基于剩余收益模型:银行股票定价的实证分析

利用会计信息对股票价值进行评估的研究是理论界一个长期关注和重视的热点,运用剩余收益模型结合杜邦财务分析体系,对上海浦东发展银行在2005年以及2006年前三个季度的股票价值进行了估计,通过与实际市场价值的比较,发现估计的股票价值与实际市场价值存在差异,但差异不大,并分析了可能产生差异的原因,最终得出该模型对股票的价值具有一定的解释和预测能力.     

股票收益和交易量变化动态相关性分析

国内外学者大多从静态角度探讨股票收益和交易量关系,存在较大缺陷.应用恩格尔提出的DCC多元GARCH模型从动态角度对股票市场上股指收益和交易量变化之间关系进行探讨.结果发现各个市场之间的动态相关系数存在较大的差异,各个市场总体正相关机会远大于负相关,除了我国深圳股市A、B股市场外,其它市场支持条件相关系数动态变动的论断.     

百度关注度对股票收益率的影响——基于VEC模型的实证分析

基于百度指数所提供关键词搜索数据,构建百度看涨指数和百度看跌指数,形成了百度关注度.依据2017.2-2019.2的上证指数收益率数据,利用VEC模型和格兰杰因果检验,分析了百度关注度对股票收益率的影响.结果表明,投资者关注度是股票市场的格兰杰原因,百度看涨指数以0.4%的比例正面影响收益率,百度看跌指数以0.7%的比例负面影响收益率.而脉冲响应分析发现了投资者关注度对股票收益率的影响较持久,而后者对前者的波动十分敏感.最后,结合上述所得到的结论,基于投资者和监管者的立场分别给出了不同的有效建议.     

基于股票评论的投资者情绪对持有股票收益影响的研究

投资者行为易受互联网舆论的影响,进而造成股票收益的波动.分析投资者情绪对股票收益的影响方式有利于投资者规避投资风险,促进我国股票市场稳定发展.基于东方财富股吧2020年7月至2021年2月上证股票的评论数据,利用加权朴素贝叶斯分类模型构建了投资者情绪因子,并对情绪因子的构建方式进行了改进.随后将情绪因子引入中国版Fama-French三因子模型,针对单只股票和持股期为1个月的投资组合,基于线性回归、长短期记忆神经网络模型,从线性、非线性两个角度研究了投资者情绪对其持有股票收益率的影响.结果表明,投资者情绪对股票收益率具有非线性的正向影响.前一日的投资者情绪会对当日股票收益产生影响,投资者在研究期望收益率时需予以考虑.     

警惕对股票收益的依赖

“我们企业的业绩对这种股票市场上的投资收益已经有着很强的依赖性，作为企业CFO，在2008年中，要相当警惕这方面潜在的财务风险!”中国人民大学商学院教授王化成接受《新理财》专访时表示。     

博彩型股票与投资者的博彩性偏好——基于中国股票市场数据的实证研究

在新兴资本市场中,股票价格容易受到投资者投资偏好的影响。其中,投资者的博彩性投资偏好是本文研究的重点。本文基于中国股票市场实际情况,借鉴并改进了过往文献对于博彩型股票的分类方法,将高个体偏度、高个体波动率、低价格和高超额换手率的股票定义为博彩型股票,并发现个人投资者过度配置了博彩型股票,存在明显的博彩性投资偏好。本文验证了在中国股票市场中博彩型股票未来收益表现较差的结论,说明投资者偏好博彩型股票的投资行为存在非理性偏误。同时,相对于主板市场而言,在投机性相对较强的中小板和创业板市场中的博彩型股票未来收益表现更差;无论市场在上升或下降环境中,博彩型股票的未来负超额收益一直稳定存在。因此,本文认为应在中国股票市场中加强投资者教育,以降低个人投资者的非理性行为偏差,维护股票市场的健康稳定发展。     

