Heterogeneous Beliefs, Trading Volume, and Seemingly Emotional Stock Market Behavior

Various information types and rational learning methods have shown that heterogeneous belief changes in a rational expectation model can explain many empirical findings in stock markets, such as mo-mentum, contrarians, and technical trading. The methods have also shown that momentum and price movements can coexist in an asset market with only rational agents. The purpose of this paper is to provide a rational economic theory to explain these phenomena. Results of a dynamic programming model with het-erogeneous beliefs show that the dynamic interactions between information diffusion and belief changes create continuation and reversals. The duration and magnitude of momentum and price movements are as-sociated with trading volume. Therefore, rational investors should incorporate price and volume information in their trading decisions.     

中国股票市场惯性和反转投资策略实证研究

基于 1992— 2 0 0 1年的沪深 A股市场的全样本数据 ,采用 Jegadeesh N和 Titman S(2 0 0 1年 )方法 ,研究中国股市惯性和反转投资策略。结果表明 ,在中国 A股市场基本不存在惯性现象 ,而存在显著的反转现象。过去 1～ 12个月的赢家或者输家在未来的表现并没有显著差异 ,“追涨杀跌”的投资策略并不能获利。而过去 30～ 4 2个月的输家的月平均收益率高达 3.8%～ 4 .4 % ,显著高于过去的赢家 2 .1%以上 ,高于无风险利率 3.5 4 % ,高于市场组合 1.89% ,在未来 36个月累计收益率高达 136 .7%。过去的输家组合的 β因子和流通市值均处于中上水平 ,并没有太大的风险。结果可为机构投资者提供一种可行的投资策略     

中国外债最优结构研究:人工神经网络方法

通过将BP神经网络和非线性方程组求解结合起来，提出了一种求解一般抽象非线性方程组F（x^-,y^-）=O的算法，并将其应用于中国宏观外债模型，样本检验结果指出，有92%的变量相对误差小于5%，该结果优于一般计量经济学方法所得的结果，应用该模型对中国外债管理方式（计划管理方式和余额管理方式）和期限结构进行仿真研究，研究结果在适度外债规模和外债管理方式及其在对国民经济的影响等方面提出了有较大政策参考价值的建议，说明了人工神经网络方法在复杂经济系统方面的应用前景。     

用人工神经网络方法预测中国外债适度规模

研究了中国外债适度规模及相关政策。在中国宏观外债同步时间序列模型基础上 ,建立了用 BP网络替代随机方程的模型 ,并结合求解一般抽象非线性方程组 F(x,y) =0的算法 ,进行仿真研究。样本期模拟检验结果指出 ,有 92 %的变量相对误差小于 5 %。应用该模型对中国外债管理方式(计划管理方式和余额管理方式 )和期限结构进行仿真研究 ,研究结果表明 ,这种研究方法是可行的、有效的。结果指出 :当中长期外债采取计划管理方式时 ,年借入外债量以不超过2 5 0亿美元为宜 ,建议不超过 2 0 0亿美元