证券分析师业绩预测和投资评级准确性实证分析

本文以国内证券分析师业的业绩预测和投资评级为研究对象,从投资评级的准确性、投资建议赢利性、业绩预测误差及其来源等几个方面进行了实证分析。研究结果表明,证券分析师的投资建议无论是在短期还是中长期均不能产生显著的超额收益,业绩预测误差是导致投资评级失误的原因之一,而业绩预测误差主要源于分析师对公司层面信息的错误判断。     

证券分析师会降低博彩型股票推荐评级吗？——来自我国A股市场的经验证据

博彩型股票具有“高风险”和“高投机性”的特点。本文以博彩型股票为研究对象,检验证券分析师是否会显著下调博彩型股票的推荐评级。在此基础上,探讨了投资者对博彩型股票推荐评级做出的反应及评级后的超额收益率情况。结果表明:分析师更可能下调博彩型股票的评级,但在投资者情绪高涨时,下调的可能性有所减小;投资者对分析师的博彩型股票评级存在反应过度的情况。本文结论对于认识证券分析师在资本市场中的作用具有重要的参考价值。     

基于人工股票市场分析持有期对投资者收益的影响

基于对中国股票市场的连续竞价交易机制和投资者构成特征的分析,本文构建了一个向上增长的人工模拟订单驱动股票市场模型,其中投资者的持有期会受到股票价格波动的影响,并能够反映投资者的投资策略.模型能够得出一系列与实际股票市场一致的典型事实,如收益率分布的胖尾特征以及波动率的聚集等.本文通过模拟研究,分析了持有期对投资者收益的影响,结果表明,长期持有的投资者在向上增长的市场中可获得较高的平均收益.     

大偏差控制在部分信息下最优投资问题中的应用

利用大偏差控制技术推广部分信息情形下最优投资模型,研究投资者最大化财富增长率超过给定指标的概率.考虑带有红利的股票市场情形,给出了在部分信息情形下带有红利的最优投资策略和最优值函数.     

带预期的最优消费选择：鞅方法

本文研究了投资者最优消费投资问题,这类投资者拥有Brown运动的终端信息,但该信息可能受噪声干扰,在对证券价格过程和投资者偏好作极其一般的假设条件下,我们利用鞅和对偶技术建立了最优策略的存在性,并就对数效用投资者,我们建立了 最优消费投资公式。     

基于收益及收益偏差平方和多期组合投资

本文在分析Markowitz组合投资的基础上,建立考虑交易费用的收益偏差平方和极小化和收益率极大化的动态资产的投资组合模型.通过调整多期投资组合各期的投资数量,保障投资者根据股票市场变化进行易于操作的、相对合理的投资调整策略,为投资者进行风险管理提供决策依据.最后通过释例进行了说明.     

证券分析师对会计盈余价值相关性的影响研究

自媒体时代证券分析师是否通过挖掘会计信息进而改变会计盈余价值相关性?文章以2007-2017年沪深A股上市公司为样本,使用传统收益模型和考虑成长期权后的收益模型,采用OLS回归研究分析师覆盖和预测偏差对会计盈余价值相关性的影响。实证结果发现:(1)分析师覆盖有利于将更多会计盈余信息并入股票价值,从而提高会计盈余价值相关性;(2)预测准确的分析师团队有利于将更多会计盈余(包括未预期盈余)信息并入股票价值。进一步考虑产权性质的异质性区分国有和民营企业研究上述结论不变,但发现证券分析师在挖掘国有和民营企业未预期盈余信息方面存在差异,分析师覆盖能够提高国有企业非预期盈余的价值相关性,但民营企业非预期盈余反而会削弱分析师覆盖发挥的作用。研究表明会计信息仍然是分析师预测的重要依据,高质量的分析师队伍有利于提升资本市场效率,但证券分析师在揭示民营企业非预期盈余所包含的信息方面还需要改善。     

基于投资者心理的证券投资组合熵决策及应用研究

证券收益率是投资者在投资决策时考虑的重要指标.针对投资者因证券收益率的变化引起的投资心理变化,提出一种基于累积前景理论和熵理论的投资风险决策方法.首先把证券的历史收益率划分为若干个状态区间,将某证券落在某状态区间定义为该证券的状态;然后计算各证券状态的概率及熵值;再利用累积前景理论,将无风险利率作为投资者的目标参照点,计算各证券所有状态相对于参照点的"损益值",得出各证券所有状态的价值,并将各证券所有状态发生的概率转化为投资者的心理概率,计算出各证券所有状态下的前景值,进而得出各证券的累积前景值;最后建立一种度量各证券投资风险的决策模型来确定最优组合.选择沪市证券市场进行实证研究,验证了方法的可行性及有效性.     

相对有效性分析在上市公司投资价值评价中的应用

我国股票市场成立十年来炉深两地上市公司数已经超过千家，以上述公司投资价值的分析与判断一直是市场争论的热点。1997年万青先生在中国证券报上发表了一篇关于系统分析上市公司投资价值的章，当时就引来了众多证券研究机构和分析师的深入讨论，迄今为止有关上市公司投资价值定量化分析的方法仍然是证券市场里一个崭新的课题。本尝试采用DEAW分析方法为定量地评价上市公司的投资价值，建立相对有效性评价模型和评价指标体系，期望通过对模型的演算和结果的分析，最终能实现指导证券交易的目标。     

基于改进因子分析的投资组合问题的研究

提出了一种新的投资组合优化方案.由于部分上市公司财务指标数据不全,采用证券日收益率作为基本的处理数据;考虑用变异系数法对因子分析法中标准化处进行适当改进;将证券看作指标变量,日收益率看作样本进行分析;结合Markowitz M-V模型,计算出证券的最优投资比例.以中国股票市场为例,确定出了32支最有投资价值的股票和它们的最优投资比例.     

