的預(yù)期形成和市場(chǎng)交易機(jī)制作用下的學(xué)習(xí)與進(jìn)化，通過可控實(shí)驗(yàn)探尋金融市場(chǎng)的演化規(guī)律。
然而，站在Agent個(gè)人行為演化的角度不難發(fā)現(xiàn)，所有文獻(xiàn)關(guān)注的僅是兩個(gè)極端的情形：一方面，HAM 忽視了Agent面對(duì)復(fù)雜市場(chǎng)環(huán)境其決策行為的多樣性。盡管模型捕捉到了市場(chǎng)中Agent的兩種基本行為策略，并且能通過ABS在兩者之間做出選擇，但忽略了Agent的本質(zhì)行為---基于交易經(jīng)驗(yàn)在基本面分析與技術(shù)分析之間的自適應(yīng)性動(dòng)態(tài)權(quán)衡；另一方面，ASM忽視了Agent的個(gè)人行為特征與基本行為策略，為其策略的形成提供了太大的自由度。市場(chǎng)中Agent利用由價(jià)格與股利構(gòu)成的預(yù)測(cè)方程形成預(yù)期，其所有參數(shù)范圍內(nèi)形成的策略都是可行的。盡管能通過GA進(jìn)化行為策略，但這些策略均忽略了Agent的實(shí)際行為---基于個(gè)人情緒，記憶長(zhǎng)度等行為特征的基本面與技術(shù)分析及權(quán)衡，而僅剩下了表面的數(shù)字含義。
融合以上兩種建模方法，本文構(gòu)建一個(gè)新框架來刻畫交易者的行為本質(zhì)。這個(gè)行為框架不僅包含了交易者的兩種基于個(gè)人行為特征的基本行為策略，如HAM中所描述，而且考慮其基于經(jīng)驗(yàn)認(rèn)知在兩者之間的權(quán)衡，通過加入生成函數(shù)的遺傳分類系統(tǒng)來學(xué)習(xí)與進(jìn)化權(quán)衡行為，同ASM中所設(shè)定。在此基礎(chǔ)上，建立基于Agent的人工金融市場(chǎng)，試圖從交易者個(gè)人異質(zhì)行為演化的角度研究金融市場(chǎng)非線性特征的形成。
人工市場(chǎng)中，Agent基于個(gè)人情緒與調(diào)整速度進(jìn)行基本面分析，同時(shí)基于記憶長(zhǎng)度與外推速度進(jìn)行趨勢(shì)分析；針對(duì)當(dāng)前市場(chǎng)狀態(tài)，在個(gè)人經(jīng)驗(yàn)規(guī)則集內(nèi)選取最佳預(yù)測(cè)規(guī)則，利用預(yù)測(cè)參數(shù)---權(quán)重，形成價(jià)格預(yù)期與交易行為；其權(quán)衡行為的學(xué)習(xí)與進(jìn)化不僅基于市場(chǎng)行情而且基于個(gè)人的交易經(jīng)歷，兩種情形分別通過遺傳算法與生成函數(shù)更新規(guī)則來實(shí)現(xiàn)。Yang et al.（2010）[15]研究了該人工市場(chǎng)中資產(chǎn)價(jià)格的形成與演化，通過實(shí)驗(yàn)方法證明：在做市商的價(jià)格生成機(jī)制下，只有當(dāng)市場(chǎng)由自信的基本面分析者、技術(shù)分析者和自適應(yīng)性理易者組成時(shí)才能生成與真實(shí)市場(chǎng)相同的“典型特征”，這與Taylor和Allen（1992）[16]得出的實(shí)證結(jié)論一致。模擬實(shí)驗(yàn)表明，基于這一市場(chǎng)組成的人工金融市場(chǎng)呈現(xiàn)出與真實(shí)市場(chǎng)相似的非線性特征---尖峰、厚尾，波動(dòng)聚集性，長(zhǎng)期記憶性與混沌特征。這為探究導(dǎo)致市場(chǎng)產(chǎn)生非線性特征的行為因素提供了一個(gè)計(jì)算實(shí)驗(yàn)平臺(tái)。
本文的結(jié)構(gòu)安排如下：第二部分人工金融市場(chǎng)建模，構(gòu)建Agent的價(jià)格預(yù)期模型與異質(zhì)行為演化機(jī)制，以及價(jià)格生成模型；第三部分模擬實(shí)驗(yàn)與特征分析，在實(shí)驗(yàn)設(shè)計(jì)的基礎(chǔ)上模擬市場(chǎng)運(yùn)行，檢驗(yàn)仿真價(jià)格時(shí)間序列的尖峰、厚尾，波動(dòng)聚集性，長(zhǎng)期記憶性與混沌特征；第四部分結(jié)論與展望。
2. 人工金融市場(chǎng)建模
本文結(jié)合文獻(xiàn)[6]中異質(zhì)行為人模型與文獻(xiàn)[9]中Santa Fe人工股票市場(chǎng)，構(gòu)建基于Agent異質(zhì)行為演化的人工金融市場(chǎng)。市場(chǎng)中，Agent依賴個(gè)人行為特征，如：情緒、記憶長(zhǎng)度等，來同時(shí)考慮基本面信息與價(jià)格趨勢(shì)，針對(duì)當(dāng)前市場(chǎng)狀態(tài)，基于經(jīng)驗(yàn)認(rèn)知權(quán)衡二者后形成價(jià)格預(yù)期與交易行為。權(quán)重的自適應(yīng)性更新揭示了個(gè)人行為的演化，其通過遺傳算法與生成函數(shù)進(jìn)化預(yù)測(cè)規(guī)則來實(shí)現(xiàn)。
2.1 基本模型
假設(shè)市場(chǎng)中存在兩種公開交易的資產(chǎn)：債券與股票。債券無限供給，其無風(fēng)險(xiǎn)利率為 ；股票的股利 服從一階自回歸過程：
為股利的均值， ， ，且 ，滿足i.i.d.條件。
市場(chǎng)上有 個(gè)短視的Agent，具有相同的常絕對(duì)風(fēng)險(xiǎn)厭惡（Constant Absolute Risk Aversion，CARA）效用函數(shù)：其中， 是財(cái)富規(guī)模， 是絕對(duì)風(fēng)險(xiǎn)厭惡系數(shù)。眾所周知，在股價(jià)與股利服從高斯分布的情形下，Agent通過最大化其期望效用函數(shù)能確定最佳的股票需求份額：
其中， 為 時(shí)刻的股票價(jià)格， 和 分別為Agent對(duì)股價(jià)與股利條件均值與方差的預(yù)期 。
2.2 Agent的價(jià)格預(yù)期模型
不同于異質(zhì)行為人模型中僅通過ABS在兩種基本行為策略之間進(jìn)行簡(jiǎn)單轉(zhuǎn)換，人工市場(chǎng)中每個(gè)Agent針對(duì)當(dāng)前市場(chǎng)狀態(tài)，利用依賴個(gè)人行為特征的基本面分析與技術(shù)分析得到相應(yīng)價(jià)格預(yù)期， 和 ，基于經(jīng)驗(yàn)認(rèn)知在兩者之間權(quán)衡，形成最終的加權(quán)價(jià)格預(yù)期：
其中， 為Agent依賴兩種基本行為策略的權(quán)重， 。
下面，將具體介紹Agent其基于基本面分析與技術(shù)分析的價(jià)格預(yù)期模型。假設(shè) 時(shí)刻的股票基本面價(jià)格 為市場(chǎng)上的公開信息，等于長(zhǎng)期基本價(jià)值 。然而，考慮到噪聲信息、個(gè)人心理因素等各種情況的影響，Agent對(duì) 時(shí)刻基本面價(jià)格的估計(jì)將偏離基本價(jià)值，滿足：
其中，偏離程度 滿足i.i.d.條件，其均值 為Agent個(gè)人情緒的平均度量（ , 樂觀;, 悲觀）， 為偏離基本價(jià)值的方差。
從基本面分析的角度出發(fā)，Agent相信股價(jià)最終將回復(fù)到基本面價(jià)格，即使存在短期的偏離。因此，其基于基本面分析的價(jià)格預(yù)期為：
其中， 為基于Agent個(gè)人判斷的股價(jià)調(diào)整速度， 。
同時(shí)，Agent也希望把握股價(jià)的變動(dòng)趨勢(shì)，利用基于個(gè)人記憶長(zhǎng)度的平均收益率來外推股票的價(jià)格預(yù)期：
