布朗运动假设是现代资本市场理论的核心假设。现代资本市场理论认为证券期货价格具有随机性特征。这里的所谓随机性,是指数据的无记忆性,即过去数据不构成对未来数据的预测基础。同时不会出现惊人相似的反复。随机现象的数学定义是:在个别试验中其结果呈现出不确定性;在大量重复试验中其结果又具有统计规律性的现象。描述股价行为模型之一的布朗运动之维纳过程是马尔科夫随机过程的一种特殊形式;而马尔科夫过程是一种特殊类型的随机过程。随机过程是建立在概率空间上的概率模型,被认为是概率论的动力学,即它的研究对象是随时间演变的随机现象。所以随机行为是一种具有统计规律性的行为。股价行为模型通常用著名的维纳过程来表达。假定股票价格遵循一般化的维纳过程是很具诱惑力的,也就是说,它具有不变的期望漂移率和方差率。维纳过程说明只有变量的当前值与未来的预测有关,变量过去的历史和变量从过去到现在的演变方式则与未来的预测不相关。股价的马尔科夫性质与弱型市场有效性(the weak form of market efficiency)相一致,也就是说,一种股票的现价已经包含了所有信息,当然包括了所有过去的价格记录。但是当人们开始采用分形理论研究金融市场时,发现它的运行并不遵循布朗运动,而是服从更为一般的分数布朗运动。作者: 熊霸天 时间: 2012-8-13 12:15
随机游走模型的提出是与证券价格的变动模式紧密联系在一起的。最早使用统计方法分析收益率的著作是在 1900年由路易·巴舍利耶(Louis Bachelier)发表的,他把用于分析赌博的方法用于股票、债券、期货和期权。在巴舍利耶的论文中,其具有开拓性的贡献就在于认识到随机游走过程是布 朗运动。1953年,英国统计学家肯德尔在应用时间序列分析研究股票价格波动并试图得出股票价格波动的模式时,得到了一个令人大感意外的结论:股票价格没 有任何规律可寻,它就象“一个醉汉走步一样,几乎宛若机会之魔每周仍出一个随机数字,把它加在目前的价格上,以此决定下一周的价格。”即股价遵循的是随机 游走规律。 随机游走模型有两种,其数学表达式为 : Y t =Y t-1 +e t ① Y t =α+Y t-1 +e t ② 式中: Y t 是时间序列(用股票价格或股票价格的自然对数表示); e t 是随机项,E(e t )=0;Var(e t )=σ 2 ; α是常数项。 模型①称为“零漂移的随机游走模型”,即当天的股票价格是在前一天价格的基础上进行随机变动。股票价格差全部包含在随机项 e t 中。 模型②称为“α漂移的随机游走模型”,即当天的股票价格是在前一天价格的基础上先进行一个固定的α漂移,再进行随机变动。股票价格差包括两部分,一部分是固定变动α,另一部分也是随机项 e t 。 由以上随机游走模型可以看出,证券价格的时间序列将呈现随机状态,不会表现出某种可观测或统计的确定趋势。即证券价格的变动是不可预测的,这恰恰是随机 游走模型所揭示的证券价格变动 规律 的中心思想。那么,随机游走模型下所确定的证券价格的这一变动模式与资本市场的效率性之间是什么关系呢?随机变动的证券价格,不仅不是市场非理性的证据, 而正是众多理性的投资者开发有关信息,并对其做出反映的结果。事实上,如果证券价格的变动是可以预测的,那才真正说明市场的无效率和非理性。也就是说,若 证券市场是有效率的,证券价格应当真正符合随机游走模型。 t)=0,而这正是独立随机过程所必须的条件。然而当H≠1/2时,不管t取何值,C(t)≠0。分数布朗运动的这一特征,导致了状态持续性或逆状态持续性。 当H>1/2时,存在状态持续性,即在某一时刻t以前存在上升(或下降)趋势隐含着在时刻t以后总体上也存在着上升(或下降)的趋势;反之,当H<1/2 时存在逆状态持续性,即在某一时刻t以前存在上升(或下降)趋势隐含着在时刻t以后总体上也存在着下降(或上升)的趋势 进一步地,应用R/S分析法,可以确定信息的两个重要方面,Hurst指数H和平均的周期长度。周期的存在对于进一步的讨论分析具有重要影响。当H≠1 /2时,概率分布不是正态分布;当1/2<H<1时,时间序列是分形。分维时间序列不同于随机游走,它是有偏的随机过程,其偏离的程度取决于H大于1/2 的程度,并且随着H逐步逼近1状态持续性逐步增强。 值得指出的是,R/S分析法是十分有效的工具,不必假定潜在的分布是高斯分布。H=1/2并不能说明时间序列是一个高斯随机游走,仅表明不存在长期记忆。 如果随机游走不再适用,那么许多数量分析的方法将失去效用,尤其是CAPM和以方差或波动程度度量的风险概念。