金融复杂系统建模及动力学机制研究

发布时间：2020-06-09 20:37

【摘要】：由于缺乏在可控的实验条件下重现其结论的条件,传统的经济学、金融学理论往往难以被认同为科学。以概率统计理论为基础的现代资本市场理论(MCMT),为了满足概率统计学的适用条件,提出了理性投资者、有效市场和收益率的随机游动三大假说。然而,无论是对投资者心理和行为分析,还是真实资本市场的规则与现状,以及对真实金融时间序列的实证分析,都对这三大假说提出了质疑。可控金融实验条件的缺乏,也导致了金融领域的数量化分析仍然是一种经验主义的方法。科学计算经过长足发展已经成为继科学实验、科学理论之后的第三大科学研究方法。许多传统上难以进行理论推导或实验验证的问题可以借助计算机仿真的方法进行探索。上个世纪五十年代以来兴起的复杂性科学与复杂系统建模方法成为将实际问题转换为计算模型的强大工具。复杂性理论、复杂系统的建模方法被运用到经济学、金融学领域,为采用计算方法探索金融市场的内在动力学机制带来了曙光。特别是以圣塔菲研究院的圣塔菲人工股票市场(SFI-ASM)为代表的人工金融市场建模方法开辟了实验金融领域的全新方法。由于复杂系统建模方法的强大表达能力,行为金融学、金融心理学等新兴相关领域的假设、观念和结论可以在人工金融市场模型中得到表达和验证,从而与实验金融学相互促进。主流的圣塔菲人工股票市场类型的人工金融市场,是以多智能体(Multi-Agent)建模技术为基础的。多智能体模型适于描述投资者群体中异质的个体投资行为,但缺乏对于投资者个体相互作用关系的表达能力。然而,资本市场中的群体行为、投资者之间的信息传播和相互影响是普遍存在的。由于元胞自动机对于复杂系统中个体间相互作用关系有着形式化的规范描述方法,弥补了多智能体技术的不足,因此也成为一些新兴的人工金融市场模型的基础。但已经出现的基于元胞自动机理论的人工金融市场,往往受限于经典元胞自动机的拓扑结构,在描述投资者个体间相互作用关系方面具有先验性。此外,这些模型在资本市场结构的表达方面尚不完备,其成熟度尚不能与圣塔菲人工股票市场类型的人工金融市场相提并论。由于人工金融市场在金融复杂系统探索方面的巨大前景,以及现有人工金融市场模型的不足,本文作者在元胞自动机的理论基础上,从金融复杂系统理论、建模方法、实验技术、实验数据分析方法等几个方面出发,通过对真实资本市场运作机制的抽象,建立了一个比较完整的“涌现”-人工金融市场建模框架(E-AFMF)。E-AFMF可以为金融复杂系统的理论验证提供工具和方法。首先,作者将经典元胞自动机扩展为具有网状拓扑结构和异质元胞个体的抽象元胞自动机,并给出其形式化定义。接着,在C++模板技术和微软并发运行时技术的基础上,实现了一个通用的“元胞自动机并行模板库”(CAPTL)。在模型的描述能力方面,CAPTL采用了一系列技术为建立不同类型的元胞自动机提供了最大限度的弹性。这包括通过C++模板技术将元胞状态类型参数化;实现了元胞对象的抽象基类,具体的模型中可以通过建立元胞对象的继承体系来实现异质的元胞个体;采用网状拓扑来描述元胞自动机的邻居关系结构,以获得对任意离散关系结构的描述能力。而在模型的仿真技术方面,CAPTL在微软并发运行时并行计算技术基础上,实现了元胞自动机模型的线程级并行模型,可以在共享内存体系结构的并行机上进行模型的并行仿真。 E-AFMF是在CAPTL的基础上建立的。作者将人工金融市场中的投资者群体作为一个具有网状邻居关系结构的异质元胞自动机加以实现。同时,作者针对真实资本市场的组织结构、运行机制、交易过程、价格形成机制,以及投资者群体间的信息传播方式和相互作用形式进行了合理的抽象,并实现了相应的组织框架。E-AFMF在CAPTL细粒度的并行模型基础上,增加了粗粒度并行模型来实现投资者群体之外的其他模块,最终形成了一个自我反馈迭代的复杂动力系统建模框架。在E-AFMF的支持下,只需要针对投资者行为、信息的形式和传播关系结构、交易规则和价格形成机制进行灵活定义,就可以定制出一个全新的人工金融市场模型。建立人工金融市场模型的目的是为了检验资本市场宏观运动特征与其内在微观结构之间的关系。任何基于E-AFMF的人工金融市场模型都将产生一个与真实资本市场相似的价量时间序列,以及一系列关于人工金融市场中投资者群体内在结构的指标时间序列。人工金融市场的价量时间序列可以采用与真实资本市场相同的分析方法,与真实金融时间序列相比较;同时也可以与人工金融市场中微观结构指标时间序列进行比较研究。这样,基于E-AFMF的人工金融市场就成了一个结合金融理论实验与金融市场实证研究的工具。 E-AFMF是将复杂系统建模的理论、方法和并行仿真技术应用于实验金融领域的创造性尝试。E-AFMF的深入发展和应用将为资本市场理论带来新的研究方法;而来自基于E-AFMF的人工金融市场模型的研究成果,也将对真实金融市场的风险预警和管理带来有益的启示。
【学位授予单位】：上海大学
【学位级别】：博士
【学位授予年份】：2011
【分类号】：TP391.9;F830;F224

【相似文献】