状态依赖下的股市正反馈交易

在Sentana和Wadhwani的正反馈模型基础上,本文利用前期涨跌进行状态划分,建立了正反馈交易的Markov状态依赖模型,考察市场中的正反馈交易行为与羊群效应。通过对中国股市的实证研究,可以发现,股价不服从随机游走,在前期股价连续上涨或下跌的情况下,转移概率具有惯性;中国股市存在显著的状态相依的正反馈行为,在前期股价连续上涨的情况下,易激发羊群行为。监管者应注重市场价格的持续变动,投资者可以采用正反馈交易策略。     

投资者情绪、股票流动性与股价泡沫——基于GASDF检验法的分析

股价泡沫严重影响资本市场健康运行,而投资者情绪和市场流动性是影响泡沫膨胀和破灭的重要因素。为探究二者对股价泡沫的作用机制,本文选取上证行业指数,通过动态因子分析法,将百度指数等网络社交媒体数据与换手率等传统情绪代理变量相结合,构建多个行业的投资者情绪指标。随后基于广义右尾单位根(Generalized Sup-ADF, GSADF)检验法,检测了不同行业的泡沫,并运用面板Logit模型和中介效应检验方法,进一步分析了投资者情绪、流动性与行业股价泡沫之间的关系。实证分析及稳健性检验结果均表明,投资情绪与流动性对股价泡沫的存在性具有显著的正向作用,投资者情绪可以通过促进流动性的提升,导致股价泡沫产生的可能性的进一步提高。研究结论对于防范股价泡沫风险具有重要启示,为监管者对加强市场情绪监管提供相关理论依据。     

谁更能解释股市羊群效应:信息传播还是投资者情绪?

利用2008年6月1日至2014年10月31日A股收益率数据和东方财富网上证综指吧主题帖文本,以情绪词测度投资者情绪,发帖量代表信息传播强度,构建信息传播和投资者情绪影响股市羊群效应的GARCH模型.利用赤池信息准则比较信息传播和投资者情绪对股市羊群效应的解释能力.实证表明,前期信息传播加强了本期股市羊群效应,但当日盘前信息传播则减弱了当日股市羊群效应,前期悲观情绪将增强本期股市羊群效应.主要结论有:1)信息传播与投资者情绪对股市羊群效应都具有显著的解释能力;2)综合信息传播和情绪的模型对股市羊群效的解释优于单一信息传播或情绪因素的模型;3)相对于投资者情绪,信息传播对股市羊群效应的解释更优.     

投资者情绪与股价崩盘风险——基于企业过度投资的中介效应

投资者情绪的高涨或低迷会使股票偏离其内在价值,对企业的投资行为造成影响.反过来,企业的过度投资也会加剧个股未来崩盘的可能性.企业的过度投资在其中发挥怎样的作用?投资者情绪是否正向作用于个股未来崩盘的风险?这是值得思考的问题.文章以2004-2018年A股上市公司为样本,从企业过度投资的中介效应角度考察投资者情绪对股价崩盘风险的作用机制.研究发现:1)投资者情绪与股价崩盘风险正相关.投资者情绪越高涨,未来股价崩盘风险越大.2)企业的过度投资水平在投资者情绪到股价崩盘风险的传导过程中发挥着部分中介作用.投资者情绪越高涨,企业过度投资水平就越高,未来股价崩盘风险越大.文章对引导投资者理性投资、加强公司治理、抑制实体经济过热投资及保持宏观经济稳定运行具有理论和现实意义.     

基于粗糙集与小波网络集成的股价走势预测研究

股价走势预测可以为股票投资提供科学依据.为了提高股价走势预测的能力,提出了一种基于粗糙集(RS)与小波网络(WNN)集成的预测方法.它首先利用RS良好的属性约简能力,对股票价格特征量进行降维;然后,采用RS优化WNN的拓扑结构,建立降维特征量基础上的股票价格走势预测模型;最后,由所建模型对股票价格走势进行预测.仿真结果表明,通过引入RS属性约简,很大程度上简化了WNN股格走势模型结构,并改善了模型性能.对上证综指、沪深综指300及澳大利亚股指的预测命中率分别为65.75%、66.37%和65.9%,训练时间为1.7s、1.8s和2.1s,预测结果也优于其它神经网络和WNN模型.从而验证了该方法用于股票价格走势预测的可行性和有效性.     

基于VAR模型的中国创业板羊群效应研究

羊群效应一直是我国主板市场研究的热点问题,受到开板时间的制约,关于创业板市场羊群效应研究相对较少.以创业板为研究对象,基于CCK模型检验方法,引入成交量指标,分别从价、量两个方面建立VAR模型对创业板的355只股票进行研究.结果表明:我国创业板二级市场存在由成交量引起的羊群效应,滞后期为1~2期.说明在创业板,投资者对成交量变动比价格变动更为敏感.因此,加强投资者交易行为的监管更有利于创业板市场的稳健发展.     

