赵大伟[1]2008年在《基于人工神经网络的中国股票市场收益率预测研究》文中提出关于股票收益率预测研究,是一个很庞大的课题,在不同目的引导下会有多种不同的研究角度。本文的写作是基于投资者方面对股票收益率进行预测分析,笔者希望通过对历史数据的挖掘,用人工神经网络方法对历史数据进行模拟分析,对一些市场现象和变化进行解释。首先,本文介绍了国内外股票收益率及其预测的研究现状,对股票收益率及其预测的发展进行了简单分析;然后介绍了股票收益率及其预测的研究方法,为下面的实证分析研究奠定理论基础。其次,从理论上对股票收益率影响因素进行分析,首先分析F-F“叁因素模型”对股票收益率的分析和预测,“叁因素模型”主要是描述市场因素、规模因素、帐面市场权益因素对股票收益率的影响;随后分析交易量、政策及国内外经济对股票收益率的影响。再次,利用人工神经网络的研究方法,以Fama和French的“叁因素模型”为基础,并在此基础上改进模型,加入交易量和总风险系数作为自变量,即β风险系数、σ2总风险系数、规模、收益价格比和交易量作为自变量。文中分析涉及的五个基础变量,都是通过采集CSMAR数据库,运用微软的EXCEL进行数据整理和初步计算,然后导入到MATLAB软件中的神经网络工具箱建立网络进行模拟实证分析,接着预测研究各影响因素与股票收益率的关系,从而为股票收益率预测提供了研究思路。最后,采集上证各行业具有代表性的权重股,利用MATLAB软件进行实证分析得出:对股票收益率影响最大的是收益价格比和交易量,总风险系数和规模次之,β系数的影响最小。根据结论给出了投资者和监管部门的相关建议,建议投资者根据各个影响因素的大小选取适当投资对象,建议监管部门加强管理,以期为投资者提高投资回报率,为投资者实际投资提供理论指导。
张超[2]2004年在《基于人工神经网络的中国股票市场预期收益率的实证分析》文中进行了进一步梳理本论文采用人工神经网络技术对中国股票市场的预期收益率进行实证分析。 近叁十年来，国内外大量的学者针对资本定价模型有效性问题展开深入研究，其核心与实质是验证β风险系数对股票的平均收益是否具有完全解释能力。学者们主要采用的是由Fama和Macbeth(1973)提出的，用来研究股票市场因素模型的横截面回归分析法(F-M方法)。实证结论大多倾向于，β风险系数对股票的平均收益的解释能力已经走向死亡。而且最近20多年的研究发现，预期收益率并不能由β风险系数单独决定，其他基本变量也有解释作用。 作者在国内外学者的研究基础上，提出中国股票市场预期收益率五因子模型，其中除常见的β风险系数、σ~2总风险系数、规模和收益价格比等若干基础变量之外，增加了交易量作为新的自变量。文中分析涉及的所有五个基础变量，通过采集CSMAR数据库，运用VFP软件中的人工神经网络工具自编程序，对各基础变量与股市预期收益率的关系作为实证验证。同时本文还提出四因子模型与五因子模型进行对照分析。 论文中归纳了采用人工神经网络方法(ANN)与采用横截面回归分析法(F-M)对股票市场预期收益率实证分析的异同。采用ANN方法时，发现在上海与深圳两个股票市场预期收益率的解释变量中，交易量、β风险系数与σ~2总风险系数的解释能力一般。这个实证结论与别的学者采用F-M方法得到的实证结论大体相当。但是，与F-M方法相比，ANN方法在对股票市场的预期收益率实证分析过程中，至少体现出叁点优势。第一、ANN能够反映模型的输入变量与输出变量之间的非线性单调的关系，而F-M法只能反映线性关系；第二、ANN能够直接给出模型中输入变量与输出变量之间的基本函数关系，而F-M方法只能通过回归得到模型自变量与因变量之间线性相关的统计量；第叁、ANN得到模型的函数关系后，易于扩展。本论文就在训练好的人工神经网络基础上，通过扰动分析得到预期收益率相对变化量影响因子。
黄孝祥[3]2017年在《结构性资产泡沫的统计研究》文中研究表明经济增长、通货膨胀、货币供给数量之间的关系一直是各国政府、中央银行和经济学者们密切关注的重大宏观经济问题。在早期经济理论中,弗里德曼提出的现代货币数量理论不仅揭示了这叁者之间的关系,而且还给予传统的货币数量方程赋以新的解释,由此成为经济学的经典之作。然而,自布雷顿森林体系崩溃以后,尤其是自上世纪八十年代以来,伴随着经济全球化,金融自由化,资产证券化以及金融创新日新月异浪潮的冲击,泡沫经济以更频繁和更广泛的形式在现实中呈现,引发了愈来愈频繁和越来越严重的全球性金融危机。因此,将作为一种货币现象的泡沫经济纳入统一的货币数量理论来研究,不仅是对宏观经济相关理论的完善,而且更是我们制定货币政策、保障经济稳定运行的现实需要。