楊 志,王 婧
(伊犁師范學(xué)院數(shù)學(xué)與統(tǒng)計學(xué)院,新疆伊寧 835000)
近些年,在金融市場中關(guān)于異質(zhì)代理商模型的研究受到越來越多的學(xué)者的關(guān)注,尤其是在Brock and Hommes[1]的引導(dǎo)下,得到了進(jìn)一步的研究,大多數(shù)學(xué)者考慮市場中有兩類投資者:基本面分析者和技術(shù)分析者,投資于一支無風(fēng)險資產(chǎn)和一支風(fēng)險資產(chǎn),由于投資者對未來價格變化的不確定性,進(jìn)而產(chǎn)生不同的信念,采用不同的交易策略,進(jìn)而產(chǎn)生不同的期望價格,通過均值-方差最大化來決定投資數(shù)量,投資者之間相互博弈,在市場中進(jìn)行交易,再利用做市商來出清市場價格.
由于做市商的不同角色,產(chǎn)生了不同模式的出清市場價格,如Carl[2]利用市場供給來出清市場價格,Carl[3]又提出做市商利用庫存來出清市場價格,做市商扮演了不同的角色:投資者和供應(yīng)商.Mei Zhu[4]也考慮了在做市商扮演兩種角色下的金融市場模型,做市商對于市場穩(wěn)定性所起的不同作用.
波動聚集性作為金融市場數(shù)據(jù)的典型特征之一,很多學(xué)者通過建立不同的模型來模擬市場數(shù)據(jù)特征,如Brock and Hommes[1]提出度量交易策略的適應(yīng)性測度,但其沒有考慮風(fēng)險因素,Gaunersdorfer[5]考慮將風(fēng)險加入,即風(fēng)險調(diào)整后的適應(yīng)性測度;Roberto Dieci and Xue-Zhong He[6]通過改變市場分?jǐn)?shù)的不同組合方式,對模型作進(jìn)一步的修改,以此希望更好地模擬真實市場.
本文建立做市商庫存動態(tài)模型,該模型含有兩類投資者:基本面分析者和技術(shù)分析者,做市商利用庫存出清市場價格,同時做市商扮演供應(yīng)商和投資者的角色,考慮動態(tài)的市場分?jǐn)?shù),同時采用經(jīng)風(fēng)險調(diào)整后的適應(yīng)性測度,以此來決定投資者在市場中所占的比例;利用差分系統(tǒng)理論與分支理論,考慮系統(tǒng)的穩(wěn)定性區(qū)域,以及分析主要參數(shù)α,β,γ對系統(tǒng)穩(wěn)定性的影響,進(jìn)而說明相應(yīng)參數(shù)在真實系統(tǒng)的作用,更好地解釋真實市場的數(shù)據(jù)特征.
參考Carl[7]建立的隨機模型:
(1)
這里考慮市場中有三類投資者:基本面分析者、圖表分析者、做市商.
考慮其對未來價格條件期望與Carl[7]建立的模型一致.
作為市場投資者,為了得到自己的既得利益,設(shè)置投資組合最優(yōu)化,達(dá)到目標(biāo)庫存:
(2)
其中,α表示做市商調(diào)整庫存的速度.作為供應(yīng)商,做市商有義務(wù)保證市場的流動性,維護(hù)市場的穩(wěn)定.
考慮基本面分析者和圖表分析者所占的市場分?jǐn)?shù)分別為q1,t和q2,t,并且分為固定部分與時變部分,即不改變投資策略和投資策略隨時間改變而改變[4],其中n1和n2分別為投資策略不改變者所占的比例,n1,t和n2,t分別為投資策略改變者所占的比例,并且n1+n2=1,n1,t+n2,t=1,設(shè)γ為不改變投資策略所占的比例,則1-γ為改變投資策略所占的比例;記n0=n1-n2,mt=n1,t-n2,t,則有:
(3)
假設(shè)nh,t由離散選擇概率來確定:
(4)
其中,β表示選擇強度,用以衡量不同投資者對于不同投資策略的傾向程度;Ch表示h類投資者為其策略選擇所產(chǎn)生的固定費用;Uh,t為t時第h類投資者獲得的利潤,用來衡量該交易策略的性能,稱作適應(yīng)性測度.采用發(fā)展的適應(yīng)性測度[8],即經(jīng)過風(fēng)險調(diào)整后的適應(yīng)測度.
(5)
其中,η為適應(yīng)測度的記憶強度,則:
(6)
假設(shè)做市商通過調(diào)整庫存出清市場價格:
(7)
其中,zt=q1,tz1,t+q2,tz2,t.
綜上得到隨機離散動力系統(tǒng)模型為:
(8)

