基于生存理论的股票系统演化及调控

利用复杂系统的生存理论及经济学中的“瓦尔拉斯（Ｗａｌｒａｓ）均衡”思想构造了股票系统演化的不确定性模型，提出了股市演化过程中国家对股市的宏观调控模型，论述了股票系统的自我稳定功能，分析了我国股市扩容存在的问题及其对策，具有一定的现实指导意义。     

信贷资金进入股票市场分析

利用2005-01～2010-04分部门和分期限信贷数据,对2009年信贷资金流入和流出股票市场金额进行估算.结果表明:①2009年股市涉及的信贷资金量1.7～2.0万亿元;②2009年流入股市的新增信贷资金规模2100～3300亿元,其中,住户部门新增信贷净流出324.17亿元,企业部门新增信贷净流入股市2 434.54亿元;③从信贷期限看,主要是中长期信贷流入股市,约3 280.45亿元.     

中国股市自组织临界性实证研究

为了深入理解中国股市演化的复杂性,在界定了股市自组织临界性重要参数的基础上,通过统计方法考察了中国股市趋向自组织临界态的演化过程,发现了中国股市中的幂率关系,从而验证了中国股市中存在自组织临界性,同时指出了股市内部的分形性与其临界状态的密切关系,为进一步探索中国股市的复杂性机制奠定了实证基础.     

国际证券资金流动对中国股市的影响

随着全球金融一体化进程的加速,跨境证券资金流动逐渐成为国际资本流动的重要组成部分,对一国金融市场的影响也越来越显著.在此背景下,本研究分析了流入中国股市的国际证券资金流动的总体特征和行业板块特征,并运用多元回归模型和面板模型从市场综合指数和行业板块指数两个角度实证研究了其对中国股票市场收益率的影响.结论表明:第一,2006年以来中国国际证券资金流动规模不断增加,从股市板块来看,流入金融板块的国际资金最多,医疗保健、信息技术、可选消费等板块也是国际证券投资的热点.第二,当期国际证券资金的流入对国内股市收益率有显著的正向影响,且影响程度和显著性不断增强,但影响效应是短期的,符合"价格压力"假说.     

机构投资者、股权分置改革与股市波动性——基于MCMC估计的t分布误差MS-GARCH模型

从2003年开始, 中国机构投资者占股市流通市值中的比例迅速增长. 论文以这段时期上证指数的日收益率序列为研究对象, 改进了最新的t分布误差MS-GARCH模型, 运用马尔科夫链蒙特卡罗模拟(MCMC)对该模型进行了估计, 为研究股权分置改革、机构投资者对股市收益率波动的影响提供了新的证据. 研究发现, 股权分置改革使股市波动性发生了结构性改变, 股市由低波动风险期转换为高波动风险期; 各类基金的总净值和仓位给股市波动性带来的影响有显著差异, 存款准备金率和利率的调整也会影响股市波动性. 最后, MS-GARCH模型对股市数据的拟合度和预测效率等都优于单状态GARCH模型.     

流动性风险与市场风险的集成度量方法研究

传统市场风险度量方法没有考虑由于变现资产而产生的流动性风险.针对指令驱动市场提出一种流动性风险和市场风险的集成度量方法,该方法使用连接函数构建流动性风险和市场风险的联合分布,能够兼顾这两种风险的非正态特征和它们的相依性.在基于中国股市的实证研究中,度量了不同规模公司股票的集成风险.与集成风险度量方法相比,传统VaR方法将低估或者高估风险;而对于个股,只有选择最优变现期或最优变现策略才能最小化集成风险.     

股市预测中的小波神经网络方法

首先论述了股市时间序列中的明显随机性 ,可能是由于非线性确定性系统中混沌行为的缘故 ,利用混沌的确定性可以进行短期预测 .混沌时间序列预测首先要重构相空间 ,接着充分利用小波变换时频分析的局部化特性 ,提出了一种改进的小波网络结构 ,探讨了股市预测模型问题 .经实例验证 ,该方法能有效地提高预测精度 ,避免了人工神经网络模型和指数自回归的固有缺陷 .     

可加模型及其在金融市场波动率估计中的应用

放宽了传统GARCH模型参数形式的假定,将可加模型引入条件方差的估计,改进了Btihlmann和McNeil提出的迭代算法,并将其用于可加GARCH模型的估计.通过能够模拟真实波动率的数学实验,以及新加坡股市和不同市场股市比较的实证算例,发现可加GARCH模型不仅在估计现有参数模型无法刻画的复杂序列波动率时具有更好的估计效果,而且与一般非参数模型相比也有较好的估计效果.因此,可加GARCH模型对研究新兴市场股市或诸如金融危机等存在复杂波动特征的金融市场有着非常现实的意义.     

