一、行为金融学与我国的股票市场(论文文献综述)
黄杉[1](2020)在《均值回归、市场有效周期与系统性金融风险》文中认为系统性金融风险关系到金融稳定、经济稳定乃至国家安全,系统性金融风险的防范与化解是我国近几年业界研究的重大问题,也是国家的重大需求,具有理论和实践价值。十九大报告明确指出“健全金融监管体系,守住不发生系统性金融风险的底线”是防范和化解金融市场系统性风险的明确目标,是经济进一步发展的根本要求,也是社会稳定发展的金融基础。在金融市场的众多子市场中,股票市场被誉为宏观经济的“晴雨表”,股票市场系统性金融风险的爆发对整个金融体系甚至宏观经济都会产生重大影响。中国股票市场在短短的30年时间里走完了欧美发达国家二百多年的历程,斐然的成绩毋庸置疑。不过中国股票市场个人投资者占比过高、过度投机与非理性投机等问题的存在使其对经济环境变化较为敏感,容易出现价格异常波动,影响股票市场稳定性从而引发系统性金融风险。加强对股票市场系统性金融风险的管控和防范是防止风险从金融系统向实体经济蔓延的重要环节,所以本文以股票市场为研究对象,对系统性金融风险的积聚与释放进行研究,并以此提出防范和化解风险的政策建议。有效的股票市场能够为实体经济提供金融支持,提高资金利用效率,而市场无效则会产生“金融窖藏”导致资金空转,杠杆高企引发泡沫积累,资本价格异常波动造成系统性金融风险积聚。金融危机就是市场无效情况下的极端形态,系统性金融风险的出现则是市场时点无效时的“常态”,市场有效性提高是防范系统性金融风险的根本。但目前学界对于市场有效的研究却存在着很大的分歧,标准金融学和行为金融学理论、金融学理论和实践的二重分歧使得从有效市场的角度研究系统性金融风险缺少理论根基。本文应用市场有效周期理论解决股票市场有效性的二重分歧,并从这个创新视角出发,使用研究有效周期常用的思想检验方法均值回归,对系统性金融风险的演化过程进行研究,以期能够为金融监管机构防范系统性金融风险提供理论辨析准则和实证检验基础。本文主要依照以下几个层次进行研究:首先,本文梳理系统性金融风险的相关理论和研究,紧紧围绕系统性金融风险的形成和演化机理论证风险和有效市场之间的理论逻辑,明确本文的研究对象和研究范围,对系统性金融风险的特征进行描述并分析引发金融危机爆发的根源,对相关研究的不足进行阐述,为后文的理论分析和实证检验做好基础性工作。现有文献对系统性金融风险有着较多的研究,相关理论学说也百家争鸣,但却不存在一套完备的学说能够涵盖系统性金融风险的形成机制、演变机理、特征研究以及监测度量几个方面。本文通过对已有文献的梳理和分析发现,市场无效是产生系统性金融风险的根本原因,从有效市场的角度能够解释风险的产生和演化,明确监管和度量指标。因此,本文最终落脚于从有效市场的角度解释系统性金融风险,为后文测度风险的积聚程度及释放速度奠定理论基础。其次,本文的理论论证部分以股票市场为研究对象,详细阐述均值回归、市场有效周期和系统性金融风险三者之间的关系:市场有效性是理论基础,系统性金融风险是研究对象,均值回归是研究思想和研究方法。在一个市场有效周期中,市场时点无效产生系统性金融风险,资产价格出现均值回避的特征,市场回归有效系统性金融风险释放,资产价格产生均值回归的现象,以此对风险的形成和演变机理、特征研究以及监测度量进行阐述,为后文的实证研究建立理论基础。再次,本文的实证部分安排按照均值回归与市场有效周期的证明、到市场有效周期与系统性金融风险的周期性特征、再到市场有效周期与系统性金融风险的非对称特征的思路进行研究。(1)采用均值回归的经典方法证明市场有效周期,选取包括我国在内的世界主要国家股票市场作为研究对象,从国际比较的视角,利用STAR模型进行检验,实证结果表明,在几个主要市场上均发现了市场有效周期的存在,其中,美国、英国等发达国家较为成熟的股票市场有效周期较短,说明市场整体有效性较高,出现均值回避的概率低,系统性金融风险积聚的时间短。而中国、印度这样的发展中国家股票市场有效周期较长,市场整体有效性较低,更容易出现资产价格的均值回避,系统性金融风险有不断积聚的可能,甚至最终发展为金融危机。(2)在进行股票市场整体性有效周期的证明和检验之后,通过对相关研究梳理发现,系统性金融风险的周期演化特征来源于股票市场对实体经济周期波动的过度反应。因此,本文从股票市场、上市公司以及投资者三个角度,研究风险在一个有效周期之内的演化进程。市场从发生无效到回归有效带动系统性金融风险的周期演变使得从宏观角度监测和防范风险成为可能,通过选取股票市场相关变量合成资本市场压力指标,利用马尔科夫区制转移模型以及R/S重标极差法研究系统性金融风险的周期特征,结果表明,从整体上看我国股票市场系统性金融风险有着高低区制交替、周期波动的特征,演变周期有明显的负向记忆特点。同时,市场风险高位时期小于风险低位时期,说明我国股票市场系统性金融风险在短暂积聚后就能够释放。(3)系统性金融风险释放的速度是决定金融危机从可能成为现实的关键步骤,系统性金融风险“缓积急释”的非对称特征促使金融危机的形成。为了更加直观地观测单个风险演化周期内系统性金融风险积聚与释放的速度,本文在运用理论分析证明与数理推导风险演化的非对称性特征基础上,合成市场金融风险测度指标的月度波动方差,并利用非线性平滑转换模型检验研究,得出的结论为:中国股票市场有着转换门限为负、转换速度较高且负向冲击系数较大的特点,说明股票市场系统性金融风险波动变化对负向冲击更为敏感,风险的积聚和释放存在非对称演化过程,但负向冲击系数和正向冲击系数的差值并不大,风险积聚和释放的非对称程度较低,形成金融危机的可能性较小。最后,从本文的理论和实证结果出发,对防范和化解股票市场系统性金融风险政策的制定提出了相应的指导方向。从市场整体视角出发,提高市场有效性、缩短市场有效周期是防范系统性金融风险的根本,从单个周期视角出发,减少风险的积聚程度、减缓风险的释放速度能够化解系统性金融风险,做到金融“软着陆”,防止金融危机的发生。
杨博睿[2](2020)在《我国股票市场价格异象的锚定效应研究》文中提出传统金融学理论中有效市场假说认为股票价格包含了企业当前和未来的价值,但从20世纪80年代以来,金融市场上一直涌现出很多传统金融学理论无法解释的股市“价格异象”,如股权溢价之迷、波动性之谜、动量效应、规模效应、账面市值比效应、日历效应等。以理性人及市场有效性为前提的传统金融学理论越来越受到质疑。而行为金融学的发展,让我们开始重视股票市场投资决策者个体的心理和行为对股票价格的影响,运用行为金融学的相关理论来解释股票市场“价格异象”等相关问题。“锚定效应”作为行为金融学中启发性思维关于锚定偏差的经典理论,对股票价格异象具有显着的解释能力。当前,在我国股票市场双向交易机制不完善,投资者结构不合理且存在非理性行为的背景下,本文从锚定效应角度出发研究我国股票市场“价格异象”的成因,进一步研究锚定效应在我国股票市场价格异象中的作用机理。本文研究有助于我们从微观层面深入了解我国股票市场的内在变化规律和投资者行为,为进一步完善股票市场基础制度,促进市场有效性提供一定的理论和实证支持。本文按照机理分析结合实证研究的思路进行撰写。在理论方面,首先对锚定效应、股票市场价格异象和投资者情绪三方面相关文献进行了梳理,然后界定了三者的基本概念和基础理论,通过理论分析论证本文研究锚定效应的“锚值”——月度股价中位数,以锚定效应“ANCHOR”动态理论模型在股票市场非有效性和投资者有限理性的前提下,分析了锚定效应作用我国股票市场,引起价格异象的作用机理,进而提出本文研究的主要问题,锚定效应会引起股票市场的价格异象,股票价格与月度股价中位数的相对位置会对股票收益率成正向反馈。另外,从行为金融学基础理论和投资者情绪在股票市场的相关研究成果分析认为在我国股票市场情绪偏差与认知偏差同时存在,且投资者情绪对投资者股票投资行为存在显着影响,进一步证实了,投资者情绪对股票市场的锚定效应存在影响。在实证方面,通过借鉴Fama-French三因子模型,确定本文控制变量,设计实证模型。接着确定双向固定效应模型为本文统计模型,通过对“锚值”和股票价格的回归,发现锚定效应会引起股票价格异象,股票价格与月度股价中位数的相对位置会对股票收益率成正向反馈。在原有实证的基础上加入投资者情绪因子,对全样本数据和分段数据分别进行回归,回归结果证实了投资者情绪对股票市场的锚定效应水平有一定程度的影响,积极的投资者情绪将加强锚定效应的正反馈效用,消极的投资者情绪只表现为较低程度的加强锚定效应的正反馈效用。最后从股票市场制度和投资者决策行为层面提出本文建议,进一步完善市场基础制度,为优化投资决策提供了新的思路。