在对泡沫经济相关文献进行系统性梳理的基础上,结合对历史事件的回顾,发现泡沫经济最明显的特征是利用一定的金融手段使社会资金向某一类资产市场集中而引起该类资产价格的过度膨胀,与通货膨胀相比,它是一个结构性特征更为突出的经济现象。为了将泡沫经济纳入统一的货币数量理论并凸显其结构性特征,我们以传统的货币数量方程为切入点,通过对货币数量方程的扩展来实现泡沫经济研究的结构化,并借助物理学中的万有引力定律来构建资金流动的吸引力均衡模型,同时结合行为金融中的非均衡性从理论与实践两方面来探讨促发结构性资产泡沫的驱动因素、生成机理及其统计测度。在此基础上,依据相关的统计理论与方法,从建模方法的角度探讨了结构性资产泡沫的统计监测体系与相应的预警系统的构建,并以我国相关实际数据为样本,构建了我国结构性资产泡沫的统计监测体系与预警模型,为识别我国泡沫经济的程度以及及时采取相应的对策措施提供了一个有效参考工具。全文由7章组成。第一章--导论。从整体格局对本文的主要研究背景、研究思想、研究意义与基本的分析框架,主要研究内容以及创新与不足进行介绍。第二章--文献综述。系统梳理泡沫经济与资产泡沫领域的相关研究文献,主要包括泡沫经济基本概念的界定,泡沫经济重大历史事件介绍,泡沫经济存在性的理论论证及实践过程分析,泡沫经济产生的原因及影响因素分析,泡沫经济或资产价格泡沫的测度计算研究,泡沫经济破灭前后的危害性,泡沫经济的监测体系与预警系统研究。最后,对现有相关研究从理论与实践两方面进行评述。第叁章--泡沫经济与结构性资产泡沫。与通货膨胀类似,泡沫经济实质上也是个价格问题,只是一个是产品综合价格,另一个是资产价格,但不同的是它们在形成机理、驱动动因、表现形式等方面都存在重大差别。本章在对泡沫经济概念解析的基础上结合行为金融学和内在价值理论来探寻泡沫经济产生的根本原因,依据统计检验理论将泡沫经济划分为理性泡沫和非理性泡沫两部分组成,为后续的统计测度、统计监测体系及预警系统的研究埋下伏笔。然后,结合现实信用货币制度背景以及现代经济特征,在对货币数量理论剖析的前提下,通过引入独立性资产交易的货币需求完善货币数量理论,实现对货币数量方程式的扩展,进而根据统计综合指标构成考察,将一个纯粹的宏观模型换成有明显结构性特征的模型。第四章--结构性资产泡沫与资金流向。与通货膨胀类似,泡沫经济本质上也是一个货币现象,而结构性资产泡沫除了是一种货币现象外,其还与货币的流向密切相关,借鉴力学中的引力模型,通过深入的比较分析与变量转换,便可构建相应的资产市场引力模型,利用资产市场引力均衡模型我们不仅可以实现对结构性资产泡沫的一致性度量,而且还可根据变量的经济内涵及其相互关系的分析,实现对结构性资产泡沫的驱动因子及形成机理进行深入的挖掘。第五章--结构性资产泡沫的统计监测与预警。依据前面的理论分析与所构建的模型,利用相关的统计方法与技术,构建结构性资产泡沫的统计监测体系与预警系统,为政府预防泡沫经济破灭提供精准的操作建议。第六章--我国的经验证据。本章为结构性资产泡沫产生与预警的实证分析部分,主要由两个部分组成,一部分是关于我国结构性资产泡沫存在性及其特征的实证分析,该部分以我国产品市场、房地产市场和股票市场叁个市场相关实际数据为样本数据,通过对叁个市场集聚效应的检验,结合资产市场引力模型,从实证的角度证实了我国结构性的资产泡沫的存在性及其特征;另一部分是关于我国结构性资产泡沫的统计监测与预警系统的建立。第七章—结论与展望。对各章节的结论分别进行总结与对比,得到具有理论意义和现实意义的相关结论,并且进一步的提出对未来研究中的设想与展望。经研究,我们得到了如下基本结论:(1)在现代“二元经济”(现代发达的虚拟经济与相对落后或产业空洞化的实体经济)结构下,传统的货币数量方程已不足以揭示货币供给量与经济增长和通货膨胀之间的数量关系,将独立资产交易的货币需求纳入交易方程式则可以实现对货币数量方程的扩展,扩展模型可以较好地揭示货币供给量与经济增长、通货膨胀、资产泡沫之间的复杂关系;(2)泡沫经济实质上是一个结构性资产泡沫问题,它是在一个特定时期,社会资产相对集中向某一资产市场流入与流出的结果,即便货币总量不扩张,资金流动的非均衡性也可能促发结构性资产泡沫;(3)结构性资产泡沫的驱动因子是资产市场对资金的吸引力,而资金的吸引力又存在聚集效应,当资金吸引力因子的非均衡状态具有显着性特征时,结构性资产泡沫就会爆发,至于结构性资产泡沫的程度则取决于当时的货币政策与资金流向疏导性措施;(4)实证分析表明,我国结构性资产泡沫的变化情况可能根据市场吸引力的计算结果进行排位,吸引力大的市场资金流入也大,匹配率达到了 82.22%,只要吸引力均衡被打破,则市场结构性泡沫就会产生。对结构性资产泡沫的监测与预警显示股票市场的短期泡沫度明显,表现出高发性、持续性,并且投机性显着;而房地产市场短期泡沫几乎没有,但长期来看,泡沫度明显且严重,对房地产泡沫的抑制已经刻不容缓。
