基于对数周期幂律模型的汇率泡沫研究

运用对数周期幂律(LPPL)模型对中国人民银行2005—2015年美元/人民币汇率月度数据展开检验,经过拟合获得关键参数的范围,进一步对汇率的变化规律和泡沫出现进行研究和分析,从动态的、变化的角度检测和分析外汇市场中汇率泡沫的存在性及变化趋势。通过实例分析,发现基于对数周期幂律模型对周期性泡沫具有较好的拟合效果,并根据拟合结果对汇率泡沫的控制提出了相关建议。

基于改进的对数周期幂律模型研究中国股市崩盘预警

基于金融物理学中著名的对数周期幂律模型(log-periodic power law model,LPPL)来预警2015年6月份中国上证综合指数、创业板指数的崩盘.鉴于已有采用LPPL模型预警市场崩盘的研究均只考虑市场历史交易数据.本文将投资者情绪因素纳入到LPPL模型建模过程,以改进LPPL模型的预警效果.采用文本挖掘技术结合语义分析方法对抓取的财经媒体的股评报道进行词频统计,以构建媒体情绪指数.进一步修改LPPL模型中的崩溃概率函数表达式,将其表示为关于历史交易数据及媒体情绪的函数,构建LPPL-MS组合模型预警股市崩盘.实证结果表明,本文所构建的LPPL-MS组合模型相比LPPL模型具有更高的预警精度,其预测的大盘见顶的临界时点与上证指数、创业板指数真实的见顶时点更为接近,并且其拟合结果通过了相关检验.

中国股市的泡沫与反泡沫——基于对数周期性幂律模型的实证研究

在对股市泡沫和反泡沫的概念界定和形成机理进行规范分析的基础上,使用对数周期性幂律模型对我国股市的泡沫与反泡沫进行了分时间段的实证分析,得出了我国股市具有分形特征、存在对数周期性幂律泡沫及反泡沫、沪深两市转制趋于同步等一系列结论,提出了中国应适时适当使用财政政策、完善股市对称性等政策建议。

基于LPPL模型的我国股票市场泡沫预测研究

资本市场的突发性变故会对我国经济造成严重的影响,对股市泡沫进行必要的防范和控制成为当下管理层制定资本市场政策的必然需求。在分形理论的指导之下,从泡沫的自组织系统方面对我国股票市场泡沫进行研究分析。在此基础之上,将对数周期幂律(LPPL)模型以及遗传算法应用于我国上证综合指数和深圳成份指数的分析之中,对二者历史上的四次泡沫进行拟合,进而分析预测两个指数的中长期走势,最后对我国股市泡沫提出了相应的政策建议。

基于对数周期幂律奇异性模型的资产价格泡沫预测

资产价格泡沫是全球学者一直关注的问题.对数周期幂律奇异性(log-periodic powerlaw singularity,LPPLS)模型是预测资产价格泡沫破裂的有效方法之一.在应用中,LPPLS模型预测泡沫破裂存在误差.主要原因是每一个泡沫形成时期都会有大量行政干预以及外部力量干扰,极少存在"完美"的泡沫,使得LPPLS模型在某些外部条件发生变化的情况下会发生失灵.基于此,研究了LPPLS模型预测有效性的条件,选取创业板指数和沪深300指数以探究LPPLS模型的适用范围.结果表明,在交易连贯、摩擦成本低,且投资者结构稳定的条件下,LPPLS模型能够准确预测泡沫破裂的时间.

金融泡沫理论及模型研究综述

金融泡沫理论是当代经济学的前沿课题,本文将金融泡沫理论的研究分为三个阶段,并对泡沫理论模型进行综述。通过分析比较,得出结论,认为建立在非线性动力学理论基础上的对数周期性幂律模型在金融泡沫与反泡沫问题上有着更深一步的研究价值。

中国股市非理性泡沫的实证分析

文章引入了对数周期幂律模型,通过对2006～2007年金融危机前和2009年救市政策出台后的中国进行股票市场的非理性泡沫进行实证检验,得出中国股市存在非理性泡沫的结论,并根据研究结果提出了相应的政策建议,以避免股市泡沫的破裂。

中国股市泡沫破裂临界时点动态置信区间研究

本文在对数周期幂率(LPPL)模型基础上,分别构建了“滚动窗口”以及“固定起点并移动终点”两种泡沫临界点动态置信区间构建方法,并以中国股市沪深300指数在2007年和2015年发生的两次大牛市股市崩盘为研究对象,采用两种新的方法进行样本外预测,计算出泡沫破裂的临界时点以及动态置信区间。研究结果表明,随着时间的不断推移,泡沫破裂临界时点的置信区间基本上能稳定覆盖实际发生泡沫破裂的时点。相比单纯利用LPPL模型预测临界时点方法,置信区间法能更好地克服预测临界时点随机性的情况,并能很好显示股市泡沫临界区间的变化轨迹,为投资者风险管理提供参考。

中国房地产市场价格泡沫与空间传染效应

本文使用对数周期性幂律(Log Period Power Law, LPPL)模型对房地产市场价格泡沫进行测度,运用空间计量模型对我国房地产市场价格泡沫和空间传染效应进行研究。LPPL模型认为由价格泡沫产生并最终破裂的金融市场与地震系统具有很多相似之处,即金融资产的价格呈周期性变化规律,价格持续上涨到临界状态直至反转。本文采用2010年6月至2017年11月间我国100个城市的房地产市场数据对各城市房地产价格泡沫进行测度和物理/经济空间传染效应研究。研究发现,LPPL模型能够对我国100个城市房地产价格泡沫进行甄别且主要存在两种泡沫状态:正向泡沫(房价持续上升)和反转泡沫(房价整体下降却存在反转点)。各个城市(地区)房地产价格具有较强的空间传染性;存在正向泡沫区域的空间传染性相较反转泡沫区域更为明显,在考虑经济空间测度而不是物理空间测度的情况下,各城市间的空间传染性更强。与现有文献不同,我们发现反转泡沫区域的新房价格指数特别是二手房价格指数的上升对周边城市的房地产价格指数存在强烈的正向推高影响。最后,本文发现城市的房地产调控政策在一定程度上抑制了房价传统影响(比如信贷、新房、二手房价等)因素的推高影响,但各城市房地产价格之间的联动变化特征应该引起监管部门的注意。