私有信息、个人投资者行为与股价异常波动

股价异常波动危害投资者权益和股市安全,厘清股价异常波动的原因对于股市监管具有重要意义.本文从个股高频数据中提取股价中的私有信息含量,检验私有信息与中国A股市场个股异常波动的关系,并基于独特的账户数据分析个人投资者行为在这一关系中的作用.结果表明,排除市场因素的影响后,无论是否有公司层面的消息发布,私有信息都与股价异常波动的发生概率显著正相关,而个人投资者在这一关系中发挥了中介作用.进一步的研究发现,个人投资者的中介作用在股价暴涨和暴跌时有显著的非对称性：在股价上涨过程中,私有信息促进了个人投资者跟风买入的助涨行为,增大了股价暴涨的概率,而在股价下跌过程中,私有信息抑制了其抄底买入的止跌行为,也增大了股价暴跌的概率.本文的启示是,中国股市个股暴涨常常受到机构投资者和个人投资者的共同推动,而个股暴跌则是伴随机构投资者推跌和个人投资者提供流动性稳定股市的过程.     

股吧个体信息交互对股价联动关系的影响研究

以往股价联动的影响因素研究主要基于社会嵌入理论，认为机构持股等上市公司社会关系的信息扩散功能是重要因素之一． 但中国沪深股票市场中小投资者居多，个体投资者在社交媒体上的信息交互行为对股市联动性的影响日益凸显． 采用东方财富网股吧用户数据，基于有效信息理论和社会嵌入理论，深入探讨微观个体行为对股价联动的影响． 研究结果表明: 在基于信息交互行为构造的信息扩散网络中，连边的权重越大，对应股票间的价格相关系数越大; 社交媒体中个体大量、频繁的发帖或回帖等信息交互行为，可以促进股票信息扩散，从而影响股价联动关系; 此外，个体的信息流量对股价联动具有预测作用． 上述结论表明基于个体信息交互行为的股票信息扩散，是影响股价联动的另一重要因素． 该结论有助于深化对股票市场风险传导根本原因的认识，为我国沪深股票市场的风险管理提供理论指导．     

媒体情绪传染与分析师乐观偏差——基于机器学习文本分析方法的经验证据

本文利用2013～2017年上市公司的百度新闻报道作为文本,运用机器学习文本分析方法测算情绪倾向得分,考察了媒体情绪对分析师预测行为的影响及其传染机制与风险后果。研究发现:(1)媒体乐观情绪会显著正向影响分析师盈利预测的乐观偏差度;(2)媒体情绪通过"分析师有限关注"与"投资者情绪"两条路径来影响分析师预测的乐观倾向;(3)分析师乐观情绪和媒体乐观情绪均会加剧股价波动及尾部风险,且分析师乐观情绪是媒体情绪影响股价波动的传导路径;(4)明星分析师与非明星分析师均会受到媒体情绪的感染,前者理性程度相对更高但其行为对股价波动冲击更为明显。本研究对于规范媒体行为,矫正分析师过度乐观偏差,合理引导理性投资具有重要意义。     

投资者情绪生成机理的研究

基于标准金融理论与行为金融理论相结合的思想，力图刻画投资者情绪的生成机理。以引起投资者情绪变化的货币环境、市场收益、市场波动、相关资产收益等因素为起点，引入市场投资价值、市场预期两个中间变量，建立了包含直接和间接影响两类路径的投资者情绪生成概念模型。使用中国股市2014年7月1日至2017年3月31日间的667组日度数据，在VAR建模的基础上开展实证研究。实证结果表明市场收益对投资者情绪具有直接的正向影响，市场波动和相关资产收益两因素基于市场预期中介变量间接负向作用于投资者情绪，而修正后引入的经济周期波动变量可以基于市场投资价值中介变量对投资者情绪产生正向影响，并进一步发现了市场收益、市场投资价值与投资者情绪之间存在正反馈强化过程。研究揭示出了投资者情绪生成的影响因素体系及其实现路径，将该领域研究深入到机理分析层面，并从一个侧面佐证了中国股市过度投机行为的存在。     