我国股指期货市场与股票市场风险传导机理研究——基于双变量CAViaR方法

本文基于日内和日度数据使用双变量CAViaR模型估计了沪深300股指期货和标的指数的风险价值,并基于沪深300股指期货市场日内交易行为角度分析了股指期货和现货市场间日内与日间风险传导作用的差异。结果发现,期货市场日内风险的自相关特征显著高于现货市场,而两个市场的日间自相关性相差甚小,期货市场向现货市场的单向风险溢出效应仅体现在日内信息的传递过程中。与现货市场相比,期货交易的杠杆性以及当日回转交易便利了日内投机、套利交易,因而期货市场日内信息传递效率更高。     

我国大类资产信息溢出机制研究——基于方差分解的网络拓扑分析

采用广义溢出指数法对2011年至2017年我国股票、期货及债券三个市场之间的信息溢出机制进行了研究,结果发现:股市对期市和债市均有收益率溢出影响,而股市和期市对债市均有波动率溢出影响;三个市场的整体溢出指数值偏低,表明我国不同资产市场之间的关联性相对来说较小;时变特征也表明股市大多数情况处于溢出状态,期市方向不明确,债市则大多数情况处于被溢出状态;对溢出值的非对称检验发现,正向波动比负向波动的溢出值更大,但是统计上并不显著。对2015年6月股灾前后三个市场的波动率溢出情况进行分析后发现,股市的极端风险更容易向期市传染,而债市相对更为稳定,不容易被极端风险感染。     

ST摘帽如何影响公司价值和股价

以2004~2015年的ST公司为研究样本,利用事件研究法和双重差分模型,研究了ST摘帽对公司价值和股价的影响效应。实证结果表明,摘帽公告可以引起显著为正的累计超额收益率。而且,摘帽的部分信息含量可以被市场提前预期到,并立即反应到股价上。因此,仅从摘帽信息的股价反应速度看,我国的股票市场是半强式有效市场。此外,双重差分的实证结果显示,ST摘帽对公司价值没有显著的影响。但是,具体而言,摘帽事件可以同时显著地提高公司的市值和账面价值。这些结果都基本符合ST制度的政策预期。为了缓解内生性问题,在考虑控制变量的影响和倾向值匹配后,双重差分的实证结果是稳健的。     

基于DAG-SEM模型的中美股票市场间信息溢出研究

以中美贸易战为背景,研究美国股票市场、中国A股市场与香港股票市场的动态溢出效应。运用DAG-SEM模型和信息指数模型的静态和动态分析法测度市场间波动率信息溢出的方向、强度以及动态变化过程。研究发现:在贸易战期间,美股、港股和A股之间的溢出强度均增加。中国内地股市与美国股市呈双向信息溢出,标普500指数与沪深300指数的“方向交替”多于道琼斯与沪深300指数。特别地,贸易战白热化阶段,即2018下半年至2019上半年,中国内地股市对香港股市的信息溢出强于美国股市,成为港股信息溢出的主要传导者。     

ARCH族模型对沪市行业指数收益率的实证研究

本文利用ARCH族模型研究沪市行业指数收益率的波动性.通过对各行业指数收益率的分析发现,行业指数收益率是平稳的,但其条件方差是尖峰厚尾的非正态分布且具有明显的ARCH效应.行业指数收益率均具有不同程度"杠杆"效应.外部信息对公用指数和综合指数收益率影响最大.融入相同的风险,它们收益最高.地产指数对外部信息反应迟钝,收益率也不显著.     

复杂网络视角下的我国股票之间信息溢出研究

理解股票市场内部股票间的信息溢出规律,对于股票定价、投资组合以及风险防范具有重要的意义。将传统计量经济方法与复杂网络的建模分析方法相结合,从复杂网络的视角出发,实证研究了我国股票市场内股票间的信息溢出关系及其影响因素、个股信息溢出能力分布及其影响因素。研究发现,股票间较长期收益的相互影响要强于较短期收益;股票收益率相关性较强的股票间存在更显著的信息溢出;市场因素显著增强了股票间的信息溢出效应;股票间的信息溢出效应会随着市场行情的上涨(下跌)而增强(减弱);股票的信息溢出能力呈现尖峰、厚右尾的分布;股票成交金额对个股的信息溢出能力具有显著的正向影响。最后,最小生成树能快速而准确有效地揭示股票间信息溢出规律。     

卖空限制下知情交易的测度及识别研究

经典的测量知情交易概率的模型默认交易者可以无限制的按照私有信息进行卖空交易,而目前我国股票市场存在卖空限制,直接将经典模型应用到我国股票市场时会使测量结果出现偏差。考虑到我国股票市场现状,本文在经典的知情交易概率模型中引入两个卖空限制参数,构建了本文的SC-TPIN模型。通过对融券标的中发生利空消息的股票样本进行实证分析,证实了本文构建的SC-TPIN模型估计出的结果与实际情况相符合。本文还以SC-TPIN模型估计出的SCTPIN值为参照,基于样本股票的低频数据构建了知情交易识别指标组,并使用数据挖掘中的支持向量机算法、KNN算法及Logit模型对黑白样本的知情交易高低情况进行识别比较,构建知情交易识别体系,发现使用支持向量机算法识别全样本的正确率达到了89%,识别效果较理想。     

沪深股市风险特征分析

本文运用ARMA-GARCH-M计量经济学模型,以及国际上通行的风险评价指标VAR,通过计算沪深两市的VAR值,比较两市的整体投资风险,以及各自的风险特点,并对模型的有效性进行了Kupiec检验,为投资者控制市场风险提供参考.