中国股市风险CAViaR方法的稳定性分析及其时变建模

在介绍诺贝尔经济学奖得主 Engle 及合作者 Manganelli 于 1999 年提出的 CAViaR 模型理论及实际意义的基础上,采用 Hansen 检验方法重点探讨了中国股市风险 CAViaR 建模的稳定性问题.通过对上证综合指数与深圳成指的实证研究, 认为 Engle 及 Manganelli 所力荐的四个参数 CAViaR 模型用于中国股市风险建模是相当不稳定的,不能很好地适合现实的中国股票市场.鉴于此,提出了具有时变参数的 CAViaR,模型通过失败率检验法得到了相对较好的结果,明显地提高了模型的度量与防范市场风险能力.     

基于机制转换混合Copula模型的我国股市间极值相依性

通过构建机制转换混合 Copula 模型, 考察了沪、深股市与港、台股市间的尾部相依特征, 研究发现:它们间的尾部相依性呈非对称动态过程, 在低风险状态下, 右尾部相依性普遍高于左尾部相依性; 而在高风险状态下, 左尾部相依性普 遍高于右尾部相依性. 相对于沪、深股市与台股而言, 沪、深股市与港股间的尾部相依性更强, 其 尾部相依性对外来冲击更敏感; 相对于沪市与港、台股市而言, 深市与港、台股市间的尾部对外在 冲击更敏感. 在此次次贷危机中, 沪、深股市与港、台股市间极值风险显著增加, 并呈现明显的金融感染. 而且各尾部相依性的两个结构变化几乎同时发生并分别对应于危机的第一、二阶段, 这表明:沪、深股市与港、台股市间的风险呈系统性特征, 而危机的第三阶段对沪、深股市与港、台股市间的影响较有限.     

中国证券市场反向策略研究及其短周期性

证券市场中的反向策略是指购买价格被低估的"价值股票"和抛售价格被高估的"热门股票".国外大量实证研究表明,采取反向策略能获得较高的收益,而我国目前的实证结果争议较大.采用不同于以往大部分国内学者的实证方法,根据股票的价格比例对资产组合进行分类,对我国证券市场上反向策略的有效性进行了实证研究.结果表明,中国证券市场存在反应过度,反向策略行之有效,从而也说明我国证券市场的非有效性.另外,作为新兴市场,中国证券市场和西方证券市场的反向策略存在差异,主要表现在中国股市的反向周期短于西方发达国家,这可能与中国股市的高换手率有关.     

投资者情绪和资产定价异象

在以个人投资者为主体的中国股票市场中,投资者情绪对资产价格的影响非常重要.本文将投资者情绪和宏观经济变量加入到条件CAPM模型中,采用Avramov和Chordia(2006)的两步回归分析框架,检验了包含投资者情绪信息和宏观经济变量的条件资产定价模型对我国股票市场收益异象的解释力.实证结果表明,包含IPO首日收益率为投资者情绪信息的条件CAPM模型能够显著解释我国股市中的特质波动率之谜,规模效应和价值效应,经济不确定性指数作为额外的宏观经济变量加入条件CAPM模型能够解释我国股票市场的非流动性溢价,实证结果对于不同的度量指标都很稳健,进而证实了投资者情绪因素在资产定价过程中的重要作用.     

周日效应下的VaR风险测量

资本市场所谓的“周日效应”是许多证券回报率反常现象之一。本文从金融市场风险测量的角度出发,对中国沪、深股市的日回报率进行了周日效应的实证研究,并且对传统VaR风险度模型进行了改进,然后通过后续检验支持了对传统风险度模型的周日效应调整,可以得到更加准确的VaR风险度测量的结论。     

基于非线性相依的市场间金融传染度量——测度2015年中国股灾对重要经济体的传染效应

针对真实市场间所具有的非线性、尾部极值相依性及时变性等相依特征,本文以2015年6月中国爆发的股灾为背景,从传染效应的存在性、传染强度、传染方向三个视角深入研究中国股市对日本、美国、韩国三个重要经济体股市的金融传染效应.首先,将极值理论(extreme value theory,EVT)与时变Clayton Copula函数相结合构建时变Clayton Copula-EVT模型,估计下尾极值动态相依系数,并进行统计检验,发现中国股市对日本、美国股市存在风险传染效应,而对韩国股市不存在风险传染效应;进一步地,量化中国股市对日本、美国股市的风险传染强度,发现中国股市对日本、美国股市的传染强度都较大,且中国股市对美国股市的传染强度明显强于其对日本股市的传染强度;最后,利用基于时间延迟的去趋势交叉相关性分析方法研究中国股市与日本、美国股市之间的风险传染方向,发现股灾后市场间风险传导方向发生了改变,风险主要由中国股市传染至日本、美国股市.上述实证结果为深入研究市场间金融风险传染的非线性相依特征机理提供了有益的参考.     

