机构投资者对股价波动率的影响研究——基于2011-2013年沪市横截面数据的实证分析

选取2011-2013年上海证券交易所A股作为研究样本,运用Stata12、Excel软件,通过统计描述分析、多元回归法、虚拟变量回归法分析了机构投资者对股市波动率的影响.实证研究发现,在不同市场环境下机构投资者持股对市场稳定性所起的作用不同,随着机构投资者的壮大,个股流通市值越大,日内波动率和超额波动率越大,股市收益波动率越小;上市公司业绩越好,股价波动率越低.鉴于此,我国应扩大机构投资者队伍,根据市道适度控制基金产品的发行速度,并促进上市公司优胜劣汰、进退有序.     

中国股市收益波动的实证研究

采用GARCH类模型，利用上证综合指数对中国股市收益波动进行了实证研究。以前的研究显示中国股市波动存在反向的不对称性或不对称性不显著，并归因于中国股市的高投机性。而本研究的TARCH模型和EGARCH模型的实证结果首次提出了新的不同证据。说明中国股市存在显著的不对称性。对杠杆效应和波动反馈效应在中国股市的作用进行理论分析，认为波动反馈效应更能说明中国股市波动的不对称性。     

成交量与股票收益率关系的实证分析

选取2005年至2015年上证指数数据,对上海证券交易所的股票成交量与股票收益率进行理论分析和实证研究,建立了股票日成交量变化率与日收益率回归模型、周成交量变化率和周收益率回归模型,得出股票收益率与股票成交量变化率呈正相关关系的结论。     

国际股市联动条件下中国股市与汇市的非线性相依性关系研究

与以往仅对市场间相依关系进行静态、孤立的研究不同，基于全局化视角，在国际股市联动条件下研究中国股市与汇市间的相依关系。选取2006-01-04~2019-02-28沪深300指数、人民币兑美元汇率中间价、美国S&P500指数、欧洲STOXX50指数、香港恒生HSI指数、日本N225指数、英国FTSE100指数以及全球股市MSCI指数为研究样本，聚焦于2008年全球金融危机和2015年中国股灾两次极端波动事件，采用R-vine Copula方法研究国际股市联动条件下中国股市与汇市间的非线性相依关系，并构建参数动态化的动态R-vine Copula方法进行稳健性检验。研究结果表明：国际股市与中国股市和汇市之间分别存在着正向联动关系；在国际股市联动条件下，中国股市对汇市具有引导作用，且两者间的相依关系可以由资产组合平衡模型解释；中国股市与汇市在国际股市联动条件下间的相依关系弱于不考虑国际股市联动条件时的相依关系，且这种偏差在金融危机、股灾等极端波动后会显著增加。本研究对国际投资者合理配置资产规避风险、政府监管部门制定相关政策具有重要参考意义。     

中国投资者多角度舆情分析及其在股市预测中的作用

股市中存在与投资者舆情有关的非理性现象，舆情与股市关系的量化研究对发掘股市规律和辅助投资预测具有重要意义.本文基于论坛中的投资者发言，创新性地建立CNN-TLDA混合模型对舆情进行多角度量化分析，从积极度和关注主题两方面探究投资者舆情和股市的相互影响关系，并基于长短时记忆(LSTM)网络对舆情在股市预测中的作用进行探讨.研究表明:中国股市投资者普遍悲观，投资者乐观度和关注主题都与股市高度相关.多角度舆情分析使预测误差下降至41%.研究成果能够辅助投资者的投资决策，也能为股市中个体投资者舆情的分析与利用提供科学参考.     

基于EEMD模型的我国跨境并购宏观经济动因分析

以2008~2018我国A股上市公司实施的跨境并购交易为样本，运用EEMD模型从短期和长期两个时间尺度考察了宏观经济环境与跨境并购的关系.结果表明:近些年，我国宏观经济的持续高速发展是引发跨境并购长期波动的主要原因，国内经济政策不确定性上升也会对其产生促进作用;股票市场的短期波动和经济政策调整是驱动跨境并购短期波动的重要因素;无论长、短期，经济预期都对跨境并购波动起反向抑制作用.当国内股票市场指数居于高位、未来经济预期变差或经济政策不确定性上升时，我国企业越有可能进行跨境并购.     

危机时期中国股市跨行业风险传染效应

在危机频发背景下，本文应用R-Vine Copula和溢出指数模型，结合金融危机、欧债危机、新冠疫情等危机事件，从风险关联和风险溢出双重视角考察危机时期中国股市跨行业风险传染效应.研究发现：危机时期中国股市出现跨行业传染现象，行业关联网络和溢出网络变迁具有“事件驱动”特征.在危机时期，工业始终处于关联网络的中心，可选消费(简称可选)和材料在各个时期与工业紧密相连，三者是主要的风险驱动行业；能源、电信、医药和金融始终处于关联网络的边缘位置，是主要的风险接受行业.研究结果为投资者微观资产配置、监管部门宏观审慎管理和风险防范提供有益参考.