基于EEMD的投资者情绪与股指波动的关系研究

基于集成经验模态分解（ensemble empirical mode decomposition, EEMD）对非线性、非平稳性金融时间序列的有效 处理, 运用EEMD方法分别将投资者情绪和股指价格序列分解成若干个独立的、不同尺度的IMF分量和一个残余项, 提取出 序列在不同时间尺度下的波动特征, 并将得到的IMF分量和残余项按照高低频重构为序列的短期波动项, 中期重大事件 影响项和长期趋势项, 进一步结合计量模型考察投资者情绪和股指价格序列在不同时间尺度下的波动关联性. 实证结 果表明, 投资者情绪与股指价格波动在不同时间尺度下呈现出不同的波动关系： 短期投资者情绪与股指价格波动存 在双向影响, 中期投资者情绪波动领先于股指价格波动, 而长期则转变为股指价格领先投资者情绪波动.     

基于Takenaka-Malmquist自适应时频分布的特征指标——来自上证和深证的数据

股票价格指数度量并反映了股票市场总体价格水平及其变动趋势，包含了丰富的市场信息，受到投资者和政策制定者的普遍关注.利用一定的数学方法对其进行分析和研究，挖掘股指的潜在价值，对加快资本市场治理，提升金融效率，促进国民经济的平稳快速发展具有十分重要的意义.本文利用基于Takenaka-Malmquist自适应傅里叶分解（简称自适应傅里叶分解或AFD）的时频分布，有效提取了股票价格指数的时频特征，分析股票市场的变动趋势.为满足自适应傅里叶分解的要求，首先利用H-P滤波算法对时间序列进行预处理，去除时间序列的趋势项，然后利用AFD算法处理周期项数据，在此基础上得到股票价格指数的时频分布，并进一步分析股指变动趋势.基于自适应傅里叶分解的算法可以有效提取股指在时频两域的信息，避免了单一域分析的缺陷，且比现有的小波分解方法具有更高的分辨率和准确度.为检验指标的有效性，本文利用上海证券交易所的上证综合指数（代码000001）和深圳证券交易所深证成份指数（代码399001）实证检验了指标的有效性，结果表明基于自适应傅里叶分解的时频分布提出的股市技术分析指标可以用于中短期股票市场的变动特征分析.     

基于微信文本挖掘的投资者情绪与股票市场表现

本文以基于微信文本挖掘的投资者情绪与上证指数收盘价、成交量为研究对象,研究了投资者情绪时间序列与收盘价、成交量时间序列之间的关系.研究结果验证了投资者三种情绪倾向对股票市场的影响方式和效果不同:基于微信文本挖掘的投资者消极情绪比例能够稳定预测上证指数收盘价,基于微信文本挖掘的投资者积极情绪倾向和中性情绪倾向比例的增减变动能够迅速引发滞后1天的上证指数成交量的增减变动.研究表明基于微信文本挖掘的投资者情绪对于预测股票市场表现有重要作用.     

中国股市指数收益率的时间跨度特性

以上证指数和深成指的3种不同时间跨度的收益率序列--日收益率、周收益、月收益率为研究对象,对比分析它们分布情况、厚尾性、ARcH效应以及自相关性等特征的变化.结果表明,随着时间跨度的不断增加,上海股市和深圳股市的收益率序列逐步趋于正态分布,序列自相关性增强并存在长期相关性,波动集群性逐渐消失,波动持续性和杠杆效应不断减弱,风险溢价的敏感性不断增强,这些相同的变化趋势反映出两地股市有很强的联动性.同时,两地股市指数收益率厚尾性变化有明显区别,随时间跨度的增加,上证指数收益率的左尾变瘦,右尾变胖,深成指收益率的左右尾都逐渐变瘦,这种不同的变化趋势反映出两地股市的差异性.     

基于小波分析的股市波动的多重分形辨识

以上证指数和深圳成分指数日收盘价的时间序列为样本,利用小波分析方法剔除序列的噪声干扰,对序列保留的波动趋势进行多重分形辨识.通过 WTMM (小波变换模极大)计算配分函数,尺度函数和多重分形谱等,全面细致的量化了序列的局部及不同层次的波动奇异性.计算结果表明:去除噪声干扰后, 中国现行证券市场的波动呈现显著的多重分形特征.     

实时检验泡沫：基于严格局部鞅判别的泡沫检验方法

实时检验泡沫并对市场参与者和监管者进行预警，有利于防范和化解金融风险。基于检验泡沫的严格局部鞅判别原理，在RKSH方法的基础上拓展了一种倒向滚动检验方法（BSLM），并通过蒙特卡洛仿真和实证分析验证了新方法的有效性。研究发现：相对于传统严格局部鞅判别方法，BSLM方法对距离当前时刻较近的泡沫具有更高的检验势，并且能更早地事前预警泡沫；在对中国股票市场主要指数2000~2015年的泡沫检验中，新方法能判断泡沫的生成时间和破灭时间，发现上证指数和深圳成指的泡沫具有较强的联动性。     

投资者情绪影响香港股票市场吗?