宋婧玮[3](2020)在《价值溢价之谜 ——基于市场流动性风险的解释》文中研究说明价值溢价是指从一段较长时间来看,价值股收益高于成长股收益的一种市场异象。在国外的成熟资本市场中,价值溢价现象已被广泛证实是存在的,作为一种市场异象,有众多学者尝试解释价值溢价的成因之谜。主要从标准金融学和行为金融学两个角度出发进行解释,而从标准金融学角度解释价值溢价主要基于风险补偿理论,从行为金融学角度解释价值溢价主要基于过度反应假说与投资者情绪。中国股票市场属于新兴市场,市场制度和投资者行为与成熟市场还有较大差距,价值溢价在中国股票市场是否存在?若存在,其形成原因又何在?本文对此两项问题进行研究,探求价值溢价在中国股票市场中的表现。本文首先对国内外关于价值溢价的研究进行文献梳理,将标准金融学与行为金融学关于价值溢价的成因解释按时间顺序进行综述,寻求突破点。其次采用组合价差法研究价值溢价在中国股票市场上的存在性,并进一步寻求价值溢价的最佳持有期。接着根据风险补偿理论,从市场流动性风险角度出发探寻价值溢价的形成原因。以1997年1月至2017年12月的沪深A股为研究对象,从市场流动性风险角度检验价值溢价的风险来源,对价值股和成长股的流动性风险与收益进行对比研究,同时分析中国股票市场中流动性因子对价值因子的解释能力。最终得出结论,为价值溢价在中国股票市场中的标准金融学解释做出贡献。经本文研究得出,第一,价值溢价现象在中国股票市场中是显着存在的,且无论在小盘股中还是大盘股中,价值溢价均为正值;第二,在中国股市中,按市盈率指标构建股票组合可以获得更高的价值溢价;第三,价值股的市场流动性风险大于成长股,价值溢价的成因是价值股承担了更高的市场流动性风险,价值溢价可从风险补偿角度进行解释;第四,在中国股票市场中投资因子与盈利因子并不能解释价值因子,而流动性因子可以解释。
钟琪[4](2020)在《基于噪声交易的股市动量效应与动量投资策略研究》文中研究说明现代金融理论体系建立在有效市场假说(EHM)基础之上,在这个假说下,“价格是正确的,行为人是理性的”。现实中,投资者不可能做到完全理性,导致市场并非总是有效,且存在一系列金融市场异象。动量效应是重要的金融异象,其特点是股价的变动不同于传统随机游走的波动变化方式,而是遵循一定的趋势规律。动量效应长期稳定的存在于金融市场中,理论上投资者可以利用动量效应的长期稳健表现获取资产的可预期收益。在噪声交易充斥的金融市场环境之下,噪声交易会影响金融市场价格的变动,因此,本文尝试通过行为金融学与噪声交易相关理论建立动量效应成因的解释框架,并且基于噪声交易对动量效应的表现构建一种新的动量投资策略,为投资者的动量投资策略实践提供新的思路与依据。首先,从投资者的心理偏差和行为偏误角度对我国金融市场噪声交易的表现展开分析,揭示噪声交易者的行为如何影响金融市场价格的变动,增加股票未来收益率的不确定性;其次,在传统噪声交易理论的基础上,引入动量交易者,构造扩展的噪声交易理论模型,分析噪声交易对股票收益的影响,从噪声交易角度对动量效应现象进行解释;最后,本文以扩展的噪声交易模型为基础,构造一种新的动量投资策略,即将个股的噪声交易水平作为决定投资策略的一个有效因素,在传统的Jegadeesh和Titman(1993)动量策略中,加入噪声交易这一因素来重新构造赢家组合和输家组合,探索出利用股票噪声在证券市场上获得动量投资收益的方法。本文的主要实证结论为:一、我国股市存在噪声交易,根据噪声交易风险定义测算的上证180指数成分股的噪声交易水平较高;二、个股噪声交易水平与收益率呈正相关关系,在加入了公司规模、资产负债率、总资产报酬率和换手率这些控制变量后,股票收益率与噪声交易依然存在显着的正相关关系;三、根据噪声交易水平的高低构建动量投资策略,策略结果显示:高噪声交易水平的股票存在动量效应,买进高噪声交易水平赢家组合、卖出高噪声交易水平输家组合会获得比传统J-T动量投资策略更高的动量收益;低噪声交易水平的股票在短中期存在反转效应,更适合采用反转投资策略。
宋悦东[5](2020)在《宏观经济条件下投资者情绪对股票市场波动影响研究》文中提出在当今的中国经济环境中,股票市场快速发展,相关机制不断完善,已经逐渐成为企业筹资、投资者参与证券市场的重要场所。但中国股票市场的不足也是明显的。一方面,中国股票市场投资者结构不合理,缺乏自我判断能力、容易盲目跟风的散户投资者数量巨大,这使得中国股票市场容易受到投资者情绪的影响。另一方面,中国股票市场的政策市特征明显,宏观政策信息和宏观经济信息都会较大程度上影响投资者的投资决策,进而对股票市场中投资者情绪造成冲击。因此,从宏观经济条件对投资者情绪影响的角度出发,探查宏观经济条件与投资者情绪对股票市场波动的综合影响机理对我国股票市场的健康发展和市场机制的完善都有着积极的作用。如何综合利用大数据分析、文本挖掘技术以及传统的交易者行为指标融合构建能较为全面有效地刻画市场中投资者情绪的相应指标,并在考虑宏观经济因素的影响下探查投资者情绪对股票市场波动的影响机制和影响特征?研究上述问题对优化我国股票市场监管和加强我国投资者,尤其是散户投资者的风险管理能力有着较为重要的实践意义。因此,本文将基于行为金融学中的有限理性理论与认知偏差理论,结合我国股票市场投资者的交易特征从以下三个部分展开研究:首先,本文基于对股吧论坛,财经门户网站等进行大数据分析建立的情感指数以及换手率等传统投资者行为指标的整理和分析,利用数据降维方法融合构建能较为全面测度我国股票市场投资者情绪的综合指标,并选取对投资者情绪有影响的一组宏观经济因素以控制宏观经济条件对投资者情绪的影响,构建了考虑与不考虑宏观经济因素影响的两个投资者情绪综合指标。与传统的投资者情绪指标相比,本文的综合指标可以较为清晰地反映宏观经济条件下我国股票市场投资者行为特征和情感特征。随后,本文构建了投资者情绪综合指标、股票市场波动和经济景气指数的结构向量自回归模型,结合SVAR脉冲响应与方差分解研究分析了宏观经济条件下投资者情绪对股票市场波动的影响机制。最后,本文基于DCC-GARCH模型对宏观经济条件下投资者情绪对股票市场波动的影响特征进行了分析。本文的研究表明:投资者情绪对股票市场波动在短期内有着显着的正向冲击效应,而考虑宏观因素的综合指标的冲击效应相对较强,说明宏观经济因素放大了投资者情绪对股票市场波动的短期冲击幅度并延长了冲击的持续时间。这说明,监管部门应重点关注投资者情绪的变动,并引导投资者正确对待宏观经济信息,理性客观地展开投资。而广大散户投资者应增强自身专业知识以加强自身的判断能力,避免盲目跟风。同时,本文的研究也表明:投资者情绪与股票市场波动间具有显着的正向动态相关性,而考虑宏观因素的综合指标的动态相关系数数值强于一般综合指标,说明宏观经济因素的影响增强了投资者情绪的波动持续性。这说明投资者在市场出现较大波动应注意“羊群效应”对自身的影响,投资者自身应客观对待宏观经济信息。此外,本文对比分析了不同金融市场周期下投资者情绪与股票市场波动间动态相关性的不同,结果表明,牛市中投资者情绪对股票市场波动的影响明显强于熊市。监管部门应当在不同金融市场环境下根据投资者情绪对股市波动的影响特征采取不同的措施以稳定市场,而广大投资者也应该树立正确的投资理念,认识到收益与风险并存的现实,理性参与市场并养成及时止损的意识。在最后,本文针对上述研究结论,为监管部门提出了维持股票市场稳定健康发展的思路,也为投资者理性科学地参与市场提供了相关建议。
