上海股票市场资本资产定价的横截面研究

回顾了资本资产定价理论与实证的互动发展脉络 ,采用横截面方法对上海股票市场资本资产定价的因素进行分析 ,研究表明 :1β系数的测量方法对 CAPMs的检验结果产生影响 ;2在上海股票市场系统风险并不是影响收益率的唯一因素 ,同西方成熟股票市场一样 ,上海股市存在“规模效应”.本文进一步对这些结论进行了分析 .     

基于马尔科夫状态转换下的CAPM实证研究

将一阶马尔科夫过程引入到经典资本资产定价模型(CAPM)中,从动态的角度提出基于马尔科夫状态转换下的资本资产定价模型,即允许反映市场风险载荷的β系数和条件方差呈现时变状况.实证显示该模型优于经典资本资产定价模型,并能够刻画动态变化过程,经典CAPM为该模型的特例.     

基于混合资产定价模型的中国股票市场羊群行为实证研究

结合资本资产混合定价模型市场交易因子载荷离散度指标对市场交易行为的反映,提出更加反映市场行为、具有时间序列可比性的羊群行为度量指标,并利用该指标对中国股票市场羊群行为进行实证检验,发现了沪深股市羊群行为的显著特征.     

大数据提升了多因子模型定价能力吗?——基于机器学习方法对我国A股市场的探究

本文采用惩罚线性回归方法和主成分分析等多种机器学习算法,充分挖掘我国A股上市公司财务基本面大数据信息,尝试构建我国资本市场的简约的多因子定价模型.研究发现:我国A股市场中,主成分作为定价因子的表现要优于特征因子;在缩减定价因子个数方面,弹性网络方法的表现要略优于LASSO.此外,惯性类、交易摩擦类以及估值与成长类因子的贡献较大,说明虽然我国资本市场不够完善,市场参与者交易习惯有待提高,但也体现了市场不断完善且有效的一面.本文方法构建的多因子模型优于主流的定价模型.本文将机器学习方法引入到资产定价模型的构建,实现了对高维财务基本面数据的降维和变量选择,构建了我国A股市场多因子资产定价模型,并给出经济学解释.文章从大数据和机器学习的角度为我国A股市场资产定价提供了新思路,明确了各个定价因子在多因子模型中的贡献,有助于理解我国资本市场特点,为解决高维财务基本面数据问题提供了适用于我国资本市场的方法.     

碳交易市场、原油市场和股票市场的联动关系——基于结构突变检验和VAR模型的实证研究

运用Bai-Perron内生多重结构突变检验方法,检验欧盟EUA、BRENT原油和伦敦股票市场的结构突变现象,再进行退势处理以分离结构突变的影响。进一步,构建VAR模型并结合非线性Granger因果检验、脉冲响应和方差分解,研究三个市场间的联动关系。结果显示,三个市场均发生了两次及以上显著的结构突变,且突变时点间具有较强的内在相关性,说明各市场对重大事件影响的反应具有一定的联动性;三者之间存在显著的双向非线性Granger因果关系,互为原因、相互促进;分离结构突变的影响后发现,碳市的波动主要是由其自身因素造成的,受油市和股市的影响很小。研究结果对我国相关企业制定碳交易策略以及监管部门制定政策具有一定的启示。     

量价趋势、信息不对称与股票收益率：基于中国A股市场的实证研究

针对中国A股市场,考察量价趋势与股票未来收益率之间的关系。实证结果表明,量价趋势对股票横截面收益率具有显著的预测能力：成交量或价格上升趋势越强的股票,其未来的收益率越低。同时,对于信息不对称程度较高的股票,如市值较小、波动率较高或流动性较差的股票,量价趋势因子的预测能力更为显著。通过将量价趋势信息进行合成,研究发现,合成后的因子比单个因子有更好的表现。研究表明：投资者在进行投资交易时,综合利用量价信息能够获得显著的超额收益。同时,信息不对称是影响股票定价效率的重要因素,降低信息不对称程度有助于提高股票市场有效性。     

基于自组织算法的股市预测

在简要地介绍GMDH算法的基础上,讨论了基于自组织算法的股市预测问题。建立带移动平均的预测模型,使预测值可以逐个地得到。以上证指数为应用实例,实验结果表明了GMDH算法在股市预测中的有效性。     

