技术指标能够预测商品期货价格吗? 来自中国的证据

基于移动价格平均、动量和移动交易量平均三类技术指标,研究了其对中国大宗商品期货价格的预测效果,并以基于宏观变量的预测为基准比较分析了其预测能力.主要结论如下,第一,技术指标能够在样本内和样本外检验中有效预测我国大宗商品期货价格,其预测效果显著超过已有文献中广泛使用的宏观经济指标.第二,对于不同的模型设定和数据频率,技术指标预测效果表现稳健.第三,从资产配置角度出发,基于技术指标的预测具有显著经济意义,能够显著提高资产配置效率,获得超额收益.相关结果能够为大宗商品投资及风险管理提供经验和策略支持.     

铜期货市场信息的国际传递

本文运用AR（1）-非对称GARCH模型研究伦敦和上海铜期货市场之间的收益均值、波动和成交量的信息传递关系。实证结果表明，伦敦市场交易信息被整合反映到上海市场的开盘价上，并影响上海交易收益的波动。上海交易信息对伦敦交易收益及其波动的溢出效应十分显著。但对伦敦开盘价的影响小于伦敦交易对上海开盘价的影响。虽然上海市场能对伦敦交易施加短期影响。但在长期走势上伦敦市场引领上海市场。投资者和期货市场的监管者可以通过把握国际铜期货市场信息传递对期货定价的影响，决定投资和监管的关注重点。     

基于股市行业市盈率的资本配置评价研究

首先将我国深沪两市所有上市公司分成了22个行业大类与47个行业子类 ,计算了行业市盈率。然后以行业市盈率作为基本工具分别研究产品市场投资增长的行业走向和并购重组的规模与行业关系。实证分析的结果表明行业市盈率与行业自发投资增长指数之间并无显著相关关系 ,即行业市盈率不能反映行业成长性。但是 ,Logistic回归分析表明:2000年间发生并购重组的上市公司数量对行业市盈率的高低水平具有一定的说明能力 ,因此在股票市场上和产品市场上并购重组的市场信号具有和谐性。     

商品金融化背景下大宗商品指数收益机制转换

基于虚拟变量Markov机制转换模型,选取具有代表性的国际商品指数-标普高盛商品指数(S&P GSCI)及道琼斯大宗商品指数(DJCI)为研究对象,探寻大宗商品指数收益率机制转换出现的规律与诱因.实证结果表明:修正后的模型能较好地反映大宗商品指数收益率波动性呈现出的“中-高-中高-低-中”的阶段性变化,在阶段变换的拐点处商品指数呈现出具有转折意义的“V”形走势;金融危机前后的流动性冲击改变机制转化的概率.研究结果可以为预测大宗商品市场走势及阶段性转折点提供参考.     

知识流模型及其在航天企业中的应用

知识管理的理论和实践吸引了众多学者和企业家的关注,但在具体的实施方法上一直没有形成共识。管理的对象是“知识”,对于知识流动的理解、监测乃至控制是顺利实施知识管理项目的基础。已有的研究对知识流的讨论集中于描述概念,或通过统计分析或调查问卷得到对专利、引用等知识流动的描述。把Petri网理论用在对知识流进行刻画中,提出知识流的Petri网模型,能够描述知识分布的拓扑结构、知识存量、一定时期的知识流量和流速,使得管理人员便于监控和管理知识流动,更好地实施知识管理。把基于Petri网的知识流模型应用于航天企业中,通过实证分析说明该知识流模型对知识流动的刻画能力,并通过对现状的分析,为改进知识流动效率,实现知识管理目标提供支持。     

灰色模型在中国股票市场预测中的应用

股票价格和股价指数的准确预测有利于投资者获得高额的市场回报和政府对市场的有效监管.本文将灰色模型应用于股票市场,构成灰色预测模型,对未来时刻的股票价格及股价指数的阳变和阴变周进行预测.实证研究表明,将灰色系统理论应用于股票市场,对股票价格及股价指数进行预测是完全可行的、合理的,而且达到了较高的精确度.     

透明度提高对股市流动性影响的实证分析

2003年12月8日,中国股市信息披露规则发生变化,即限价订单簿的买卖盘揭示范围由原来 的3个最优报价扩大为5个,市场透明度显著提高。论文较为细致地分析了透明度的这种变化 对市场流动性带来的影响,发现透明度提高之后,市场的流动性显著提高,并且呈现出先升 后降的变化趋势,表明透明度的变化对市场流动性产生了较为深远的影响。     

对冲通胀风险的战略视角与微观选择

针对通货膨胀风险,以盯住通胀率为目标,基于随机混合整数规划模型(SMIP)构建了具有通胀保护功能的大宗商品期货投资组合,实现对通货膨胀率的动态跟踪.结果表明,基于盯住通胀率所构建的动态调整的商品期货投资组合能够以较低成本跑赢CPI指数,从而保证获得高于市场通胀率的较稳定的超额投资收益.对通胀保护能力的检验结果表明,商品期货投资组合具有良好的通胀保护功能,能够有效对冲通胀风险,有助于建立长期价格稳定机制.研究结果为企业和机构投资者在既定通胀水平下对冲通胀风险提供了一个具有战略意义的微观选择.     

企业财务报表分析中的模糊数学方法研究

财务报表分析无论对于企业自身还是银行、政府监管部门和中介机构都是至关重要的。从财务报表数据的模糊性与传统分析方法的主观性问题出发，利用模糊多项式时间序列模型以及基于模糊聚类的模糊预测模型，进行财务报表的趋势分析和综合分析。实证研究表明，模型的精度较高，利用上述模型进行财务报表分析符合财务数据本身的特性，与已有文献相比，较好地解决了模糊参数的估计问题和模糊聚类模型的动态预测问题，将其应用于企业财务报表分析的实践是有一定实用价值的。     

违约预测的小波结构模型研究

本文针对上市公司违约预测问题,按照行业类型对我国2009年的上市企业进行分层抽样,构建了小波结构模型.小波结构模型通过应用小波变换来分解上市公司日收益序列,进而对低频序列和高频序列分别构建预测模型,再依据预测模型对未来收益进行预测,最后使用小波逆变换重构预测收益序列.通过小波结构模型可以避免时间序列模型进行收益波动预测的累加计算过程.在结合我国上市公司的实际数据对这两种模型的校验中,可以发现小波结构模型比时序结构模型在违约预测上有更好的识别力和准确度.