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

运用LPPL模型对主权债务危机时期希腊股市泡沫状态进行判断,考量各轮援助计划的实施效果。结果表明:在第一轮援助期内,股市处于负泡沫状态;而在第二轮援助期与第三轮援助期内,股市局部处于反转负泡沫状态,但整体依旧处于负泡沫状态。国际援助计划虽然有所助益,但没有从根本上有效改善其市场低迷状态。为避免发生此类危机,应促进实体经济健康发展,密切关注政府债务问题,注重货币政策与财政政策相协调。

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。

LPPL模型算法的初步探讨

LPPL模型是对导致金融市场崩溃的金融泡沫进行诊断与预测的工具.介绍了LPPL模型并对模型的拟合算法进行了梳理,提出了基于网格的预搜索Nelder-Mead Simplex方法并进行了实证.结果表明,模型对恒生指数的泡沫与崩溃预测较为理想,对所有的泡沫崩溃过程均可得到在可接受的范围内的参数值.

泡沫分析视角下的指数型基金抗风险能力研究

立足泡沫分析视角,研究了金融产品的抗风险能力,选择了能代表某类金融市场的指数型基金,引入了金融物理学中的LPPL模型,进而分别从理论和实证两方面对指数型基金的抗风险能力进行了分析,对金融产品抗风险能力以及金融市场泡沫的相关性与内涵性进行了解释。研究结论表明:我国金融市场的抗风险能力相对较弱,无论是市场指数还是指数基金均存在新一轮泡沫破灭的可能;相比市场指数,指数型基金呈现更加多样的泡沫形式,其抗风险能力相对较强;从泡沫破灭缓冲期对比来看,我国指数型基金抗风险能力优于市场指数。

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.

后危机时代金属期货价格集体上涨——市场需求还是投机泡沫

金融危机后,我国金属期货正经历一轮持续至今的大牛市,但价格继续走高的动因到底来自市场需求还是投机泡沫就成了值得研究的课题。本文以金融物理中的对数周期加速幂率模型、D检验以及周期振动包络分析为理论依据,进行实证并得出结论:重金属期货(期铜、期锌)价格上涨受投机泡沫影响大;轻金属期货(期铝)价格呈超指数增长,但投机泡沫影响不明显;贵金属期货(黄金期货)价格呈指数增长,价格上涨主要来自市场需求;黑色金属期货(螺纹钢期货)价格随机波动大,上涨动因不明。最后,运用前向比较和后向敏感分析验证了结论,并给出了对应的投资建议。

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。

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.