南水北調工程建设期管理链理论研究.doc

基于MF-DFA的中国商品期货价格的多重分形实证分析 苑莹 庄新田 东北大学 工商管理学院，辽宁 沈阳 110004 yuanying1980@126.com 摘要： 运用消除趋势波动分析方法，对之前较少被研究的中国铜和大豆两个期货品种的价格时间序列进行实证研究发现，两种期货价格均存在明显的多重分形特征,仅用单一的标度指数对其进行描述是不充分的。进一步对其多重分形的成因进行分析，发现期货价格的多重分形特征主要是由收益序列的波动相关性引起的，该相关性导致了价格的有偏随机游走，市场未达到弱式有效。 关键词：资本市场复杂性，消除趋势波动分析方法，期货价格 1．引言 分形理论打破了传统金融学中整数维度的概念，从而引入了分数维，它以一个崭新的视角来刻画和描述金融系统中各种复杂现象，因此受到了各国学者的广泛关注。在将多重分形理论应用于经济系统方面，Mandelbrot et al最早于1997年创立了著名的资产收益率多重分形模型（Multifractal Model of Asset Returns, 简记为 MMAR）用以描述金融资产价格变化规律[1]。此模型可以解释资产回报率的厚尾（Fat trail）与波动率（Volatility）的长期记忆等现象，并将多重分形的概念扩展到随机过程中，通过矩的标度特性提出多重分形过程，而以往所研究的随机模型如 ARCH/GARCH、Lévy 过程、分数布朗运动（Fractal Brownian Motion，简记FBM）等只能抓住价格波动的某一特征，却无法描述波动的长程相关性。因此，由 Mandelbrot 等提出的多重分形模型被认为是迄今为止最为全面的描述价格波动特征的模型，它不仅囊括了上述模型所描述的价格波动特征，更预见了在其他模型中没有体现的价格波动多重分形特性。正如 Mandelbrot（1999）在 《Scientific American》 上所指出的，多重分形分析可以复现金融市场剧烈振荡的金融交易，能得到金融资产价格在不同时间标度上的不同波动程度的详细信息，提供关于市场动向的概率估计值，显示市场易变性的实质，从而为无法预测的金融市场注入某些有序性[2]。此后，各国学者通过不同的多重分形方法对资本市场的复杂性进行了有益的探索，得到了许多较有价值的理论成果[3-10]。 2002年，Kantelhardt[11]提出了多重分形消除趋势波动分析方法（MF-DFA），该方法较其他方法的优势在于它能够发现非平稳时间序列中的长范围相关性，并且能够避免对相关性的错误判断，Norouzzaden[12]等人运用该方法对外汇汇率的多重分形特征进行了研究。卢方元、胡学明及施锡铨[13-15]等人也分别运用该方法对我国股票市场进行了实证研究，确认了股指收益率的多重分形特征。 然而，在对资本市场进行多重分形特征分析时，绝大多数学者更多地关注于股票及外汇市场，而对同样重要的我国期货市场研究的较少。实际上，自从九十年代我国第一家商品期货市场成立以来，中国的商品期货市场有了长足的发展，尤其是铜和大豆两个期货品种，现已分别成为世界第二大期货市场，仅分别低于英国的伦敦金融交易所和美国的芝加哥期货交易所，因此在这样的背景下，本文运用MF-DFA方法对我国铜和大豆期货市场进行实证研究，确认了市场中多重分形特征的存在。并通过将原始收益序列进行重排处理及相位随机化处理，对转换后的收益时间序列及原始时间序列进行MF-DFA分析，结合多重分形谱模型探讨了股票市场中多重分形特征与非线性时间序列的长程相关性及胖尾概率分布之间的联系，对商品期货价格的多重分形成因进行了研究与探讨。 2．多重分形消除趋势波动分析方法 Kantelhardt提出的MF-DFA方法是验证一个非平稳时间序列是否具有多重分形性的有效方法，对给定长度为N的序列{xi}，i=1,2,….,N，MF-DFA方法如下： 通过求和把原序列归并成一个新的序列： ，i=1,2,…, N （1） 式中为xi的均值。 （2）把序列yi分割成长度为s的Ns=int(N/s)个互不相交的等长区间，由于长度N经常不是s的整数倍，为了不丢弃尾部剩余部分，从序列尾部重复这一分割过程，因此得2Ns区间。 （3）通过最小二乘法拟合每一子区间v（v=1,2,…,2Ns）上的局部趋势pv(j)函数消除子区间v中的局部趋势序列： ,（j=1,2,…,s） （2） （4）分别计算2Ns个消除趋势子区间序列的平方均值： （3） 这里v=1,2,…,Ns，进而求出序列的q阶波动函数： （4） （5）确定波动函数的标度指数，先固定阶数q，通过在双对数图中分析Fq(s)与s的如下关系：