杨世伟[4]2016年在《中国证券市场波动成因、预测及监管研究》文中研究表明随着近年来金融市场的发展和交易规模的扩大,越来越多的资金投资于证券市场,与此同时证券价格的波动也十分剧烈,使投资者面临较大的风险也给监管者带来新的问题。而自1990年沪深交易所相继成立以来,中国证券市场的发展已历经20多年,截至2015年12月中国A股市值达52.96万亿,约占同期全球股市总市值的10.92%,成为仅次于美国的全球第二大股市,虽然发展十分迅速,但与西方磨练百年的成熟市场相比还存在许多不足。作为国家宏观经济的晴雨表,证券市场的波动会给经济发展和社会稳定带来深刻的影响,因此在证券投资过程中,如不能正确理解、度量市场风险或对风险认识不足,则不仅会降低经济社会活动中的资产配置效率、增大经济运行成本,还会因没有经过科学研究误判市场行情,导致投资者蒙受巨大损失,从而影响社会经济的良性发展甚至诱发恐慌,所以对证券市场波动进行有效的分析、预测和监管显得尤为重要,目前我国也正处于深化金融改革关键阶段,如何合理配置资源、更好控制风险已成为当下的重要课题。本文共分为七章,第一章绪论、第二章文献综述,其他章节的内容如下:第叁章探讨了我国证券市场波动的成因,首先将证券市场波动的影响因素分为上市公司、市场投资者、运作机制、国际资本市场和国内经济政策等不同因素,并随后以行业面板模型为基础,将货币供应量M2作为资金的替代变量,检验了市场基本面和资金面对股票波动的不同影响,结果表明当前我国股市仍处于以资金推动为主导的市场;其次对货币供应量进行了分层处理,分析了M0、M1和M2与证券市场波动的关系,研究显示M0和M2与股市波动具有显着关系;最后从微观层面研究了资金账户和流向变动对市场波动的影响,一方面将投资者分为个人和机构投资者,并根据账户市值分为五类并同时归纳了证券、基金、信托等资金账户变动的情况,检验了资金账户变化与股市波动的关系;另一方面在分析成交量和成交额与股市波动关系的基础上,研究了不同资金的净流入量对股价波动的影响。第四章在考虑跳跃行为的基础上对波动率进行了预测。一方面由于BS公式的推导需市场有效和服从随机分布,期权市场的缺乏等也使得隐含波动率模型的使用受到限制等,另一方面SV和GARCH类等模型多应用于低频和低维数据,由于高频数据包含更多的数据优势而可更好的反映真实波动信息,而已实现波动率构造简单并可结合高频数据扩展到多维变量,因此采用已实现波动率对市场进行分析。本文以2013.1.1-2015.12.31共叁年的5分钟高频数据为基础,通过计算得到已实现波动率对我国市场进行研究,首先检验了市场的长记忆性和异质性,然后对隔夜信息的影响进行了分析;其次将已实现波动率分解为连续和跳跃波动率两部分,并根据公式推导出检验金融资产日间跳跃的方法,同时考虑市场微观结构噪声的影响对检验方法进行了修正;最后分析了HAR-RV-CJ模型应用的前提条件,并使用此模型对我国证券市场波动率进行检验,同时检验了不同时间窗口下波动率的预测效果。第五章根据行为金融学研究了投资者行为对市场波动的影响。与国外较为成熟的资本市场相比,我国目前投资者结构中个人投资者占绝大多数而机构较低、投资者整体素质偏低且违规行为较多、金融衍生等工具的缺乏使得投资风格单一不利于市场稳定,这使得以对投资者行为的研究是非常必要的。因此本章根据行为金融理论通过2000.1-2015.12共16年的数据构造了投资者情绪指标,检验了羊群效应和情绪对收益率波动的影响,并建立了含情绪变量的SENT-EGARCH-M模型研究了正负冲击对市场的非对称效应,最后利用向量自回归VAR模型,研究了投资者情绪与股市波动间的长短期均衡关系,并通过支持向量机模型对预测精度进行了对比,结果表明投资者情绪对市场波动的贡献率在10%左右且加入此指标可更好提高预测精度。第六章根据市场波动率等研究了监管政策的有效性。首先考察了目前我国证券市场监管现状,然后通过叁个方面对监管政策的有效性进行了研究,一是根据方差比率法对次贷危机前后的市场有效性进行了检验,二是根据事件研究法对所选政策出台前后的市场超额收益率进行分析,叁是对政策出台前后市场波动率的变化进行了检验。结果发现虽然市场并没有达到弱式有效,但随着政策的完善市场效率在逐渐提高,另外政策的颁布对市场收益率能够产生显着影响,但由于稳定股市并降低波动也是我国政府监管政策的重要目标,因此监管部门稳定股市的目标可能并没有完全实现。第七章为结论及政策建议。根据文章实证结论可以得到如下启示及建议,一是需完善信息披露机制以保障信息有效性,二是要加强投资者教育和市场风险警示监控机制,叁是应完善波动率指数等的构建以实时监测股市风险,最后应构建证监会、交易所、中介机构、新闻媒体和社会公众等协调一致的多层次监管体系,鼓励中介机构和社会公众等检举揭发内幕交易和市场操纵等行为,并加大对这些行为的惩罚力度以建立有效的证券违规惩戒机制,从而使我国金融市场更为健康稳定的向前发展。
