2015年中股灾预测与救市效果评价分析报告.docxVIP

2015年股灾发生预测与救市效果评估 摘要 2015年6月至9月期间，中国股市自上年11月以来一波又一波的涨势后开始急剧下跌，出现了严重的“股灾”。对股票市场的研究和分析对于国家整个经济环境、市场生态具有非常重要的意义。本文以上证指数为评估主体,根据影响股市状况的主要因素如股市杠杆率、成交量、M2同比增长率等因子，然后利用BP神经网络构造出股灾发生模型，进行短期预测；根据各类数据的不同特点先后使用了层次分析法以及粗糙集等两种数学模型对相关数据进行量化，获得了证监会救市措施评估的相应指标；运用MATLAB对此模型进行分析和验证，最后运用于证监会实施救市措施后的股票市场，得到了良好的仿真结果。 关键词：救市措施，杠杆率，层次分析法，粗糙集，BP神经网络 问题重述 1.1背景资料 我国股市在 2015 年中发生了一场“股灾”：上证综指自 2015 年 6 月 12 日冲顶 5178.19 点后一路大跌，于2015 年 8 月 26 日跌至 2850.37 点，53 个交易日共计下跌超 45%。“股灾”对投资者的打击和伤害十分严重，引起各国广泛关注与担心，影响一些国家的资本市场。如2015 年 8 月 24 日，中国股市近乎全线跌停，引发美欧等多处交易市场触发熔断机制。以当日收盘计，世界各主要股指跌幅超 4%的占比逾 6 成。“股灾”致使深沪的两市市值减少十几万亿，新股停发，中断直接融资，造成巨大损失。 股票市场复杂程度相当高，既受到经济、政治、买卖双方心理等各方面的影响，又要受到国际经济和政治军事等方面的影响，并且这些因素之间又以复杂的形式相互影响。股票市场是经济的“晴雨表”和“报警器”,其作用不仅被政府所重视,而且更受投资大众的普遍关注,股票市场中的收益时刻伴随着风险,以最小的风险获得最大的收益是每个投资者追求的目标,因而研究股票市场的内在规律及其预测具有重大的理论意义和应用价值。 1.2需要解决的问题 2015年6月至9月期间，我国股市发生了严重股灾，广大股民损失惨重。请在深入分析股灾原因的基础上建立股灾发生模型；利用该模型解释证监会救市措施的效果。 问题分析 股票市场??为社会主义市场经济的重要组成部分，在我国的经济发展中发挥着重要的作用。近年来，股票市场已经逐步成为证券业乃至整个金融业必不可少的组成部分,显示出强大的生命力，股票投资也己经成为人们日常生活的一个重要组成部分。股市的暴涨暴跌对金融市场会产生很大的振荡，直接影响到金融市场的稳定和经济的健康发展。如果能够预测股票的涨跌，及时对股票市场进行合理的调控和健康的引导，这将为我国经济的持续发展提供坚实的后盾[1]。 神经网络，全称为人工神经网络，是人工智能的一种方法,是对人脑系统的一阶特性的一种最简单的抽象和模拟。它是由大量简单的处理单元相关连接而成的网络，是对人脑生理结构的简单模拟和抽象，具有类似人脑储存经验并应用经验的功能。神经网络近年来一直是学术界的研究热点，其在模式识别、分类、时间序列预测、控制等方面都有着广泛的应用。同时，神经网络是一种很好的时间序列预测方法，是目前最常用的神经网络。由于网络具有逼近任意复杂连续函数关系的能力，而这些能力正是传统方法所不具有的，因此网络非常适用于对时间序列进行预测，在具体使用中,不需要对所分析的时间序列做任何假设,仅用一个网络来拟合该时间序列即可。因此，本文对BP神经网络的结构及其算法的特点进行研究和分析的基础,将其应用到股灾预测中，并进行了有效地实证分析。 股票市场是一个复杂的非线性动力系统[6]，市场的行为受到很多因素的交互影响，具有很强的非线性和时变性的特征，而时间序列是基于统计学理论的，很难解释股票的内在变化规律，提出一种基于BP神经网络的股灾预测模型。本文通过对上证指数（收盘价），杠杆率，M2同比增长率，成交量，救市措施等进行分析，得到一些对上证指数有影响的因子，利用神经网络优势，先采用层次分析法和粗糙集对数据进行处理，然后利用BP神经网络构造出股灾发生模型，并对此模型进行分析和验证，最后用于证监会实施救市措施后的股票市场，得到了良好的仿真结果。 模型假设 （1）股票收盘价、成交量、M2同比增长率的数据准确无误 （2）假设外界因素不会对收盘价产生影响 （3）收盘价等同于股票上证指数，同样反映股市情况 模型建立 4.1数据的处理 通过深入分析监证会救市措施和股市交易的数据，可以发现GDP、CPI、准备金率、股市杠杆率、成交量、M2同比增长率、政府政策等几个因子的数据影响了上证指数。其中，上证指数用收盘价数据进行分析与验证。然而各个因子之间也是相互联系、相互影响的，收盘价反映了股市的状况。考虑到影响收盘价的因子数据过多，于是决定采用层次分析法和粗糙集理论基于对数据的近似处理以及对数据权重分析，根据有关专家的分析以及相关文献的