干伟明[6](2020)在《多因子资产定价模型在A股市场的实证研究》文中提出资产定价理论和模型是现代金融学中投资理论和投资实践的重要研究领域,其理论与实证目前主要以西方发达国家资本市场为主导。现有研究虽然已相当深入,取得了大量具有理论价值和实际意义的研究成果,但还存在一些进一步完善的空间。因此本文从多因子定价模型为切入点,针对以下几个问题开展了公式推导与实证研究:(1)影响A股上市公司股票收益率的因素有哪些?(2)A股市场最佳多因子资产定价模型是由哪些定价因子所组成?(3)这些定价因子背后的经济含义是什么?在公式推导方面,本文以FF多因子模型中股利折现模型中的股票收益率公式为参考,通过对A股上市公司股票收益率的成因分析,进而从上市公司经营基本面的角度出发推导出上市公司股票收益率的一般形式,并对其背后的经济含义加以分析,在此基础上提出A股市场中多因子资产定价模型的因子组成设想,即一个有效的多因子资产定价模型至少应当包含能够反映上市公司当前优劣程度、未来增长潜力和个股投资者情绪等三方面的因素。在实证研究方面,本文以A股20072018年月度数据为样本,验证了公式推导中得出的一系列设想和结论,得到了以下四方面的研究结果:在上市公司经营基本面因素方面。本文研究发现:A股上市公司经营基本面因素与其股票收益率之间存在显着联系;A股上市公司分红率与其市净率(PB,即账面市值比倒数)存在较强负相关关系;A股小市值公司较大市值的规模增长速度更快主要不是来源于其自身业绩内生增长而是更多的来源于收购、并购、增发等外源式增长;此外本文还从A股市场整体经营基本面的视角发现了A股市场整体走势对于国内宏观经济走势具有一定“晴雨表”预测作用。在投资者情绪因素方面。本文研究表明:A股市场整体投资者情绪变化总体上与组合或个股的收益率之间存在正相关关系;个股投资者情绪重要代理变量换手率、上月超额收益率等指标与个股股票收益率的负相关关系相当显着;进一步分析还表明A股小市值公司更易受到投资者情绪因素的影响,A股中存在针对小市值公司较为明显的投机炒作现象和较为明显的短周期反转效应。在定价因子分析方面。本文从上市公司经营基本面和投资者情绪两方面开展研究,结果表明:A股市场中包含股票价格变动信息较多的因子有:反映上市公司当前优劣的净资产收益率Roe因子、反映上市公司规模增长的市值Smb因子、反映上市公司内生增长的净利润增长Net因子、综合现金分红率和市净率因素后对FF模型中Hml因子补充和完善的HmlR因子;同时研究表明反映上市公司经营基本面因素的因子对反映投资者情绪因素的因子可以发挥主要解释作用,这表明驱动A股市场价格变动的主要因素归根结底还是上市公司经营基本面因素。在A股市场多因子定价模型方面。本文研究表明:总体而言,A股市场的最佳多因子定价模型是三因子模型Mkt+Smb+Net组合;最佳四因子模型是Mkt+Smb+Net+HmlR组合;最佳五因子模型则是Mkt+Smb+Net+HmlR+Cma/Roe组合;不同定价因子组成的多因子资产定价模型在A股市场的不同时期的表现则证明了A股市场整体定价效率在得到逐步提升,这说明A股市场在逐渐走向成熟和有效。此外,本文还通过将定价模型和定价因子纳入配对交易的改进中,研究表明:依靠本文提出的A股市场Roe、Smb、Net和HmlR等定价因子作为控制变量进行配对交易策略设计,配对组合的均衡关系描述更加稳定和全面,模型发散的风险得到了规避,从而能够显着减少套利风险,提高配对交易的盈利。本文关于多因子资产定价模型在A股市场中的上述研究成果一方面与金融学理论中的有关思想吻合,另一方面也可对资产定价研究,投资实践和市场建设提供借鉴和补充。
张晗[7](2019)在《资本市场周期的结构特征及其与经济周期的关联机制研究》文中认为资本市场作为实体经济的催化剂,既可以在经济繁荣时助推实体经济的高速增长,也可以在实体经济出现不良态势时推动其走向衰退,甚至在极端情况下直接造成金融危机甚至经济危机的发生。实际上,资本市场周期的平稳运行既是经济周期长期繁荣的保障,同时,资本市场周期能否正确的反应经济周期的经济运行情况也是资本市场是否健康有效发展的标志。改革开放四十年来,在渐进式经济体制改革这一宏观政策的指引下,我国资本市场经历了从无到有、从单一到多元化并逐渐走向繁荣的发展历程。虽然资本市场的发展对于实体经济增长的贡献是不容置疑的,但是资本市场周期与经济周期之间的关联关系却并不十分明朗。有鉴于此,笔者在对我国资本市场周期的结构特征进行有效识别的基础上,对于资本市场周期与经济周期之间的关联机制进行了深入的剖析,以期能够为资本市场制度建设提出具有一定建设性意义的政策建议。本文将主要从以下几个方面来研究资本市场周期的结构特征及其与经济周期的关联机制:首先,本文对资本市场周期运行的理论基础从经典到前沿进行了回顾,由内部结构特征到外部影响因素的逻辑关系对相关文献进行了回溯,分别包括非对称性、长期记忆性及惯性与反转效应,以及跨市场溢出效应、跨国溢出效应、政策信息及经济周期等。进一步,从宏观层面的周期传导机制到微观层面的波动相依特征,对资本市场周期与经济周期关系的前人研究成果进行了综述,指出了学者对于二者在宏观层面的相关关系存在相关与背离两种截然相反的观点。其次,分两部分(即第三章和第四章)对资本市场周期自身的特征及外在影响因素进行了解析。第三章基于MS-AR模型、利用上证综指收益率和波动率数据对我国资本市场周期的结构特征进行了实证检验,将我国资本市场周期划分为繁荣和萧条两个区制,其中资本市场的繁荣区制主要分布在三个阶段:资本市场成立初期到1996年,2006-2008年,2015-2016年。而这一结构特征随着我国资本市场市场化改革的持续加速而不断演进,具体表现为资本市场周期长度的缩短、波动幅度的减弱以及非对称性特征的减弱。结合资本市场制度演进的历程可以看到,上述阶段性繁荣的出现其实对应于我国资本市场发展的三个时期,即资本市场萌芽期、资本市场市场化改革时期和资本市场国际化时期。进一步,第四章利用TVP-VAR模型的时点脉冲响应函数识别了政策信息对资本市场周期波动的动态影响机制,检验了数量型货币政策与汇率政策对资本市场周期正向影响的稳定性,以及价格型货币政策传导路径的不确定性。在收敛速度上,数量型货币政策>价格型货币政策>汇率政策,但汇率政策相较于货币政策而言不存在资本市场对其政策信息的过度反应。再次,同样分两部分(即第五章和第六章)对资本市场周期与经济周期的关联机制进行了检验。其中,第五章将资本市场周期具体划分为资本市场价格周期与资本市场价值周期,并提出了“经济周期-资本市场价值周期-资本市场价格周期”这一传导机理假设。利用线性和非线性格兰杰因果检验的办法,初步验证了假设的成立,具体来说:资本市场价格周期领先于经济周期2个月波动,而资本市场价值周期领先于经济周期1个月波动。在此基础上,利用MS-VAR模型对资本市场价格周期、资本市场价值周期及经济周期在不同时期可能存在的特征差异进行了区制划分,并采用TVP-VAR模型观测三者间的动态关联机制及脉冲响应过程。结果表明:虽然经济基本面可以解释资本市场多数情况下周期运动的原因,但是当资本市场过度膨胀时这一关联机制失效。