陈文正[5]2010年在《保险公司债券投资研究》文中指出保险公司的利润来源主要有两个,保险公司的承保利润和投资利润,就目前世界上保险公司普遍的赢利模式来看,能通过承保取得利润的公司非常之少,我国大陆地区和台湾地区也是如此。因此,保险资金运用状况的好坏对于保险公司的长远发展起着决定性的作用。保险资金的成功运用不仅可以弥补承保业务的亏损,维持保险业的持续经营,同时也可以增加保险公司的利润来源,推动保险业的持续快速发展。但另一方面,保险公司作为社会保障体系的一个组成部分,承担着经济补偿和稳定社会的重要作用,这又要求保险公司的资金运作首先以安全为主,因此赢利性和安全性是保险公司资金运用的两个最主要的要求,二这两者又是矛盾的,高赢利必然带来高风险,高安全性必然影响保险公司资金运用的收益。要解决这一矛盾,可以通过投资于高收益、低风险的金融产品来实现,这样的产品莫过于政府债券。另外,保险资金投资于债券的涉及到的最关键的问题是利率,保险资金债券投资收益的关键是利率的预测。本文即是基于这一思路,从保险公司资金投资政府债券入手,通过神经网络模型进行国债收益率预测来提高保险资金运用的收益性来进行研究。通过选择合理的变量和神经网络模型,对台湾地区十年期政府债券利率进行了预测,为保险资金投资于政府债券提供了参考依据。第六章总结了全文,并指出本文不足和今后的研究方向。本文共分为六章。第一章介绍了研究的背景、研究意义、本文的创新点及不足,并对国内外政府债券、保险资金运用以及神经网络模型的相关研究做了系统的分类和梳理。第二章主要介绍了政府债券的相关概念界定,影响政府债券利率的因素和主要国家、地区的政府债券市场,为后文对政府债券的研究建立了统一的概念认知基础。第叁章研究了国内外保险资金运用的现状、政府债券在保险资金运用中的重要作用、政府债券的收益率趋势分析以及政府债券收益率预测在保险资金投资政府债券中的重要地位,为本文重点研究的保险资金投资政府债券提供支持。第四章介绍了利率预期理论以及神经网络模型,得出神经网络可以用于利率预测的结论,为第五章的研究提供了依据。第五章在研究台湾证券市场的基础上,通过选择合理的变量和神经网络模型,对台湾地区十年期政府债券利率进行了预测,为保险资金投资于政府债券提供了参考依据。第六章总结了全文,并指出本文不足和今后的研究方向。
李道叶[6]2007年在《非线性框架下中国股票市场价格收益率特征分析》文中认为经典资本市场理论基本上都是以有效市场假定作为研究基石,理性投资者、市场有效和随机游走过程这叁个核心前提假设决定了经典资本市场理论是建立在线性范式上,但线性研究范式下发展而来的经典资本市场理论对股票市场许多现象不能给出合理解释,国内外许多实证研究都佐证了有效市场假定的失效,对股票市场价格行为的研究,客观上需要用非线性角度进行。用非线性方法对我国股票市场价格收益率的研究对于丰富股票价格及收益率行为的认识、管理层对股票市场的规范及管理及未来我国不断推出的基于股票价格的金融衍生产品定价都具有一定的理论与实践意义。本论文以沪深股票市场为研究对象,在非线性研究框架下,运用R/S分析法、频谱分析、ARMA模型、异方差模型、因子分析、分形及混沌理论以及其它各种非线性检验方法对我国股票市场价格收益率的分布特征、相关性与持续性、周期性、异方差性、复杂性等特征进行了全面的实证分析,并且探讨了非线性方法对股票市场的风险衡量、交易制度对股价波动的影响、消息对股价影响的不对称性及股价的可预测性等股票实践问题,主要结论与成果有:(1)传统线性理论不能很好解释沪深股票市场,我国股票市场价格收益率行为不符合有效市场假定,收益率分布存在明显尖峰胖尾行为,收益间存在长期相关性与持续性。(2)我国股票市场价格收益率行为存在周期性现象,具有一定数量的非规则周期。(3)异方差模型在我国股票市场能得到很好的拟合,好坏消息对两指数收益率变化的冲击是不对称的,交易成本的上调对股票市场价格波动性有明显的影响,而下调则影响甚微。(4)如果把股票市场视为一个复杂性系统,分形与混沌等理论检验表明我国股票市场价格收益率具有明显非线性特征,最少可用4个状态变量建立沪深两市大盘指数价格序列系统模型。(5)两市股价波动具有明显的时变性、簇集性及共动性,风险与收益间关系不显着;用ARIMA模型对我国股票市场收益率波动预测效果一般。文章最后提出了相应的政策建议及进一步的研究方向。