(9)





由于做市商在市場的不同角色,分兩種情況分別來進(jìn)行討論:
(i)當(dāng)α=1,做市商迅速將下一時期庫存調(diào)整為目標(biāo)庫存水平.


(10)
即S1局部漸近穩(wěn)定的條件.

推論1 基本均衡點S1在(β,γ)的局部漸近穩(wěn)定區(qū)域為:
(ii)當(dāng)0<α<1的一般情形.


引理1 已知特征方程為λ3+c1λ2+c2λ+c3=0,則相應(yīng)的系統(tǒng)在不動點處漸近穩(wěn)定為:
由此,可得到該系統(tǒng)模型在不動點S1處的漸近穩(wěn)定區(qū)域為:
推論2 基本均衡點S1在(β,α)局部漸近穩(wěn)定區(qū)域如下:



本文建立了做市商庫存動態(tài)模型,利用差分系統(tǒng)理論,考慮系統(tǒng)的穩(wěn)定性區(qū)域,分析了主要參數(shù)α,β,γ對系統(tǒng)穩(wěn)定性的影響,得到如下結(jié)論:
當(dāng)α=1時,做市商快速將下一期庫存調(diào)整為目標(biāo)庫存,則基本均衡點穩(wěn)定區(qū)域主要依賴于基本面分析者和技術(shù)分析者;當(dāng)0<α<1且α取不同值時,得到相近的穩(wěn)定區(qū)域,說明做市商對于市場的穩(wěn)定性作用有限,主要依賴于基本面分析者和技術(shù)分析者.
當(dāng)γ取不同值,其取值為0.5左右,堅持投資策略改變者與堅持投資策略不改變者的比例相差不大時,產(chǎn)生的穩(wěn)定區(qū)域為兩部分;當(dāng)γ較大或者較小,一方作用比另一方作用較強時,穩(wěn)定區(qū)域為一部分,且分支邊界關(guān)于做市商的作用強度對稱.
[參考文獻(xiàn)]
[1]Brock W,Hommes C.Heterogeneous beliefs and routs to chaos in a simple asset pricing model[J].Journal of Economic Dynamic & Control,1998(22):1235-1274.
[2]Chiarella C,He X-Z.Heterogeneous beliefs,risk and learning in a simple asset pricing model[J].Computational Economics 2002(19):95-132.
[3]Chiarella C,He X-Z.Heterogenous beliefs,risk and learning in a simple asset pricing model with a market maker[J].Macroeconomic Dynamics,2003(7):503-536.
[4]Zhu M,Chiarella C,He X Z,et al.Does the market maker stabilize the market?[J].Physica A:Statistical Mechanics and its Applications,2009(15):3164-3180.
[5]Gaunersdorfer A,Hommes C.A nonlinear structural model for volatility clustering[J].Cendef Working Papers, 2000(00-01):265-288.
[6]Dieci R,Foroni I,Gardini L,et al.Market mood,adaptive beliefs and asset price dynamics[J].Chaos,Solitons and Fractals,2006(29):520-534.
[7]Chiarella C,He X,Wang D.Stock price and market maker inventory dynamics with heterogeneous beliefs[C].Working Paper,School of Finance and Economics,University of Technology,Syde-Ney,2011.
[8]Gaunersdorfer A,Hommes C H,Wagener F O O.Bifurcation routes to volatility clustering under evolutionary learning[J].Journal of Economic Behavior & Organization,2001(1):27-47.
[9]Sonis M.Critical bifurcation surfaces of 3D discrete dynamics[J].Discrete Dynamics in Nature & Society,1999(4):333-343.
[10]王聯(lián),王慕秋.常差分方程[M].烏魯木齊:新疆大學(xué)出版社,1991:202-204.