基于LPPL模型的中国股票市场崩盘预测

发布时间：2020-03-25 10:26

【摘要】：2015年中国股市遭遇了异常波动,“千股跌停”、“股指跌停”等崩盘事件频繁发生,金融市场的资源配置作用几乎失灵,对整个经济体系造成了巨大影响。当前中国股市发展尚不成熟,监管体制亦有待完善,防范金融市场风险、维护国家金融安全刻不容缓。学术界通常关注金融市场的极端风险问题,鲜有文献分析我国金融市场崩盘风险的时变特征和内在机理,然而,科学度量市场崩盘风险、准确预测崩盘事件不仅有助于防范金融危机的发生,同时有助于为投资决策等市场实践问题提供有益借鉴。因此,本文拟基于对数周期幂律(LPPL)模型分析研究我国股票市场泡沫和崩盘风险。具体而言,本文以上证指数和中证500指数为研究对象,采用遗传算法代替以往文献中的禁忌搜索算法对参数进行估计,利用相对误差分析、单位根检验和参数敏感程度检验分析模型的拟合效果、预测能力以及遗传算法的可靠性,并进一步比较大盘股票与中小市值公司股票的预测结果是否存在显著差别。实证研究结果表明,LPPL模型能够有效拟合股市泡沫并预测泡沫破裂(崩盘)时间点;本文采用的遗传算法相比于原有的搜索算法更加可靠;上证指数和中证500指数崩盘点的估计值较为接近,因而我国股票市场上两者崩盘先后次序不存在显著差异。
【图文】：

遗传算法运算流程

另外，我们可以从拟合结果中看到，B 的三个估计值均小于 0间区间股市正处在正泡沫状态，股票价格呈现出明显超越股票实际价，且这一上涨趋势在逐渐增强。因为 A, C, , 四个参数没有我们需要，便不对它们的估计结果进行分析，主要讨论本文主要研究目标，股 ，三个时间区间的崩盘点 的估计值分别为 343、344 和 347，与股市实 相比，相差的日数均未超过 10 个，因此我们可以认为 LPPL 模型能较证指数在 2015 年股灾时的崩盘发生时间。从第五列可以看到三个崩盘略晚于股市实际崩盘点，由于未来的不可测性，我们无法寄希望于使全准确地预测股市风险，如果投资者使用模型得到预警信号，，应该在可能发生的泡沫破裂甚至股市崩盘情况进行防范，采取有效措施抵御风着我们把模型对三段时间区间的拟合曲线和上证指数曲线放在一起，察拟合效果：
【学位授予单位】：华中科技大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：F832.51;F224

【相似文献】

相关期刊论文 前3条

1 陈怀东;;基于COPULA及LPPL模型对北京二手房及租赁价格的研究[J];中国经贸导刊(理论版);2017年23期

2 曾志坚;王雯;;基于LPPL模型的股市泡沫研究——兼论主权债务危机时国际援助计划效果[J];财经理论与实践;2018年02期

3 李亚男;;基于LPPL模型的大学生体质临界值研究[J];当代体育科技;2016年31期

相关会议论文 前1条

1 杨丰;连晓婕;;LPPL模型预测金融市场泡沫[A];International Monetary Institute Working Papers(2010-2014年合辑)[C];2014年

相关硕士学位论文 前1条

1 赖翔宇;基于LPPL模型的中国股票市场崩盘预测[D];华中科技大学;2019年

本文编号：2599786