基于DCC-GARCH模型的中美股市报酬实证研究

运用DCC-GARCH模型探讨中美股市的波动影响效果,以美国道琼斯工业指数和中国上证综合指数为实证对象,研究期间为2009-01-01—2016-06-13,选取两国共同交易日的股价指数,共1708笔日报酬资料。实证结果显示:中国股市受前一期股价报酬为负向统计显著效果,受美国股市前一期股价报酬为正向统计显著效果;中美股市存在长期均衡关系。     

社交媒体负面传闻对股市影响及澄清效果研究

为探究社交媒体负面传闻对股市的影响和澄清效果,选取2017-2019年中国上市公司226个样本,采用事件法和多元回归模型进行实证检验.研究结果发现:社交媒体上的负面传闻导致股票异常收益为负,其对公司股价的影响较传统媒体相比较弱,澄清公告对股价的恢复作用更明显;澄清公告发布的及时性和公司声誉对恢复股价具有显著的正向影响....     

基于行为金融理论的非理性投机泡沫模型

为了从投资者非理性的角度揭示资产泡沫的生成机理,为股市泡沫监管提供更有效的工具,本文在基于行为金融理论的价值函数基础上,对噪音投资者模型进行改进,从利空和利多两个方面考查投资者行为因素的影响,从而构造出新的非理性投资泡沫模型,并利用我国股市数据对模型进行实证研究.结果证明,该模型更切合事实的非理性投机泡沫的发展过程.     

基于小波与动态GM(1,1)-ARIMA模型的股价预测研究

针对传统时间序列股价预测模型的时间滞后性,提出一种基于小波与动态GM(1,1)-ARIMA的股价预测模型。运用小波分析对股价数据进行预处理,对小波重构序列建立ARIMA模型,考虑预测过程中未来因素对系统的影响,建立动态GM(1,1)模型。选取沪深300指数进行实证分析,结果表明所提出的小波与动态GM(1,1)-ARIMA模型与传统股价预测模型相比,其预测精度最高。     

政策调整对上海股票市场影响的实证分析

在基本分析的基础上,应用平稳时间序列建模的方法,对上海股票市场的波动进行了实证分析,采用干预模型考察了政府政策调整对上海股票市场影响。主要结论是,政策调整对上海股票市场有显著影响,其影响时长大致为4个交易日,且上海股票市场仍是非有效的。     

东亚国家经济内生成长模型的实证研究

以时间序列分析方法探讨内生成长模型理论，试图对东亚国家经济体系长期的经济成长效果进行实证研究。实证结果发现：从东亚国家成长率的时间序列分析检验结果看来，基本没有一个国家有如内生成长理论所强调的有恒久性变动现象，甚至可以说没有；另外在实质资本投资率方面，其时间序列分析结果，除了缅甸以外，其它11个国家在实质资本投资率上，皆呈现统计上显著增长。结果表明AK—style模型对于东亚快速发展地区背后长期经济成长的力量来源无法提供良好的预测。     

GDP的时间序列模型的建立及应用——以兰州市为例

GDP是人们了解和把握一个国家或地区宏观经济运行状况的有效途径.文章在介绍时间序列的基础上,利用Eviews统计软件及非参数统计方法,对兰州市1978-2010年的GDP数据进行实证分析,建立了ARIMA(1,1,4)模型.检验表明,该模型具有较好的预测效果,利用该模型对兰州市未来5年的GDP进行了预测.     

基于LSTM和灰色模型的股价时间序列预测研究

影响股价的因素错综复杂，因此在考虑多变量情形下，对时间序列中常用的长短期记忆网络（LSTM）进行修正，并选取股票价格进行预测.首先，采用方差膨胀因子（VIF）进行变量的筛选，再结合自适应提升法（Adaboost）模型查看特征变量的重要程度.其次，用爬虫对投资者情绪进行文本分析，计算情绪指数等指标并揭示其与股价的关系.然后，对格力电器、飞科电器、美的集团3支股票进行股价预测，对比多层感知器（MLP）模型、LSTM模型，并选择适当的模型作为基准模型，在基准模型的基础上加上情绪指数、投资者关注度等指标构建了LSTM-EM模型.进一步，在考虑了投资者情绪后对残差项使用GM （1，1）模型进行修正.实证结果表明，该模型能对股价进行较为精确的预测.     

股价高涨对于公司投资活动的影响——从资金使用效率的角度分析

通过聚类分析将股票进行分类,选出传统行业和新兴行业代表,使用时间序列及干预模型对股价进行拟合.运用30家上市公司的2015年度财务数据,以及长信科技与瑞和股份在2016年5~7月的股价,对比2只股票在2016年前3个季度的流动资产周转率.结果显示,当股价大涨时,传统企业和新兴企业的资金使用效率存在明显差异.传统行业在面对大股资金流入的冲击时,资金的使用效率并不高,而新兴企业的资金使用效率要高很多.     

