基于集对分析的不确定性分化问题研究及应用

在很多大型项目的决策过程中,投票表决是常用的一种决策方式。与赞同和反对这两类确定性信息相比较,弃权选择则是不确定性因素,而弃权的比例过高,将在很大程度上影响到决策正常进行。基于SPA理论,文章利用比例分析法将弃权的不确定成分逐步分化成赞同和反对这两个确定成分,从而在理论上把不确定性系统转化为确定性问题,最后举例说明其应用并证实了不确定性转化模型的合理性。     

金融市场联动机制与政策不确定性——基于中日股市间联动研究

通过混频数据技术(Mixed Sampling Data,MIDAS)将股市波动率和相关性分解为长期成分和短期成分,并用政策不确定性指数(policy uncertainty index)刻画长期成分,试图回答经济政策对金融市场波动与市场间联动的可能作用及其方式。以中日股市为例,研究结果表明:中国股市只受到本国政策不确定性的影响,而日本股市却受到来自中日以及全球三个维度政策的冲击;中日股市之间相关性变动可以很好地被中日经济政策不确定性所解释,股市间相关性的变动趋势与政策不确定性的变化基本一致。为了避免金融市场受到来自国外不利冲击的影响,政府应降低其政策行为的不确定性以抵御来自市场外的冲击。     

沪深港三地股票市场的相关性研究

经过近十年的发展，我国股票市场已初具规模，股市对国民经济的“晴雨表”作用日益凸现，上海、深圳、香港三个区域性的证券交易所在不同的点上同时反映着国民经济的起落与趋势。但由于这三个交易所处于不同的地域，有着不同的经济发展背景，分布其Ill的1：市公司的素质和投资者的构成存在着较大差异，各自的交易规则也不尽相同，因而这：一十股票市场呈现出不同的运行特征。本义拟通过对17海、深圳、香港三地股市的相关性分析，一方山探讨宏观经济环境对股票市场的影，向作m；另～方面也为投资者的具体投资决策提供一地参考。一、研究方法…     

中国股市的内生不确定性分析

中国股市的异常波动性不利于其健康发展。运用理性信念理论分析中国股市的内生不确定性，并对经典的CCK模型进行改进。实证分析得出内生不确定性是导致中国股市异常波动的关键性因素，在此基础上提出减缓中国股市波动的相应措施：建立完善投资者教育机制；逐步减少政府对股市的政策干预；加大信息披露监管力度，提高上市公司信息披露的真实性；提高上市公司质量，改善市场结构。     

经济政策不确定性对中国股市波动率的影响

借鉴REGARCH-MIDAS SK模型的建模思路及框架，引入经济政策不确定性指数(CEPU),提出了REGARCH-MIDAS-CEPU SK模型，该模型优势在于可将高频日内数据与低频不确定性指数数据结合，同时考虑股市收益率的多种特性，能够准确分析经济政策不确定性对股市波动的影响机理。采用上证综指收盘价日度数据和经济政策不确定性指数及其细化指数月度数据，利用引入了经济政策不确定性的双因素REGARCH-MIDAS SK(REGARCH-MIDAS-CEPU SK)模型，实证分析总体和细化经济政策不确定性对股市波动率的影响作用。实证结果表明：提出的双因素模型在样本内拟合与样本外预测实证中，其性能均优于现有双因素模型，说明该模型的提出具有显著的理论与实践意义。此外，研究证明各类经济政策不确定性水平增加均会促进股票市场波动，其中货币政策和贸易政策不确定性对股票波动长期趋势影响较大，贸易政策不确定性对股市波动率的影响持续时间较长，股市波动对财政政策以及外汇和资本账户政策不确定性变动较为敏感，由此可见四类经济政策不确定性对股市波动的影响机理各不相同。     

不确定性的测度及其对中国城镇居民消费的影响研究

用反映居民心理指标的BSI和CSI以及GARCH模型来测度居民收入的不确定性,并比较分析这三种方法的计算结果;同时,用GARCH模型计算贷款、房价和股票收益等的不确定性,并将不确定性与消费进行了相关性分析;在此基础上,实证检验了收入、资产价格的不确定性对中国居民消费的影响,得出收入的不确定对当期的消费有显著的促进作用,房价的不确定对消费的影响在10%的置信水平下显著,而股票价格与贷款的不确定对消费的影响不显著。因此,要促进消费还是要以提高收入为主,适度调整房价,适当引导进而改变居民的消费观念。     