其中， 為外推系數(shù)，其符號(hào)標(biāo)志著Agent是趨勢(shì)（ ）或反向（ ）投資者； 為個(gè)人記憶長(zhǎng)度，在交易者之間服從獨(dú)立的均勻分布； 為記憶長(zhǎng)度 內(nèi)的平均收益率，具體表示為：
綜上，Agent對(duì) 時(shí)刻股價(jià)與股利的預(yù)期為：
2.3 Agent的異質(zhì)行為演化機(jī)制
本文采用加入生成函數(shù)的遺傳分類系統(tǒng)來刻畫Agent基于經(jīng)驗(yàn)認(rèn)知在基本面分析與技術(shù)分析之間的動(dòng)態(tài)權(quán)衡，其權(quán)衡行為的學(xué)習(xí)與進(jìn)化不僅基于市場(chǎng)行情而且基于個(gè)人的交易經(jīng)驗(yàn)，兩種情形分別通過遺傳算法（GA）與生成函數(shù)（GF）更新規(guī)則來實(shí)現(xiàn)。同時(shí)，其權(quán)重的選取與自適應(yīng)性更新揭示了價(jià)格預(yù)期的形成與個(gè)人行為的演化。
2.3.1 權(quán)重的選取
類似于Santa Fe人工股票市場(chǎng)，每個(gè)Agent在 時(shí)刻同時(shí)擁有 條預(yù)測(cè)規(guī)則，每條規(guī)則包括三個(gè)部分：市場(chǎng)條件，預(yù)測(cè)參數(shù)---權(quán)重，以及預(yù)測(cè)精度。市場(chǎng)條件由12位二進(jìn)制代碼組成，反映兩類市場(chǎng)信息：基本面與技術(shù)面信息，具體設(shè)置參見文獻(xiàn)[9]。規(guī)則被激活，當(dāng)且僅當(dāng)其市場(chǎng)條件與當(dāng)前市場(chǎng)狀態(tài) 相匹配。一旦有多條規(guī)則被激活，Agent將選擇其中預(yù)測(cè)精度最高的規(guī)則來形成價(jià)格預(yù)期。
假定Agent的第 條規(guī)則為 時(shí)刻的最佳預(yù)測(cè)規(guī)則，記為： ，其中， 與當(dāng)前市場(chǎng)狀態(tài)相匹配， 為選取的權(quán)重，用來形成價(jià)格預(yù)期 ，以及 ，被激活規(guī)則中的最小預(yù)測(cè)方差（即：預(yù)測(cè)精度最高），用來預(yù)測(cè)條件方差 。
市場(chǎng)上所有Agent均利用式（2）計(jì)算各自的最佳需求份額，同時(shí)傳遞給市場(chǎng)。做市商根據(jù)市場(chǎng)上的超額需求來調(diào)整股票價(jià)格，生成下期的股價(jià) 。當(dāng)新一期的股利 已知時(shí)， 時(shí)刻被激活的所有規(guī)則，其預(yù)測(cè)精度將被更新：
其中， 。
2.3.2 權(quán)重的更新
在 期初，每個(gè)Agent將總結(jié)第 期的個(gè)人交易經(jīng)驗(yàn)，生成一條新規(guī)則 ，其意味著市場(chǎng)狀態(tài) 下使得預(yù)測(cè)方差最小的最優(yōu)權(quán)重。這是一個(gè)自我學(xué)習(xí)的過程，生成最優(yōu)權(quán)重的函數(shù) 被稱為生成函數(shù)。
對(duì)于Agent，計(jì)算最優(yōu)權(quán)重 ，通過等式
于是，Agent的第 條規(guī)則記為： 其中， ，為市場(chǎng)狀態(tài) 下被激活的規(guī)則中最小的預(yù)測(cè)方差。
市場(chǎng)中，Agent不僅通過每期在預(yù)測(cè)規(guī)則集中最佳預(yù)測(cè)規(guī)則的選擇以及新規(guī)則的生成，實(shí)現(xiàn)從個(gè)人交易經(jīng)驗(yàn)中的快速學(xué)習(xí)，而且通過平均 期不同步的利用遺傳算法進(jìn)化預(yù)測(cè)規(guī)則集，基于適應(yīng)值進(jìn)行選擇、交叉、變異來淘汰壞規(guī)則，保留并生成新規(guī)則，實(shí)現(xiàn)基于市場(chǎng)行情的緩慢學(xué)習(xí)，具體設(shè)置參見文獻(xiàn)[9]。
對(duì)于Agent， 期后其規(guī)則集中擁有 條規(guī)則。表現(xiàn)最差（即：適應(yīng)值最低）的 條規(guī)則被淘汰，同時(shí)在保留的規(guī)則基礎(chǔ)上，通過交叉與變異生成新規(guī)則，使得其在 時(shí)刻重新?lián)碛?條規(guī)則。Agent的第 條規(guī)則的適應(yīng)值定義為：
其中， 為規(guī)則的特征值 （即：市場(chǎng)條件部分被設(shè)定狀態(tài)的位數(shù)和）的成本。
2.4 價(jià)格生成模型
假定股票零供給， 時(shí)刻的超額需求等于市場(chǎng)上所有Agent的需求總和。在做市商的價(jià)格生成機(jī)制下，得到下期的股票價(jià)格：
其中， 為價(jià)格調(diào)整速度，噪聲項(xiàng) ，滿足i.i.d.條件。
3. 模擬實(shí)驗(yàn)與特征分析
為驗(yàn)證人工金融市場(chǎng)的有效性，在Agent的個(gè)人行為特征與學(xué)習(xí)速度均不發(fā)生調(diào)整的簡(jiǎn)單情形下，設(shè)計(jì)實(shí)驗(yàn)、設(shè)定參數(shù)，按照流程圖模擬Agent自適應(yīng)性動(dòng)態(tài)權(quán)衡的交易行為與市場(chǎng)運(yùn)行，檢驗(yàn)人工市場(chǎng)生成的仿真價(jià)格時(shí)間序列的非線性特征---尖峰、厚尾，波動(dòng)聚集性，長(zhǎng)期記憶性與混沌特征。
3.1 模擬實(shí)驗(yàn)
3.1.1 實(shí)驗(yàn)設(shè)計(jì)
人工市場(chǎng)中，Agent的個(gè)人行為特征，如：情緒、記憶長(zhǎng)度、調(diào)整速度以及外推系數(shù)等均在所服從的分布范圍內(nèi)隨機(jī)選??；Agent在保持平均學(xué)習(xí)速度的前提下彼此不同步的進(jìn)化預(yù)測(cè)規(guī)則集；且結(jié)合文獻(xiàn)[15]的研究，在做市商的價(jià)格生成機(jī)制下，設(shè)定市場(chǎng)由自信的基本面分析者（即：），自適應(yīng)性理性投資者（即： ，具有異質(zhì)行為演化能力）和技術(shù)分析者（即： ）按照 的比例組成，具體參數(shù)設(shè)置見表1。
3.1.2 流程圖
基于Agent異質(zhì)行為演化的人工金融市場(chǎng)建模流程如圖1所示：
3.1.3 運(yùn)行結(jié)果
基于設(shè)定的市場(chǎng)組成比例以及各類Agent的交易與學(xué)習(xí)機(jī)制，按照流程圖，利用Matlab語言對(duì)人工金融市場(chǎng)進(jìn)行仿真實(shí)現(xiàn)。在不同的隨機(jī)生成數(shù)下模擬運(yùn)行10次，每次交易10,000期，讓市場(chǎng)中Agent得到充分的學(xué)習(xí)，記錄隨后的1,000期。市場(chǎng)運(yùn)行一次所生成的仿真價(jià)格時(shí)間序列與仿真對(duì)數(shù)收益率序列見圖2。
3.2 特征分析
國(guó)外實(shí)證研究表明，金融市場(chǎng)的價(jià)格時(shí)間序列與收益率序列存在顯著的非線性特征。國(guó)內(nèi)學(xué)者史永東（2000）、王衛(wèi)寧等（2004）、馬超群等（2008）均證實(shí)中國(guó)股票市場(chǎng)也不例外[17-19]。本文選取1997.1.1～2007.5.24上證綜指和深圳成指日收盤價(jià)（經(jīng)對(duì)數(shù)線性趨勢(shì)消除法處理[19]）與仿真價(jià)格序列進(jìn)行比較分析。此期間，市場(chǎng)經(jīng)歷了兩次熊（牛）市，蘊(yùn)涵了豐富的動(dòng)力學(xué)特征；且剔除價(jià)格隨經(jīng)濟(jì)和通貨膨脹而增長(zhǎng)趨勢(shì)的指數(shù)序列與不存在太多白噪聲擾動(dòng)的仿真價(jià)格序列更能體現(xiàn)系統(tǒng)的非線性結(jié)構(gòu)，更具可比性。
