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。

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.