异质交易者并存股票市场波动研究.doc

异质交易者并存股票市场波动研究 　　摘要： 笔者通过建立和推导异质交易者并存的市场收益模型，用以解释证券收益分布特征以及证券市场过度波动性与非理性交易行为之间的关系。通过对模型的仿真，证明具有多期滞后项的市场收益模型能够更好地揭示现实收益率的形成过程。同时，在该模型的基础上探讨了理性预期均衡的波动性边界和异质交易者并存的市场均衡的波动性边界，进一步阐明了股票市场过度波动性与非理性交易者的交易行为之间的关系。 关键词：非理性交易者；市场波动；反馈交易；尖峰厚尾分布 作者简介：贾华瑞（1960-），女，河南林州人，高级会计师，主要从事投融资平台资金运作及债券市场研究。 中图分类号：F830.91文献标识码：A文章编号：1006-1096（2013）04-0150-06收稿日期：2012-11-30 一、文献综述 近年来学术界对金融资产收益特性的研究发现，金融资产收益呈现出两个特征：首先是收益分布上的尖峰厚尾现象，其次是平方收益的长程记忆特征。即资产收益的波动性在时间上呈现出聚集的特征，同时剧烈的市场波动发生的频率非常高。 由于证券收益率的尖峰厚尾特征，用正态分布刻画证券收益率就会出现误差。为此，学者们试图寻找一种分布形式能够很好地拟合证券收益率的实际状况。朱国庆等（2001）基于极值理论用高限峰值法探讨了股市收益率分布的尾部特征。卢方元（2005）使用Huisman等人提出的HKKP方法对上证综指和深成指的尾部分布情况进行了实证研究，计算了两市指数收益率的峰度、偏度和尾指数，结果显示上证综指和深成指日收益率均不服从正态分布，具有明显的右偏和尖峰厚尾特征。 还有学者试图从内在成因方面探索证券收益率尖峰厚尾特征的形成机制。近年来，行为金融学理论对投资者完全理性的假定提出了质疑，认为非理性投资者是证券市场过度波动的源泉。Cont（2000）等运用随机图论的方法推导出了一个具备尖峰厚尾特征的分布函数。Shiller（1981）描述了非理性交易者追随潮流的交易行为。其后Sentana等（1992）在Shiller的研究基础上建立了度量正反馈交易策略的模型。赵鹏举等（2008）引入了一个异质交易者并存的市场收益模型用以解释证券收益率的自相关性和厚尾特征。 二、异质交易者共存市场扩展模型的推导 三、扩展模型的波动性边界分析 四、异质交易者收益模型的仿真分析 从上文的证券收益模型公式（14）来看，由于非理性交易者的参与，导致任意时刻的证券收益含有前m期收益的滞后项，从而使得收益序列具有高阶的自相关性。由于证券收益样本之间不独立，试图用解析的方式由公式（14）推导出证券收益的概率密度函数在技术上是难以实现的。为了分析本模型的统计特征，验证模型的解释能力，本节将使用Monte Carlo仿真方法，依据公式（14）生成一个证券收益时间序列，随后对其样本的相关统计特征（包括自相关性，峰度，尾指数等内容）进行分析和讨论。 （一）异质交易者并存股票市场模型的仿真算法 （二）峰度和尾部指数对比分析 刻画收益率尾部分布特征的指标是尾指数η，在正态分布中，尾指数为无穷大，尾指数越小，代表尾部越厚。具体到金融市场中，收益率的厚尾意味着收益率的大幅度波动非常频繁，绝对值较大的收益发生的概率高于正态分布。常用的估计尾部指标的估计方法是Hill（1975）估计方法。 表2就是根据仿真数据计算出的各项统计指标： 从表2中得到的各项统计指标来看，本文异质交易者并存证券收益模型的Monte Carlo仿真数据具备以下特征： （1）具有统计上显著的尖峰厚尾特征。仿真数据的峰度值较上述的仿真数据有了明显的增加，与真实值更加接近。另外仿真数据的尾部厚度具有上述仿真结果类似的特征——随反馈系数的增加而递增。 （2）收益率时间序列具有正自相关性。在时间窗相等的情况下，反馈交易行为越显著，则收益序列的自相关性就越强。 依据上证指数真实收益率样本和本文异质交易者并存市场收益模型产生的仿真数据样本绘制了频率直方图，以比较其密度函数的形态，观察其尖峰厚尾的特征。其中正态分布的密度函数曲线选择均值和方差为我国1992年7月1日至2008年12月31日的上证指数日收益率样本的均值和方差；上证指数真实收益样本的频率直方图使用同期的指数收益率数据绘制；仿真模拟数据样本的频率直方图的反馈系数选择0.4。结果如下图1和图2所示。 对比两个图形可以看出，由本文模型公式（14）为基础产生的仿真数据与真实股票市场收益率的统计特征非常接近，具有明显的高峰度和厚尾部特征。 五、结论 从本文的分析中可以得出如下结论： 1.当市场完全由理性交易者构成时，市场收益率的波动性必定小于