3.2.1 尖峰、厚尾與波動(dòng)聚集性檢驗(yàn)
檢驗(yàn)結(jié)果如表2所示，全體仿真價(jià)格時(shí)間序列均與上證綜指、深圳成指的價(jià)格序列具有相同的分布特點(diǎn)，呈現(xiàn)出顯著的尖峰、厚尾（峰度大于3）與波動(dòng)聚集性（ARCH-LM檢驗(yàn)，在5%的顯著性水平下拒絕原假設(shè)），且向右偏（偏度大于0）。在此基礎(chǔ)上，將進(jìn)一步檢驗(yàn)人工金融市場(chǎng)是否與中國(guó)股票市場(chǎng)一樣具有長(zhǎng)期記憶性和混沌特征等非線性動(dòng)力學(xué)特征。
3.2.2 長(zhǎng)期記憶性檢驗(yàn)
作為判斷時(shí)間序列是否為有偏隨機(jī)游走的重標(biāo)極差（ ）分析方法[2]，以其穩(wěn)健、非參的特點(diǎn)作為重要的研究工具被用來檢驗(yàn)金融時(shí)間序列的長(zhǎng)期記憶性。其導(dǎo)出的Hurst指數(shù) 表明，當(dāng) 時(shí)，序列為隨機(jī)游走過程；當(dāng) 時(shí)，序列具有反持續(xù)性，即均值回復(fù)過程；當(dāng) 時(shí)，序列是持久的，具有長(zhǎng)期記憶性。同時(shí)， 分析能發(fā)現(xiàn)時(shí)間序列的非周期循環(huán)，估計(jì)平均循環(huán)長(zhǎng)度，為人工金融市場(chǎng)的混沌檢驗(yàn)提供重要參數(shù)支持。
從表3可知，全體仿真價(jià)格時(shí)間序列的Hurst指數(shù)均值 ，平均循環(huán)長(zhǎng)度 ；同時(shí)，圖3顯示了Hurst指數(shù)最小的仿真序列1的 分析過程，其指數(shù)為0.721，顯著大于0.5，且非周期循環(huán)的平均長(zhǎng)度估計(jì)為169期。以上數(shù)據(jù)標(biāo)志著人工金融市場(chǎng)具有顯著的長(zhǎng)期記憶性，存在非周期循環(huán)，這與上證綜指、深圳成指的價(jià)格序列具有長(zhǎng)期記憶性和分形性質(zhì)的結(jié)論一致[20]。此外，人工金融市場(chǎng)較中國(guó)股票市場(chǎng)具有更強(qiáng)的記憶性，究其原因，不存在外部環(huán)境中經(jīng)濟(jì)與政治因素的沖擊，以及市場(chǎng)中全體Agent同時(shí)基于個(gè)人記憶長(zhǎng)度進(jìn)行技術(shù)分析，使得價(jià)格影響的持續(xù)性更久遠(yuǎn)。
3.2.3 混沌特征檢驗(yàn)
對(duì)初始條件的敏感性依賴以及存在分形維的吸引子，是一個(gè)混沌系統(tǒng)具備的基本特征。采用相空間重構(gòu)技術(shù)來計(jì)算金融時(shí)間序列的最大Lyapunov指數(shù)和相關(guān)維，是通過度量對(duì)初始條件的敏感程度和混沌吸引子的維數(shù)來檢驗(yàn)金融市場(chǎng)是否存在混沌的有效方法。利用表3中的平均循環(huán)長(zhǎng)度，根據(jù)WOLF法則，本文采用相同的小數(shù)據(jù)量算法和G-P算法[21]來計(jì)算人工金融市場(chǎng)的混沌特征量---最大Lyapunov指數(shù) 和相關(guān)維 ，使之與中國(guó)股票市場(chǎng)的混沌特征更具可比性。
表4中結(jié)果顯示，人工金融市場(chǎng)的最大Lyapunov指數(shù)在95%的置信度下顯著為正，均大于上證綜指、深圳成指的指數(shù)值。這說明市場(chǎng)存在混沌，且對(duì)于初始條件比真實(shí)市場(chǎng)更敏感。收斂到2.36相關(guān)維表明，人工金融市場(chǎng)存在與中國(guó)股票市場(chǎng)同樣的低維混沌，并且同樣可以用最少3個(gè)變量為市場(chǎng)的運(yùn)動(dòng)建立動(dòng)力學(xué)模型。
通過尖峰、厚尾與波動(dòng)聚集性檢驗(yàn)、長(zhǎng)期記憶性檢驗(yàn)和混沌檢驗(yàn)可知，在一定的參數(shù)條件下，基于Agent異質(zhì)行為演化的人工金融市場(chǎng)呈現(xiàn)出與真實(shí)市場(chǎng)---中國(guó)股票市場(chǎng)相似的非線性特征。這為從交易者異質(zhì)行為演化角度探究金融市場(chǎng)非線性特征的形成與演化提供了一個(gè)有效的計(jì)算實(shí)驗(yàn)平臺(tái)。
4. 結(jié)論與展望
真實(shí)市場(chǎng)中，交易者并不是簡(jiǎn)單的在基本面分析者與技術(shù)分析者這兩個(gè)角色中轉(zhuǎn)換。他會(huì)依賴個(gè)人行為特征同時(shí)考慮基本面信息與價(jià)格趨勢(shì)，權(quán)衡二者，依賴其對(duì)市場(chǎng)狀態(tài)基于直覺與經(jīng)驗(yàn)分析得到的自適應(yīng)性權(quán)重來形成價(jià)格預(yù)期。我們把這整個(gè)過程被稱之為“交易者行為”，其自適應(yīng)性權(quán)重的動(dòng)態(tài)更新表示交易者行為異質(zhì)性的演化。
本文的主要工作是在這個(gè)刻畫交易者本質(zhì)行為的新框架上建立了一個(gè)人工金融市場(chǎng)，在反映市場(chǎng)中交易者真實(shí)行為的同時(shí)，驗(yàn)證了在做市商的價(jià)格生成機(jī)制下，當(dāng)市場(chǎng)由自信的基本面分析者、技術(shù)分析者和自適應(yīng)性理易者組成時(shí)，人工市場(chǎng)能產(chǎn)生與真實(shí)市場(chǎng)相同的非線性特征。這為從交易者異質(zhì)行為演化角度探究金融市場(chǎng)非線性特征的形成與演化提供了一個(gè)有效的計(jì)算實(shí)驗(yàn)平臺(tái)。在此平臺(tái)上，交易者個(gè)人行為特征與學(xué)習(xí)速度變化對(duì)市場(chǎng)的沖擊以及導(dǎo)致市場(chǎng)出現(xiàn)非線性動(dòng)力學(xué)特征的序參量挖掘，將成為下一步的研究方向。
參考文獻(xiàn)
[1] D. A. Hsieh. Chaos and nonlinear dynamics: application to financial markets [J]. The Journal of Finance, 1991, 46(5):1839-1877.
[2] E. Peters. Fractal market analysis: applying chaos theory to investment and economics [M]. New York: John Wiley & Sons Inc., 1994.
[3] T. Lux and M. Marchesi. Scaling and criticality in a stochastic multi-agent model of a financial market [J]. Nature, 1999, 397:498-500.
[4] W. A. Brock and C. H. Hommes. Heterogeneous beliefs and routes to chaos in a simple asset pricing model [J]. Journal of Economic Dynamics and Control, 1998, 22(8-9):1235-1274.
[5] C. Chiarella and X. Z. He. Heterogeneous beliefs, risk and learning in a simple asset pricing model with a market maker [J]. Macroeconomic Dynamics, 2003, 7(4):503-536.
