[论文解读] Endogenous and exogenous dynamics in the fluctuations of capital fluxes: An empirical analysis of the Chinese stock market
本研究采用均值-方差分析与波动性分析方法,探究中国股市资金流动中的内生与外生动态,发现非普适的标度指数(α ≠ 0.5, 1)及多重标度行为。主要发现表明,α 随时间尺度对数增长,表明在较大尺度下外生影响更强,且在中国市场中未验证非齐次影响模型。
A phenomenological investigation of the endogenous and exogenous dynamics in the fluctuations of capital fluxes is investigated on the Chinese stock market using mean-variance analysis, fluctuation analysis and their generalizations to higher orders. Non-universal dynamics have been found not only in $α$ exponents different from the universal value 1/2 and 1 but also in the distributions of the ratios $η_i = σ_i^{ m{exo}} / σ_i^{ m{endo}}$. Both the scaling exponent $α$ of fluctuations and the Hurst exponent $H_i$ increase in logarithmic form with the time scale $Δt$ and the mean traded value per minute $$, respectively. We find that the scaling exponent $α^{ m{endo}}$ of the endogenous fluctuations is found to be independent of the time scale, while the exponent of exogenous fluctuations $α^{ m{exo}}=1$. Multiscaling and multifractal features are observed in the data as well. However, the inhomogeneous impact model is not verified.
研究动机与目标
- 探究中国股市资金流动波动中内生力与外生力的相互作用。
- 确定标度指数 α 是否偏离 0.5(内生)与 1(外生)的普适值,以表明非普适动力学。
- 检验非齐次影响模型在解释交易活动与市值关系方面的有效性。
- 通过赫斯特指数分析检验长程记忆效应,并评估资金流动时间序列中的多重标度与多重分形特征。
提出的方法
- 应用均值-方差分析,通过 σ ∝ ⟨f⟩^α 计算标度指数 α,关联标准差 σ 与平均流量 ⟨f⟩。
- 采用广义波动性分析计算标度指数与赫斯特指数 H_i,分析长程记忆效应。
- 利用统计分解技术将资金流动信号分离为内生与外生成分。
- 通过分形函数方法执行多重标度与多重分形分析,检测多重分形谱与交叉点行为。
- 检验平均单笔交易量 ⟨V⟩、每分钟交易次数 ⟨N⟩ 与市值 M 之间的幂律关系,以验证非齐次影响模型。
- 使用回归分析估计标度指数 β 与 α,并将理论预测值(α = ½(1 + β/(1+β)))与实证结果进行比较。
实验结果
研究问题
- RQ1中国股市资金流动的标度指数 α 是否偏离 0.5 与 1 的普适值,表明其具有非普适动力学?
- RQ2内生与外生成分的标度指数 α^endo 与 α^exo 如何随时间尺度变化,这对市场动态有何含义?
- RQ3资金流动的赫斯特指数 H_i 是否与平均流量 ⟨f_i⟩ 相关,经验规则 γ_α = γ_H 是否成立?
- RQ4非齐次影响模型是否能准确描述中国股市中交易活动与市值之间的关系?
- RQ5中国股市资金流动中是否存在多重标度与多重分形特征,其与美国等发达市场的表现有何不同?
主要发现
- 中国股市的资金流动标度指数 α 随时间尺度 Δt 对数增长,表明在短尺度下以内生主导为主,而在大尺度下以外生主导为主。
- 内生标度指数 α^endo 与时间尺度无关,而外生指数 α^exo 始终为 1,证实了其动力学行为的显著差异。
- 赫斯特指数 H_i 随平均流量 ⟨f_i⟩ 对数增长,且经验规则 γ_α = γ_H 得到验证,表明资金流动具有长程记忆特性。
- 中国股市中观察到多重标度与多重分形特征,但与美国市场不同,在分形函数分析中,小 q 值下未出现交叉区域。
- 在平均单笔交易量 ⟨V⟩ 与市值 M 之间发现幂律关系,幂律指数为 0.819 ± 0.027;在 ⟨N⟩ 与 M 之间幂律指数为 0.802 ± 0.075。
- 非齐次影响模型无法解释实证数据:根据 β = 0.802 预测的 α = 0.723 与实际观测值不符,表明该模型对中国股市而言过于简化。
更好的研究,从现在开始
从论文设计到论文写作,大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成,并经人工编辑审核。