媒体关注度、投资者情绪与股票市场波动

媒体对于活跃金融市场具有积极作用,但同时媒体关注度和投资者情绪的波动也给股市的稳定带来威胁。文章基于我国媒体关注度、投资者情绪与股市波动率数据,运用可识别变量之间动态关系的时变参数向量自回归模型（SV-TVP-VAR）进行实证研究,探究了三者之间的相互作用机制。实证结果表明：第一,投资者情绪和媒体关注度均是影响股市波动的重要因素,且二者对于股市波动的影响均呈现随时间变化的非线性特征。第二,在国内股票市场剧烈波动时期,特别是牛市期间,积极投资者情绪的上升将起到推波助澜的作用,加剧股市波动。然而,在面临国际经济外部冲击时,投资者情绪的上升可以在一定程度上缓解股市持续下跌的压力,平抑股市波动。第三,媒体关注度的上升可放大股市波动,且其与投资者情绪之间存在明显的相互强化机制,投资者情绪与媒体关注度的螺旋上升将进一步加剧股市波动。     

加入WTO与中国资本市场

一、加入ＷＴＯ．对中国改革开放和证券市场的影响 加入ＷＴＯ后,外资的进入,短期可能会给我国证券市场带来一定冲击,但从长远看,则有补充资金,促进规范以及扩充我国证券市场投资范围等利好作用。具体地说： １．可以补充我国股市的资金供给 目前制约我国股市长期、稳定、持续发展的重要因素就是资金不足。今后要解决国有企业改革问题,解决历史遗留的股权结构问题,都需要有大量增量资金,而这不能完全指望着银行资金分流,靠银行解决不了问题。在这种形势下,外资进入我国股市,尽管有进有出,额度有大有小,但总体上可起到补充股市…     

中国股票市场与国际主要股票市场的联动分析

随着全球经济一体化趋势的加强,发达国家股市之间的联动性呈现出增强的趋势.中国与国际主要股市之间是否存在这种联动效应?针对此问题,文章使用相关性分析,协整检验、脉冲分析方法,分三个阶段来测度.结果发现:中国股市与国际股市的联动效应是从2003年开始出现的;国际主要股市的波动会对中国股市造成冲击,但冲击效应不大,目前中国股市的波动主要还是受其自身的影响.     

不确定性供应链的鲁棒优化研究综述

经济危机的爆发使得复杂多变的供应链环境更加趋于不确定,供应链鲁棒优化的研究时于供应链运作、供应链风险等有着重要的意义.文章分析了供应链的不确定性构成、形式以及不确定性内外两种表现形式:讨论了不确定优化的三种方法;探讨了供应链的鲁棒优化以及供应链鲁棒优化研究的若干前瞻性问题.     

经济政策不确定性如何影响金融市场间的流动性协同运动？——基于中国金融周期的视角

金融市场间流动性出现高协同运动是发生危机传染的重要表现之一，因此，针对流动性动态联动效应的研究显得极为重要。本文基于中国金融市场数据测算了2003-2018年间我国股市、债市流动性，并对Colacito等（2011）的混频数据抽样动态条件相关系数模型（DCC-MIDAS）进行了扩展，同时从金融周期视角出发，运用扩展后的模型考察了经济不确定性在不同时间区间内对于流动性波动率和相关性是否存在不同的作用效果。研究结果表明，相较于单因子混频模型，引入经济政策不确定性的多因子混频模型可以更好地捕捉我国股债两市相关性的动态变化；同时，经济政策不确定性的提高会降低股债两市流动性的正相关性，但这一作用效果会在金融周期的拐点处转为加强两者的正相关性。本文不仅为讨论股债两市联动效应提供了流动性的新视角，也为金融市场风险监管提供了重要的参考依据。     

An empirical Bayesian forecast in the threshold stochastic volatility models

In the area of finance, the stochastic volatility (SV) model is a useful tool for modelling stock market returns. However, there is evidence that asymmetric behaviour of stock returns exists. A threshold SV (THSV) model is provided to capture this behaviour. In this study, we introduce a robust model created through empirical Bayesian analysis to deal with the uncertainty between the SV and THSV models. A Markov chain Monte Carlo algorithm is applied to empirically select the hyperparameters of the prior distribution. Furthermore, the value at risk from the resulting predictive distribution is also given. Simulation studies show that the proposed empirical Bayes model not only clarifies the acceptability of prediction but also reduces the risk of model uncertainty.     

预期引导、政策冲击与股市波动——基于文本分析法的异质性诊断

防范股票市场异常波动是维护金融稳定和防控金融风险的关键一环。货币政策实践中,预期引导与政策冲击对股市波动的实际影响和传导机制迥然不同。现有文献对两者之于股票市场波动 的异质性影响多有讨论,但分歧明显。基于2005年到2019年中国人民银行各季度《货币政策执行报告》和《货币政策大事记》,本文分别构建表征货币政策预期引导强度和实际操作频度的代理变量,对上述指标之于同期A股市场主要行业指数的波动性影响做了多维诊断和系统梳理。研究发现,第一,预期引导效应和政策冲击效应对于股票市场波动性的影响存在显著异质性特征,预期引导有助于平抑市场波动,而频繁调控则会放大股市波动。第二,预期引导的明确性会制约其对股市波动的平缓作用,货币调控意愿的表达越明确,越有助于平抑股票市场波动;而更坚决的“严厉型”表述比态度相对温和的“温和型”表述能够更显著地平抑股票市场波动。第三,实际操作频度对股市波动的放大作用受制于具体调控方向,宽松型调控的频率上升仅会小幅放大股市波动,而紧缩型货币调控则会大幅抬升股市波动性。由此,从平抑股市异常波动、维持金融稳定的角度出发,强化货币政策的预期引导比相机抉择的频繁调控更为重要;在预期引导过程中,应当增强调控意愿表达的明确性和坚决性,以限制其对金融市场运行带来的扰动。     

