【摘要】：2015年中國(guó)股市遭遇了異常波動(dòng),“千股跌�！�、“股指跌停”等崩盤(pán)事件頻繁發(fā)生,金融市場(chǎng)的資源配置作用幾乎失靈,對(duì)整個(gè)經(jīng)濟(jì)體系造成了巨大影響。當(dāng)前中國(guó)股市發(fā)展尚不成熟,監(jiān)管體制亦有待完善,防范金融市場(chǎng)風(fēng)險(xiǎn)、維護(hù)國(guó)家金融安全刻不容緩。學(xué)術(shù)界通常關(guān)注金融市場(chǎng)的極端風(fēng)險(xiǎn)問(wèn)題,鮮有文獻(xiàn)分析我國(guó)金融市場(chǎng)崩盤(pán)風(fēng)險(xiǎn)的時(shí)變特征和內(nèi)在機(jī)理,然而,科學(xué)度量市場(chǎng)崩盤(pán)風(fēng)險(xiǎn)、準(zhǔn)確預(yù)測(cè)崩盤(pán)事件不僅有助于防范金融危機(jī)的發(fā)生,同時(shí)有助于為投資決策等市場(chǎng)實(shí)踐問(wèn)題提供有益借鑒。因此,本文擬基于對(duì)數(shù)周期冪律(LPPL)模型分析研究我國(guó)股票市場(chǎng)泡沫和崩盤(pán)風(fēng)險(xiǎn)。具體而言,本文以上證指數(shù)和中證500指數(shù)為研究對(duì)象,采用遺傳算法代替以往文獻(xiàn)中的禁忌搜索算法對(duì)參數(shù)進(jìn)行估計(jì),利用相對(duì)誤差分析、單位根檢驗(yàn)和參數(shù)敏感程度檢驗(yàn)分析模型的擬合效果、預(yù)測(cè)能力以及遺傳算法的可靠性,并進(jìn)一步比較大盤(pán)股票與中小市值公司股票的預(yù)測(cè)結(jié)果是否存在顯著差別。實(shí)證研究結(jié)果表明,LPPL模型能夠有效擬合股市泡沫并預(yù)測(cè)泡沫破裂(崩盤(pán))時(shí)間點(diǎn);本文采用的遺傳算法相比于原有的搜索算法更加可靠;上證指數(shù)和中證500指數(shù)崩盤(pán)點(diǎn)的估計(jì)值較為接近,因而我國(guó)股票市場(chǎng)上兩者崩盤(pán)先后次序不存在顯著差異。
【圖文】：

遺傳算法運(yùn)算流程

另外，我們可以從擬合結(jié)果中看到，B 的三個(gè)估計(jì)值均小于 0間區(qū)間股市正處在正泡沫狀態(tài)，股票價(jià)格呈現(xiàn)出明顯超越股票實(shí)際價(jià)，且這一上漲趨勢(shì)在逐漸增強(qiáng)。因?yàn)?A, C, , 四個(gè)參數(shù)沒(méi)有我們需要，便不對(duì)它們的估計(jì)結(jié)果進(jìn)行分析，主要討論本文主要研究目標(biāo)，股 ，三個(gè)時(shí)間區(qū)間的崩盤(pán)點(diǎn) 的估計(jì)值分別為 343、344 和 347，與股市實(shí) 相比，相差的日數(shù)均未超過(guò) 10 個(gè)，因此我們可以認(rèn)為 LPPL 模型能較證指數(shù)在 2015 年股災(zāi)時(shí)的崩盤(pán)發(fā)生時(shí)間。從第五列可以看到三個(gè)崩盤(pán)略晚于股市實(shí)際崩盤(pán)點(diǎn)，由于未來(lái)的不可測(cè)性，我們無(wú)法寄希望于使全準(zhǔn)確地預(yù)測(cè)股市風(fēng)險(xiǎn)，如果投資者使用模型得到預(yù)警信號(hào)，，應(yīng)該在可能發(fā)生的泡沫破裂甚至股市崩盤(pán)情況進(jìn)行防范，采取有效措施抵御風(fēng)著我們把模型對(duì)三段時(shí)間區(qū)間的擬合曲線(xiàn)和上證指數(shù)曲線(xiàn)放在一起，察擬合效果：
【學(xué)位授予單位】：華中科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類(lèi)號(hào)】：F832.51;F224

【相似文獻(xiàn)】

相關(guān)期刊論文 前3條

1 陳懷東;;基于COPULA及LPPL模型對(duì)北京二手房及租賃價(jià)格的研究[J];中國(guó)經(jīng)貿(mào)導(dǎo)刊(理論版);2017年23期

2 曾志堅(jiān);王雯;;基于LPPL模型的股市泡沫研究——兼論主權(quán)債務(wù)危機(jī)時(shí)國(guó)際援助計(jì)劃效果[J];財(cái)經(jīng)理論與實(shí)踐;2018年02期

3 李亞男;;基于LPPL模型的大學(xué)生體質(zhì)臨界值研究[J];當(dāng)代體育科技;2016年31期

相關(guān)會(huì)議論文 前1條

1 楊豐;連曉婕;;LPPL模型預(yù)測(cè)金融市場(chǎng)泡沫[A];International Monetary Institute Working Papers(2010-2014年合輯)[C];2014年

相關(guān)碩士學(xué)位論文 前1條

1 賴(lài)翔宇;基于LPPL模型的中國(guó)股票市場(chǎng)崩盤(pán)預(yù)測(cè)[D];華中科技大學(xué);2019年

本文編號(hào)：2599786