股票流动性与资本结构—基于中国证券市场的分析

以Amihud(2002)的不流动性测度(ILLIQ)作为流动性的衡量指标,以账面杠杆比(DBA)和市值杠杆比(DMA)作为公司资本结构的衡量指标,探讨了流动性对资本结构的影响.实证结果表明:流动性与公司财务杠杆显著负相关,无论被解释变量是DBA还是DMA,ILLIQ都具有信息增量提供能力,但流动性对DMA的影响较DBA更大.这表明,由于股票流动性能降低股权融资成本,流动性高的公司会更偏好股权融资.     

流动性约束对我国城镇居民消费影响的实证分析

根据1978~2007年我国城镇居民消费和收入的相关数据,对我国城镇居民消费和流动性约束之间的关系进行了实证分析,并检验了流动性约束对消费的影响中是否包含了不确定性因素.分析结果表明:我国城镇居民消费受到较强的流动性约束制约;而流动性约束的测度受不确定性影响较小.     

基于面板数据的中国医药制造行业资本结构影响因素实证分析

本文以1998—2002年在上海、深圳证券交易所上市的医药制造行业公司为样本,运用面板数据模型,对决定我国医药制造行业上市公司资本结构的主要因素,进行实证分析。实证结果表明:非观测的个体异质性因素显著;在行业销售模式发生重大变革的前提下,债务特别是短期债务,为销售费用的融资提供了有力的资本支持;具有高增长期权的制约公司债务筹集能力较强;非债务税盾不能构成利息税盾的替代;成长性、规模、资产担保价值和产生内部资源的能力,对中国医药制造行业上市公司资本结构的影响不大。     

货币政策、市场状态对中国股市微观流动性影响的实证分析

本文研究了我国股市微观流动性的影响因素。在假定所有经济变量之间相互影响、内生决定的情况下,建立VAR系统,通过脉冲响应函数、方差分解的方法分别讨论了市场收益、波动及货币政策对股市微观流动性的影响。实证结果表明,货币政策对股市流动性并无显著影响,货币政策的松紧、"宏观流动性"的增强或减弱并不必然导致股市微观流动性的增强或减弱;市场的波动对股市流动性也无显著的影响效应,但市场的收益状态却决定着股市微观流动性的强弱。     

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。     

基于综合流动性度量指标的中国期货市场流动性溢价研究

本文从流动性成本、流动性波动和到期日三个角度出发构建了衡量期货市场的综合流动性度量指标,并利用该指标对中国期货市场的流动性溢价问题进行研究。实证结果表明,流动性水平的差异对不同到期日期货合约的收益差异的影响存在差异性,当期流动性水平差异及其滞后期对收益差额的波动影响显著,其中,期货铜和铝市场中流动性对收益差额的影响存在过度反应→适度矫正的过程。     

基于买卖委托单不平衡的上海A股市场股票收益率与流动性研究

基于上海证券市场的交易数据讨论了交易者买卖委托单不平衡的衡量方法及其适用范围，并在此基础上考察买卖委托单不平衡与股票的当期、滞后期收益率及流动性之间关系，实证结果显示滞后一期的股票收益率与当期收益率存在着显著的正相关，当期及滞后一期的买卖委托单不均衡均显著的影响了当前的股票收益率；在正负委托单不平衡交易日的股票平均收益率存在显著差异，正委托单不平衡交易日的股票平均收益率显著小于负委托单不平衡交易日内收益率，交易者在样本考察交易日期间更偏好委托卖单，股票流动性与投资者买卖委托单不平衡正相关。     

基于ACD模型的股指期货市场流动性研究

利用沪深300股指期货连续合约的高频数据,采用参数估计的方法运用R软件对数据进行处理,消除其日模式并建立ACD模型.还加入了市场微结构噪声,探讨交易量持续期的信息传递机制.实证分析表明,在选取样本中,价格波动和交易量与股指期货市场流动性显著正相关,交易量持续期与股指期货市场流动性显著负相关,信息交易增加导致流动性降低,进而为投资者进行决策提供一定的参考.     

基于价格极值构建有效价差的广义矩估计

基于Corwin和Schultz(2012)提出的有效价差的High-Low估计,结合价格极值信息得到新的一阶矩条件,构造了有效价差的广义矩估计。随后通过随机数值模拟比较了基于价格极值的广义矩估计(GMM)与Roll的协方差估计、Bayes估计以及Corwin和Schultz的High-Low估计在多种不同状态下的估计精度。数值模拟结果显示,无论在交易连续的理想状态下还是交易不连续且波动率相对不高的非理想状态下,GMM估计的精度均高于其余三种估计;基于我国股票市场的实例分析,也表明GMM估计的估计精度优于其余三种估计。因此,GMM估计为度量金融资产的交易成本提供了一种有效方法。     

基于流动性风险的开放式基金投资组合分析

不同于通常的投资组合方法,本文在开放式基金的投资组合中加进流动性风险,得出最佳流动性短缺概率和在流动性不同的有价证券上的最佳投资量.     

