金融资产波动性特征的研究综述.docVIP

金融资产波动性特征的研究综述 　　摘要：混沌和分形等非线性理论应用于金融市场的分析已成为近年来金融研究的一个热点。文章综述了用于金融资产价格或收益率波动性特征研究的分形理论，介绍了分形特征研究的最新进展，并对各种方法的优缺点进行了评述,最后给出适用于中国金融市场分析的一些建议。 　　关键词：长记忆性；多重分形；标度；波动性 　　 　　多年来，有效市场理论一直占据着传统金融理论的统治地位，它是以许多如理性人假设、资产的价格或收益率变化是独立同分布，且表现为布朗运动（Brownian Motion）等假设为前提的。20世纪90年代以来，非线性动力学理论、混沌和分形理论等逐渐被广泛的应用于金融领域，有效市场理论受到前所未有的冲击和挑战。1991年，Peters提出分形市场理论，认为金融市场是由大量的具有不同投资期限的投资者组成，且不同的投资者对不同的市场信息具有不同的理解和反应。资产的价格变化并不服从高斯正态分布，而是具有“尖峰肥尾”性和长记忆性等分形特征，表现出分形布朗运动过程。此后，对金融市场资产价格或收益率的波动性的研究成为了金融研究的一个热点和前沿问题。金融资产价格或收益率的波动性特征不仅是描述金融市场效率的一个重要指标，而且是金融资产定价、期货和期权等金融衍生工具定价的基础，是人们进行投资决策、风险管理等所要考虑的重要因素。 　　对于金融资产价格的波动性的描述主要分为两种类型：一种是对价格波动进行直接的刻画，包括各种概率分布模型和GARCH模型簇等，如魏宇和黄登仕、王明照和郭冰、李平等和曾勇等的综述；另一种是利用分形（包括多重分性）理论对市场价格波动进行间接的刻画。本文将以价格波动性的第二类型描述为重点，即对用分形（包括多重分形）理论研究资产价格或收益率波动性进行综述。 　　用分形理论对资产价格或收益率的波动性进行研究，主要是探测价格或收益率时间序列的分形（包括多重分形）特征。分形特征主要包括序列的长记忆（Long memory）性（也称持续性（Persistence）特征）或反持续性（Anti―persistence）、标度不变性（Scale Invarance）、间歇性（IntermitTency）或非同质性（Inhomogeneity）、极端易变性（Volatility）等等。长记忆性又可称为长程相关性（Long Range Correlation），是指今天的价格变化将影响未来的价格变化，反应了价格或收益率的可预测性，但这种可预测的长度与长记忆性的长度有关，此指标的强弱一般被认为与金融市场的自由程度有关；反持续性表现为价格变化的回复反转现象，是类似但又不同于均值回复的现象，此指标的强弱一般被认为与受金融调控政策影响的大小相联系；标度不变性体现在金融资产价格在不同时间标度上的自相似性（Self―similar）和相关性（Correlation），也说明了价格时间序列的规模变化；间歇性或非同质性指资产价格波动的不连续性和突变性，可解释价格的暴涨、暴跌甚至股市崩盘现象；易变性为资产价格变化的标准差，极端易变性是指资产价格变化的标准差会出现时变性及会出现极值方差。由于分形有单分形（Monofractal）和多重分形（Multifractal）之划分，故本文结构安排如下：第一部分综述单分形的研究，第二部分对多重分形的研究进行综述，最后给出针对关于分形特征分析的一些建议。 　　 　　一、 单分形研究 　　 　　Brock等和Eldridge等对标准普尔500指数（Standard and Poor′s 500 Index）的收益率序列遵循随机游走理论提出了质疑。Greene Fieltz检验了纽约证券交易所地200个收益序列和许多股票收益序列，发现了长程相关性的存在，从而否定了传统的弱有效市场假说。Sewell等和Howe等通过研究，发现了日本、香港、韩国、新加坡和台湾地区的市场指数序列均存在长记忆性。 　　应用于单分形特征研究的一个较早且最广泛的方法是重标极差分析（Rescaled Range Analysis，简称R/S）方法。它是由Hurst研究尼罗河水坝工程时提出的一种非参数统计方法，由Mandelbrot将其应用到时间序列的分析中。后来虽经Mandelbrot Wallis（1969）和Wallis Matalas（1970）多次改进，但仍存在不能区分短期和长期相关性的不足。1991年，Lo改进了经典的R/S分析法的不足，得到了改进的R/S分析（Modified R/S Ananlysis）方法，它可在驱除短期相关性的同时探测出长程相关性或分形特征。因此，后来的应用于金融市场分析的R/S方法绝大多数都是指改进的R/S分析方法，本文下面所说的R/S分析也不例外。 　　R/S方法主要通过计