中国证券市场指数波动的周期分析

中国证券市场股指的波动是否具有周期性?如果有，又如何测定呢?基于时间序列的谱分析方法，采用应用统计软件SAS．SPECTRA，本文对中国证券市场的市场指数进行了分析，得到了上证综指的谱密度与频率、上证指数的周期数据以及上证指数周期分析等结果。结果表明，证券市场的周期性波动确实存在，且主周期内嵌套次周期，波动周期与裴波那切数列奇妙地一致，证券市场有自身的运行规律。这些结论也证实了证券市场与宏观经济发展有相互关联、相互制约的关系。     

CEER在证券组合投资中的应用

本文建立了均衡市场下证券投资组合的收益偏好最优化模型 ,并针对证券组合投资者追求期望效用最大化的目的 ,利用确定性等价回报方法对该模型进行求解 ,并进一步介绍了其应用     

开放式证券投资基金管理的最优策略

根据随机过程理论和序贯决策原理,研究了开放式证券投资基金管理策略·从基金管理者的角度出发,分析了基金投资能力和基金资产流动性对基金业绩的影响,给出了一种确定基金管理最优策略的方法,所得结果为基金管理者管理基金提供了决策依据·最后给出了一个仿真算例,计算结果表明提高基金投资能力虽然在一定程度上能够改善基金经营状况,但由于其中的费用影响,并不能有效地提高基金的净收益,而加强基金资产流动性的管理能够获得更好的效果·结论又一次体现了基金资产流动性管理在开放式基金管理中的重要作用·     

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。     

证券业计算机“2000年”问题

简要介绍了计算机“２０００年”问题, 详细分析了“２０００年”问题产生的原因、影响领域及理论上的解决方法, 并深入讨论了我国证券行业解决“２０００年”问题的对策和实施步骤     

证券市场灰色神经网络组合预测模型应用研究

提出将3种灰色模型(残差GM(1,1),无偏GM(1,1)和pGM(1,1))与神经网络模型进行有机组合,建立一种新的灰色神经网络组合预测模型,并以中国股票市场上证指数为例进行模拟预测.实证表明:组合预测模型的模拟预测精度较原有方法更为精确,可作为股市预测的有效工具.     

Quadratic stochastic intensity and prospective mortality tables

We consider a quadratic stochastic intensity model with a Gaussian autoregressive factor, derive explicit formulas for predictive mortality tables and recursive updating formulas are also provided. We also explain how to use appropriately the Kalman filter to estimate the parameters of the model and to approximate the values of the underlying factor. This methodology is applied to French human mortality tables.     

我国证券投资基金的制度缺陷及对策研究

经过六年的发展,我国证券投资基金不论在数量或规模上都有了很大的进步,对证券市场的稳定及经济的发展发挥了一定的作用。但是在基金制度建设方面仍然存在着缺陷,突出表现在基金治理结构和监管体制上,针对这些不足,本文提出了相应的对策和建议。     

股票交易价格预测模型研究

本文在分析股票交易价格影响因素和对股价波动进行分解研究的基础上,建立了一种带控制项变量的股票交易价格自相关预测模型和相应的计算机软件.计算结果表明,本模型具有实用价值.     

中国孪生股票分析及建模

本文对同时在香港和内地上市的孪生国有股股价之间的关系作了详尽的研究。首先运用协整理论和Granger引导关系对两地孪生国企股的关系进行剖析。接着运用动态ADL模型和GARCH模型对两地孪生国企股票进行了建模分析。通过以上分析，我们发现，国企A股和其孪生H股之间在某些时期内存在着协整关系，并且H股对A股之间存在滞后的引导关系。同时我们发现在股市波动与平稳的不同阶段，两地孪生股票间的影响是不同的！