崔亮[7]2013年在《投资者情绪的统计测评及其应用研究》文中指出截至2012年末,我国已拥有超过2494家上市公司,大量企业通过上市改制筹资迈向了现代化企业的道路,我国资本市场服务实体经济的能力不断增强,在推动经济发展方式转变、加快结构调整和产业升级、落实创新型国家战略等方面发挥了不可替代的重要作用。同时不能回避的问题即是相关外部监督机制的配套亟需建立健全。07年次贷危机给我们敲响警钟,危机从美国市场首先爆发进而演化为世界范围内的经济衰退,各国政府与国际组织在疲于应对的同时,也积极开展对危机的总结与反思——初步共识是金融机构行为、金融体系顺周期性以及缺乏对系统性风险的防控是导致此次全球金融危机的重要原因,信用评级机构成为众矢之的。对目前的评级体系进行分析,就主体而言,评级机构与评级对象从对立面走到了不同程度的统一；就客体而言,评级角度多基于客观视角,而客观评级的弊端在于其数据来源存在滞后性。因此,结合主观评价法来拓展现有上市公司评级视角,以此完善相关股票市场外部监督机制,就颇为必要且具有现实价值。然而,究竟从哪个方面获取具有说服力的主观指标数据是我们首先要面对的问题。本文认为,投资者情绪是联系投资者与股票市场、上市公司的桥梁。投资者情绪测评方法主要包括两种：间接指标测量和直接指标测量。间接指标测量是指从金融市场相关数据中提炼出能间接反映投资者情绪的代理变量,这种方法虽然有一定说服力,但并不能直接反映投资者情绪；而直接指标测量虽能直接反映投资者情绪,却容易受到调查成本的限制,调查对象(投资者)也可能因为种种顾虑不愿意表达真实想法而最终影响测评质量。这迫使我们把注意力转向新型社会化媒体。以博客、微博、社会化新闻和网络论坛为主的社会化媒体正以迅猛的速度充斥着整个互联网空间。在社会化媒体中,每个人既是信息的发布者、传播者,也是媒体的受众。社会化媒体不仅改变了信息发布和传播方式,也引导着人们投资方式的改变。互联网从一个简单的信息发布技术平台演变成为社会化媒体的主要载体,发展为一个交互式的信息发布、共享、交流与协作的社会化网络,同时也为投资者情绪测评提供了廉价且丰富的数据来源。相关研究已经指出,网络谣言已经成为困扰我国股票市场发展的一个老大难问题,不仅严重影响了股价,还极大地左右着市场投资者的投资决策和信心。然而面对庞大复杂的互联网信息,限于学科理论交叉与信息技术限制,使得基于网络舆论的投资者情绪测评虽被屡屡提及却鲜有实证研究涉及。由此,本文基于网络舆论构建投资者情绪指数,探寻投资者情绪与股票市场的关系,进而把投资者情绪引入上市公司公众评级(以下简称公众评级),成为一个极具挑战且富有现实价值的命题。首先,借助于投资者情绪指数,能够深入把握我国股票市场投资者的心理变化和行为特征,从而可以进一步分析投资者情绪与股票市场之间的联动关系。投资者情绪指数的权威发布将有助于增进投资者对市场风险的认识,有助于投资者全面把握上市公司的投资价值,同时也从机制上起到了对上市公司自主行为的约束,减少其财务失真进而左右市场看法行为的发生,从而减少股票市场信息不对称。而对上市公司而言,借助于投资者情绪指数也能及时了解市场与投资者的关注重点,适时做出积极应对,客观上避免了网络谣言对股票市场不利的冲击。由于目前网络舆论监管机制相对缺乏,导致不真实评论信息的过度传播。因此,本研究的意义还在于探讨增强股票市场网络舆论的监管途径,进而达到减少由于噪音信息扰动导致的股票市场系统性风险。其次,引入投资者情绪的公众评级系统能够为完善现有上市公司评级系统提供参考。当前,评级机构主要运用客观评级系统对上市公司进行评级,评价体系主要侧重于财务指标。由于公司自身财务状况具有演化过程,而其后续发布亦有拖延,使评级结果具有滞后性；另一方面,现有评级系统面对上市公司财务数据失真时,将变得无能为力。此外,现有评级系统虽然极力纳入主观评级指标,但仍面临指标收集与量化问题,致使主观评级数据存在偏差。因此,从网络舆论入手分析投资者情感倾向,进而对上市公司进行公众评价,将是现有评级系统的一个有效的补充。评级过程文本信息预处理、特征挖掘、情感分析和统计评价等多种方法的融合,将实现对网络文本信息的情感倾向量化,引入公众评级系统将形成对上市公司评级视角的拓展。