投资者信息能力:意见分歧与股价崩盘风险——来自社交媒体“上证e互动”的证据

本文利用社交媒体平台"上证e互动"的实验环境,研究投资者信息能力的提高对个股崩盘风险的影响效果及传导路径。研究结果显示,社交媒体条件下投资者信息能力的提高能够显著降低股价崩盘风险,这表明提高投资者信息能力是降低上市公司股价崩盘风险的有效方式;其次,截面分组发现,在收益率波动更大的公司中,社交媒体条件下投资者信息能力的提高更能够显著降低股价崩盘风险;最后,路径检验发现,社交媒体条件下投资者信息能力的提高可以降低投资者意见分歧,并通过该路径影响股价崩盘风险。本文对投资者信息能力、股价崩盘风险、意见分歧3个方面的研究进行了文献拓展,不但深化了行为金融学理论对股价崩盘风险的解释,而且有助于全面理解投资者信息能力在证券市场的作用效果和路径,对从投资者信息能力角度防范股价崩盘风险,促进证券市场稳定健康发展具有重要意义。     

投资者关系管理能够稳定市场吗?——基于A股上市公司投资者关系管理的综合调查

资本市场的暴涨暴跌挑动投资者的敏感神经,造成市场极端波动和危机传染,因此,探寻稳定市场的因素及其机理非常重要。本文以南京大学联合证监会对A股上市公司投资者关系管理进行综合调查获取的特别数据为基础,实证检验和分析了投资者关系管理影响股价崩盘风险的效应及其机理。研究发现,投资者关系管理的信息职能和组织职能与未来期股价崩盘风险之间呈显著的负向关系,表明中国资本市场,投资者关系管理的信息和组织职能具有"市场稳定效应";进一步的机理分析表明,市场稳定效应主要源于投资者关系管理的信息职能抑制了股价崩盘风险生成的内因(管理层信息披露操纵倾向)和外因(信息环境的不透明度),而组织职能抑制了股价崩盘风险生成的内因;最后还发现就稳定市场而言,内部控制质量与投资者关系管理的组织职能具有互补关系。本文结论对上市公司完善投资者关系管理实践,防止股市崩盘和危机传染具有重要的启示和指导价值。     

投资者关注与股价崩盘风险——基于百度指数的实证研究

如何促进资本市场平稳健康发展引发各方关注。本文运用2011～2020年A股上市公司样本，基于上市公司百度搜索指数，分析投资者关注对于企业股价崩盘风险的影响。分析结论表明，投资者关注度提升能够显著降低股价崩盘风险，同时此种影响在牛市样本中更为显著。具体机制来看，投资者关注度提升能够通过外部监督机制的补充和流动性增加两种机制，降低企业股价崩盘风险。同时，信息环境的优化同样能够起到积极作用。本文分析结论有利于进一步厘清市场投资者与股市崩盘风险之间的关联，为维护资本市场稳定提供政策启示。     

中国汇市与股市间的时变冲击影响研究

股市和汇市的动态关系研究对于宏观金融政策制定和微观投资决策具有重要参考价值.针对金融时间序列长记忆特征,改进Primiceri时变VAR模型(向量自回归模型),给出长记忆动态VAR模型.基于2005年8月1日至2011年10月20日的人民币对美元汇率、中国上证综合指数和美国标普500指数的日价格数据,利用长记忆动态VAR模型实证分析中国汇市与中美股市问的动态冲击影响关系.实证结果表明,人民币汇率和中国股价收益率序列具有长记忆特征,美国股价收益率具有反持续性特征;存在人民币汇率波动对中美股市波动的单向冲击影响关系,且汇市对股市的冲击持续期为7天左右,前3天的冲击影响具有一定的时变特征,但这种时变性具体表现为结构突变特征;人民币汇率波动对于股市冲击影响的时变性在短期与汇率机制改革政策有关,在长期与金融环境剧变有关.     

