经营“婚姻”

在国内,投资者关系管理是一个长期被忽视的话题。许多企业将挂牌上市看作是一锤子买卖,只要IPO顺利,就大功告成。然而企业的发展是持续的,对资金的需求也是持续的。那么对上市公司而言,如何充分挖掘资本市场的资源就显得至关重要。其中关键的一点是做好投资者关系管理，让股票价格充分体现公司价值。     

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.     

房地产开发活动均衡分析与过度开发行为控制

在把房地产投资开发项目看作为一种具有弱再生性经济资源的基点上,对房地产投资开发活动进行了均衡分析,讨论了房地产开发活动中的最优平衡解及其相互之间的制约关系,分析了税收和配额价格等经济参数对最优平衡解的影响,给出了抑制房地产过度投资开发行为的控制模型与方法,并得出了相应的政策启示.这些研究结果,可以推广应用于其他各种可再生资源的投资开发与管理当中去,有着广泛的应用前景.     

考虑投资者异质信念和目标优先级的投资组合问题研究

考虑证券市场的模糊不确定性及投资者的模糊决策特征,以资产收益、下方风险及流动性为模糊投资目标,构建考虑投资者异质信念和目标优先级的多目标投资组合模型。进一步,以我国主板、中小板和创业板市场为背景,采用CPT-TOPSIS交互式算法进行实证分析。研究发现:乐观、理性和悲观投资者权衡收益、风险和流动性目标时偏好的优先顺序不同,导致资产配置结构、最优决策和绩效表现存在差别。结果表明模糊多目标模型能够满足不同投资者权衡多目标的差异化投资需求,取得优于基准随机投资组合的投资效果,可作为投资者投资决策的参考依据。     

沪深300股指期货定价偏差与投资者情绪

本文通过对沪深300股指期货定价偏差的统计分析、定价偏差与市场流动性和投资者情绪间的回归分析和VAR模型分析,发现我国期货市场上存在显著的正向的定价偏差,并且表现出一定的持续性;投资者情绪是最重要的影响因素;在中国股票市场缺乏卖空机制的条件下,投资者情绪主要通过非理性买入行为对定价偏差造成影响,并且在情绪高的时期影响更为显著。这些结论在一系列稳健性检验后仍然显著。说明我国金融市场还不够成熟和有效,市场上的套利行为无法有效减少噪声交易者对市场的影响,投机氛围较重,市场定价效率有待提高。     

基于Multi-Agent的机构投资者行为投资组合模型

从人的有限理性角度研究了机构投资者的投资组合决策问题．基于Multi-Agent构建了多心理账户情景下,机构投资者的两级行为投资组合模型；并且,利用两状态Markov链和管理熵函数描述了该模型中的关键参数；仿真算法释例验证了该模型能够逼近实际决策情景．     

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.     

STAR-GARCH模型与股票市场投资策略非线性

本文首次基于投资者异质性和行为金融理论,从投资者风险偏好的角度度量市场情绪,应用STAR-GARCH模型,对我国股票市场投资策略的非线性转换进行了实证研究。研究结果表明:(1)我国股票市场投资策略表现出明显的两机制,说明我国股票市场存在显著的投资者异质性;(2)当市场情绪指数分别为0.06和0.046时,沪深股票投资策略处于中间机制,表现为偏向理性投资策略,而当市场情绪指数大于约0.6或小于约-0.5时,沪深股票投资策略处于外机制,表现为偏向噪音交易策略,在两种机制间,存在着投资策略的非线性转换;(3)当沪深股票投资策略处于中间机制时,股票市场日收益率平均波动更小,因而表现得更稳定。     

3000点后的“短章”

上证突破3000点,这是此前很多投资者都想不到的结果。是经济回暖,还是资产泡沫？各方观点,莫衷一是。面对丰厚的纸面浮盈,应当减仓,还是应当捂股？后市究竟如何？是继续攀离,还是横盘整理,或是将有一次较大幅度的回调？     

在线网络借贷投资决策模型及实证研究

P2P网络借贷作为电子商务在金融领域的延伸与应用,近年来得到广大学者的关注.但是目前的理论研究中,鲜有从投资者信息挖掘的角度进行投资决策分析.本文提出一个新颖的方法,即投资者构成分析方法,通过分析贷款的众多投资者信息遴选出最有价值的投资,辅助投资者进行投资决策.首先从投资者的历史投资收益率、风险偏好以及投资经验三个维度构建投资者档案(investor profile),进而基于投资者档案构建投资者构成分析模型,最后通过美国最大的在线网络借贷网站Prosper的数据,对本文提出的构想及模型进行了实证研究.实验结果表明本文提出的利用投资者构成分析的方法辅助投资者进行投资决策是可行的,文中构建的模型表现出良好的预测能力,能够有效地筛选出有价值的投资.