[6] R. Dieci, I. Foroni, L. Gardini, and X.Z. He. Market mood, adaptive beliefs and asset price dynamics [J]. Chaos, Solitons & Fractals, 2006, 29(3):520-534.
[7] H. P. Boswijk, C. H. Hommes, and S. Manzan. Behavioral heterogeneity in stock prices [J]. Journal of Economic Dynamics and Control, 2007, 31(6):1938-1970.
[8] M. Anufriev and V. Panchenko. Asset prices, trader’s behavior and market design [J]. Journal of Economic Dynamics and Control, 2009, 33(5):1073-1090.
[9] W. B. Arthur, J. Holland, B. LeBaron, R. Palmer, and P. Tayler. Asset pricing under endogenous expectations in an artificial stock market [C]. The Economy as an Evolving Complex System II, Addison-Wesley, 1997, 15-44.
[10] N. S. P. Tay and S. C. Linn. Fuzzy inductive reasoning, expectation formation and the behavior of security prices [J]. Journal of Economic Dynamics and Control, 2001, 25(3-4):321-361.
[11] B. LeBaron. Evolution and time horizons in an agent based stock market [J]. Macroeconomic Dynamics, 2001, 5(2):225-254.
[12] S. H. Chen and C. H. Yeh. Evolving traders and the business school with genetic programming: a new architecture of the agent-based artificial stock market [J]. Journal of Economic Dynamics and Control, 2001, 25(3-4):363-393.
[13] B. LeBaron and R. Yamamoto. Long-memory in an order-driven market [J]. Physica A, 2007, 383(1):85-89.
[14] C. Chiarella and G. Iori. A simulation analysis of the microstructure of double auction markets [J]. Quantitative Finance, 2002, 2(5):346-353.
[15] M. Yang, C. Q. Ma, and L. Zou. Asset pricing under evolution of agent’s behavioral heterogeneity in an artificial financial market [C]. The 2nd International Conference on Information Engineering and Computer Science, Accepted.
[16] M. P. Taylor and H. Allen. The use of technical analysis in the foreign exchange market [J]. Journal of International Money and Finance, 1992, 11(3):304-314.
[17] 史永東. 中國(guó)證券市場(chǎng)的股票收益持久性的經(jīng)驗(yàn)分析[J]. 世界經(jīng)濟(jì), 2000, (11):29-32.
[18] 王衛(wèi)寧, 汪秉宏, 史曉平. 股票價(jià)格波動(dòng)的混沌行為分析[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究, 2004, (4):141-147.
[19] 馬超群, 鄒琳, 李紅權(quán). 股票市場(chǎng)的非線性結(jié)構(gòu)與混沌效應(yīng)檢驗(yàn)：基于BDS方法與CR方法[J]. 湖南大學(xué)學(xué)報(bào)(自然科學(xué)版), 2008, 35(5):85-88.
[20] C. Q. Ma, H. Q. Li, L. Zou, Z. J. Wu. Long-term memory in emerging markets: evidence from the Chinese stock market [J]. International Journal of Information Technology & Decision Making. 2006, 5(3):495-501.
[21] 李紅權(quán), 馬超群, 鄒琳. 中國(guó)證券市場(chǎng)的混沌動(dòng)力學(xué)特征研究[J]. 中國(guó)管理科學(xué), 13(專
如果按照傳統(tǒng)的金融理論指導(dǎo)金融投資，很難起到對(duì)投資者正確指導(dǎo)，使投資者更為理性地進(jìn)行投資活動(dòng)。所以，傳統(tǒng)金融理論難以適應(yīng)時(shí)代的發(fā)展，亟待對(duì)傳統(tǒng)金融學(xué)進(jìn)行其他學(xué)科知識(shí)理論的補(bǔ)充，積極研究并吸收其他學(xué)科的研究方法，不斷地拓展金融學(xué)研究范圍。目前，隨著行為金融學(xué)的出現(xiàn)，有效地解決了關(guān)于投資的諸多問題。行為金融學(xué)是集心理學(xué)和金融學(xué)于一體的相互融合的學(xué)科。該學(xué)科的研究對(duì)象是金融市場(chǎng)中交易者非理性投資行為。具體分析，行為金融學(xué)是借助心理學(xué)的有關(guān)知識(shí)，分析投資者的心理活動(dòng)，以此為基礎(chǔ)評(píng)價(jià)投資者的非理性投資行為，也就是說行為金融學(xué)主要研究投資者心理因素導(dǎo)致在金融市場(chǎng)上的非理性投資行為。結(jié)合傳統(tǒng)投資理論在金融市場(chǎng)的投資范式，分析評(píng)估交易者在金融市場(chǎng)中投資決策時(shí)犯系統(tǒng)性錯(cuò)誤的原因，指導(dǎo)投資者認(rèn)識(shí)到自己的非理性投資行為，進(jìn)而對(duì)非理性投資行為進(jìn)行修正，達(dá)到科學(xué)理性投資，降低投資風(fēng)險(xiǎn)的目的。行為金融學(xué)融合了心理學(xué)的有關(guān)理論知識(shí)，從心理學(xué)角度分析金融市場(chǎng)上投資決策可得出如下結(jié)論：基于投資者心理因素的影響，會(huì)造成投資者在金融市場(chǎng)投資時(shí)容易犯下主觀判斷失誤，使得投資者在金融市場(chǎng)投資行為活動(dòng)變得反應(yīng)過度或者反應(yīng)不足，嚴(yán)重影響投資者的預(yù)期收益。所以，行為金融學(xué)研究的主要內(nèi)容就是投資者非理性投資行為的動(dòng)因，結(jié)合金融學(xué)的有關(guān)知識(shí)，建立完善的金融投資理論體系，為投資者在金融投資活動(dòng)中提供重要的理論依據(jù)，使投資者的投資行為趨于理性化、科學(xué)化。
二、金融市場(chǎng)上的心理分析方法