本文选取香港股票市场的封闭式基金折价率,initial public offering(IPO)首日收益率,IPO数量,市场成交量和换手率等五个原始情绪指标,利用主成分分析法构造了综合投资者情绪指数,然后应用autoregressive moving average-generalized autoregressive conditional heteroskedasticity(ARMA-GARCH)族模型分别剔除了综合投资者情绪指数与香港恒生指数中的趋势因素和季节因素等外在影响,对ARMA-GARCH模型的残差作相关性分析和Granger因果关系检验.研究表明,ARMA-GARCH族模型能有效处理投资者情绪指数和香港恒生指数的自相关性和异方差性.Granger因果检验发现在短期内恒生指数收益率是投资者情绪的Granger原因,即当香港股市处于上升阶段时,投资者情绪会更加乐观,而当股市处于下降阶段时,投资者情绪则会变的更加悲观.     

时间因子对构造指数代理证券组合影响的实证分析

使用传统的聚类分析对股票市场进行分析时，往往忽视了时间因素。由于股票价格是与时间高度相关的数据，本文在聚类过程中引入指数形式和线性形式的时间因子，然后再应用CAPM模型对所选择的聚类股票进确定投资组合，发现引入合适的时间因子后聚类生成的投资组合能在短期内更好地跟踪深圳综合指数的波动，取得了满意的效果。     

互联网新闻媒体报道对我国股市的影响分析

互联网新闻媒体作为投资者的重要信息来源,对投资者的投资决策具有重要影响,同时也会影响股票市场的具体表现.为研究互联网媒体上发布的新闻报道对股票市场的影响,本文通过互联网搜索引擎采集了与股票市场相关的大量新闻报道,从新闻媒体关注度和情感指标两个方面分析其对我国股票市场的影响.通过对2012年1月1日至2016年4月30日之间上证综指的表现进行实证检验,发现互联网新闻媒体的关注度和情感指标对我国股票市场的运行均有一定的影响,而舆情指数一方面不受新闻媒体报道数量的影响,另一方面衡量了情感指标的相对影响,是量化新闻媒体报道情感的较佳指标.同时,我们的实证显示众多新闻媒体报道的网站来源中,52.8%的来源中已经包含了99.3%的新闻报道,是对股票市场产生影响的重要来源.通过互联网新闻媒体关注度和情感指标对股票市场影响的研究,可以加强对股票市场走势的分析与预测,为投资者提供投资建议.     

“深港通”背景下深港投资者情绪的传染性研究——基于SHIBBS-EEMD模型

利用深圳和香港股票市场投资者情绪代理变量数据，基于SHIBBS-EEMD模型构建了受重大事件影响的投资者综合情绪指标，借助Granger因果检验和反映指标之间关联程度的Copula指数进行传染性研究。结果表明：香港市场投资者情绪对深圳市场投资者情绪存在单向传导；香港市场投资者情绪对深圳市场投资者情绪的传染性在沪、深港通开通之后迅速上升，两市联动性加强的同时风险传染的概率也随之增大。     

投资者情绪与期货市场功能——基于沪深300股指期货的研究

本文以2015年股指期货市场实行交易限制措施事件作为自然实验样本，研究了不同市场环境下投资者情绪对沪深300股指期货风险管理功能和价格发现功能的影响及其差异.研究结果表明，在无交易限制的市场环境下，投资者情绪对沪深300股指期货的风险管理能力和短期动态价格发现能力有显著的负面影响；而在有交易限制的市场环境下，投资者情绪对沪深300股指期货市场风险管理能力的影响出现反转，但其对股指期货市场价格发现能力的负面影响却进一步加剧，本文分析这一现象是由于交易限制规则实施后股指期货市场流动性和市场深度极度匮乏、逆向选择效应增强所致.与现有研究相比，本研究可以更有效地从市场微观结构角度揭示投资者情绪对金融市场的影响存在差异的原因.此外，本研究结果在以双重差分模型和以互联网搜索指数作为投资者情绪代理变量的检验中同样稳健.     

多维高频数据的"已实现"波动建模研究

金融市场高频数据的分析与建模是金融计量学一个全新的研究领域.把基于一维高频数据的“已实现”波动率扩展到多维高频数据情形,给出“已实现”协方差阵,并给出了协方差阵的极限性质,用以刻画多维金融变量的波动率和相关性.研究了基于上证综指和深圳成份指数高频数据的“已实现”协方差阵的特性,最后针对它的长记忆性建立了FIVAR模型,该模型刻画了上证综指和深圳成份指数各自的波动性和之间的相关性.研究发现,“已实现”波动和“已实现”协方差取对数后具有良好的正态分布特性,相同的长记忆性.针对“已实现”协方差阵建立的FIVAR模型为进一步研究波动的协同持续性提供了基础.     