而资本市场价格周期、资本市场价值周期及经济周期三者之间的交互影响并不因区制的不同而有所差异,相反,在时间维度上我国资本市场市场化进程的深入,对这一问题的解释力度更强。鉴于第五章仅利用我国数据进行分析,研究结论并不具备普适性,故第六章中采用世界九大经济体的数据,进行了资本市场周期与经济周期长期协动关系的跨国比较。具体来说,利用小波分析的方法对近二十二年的资本市场周期数据和经济周期数据分别进行分解,剔除数据中存在的短期随机因素,获取资本市场周期和经济周期的长期趋势,进而分别利用交叉相关系数分析、Johansen协整检验、线性及非线性格兰杰因果关系检验等多种经典方法验证二者之间的长期协动效应。检验结果显示:(1)在长期视角下,资本市场周期和经济周期之间存在明显的协动效应,且二者具备稳定的格兰杰因果关系;(2)一国资本市场的发达程度越高其对实体经济的反应越强,资本市场周期与经济周期的长期协动效应越为明显;(3)资本市场周期的长期趋势领先于经济周期运动,与资本市场是经济晴雨表的假说高度耦合。最后,在详细梳理我国资本市场各项制度演变路径的基础上,笔者提出了资本市场中的制度性分歧,具体包括市场导向与制度构建的分歧、刑事处罚与行政处罚的分歧、多层次资本市场的同质化与边缘化、政策执行的反复及资本市场平稳发展目标与资本市场周期性的固有分歧。并对于资本市场制度建设的未来取向展开了探讨,具体包括全链条落实市场化改革、刑事处罚与行政处罚同步化、以竞争型国企为主深化混合所有制改革以及政策效用评估及预测系统的构建。
张洁[8](2019)在《重大事件下我国上证A股市场的短期过度反应研究》文中指出股票指数作为描述股票市场整体表现的重要指标,它的收益率与波动率序列隐含着股票市场的各类信息。通常情况下,股票指数往往都是小幅度的平稳变动,但在重大事件影响下,资产价格发生跳跃性变化或剧烈波动,引发过度反应,加剧市场风险,这对投资者、风险管理部门及政府监管机构都是极为不利的。本文重点研究了重大事件发生后我国上证A股市场的短期过度反应。首先对国内外学者在过度反应方面的研究成果进行了回顾与梳理;其次,创新性地将滚动窗口下的变参数动态VaR模型作为确定重大事件日的方法,并进一步筛选与匹配出对应的重大事件,该方法是对原有方法的优化,有助于弥补固定阈值法与均值标准差法的缺陷;再次,使用传统金融学与行为金融学理论梳理过度反应现象产生的原因及路径;然后,采用事件研究法对我国上证A股市场的短期过度反应进行实证分析,为更全面地比较股市在不同重大事件类型下的短期过度反应差异,将整个重大事件样本根据事件的利好与利空、是否处于经济危机期间、是否实行涨跌停板制度、事件日的形成期与检验期是否出现其他重大事件等划分为若干子类;最后,使用三因素模型来验证风险因子的改变是否为引起市场短期过度反应的主要原因。研究表明,我国上证A股市场在重大事件影响下产生了短期过度反应,并具有明显的非对称性。股市在不同重大事件类型下的短期过度反应特征略有不同,其中上证A股市场在重大利空事件、经济危机与非经济危机期间的事件、涨跌停板制度实行前后的事件、无重叠事件类型、反转事件类型等七种类型下产生了较明显的短期过度反应,通过构建反转策略组合均能够获得超过市场表现的超额收益率,表现优于买入并持有策略。相反,上证A股市场在重大利空事件与动量事件类型下未产生显着的过度反应,反转策略组合的收益率为正,但却没有明显优于市场表现。此外,三因素模型对股市的过度反应现象具有一定的解释能力,但不是引起股市短期过度反应的主要原因。对三因素模型来说,规模因子的回归系数在全样本、重大利空事件、经济危机期间、反转事件类型等四种情形下均显着为正值,说明在这些情形下,小规模股票对重大事件更敏感,更容易发生过度反应;大多数事件类型下的账面市值比因子的回归系数显着为负值,说明低账面市值的股票比高账面市值比的股票更易产生过度反应。综上,我国上证A股市场的投资者存在非理性行为,在重大事件的影响下会发生短期过度反应,为行为金融学理论提供了新的实证证据,同时也有利于投资者根据过度反应特征改善交易体系,制定更合理的投资策略。
王帅文[9](2019)在《基本面价格异象、收益成因及其套利策略研究》文中研究指明资本资产定价模型(CAPM)和套利定价理论(APT)告诉我们,股票收益是由一些风险因素决定的,与其价格没有关系;尽管股息贴现模型(DDM)显示,对于风险高的股票,投资者会要求有较高的贴现率,从而导致其价格下降,但是影响仍然是限于风险因素定价的范围,且模型要求在股利及其增长率一定的条件下。经验分析方面,来自国内外的众多相关研究结果显示,股票价格与其收益率存在相关关系,早期的研究显示股票价格与其收益率负相关,近期的研究显示股票价格与其收益率正相关,而且这种相关关系在考虑了多种风险定价因素之后仍然存在,即股票市场中存在价格异象。这种价格异象同样也存在于中国A股市场。考虑到股息贴现模型揭示通过风险因素定价对股票价格收益关系有一定的影响,而国内外相关的经验研究基本上都忽视了股价中隐含了对预期收益的影响,因此本文通过引入一个概念——基本面价格——来考察中国A股市场中的价格异象。本文的研究思路是,首先,用股息贴现模型从理论上分析股票价格的决定因素;其次,根据这些价格决定因素拟合一个价格,本文称之为基本面价格;最后,考察基本面价格与收益之间是否存在相关关系,即检验基本面价格异象是否存在,进而分析其成因和套利的可能。具体而言,第一,基于股息贴现模型从理论上推导股票价格的决定因素,本文中我们采用固定增长情形下的股息贴现模型从公司层面分析影响股票价格的决定因素。第二,本文以中国市场沪深两市的股票作为研究对象,以2006年12月至2017年12月作为样本区间,使用组合价差法、Fama-French三因子和五因子模型以及Fama-MacBeth回归的方法对中国A股市场中名义价格异象以及基本面价格异象的存在性进行了检验,并考察基本面价格异象的持续性。第三,本文在行为金融学的基础上对基本面价格异象可能的形成原因进行分析,包括股票的博彩性、投资者偏好、投资者情绪和分析师偏好等。第四,在上述分析的基础上构建基本面价格异象的投资策略,并考察其经验结果,进行实证分析。本文的主要研究内容以及相关结论如下:第一,名义价格异象及基本面价格异象存在性检验。实证结果显示:(1)名义价格异象不存在,尽管表现为低价股溢价现象,但是在考虑风险定价模型后并不存在风险调整后收益;(2)基本面价格异象存在高价股溢价现象,并且这是传统的风险定价模型所不能解释的;(3)与BW估计方法相比,本文提出的扩展BW估计方法更优,即扩展BW方法估计出的基本面价格与其收益之间的显着性更高,该基本面价格异象的持续性更强。第二,基本面价格异象成因分析。本文分别考察了股票的博彩性、卖空限制、投资者分歧、机构投资者持仓占比、市场情绪以及分析师偏好等因素对于基本面价格异象的影响,结果显示上述因素均只能部分解释基本面价格异象,同时上述因素对于BW估计方法以及扩展BW估计方法估计出的基本面价格异象影响相同:(1)做空限制越大以及做空风险越高的股票,其基本面价格异象越强;(2)股票的博彩效应以及投资者分歧均会加强股票的基本面价格异象;(3)机构投资者持仓占比越高的股票,基本面价格异象越弱;(4)市场情绪高亢以及市场情绪变化剧烈的时候,基本面价格异象越强;(5)基本面价格越低的股票越容易发生兼并重组,而名义价格则对上市公司兼并重组没有影响;(6)分析师对于基本面价格较低的股票倾向给予更高的盈利预期和目标价格。综上,理性以及增加市场效率的行为会减弱基本面价格异象,而非理性以及降低市场效率的行为则会加剧基本面价格异象。最后,本文在前面分析的基础上分别基于BW估计方法和扩展BW估计方法构建了两种基本面价格投资策略,通过分析两种投资策略的行业特征以及月度效应对两种策略进行优化并且发现两种策略均可以实现较好的风险调整后收益,同时基于扩展BW估计方法的基本面价格投资策略的风险调整后收益要优于基于BW估计方法的基本面价格投资策略。