特质波动率与股票收益——基于Fama-French五因子模型的研究北大核心CSCD

股票收益与风险之间的关系一直以来都是金融学理论研究的核心问题.近年来,针对股票收益与特质风险之间的关系的研究受到了越来越多的学者的关注.在有效市场的理论下,通过构建多样化投资组合,投资者可以分散公司的特质风险,使组合收益更多的与市场风险相关.然而由于投资者之间信息不对称、市场政策差异化、资金成本不均衡等因素的影响,往往无法构建其目标组合,于是无法分散的特质风险就会在一定程度上影响股票收益.该文章以沪深A股自2000年1月4日至2015年12月31日共计3871个交易日的日收益率数据作为研究样本,通过滚动窗口分析的方法,以最新的五因子模型为切入点,研究发现了在中国股票市场中特质波动率与股票收益之间的负相关关系,并通过构建高特质风险与低特质风险股票组合进一步发现特质波动率与收益之间的负相关关系在经济意义上显著.     

基于纯粹跳跃利维过程的中外股票收益分布特征研究

本文运用无限可分纯粹跳跃的NIG模型和VG模型对沪深股市股指收益分布特征和国际上其它主要股市股指收益分布特征进行拟合分析。结果表明在拟合收益分布方面NIG模型和VG模型的拟合度远远高出正态分布假设的拟合度,NIG模型和VG模型两者之间拟合收益分布没有明显的优劣;沪深股指收益分布拟合情形和国际上主要股指收益分布拟合情形基本没有差异。     

投资者概念关注对股票收益的影响研究—基于百度搜索数据

我国股票市场存在明显的概念炒作现象,扭曲了市场的良性定价机制。本文基于有限注意视角揭示投资者概念关注对股票收益的影响机制,使用百度搜索数据衡量投资者概念关注,以“一带一路”、“5G”和“PM2.5”概念板块的股票为研究样本进行实证研究。结果表明:在控制了Fama-French三因素以及投资者个股关注情况下,投资者概念关注对所属概念板块的股票收益有显著正向影响,但这种影响作用会在随后几期反转为负向影响。投资者个股关注一方面会强化投资者概念关注对股票收益的正向影响,另一方面投资者个股关注越高,个股的流动性就越强,从而会弱化投资者概念关注对股票收益影响作用的反转效应。研究结论丰富了投资者关注的理论研究,为抑制概念炒作提供理论依据和实现途径。     

一种融合舆情态势评分和图套索的股票收益系统预测研究

为了解决证券投资组合收益预测模型在股票价格波动感知方面的语义细粒度量化不足和有效投资组合灵活性受限的挑战,文章提出了一种综合舆情态势评分模型(SESTM)和图套索(GLASSO)的股票收益系统预测模型.首先,采用分位回归方法对股价波动进行拟合建模,定义了波动幅度和均值序列两条曲线,用于发现与正收益波动相关的词汇.接着,运用SESTM模型从新闻公告语料中通过有监督的方式提取对股票价格波动灵敏感知的相关词汇,并形成与政策、估值和市场情绪密切相关的主题和匹配词典,进而生成舆情态势评分.最后,结合GLASSO方法构建股票价格之间的联动网络结构,并基于该网络构建个股投资组合策略.实证研究以疫情期间生物疫苗板块股票为对象,对网络联动和舆情态势评分模型开展了实验比较.实验结果显示:首先,以波动感知词汇为纽带构建的投资策略更适用于短期预测;其次,在融入反映联动网络的偏相关信息后,投资组合日均对数收益率达到1.6%,相较于未融入偏相关关系的1.4%的情况提高了14.3%,更是随机组合的日均对数收益率0.7%的2倍;而最高收益由随机组合的3.117提高到3.605,提升幅度达到15.6%.以上结果表明,通...     