長(zhǎng)期以來，在金融市場(chǎng)上投資者最為常用的投資分析法有兩種，即基本面分析法和技術(shù)面分析法?；久娣治龇ㄋ捎玫姆治鲆罁?jù)是投資對(duì)象的經(jīng)營(yíng)業(yè)績(jī)以及經(jīng)濟(jì)發(fā)展形勢(shì)；技術(shù)面分析法針對(duì)經(jīng)濟(jì)市場(chǎng)走勢(shì)進(jìn)性數(shù)據(jù)統(tǒng)計(jì)，并編制圖表，根據(jù)圖表定量分析未來投資的方向以及前景。而行為金融學(xué)的投資分析方法主要是對(duì)投資者心理因素的探究，依據(jù)心理學(xué)原理及相關(guān)知識(shí)分析投資者的心理狀況對(duì)金融投資造成的正負(fù)面影響。從金融學(xué)角度分析，在金融市場(chǎng)交易行為活動(dòng)中，投資者對(duì)金融決策的依據(jù)主要是基于主觀判斷和客觀地對(duì)金融市場(chǎng)走勢(shì)進(jìn)行分析、估測(cè)。然而心理分析法是傳統(tǒng)分析法的補(bǔ)充和改進(jìn)，心理分析法是主要是以傳統(tǒng)分析法為依據(jù)，將心理分析法融合到整個(gè)金融市場(chǎng)投資環(huán)境中，強(qiáng)調(diào)以分析投資者的心理因素，突出投資者的主觀性為主要研究方向。然而過于強(qiáng)調(diào)投資者的主觀能動(dòng)因素而忽視機(jī)械交易的客觀性，會(huì)導(dǎo)致投資者的交易行為受到人性弱點(diǎn)的干擾。因此，基于金融市場(chǎng)上的心理分析法還應(yīng)以基本面分析法和技術(shù)面分析法為依據(jù)。
三、健康的心理范式利于正確投資決策的形成
行為金融學(xué)強(qiáng)調(diào)的是提高投資者在金融市場(chǎng)中良好心理的形成，有助于投資者做出正確的金融投資決策，對(duì)規(guī)避投資風(fēng)險(xiǎn)和降低投資風(fēng)向具有重要的意義。為此，我們應(yīng)基于行為金融學(xué)的原理，加強(qiáng)對(duì)行為金融學(xué)中心理學(xué)科的探討，建立健全正確的心理范式，幫助投資者在金融市場(chǎng)中形成良好的金融投資心態(tài)，確保金融投資者投資受益最大化。具體來講健康的心理范式的建立需要通過以下幾方面來實(shí)現(xiàn)。
1.提高情商。
按照投資心理層次的不同可將其劃分為理性層面和非理性層面。理性層面我們可以理解為投資者的智商，而非理性層面可以理解為投資者的情商。投資心理理性層面主要考察的是投資者智力的高低，投資心理非理性層面主要考察的是投資者在投資過程中投資者情緒的控制把握力度和體驗(yàn)深度。從金融市場(chǎng)投資行為分析，行為金融學(xué)更多的還是考察投資者的情商。這是因?yàn)樾睦硪蛩貙?duì)投資者投資行為的影響遠(yuǎn)遠(yuǎn)大于理性層面的影響。所以，提高投資者情商是避免投資者在金融市場(chǎng)投資行為出現(xiàn)錯(cuò)誤，降低投資風(fēng)險(xiǎn)的重要思路。應(yīng)作為行為金融學(xué)研究的重點(diǎn)內(nèi)容。
2.培養(yǎng)規(guī)避錯(cuò)誤信息的能力。
具有良好的規(guī)避錯(cuò)誤信息的能力是投資者做出正確投資決策的前提條件。在金融市場(chǎng)中有關(guān)投資的虛假信息無處不在，如果投資者不能正確地判斷信息的準(zhǔn)確性，可靠性，而是盲目地、不理性地進(jìn)行投資，很有可能會(huì)增加投資風(fēng)險(xiǎn)，收益受損。所以，作為投資者應(yīng)具有良好的規(guī)避錯(cuò)誤信息的能力，只有這樣才能提高投資的收益，得到較好的投資回報(bào)。第一，投資者對(duì)金融市場(chǎng)信息認(rèn)真地主觀客觀地分析鑒定，甄別。避免偏聽偏信，對(duì)客觀的信息融入過多的主觀色彩，導(dǎo)致對(duì)信息錯(cuò)誤判斷。不能因?yàn)樾畔⑼约旱闹饔^思路相符就愿意相信，愿意接受，愿意投資，而對(duì)于那些同自己主觀思路不相符的信息就不予理睬。第二，投資者不應(yīng)有盲目從眾的心理，就是我們常說的“羊群效應(yīng)”；不能人云亦云，受別思想、意見左右，這主要是因?yàn)榻鹑谑袌?chǎng)是個(gè)復(fù)雜的環(huán)境，同其他社會(huì)活動(dòng)不同，具有較大的風(fēng)險(xiǎn)。其他人對(duì)金融投資的判斷結(jié)果并不是完全正確的。第三，在投資過程中投資者要心態(tài)平和，時(shí)刻保持冷靜的頭腦，避免因反應(yīng)不足或者反應(yīng)過快做出缺乏理智的投資決策，進(jìn)而增加投資風(fēng)險(xiǎn)；第四，投資者要對(duì)投資收益期望值保持平和的心態(tài)，要學(xué)會(huì)等待，從等待中獲得應(yīng)有的預(yù)期收益，而不是急于求成。對(duì)于各類利空或利好的信息投資者都需用辯證的角度去分析對(duì)待。這是因?yàn)橥顿Y市場(chǎng)是瞬息萬變的，市場(chǎng)是動(dòng)態(tài)的市場(chǎng)，隨時(shí)都有可能產(chǎn)生新的變化，如利空向利好轉(zhuǎn)化，利好向利空轉(zhuǎn)化等。第五，投資者應(yīng)學(xué)會(huì)用動(dòng)態(tài)的眼光去分析投資問題，根據(jù)金融市場(chǎng)的變化實(shí)時(shí)對(duì)原來的決策做出調(diào)整。因?yàn)橹挥型顿Y者的主觀判斷同市場(chǎng)的動(dòng)態(tài)發(fā)展實(shí)際相符，其投資才是有意義和價(jià)值的。
3.學(xué)會(huì)遠(yuǎn)離市場(chǎng)上的投資氛圍。
一、從金融經(jīng)濟(jì)的角度闡述影響
股票市場(chǎng)穩(wěn)定的原因?qū)τ诠善笔袌?chǎng)的發(fā)展來說，有很多的因素影響著股票市場(chǎng)的發(fā)展，有很多的經(jīng)濟(jì)學(xué)家提出了金融理論，這些理論對(duì)股票的發(fā)展是非常有益的，可以幫助人們分析股票市場(chǎng)的發(fā)展趨勢(shì)和大的走勢(shì)，例如有效市場(chǎng)假說理論，這一理論就為股票的投資提供了現(xiàn)實(shí)性的意義，簡(jiǎn)單來說就是預(yù)測(cè)其他股票購(gòu)買者的心理，而不是過多的關(guān)注自己需要購(gòu)買的股票的數(shù)量和種類，要對(duì)其他購(gòu)買者的心理因素進(jìn)行分析，利用人們的心理因素將金融市場(chǎng)中股票的購(gòu)買率進(jìn)行研究，從中總結(jié)出規(guī)律，這就是有效市場(chǎng)假說理論存在的現(xiàn)實(shí)性意義。
二、影響股票市場(chǎng)穩(wěn)定性的因素
股票市場(chǎng)中另一種較為重要的理論是隨機(jī)游走理論，隨機(jī)游走理論認(rèn)為股票市場(chǎng)是不能夠準(zhǔn)確進(jìn)行預(yù)測(cè)的，所有預(yù)測(cè)的股票走勢(shì)均是不可靠的，股票的走勢(shì)是不能夠進(jìn)行預(yù)測(cè)的，因?yàn)閮r(jià)格的變化是不能夠固定的，現(xiàn)在有很多的金融學(xué)家對(duì)這種理論持肯定的態(tài)度，因?yàn)楣善笔袌?chǎng)在隨時(shí)發(fā)生著變化，對(duì)于股市可以進(jìn)行分析，這樣可以增加市場(chǎng)預(yù)測(cè)的準(zhǔn)確性，讓市場(chǎng)中股票價(jià)格合理的變化，要想了解相關(guān)的信息，可以從三個(gè)方面入手：
1．基本面?；久媸菍?duì)股票的整體走勢(shì)進(jìn)行分析，可以從基本面的角度看出每一個(gè)分時(shí)線的走勢(shì)，對(duì)股票的漲跌有一個(gè)大致的了解，在這些了解中可以獲得很多的信息，這些信息可以增加股票的走勢(shì)，讓股票的走勢(shì)可以預(yù)測(cè)得更佳，但是在股票的預(yù)測(cè)中，是不可能保證預(yù)測(cè)的準(zhǔn)確性，這就是可以從基本面上獲得的信息。