与已有研究相比,本文的学术贡献可能主要表现在以下几个方面:第一,本文尝试提出基本面价格概念,并考察中国A股市场中基本面价格异象的存在性。国内外学者虽对名义价格异象均有研究,不过从实证检验的结果来看,国内外的研究均没有在名义价格异象的存在性上达成一致,同时均没有考虑股息贴现模型所揭示的低价股高收益关系。本文提出基本面价格用以区分基本面价格异象与名义价格异象的差异,有助于对名义价格异象存在性及其特征的深入理解。第二,本文尝试从理论分析入手考察股票价格决定因素,在此基础上提出新的基本面价格估计方法,并据此考察了基本面价格异象。尽管可以采用BW方法估计基本面价格,但是考虑到这种估计方法缺乏理论基础,本文基于股利增长模型,从理论上分析了基本面价格的决定因素,在此基础上提出新的基本面价格估计模型,本文称之为扩展BW估计方法,进而考察了基本面价格异象的存在性和持续性,并且将两种估计方法得出的基本面价格异象相对比,为以后解决与股票价格相关的市场异象提供了新的思路。第三,本文尝试用股票的博彩性、投资者分歧、机构持股占比以及市场情绪等因素对基本面价格异象进行解释。虽然已有国内研究从政策层面以及行为金融学视角对名义价格进行了研究,但是其解释力度较小并且不够全面。本文在对基本面价格异常收益从风险模型定价角度分析后,从股票的博彩性、机构投资者持股、卖空限制、投资者分歧、兼并重组、投资者情绪以及分析师行为偏差等视角对基本面价格异常收益进行了全面系统的成因分析,并且发现上述因素对基本面价格异象的形成均具有一定的解释能力,同时通过分析其影响可以为监管层制定有效的监管措施提供参考。第四,本文基于基本面价格异象构建多空策略并且通过优化策略考察风险调整后收益。国内外学者对于各种市场异象的研究较多,但是只有部分学者将其研究成果组建成相应的投资策略,本文在检验基本面价格的基础上分析了其行业特征以及季节效应进而制定优化的基本面价格投资策略。本文对于基本面价格异象的研究以及分析将有助于相关投资公司构建对冲策略,在降低成本的同时获得超额收益。
胡馨[10](2019)在《基于股评的投资者情绪对中国股市的影响研究》文中研究说明随着互联网的普及与网民参与度的提高,有关股市的信息已经爆炸式增长,在“互联网+”的新概念背景下,基于网络论坛、微博、博客等社会化媒体平台,挖掘投资者情绪指标乃至其交易行为特征数据是大数据时代的关注热点。我国证券市场中的投资者非理性,大量的个人投资者更加关注与基本面无关的内幕、政策以及小道消息,容易受到市场信息的干扰,造成投资者的行为偏差。同时,社交媒体广泛传播了大量关于股市的虚假负面信息,影响了投资者的投资行为决策,投资者的心理行为因素会受到其他人行为影响从而做出一致行为,个人非理性的跟风投资行为被放大并影响其他人形成错误的投资决策,从而造成整个股市的暴涨暴跌。本文在行为金融的理论架构下,通过构造投资者情绪指标,研究基于股评的投资者情绪对中国股市收益的影响,为进一步探索我国股市的投资者行为特征提供一个新的思路。本文研究共分为三大部分:首先规定投资者情绪的含义以及对行为金融学相关理论进行阐述(包括对国内外文献的归纳与总结),其次选择相关变量的数据来源以及构建投资者情绪指标,最后以建立SVAR模型的方式,通过格兰杰因果关系检验研究网络论坛投资者情绪与股票收益率是否有单项或双向的因果关系;通过结构脉冲响应分析研究网络论坛投资者情绪与股票收益率的互动关系。本文在行为金融学的理论基础之上,综合应用爬虫、文本挖掘、格兰杰因果检验、结构向量自回归模型模型等方法,对现有的关于投资者情绪理论的研究成果进行归纳总结,构建基于网络论坛股票评论的文本信息的沪市投资者情绪指标,实证结果认为基于股评的投资者情绪对股票收益率有正向的显着影响,但股票收益率对基于股评的投资者情绪的推动效应很弱,其影响并不显着。结合2018年大熊市的市场行情,市场受到了美股暴跌以及中美贸易战的冲击,股票价格连续下跌,投资者对整个市场形成了悲观的预期,出于“损失厌恶”和“处置效应”的原因,投资者更加谨慎并且倾向于价值投资,投资者更容易理性和正确看待股票价格的涨跌,基于股评的股票收益率对投资者情绪冲击的影响是瞬间性的、不可持续性的,投资者情绪对熊市的股票收益率有一定拉动作用和持续性影响。这些实证结果为深入理解参与股吧评论的交易者的行为特征以及为进一步研究投资者情绪对股市产生的影响提供了证据。
二、行为金融学与我国的股票市场(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、行为金融学与我国的股票市场(论文提纲范文)
(1)均值回归、市场有效周期与系统性金融风险(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景与意义 |
1.2 研究思路 |
1.3 研究范畴界定 |
1.3.1 系统性金融风险研究范围的界定 |
1.3.2 市场有效周期的界定 |
1.4 结构安排 |
1.5 创新与不足 |
1.5.1 本文的创新之处 |
1.5.2 不足与研究展望 |
第2章 文献及研究综述 |
2.1 系统性金融风险文献研究综述 |
2.1.1 系统性金融风险成因 |
2.1.2 系统性金融风险的演化机制 |
2.1.3 系统性金融风险度量 |
2.2 有效市场文献研究综述 |
2.2.1 有效市场假说发展过程 |
2.2.2 市场异象与行为金融学质疑 |
2.3 均值回归理论与方法文献研究综述 |
2.3.1 均值回归的理论分析 |
2.3.2 均值回归的检验方法 |
2.4 本章小结 |
第3章 均值回归、市场有效周期与系统性金融风险理论分析 |
3.1 市场有效周期理论 |
3.1.1 市场有效周期理论的现实基础 |
3.1.2 市场有效周期理论的理论基础 |
3.1.3 市场有效周期的特点 |
3.1.4 市场有效周期与金融学分歧的解决 |
3.2 市场有效周期理论视角下系统性金融风险解释 |
3.2.1 市场有效周期与系统性金融风险演化 |
3.2.2 时点无效是金融市场的常态现象 |
3.2.3 市场有效周期是金融市场的必然现象 |
3.3 均值回归、市场有效周期与系统性金融风险的积聚与释放 |
3.3.1 均值回避、市场无效与系统性金融风险的积聚 |
3.3.2 均值回归、市场有效与系统性金融风险的释放 |
3.4 本章小结 |
第4章 均值回归与市场有效周期理论的实证证据 |
4.1 市场有效周期与股票收益率均值回归特征分析 |
4.1.1 市场有效周期与均值回归的必然性 |
4.1.2 市场有效周期与均值回归的周期长短的不确定性 |
4.2 均值回归与系统性金融风险的积聚与释放 |
4.2.1 均值回归的必然性与系统性金融风险释放 |
4.2.2 均值回归的周期长短不确定性与系统性金融风险周期测算 |
4.3 世界主要市场有效周期测算 |
4.3.1 STAR模型 |
4.3.2 实证检验 |
4.4 本章小结 |
第5章 股票市场系统性金融风险周期演化特征检验 |
5.1 系统性金融风险周期演变的理论分析 |
5.1.1 经济周期与系统性金融风险形成 |
5.1.2 系统性金融风险的周期演变过程 |
5.1.3 系统性金融风险的监管和防范 |
5.2 系统性金融风险周期演变机理 |
5.2.1 股票市场对宏观经济周期放大效应 |
5.2.2 资产泡沫周期循环 |
5.2.3 投资者行为周期变化 |
5.2.4 政府行为周期变化 |
5.3 系统性金融风险周期性演化实证研究 |
5.3.1 系统性金融风险测度指标合成 |
