论文部分内容阅读
摘要：基于异质信念资产定价模型，运用蒙特卡罗模拟的方法产生异质信念下资产均衡价格的时间序列数据，并对其非线性特征进行相关检验。研究发现，该时间序列具有尖峰肥尾特征、波动率聚类现象和自相似特征，但没能捕捉到长期记忆现象。说明投资者的异质信念是资产价格产生非线性特征的重要内在原因。
关键词：异质信念；非线性特征；蒙特卡罗模拟
中图分类号：F830 文献标志码：A 文章编号：16720539（2012）06006305
现代经典的金融理论建立在理性经济人假定和有效市场假说基础上，资产价格遵循几何布朗运动。但随着实证工作不断取得进展，显现出资产价格时间序列存在着丰富的内在结构和非线性特征，常见的有：尖峰肥尾特征的非正态分布、自回归条件异方差（GARCH）模型捕捉到的波动率聚类现象、自回归分形积分移动平均（ARFIMA）模型刻画的长期记忆现象、混沌理论能够体现的时间标度上的自相似特征等。这些能够体现非线性特征的模型都是经验模型，缺点是无法深入资产价格产生非线性特征的内在原因，上述非线性特征究竟是由不同的内在原因引起的还是由共同的内在原因引起的呢？它们之间关系的研究文献比较少。William和George（2007）假设信息是均匀出现的，并用异质投资者的行为来解释ARCH效应[1]，Brock和Hommes（1998）提出的ABS模型也是从异质投资者的行为证明了混沌的存在[2]。本文从投资者的异质信念资产定价模型出发，运用蒙特卡罗模拟的方法，研究与有效市场理论中理性人假设不同的异质信念投资者是否是证券收益率产生非线性特征的内在原因问题。
一、异质信念资产定价模型
二、蒙特卡罗模拟
蒙特卡罗（Monte Carlo）模拟是一种仿真（simulation）的方法，通过建立模型，产生相应分布的随机数，来模拟实际存在的过程，并且分析相关的结果。本文对上述异质信念资产定价模型，运用蒙特卡罗模拟法产生风险资产均衡价格的随机数，并对其进行非线性特征的检验。
三、非线性特征的检验
四、结论
本文以投资者的异质信念资产定价模型为基础，运用蒙特卡罗模拟的方法产生异质信念下资产均衡价格的时间序列数据。用JB检验法检验出了资产收益率序列表现为尖峰肥尾特征的非正态分布，用GARCH模型捕捉到了资产收益率序列的波动率聚类现象，用Lyapunov指数说明资产收益率序列存在由混沌动力引起的时间标度上的自相似特征，但用ARFIMA模型没能捕捉到资产收益率序列的长期记忆现象。上述研究说明，投资者的异质信念是证券收益率产生非线性特征的重要原因。
投资者的异质信念与传统的有效市场理论中理性人假设不同，异质信念通常是指不同投资者对相同股票相同持有期下收益分布有不同的判断，也称为意见分歧。投资者的异质性是资本市场的真实特征，不同投资者面对不同的交易成本，有着不同的信息集合，使用不同的均衡收益模型，在不同的时间尺度和时间长度下投资，关于明天的红利和股票价格有着不同的观点和预期。异质信念投资者相互博弈使资产价格产生波动，资产价格波动作为市场信息通过强化和更新投资者信念，投资者重新进行博弈。这样，经济系统一直处在随时间不断演化的过程中，而不是达到某种定态或均衡点，使得资产价格表现为不同的非线性特征。
参考文献：
[1]William R.Parkea and George A.Watersb.An evolutionary game theory explanation of ARCH effects[J].Journal of Economic Dynamics & Control，2007，（31）：2234-2262.
[2]Brock，W.A.，Hommes，C.H.Heterogeneous belief and routes to chaos in a simple asset pricing model[J].Journal of Economic Dynamics and Contro，1998，（22）：1235-1274.
[3]Henrik Amilon.Estimation of an Adaptive Stock Market Model with Heterogeneous Agents[J].Journal of Empirical Finance，2008，（3）：342-362.
[4]Ruey S.Tsay.金融时间序列分析[M].北京：机械工业出版社，2006.
[5]Nychka，D.，Ellner，S.，Gallant，A.R.and McCaffrey，D.Finding chaos in noisy system[J].Journal of the Royal Statistical Society，1992，（54）：399-426.