基于信息传播和羊群行为的股票市场微观模拟研究

基于投资者之间信息传播及决策羊群行为,构建股票市场微观模型。不同于已有研究,综合考虑了投资者网络特征,即网络密度对信息传播速度的影响。通过数值仿真运算,研究在影响信息传播速度上,不同权重的网络密度和股价波动状况影响因素,对股票宏观统计特征的影响。研究结果表明,变化的网络密度和股价波动状况权重系数,不影响股票收益率分布的非正态、尖峰厚尾和收益率波动聚集等特征;投资者集簇规模及股票绝对收益率呈负幂律分布;权重系数的变化会影响股票收益率的分形特征。投资者之间信息传播速度受到的一定程度的股价波动状况的影响,是股票收益率具有状态持续性的充分必要条件。     

一个股价波动理论研究的新见解:基于异质情绪交易视角

传统金融理论中理性人假设并不能有效解释我国股票市场现象。国内学者基于行为金融理论,考虑投资者行为对股票市场的影响,但理论分析不足且鲜有聚焦于异质交易者情绪交易行为。因此本文从投资者情绪异质视角,把股票市场投资者划分为乐观交易者与悲观交易者,建立数学模型从理论上推导乐观情绪投资者、悲观情绪投资者与异质交易者结构对股票波动的交互影响机理。研究结果表明:乐观交易者占比较小的情况下,随着悲观情绪的缓和,乐观情绪对股价波动的效应是倒U形曲线;而随着乐观情绪的高涨,悲观情绪的缓和对股价波动同样呈倒U形。当乐观交易者占比很高时,乐观交易者情绪高涨与悲观情绪缓和均会助推股价波动。从异质交易者结构来看,乐观交易者占比对股价波动影响效应为正U形曲线,而更高水平的乐观情绪与更低水平的悲观情绪会提前其效应的反转。本文的研究结果较好地解释了牛熊市、虚假信息披露与宏观调控政策低效等事实的存在逻辑,为优化交易者结构,改善信息披露质量,进而防范股票市场系统性风险提供了理论依据。     

投资者情绪、平均相关性与股市收益

Pollet和Wilson的研究认为,股市平均相关性-收益关系比股市波动-收益关系能够更好的阐述总体风险-收益关系。本文研究了投资者情绪对股市平均相关性-收益关系的影响。实证结果表明,相比于股市波动,平均相关性对股市预期收益的解释能力明显增强,并且在低情绪期,平均相关性-收益之间的关系并不显著,而在高情绪期,平均相关性-收益关系被削弱为显著的负相关关系,这表明高情绪会削弱总体风险-收益关系。这一结论在随后的稳健性检验中被证明是稳健的。     

股价波动的本质特征是什么?——基于非线性动力学分析视角的研究

基于金融复杂性研究视角,采用非线性动力学分析方法,分析股市波动的本质特征与形成机制。结果表明股市波动具有显著的分形动力学特征与长期记忆效应;股票市场存在低维混沌,具有内生的不稳定性;股价行为有其内在的非线性动力学形成机制,揭示出金融市场的正反馈机制、投资者的异质性与相互影响是引发市场复杂行为的重要途径;提出了非线性金融理论的研究方向并阐明了对于金融实践的意义。     

基于分位数Granger因果的网络情绪与股市收益关系研究

 行为金融学理论认为,股票市场的价格变动除受宏观基本因素影响外,还在很大程度上受众多个体投资者或噪音交易者行为左右。中国股票市场拥有庞大的个人投资者群体,且股民群体与网民群体之间具有高度耦合性,使用网络情绪等信息能够探索中国股市收益变动基本规律。        为揭示个体投资者行为对股市收益的影响,以个体投资者情绪为视角,以网络环境中个体投资者的情绪信息为切入点,检验投资者情绪与股市收益的关联关系,评估网络情绪信息价值。使用中文文本情感分析方法,从新浪微博文本中提取出网络情绪时间序列;分别运用均值Granger因果和分位数Granger因果检验方法,探讨网络情绪波动与股市收益之间是否存在因果关系;将股票市场发展阶段进行细致划分,研究不同市场阶段下网络情绪波动与股市收益之间的因果关系。        对沪深300指数收益进行实证研究,结果表明,尽管在均值框架下网络情绪波动与股市收益之间因果关系并不明显,但基于分位数Granger因果分析却发现两者在极端分位点区间处存在广泛且显著的因果关系。数据显示,在40个因果关系检验中,分位数Granger因果检验的因果关系发现了23个显著的因果关系,发现率为57.5%,远高于均值Granger因果检验的7.5%。此外,股市收益受到网络情绪波动影响的程度和方式在不同市场阶段下有所不同。        研究结果具有一定的理论意义和应用价值。在一些特定分位点区间网络情绪波动对股市收益存在显著因果关系影响,这为在特定条件下股市收益的可预测性提供了佐证。网络情绪能够预测股市收益的尾部(上尾或下尾)行为特征,可以为金融风险防范提供决策参考。研究结果为股票市场的定价、收益预测和波动率估计等相关研究提供了新的研究思路,也为网络情绪信息使用提供了新的方向。     