2．消息面。消息面就是將股票市場(chǎng)上的基本信息進(jìn)行了解，這些基本信息包括股票市場(chǎng)上的法律法規(guī)，基本的政策是了解股票市場(chǎng)信息的基礎(chǔ)，但是在市場(chǎng)上很多的信息是不準(zhǔn)確的，這就要求我們要識(shí)別信息的正確性，如果是不正確的信息，就會(huì)對(duì)市場(chǎng)上的信息造成混淆，對(duì)股票的投資造成影響，造成的損失是巨大的，這就是消息面，雖然消息面不是影響市場(chǎng)穩(wěn)定的決定性因素，但是也會(huì)對(duì)市場(chǎng)造成影響。
3．技術(shù)面。這種因素對(duì)金融市場(chǎng)的發(fā)展是非常大的，技術(shù)是金融市場(chǎng)發(fā)展的靈魂，如果技術(shù)不能夠?qū)鹑谑袌?chǎng)進(jìn)行基本的分析，這時(shí)金融技術(shù)就是沒有價(jià)值的，技術(shù)要與理論相適應(yīng)，這樣的技術(shù)才能夠適應(yīng)社會(huì)的發(fā)展，現(xiàn)在的社會(huì)對(duì)金融的要求是非常高的，如果能夠掌握基本的理論，就會(huì)讓金融市場(chǎng)的發(fā)展事半功倍。以上就是金融市場(chǎng)中股票的穩(wěn)定性分析，但是在實(shí)際的操作中，我們可以知道股票的發(fā)展對(duì)金融市場(chǎng)是非常重要的，因此，一定要重視對(duì)這三種理論的研究，這三種理論對(duì)股票市場(chǎng)的穩(wěn)定性有著重要的影響。
三、股票市場(chǎng)上存在的問題
1．企業(yè)的效益會(huì)下滑。股票的變動(dòng)從實(shí)質(zhì)上來說就是上市公司的效益的變動(dòng)，但是這個(gè)變動(dòng)不會(huì)超過上市公司股份的真正的價(jià)格，但是現(xiàn)在我國(guó)的上市公司存在效益下滑的問題，這種問題在上市公司中是屢見不鮮的，發(fā)生這些問題的主要原因有經(jīng)營(yíng)環(huán)境的變化，市場(chǎng)結(jié)構(gòu)得不到改善，公司的法人股有很多都不在我國(guó)公司的手中，企業(yè)機(jī)制的不完善也讓公司的發(fā)展受到限制。
2．股市監(jiān)管部門的力度不夠?，F(xiàn)如今，在我國(guó)現(xiàn)階段的證券監(jiān)管體系是以我國(guó)證券的政府監(jiān)管部門為根本的，在政府主導(dǎo)的股票市場(chǎng)中，容易出現(xiàn)以下兩個(gè)錯(cuò)誤：證監(jiān)會(huì)在行使監(jiān)管職責(zé)的過程中，與證券市場(chǎng)的其他部門之間進(jìn)行交涉，削弱了證監(jiān)會(huì)的直接監(jiān)督權(quán)，對(duì)于證券市場(chǎng)下達(dá)指令也收不到預(yù)期的效果。
四、針對(duì)股民的心理為調(diào)控對(duì)象的金融經(jīng)濟(jì)學(xué)意義
1．要深入研究股票的走向和趨勢(shì)。做出價(jià)值投資針對(duì)股市的巨幅震蕩，牽動(dòng)著萬千股民的心情，一些心態(tài)不好的股民的心情更是隨著行情的走向跌宕起伏因此，要運(yùn)用自己的知識(shí)深入研究股票的走向和趨勢(shì)，找出其中微妙的變化，做出正確的價(jià)值投資，總結(jié)經(jīng)驗(yàn)教訓(xùn)，調(diào)整好自己的心態(tài)。
2．加強(qiáng)對(duì)股民的心理調(diào)節(jié)。當(dāng)前A股是典型的市場(chǎng)失靈，會(huì)出現(xiàn)估價(jià)標(biāo)準(zhǔn)迷失、投資者行為混亂等現(xiàn)象，這些都不是市場(chǎng)本身所能夠解決的，必須有政府出面。決策管理者從大局出發(fā)，對(duì)股民增強(qiáng)提醒風(fēng)險(xiǎn)和加強(qiáng)風(fēng)險(xiǎn)的理論指導(dǎo)，避免言過其實(shí)、危言聳聽。正確引導(dǎo)股民的心理預(yù)期，樹立股民投資的信心。
五、結(jié)論
股票市場(chǎng)對(duì)經(jīng)濟(jì)有著重要的影響，現(xiàn)在有很多的人都在進(jìn)行股票的投資，股票市場(chǎng)也變得愈來愈穩(wěn)定，金融市場(chǎng)對(duì)經(jīng)濟(jì)的發(fā)展是非常重要的，一定要對(duì)投資者的心理進(jìn)行研究，只有了解了股票投資者的心理，才能夠正確的對(duì)待股票市場(chǎng)，讓股票市場(chǎng)為經(jīng)濟(jì)建設(shè)作出貢獻(xiàn)，因此，一定要重視股票市場(chǎng)的穩(wěn)定性，讓金融經(jīng)濟(jì)學(xué)的股票市場(chǎng)穩(wěn)定，通過理論學(xué)習(xí)，讓金融行業(yè)快速發(fā)展。
參考文獻(xiàn)：
［1］李山泉．如何看待中國(guó)當(dāng)前的股票市場(chǎng)？［J］．博鰲觀察，2015，（03）．
［2］鄭志林．中國(guó)股市異常波動(dòng)下的投資行為分析［J］．經(jīng)濟(jì)研究導(dǎo)刊，2015，（07）．
關(guān)鍵詞：歐債危機(jī)；債券市場(chǎng)；聯(lián)動(dòng)效應(yīng)，VAR模型
一、引言
2009年底，全球三大評(píng)級(jí)公司下調(diào)了希臘信用評(píng)級(jí)，2010年5月，希臘危機(jī)全面爆發(fā)。隨后。與希臘一起被稱為“PIIGS”的葡萄牙、西班牙、愛爾蘭和意大利信用評(píng)級(jí)接連被下調(diào)。伴隨著信用危機(jī)，希臘國(guó)債價(jià)格指數(shù)大跌。國(guó)債收益率飆升，葡萄牙、愛爾蘭等國(guó)國(guó)債價(jià)格指數(shù)也接連出現(xiàn)大幅度下跌。由于歐盟金融市場(chǎng)一體化進(jìn)程的快速推進(jìn)，歐盟各國(guó)金融體系的運(yùn)行難以擺脫其他國(guó)家的影響，此次歐盟各國(guó)國(guó)債價(jià)格指數(shù)的紛紛下跌很可能是各國(guó)債券市場(chǎng)間的聯(lián)動(dòng)性所致。而隨著世界經(jīng)濟(jì)和金融一體化的加速。不同國(guó)家金融市場(chǎng)間的聯(lián)系越來越密切，作為在全球占據(jù)重要地位的新興市場(chǎng)經(jīng)濟(jì)主體，中國(guó)資本市場(chǎng)的開放程度、國(guó)際化水平逐漸提高，國(guó)內(nèi)金融市場(chǎng)與國(guó)際金融市場(chǎng)的波動(dòng)也趨于同步，所以，此次歐盟債務(wù)危機(jī)是否會(huì)通過債券市場(chǎng)間的聯(lián)動(dòng)效應(yīng)引起我國(guó)的債務(wù)危機(jī)成了多方關(guān)注的問題。本文擬通過建立計(jì)量經(jīng)濟(jì)模型分析中國(guó)債券市場(chǎng)與國(guó)際債券市場(chǎng)的聯(lián)動(dòng)效應(yīng)，研究此次歐債危機(jī)是否會(huì)通過債券市場(chǎng)間的聯(lián)動(dòng)效應(yīng)影響到我國(guó)國(guó)債市場(chǎng)。
二、文獻(xiàn)綜述
隨著全球經(jīng)濟(jì)和金融一體化的加速，不同國(guó)家金融市場(chǎng)間的聯(lián)系越來越密切，各國(guó)資本市場(chǎng)之間的聯(lián)動(dòng)現(xiàn)象也引起越來越多的學(xué)者與投資者的關(guān)注。而且隨著計(jì)量分析的不斷發(fā)展。國(guó)內(nèi)外眾多學(xué)者運(yùn)用計(jì)量方法研究資本市場(chǎng)的聯(lián)動(dòng)效應(yīng)也取得了豐富的研究成果。