涨跌幅限制与流动性研究

给出报价驱动机制下的股票流动性的计算方法,提出指令驱动机制下的股票流动性和市场流动性计算方法,并运用这些度量方法,从不同角度实证研究了涨跌幅限制对流动性的影响。研究结果表明,对整个市场而言,涨跌幅限制不仅没有限制流动性,反而增加了流动性;对个股而言,涨跌幅限制在一定程度上约束了流动性;对ST股票而言,涨跌幅限制为5%时期的流动性大于涨跌幅限制为10%时期的流动性,说明过小的涨跌幅限制存在流动性干扰和过度反应现象。因此,在增加市场交易透明度的基础上,适当放宽涨跌幅限制,特别是对小盘股、绩差股、信誉低的上市公司继续实行涨跌幅10%的限制,而对大盘股、绩优股、高市值股和信誉高的上市公司放宽或取消涨跌幅限制,有利于增加市场的流动性。     

混沌时序重构及上海股票指数预测的应用研究

应用非线性自相关混沌模型,采用神经网络和小波理论相结合的方法对模型参数进行辨识,其辨识的准确程度较高.通过对混沌时序进行预处理和傅立叶滤波,然后再进行重构和预测工作其效果良好;文章采用该模型对上海证券市场的600062号股票数据的开盘、最高、最低、收盘价数据进行了建模和模型中参数辨识的工作,其预测的结果比较准确.     

中国股票市场弱有效性的统计套利检验

简要介绍了统计套利的概念,并在Hogan等(2004)的基础上,采用证伪的方式来验证市场的有效性:只要有统计套利的存在,就与有效市场假定相违背.利用这种方法,还对我国A股市场的弱有效性加以检验,发现我国A股市场弱有效性不成立.     

分形市场中的资本资产定价

简要介绍有效市场理论的局限性及其与分形市场理论的关系,并指出有效市场理论是资本资产定价模型的基础。在分形市场中单个资产收益与市场收益之间的线性关系很难成立。针对于此,提出运用非线性协整理论进行分形市场中的资本资产定价,并给出运用小波神经网络进行非线性协整建模的方法。最后给出上海股市的实证研究。     

基于历史的期货市场有效性检验

基于历史概念,提出一种新的市场有效性检验方法,并对上海期货交易所的铜期货市场进行了市场有效性检验,得出了该市场基本符合弱式有效的结论。     

A Research of China Stock Market by Capital-Asset Pricing Model

ＡＲｅｓｅａｒｃｈｏｆＣｈｉｎａＳｔｏｃｋＭａｒｋｅｔｂｙＣａｐｉｔａｌＡｓｅｔＰｒｉｃｉｎｇＭｏｄｅｌＺＨＡＮＹｕａｎｒｕｉＬＵＬｉｎｉｎｇＭａｎａｇｅｍｅｎｔＩｎｓｔｉｔｕｔｅＴｉａｎｊｉｎＵｎｉｖｅｒｓｉｔｙ，Ｔｉａｎｊｉｎ３００４００Ａｂｓ...     

Demonstration Study on the Intrinsic Characteristic of Stock Complex Index on Shanghai Security Market

This paper takes the Shanghai Security market stock composite index as the research object, analyzes its intrinsic fractal essence characteristics by the application of fractal theory and the method, and computes the Hurst index, fractal dimension and correlated function of the highest prices of the complex index. Moreover, it studies characteristics of long term memory of the sample data and its variance along with time; study existence of chaotic attractors in data of the complex index by reconstructing the phase space of the index data. Finally, this paper carries on the related forecast demonstration study to the stock composite index. Results of the study have certain reference function to the actual problem.     

上海股市买卖价差成分分析

价差分解是金融市场微观结构理论研究的重要问题。本文通过对上证180指数成分股的研究,得到了上海股市——一个典型的订单驱动市场的买卖价差组成成分日内变化的特征,并分析了买卖价差形成的原因。研究结论表明,上海股市的逆向选择成本在买卖价差中占62％,高于其它市场;日内逆向选择成本曲线呈现略微斜置的“L”形,订单处理成本基本保持不变,这是买卖价差曲线日内呈略微斜置的“L”形的原因;此外,高价股买卖价差中的逆向选择成本所占比例高于低价股价差中的逆向选择成本比例。