更重要的是,网络舆论的引入使预期信息度量成为可能,基于可量化的上市公司投资者情绪指数来跟踪监测投资者的情绪变化,进而对投资者情绪变化与股票市场之间的联动关系展开分析,可以为我国加强股票市场管理与优化市场稳定机制提供新的思路与选择,这对于逆周期背景下的宏观审慎监管更具现实意义。本文遵照“提出问题——分析问题——解决问题”的研究思路,同时采用统计评价与实证检验相结合的经济统计学研究范式,实证研究部分以定性分析与定量分析相结合,以定量分析为主的方法实现对投资者情绪测评及应用研究。首先定义了本研究的投资者情绪,结合行为金融学核心理论分析了我国股票市场投资者情绪的典型特征,重点研究了投资者情绪与网络舆论、股票市场价格和上市公司评级的内在联系,提出了实证研究的前提假设和理论假说。其次,在现有投资者情绪测评方法比较分析的基础上,提出基于网络舆论构建投资者情绪指数,运用数据挖掘技术搭建了投资者情绪测评的技术框架,以沪深300上市公司为测评对象,得到了样本期内我国股票市场的投资情绪指数。再次,对网络舆论下的投资者情绪与股票市场联动关系进行专项研究,重点分析了投资者情绪对股票市场价格的影响效应,验证了理论分析中提出叁个理论假设。最后,将投资者情绪的应用拓展到上市公司评级,为补充完善现有上市公司投资价值评估提供新的思路。本文的主要结论如下：(1)本研究基于网络舆论所构建的投资者情绪指数,能够客观反映观测期内我国股票市场投资者的情绪状态,从而初步验证了从网络文本信息中获取投资者情绪指数是一条有效的测评途径。(2)在多种测评方法比较分析的基础上,验证了基于金融证券领域情感词典与属性词库所构建的细粒度情感分析方法,在面对海量文本信息情感倾向量化方面表现出一定的灵敏性。(3)借助投资者情绪指数对股票市场影响效应分析发现：网络舆论下投资者情绪是影响股票市场一个系统性因素,投资者情绪与股市收益率呈正相关联动关系,存在短期滞后影响。(4)基于文本信息中投资者情感倾向构建的上市公司公众评级系统,能够粗略反映观测期内上市公司发展状态,分析发现宏观经济政策调整和突发公共事件对公众评级结果影响明显,从而验证了公众评级系统的即时性和有效性。本文突破了传统投资者情绪测评及其应用研究的视角,基于网络舆论对投资者情绪进行统计测评,并对相关问题进行了探索性研究,凸显跨学科研究中的统计学特色。纵观全文,融合行为金融学、信息技术和统计测评方法等多学科理论与方法,基于网络舆论构建具有现实解释力的投资者情绪指数,从投资者情绪对股票市场影响效应和上市公司公众评级两个方面进行拓展应用,力图为量化社会科学研究中的复杂文本数据提供新的研究思路。从研究结果来看,本文较有新意之处可能体现在以下几个方面：(1)基于行为金融学与统计指数理论,构建了基于网络舆论的投资者情绪指数。在测评方法比较分析的基础上,结合投资者情绪在网络舆论中所展现的特征,把关注度指标作为情感倾向指标的权重系数构建出的投资者情绪指数,具有直观、简便、解释力强的优点,同时又能准确、适时、综合地刻画股票市场投资者的情绪变化。在投资者情绪测评指标来源视角和指数合成思路上有所创新。(2)融合信息挖掘技术与统计评价方法,探索了基于海量文本信息实现投资者情绪测评的有效途径。通过网页文本信息抓取、信息预处理、特征挖掘和情感分析等数据挖掘技术方法的结合,构建了从非结构化文本信息中提取投资者情绪测评指标的技术框架。在具体测评过程中,首先,对于海量文本信息去噪提供了一个简便有效的处理思路；其次,基于特征挖掘技术得到了含有632个词的上市公司属性词库；再次,在情感分析过程中专门构建了适应证券投资领域的情感词典(含有23333个情感词),最后,找到了适合金融短文本信息的情感分析方法。通过这些基础工作,解决了投资者情绪测评中的两个关键问题：提取关注度指标和量化文本信息情感倾向。(3)运用本研究获得的投资者情绪指数,考察了网络舆论中的投资者情绪与股票市场特征指标的联动关系。重点分析了投资者情绪对股票市场价格变化的影响效应,通过运用改进的FF叁因子模型和VAR模型验证了叁个理论假说：第一,网络舆论下的投资者情绪是影响股市收益率的一个系统性因素。第二,网络舆论下的投资者情绪对股票市场收益率存在正向影响。第叁,网络舆论下的投资者情绪对股票市场收益率的影响存在短期滞后效应,不存在长期滞后效应。(4)基于网络舆论中的投资者情感倾向,拓展了上市公司评级的视角,为金融市场中股票投资价值的即时评价进行了新的探索。从文本信息中提取上市公司属性作为评级指标,将文本信息中的投资者情感倾向量化为评级指标数据,运用因子分析法构建了上市公司公众评级系统。