5.3.2 基于马尔科夫区制转移模型的系统性金融风险测度 |
5.3.3 基于R/S分析法的系统性金融风险周期性特征 |
5.4 本章小结 |
第6章 股票市场系统性金融风险非对称特征检验 |
6.1 股票收益率非对称波动理论分析 |
6.1.1 股票市场收益率非对称现象 |
6.1.2 股票市场收益率非对称效应影响因素 |
6.1.3 股票市场收益率非对称性检验方法 |
6.2 股票市场系统性金融风险非对称演化机理 |
6.2.1 股票市场系统性金融风险非对称演化成因 |
6.2.2 股票市场系统性金融风险非对称演化与金融危机形成 |
6.2.3 股票市场系统性金融风险非对称演化数理推导 |
6.3 股票市场系统性金融风险非对称演化检验 |
6.3.1 指标选取 |
6.3.2 模型描述 |
6.3.3 检验过程及结果 |
6.4 本章小结 |
第7章 结论与政策建议 |
7.1 结论 |
7.2 政策建议 |
7.2.1 化解系统性金融风险的短期目标 |
7.2.2 防范系统性金融风险的长期目标 |
7.2.3 建立防范与化解金融风险短期目标与长期目标相结合的调控机制 |
7.3 规避突发事件冲击 |
参考文献 |
在学期间科研成果 |
致谢 |
(2)我国股票市场价格异象的锚定效应研究(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 文献综述 |
1.2.1 股票市场价格异象研究 |
1.2.2 锚定效应研究 |
1.2.3 投资者情绪研究 |
1.2.4 文献述评 |
1.3 研究内容及方法 |
1.3.1 研究内容 |
1.3.2 研究方法 |
1.3.3 技术路线图 |
1.4 论文难点及可能创新点 |
1.4.1 论文难点 |
1.4.2 论文可能的创新点 |
2 相关概念界定及理论基础 |
2.1 股票市场价格异象及相关理论 |
2.1.1 股票市场价格异象的定义 |
2.1.2 股票市场价格异象种类及成因 |
2.1.3 基于行为金融学的解释 |
2.2 锚定效应及相关理论 |
2.2.1 锚定效应的起源与发展 |
2.2.2 锚定效应的作用原理 |
2.2.3 锚定效应的经济学理论基础 |
2.3 投资者情绪相关理论 |
2.3.1 投资者情绪的定义及度量 |
2.3.2 投资者情绪的影响 |
3 股票价格异象中锚定效应的理论分析 |
3.1 股票价格异象中锚定效应产生条件 |
3.2 股票价格异象的锚定效应作用机理 |
3.2.1 “锚值”的度量 |
3.2.2 价格异象锚定效应机理分析 |
3.2.3 投资者情绪影响股票价格异象锚定效应的理论分析 |
4 实证研究 |
4.1 实证设计 |
4.1.1 数据的选取和样本来源 |
4.1.2 变量定义 |
4.1.3 模型设计 |
4.2 描述性统计 |
4.2.1 股票市场价格分布特征描述性统计 |
4.2.2 变量描述性统计 |
4.3 回归结果及分析 |
4.3.1 锚定效应实证回归结果分析 |
4.3.2 不同情绪阶段锚定效应实证结果分析 |
5 结论与建议 |
5.1 主要结论 |
5.2 政策建议 |
5.2.1 股票投资者建议 |
5.2.2 政府和金融监管部门建议 |
参考文献 |
致谢 |
个人简历、在学期间发表的学术论文及研究成果 |
(3)价值溢价之谜 ——基于市场流动性风险的解释(论文提纲范文)
中文摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景 |
1.2 研究目的和意义 |
1.2.1 研究目的 |
1.2.2 研究意义 |
1.3 研究思路与内容结构 |
1.3.1 研究内容 |
1.3.2 研究方法 |
1.3.3 研究思路与架构 |
1.4 创新点 |
第二章 相关文献综述 |
2.1 价值溢价的存在性 |
2.2 价值溢价的成因研究 |
2.2.1 标准金融学解释 |
2.2.2 行为金融学解释 |
2.3 市场流动性风险与价值溢价 |
2.4 问题的提出 |
第三章 价值溢价的存在性研究 |
3.1 样本选择 |
3.2 方法说明 |
3.2.1 价值股与成长股的划分方法 |
3.2.2 组合持有方法的选择 |
3.3 实证检验结果 |
3.3.1 价值溢价的存在性 |
3.3.2 价值溢价与公司规模 |
3.4 价值溢价的持续期 |
3.5 本章小结 |
第四章 价值溢价的成因研究 |
4.1 样本选择 |
4.2 方法说明 |
4.2.1 流动性指标的选取 |
4.2.2 因子构建方法 |
4.3 模型构建与实证结果分析 |
4.3.1 价值溢价与市场流动性风险 |
4.3.2 价值溢价与流动性风险溢价 |
4.4 本章小结 |
第五章 结论及启示 |
参考文献 |
攻读学位期间取得的研究成果 |
致谢 |
个人简况及联系方式 |
(4)基于噪声交易的股市动量效应与动量投资策略研究(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 文献综述 |
1.2.1 噪声交易研究 |
1.2.2 动量效应与动量投资策略研究 |
1.2.3 噪声交易与动量投资策略研究 |
1.2.4 文献述评 |
1.3 研究内容及安排 |
1.4 研究方法与创新 |
1.4.1 研究方法 |
1.4.2 创新 |
2 噪声交易与动量效应的相关理论 |
2.1 基本概念 |
2.1.1 噪声交易和噪声交易者 |
2.1.2 噪声交易风险 |
2.1.3 动量效应和动量投资策略 |
2.1.4 噪声交易者的行为表现 |
2.2 噪声交易理论模型——DSSW模型 |
2.3 行为金融学对动量效应的成因解释 |
2.3.1 投资者情绪与动量效应 |
2.3.2 投资交易行为与动量效应 |
2.4 本章小结 |
3 基于噪声交易的动量投资策略的构造 |
3.1 噪声交易形成动量效应的机理分析——扩展的DSSW模型 |
3.1.1 模型的基本假定 |
3.1.2 模型的建立 |
3.1.3 模型的解释 |
3.2 噪声交易水平的衡量指标 |
3.3 基于噪声交易的动量投资策略与操作步骤 |
3.3.1 二维组合分析法 |
3.3.2 策略具体构造方法与操作步骤 |
3.4 本章小结 |
4 基于噪声交易的动量投资策略实证检验 |
4.1 样本股票的噪声交易水平计算结果 |
4.1.1 数据的选取与处理 |
4.1.2 噪声交易水平计算结果 |
4.2 噪声交易风险与股票收益率的相关性分析 |
4.3 基于噪声交易的动量投资策略实证分析 |
4.3.1 高噪声交易水平股票组合动量投资策略实证 |
4.3.2 低噪声交易水平股票组合动量投资策略实证 |
4.3.3 与传统J-T动量投资策略收益比较分析 |
4.4 本章小结 |
5 结论及政策建议 |
5.1 基本研究结论 |
5.2 政策建议 |
5.3 研究展望 |
参考文献 |
致谢 |
攻读学位期间发表的学术论文题目 |
(5)宏观经济条件下投资者情绪对股票市场波动影响研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 问题的提出 |
1.1.3 研究意义 |
1.2 论文结构安排 |
1.2.1 研究方法 |
1.2.2 研究思路 |
1.2.3 论文框架 |
1.3 论文创新点 |
第二章 相关理论与文献综述 |
2.1 基于行为金融学的投资者情绪研究 |
2.1.1 投资者情绪的理论意义 |
2.1.2 投资者情绪的定义 |
2.1.3 投资者情绪的理论基础 |
2.2 投资者情绪的度量 |
2.3 股票市场波动的相关研究 |
2.4 宏观经济条件与投资者情绪的相关研究 |