产权性质、投资者关注与股价崩盘风险

以投资者对上市公司的差异关注度作为切入点,研究投资者关注对股价崩盘风险的影响,并进一步考察公司产权性质对两者之间关系的影响.研究发现:随着投资者关注度的提高,上市公司股价崩盘风险显著降低;相比国有上市公司,投资者关注对股价崩盘风险的降低作用在民营上市公司中更加明显.本文深化了股价崩盘风险影响因素的研究,不仅有助于认识投资者关注对资本市场的影响,而且对防范股价崩盘风险和促进股市平稳有序发展都具有参考意义.     

三次Hermite插值方法在证券投资分析中的应用

利用三次Hermite插值公式给出了寻找曲线之间相似程度的算法,对于给定股票的任意一段曲线形状,文章利用该算法找出走势与之相似的股票,将原来只能寻找股价曲线满足特定形状(如W底)的股票的方法进行了推广,对于证券投资者来说是一个有效的工具.同时文章将相似算法应用于利用某只股票的历史走势来预测该股票价格的将来走势,具有有效的投资指导意义.实验证明,文章给出的算法是行之有效的.     

投资者情绪对基金羊群效应的影响研究

大量研究表明我国证券投资基金存在羊群效应,然而却很少对影响基金羊群效应的因素展开进一步的实证研究。基于此,本文利用主成分分析法测量投资者情绪,利用前十大流通股东中证券投资基金的家数来测量基金羊群效应的程度,研究投资者情绪指标是否对基金羊群效应产生影响。研究结果表明,投资者情绪是证券投资基金形成羊群效应的重要因素之一,基金经理在观察到上一期投资者悲观情绪(乐观情绪)时会做出负反馈策略。     

股价崩盘风险、投资者保护与银行贷款契约

本文使用2013~2017年中国非金融上市公司数据,考察股价崩盘风险、投资者保护与银行贷款契约之间的关系。研究发现,股价崩盘风险越高,贷款利率越高,贷款期限越短,更不可能使用信用贷款担保。此外,良好的投资者保护会缓解股价崩盘风险对银行贷款契约的负面影响。进一步研究发现,投资者保护对股价崩盘风险与银行贷款契约之间关系的影响在非国有企业和非主板市场中更加明显。     

基于股吧情感本体与传播的股市短线预测

为研究股吧文本中蕴含的股民情感对股市短线走势的影响,使用情感倾向点互信息算法构建面向股市的情感词典,分别考虑情感本体与情感来源传播建立面向股市的加权情感倾向得分模型,并进一步建立ARMA-GARCHX模型以分析股民情感与股市短线走势之间的关系.研究显示：面向股市的情感词典相比于传统情感词典具有更强的适应性,使用加权情感倾向得分模型建立的预测模型对股市走向的预测相比于传统方法具有更优良的预测效果.     

基于文本信息考虑投资者情绪的均值回归策略设计——以东方财富股吧发帖文本和A股市场为例

在当前互联网时代下,越来越多的文本信息为人们所认识。借助机器学习等技术工具,目前已能较为便捷地从海量的文本数据中挖掘出与投资者行为、情绪有关的信息。基于此,本研究探讨了利用文本信息刻画投资者情绪,并对仅利用价格信息的均值回归策略进行改进。利用东方财富股吧中发帖内容等文本数据构建投资者情绪指标,结合非理性投资行为的特征,设计新的权重转移方程,得到新的均值回归策略。最后,利用部分沪深300成分股的价格数据和股吧文本数据进行实证检验,结果表明:相比于仅利用价格信息刻画均值回归特征的策略,本研究提出的考虑投资者情绪的策略有更好的收益表现。     

投资者情绪影响下资本资产定价的区制性研究——基于股票论坛发帖的情感分析

本文首先建立一个考虑投资者情绪的资本资产定价模型,研究发现,投资者情绪是资产定价的系统性因子且对其影响具有区制性(存在三个区制)。在此基础上通过仿真揭示投资者情绪对资产定价影响存在区制性的原因在于当投资者情绪增加时,最优组合超额收益受组合效应与情绪效应的综合影响。最后基于股票论坛发帖的情感分析构建投资者情绪指标,实证检验了本文的理论模型,并发现基于普通的线性回归模型得到的投资者情绪对股指超额收益影响,一方面会在投资者情绪处于第二区制内时将其对股指超额收益影响方向弄反,另一方面会在投资者情绪处于第三区制内时低估其增加导致的股指超额收益平均增加程度。     

股票价格波动的塑性性质及模型探讨

首先基于股票价格和成交量，根据股票的量价规律，分析了股价波动的塑性性质；然后使用计量经济学方法建立描述股价波动的塑性模型，包括股价塑性基本模型、基本模型的一阶自回归模型、幂指数模型及幂指数模型的一阶自回归模型，基于12支样本股对这些模型进行参数估计和检验；最后对4种形式的股价塑性模型进行了总结。由4种模型均能够通过经济学检验和统计学检验可知股价波动具有塑性性质，且幂指数模型描述股价塑性较为科学、合理。     

中国股市价格和波动性的非线性行为实证研究

深沪综合指数的收益率不服从正态分布,收益率是负斜的,呈现胖尾和峰态;其收益率序列均服从有着分形概率分布的持久性时间序列,它们遵循有偏随机游动,市场表现出较强的趋势行为和非周期循环特征,深市非周期循环为4个月,而沪市为6个月,深沪股市月收益率序列则为确定性的混沌序列;而沪深股市的波动性也呈现出一定程度的不对称特征,沪深股市之间还存在着波动性的溢出效应,深市还存在着一定的杠杆效应,而且,沪深股市之间还存在着明显的波动性的溢出效应.     