我国证券投资基金羊群行为及其对股价影响的实证研究

建立CCK校正模型，分别检验我国证券投资基金羊群行为及股市整体羊群行为是否存在；在CCK校正模型的基础上建立虚拟变量模型，以检验基金羊群行为与股市整体羊群行为二者的显著程度是否相同，从而证明基金羊群行为能否引起股市整体价格的波动。研究结果表明：我国基金羊群行为与股市整体羊群行为均显著存在，且二者的显著程度基本相等，主要是基金在整个股票市场中所占份额较少所致，因此基金羊群行为不会对股市整体价格波动产生大的影响。     

商品生产规模扩张的最优化决策方法

在偏尾分布的基础上,针对生产规模扩张时变动成本、固定成本和总成本摊薄3种不同情况,给出了普遍适用的商品生产规模扩张的基本条件及最优化扩张规模的分析模型与决策方法.实证分析结果表明:本方法不仅可以有效解决一般商品生产规模的最优化扩张问题,还可以解决股票股本的最优化扩张问题.     

遗传算法在股票短期投资决策中的运用

针对传统投资分析方法的局限性和一定程度的片面性 ,提出将遗传算法运用于股票短期投资分析 ,具体解释了染色体、适应值等参数在股市分析中的实际意义 ,并设计了选择、杂交、变异算子的使用方案 ,同时改进了算法——提出“伸展算子”.最后以上海股票市场为例 ,进行实证研究 ,通过实验数据和结果的分析 ,说明算法的有效性 .     

基于GD-FNN的股票市场泡沫模型

针对股票市场内部结构复杂性和外部因素多变性, 构建一种基于预测的股票市场泡沫模型. 以上证指数为研究对象, 在价格和成交量的基础上, 将与股票市场密切相关的宏观经济指标引入泡沫模型指标体系, 并对指标体系中各变量之间长期均衡关系和因果关系进行数量分析. 在此指标体系下, 构建向量自回归模型(VAR)模型衡量股票市场基础价值, 并据此分析宏观经济指标对市场的影响; 同时构建基于椭圆基函数且能够动态调整网络结构的广义动态模糊神经网络模型(GD-FNN)对上证指数进行拟合预测作为股票市场的市场价值, 并通过GD-FNN模型提取的模糊规则对股票非线性系统运行模式进行分析. 最后, 根据预测的股票市场市场价值与基础价值之间的偏差计算泡沫度, 并提出相应的预警策略.     

证券市场的标度理论及实证研究

运用分形理论探讨证券市场的自相似性与标度不变性 ,分析三种标度指数 ,即自相关指数、Hurst指数、基于 DFA算法的标度指数 .基于标准差时间序列改进 Hurst指数 ,将 DFA推广为动态递推算法 .利用三种标度指数对国内沪深股市进行实证研究 .结果表明 ,沪深股市收益率均不服从正态分布 ,在跨时间尺度的股价指数之间存在着相关性 ,表现为分形时间序列 ,说明其背后所隐含的政策导向影响中国股票市场的特征 .     

分析师深度研究报告向市场传递的信息含量——基于“新”、“旧”信息的文本分解

本文首次从信息有效性角度，采用文本向量化方法将分析师深度研究报告文本分解为"新"、"旧"信息，并以事件窗口下的累计收益率度量股价反应，检验上述两类信息对股价的影响.研究结果表明，分析师独立收集并发布的"新"信息能够引起显著的股价反应.分析师群体存在复述市场已有信息的行为，但其复述的"旧"信息对股价无显著影响.通过进一步分解股价反应，发现分析师"新"信息同时向市场传递了公司特质信息与市场行业信息.此外，分析师报告的语调、谨慎性和简洁性等文本特征能影响"新"信息进入股价.本文为监管当局如何规范分析师行为以及分析师如何撰写研究报告提供了新的视角与实践方法.