宏观调控的下一步

主要政策部门一直温言软语、不厌其烦地加以解释，目的就是为市场打气，希望扫清目前市场上正在滋生的对资产泡沫问题和通胀的担忧，消除投资者对下一步政策变化的犹豫。     

上市公司财务危机预警的Logistic回归分析

以我国沪市A股上市公司为研究对象,选取了2004年和2005年的ST公司和正常的公司各40家作为分析样本,另外各20家作为检验样本.首先选取了9个财务指标进行因子分析,然后在此基础上根据所得到的因子得分对样本进行Logistic回归分析,结果发现该方法回归和预测的效果都较好,可以为投资者、债权人和监管机构等提供判别依据.     

机构投资者参与公司治理监督的非合作对策

本文研究了 n个机构投资者在参与公司治理 ,对公司实施监督的过程中非合作博弈情况 .在 n个机构投资者不卖出股份等相关假设下 ,其非合作博弈结果是 ,持有股份最大机构投资者才会对公司进行监督 ,其他股东采取搭便车策略 .     

社会互动,投资者情绪传染与资产泡沫——基于股票论坛发帖的实证研究

在资本市场中,投资者并不是相互独立的个体,而是相互学习、相互交流的。随着互联网的迅猛发展,这种社会互动变得更为频繁和普遍,因此社会互动对资产价格的影响也不容小觑。本文先通过理论建模提出理论假设:社会互动存在条件下,投资者互动会加剧市场情绪的传染,进而增加资产泡沫;当投资者情绪高涨时,投资者互动强度显著正向影响泡沫;当投资者情绪低落时,投资者互动强度显著负向影响泡沫;受社会互动影响,投资者活跃的交易会加剧市场情绪的传染,进而增加资产泡沫。之后本文基于股票论坛发帖构建社会互动、投资者情绪指标,验证了中国股票市场中本文理论假设的正确性。     

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。     

投资者关注与概念股异质特征:影响机制与多维测度——基于行为大数据的匹配检验

现有文献证实了投资者关注与股市特征的相关关系(Barber和Odean,2008)~([1]),但并没有进一步检验两者之间的因果关系。为避免"辛普森悖论"现象的出现,本文以行为金融学中的有限关注理论为基础,选用"一带一路"、"互联网金融"和"大数据"三类概念股,借助倾向得分法设计相应匹配股,对照检验投资者关注与股市交易量和收益率的因果关联模式。经验分析发现:(1)投资者关注显著影响概念股而非匹配股,且具有"板块现象";(2)投资者关注与概念股交易量具有较强的因果关系,与概念股收益率在10%的显著性水平下相关;(3)投资者关注与概念股成交量的关联模式关于"牛熊市"具有不对称性,而与概念股收益率却不存在这种不对称性。     

投资者心态对股票价格走势的作用机理研究

假设股价变化遵循马尔科夫转移过程,考察具有不同心态的投资者的市场行为,给出投资者心态与股价变化之间相互作用的模型,得到了股价走势的两个基本模式,并用此模型解释股价走势中的动量效应和反转效应.     

重组包钢：价格决定成败

2011年3月12日,包钢股份（600010）发布增发预案,拟以不低于3.68元/股（之前二十日均价的90%）向包括大股东包钢集团在内的10名机构投资者发行不超过16.3亿股,共募集资金不超过60亿元.     

媒体信息量异常或有害股票收益

本文借助一个独特的数据样本,运用媒体对股票的剩余关注度模型,实证研究异常媒体信息量与股票收益之间的关系,以期为投资者进行投资决策提供一定的参考和指导。研究发现:异常媒体信息量越大,该股票在下一个月的平均收益率越低,存在媒体效应;由此所构造的零投资组合经CAPM模型、FF三因素模型和Car-hart四因素模型调整后,均能获取显著的超额收益,结果具有稳健性。此外,实证结果还表明媒体效应所带来的超额收益源于媒体信息量异常大的股票组合的显著低收益,本文认为,这种不对称现象产生的原因可能更多的是由投资者情绪导致的股票价格对媒体报道的过度反应,并进而导致较低的期望收益。     

投资者情绪对上证50ETF隐含分布偏度影响的实证研究

从期权价格中提取信息的传统做法是借助于隐含波动率,然而,通过与标的资产的历史数据对比发现,隐含波动率并不能比历史波动率提供更多的市场预期信息。考虑隐含波动率是利用Black-Scholes模型所导出,意味着模型设定风险也可能会影响到结论的客观性与准确性。为了克服传统方法的不足,本文尝试从一种无模型的视角,利用矩方法展开相关研究。该方法不依赖于任何模型和假设,避免了对定价核以及中性概率分布的讨论,直接由期权价格得到股票收益的隐含分布,利用状态价格来确定市场预期收益与风险厌恶。在分布曲线足够光滑(可导)的条件下,通过对行权价格求导得到标的资产未来收益的隐含风险中性概率密度,并测算出隐含分布的高阶矩特征。