2.4.1 宏观经济条件的定义 |
2.4.2 宏观经济条件对投资者情绪影响的相关研究 |
2.4.3 宏观经济条件与投资者情绪对股票市场波动的综合影响 |
2.5 相关研究总结评述 |
第三章 投资者情绪综合指标的构建 |
3.1 引言 |
3.2 构建思路 |
3.3 描述性统计分析 |
3.4 投资者情绪指标的构建 |
3.5 考虑宏观经济因素对投资者情绪的影响 |
3.5.1 宏观经济变量选取与数据说明 |
3.5.2 模型设定与结果分析 |
3.6 投资者情绪指标有效性分析 |
3.7 本章小结 |
第四章 宏观经济条件下投资者情绪对股票市场波动影响的机制研究 |
4.1 引言 |
4.2 相关理论与模型 |
4.3 基于SVAR模型的实证研究 |
4.3.1 SVAR模型设定 |
4.3.2 变量选取与模型构建 |
4.3.3 脉冲响应分析 |
4.3.4 方差分解分析 |
4.4 本章小结 |
第五章 宏观经济条件下投资者情绪对股票市场波动影响的特征分析 |
5.1 引言 |
5.2 相关理论与数据选取 |
5.3 基于DCC-GARCH模型的特征分析 |
5.3.1 研究设计 |
5.3.2 宏观经济条件下投资者情绪与股票市场波动的影响特征分析 |
5.3.3 不同市场环境下投资者情绪对股票市场波动的影响特征分析 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 研究结论 |
6.2 相关政策建议 |
6.3 研究展望 |
致谢 |
参考文献 |
攻读硕士学位期间取得的成果 |
(6)多因子资产定价模型在A股市场的实证研究(论文提纲范文)
摘要 |
abstract |
第1章 导论 |
1.1.研究背景与目的 |
1.2.研究思路和主要内容 |
1.3.全文结构 |
1.4.主要创新 |
第2章 资产定价理论回顾和文献综述 |
2.1.资产定价理论回顾 |
2.2.资产定价主要方法 |
2.3.资产定价文献综述 |
2.4.基于行为金融学的资产定价回顾 |
2.5.本章小结 |
第3章 上市公司股票收益率和多因子资产定价 |
3.1.FF多因子定价模型中的股票收益率 |
3.2.公司股票收益率的成因分析 |
3.3.公司股票收益率公式推导 |
3.4.基于公司股票收益率的多因子定价模型 |
3.5.本章小结 |
第4章 多因子定价模型中经营基本面因素研究 |
4.1. “投资异象”的经营基本面因素分析 |
4.2.A股经营基本面因素的对经济“晴雨表”的分析 |
4.3.经营基本面因素与股票收益率横截面研究 |
4.4.本章小结 |
第5章 多因子定价模型中投资者情绪因素研究 |
5.1.投资者情绪表现形式和度量指标 |
5.2.A股市场整体投资者情绪指数研究 |
5.3.个股投资者情绪因素研究 |
5.4.本章小结 |
第6章 多因子定价模型在A股市场的实证检验 |
6.1.A股市场发展及数据样本 |
6.2.定价因子构建与分析 |
6.3.定价因子比较与选择 |
6.4.不同多因子定价模型在A股市场比较和分析 |
6.5.稳健性检验 |
6.6.本章小结 |
第7章 多因子定价模型在配对交易中的应用 |
7.1.配对交易现状 |
7.2.多因子模型在配对交易中的应用 |
7.3.实证分析 |
7.4.本章小结 |
第8章 论文总结 |
8.1.结论与启示 |
8.2.研究展望 |
参考文献 |
致谢 |
攻读博士学位期间发表论文 |
攻读博士学位期间参加学术会议情况 |
(7)资本市场周期的结构特征及其与经济周期的关联机制研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 研究背景与意义 |
1.2 基本概念界定 |
1.3 研究思路与结构安排 |
1.4 本文的创新之处 |
第2章 理论基础与文献综述 |
2.1 资本市场周期运行的理论基础 |
2.1.1 标准金融学与行为金融学 |
2.1.2 分形市场假说与适应性市场假说 |
2.2 资本市场周期的特征解析与影响因素 |
2.2.1 资本市场周期的特征解析 |
2.2.2 资本市场周期的影响因素 |
2.3 资本市场周期与经济周期的交互影响 |
2.3.1 资本市场周期与经济周期的周期传导机制 |
2.3.2 资本市场周期与经济周期的波动相依特征 |
2.4 本章小结 |
第3章 资本市场周期结构特征的识别与制度解释 |
3.1 资本市场周期的成因解析与制度背景 |
3.2 资本市场周期结构的基本特征 |
3.2.1 资本市场周期时域维度的结构特征 |
3.2.2 资本市场周期频域维度的结构特征 |
3.3 资本市场周期结构特征识别的模型构建 |
3.3.1 MS-AR模型的构建 |
3.3.2 数据选择与描述性统计 |
3.3.3 资本市场周期的区制转换特征识别 |
3.4 资本市场周期结构特征的制度解释 |
3.5 本章小结 |
第4章 政策信息对资本市场周期波动的影响机制 |
4.1 政策信息对资本市场周期波动的现实影响 |
4.2 政策信息对资本市场周期波动的影响机理 |
4.2.1 政策信息对资本市场周期波动影响的研究回顾 |
4.2.2 政策信息对资本市场周期波动影响的理论机制 |
4.3 数据选择、模型构建与适用性检验 |
4.3.1 数据选择与描述性统计 |
4.3.2 TVP-VAR模型的构建 |
4.3.3 模型的适用性检验 |
4.4 政策信息对资本市场周期波动的时变影响机制 |
4.4.1 数量型货币政策信息对资本市场周期波动的影响 |
4.4.2 价格型货币政策信息对资本市场周期波动的影响 |
4.4.3 汇率政策信息对资本市场周期波动的影响 |
4.4.4 稳健性检验 |
4.5 本章小结 |
第5章 资本市场周期与经济周期的动态关联机制 |
5.1 资本市场周期与经济周期的现实联系 |
5.2 资本市场与经济周期关联机制的分析与假设 |
5.3 资本市场周期与经济周期关系机制的实证检验 |
5.3.1 数据选择与描述性统计 |
5.3.2 资本市场周期与经济周期的关联性检验 |
5.3.3 资本市场周期与经济周期的动态响应机制 |
5.4 本章小结 |
第6章 资本市场周期与经济周期长期协动关系的跨国比较 |
6.1 资本市场周期与经济周期长期协动关系的分析与假设 |
6.2 资本市场周期与经济周期长期趋势的度量 |
6.2.1 小波分析原理 |
6.2.2 数据选择与描述性统计 |
6.2.3 基于小波变换的数据分析 |
6.3 资本市场周期与经济周期长期协动关系的实证检验 |
6.4 本章小结 |
第7章 资本市场制度建设的演变路径与未来取向 |
7.1 资本市场制度建设的演变路径 |
7.2 资本市场的制度性分歧 |
7.3 资本市场制度建设的未来取向 |
7.4 本章小结 |
结论 |
参考文献 |
攻读学位期间发表的学术论文及其它科研成果 |
致谢 |
(8)重大事件下我国上证A股市场的短期过度反应研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
第一节 研究背景及意义 |
一、研究背景 |
二、研究意义 |
第二节 文献综述 |
一、过度反应理论研究 |
二、过度反应实证研究 |
三、文献评述 |
第三节 研究方案 |
一、研究思路 |
二、研究方法 |
三、研究结构安排 |
第四节 创新之处与研究不足 |
一、创新之处 |
二、研究不足 |
第二章 重大事件的筛选 |
第一节 重大事件的定义与分类 |
一、重大事件的定义 |
二、重大事件的分类 |
第二节 重大事件的筛选方法 |
一、常见的筛选方法 |
二、筛选方法的比较与选择 |
