混沌状态下的中国股市监管和调控
发布时间:2020-03-26 13:21
【摘要】: 中国股市有一个显著的特点,就是股价波动频繁且波动幅度异常。这与政府的股市监管和调控方法、措施有着直接关系。股市是属于复杂现象的,研究如何把握复杂现象,更好的发挥政府职能、实现政府对股市的有效监管和调控,具有重要的理论和现实意义。 本文首先对非线性动力学混沌理论和分形理论做了概括性介绍,阐明了混沌和分形的关系。其中重点讲述了非线性动力学的数值研究实验方法:相空间重构的两个关键问题,即嵌入维数和最佳延迟时间;混沌的数值识别,即李雅普诺夫指数;分形的数值识别,即吸引子的关联维数。之后文章以中国股市1991年至2002年上海和深圳综合指数每日收盘价原始数据为研究对象,在MatLab程序实验条件下,进行了两地股市系统的R/S分析、系统相空间重构、混沌分析、分形分析;获取了两地股市系统的赫斯特指数(沪深股市赫斯特指数均大于0.5而小于1)、非周期记忆循环周期(沪深股市都有明显的记忆循环周期)、最大李雅普诺夫指数(两市都大于0)和吸引子的关联维数(两市都在2到3维之间);从而得出中国股市系统是低维分形的、弱混沌的(基于原始数据)结论。 本文提出信息噪声的概念,通过统计中国股市历年来影响股市波动的重要政策、公司信息,进行信息的分类、统计整理,并按各类信息对股市影响力的大小排序,得出利息率是股指的最不敏感因素,,股市相关政要的讲话是股指的最敏感因素,个股特别是问题股和龙头股的表现对股指的波动有重要影响的结论,供股市政策决策参考。同时提出了时间序列概率去单峰和混沌度的监管和调控的股市政策决策支持和政策效果评价方法。通过对沪深两市综合指数剔除信息噪声的实证分析,得出上述支持和评价方法可行的结论。 在此基础上,文章就中国股市的监管和调控提出了浮动交易税率、建制扩容等政策性建议;与此对照,相应提出以信息噪声(基于混沌)为主的政策分析、以核心竞争力(基于AHP)为主的公司分析的股票投资分析建议。
【图文】:
在西方国家,股市素有“国民经济晴雨表”之誉。这种别称来自两个特性:第一,从长期看,股市行情变化趋势基本上由经济发展趋势所二者具有大体相同的分布;第二,股市对经济具有“超前性”。美国著名经济谬尔森(Paul A. Samuelson)对经济活动与证券市场的相互关系也作过描以相当明确的说,经济活动、国民收入和企业所得决定证券价格;但在某证券市场的变动要先于国民收入与购买力总和的变动”[1]也就是说,股市的于宏观经济的变化。就美国而言,股市与宏观经济存在着很强的相关性,动先于经济变动大约 3 —5 个月左右。股市的这种“超前性”,使得经济主管以通过对股市的监测和分析,获得对经济发展趋势的超前判断,及早研究适时采取监管和调控措施,避免和减缓一些大的经济变动,从而保持经济稳定、健康地发展。而在我国,以十年的年动态数据计算的国内生产总值与上证指数的相表明,其相关系数仅为 0.08。以季度动态数据测算的相关系数竟然为-0.2了尽可能全面的反映宏观经济与股票市场的变化,我们截取了十年的 GD料和股市的月度资料以观察其相关的变化,这里股市的波动以上海证券交上证综指作例,如图 1.1 所示:Rate of GDP Increase & Shanghai Share Index
f0f0/2 f040f20f43f周期 1 b.周期 2 c.周期 4图 2.2 周期函数和它们的功率谱Fig.2.2 Periods Function and Its Power期函数功率谱频率分解为::f2-f1②:3f1-f2③:f2+f1④:3f1:5f1-f2⑥:3f1+f2⑦:5f1⑧:7f1-f2:f2-f1函数的功率谱如图 2.3 所示:f|xk|2f2f
【学位授予单位】:重庆大学
【学位级别】:硕士
【学位授予年份】:2003
【分类号】:F832.5
本文编号:2601498
【图文】:
在西方国家,股市素有“国民经济晴雨表”之誉。这种别称来自两个特性:第一,从长期看,股市行情变化趋势基本上由经济发展趋势所二者具有大体相同的分布;第二,股市对经济具有“超前性”。美国著名经济谬尔森(Paul A. Samuelson)对经济活动与证券市场的相互关系也作过描以相当明确的说,经济活动、国民收入和企业所得决定证券价格;但在某证券市场的变动要先于国民收入与购买力总和的变动”[1]也就是说,股市的于宏观经济的变化。就美国而言,股市与宏观经济存在着很强的相关性,动先于经济变动大约 3 —5 个月左右。股市的这种“超前性”,使得经济主管以通过对股市的监测和分析,获得对经济发展趋势的超前判断,及早研究适时采取监管和调控措施,避免和减缓一些大的经济变动,从而保持经济稳定、健康地发展。而在我国,以十年的年动态数据计算的国内生产总值与上证指数的相表明,其相关系数仅为 0.08。以季度动态数据测算的相关系数竟然为-0.2了尽可能全面的反映宏观经济与股票市场的变化,我们截取了十年的 GD料和股市的月度资料以观察其相关的变化,这里股市的波动以上海证券交上证综指作例,如图 1.1 所示:Rate of GDP Increase & Shanghai Share Index
f0f0/2 f040f20f43f周期 1 b.周期 2 c.周期 4图 2.2 周期函数和它们的功率谱Fig.2.2 Periods Function and Its Power期函数功率谱频率分解为::f2-f1②:3f1-f2③:f2+f1④:3f1:5f1-f2⑥:3f1+f2⑦:5f1⑧:7f1-f2:f2-f1函数的功率谱如图 2.3 所示:f|xk|2f2f
【学位授予单位】:重庆大学
【学位级别】:硕士
【学位授予年份】:2003
【分类号】:F832.5
【引证文献】
相关硕士学位论文 前1条
1 雷强;人民币汇率与国际汇率的非线性动力学研究[D];东华大学;2007年
本文编号:2601498
本文链接:https://www.wllwen.com/guanlilunwen/zhqtouz/2601498.html