投资者情绪和市场利率对证券市场指数收益影响特点的动态刻画

本文基于2006年10月到2015年6月市场层面的投资者情绪和上证综指收益率,刻画了投资者情绪和市场利率对证券市场指数收益率的影响。首先,本文通过误差修正模型研究了短期层面投资者情绪对证券市场收益的影响特点,补充了以往在长期层面和整体收益水平上投资者情绪对市场收益影响的研究。由于市场层面的投资者情绪会受到宏观政策影响,之后本文将市场利率作为政策因素,通过分位数回归分析了不同市场收益水平下,市场利率和剔除了宏观政策因素的投资者情绪对市场收益的影响。研究结果表明:投资者情绪和证券市场收益之间的关系在短期层面上更为显著;当我国的证券市场环境处于“牛市”时,市场利率和投资者情绪均会对证券市场指数收益产生显著的影响,且随着市场收益水平的逐步上升,市场利率的反向作用和投资者情绪的正向作用均会逐渐加强。     

情绪对股票投资收益及后续投资决策的影响

金融学视角的研究使用市场变量代表投资者情绪,未能触及情绪本质.从心理学视角出发,使用行为金融实验方法,研究股票投资者的真实情绪对收益率及后续决策风险偏好的影响.结果发现:1)股价单边下跌时,产生适度消极情绪的个体收益最高.2)对于后续盈利情境的决策,前期产生积极情绪的个体倾向于规避风险,产生消极情绪的个体倾向于寻求风险;对于后续亏损情境的决策,个体均表现为寻求风险.3)股价单边上涨或下跌时,个体最容易出现的具体情绪分别是"倍受鼓舞"、"内疚"等.     

基于投资者情绪的市场均衡分析

在行为金融研究框架下,通过分析情绪投资者与理性投资者的市场均衡条件,构建基于投资者情绪的资产定价模型,并对模型进行了数值模拟。结果表明,投资者情绪是影响资产价格的重要因素:被情绪投资者高估的资产,其回报将下降;被情绪投资者低估的资产,其回报将增加;资产回报的变化程度与情绪投资者卖出低估资产的份额正相关,与资产预期回报金额的相关系数负相关;并且,乐观情绪与悲观情绪对资产价格的作用是非对称的。     

Stochastic equity volatility related to the leverage effect II: valuation of European equity options and warrants

We propose a general framework to assess the value of the financial claims issued by the firm, European equity options and warrantsin terms of the stock price. In our framework, the firm's asset is assumed to follow a standard stationary lognormal process with constant volatility. However, it is not the case for equity volatility. The stochastic nature of equity volatility is endogenous, and comes from the impact of a change in the value of the firm's assets on the financial leverage. In a previous paper we studied the stochastic process for equity volatility, and proposed analytic approximations for different capital structures. In this companion paper we derive analytic approximations for the value of European equity options and warrants for a firm financed by equity, debt and warrants. We first present the basic model, which is an extension of the Black-Scholes model, to value corporate securities either as a function of the stock price, or as a function of the firm's total assets. Since stock prices are observable, then for practical purposes, traders prefer to use the stock as the underlying instrument, we concentrate on valuation models in terms of the stock price. Second, we derive an exact solution for the valuation in terms of the stock price of (i) a European call option on the stock of a levered firm, i.e. a European compound call option on the total assets of the firm, (ii) an equity warrant for an all-equity firm, and (iii) an equity warrant for a firm financed by equity and debt. Unfortunately, to compute these solutions we need to specify the function of the stock price in terms of the firm's assets value. In general we are unable to specify this expression, but we propose tight bounds for the value of these options which can be easily computed as a function of the stock price. Our results provide useful extensions of the Black-Scholes model.     

A mathematical model for asset pricing

Asset price dynamics is studied by using a system of ordinary differential equations which is derived by utilizing a new excess demand function introduced by Caginalp [4] for a market involving more information on demand and supply for a stock rather than their values at a particular price. Derivation is based on the finiteness of assets (rather than assuming unbounded arbitrage) in addition to investment strategies that are based on not only price momentum (trend) but also valuation considerations. For this new model and the older models which were extracted using the classical excess demand function by Caginalp and Balenovich [2] and [3], time evolutions of asset price are compared through numerical simulations.