资产价格分析一直是金融理论创新与实证研究的重要切入点。本文重点研究真实资本市场中资产价格的演变机制。本文认为真实资本市场中的交易者和资产价格相互作用,推动了资产价格的不断演变,并具有一定的趋势性。为此,本文建立相应的市场系统模型来分析交易者和资产价格之间的相互关系。 根据本文研究重点,本文以刻画、拟合真实市场中资产价格演变过程为切入点,提出了交易者决策模型——交易者盈利期望模型,并以此为组成单元,建立市场系统模型——资产价格系统演变模型。围绕这一模型,本文进行相关的理论分析和实证研究,并就模型在预测领域的应用进行探索。 根据研究角度的不同,目前国内外关于资产价格演变机制的分析可分为微观和宏观两大类。在微观层面,主要着眼于对交易者行为特征的刻画。传统的理性人假设已经被行为金融学家证明离现实有很大距离,为此,行为金融理论对传统的理论模型进行了发展,Kahneman和Tversky提出了展望理论(Prospect theory)等。这类理论依赖于对市场参与者心理的先验性假设,为人们认识理解资产市场提供了新的切入点,但对真实市场进行定量分析的难度较大。在宏观层面,人们就市场群体行为建立了相应的仿真模型进行模拟,如市场行为模型(BSV,DHS)、统一理论模型,以及人工多智能体模型,在国内人们也进行了大量的仿真研究。这些研究通过模拟产生类似真实市场中的自组织进化、羊群效应等现象,刻画出了真实市场中的价格演变机制,但这几类模型并不能直接用来预测真实市场中的价格演变趋势,对真实资产价格演变过程的拟合能力有限,这是其不足之处。 在价格演变规律分析的具体应用领域,价格预测一直是热点问题。除了传统的线性预测和非线性预测方法,人们已经广泛地把其它领域的数学工具,如遗传算法、人工神经网络、模糊理论等人工智能计算方法和混沌原理、小波分析理论等相关领域的新成果迅速应用到价格预测中。但是,人们往往从实用角度偏重于预测模型的精度,忽略了模型对微观经济运行机制的解释能力,预测模型的工具化倾向十分明显。如现有的人工神经网络模型具有较强的拟合能力,但模型本身像一个黑箱,人们对据此得到的结果不知其所以然,难以从理论上进一步加深对资产价格运动机制的理解。换而言之,预测技术的进步并没有为金融理论研究提供实证支持。 对于上述情况,本文在相关的文献回顾中进行了介绍评价。这些是本文第二章的主要内容。本章先就资产价格运动的理论假设进行分析,说明本文采用分形市场假设的缘由和依据;随后,分别对有关交易者投资决策行为和市场系统模型的理论文献进行回顾分析,并对现有价格预测方法进行总结分析,指出优点与不足;在本章的最后部分,以相关研究文献为依据,以混沌理论为基础,对资产价