石油价格波动对中国股市影响的实证分析——基于近似单整时间序列的Bonferroni检验

以国际原油价格与中国股市收益率日数据为样本,对中国股市的有效性进行了实证研究。通过等尾置信区间估计方法,证明国际原油价格时间序列数据为一近单整过程而非确定的单位根过程。在此基础上,使用近单整时间序列的Bonferroni检验,得出国际原油价格对中国股市的收益率不存在明显溢出效应的结论,并对造成这一现象的原因进行了分析。这一研究结论对未来我国原油定价机制改革以及制订股市投资策略都具有重要意义。     

基于混沌时间序列分析的股票价格预测

根据股票市场是非线性动力系统的假设,利用混沌理论对混沌时间序列的分析方法,提出了股票价格预测方法。同时利用重构相空间的嵌入维数和延迟时间分别确定经向基函数模型网络的结构和训练样本对,对实际的股票时间序列预测结果表明,该方法能有效地进行短期预测,并与前馈神经网络模型相比,可得到较好的预测结果,因而在股票时间序列预测中有广泛的实用价值。     

沪深300股指期货与指数现货引导关系研究

通过采用平稳性检验(ADF)、误差修正模型(ECM)、脉冲响应函数分析和方差分解等金融计量学方法,对中国金融期货交易所上市交易的沪深300股指期货和A股指数之间的引导关系进行了实证研究.结果表明:沪深300股指期货与A股指数之间存在长期协整关系;从短期来看,股指期货市场对A股指数市场具有正向引导关系,并且这种引导作用有不断增强的趋势;期货价格对现货价格的发现处于主导地位,指数现货对指数期货引导作用较弱.     

货币供应量、利率和股票价格关系的实证研究

股票价格一直被看作是市场经济的晴雨表。在现行的市场环境下,货币供应量、利率两大政策变量和股价之间的相互关系成为人们投资股票关注的重点。货币供应量和利率的变动影响着宏观经济环境,从而间接影响着股价的变化;而股价的变化反过来通过影响消费投资从而影响实体经济,最终影响货币供应量和利率。特别是在利率尚未市场化、资本结构问题尚未解决的情况下,研究三者之间的相互关系具有重大的理论和现实意义。     

股票市场与中国经济增长关系研究——基于资金供给角度的实证分析

资本市场作为现代金融体系的重要组成部分,股票市场占其主导地位,它为一国的经济增长提供直接融资。股票市场与我国经济增长的关系是我国经济发展过程中受到普遍关注的问题。本文从股票市场为经济增长提供资金供给的角度出发,通过单位跟检验、协整分析、误差修正模型对股票筹资额与GDP两个时间序列进行实证分析。本文研究认为,从长期来看,股票市场发展与中国经济增长存在着稳定的均衡关系,而短期内股票市场的经济增长效应较为微弱,并认为这与当前我国股票市场发展过程中存在的一些问题从而未能及时有效的指导投资者理性投资有关。因此,合理的做法是规范健全股票市场、加强宏观调控以促进股票市场的经济增长效应。     

股票市场价格行为的理论模型分析

针对股票市场价格行为的尖峰厚尾态和有偏性以及波动聚类等特点，论证了国际上广为接受的跨期依赖模型(Intertemporal Dependence Models)，t-分布模型，广义混合正态分布模型和泊松跳跃模型，并对股票市场价格行为的各种理论模型作了深入的分析。     

上海股票市场有效性特征的实证分析

本文以Fama的有效市场假说理论为依据,以上海股票市场为研究对象,通过单位根和Box-Pierce序列相关性检验不同时期股价的变动行为是否服从随机游走过程来诊断上海股票市场的有效性特征,结果发现上海股票市场1997年以后已达到了弱型效率,而且股市的有效性具有从无效至有效的渐进趋势。     

我国股市价格波动和稳定性分析

股票市场是涉及政府、上市公司、券商、证券交易所、证券中介机构和投资者等不同利益主体之间进行多方博弈的复杂系统, 以往的基本面分析抑或是技术面分析, 具有针对性的一面而缺少了对股票市场整体系统的研究。对股价波动分析的现状和意义进行了初步的说明, 并在现有的股价波动模型作出简单的介绍和分析的基础上, 采用了理论分析、市场交易数据的实证研究等技术手段对中国股票市场价格波动作了较为深入的研究, 通过运用经济控制论的方法建立股票市场系统模型, 以上海股市和深圳股市的综合指数为样本, 对中国股票市场系统本身的波动特征和稳定性进行量化分析。结果表明, 排除政策等干扰因素, 中国股票市场系统本身是稳定的。     

中国股票发行办法改革探讨

分析了我国目前证券市场（尤其是股票市场）使用的上网定价发行方式,通过分析提出现阶段应实行上网竞价发行方式,该方式可充分发挥证券市场的功能,有利于中国证券市场的健康发展。     

基于关联神经网络的股票预测模型

通过关联分析从众多的技术指标中找到与日收盘价关联度较大的技术指标作为输入变量,利用BP网络较好的分类能力,结合国内股票市场的特性,对于个股中国首钢日收盘价涨跌的短期预测进行了初步的探讨。数值实验结果表明关联神经网络应用于中国股票市场的预测是可行和有效的,有着良好的前景。