Dependence between stock returns and investor sentiment in Chinese markets: A copula approach

Using data of newly opened stock trading accounts in China as a proxy of investor sentiment index,the authors employ the time-varying copula-GARCH model with Hansen’s skewed Student-t innovations to investigate the dynamic dependence between investor sentiment and stock returns.The empirical findings show that shifts in investor sentiment are asymptotically positively correlated to stock returns in extreme value situations in both A shares market and B shares market in China,that is to say,stock prices will increase(decrease) more when investors become more bullish(bearish).Also, results show that the dependence between investor sentiment and stock returns is time-varying,which means that the traditional Pearson’s correlation based on normal distribution is not enough to describe the relationship between stock market behavior and investor behavior.     

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 .     

A Causality Analysis of Societal Risk Perception and Stock Market Volatility in China

Modern China is undergoing a variety of social conflicts as the arrival of new era with the transformation of the principal contradiction. Then monitoring the society stable is a huge workload. Online societal risk perception is acquired by mapping on-line public concerns respectively into societal risk events including national security, economy & finance, public morals, daily life, social stability, government management, and resources & environment, and then provides one kind of measurement toward the society state. Obviously, stable and harmonious social situations are the basic guarantee for the healthy development of the stock market. Thus we concern whether the variations of the societal risk are related to stock market volatility. We study their relationships by two steps, first the relationships between search trends and societal risk perception; next the relationships between societal risk perception and stock volatility. The weekend and holiday effects in China stock market are taken into consideration. Three different econometric methods are explored to observe the impacts of variations of societal risk on Shanghai Composite Index and Shenzhen Composite Index. 3 major findings are addressed. Firstly, there exist causal relations between Baidu Index and societal risk perception. Secondly, the perception of finance & economy, social stability, and government management has distinguishing effects on the volatility of both Shanghai Composite Index and Shenzhen Composite Index. Thirdly, the weekend and holiday effects of societal risk perception on the stock market are verified. The research demonstrates that capturing societal risk based on on-line public concerns is feasible and meaningful.     

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.     

DOES INVESTOR SENTIMENT PREDICT STOCK RETURNS？ THE EVIDENCE FROM CHINESE STOCK MARKET

This paper examines the proxy variables of investor sentiment in Chinese stock market carefully, and tries to construct an investor sentiment index indirectly. We use cross correlation analysis to examine lead-lag relationship between the proxy variables and HS300 index. The results show that net added accounts （NAA）, SSE share turnover （TURN）, and closed-end fund discount （CEFD） are leading variables to stock market. The average first day return of IPOs （RIPO） and relative degree of active trading in equity market （RDAT） are contemporary variables, while number of IPOs （NIPO） is a lagging variable of stock market. Using the sentiment proxy variables with most possible leading order, and forward selection stepwise regression method, the empirical results on monthly stock returns reveal that three leading proxy variables can be used to form a sentiment index. And the out of sample tests prove that this sentiment index has good predictive power of Chinese stock market, and it is robust.     

基于信息扩散模型的上证指数定价和波动特征研究

本文针对上证指数构建了基于信息扩散的风险因子,检验了其与指数收益率之间的实证关系;并对比了传统ARCH-M类模型中条件方差对收益率的解释力度.结果表明,基于信息扩散的风险因子能够更好地解释上证指数在不同发展阶段的定价和波动特征,并且对股指收益率具有更好的解释/预测效果.本文的研究揭示了波动作为信息的载体是有价的,佐证了中国股市定价机制在股权分置改革后出现了从投机市、政策市逐渐向基本面回归的转变,同时也捕捉到了股市波动特征自2014年以来出现的一些新变化.     

宏观经济信息发布对股票市场收益率及其波动的影响

通过构建宏观信息发布中的未预期信息衡量指标,本文研究了宏观信息对股票市场收益率及其波动的影响.实证分析发现:股票市场指数月收益率具有"通胀对冲"功能,同时PPI、固定投资、货币供给(M2)也会显著影响指数收益率,贸易顺差则与收益率波动显著相关;进一步对股票市场指数日收益率分析发现沪深两市对宏观信息的短期反应并不相同.对上证综指,仅CPI、固定投资与进口同比显著影响指数收益率,而出口同时影响指数收益率及其波动;对于深证成指,市场只对出口信息会作出及时反应.此外,本文还发现危机后股市对宏观信息的反映也出现了显著变化,宏观信息变量中只有PMI和进出口变量显著影响市场收益率,而PPI则成为影响收益率波动的显著因素.     

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.