基于网络舆论构建的上市公司评级系统,弥补了客观评级系统在主观指标量化和评级时效上的不足,为补充完善现有的评级系统提供了新的思路。由于研究水平和技术手段的限制,本文仍然存在不足之处：首先,受技术条件的限制,本研究只选取沪深300成分股上市公司作为评级对象,并没有完全覆盖所有上市公司,且数据来源只选取具有代表性的东方财富网股吧作为网页抓取对象。今后可考虑把信息来源拓展到微博、博客和社交网站等其他新型社会化媒体,对所有上市公司进行全面分析。其次,受技术手段和知识面的限制,在文本数据处理过程中,虽然建立了股票投资领域情感词典和上市公司属性词库,但并不能完全覆盖网络媒体中复杂多变的情感词汇,这有可能影响到情感极性分类的准确率。今后可在本研究的基础上不断扩充,建立有广泛认可度的上市公司属性词库和情感词典。最后,受到数据处理能力的限制,没有对回复贴进行更深入的数据挖掘,损失了部分文本数据信息。今后可重点对回复贴做进一步的情感分析,以期获取更丰富的投资者情感信息。后续研究将从进一步优化网络舆论下的投资者情感量化技术、重视解决情感极性偏移问题和考虑网络“水军”干扰信息的影响等方面,对投资者情绪统计测评及其应用做更深入的探讨。
孙继伟[8]2011年在《我国商业银行风险评价指标体系研究》文中认为商业银行在国家金融体系中占据主导地位,对金融业实行科学、有效的风险管理,直接关系到金融机构的生存,国家的稳定和社会的和谐发展。一百多年来,银行曾经面临过不同阶段的金融危机的威胁,风险评价及管理技术就是在危机解决的过程中得到完善和发展。随着计算机技术的发展,时代日新月异,信息技术的推广和普及,促进了国际金融环境发生了许多重大变化,同时也赋予了银行的风险评价与管理的新的内涵。目前,关于信用风险、市场风险以及操作风险等叁大风险的研究和防范是银行风险管理的最主要的方面。本文在第二章节里,深入地分析了商业银行风险特征和信用风险成因及特征；在第叁章节里,系统地研究了商业银行风险评价的方法、指标体系的分类等内容,梳理归纳了国内外经济学界关于叁大风险管理的相关理论基础和文献综述,以及新旧巴塞尔协议对银行风险管理的主要影响；在第四章节里,研究分析了国内商业银行风险评价的方法、指标体系和控制现状,指出如何构建银行内部信用评级模型的框架体系及其缺陷；在第五章节,从银行客户的信用风险评价角度出发,综合运用多种统计分析模型和数据分析方法,对银行的风险指标进行风险度量和实证研究,构建国内商业银行的内部信用评级体系。同时,以国内四万亿投资计划为背景,把政府融资平台贷款这一国内新近大量涌现的银行业务作为重点研究对象,针对政府融资平台贷款的风险特征,运用主成分分析法,科学分析了该类贷款财务指标的主要评价因素,又分别运用Logistic模型、神经网络模型对该类贷款的风险识别和分类进行实证和比较分析,通过对不同分类方法、不同财务评价因素以及判别模型分类效果的讨论,得出商业银行的内部信用评级的财务评价体系以及判别模型必须要适用国内实际情况,并给出合理化的政策建议。在第六章节,是以银行内部信用评级框架为基础,构建了新型的风险绩效银行评价体系,重点研究了以风险资本理念为核心,建立以风险资本为基的评价体系,用经济资本的杠杆作用来配置资源,有效提高银行资金回报率,优化资源配置；建立并完善以绝对量指标EVA(经济增加值)和相对量指标RAROC(风险调整后的资本收益率)为核心的评价体系,充分发挥经济资本特有的风险约束和效益约束的双效应,激励商业银行改进经营管理方式。在文章的第七章节,重点讨论了金融危机对我国商业银行的影响,以及在后危机时代,我国商业银行在操作风险和市场风险的防范策略,按照巴塞尔新协议和监管部门的要求,建立以信用风险管理为主的商业银行全面风险管理、风险预警机制、风险缓释和转嫁机制以及信用风险管控文化和理念培育体系,对如何健全管理体系提出合理的政策性建议,进一步推进商业银行风险管理的顺利发展。商业银行的风险评价是一个比较复杂的大课题。本文贡献之处,是在国际金融危机和国内四万亿投资计划的大的环境背景下,与时俱进,采用了不同的评估方法和评价模型,对国内社会上出现的新的课题一政府融资平台贷款进行定量分析研究,从自身风险特征出发,体现出银行风险评价指标的相互作用和相互制约关系,实现对风险的客观评价,具有一定的前瞻性。在研究方法上采用了全面分析法、理论分析与实践相结合、规范研究与实证分析相结合、实证定量分析与个案研究相结合等方法,加强对文献的综述和归纳,具有一定的理论性和实际应用价值。