關(guān)于運(yùn)用計(jì)量經(jīng)濟(jì)模型分析證券市場(chǎng)聯(lián)動(dòng)的研究中。ChaandSekvung(1999)運(yùn)用VAP，模型分析發(fā)現(xiàn)，1987年美國(guó)股市災(zāi)難和1997年亞洲金融危機(jī)對(duì)新興市場(chǎng)國(guó)家的股市有顯著的傳染效應(yīng)：FrandesX，DieboldandKamilYflmaz(2005)采用VAP，模型對(duì)19世紀(jì)早中期16個(gè)國(guó)家股票市場(chǎng)的收益和波動(dòng)情況進(jìn)行了研究，發(fā)現(xiàn)新興市場(chǎng)融入國(guó)際金融市場(chǎng)將導(dǎo)致市場(chǎng)間收益溢出效應(yīng)的發(fā)生：高瑩和靳莉莉(2008)運(yùn)用VAP，模型、脈沖響應(yīng)分析和lohamen協(xié)整檢驗(yàn)對(duì)滬深300指數(shù)與世界主要指數(shù)的關(guān)聯(lián)性進(jìn)行了檢驗(yàn)和分析。得出我國(guó)股票市場(chǎng)指數(shù)與世界主要市場(chǎng)指數(shù)有一定趨同性，我國(guó)資本市場(chǎng)與世界資本市場(chǎng)有一定聯(lián)動(dòng)性，且受世界資本市場(chǎng)影響的結(jié)論；王宏濤(2009)通過ARCH模型、VAR模型和ECM模型對(duì)中國(guó)滬深兩市和美國(guó)、日本、歐洲等主要國(guó)際股市之間的關(guān)系進(jìn)行了實(shí)證研究，發(fā)現(xiàn)中國(guó)股市和國(guó)際股市之間存在著聯(lián)動(dòng)效應(yīng)以及自身與同期中地理位置相近的股市的新生干擾在長(zhǎng)期對(duì)各股市收益變動(dòng)的貢獻(xiàn)率最高。
國(guó)內(nèi)外關(guān)于股票市場(chǎng)間的聯(lián)動(dòng)效應(yīng)的研究取得了豐富的成果，而關(guān)于債券市場(chǎng)的研究則不多見。而關(guān)于歐債危機(jī)，研究多側(cè)重于歐債危機(jī)產(chǎn)生的原因、演進(jìn)歷程和對(duì)策，聯(lián)系到中國(guó)則多從中國(guó)的對(duì)外貿(mào)易問題出發(fā)分析歐債危機(jī)對(duì)中國(guó)的影響。雖然劉新華(2010)從貨幣理論的視角分析得出我國(guó)大規(guī)模的政府赤字和銀行信貸擴(kuò)張不會(huì)使中國(guó)出現(xiàn)債務(wù)危機(jī)，但運(yùn)用計(jì)量方法實(shí)證分析此次歐債危機(jī)是否會(huì)通過債券市場(chǎng)間的聯(lián)動(dòng)效應(yīng)影響到我國(guó)國(guó)債市場(chǎng)的研究寥寥無幾。
本文在對(duì)債券市場(chǎng)間聯(lián)動(dòng)效應(yīng)內(nèi)在機(jī)制的分析基礎(chǔ)之上，利用計(jì)量經(jīng)濟(jì)方法，通過建立VAP，模型研究歐元區(qū)、美國(guó)、日本和中國(guó)債券市場(chǎng)間的聯(lián)動(dòng)關(guān)系，以分析歐債危機(jī)對(duì)我國(guó)國(guó)債市場(chǎng)影響的顯著性：同時(shí)為了與歐洲區(qū)域內(nèi)部各國(guó)家國(guó)債市場(chǎng)之間的聯(lián)動(dòng)關(guān)系進(jìn)行比較，又選擇了歐洲八個(gè)國(guó)家建立模型，對(duì)比得出中國(guó)發(fā)生債務(wù)危機(jī)的可能性。
三、聯(lián)動(dòng)效應(yīng)內(nèi)在機(jī)制分析
根據(jù)證券市場(chǎng)聯(lián)動(dòng)的定義，本文給出債券市場(chǎng)聯(lián)動(dòng)的定義：債券市場(chǎng)聯(lián)動(dòng)是指不同國(guó)家債券市場(chǎng)間或者同一市場(chǎng)的不同債券之間的收益率呈現(xiàn)較強(qiáng)的相關(guān)性，也指不同債券市場(chǎng)的價(jià)格擁有共同的長(zhǎng)期均衡關(guān)系或擁有長(zhǎng)期同步波動(dòng)的趨勢(shì)。
證券市場(chǎng)聯(lián)動(dòng)的經(jīng)濟(jì)機(jī)理研究中，理論界有代表性的解釋歸結(jié)起來分為兩個(gè)層面：基本面因素引起的聯(lián)動(dòng)效應(yīng)和行為因素引起的聯(lián)動(dòng)效應(yīng)。
基本面聯(lián)動(dòng)理論以FamaEugeneF(1970，1991)的有效市場(chǎng)假說為基礎(chǔ)，認(rèn)為證券間收益的聯(lián)動(dòng)性來自于基本面的聯(lián)動(dòng)性，具體地說，就是現(xiàn)金流或折現(xiàn)率變動(dòng)的相關(guān)性。預(yù)期現(xiàn)金流變動(dòng)的相關(guān)性可能是由于經(jīng)濟(jì)政策方面的消息對(duì)某些證券未來的盈利具有某種共同影響：風(fēng)險(xiǎn)折現(xiàn)率變動(dòng)的相關(guān)性可能是由于投資者風(fēng)險(xiǎn)厭惡程度或利率的變動(dòng)，也可能是由于對(duì)某些證券的風(fēng)險(xiǎn)預(yù)期發(fā)生了共同變動(dòng)?；久媛?lián)動(dòng)理論可用來解釋同一行業(yè)板塊內(nèi)的聯(lián)動(dòng)效應(yīng)。
行為因素是引起證券市場(chǎng)聯(lián)動(dòng)性的另一個(gè)重要方面。金融自由化是證券市場(chǎng)聯(lián)動(dòng)的前提，信息溢出是證券市場(chǎng)聯(lián)動(dòng)的內(nèi)在動(dòng)力，投資者和投機(jī)者的交易行為則是證券市場(chǎng)聯(lián)動(dòng)的直接原因(曾志堅(jiān)。2008)。隨著信息技術(shù)的發(fā)展以及金融創(chuàng)新的加快，投資者可以在全球范圍內(nèi)進(jìn)行投資并配置其資產(chǎn)組合，同時(shí)可以綜合考慮各個(gè)國(guó)家債券市場(chǎng)的風(fēng)險(xiǎn)與收益情況，利用分散化投資獲得最大利益。在金融自由化的條件下，如果不同國(guó)家債券市場(chǎng)之間的相關(guān)程度很低。將會(huì)出現(xiàn)在不同市場(chǎng)間套利的機(jī)會(huì)。這時(shí)投資者根據(jù)風(fēng)險(xiǎn)與收益匹配的原則調(diào)整其投資于各國(guó)債券市場(chǎng)中的資本權(quán)重，以獲取超額回報(bào)。但投資者的這種行為最終會(huì)使得套利機(jī)會(huì)減少，因?yàn)轭l繁的套利操作和資本流動(dòng)會(huì)將不同的債券市場(chǎng)緊密相連，使得債券市場(chǎng)間出現(xiàn)不同程度的聯(lián)動(dòng)現(xiàn)象。
另外，盧卡斯在經(jīng)濟(jì)波動(dòng)理論中提出的“有效預(yù)期”假設(shè)同樣也為金融市場(chǎng)的聯(lián)動(dòng)現(xiàn)象給出了一個(gè)很好的分析方向。一個(gè)國(guó)家的危機(jī)使得投資者不僅對(duì)本國(guó)的經(jīng)濟(jì)發(fā)展產(chǎn)生悲觀情緒，而且對(duì)其他經(jīng)濟(jì)體的信心也發(fā)生動(dòng)搖，從而導(dǎo)致其他國(guó)家經(jīng)濟(jì)的惡化。這種恐慌心理的傳導(dǎo)是債券市場(chǎng)之間波動(dòng)聯(lián)動(dòng)的渠道之一，也往往是危機(jī)蔓延的重要原因。
四、模型設(shè)定及數(shù)據(jù)處理
(一)模型設(shè)定
VAtk模型使用模型中所有當(dāng)期變量對(duì)所有變量的若干期滯后變量進(jìn)行回歸。把系統(tǒng)中的每一個(gè)內(nèi)生變量作為系統(tǒng)中所有內(nèi)生變量的滯后值的函數(shù)來構(gòu)造。
（一）金融泡沫經(jīng)濟(jì)研究動(dòng)因的考慮要素