第三节 动态VaR模型挑选重大事件 |
一、动态VaR模型的构建 |
二、动态VaR模型的计算步骤 |
三、重大事件的确定 |
四、动态VaR模型的可行性检验 |
第三章 过度反应表现及理论解释 |
第一节 过度反应的定义及表现 |
一、过度反应的定义 |
二、过度反应的表现 |
第二节 过度反应的理论解释 |
一、传统金融学理论 |
二、行为金融学理论 |
第四章 重大事件下市场短期过度反应的实证模型构建 |
第一节 过度反应现象的实证模型选择 |
第二节 过度反应模型的构建 |
一、模型的实证说明 |
二、过度反应现象的检验依据 |
三、模型的设计与构建 |
第五章 重大事件下市场短期过度反应的实证检验 |
第一节 数据来源及统计分析 |
一、数据来源 |
二、收益率序列的统计分析 |
第二节 事件日与检验区间划分 |
一、动态VaR值的计算 |
二、事件日的确定 |
三、形成期与检验期的划分 |
第三节 构建赢者组合与输者组合 |
一、赢者组合与输者组合的构建说明 |
二、赢者组合与输者组合的分组情况 |
第四节 重大事件下市场短期过度反应现象的实证结果 |
一、整个重大事件样本下的过度反应研究 |
二、重大利好与利空事件的过度反应研究 |
三、经济危机与非经济危机期间的过度反应研究 |
四、涨跌停板制度实施前后的过度反应研究 |
五、不同重叠事件类型下的过度反应研究 |
六、实证总结 |
第五节 过度反应现象是否由风险因子引起 |
一、平稳性检验 |
二、模型检验与选择 |
三、回归结果与结论 |
第六章 结论与展望 |
第一节 研究结论 |
第二节 投资与政策建议 |
一、投资建议 |
二、政策建议 |
第三节 研究展望 |
参考文献 |
附录 |
致谢 |
攻读硕士学位期间的研究成果 |
(9)基本面价格异象、收益成因及其套利策略研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 选题背景与研究价值 |
1.1.1 选题背景 |
1.1.2 研究问题 |
1.1.3 研究价值 |
1.2 研究思路及研究框架 |
1.2.1 研究思路 |
1.2.2 研究框架 |
1.3 研究内容与研究方法 |
1.3.1 研究内容 |
1.3.2 研究方法 |
1.4 学术贡献与不足 |
1.4.1 学术贡献 |
1.4.2 研究的不足 |
2 文献综述 |
2.1 股票价格收益关系的理论研究 |
2.2 股票价格异象的经验分析 |
2.3 股票价格异象的成因解释 |
2.4 基于股票价格的策略文献回顾 |
2.5 文献评述 |
3 相关概念与理论分析 |
3.1 名义价格与基本面价格 |
3.2 低价股识别方法 |
3.3 股票价格收益关系的的理论分析 |
3.3.1 股票价格决定的基本面因素:基于股息贴现模型的分析 |
3.3.2 股票价格决定的其他因素 |
3.3.3 基本面价格模型构建 |
3.4 本章小结 |
4 名义价格异象的存在性检验及成因分析 |
4.1 研究设计 |
4.1.1 数据样本 |
4.1.2 实证指标说明 |
4.1.3 模型设计 |
4.2 描述性统计分析 |
4.3 名义价格异象的存在性检验 |
4.3.1 组合价差分析 |
4.3.2 风险定价模型检验 |
4.3.3 Fama-MacBeth回归检验 |
4.4 分析师视角下的名义价格异象 |
4.5 稳健性检验 |
4.6 本章小结 |
5 基本面价格异象的存在性检验及持续性分析 |
5.1 研究设计 |
5.1.1 数据样本 |
5.1.2 实证指标说明 |
5.1.3 模型设计 |
5.2 基本面价格估计 |
5.2.1 BW方法以及扩展BW方法的基本面价格估计 |
5.2.2 描述性统计结果 |
5.3 基本面价格异象的存在性检验 |
5.3.1 组合价差分析 |
5.3.2 风险定价模型检验 |
5.3.3 Fama-MacBeth回归检验 |
5.4 基本面价格异象的持续性分析 |
5.5 稳健性检验 |
5.6 本章小结 |
6 基本面价格异象的成因分析 |
6.1 研究设计 |
6.1.1 数据样本 |
6.1.2 实证指标说明 |
6.1.3 模型设计 |
6.2 基于风险定价模型的基本面价格异象成因分析 |
6.3 基于行为金融学的基本面价格异象成因分析 |
6.3.1 基于博彩性、卖空限制以及投资者分歧的成因分析 |
6.3.2 基于市场情绪的基本面价格异象成因分析 |
6.4 基本面价格异象对兼并重组的影响 |
6.5 分析师视角下的基本面价格异象 |
6.6 稳健性检验 |
6.7 本章小结 |
7 基于基本面价格异象的套利交易策略分析 |
7.1 基本面价格异象的行业特征 |
7.2 不同行业的基本面价格策略表现 |
7.3 不同月份的基本面价格策略表现 |
7.4 本章小结 |
8 研究结论、启示与展望 |
8.1 研究结论 |
8.2 研究启示与政策建议 |
8.2.1 对投资者的启示 |
8.2.2 对研究者的启示 |
8.2.3 对监管部门的政策建议 |
8.3 研究展望 |
攻读博士期间发表的科研成果 |
参考文献 |
致谢 |
(10)基于股评的投资者情绪对中国股市的影响研究(论文提纲范文)
摘要 |
Abstract |
绪论 |
一、研究背景与意义 |
二、国内外研究现状 |
三、研究内容与方法 |
四、本文的创新点与不足 |
第一章 投资者情绪理论基础 |
第一节 投资者情绪的行为金融学基础 |
一、行为金融学理论基础 |
二、投资者情绪的定义 |
三、投资者情绪影响股市的传导机制 |
第二节 投资者情绪度量方法概述 |
一、单一情绪指标 |
二、复合情绪指标 |
二、网络情绪指标 |
第二章 基于股评的投资者情绪指标构建与模型选择 |
第一节 投资者情绪指标的构建 |
一、数据抓取 |
二、情感分析与指标构建 |
第二节 时间序列计量模型与方法 |
一、向量自回归模型 |
二、格兰杰因果关系检验 |
三、基于SVAR的结构脉冲响应函数 |
第三章 投资者情绪与股票收益率的影响分析 |
第一节 描述性统计 |
一、数据来源及特征 |
二、变量相关性分析 |
第二节 投资者情绪与股票收益的实证结果分析 |
一、模型的稳定性检验 |
二、格兰杰因果关系检验分析 |
三、基于SVAR模型的实证分析 |
研究结论与政策建议 |
一、研究结论 |
二、政策建议 |
参考文献 |
致谢 |
四、行为金融学与我国的股票市场(论文参考文献)
- [1]均值回归、市场有效周期与系统性金融风险[D]. 黄杉. 吉林大学, 2020(08)
- [2]我国股票市场价格异象的锚定效应研究[D]. 杨博睿. 西北师范大学, 2020(01)
- [3]价值溢价之谜 ——基于市场流动性风险的解释[D]. 宋婧玮. 山西大学, 2020(01)
- [4]基于噪声交易的股市动量效应与动量投资策略研究[D]. 钟琪. 河南大学, 2020(02)
- [5]宏观经济条件下投资者情绪对股票市场波动影响研究[D]. 宋悦东. 电子科技大学, 2020(07)
- [6]多因子资产定价模型在A股市场的实证研究[D]. 干伟明. 南京大学, 2020(09)
- [7]资本市场周期的结构特征及其与经济周期的关联机制研究[D]. 张晗. 吉林大学, 2019(02)
- [8]重大事件下我国上证A股市场的短期过度反应研究[D]. 张洁. 深圳大学, 2019(10)
- [9]基本面价格异象、收益成因及其套利策略研究[D]. 王帅文. 东北财经大学, 2019(06)
- [10]基于股评的投资者情绪对中国股市的影响研究[D]. 胡馨. 中南财经政法大学, 2019(09)