不完全市场下投资者个体行为选择与群体间传染机制研究

在传统的金融数量模型中，多数是以理性、均衡的思维作为前提假设，非理性个体的作用是不重要的，金融资产价格中已经反应出所有公开的信息，通过价格的传导机制，市场最终会实现均衡。然而资本市场是一个由众多投资者组成的复杂系统，投资者并不总是以理性的态度做出决策，而且投资者间的相互作用能够激发出异于个体行为的群体性结构效应，并会影响市场整体的稳定，尤其是在不完全市场下，这种影响表现得更为直接和突出。本项目根据不完全市场的结构特点，将动态风险偏好和有偏预期引入到个体行为选择的研究中，探讨投资者认知与市场反应交互过程中存在的客观规律和客观机理；并通过建立一个真实资本市场的数字化拷贝模型- - 群体行为微观仿真模型，将资本市场个体微观行为与宏观涌现现象有机地联系在一起，揭示群体间传染机制和市场价格波动规律，既为资本市场研究提供一种新颖有效的理论和方法，又为新兴市场的管理者制定政策、指导金融实践提供理论依据。

随着复杂性科学理论和计算机仿真技术在金融领域研究中的应用，对金融市场复杂性本质特征的逐步揭示，激发了学术界对市场微观行为的研究，而对有限理性交易者行为选择问题成为金融理论研究的一个热点问题。本课题在此背景下，通过对金融系统复杂动力行为和交易主体微观行为的研究，探求市场微观个体行为与市场宏观涌现现象的内在联系。主要研究结论和创新点总结如下：.（1）通过比较现实市场中行为人的决策过程和表现形式，指出主体行为只具备有限理性，并且不同主体间在信念和偏好方面存在较大的差异；通过对主体结构模型分类研究，提出在借鉴BDI结构基础上，需要融入主体有限理性和异质性特征。.（2）针对赫斯特指数分析所存在的这些不足，采用GHP检验半参数方法对股票市场价格指数在不同分辨率水平下的相关性进行了研究，发现上证综指和深证成指具有长期记忆特征，研究还表明沪深两市价格指数时间序列分形维是非整数，且大于1小于1.5 ，金融系统具有分形特征。.（3）使用HP滤波分解法去除时间序列的长期趋势，并采用G-P算法重构滤波后的两市股票价格指数，得出沪深两市指数的关联维分别为5.2和4.8，嵌入维为6，关联维大于2，表明金融系统是对初始条件极为敏感的混沌振荡，揭示出金融系统具有混沌动力学特征。.（4）建立主体行为的微观模拟模型，该模型增设了针对有信息交易主体心理偏差程度的度量，增加了对交易主体风险认知度量的表述与推导，并通过仿真直观地揭示了交易主体认知风险与认知期望收益的负相相关系。.（5）将主体的信念和偏好方面心理偏差统一到交易主体行为选择模型中，对市场异象给予科学的解释：首先交易主体间的交互作用关系和知情交易主体对市场均衡价格的主导作用是累计市场中的异象产生的主要原因；再者信息在交易主体间的传递过程和不同类型交易主体对信息的反应速度方面的差异是截面市场中的异象产生的主要原因。. 虽然本课题考虑了金融系统中交易主体行为的复杂多变的特殊情况，但是建立标准的、比较符合现实金融市场本质特征的虚拟金融市场模型将是十分庞大的系统性工程，这将需要来自与金融学、心理学、人工智能等多领域的专家、学者共同完成，因此本文就所涉及的范围来说，所做的工作仍然是十分有限的，但是随着各学科的交叉融合，尤其是计算机建模技术的提升，将为该领域的研究提供更为广阔的前景。