CPI的发布对中国股票市场收益率影响的实证研究——以上海股票市场为例

在引起股票市场波动的众多因素中，消费价格指数CPI日渐引起人们的关注。本文采用事件研究法，以上海证券市场为例。重点研究CPI这一宏观经济信息的公布对中国股票市场的短期影响效应。结果发现，在CPI公布前较短的时间内，股票市场出现显著的异常收益，这表明中国股市有效性不足，重要的经济信息发布前可能存在泄露问题．事后股市对信息的消化吸收也相对缓慢。在稍长的事件期内，CPI信息的发布对股市的累积公告效应较小．市场主体预期的调整和多空双方力量的对比抵消了各事件日内股市受到的信息的冲击。     

持股周期与股票盈利:来自中国A股市场的证据

价值投资是格雷厄姆经典投资理论的基本特征之一,坚持价值投资是投资者在股市中盈利的前提,但现实中我国投资者亏多赢少,可能的原因是投机心理导致的非理性行为。我国个人投资者持股周期普遍较短这一重要特征为该问题的研究提供了检验。本文基于我国股票市场个人投资者的微观调查数据,研究了个人投资者的持股周期对其股票盈利的影响,研究结果表明:与其他投资者相比,平均持股周期短的投资者在股市中更难盈利。可能的影响机制是持股周期短的投资者投资组合的多元化程度不足,导致盈利的可能性较低。异质性分析表明,前述作用机制在投资经验欠缺、可投资资产不足、跟风操作的投资者群体中表现得更为明显。本文的研究结论为个人投资者坚持长期投资和价值投资理念提供了经验证据。     

政策干预上海股市行为的统计分析

一、引言政府政策的频繁干预是我国股市的一大特征。唐利民等 ( 1999)的研究表明 ,从 1992年至 1998年 ,在造成上海股市股价异常波动的因素中 ,政策因素的影响占总影响的 4 4 % ,市场因素占 2 3 % ,扩容因素占 2 1% ,消息因素占 12 %。出于保护幼稚股市发展的目的 ,政府进行必要的政策干预无可厚非。但是 ,过多的政策又是不利于股市发展的。因此 ,用好政策就需很好把握政策的力度。而要做到这一点 ,认真研究政策干预下股市行为的规律就很必要了。本文所研究的政策干预下的股市行为 ,是指股票市场指数对政策的反应如何 ,具体来说是指股价指数…     

中国股市：规律与风险——统计思维中的股市运行

中国股市：规律与风险——统计思维中的股市运行毛迅ＡＢＳＴＲＡＣＴＡｒｅｔｈｅｒｅａｎｙｒｅｇｕｌａｒｉｔｙｉｎｓｅｃｕｒｉｔｉｅｓ？ａｎｄｈｏｗｔｏｈｏｌｄｉｔ？Ｔｈｅａｕｔｈｏｒｃｏｎｓｉｄ－ｅｒｓｔｈａｔａｌｔｈｅｅｃｏｎｏｍｉｃｐｈｅｎｏｍｅｎ...     

沪港台三地股市波动的风险传导效应研究

由于受到地理位置、经济文化等因素的影响,沪港台股市在收益率波动上存在相关性。利用Granger因果检验和Chi-plot图检验两种方法分别对沪港台股市波动进行了实证研究。结果一致表明：沪台股市的收益率波动存在双向传导效应,沪港两市的收益波动仅存在显著的港市对沪市的单向“溢出效应”,而沪台两市传导效应相对较弱。但沪港台三市的收益波动均存在明显的“杠杆效应”。     

A second-order fuzzy time series model for stock price analysis

It is difficult to model stock market because of its uncertainty. Many methods have been introduced to tackle these difficulties, in which fuzzy time series has shown its advantages in dealing with fuzzy and uncertainty data. In recent years, many researchers have applied the fuzzy time series to analyze and forecast the stock price, and how to improve the accuracy of forecasting has attracted many researchers. In this paper, the data are first preprocessed and a new way to divide the universe of discourse is given, after which the data are fuzzified applying the triangular membership function, then three-layer back propagation (BP) neural network is established. Finally, the generalized inverse fuzzy number formula is applied to defuzzify the relation obtained with the prediction results. The proposed method is applied to predict the stock price of State Bank of India (SBI) and Dow-Jones Industrial Average (DJIA). The experimental results show that the proposed method can greatly improve the accuracy of forecasting. Furthermore, the proposed method is not sensitive to its parameters.