我國證券市場混沌性的研究.pdf

1、混沌與分形做為復雜性科學中的兩個重要組成部分，從20世紀70年代開始得到迅速發(fā)展，并在眾多領域得到了廣泛應用?；煦缗c分形和經濟理論結合催生了一門新的科學——混沌經濟學。就目前我國混沌與分形在經濟、金融領域的研究現(xiàn)狀來看，其研究主要集中在系統(tǒng)的混沌識別，混沌吸引子是否存在，時間序列的混沌與分形分析，混沌系統(tǒng)的短期預測與控制等問題上。
　　有效市場假說認為在一個有效的資本市場中證券的價格遵循隨機游走，現(xiàn)代金融分析體系即是以此為基礎而建

2、立起來的；分形市場假說則認為資本市場的價格遵循的是分形Brown運動，表現(xiàn)出混沌性質。如果證券市場符合分形市場假說，那么證券價格運動應表現(xiàn)出混沌與分形的特征。這些特征用傳統(tǒng)的線性時間序列方法難以檢測，只有用非線性時間序列分析的方法才能夠揭示出來。目前現(xiàn)有的對資本市場混沌與分形的實證研究在所使用的方法和研究的對象上都有著不同程度的片面性。
　　本文采用非線性時間序列分析的多項技術對我國證券指數(shù)序列和指數(shù)收益率序列做了較為全面的研究，

3、同時就股市混沌與分形的原因以及分形市場假說的相關應用進行了探討。所分析的數(shù)據(jù)是上證綜指和深證成指的全部周收盤指數(shù)序列數(shù)據(jù)，并與滬深300指數(shù)進行比較研究。首先對時序數(shù)據(jù)進行定性分析，在定性分析的基礎上，通過計算三種時序的有關非線性特征值對其混沌性質進行進一步確認。本文采用G-P算法來計算時序的關聯(lián)維和Kolmogorov熵，采用Wolf算法計算序列的最大Lyapunov指數(shù)。計算得出三種時序的Lyapunov指數(shù)和Kolmogorov熵