考虑对称性冲击的时变信息风险测量北大核心CSSCI

准确测量股票信息风险对资产定价、风险管理和市场业绩的衡量均具有重要的作用.针对Duarte和Young模型中参数假设为常数这一缺陷,采用已有金融文献使用交易量建模消息状态概率和对称性订单流冲击概率的方法,允许Duarte和Young模型中的消息发生概率和对称性订单流冲击概率均时变,从而提出了时变信息风险测量模型,该模型可以测量日间和日内两个时间窗口的APIN和PSOS.进一步通过选取我国股市交易活跃股票的交易数据,实证比较了所建构的时变信息风险测量模型与Duarte和Young模型对数据的拟合效果及其对价差的解释能力.最后,实证研究了我国股市的周内信息风险的特征.     

中国上市公司股权集中度对信息不对称影响

采用中国股票市场2008年至2013年的样本数据,研究了股权集中度对股票市场信息不对称程度的影响。通过文献梳理和理论分析提出假设,进而运用面板回归进行验证,发现信息不对称和股权集中度存在正相关关系,即股权集中越高的企业信息不对称的程度越高,并且股权集中程度对私人信息事件和相对的信息交易量也起到了一定的增长作用。     

基于订单驱动市场下信息结构与金融资产价格均衡研究

依据我国证券市场订单驱动连续竞价交易机制,在引入信息结构及投资者看法差异的基础上建立序贯交易理论模型,研究金融资产价格的形成过程,并研究信息结构各方面对价格形成的影响。理论结果表明,信息存在、信息分布和信息组成对买卖价差产生不同影响,其影响结果不仅取决于信息结构自身,也受到投资者构成、看法差异以及信息量值的影响。随后基于中国证券市场进一步验证了理论模型的结论。     

多重指标波动性模型在中国股市波动性估计 和预测的应用——基于高频数据的研究

文章分析了三种常用波动性衡量方法的特点，在此基础上讨论了多重指标波动性模型的具体形式。多重指标波动性联合估计模型是在倍乘误差模型基础上，综合考虑日间、日内波动以及已实现波动建立的一种联合预测模型。通过应用上证综指数据的实证结果表明，衡量波动性的不同方法间存在相互作用，多重指标波动性模型可以显著提高波动性的估计和预测精度。     

订单流不平衡对股票价格的冲击效应实证研究

介绍并利用订单流不平衡作为衡量中国股票市场供求关系的指标,考察限价订单簿所包含的信息与价格行为的关系,并利用高频交易数据对订单簿的日间、日内特征以及订单流不平衡与股票价格运动的关系进行了实证研究。结果表明,我国股票市场上订单流不平衡存在显著的自相关性,而且订单流不平衡对股票价格有着显著的冲击效应。     

中国股市买卖价差成分分析——基于指令驱动市场的实证研究

本文以金融市场微观结构理论为基础,运用高频数据对我国上海股票市场中买卖报价价差成分进行了实证研究,结果发现上海股市买卖报价价差可以分解为三种成分:信息不对称成分、指令处理成分和指令持续成分,其中指令处理成分所占比例最大,信息不对称成分和指令持续成分次之,并在此基础上研究了各买卖报价价差成分与流动性和交易活跃程度的关系,从而揭示了我国股票市场微观结构特征,为完善股票市场运行机制提供了参考。     

中国封闭式基金折价现象的实证研究

封闭式基金折价现象一直是金融领域中的一个难解之谜。本文以上海证券交易所交易的封闭式基金为对象,实证检验了西方广为接受的投资者情绪假说对中国封闭式基金折价的解释能力。实证结果表明投资者情绪并不是影响我国封闭式基金折价的主要因素,我国封闭式基金折价的原因还需要进一步的探究。     

公开市场操作公告对中国股市交易行为的影响

基于MRR结构模型,利用广义矩估计方法,从信息不对称和流动性成本角度考察了央行公开市场操作公告对股票市场交易行为的影响。实证结果表明,公开市场操作披露前股票市场的信息不对称程度、流动性成本并未发生显著变化,公开市场操作披露后30分钟内,信息不对称程度增加,流动性成本下降。在考虑了公开市场操作未预期的利率变化具体内容后,所得结果并没有显著变化。     

基于改进蚁群算法的商业银行信用风险评估方法

对原蚁群算法的转移概率和信息素更新机制进行改进,并首次将蚁群算法应用于商业银行的信用风险评估问题,取得满意的结果。通过将计算结果与回归分类算法、判别分析和遗传规则进行比较,表明应用该算法解决商业信用风险问题更加有效。     

金融全球化下银行危机的成因及防范

在金融全球化和放松管制的浪潮下 ,银行危机表现出新的特点。它使社会经济付出沉重的代价 ,尤其是发展中国家更是频频爆发 ,成为银行危机的重灾区 ,因此有必要在金融全球化和放松管制的条件下 ,对银行危机做出新的审视。从全球化的视角 ,对银行危机的成因、影响和如何防范等方面做深入的分析 ,旨在探索防范和应对的措施及对策。