任晓萍[9]2014年在《基于CAPM-GARCH-M模型对β系数的估计研究》文中研究指明β系数是在进行投资组合管理、风险控制、收益预测时用来评价、估计单个股票或股票投资组合风险的重要指标之一,来源于资本资产定价模型(CAPM),是证券系统性风险的度量指标。它反映了资产价格的变动受市场上资产价格平均变动的影响程度,在投资理论与投资实践中都有非常重要的地位。本文以国内个人投资者投资热情上涨、资金大量盈余为背景,提供理性投资建议为目的,分析了β系数静态估计方法和动态估计方法。首先基于CAPM单指数模型对随机选取的19个板块β系数进行静态估计,经过Chow稳定性检验,发现静态β系数具有不稳定性,于是选择A股收益率序列为代表建立了GARCH、 GARCH-M、EGARCH动态时间序列模型,经对比分析GARCH-M对A股收益率序列拟合效果最好；最终建立了动态CAPM-GARCH-M模型,用CAPM-GARCH-M模型再次估计19个行业的β系数将得出结果与静态分析结果对比；得出了对板块选择的研究没有意义、β系数具有不稳定性、且板块的波动同A股市场同起同落等结论。
潘金亮[10]2008年在《基于行业特征的股价影响因素研究》文中研究表明自沪深证券交易所分别成立以来,中国证券市场的发展己近二十年的历史了。在这近二十年的发展历程中,我国的股票市场经历了庄股时代,价值投资时代和后价值投资时代,价值投资理念在市场的地位不断凸现。同时证券市场规模也不断壮大与规范、市场创新不断深化、证券市场信息披露不断完善、机构投资者队伍不断壮大。随着我国成功进入WTO和引入QFII,使得中国证券市场正在加快与国际接轨的步伐,投机思维的生存空间已被大大压缩,股价已经不再以市场主力的意志为转移。上市公司的基本面开始成为股票定价的重要因素,价值投资逐渐成为主要的投资理念。本文主要将国外成熟的股票定价理论与中国证券市场实际情况结合,建立适合中国证券市场的股票相对内在价值多因素估值模型,从而能够帮助投资者进行投资决策,有重要的实践意义,这不仅有助于了解上市公司基本面因素中所包含的股价信息含量,同时也将为以上市公司基本面为基础进行股票定价提供理论支持。鉴于股市是一个非常复杂的系统,所以本文尝试性地运用泛化能力更强的BP神经网络模型进行定价,取得了比较满意的效果,通过本文的研究,投资者可以了解基本面因素对股价的作用机制、作用力度及作用形式,找出相对内在价值被市场低估和高估的股票,从而制定出相应的投资策略。本文第一部分总结归纳了西方证券市场的各种股票定价理论和方法;本文第二部分在总结国内外已有的实证研究成果的基础上,结合中国证券市场,提出了本文的研究方法和体系;第叁部分利用房地产业上市公司公布的2006年度财务数据,为实务界演绎出了实用的股票相对内在价值多因素估值模型和人工神经网络估值模型;第四部分总结了房地产行业股价影响因素的特征,并对未来中国证券市场的发展提出了一些建议。本文研究发现:多因素估值模型整体通过了显着性水平为0.05的检验,模拟精度达到54.4%,所得出的模型变量系数对投资者选择股票具有一定的参考价值;人工神经网络估值模型的训练样本和检验样本的精度分别达到90.41%和73.99%,具有比多因素估值模型更好的统计预测效果。因此,投资者可以以人工神经网络估值模型为主要估值工具,并结合其它估值方法,最终确定可供投资的价值型股票,以期获得超额投资收益和降低投资风险。
参考文献：
[1]. 基于人工神经网络的中国股票市场收益率预测研究[D]. 赵大伟. 燕山大学. 2008
[2]. 基于人工神经网络的中国股票市场预期收益率的实证分析[D]. 张超. 北京工业大学. 2004
[3]. 结构性资产泡沫的统计研究[D]. 黄孝祥. 天津财经大学. 2017
[4]. 中国证券市场波动成因、预测及监管研究[D]. 杨世伟. 对外经济贸易大学. 2016
[5]. 保险公司债券投资研究[D]. 陈文正. 南开大学. 2010
[6]. 非线性框架下中国股票市场价格收益率特征分析[D]. 李道叶. 暨南大学. 2007
[7]. 投资者情绪的统计测评及其应用研究[D]. 崔亮. 西南财经大学. 2013
[8]. 我国商业银行风险评价指标体系研究[D]. 孙继伟. 复旦大学. 2011
[9]. 基于CAPM-GARCH-M模型对β系数的估计研究[D]. 任晓萍. 南京大学. 2014
[10]. 基于行业特征的股价影响因素研究[D]. 潘金亮. 南京航空航天大学. 2008
标签：金融论文; 证券论文; 投资论文; 泡沫经济论文; 中国股票市场论文; 预期收益率论文; 投资收益率论文; 相关性分析论文; 股票论文; 网络模型论文; 实证分析论文; 预测模型论文; 货币市场论文; 统计模型论文; 资产泡沫论文; 经济论文; 投资论文;