由于與有效市場理論相矛盾的金融異象難以從標準金融理論那里得到解釋，人們試圖從新的角度，以新的方法尋求這些問題的答案�；贏gent的計算金融學將金融市場看成由大量發(fā)生交互作用的經(jīng)濟主體組成的復雜適應系統(tǒng)，通過構(gòu)建人工金融市場進行仿真模擬，并應用統(tǒng)計學的理論和方法，對模擬市場的整體性質(zhì)及宏觀規(guī)律作出微觀解釋，從而揭示金融異象的形成原因。本文采用基于Agent的計算金融研究方法，從復雜適應系統(tǒng)的角度審視股票市場，強調(diào)市場中交易者的有限理性和動態(tài)的異質(zhì)性，認為股票市場中有限理性的交易者為了在市場中生存下去，必須主動適應市場的變化，而這要求他們具備學習能力，根據(jù)市場環(huán)境的變化改變自身的行為。正是由于眾多具備學習能力的交易者適應性行為的統(tǒng)計特征，產(chǎn)生了股票市場的整體復雜性和一些所謂的異象。這種按照自下而上的思想，對股票市場進行研究的思路，是一種新的嘗試，同時在此基礎(chǔ)上的研究結(jié)論，具有一定的理論意義和現(xiàn)實意義。 論文共分為七章，主要內(nèi)容包括將交易者學習能力區(qū)分為個人學習能力和社會學習能力，在此基礎(chǔ)上構(gòu)造了四個人工股票市場進行仿真實驗：市場中的交易者只具備個人學習能力；市場中的交易者只具備社會學習能力；市場中的交易者同時具備個人學習和社會學習能力；市場由兩類交易者組成，一類只具備個人學習能力，而另一類只具備社會學習能力。通過對這四種實驗數(shù)據(jù)進行詳細的統(tǒng)計分析和比較，可以清楚地了解交易者的學習機制對股票市場的影響。最后，在合適的人工股票市場中加入新的制度設(shè)計(漲跌幅限制制度)，構(gòu)建出具有部分中國股票市場特征的人工股票市場，并將實驗結(jié)果與真實的深圳成指進行校準，考察采用人工股票市場研究中國股票市場的可能性和有效性問題。 論文的主要結(jié)論是：1、交易者的學習能力可以提高其理性水平，促使股票價格向理論價格收斂，從而增強市場的有效性，但作用有限，即使交易者擁有再強大的學習能力也不可能洞察一切，市場不能達到完全有效；2、交易者的社會學習能力是導致股票價格劇烈波動的一個重要因素；3、無論市場由具備哪種學習能力的交易者組成，交易者的學習速度都對股票市場產(chǎn)生重要影響；4、在人工股票市場中引入漲跌幅限制制度的確可以降低股票價格的波動，但也對交易者的學習和預測能力產(chǎn)生影響，在限制了波動的同時，也阻礙了股票價格向理論價格收斂的可能。5、通過構(gòu)建與中國股票市場類似的人工股票市場的確可以模擬出中國股票市場的部分市場特征，這說明利用基于Agent計算金融研究方法研究中國資本市場具有一定的可行性。 本文的主要創(chuàng)新之處可以概括為： 1、采用新興的基于Agent的計算金融學方法對股票市場進行研究，在Matlab7．1平臺上構(gòu)建了相關(guān)的人工股票市場，編制了所有的程序。 2、在統(tǒng)一的框架內(nèi)系統(tǒng)地研究了股票市場中交易者的各種學習機制對市場的影響，特別是將交易者分為個人學習和社會學習兩種類型，并對市場中兩類交易者的行為及其構(gòu)成對股票市場影響進行研究。 3、在人工股票市場中，研究了漲跌幅限制制度對股票價格影響，并且考察了采用人工股票市場研究中國股票市場的可能性和有效性問題。
【學位單位】：廈門大學
【學位級別】：博士
【學位年份】：2009
【中圖分類】：F832.51;F224
【部分圖文】：

1一5000期隨機價格序列圖

2.收益率序列圖3.3、3.4分別為同質(zhì)線性理性預期均衡模型中股票第1到第5000期的收益率序列圖和收益率分布圖。圖3.5、3.6為“零智能”交易者模型中股票第到第5000期的收益率序列圖和收益率分布圖。本文將收益率定義為:/=In(尸，)一In(尸，_;) (3.17)圖3.3:同質(zhì)線性理性預期模型均衡股票第1一5000期收益率序列圖畔畔淵卿姍腮姍柵側(cè)咄嘟鞠礎(chǔ)黔嚼酬卿卿 1000150020002500明門門 3500400045005000圖3.4:同質(zhì)線性理性預期均衡模型股票第1一5000期收益率分布圖t00一，075一050一 025.000.025.050.075.100

慢速學習實驗第1到500期股票交易量序列圖
【引證文獻】

相關(guān)博士學位論文 前1條

1 李冬昕;市場參與者意見分歧與公司融資決策[D];南京大學;2011年

相關(guān)碩士學位論文 前2條

1 劉穎;基于投資者異質(zhì)的指令驅(qū)動市場典型化事實研究[D];南京大學;2012年

2 宋宵冬;基于多智能體建模的股票市場投資策略有效性分析[D];山東財經(jīng)大學;2012年

本文編號：2856275