基于Copula-EVT模型的我国股票市场流动性调整的VaR和ES研究

结合相依结构函数Copula和极值理论EVT,构建了我国股票市场经流动性调整的La-Copula-EVT风险价值模型,并用沪深收益序列的分笔高频数据进行了实证分析,发现我国沪深股市收益序列的上尾和下尾都存在较高相关性,后验测试结果表明构建的模型能够对实际损失进行很好的拟合;然后在该模型的基础上进一步分析了我国沪深股市的风险价值和预期不足在不同置信区间的敏感度差异,确定了适合La-Copula-EVT模型的最优置信度区间。     

基于马尔科夫状态转移的中国股票市场行业板块波动性与相关性研究

利用马尔科夫状态转移.ARCH模型(SWARCH)来研究中国股票市场行业板块的波动性和相关性.首先对证监会划分的18个一级行业进行初步分析,建立单变量SWARCH模型,发现中国股票市场各行业板块均能够显著地分为高波动和低波动两个区制;接着利用双变量SWARCH模型对行业板块间的相关性进行研究,发现各行业板块之间的相关性在高波动区制显著高于低波动区制.所得的研究结论可以为投资者提高投资组合收益率提供参考依据.     

基于多分辨分析的沪深股市相关性分析

为了有效地揭示沪深股市不同交易周期股票交易的相关性,本文采用极大重叠离散小波变换,将上证指数和深圳成指高频收益率分解在不同的交易周期上,对各个周期的收益率采用semi-GPD模型作为其边缘分布分别进行拟合,在此基础上采用Copula函数方法建立同周期收益率的联合分布,度量了沪深两市同周期交易的相关性.实证表明,不同交易周期所表现出的相关性存在明显差异,并且随着交易期的增长,沪深两市非对称结构逐步明显。     

我国纺织业集聚分布格局及其影响因素的空间面板数据分析

在我国,关于区域产业集聚的理论研究进展迅速,但基于空间计量经济模型的实证研究仍需完善。本文采用中国2004-2007省际面板数据,验证纺织业集聚的空间依赖性存在,并分别对空间滞后模型和空间误差模型进行估计,得出以下结论:近些年纺织业集聚的省际分布格局主要呈现"东高西低"的两极化特征,总体变化不大;根据全局Moran I指数和LISA集聚图,纺织业集聚存在空间维度的依赖性和异质性,东部沿海纺织业的扩散作用没有充分发挥,区域发展很不平衡;原料供给量、平均规模水平、交通运输条件等因素都对纺织业集聚产生不同程度的正向影响,而地方保护阻碍产业跨区迁移与形成集聚;与理论假设不同,低廉的劳动力成本对纺织业集聚没有产生明显的促进作用,主要是受到基础设施状况和运输条件的限制;制定相关政策的同时,注意从以上这些要素入手,还必须充分考虑空间作用机制对纺织业省域集聚的差异化作用。     

流动性过剩对物价和产出的动态冲击效应分析

本文运用结构向量自回归(SVAR)模型方法,研究了我国流动性过剩对物价和产出所产生的动态冲击效应。主要结论是:流动性过剩正冲击对物价仅有短期正效应,即在短期促使物价上涨。流动性过剩正冲击对产出有正效应,而且其效果是中长期有效的,即流动性过剩在中长期促进产出增长。货币供应量M_2对产出的增长的效力相对较大,而货币供应量M_1对物价的影响力相对较大。     

财经新闻与股市预测——基于数据挖掘技术的实证分析

本研究深度挖掘了财经新闻主题内容与股市市场的相关性,并提出了一种基于理解当日新闻主题分布来分析中国股市涨跌的预测模型。具体来说,我们使用自动文本分析技术与机器学习技术,首先通过概率主题模型对财经新闻文档进行聚类得到其中的主题分布,再结合实际股票市场的交易数据分析其与市场之间的关联程度,最后引入支持向量机算法对股市走势进行预测。实验部分我们抽取了近三个月的新闻数据与沪深股市数据进行分析,结果表明:新闻中国际贸易以及城市化相关主题与股市变动关系密切,通过本文提出的算法能较准确得预测当日股市涨跌,而建立在其上的股指期货策略也取得了很好的效果。     

具有舍入误差微观结构噪音高频数据的杠杆效应分析

本杠杆效应反映了股票收益率与其波动率变动之间的负相关关系,它一直是金融研究的核心问题.在高频时间序列数据中,传统的简单相关系数估计是不相合的,为此一些学者给出了新的杠杆效应刻画-积分杠杆效应,并给出该杠杆效应的估计量.众所周知,高频数据易受市场微观结构噪音的干扰,其中舍入误差是非常重要、实际中普遍存在的一类.高频数据被...