机制转换条件下股市收益率跳跃行为研究:基于RS-ARJI模型的以中国股市为例的实证分析

为检验股市收益率机制转换特性,考察机制转换条件下股市收益率的跳跃特征,以及在不同机制下跳跃行为对股市收益率的冲击效应,将Markov机制转换思想引入自回归跳跃(ARJI)模型,构建一个机制转换自回归跳跃(RS-ARM)模型.基于该模型对中国股市进行实证研究,结果表明:股市存在高、低波动两种机制,高波动时期的跳跃幅度和强度及其对股市收益率的冲击均大于低波动时期.同时,波动率估计和预测评价指标显示,RS-ARJI模型优于目前被广泛使用的GARCH模型和ARJI模型.     

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。     

基于ARIMA与信息粒化SVR组合的股指预测研究

对于证券市场投资者而言,基于合理假设准确预测资产价格未来发展方向与趋势关乎投资成败。本文通过构建一个基于ARIMA与信息粒化SVR的组合预测模型,对股票市场指数价格和收益变化的趋势进行预测。实证研究结果表明：基于ARIMA与信息粒化SVR组合的股指预测模型相较于传统时间序列模型而言,在预测精度和效度方面有较大提升,能够在一定时间周期内对股票等风险资产的价格波动区间进行较为可靠地预测,但目前还只能大致确定时间序列波动的区间范围而不能精确地预测具体点位。未来仍需结合其他预测模型和预判技术进一步深入研究,以有效提升股指趋势预测的准确性和实际指导性。     

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。     

宏观经济信息宣告的股市收益及波动性效应——基于改进的AR(1)-EGARCH(1,1)-M模型的实证检验

基于改进的AR(1)-EGARCH(1,1)-M模型,从收益率和波动性两个方面考察各类宏观信息宣告对股票市场价格行为的影响.结果表明,居民消费价格指数和商品零售价格指数对股票市场的收益有负向影响;国内生产总值、社会消费品零售总额、公开市场操作利率变动率和企业景气指数对股票市场的收益有正向影响;公开市场操作公告会导致股票市场条件收益率显著增加;其余各类宏观信息因素对股票市场收益的波动性并不存在显著影响.     

Empirical Likelihood Estimation for the Two-Sample Mean under Density Ratio Models Using Auxiliary Information

Auxiliary population information is often available in finite population inference problems, and the empirical likelihood (EL) approach has been demonstrated to be flexible and useful for such problems. The present paper concerns EL when interest centers on inference for the mean of the baseline distribution under two-sample density ratio models. Although dual EL is a convenient technical tool since it has the same maximum point and maximum likelihood as DRM-based EL, it can not combine such auxiliary information into the likelihood conveniently and may have loss of efficiency. By contrast, the classical EL approach of Qin andLawlessucite{21} does not have this problem and incorporate seamlessly auxiliary information. Based on the EL using auxiliary information and thedual EL methods, we construct both point and interval estimations and make a careful comparison. Though the point estimation efficiency gain obtainedby the former is not noticeable, we find that they may have different performances in interval estimation. In terms of coverage accuracy, the two intervals are comparable for not or moderate skewed populations, and the EL interval using auxiliary information can be much superior for severely skewed populations.     

�������ܶȱ�ģ���µ����ø�����Ϣ�ľ�����Ȼ��ֵ��

??Auxiliary population information is often available in finite population inference problems, and the empirical likelihood (EL) approach has been demonstrated to be flexible and useful for such problems. The present paper concerns EL when interest centers on inference for the mean of the baseline distribution under two-sample density ratio models. Although dual EL is a convenient technical tool since it has the same maximum point and maximum likelihood as DRM-based EL, it can not combine such auxiliary information into the likelihood conveniently and may have loss of efficiency. By contrast, the classical EL approach of Qin and Lawless\ucite{21} does not have this problem and incorporate seamlessly auxiliary information. Based on the EL using auxiliary information and the dual EL methods, we construct both point and interval estimations and make a careful comparison. Though the point estimation efficiency gain obtained by the former is not noticeable, we find that they may have different performances in interval estimation. In terms of coverage accuracy, the two intervals are comparable for not or moderate skewed populations, and the EL interval using auxiliary information can be much superior for severely skewed populations.