基于改进的对数周期幂律模型研究中国股市崩盘预警*
2022-02-17吴俊传唐振鹏杜晓旭陈凯杰
物理学报 2022年2期
吴俊传 唐振鹏 杜晓旭 陈凯杰
(福州大学经济与管理学院,福州 350108)
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.
1 引言
资本市场中投资者之间的拥挤交易行为极易促成资产价格泡沫的形成,并且其泡沫迅速膨胀过程当中呈现出高度的非线性、自组织等复杂特性.Sornette等[1]物理学家提出对数周期幂律模型(log-periodic power law model,LPPL)来刻画资本市场处于泡沫阶段的运行规律,将地震预测模型成功地运用到资本市场泡沫崩溃的预测.股市崩盘使市场参与者蒙受巨额损失,将风险输出到相应上市公司.此外,股市崩溃往往伴随着系统性风险,股市系统性风险的频繁爆发极大地危害资本市场的平稳运行,弱化资本市场的吸引力及竞争力,降……
登录APP查看全文