[6]Mototsugu Shintani，Oliver Linton.Nonparametric neural network estimation of Lyapunov exponents and a direct test for chaos[J].Journal of Econometrics，2004，（5）：1-33.
关键词：异质信念；非线性特征；蒙特卡罗模拟
中图分类号：F830 文献标志码：A 文章编号：16720539（2012）06006305
现代经典的金融理论建立在理性经济人假定和有效市场假说基础上，资产价格遵循几何布朗运动。但随着实证工作不断取得进展，显现出资产价格时间序列存在着丰富的内在结构和非线性特征，常见的有：尖峰肥尾特征的非正态分布、自回归条件异方差（GARCH）模型捕捉到的波动率聚类现象、自回归分形积分移动平均（ARFIMA）模型刻画的长期记忆现象、混沌理论能够体现的时间标度上的自相似特征等。这些能够体现非线性特征的模型都是经验模型，缺点是无法深入资产价格产生非线性特征的内在原因，上述非线性特征究竟是由不同的内在原因引起的还是由共同的内在原因引起的呢？它们之间关系的研究文献比较少。William和George（2007）假设信息是均匀出现的，并用异质投资者的行为来解释ARCH效应[1]，Brock和Hommes（1998）提出的ABS模型也是从异质投资者的行为证明了混沌的存在[2]。本文从投资者的异质信念资产定价模型出发，运用蒙特卡罗模拟的方法，研究与有效市场理论中理性人假设不同的异质信念投资者是否是证券收益率产生非线性特征的内在原因问题。
一、异质信念资产定价模型
二、蒙特卡罗模拟
蒙特卡罗（Monte Carlo）模拟是一种仿真（simulation）的方法，通过建立模型，产生相应分布的随机数，来模拟实际存在的过程，并且分析相关的结果。本文对上述异质信念资产定价模型，运用蒙特卡罗模拟法产生风险资产均衡价格的随机数，并对其进行非线性特征的检验。
三、非线性特征的检验
四、结论
本文以投资者的异质信念资产定价模型为基础，运用蒙特卡罗模拟的方法产生异质信念下资产均衡价格的时间序列数据。用JB检验法检验出了资产收益率序列表现为尖峰肥尾特征的非正态分布，用GARCH模型捕捉到了资产收益率序列的波动率聚类现象，用Lyapunov指数说明资产收益率序列存在由混沌动力引起的时间标度上的自相似特征，但用ARFIMA模型没能捕捉到资产收益率序列的长期记忆现象。上述研究说明，投资者的异质信念是证券收益率产生非线性特征的重要原因。
投资者的异质信念与传统的有效市场理论中理性人假设不同，异质信念通常是指不同投资者对相同股票相同持有期下收益分布有不同的判断，也称为意见分歧。投资者的异质性是资本市场的真实特征，不同投资者面对不同的交易成本，有着不同的信息集合，使用不同的均衡收益模型，在不同的时间尺度和时间长度下投资，关于明天的红利和股票价格有着不同的观点和预期。异质信念投资者相互博弈使资产价格产生波动，资产价格波动作为市场信息通过强化和更新投资者信念，投资者重新进行博弈。这样，经济系统一直处在随时间不断演化的过程中，而不是达到某种定态或均衡点，使得资产价格表现为不同的非线性特征。
参考文献：
[1]William R.Parkea and George A.Watersb.An evolutionary game theory explanation of ARCH effects[J].Journal of Economic Dynamics & Control，2007，（31）：2234-2262.
[2]Brock，W.A.，Hommes，C.H.Heterogeneous belief and routes to chaos in a simple asset pricing model[J].Journal of Economic Dynamics and Contro，1998，（22）：1235-1274.
[3]Henrik Amilon.Estimation of an Adaptive Stock Market Model with Heterogeneous Agents[J].Journal of Empirical Finance，2008，（3）：342-362.
[4]Ruey S.Tsay.金融时间序列分析[M].北京：机械工业出版社，2006.
[5]Nychka，D.，Ellner，S.，Gallant，A.R.and McCaffrey，D.Finding chaos in noisy system[J].Journal of the Royal Statistical Society，1992，（54）：399-426.
[6]Mototsugu Shintani，Oliver Linton.Nonparametric neural network estimation of Lyapunov exponents and a direct test for chaos[J].Journal of Econometrics，2004，（5）：1-33.