1.經(jīng)濟(jì)基本面。如果從市場(chǎng)與政府的角度來分析泡沫經(jīng)濟(jì)的話，我們不難發(fā)現(xiàn)，僅從公共債務(wù)規(guī)模去辨析美國(guó)或美元貨幣是無法判斷出其是否已經(jīng)形成巨大的金融泡沫經(jīng)濟(jì)的。這是因?yàn)楫?dāng)前國(guó)際市場(chǎng)與各個(gè)國(guó)家地方經(jīng)濟(jì)的階級(jí)性質(zhì)的差異性，都決定著這種泡沫經(jīng)濟(jì)的研究主體有所不同。也就是說，金融泡沫經(jīng)濟(jì)肇始于美國(guó)，同時(shí)美國(guó)也是國(guó)際貨幣的發(fā)行國(guó)，和自身發(fā)型貨幣的方式有別于其他普通國(guó)家，致使美國(guó)金融危機(jī)的引爆方式，引起了其他國(guó)家的不同社會(huì)結(jié)構(gòu)、階層等的經(jīng)濟(jì)震蕩，其中就包括我國(guó)深受影響。由此我們可以看出，在研究這種金融危機(jī)下的泡沫經(jīng)濟(jì)，我們不單要把握當(dāng)前某一階段、某一背景下的兩面性、多面性、以及復(fù)雜程度與不確定性等。所以在我們研究這種泡沫經(jīng)濟(jì)時(shí)，應(yīng)當(dāng)首先從資本主義的基本經(jīng)濟(jì)體制所反映的現(xiàn)實(shí)看起，進(jìn)而去進(jìn)一步取得金融危機(jī)下的泡沫經(jīng)濟(jì)形成的動(dòng)因；這樣的基礎(chǔ)研究動(dòng)因，也是我們對(duì)泡沫經(jīng)濟(jì)認(rèn)知程度的基本基礎(chǔ)。由此，我們得出一個(gè)結(jié)論就是，研究這種金融危機(jī)下的泡沫經(jīng)濟(jì)，實(shí)質(zhì)上使對(duì)“經(jīng)濟(jì)基礎(chǔ)面”的研究、分析，這是因?yàn)?，從“?jīng)濟(jì)基本面”整體角度來看，它不僅包括諸多較小的經(jīng)濟(jì)實(shí)體，甚至還包括國(guó)別經(jīng)濟(jì)與全球經(jīng)濟(jì)。與此同時(shí)，“經(jīng)濟(jì)基本面”的研究，也是我們展開這種形勢(shì)下的泡沫經(jīng)濟(jì)研究的基礎(chǔ)點(diǎn)與出發(fā)點(diǎn)。
2.市場(chǎng)行為主體。我們知道，經(jīng)濟(jì)趨勢(shì)發(fā)展的行為走向取決于在市場(chǎng)中的無數(shù)市場(chǎng)下的行為主體。但是我們也深知經(jīng)濟(jì)基本面也僅有一個(gè)，所以這就導(dǎo)致，市場(chǎng)中的行為主體對(duì)經(jīng)濟(jì)基本面的認(rèn)知程度并不是都是相同的或者近似的。仔細(xì)想想，我們可知道，市場(chǎng)行為主體有他們自身的利益需要、有利價(jià)值、先入為主意識(shí)、教育背景、特定條件與環(huán)境以及綜合素質(zhì)等均有差別，而不可否認(rèn)的是，這些切實(shí)存在的因素，對(duì)于金融機(jī)構(gòu)以及其他組織的市場(chǎng)行為主體，所欲選取的信息角度、分析能力、遠(yuǎn)瞻性意識(shí)也不盡相同。因此，這也就進(jìn)一步導(dǎo)致了現(xiàn)階段在這種金融危機(jī)影響下的市場(chǎng)主體行為的決策與其自身的反映程度均有不同，起碼是多元的、易變化的。另外，大多市場(chǎng)行為主體，對(duì)自身所處經(jīng)濟(jì)環(huán)境的正確認(rèn)與錯(cuò)誤的認(rèn)知程度、市場(chǎng)不同預(yù)期的變化節(jié)奏、以及不利市場(chǎng)環(huán)境下采取的理和過失行為等因素，都會(huì)影響經(jīng)濟(jì)走勢(shì)，加速泡沫經(jīng)濟(jì)虛化的程度，同時(shí)這種經(jīng)濟(jì)走勢(shì)，也使得全球?qū)用嫔系氖袌?chǎng)參與者加快了市場(chǎng)信息相互傳遞、交互過程，以致使現(xiàn)代金融市場(chǎng)具有易變性。
（二）信息產(chǎn)業(yè)技術(shù)對(duì)金融經(jīng)濟(jì)市場(chǎng)行為主體的影響
隨著全球經(jīng)濟(jì)與科技產(chǎn)業(yè)的高速發(fā)展，以互聯(lián)網(wǎng)為核心的現(xiàn)代信息通訊技術(shù)也同樣迅猛發(fā)展開來。這也就使得，市場(chǎng)行為主體的能動(dòng)作用發(fā)生了改變，甚至顛覆了傳統(tǒng)市場(chǎng)模式，它既可能使所謂的有效市場(chǎng)理論更有效，理性市場(chǎng)行為更理性，又不斷侵蝕地緣和文化的障礙，加快溝通的速度，提供爆炸性增長(zhǎng)的信息，改變著傳統(tǒng)市場(chǎng)的功能，影響著包括政府等市場(chǎng)監(jiān)管者在內(nèi)的所有市場(chǎng)參與者的決策和行為，全球市場(chǎng)金融經(jīng)濟(jì)的不確定性因而進(jìn)一步增加。
二、政府與泡沫經(jīng)濟(jì)
（一）膨脹和破裂的往復(fù)循環(huán)是泡沫經(jīng)濟(jì)演進(jìn)的基本模型
政府或者其他組織機(jī)構(gòu)、市場(chǎng)行為主體，以及其他外部力量等，都很希望打破膨脹與破裂的往復(fù)循環(huán)的泡沫經(jīng)濟(jì)。而此時(shí)這種抽象的泡沫經(jīng)濟(jì)，人們對(duì)其予以厚望，想讓政府出面干預(yù)。那么，政府真的能夠都到均衡處理好嗎？實(shí)際上，市場(chǎng)信息的充分程度與市場(chǎng)主體行為參與者得理，在一定程度能夠抑制泡沫經(jīng)濟(jì)加速形成。但是，不可否認(rèn)的是，市場(chǎng)參與者雖然認(rèn)識(shí)到了這種泡沫經(jīng)濟(jì)的風(fēng)險(xiǎn)性，但是也有不少市場(chǎng)參與者為了自身所追逐的片面利益，使其陷入泡沫經(jīng)濟(jì)中，補(bǔ)給了泡沫經(jīng)濟(jì)的形成動(dòng)力。由此可見，金融市場(chǎng)難以做到平衡。因此，作為市場(chǎng)監(jiān)管的政府部門，當(dāng)仁不讓地應(yīng)對(duì)市場(chǎng)主體參與者所施行的非理，加以有效監(jiān)管，發(fā)揮出監(jiān)管職責(zé)。
（二）政府和金融市場(chǎng)的關(guān)系
如果市場(chǎng)參與者未能準(zhǔn)確預(yù)測(cè)市場(chǎng)何時(shí)形成了泡沫，政府是否就能夠具備充足的信息與判斷能力，進(jìn)而做出正確決策？其實(shí)仔細(xì)想想，市場(chǎng)監(jiān)管者決策的反應(yīng)意識(shí)，很深程度上是不可能進(jìn)行正確預(yù)測(cè)的。這就說明，政府與市場(chǎng)的關(guān)系只能是一個(gè)持續(xù)不斷的互動(dòng)過程，即政府高層的決策既可能引導(dǎo)市場(chǎng)趨于均衡；也可能促使金融市場(chǎng)進(jìn)一步扭曲，而這樣的假定在美國(guó)“次貸”危機(jī)及其引發(fā)的國(guó)際金融危機(jī)，也包括美國(guó)政府至今持續(xù)推進(jìn)的經(jīng)濟(jì)刺激計(jì)劃中得到了驗(yàn)證。
三、結(jié) 語
總之，在如今年代，金融市場(chǎng)的泡沫經(jīng)濟(jì)出現(xiàn)，已經(jīng)不可避免。雖然市場(chǎng)行為主體在市場(chǎng)中受泡沫經(jīng)濟(jì)的影響以及政府監(jiān)管的制約，但是對(duì)于市場(chǎng)行為主體而言，他們的一些行為會(huì)隨著時(shí)間的推移，不斷自我反省、自我認(rèn)識(shí)、自我評(píng)估，到最后自我校正的，從而使得市場(chǎng)行為主體能夠在金融泡沫經(jīng)濟(jì)的環(huán)境下，還依然能夠保持持續(xù)性健康發(fā)展。
參考文獻(xiàn)：
［1］理查德·庫(kù)珀,趙瑾.理解全球經(jīng)濟(jì)失衡［J］.國(guó)際經(jīng)濟(jì)評(píng)論,2007,(02)
