中国股市外汇风险敞口研究

考察了汇率改革相关事件对上市公司所产生的影响及其作用形式,对一系列外贸型企业的外汇风险敞口进行识别、度量、分析,并对可能影响外汇风险敞口的若干因素,包括所属行业和外汇收入占比进行了探索.研究发现,中国股票市场对人民币汇率问题比较敏感,在人民币升值预期阶段,市场就随着外界压力和公开事件产生了一系列反应:在人民币汇率实质升值时期,也体现了显著的外汇风险敞口.机械、设备、仪表行业和纺织、服装、皮毛行业是受外汇风险影响最强烈的行业.同时,外汇收入占主营收入从55%到85%的企业,外汇风险敞口幅度最大.     

炒股软件,救星还是神棍?

今年年初以来,中国股市牛气冲天,强劲的走势造就了许多一夜暴富的神话,也使许许多多的"新生力量"加入了炒股大军.有人估计,中国股民数量已经达到一亿之巨.而这当中很多人是趁着牛市杀人股坛的,股票在他们心中只是赚钱的工具,至于怎样使用这个工具,什么时候选择交易、怎么选股、怎么分析走势行情,他们却并不在行,甚至是仅凭一腔激情,游走于跌宕股市.     

上海股票市场半强式有效性实证分析

股票市场的效率性指的是股票市场中股票价格对新信息的反应效率 ,它是股票市场成熟程度的表现。有效率的市场分为弱式有效市场、半强式有效市场和强式有效市场。通过对上海股市的 30家上市公司进行实证研究 ,得出的结论是 :目前上海股票市场非半强式有效。     

订单驱动市场流动性风险与新股发行抑价关系

结合现代市场微观结构理论和动态博弈理论,首先从理论上分析了订单驱动市场中新股上市初期均衡价格和流动性风险的形成过程,发现发行前私有信息出现的可能性,量值,分布及其形成的投资者间看法差异是形成上市初期流动性风险的主要原因.深入分析发现新股流动性风险的"卖方成分"是形成订单驱动市场中新股发行抑价的重要原因之一,且流动性风险及其卖方成分均与新股发行抑价正相关.最后采用上海股市实时分笔交易数据,利用广义矩估计方法提取"卖方成分"验证理论分析结论,实证研究结果与理论分析结论完全一致.     

中国股市仿真系统建模及其非线性特征研究

作为新兴的股票市场,中国股票市场还不成熟和完善,用传统方法很难建模.在交易者模型中引入了噪声交易者模型,并加入政策因子,应用遗传算法来进化预测规则,建立了Agent的价格预期模型.同时根据中国股利收益率偏低的特点,建立了中国的股利动力学模型.在此基础上建立了中国股票市场仿真系统.对该系统进行模拟及分析,发现仿真系统与真实市场同样主要的非线性动力学特征--分形和混沌动力学特征.这一研究对挖掘中国股票市场的演化规律和混沌动力学产生的关键因素具有重要意义.     

沪深股市动态溢出效应与动态相关性的实证研究——基于长记忆VAR-BEKK(DCC)-MVGARCH(1,1)模型

利用长记忆VAR-BEKK-MVGARCH(1,1)模型和VAR-DCC(1,1)-MVGARCH(1,1)模型,对沪深股市的动态均值溢出效应、动态波动溢出效应和动态相关性进行了实证检验.结果表明:沪深股市收益率的均值溢出效应和波动溢出效应,在2000年之前基本不存在,仅在2000年之后才比较显著,且表现为双向的传导关系.沪深股市收益率间表现出一定程度的动态相关性,除股市成立初期表现出负相关外,总体呈现出正相关,且相关性逐步提高,近年来稳定在0.8到0.9之间.     

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 .     

OIF Elman神经网络在股市综合指数预测中的应用

利用具有动态反馈机制的OIF Elman(Output-Input Feedback Elman)人工神经网络模型对股市的综合指数进行预测,为股票市场的建模及预测提供了一种新的技术和方法。实验模拟结果表明,OIF Elman网络具有极佳的逼近性能,预测数据与实际数据基本吻合,因此,OIF Elman神经网络用于股市预测是可行、有效的,具有很好的预测潜能和广泛的应用前景。     

中国股市、银行与宏观经济增长的实证研究

中国股市、银行信贷与宏观经济之间相互影响、相互作用,但三者之间的相关性研究还存有空白,文章运用协整理论和多次回归等计量经济方法对中国股市、银行与经济增长的关系进行实证研究,在实证结果的基础上结合中国实际情况深入分析了造成各个结果的内在原因,并针对股市、银行和经济增长之间存在的负相关问题提出规范股市运作、增加投资渠道等政策建议.     

股市波动的周内效应研究

收益与风险共存，以往对股市的周内效应研究仅集中在收益率上，对股市的另一特征波动性的周内效应进行了实证研究。应用无条件波动的修正Levene检验和条件波动的GARCH模型，研究了上证综合指数，结果显示我国股市存在显的星期一高波动现象，利用混合分布模型对此现象进行了解释，周末信息的积累对星期一交易的影响可能是其高波动的原因。