混频投资者情绪与股票价格行为

采用混频数据抽样模型(MIDAS)研究了混频投资者情绪对中国股市收益率及其波动的影响.通过构建日度、周度及月度这三种不同频率的投资者情绪,实证结果发现,混频情绪对当期收益率及其波动都存在显著的正向影响,并且与传统回归模型相比,MIDAS模型具有更强的解释能力.本文进一步使用GARCH-MIDAS模型研究了混频情绪对收益率波动长期成分的影响,发现混频情绪能够显著影响收益的长期波动.     

混频投资者情绪与股票价格行为北大核心CSCDCSSCI

采用混频数据抽样模型(MIDAS)研究了混频投资者情绪对中国股市收益率及其波动的影响.通过构建日度、周度及月度这三种不同频率的投资者情绪,实证结果发现,混频情绪对当期收益率及其波动都存在显著的正向影响,并且与传统回归模型相比,MIDAS模型具有更强的解释能力.本文进一步使用GARCH-MIDAS模型研究了混频情绪对收益率波动长期成分的影响,发现混频情绪能够显著影响收益的长期波动.     

基于互联网股市信息量和神经网络的股价波动率预测

影响股市价格波动的因素有很多,本文从互联网信息量角度进行讨论.在一般情况下,当有较少的股市信息时,股市相对平静,股价变动也常常较小;当有较多的股市信息时,股市相对波动,股价变动常常也较大.互联网股市信息量的较大变化常常是该公司有特殊事件发生的反映,而股价波动必然是一种连带反应.本文首先从互联网获取金融信息,然后对互联网信息量进行了预处理,接着借助神经网络的学习功能,完成了对殷市信息量和股市价格波动的关联学习,最后将神经网络预测的结果以图形的方式显示给投资者,帮助投资者决策.     

投资者情绪、过度交易与中国A股市场波动——基于证券投资者信心指数调查数据的分析

本文采用证券投资者保护基金调查数据的证券投资者信心指数(SICI),运用有向无环图(DAG)以及基于有向无环图结果的递归预测方差分解技术，深入探究了我国投资者情绪、过度交易行为与股市波动间的同期及动态影响，进而为减轻我国A股市场的过度波动现象，防范化解金融系统性风险提供实证支持.实证结果显示：就同期影响而言，我国A股市场的过度波动与投资者情绪变化导致了过度交易行为；就动态影响而言，随着互联网通讯技术与杠杆交易的兴起，我国投资者情绪、市场波动具有较强的“自我实现”机制，尽管近年来我国投资者情绪及交易行为日趋理性，但在市场出现较大波动尤其是牛熊更替暴跌时期，市场波动对我国投资者情绪影响将会变大，投资者情绪波动将导致非理性交易行为显著增加，此时投资者的非理性情绪与交易行为也将对我国A股市场波动产生显著影响，加剧了我国证券市场风险.     

融资融券非对称性与股价崩盘风险——基于风险对冲视角的分析北大核心CSSCI

如何完善股票市场融资融券交易机制,避免股价暴跌,既对于防范系统性金融风险至关重要,亦对于“去杠杆”政策的落实具有借鉴价值。本文基于我国融资融券市场非对称性这一独特现象,考察其对股价崩盘风险的影响机理。研究发现:融资融券市场非对称性导致融资交易与融券交易无法实现风险对冲,加剧了股价崩盘风险;进一步利用中介效应模型验证了融资融券非对称性难以对冲信息风险与流动性风险,从而引发股价崩盘风险提升。本文研究表明,完善融资融券交易机制,加强融资杠杆与融券杠杆的风险对冲作用,对于降低股市波动与系统性金融风险,促进资本市场稳定健康发展具有重要意义。     

哪些因素影响了股市风险传染？——来自行业数据的证据

防范系统性风险是我国资本市场改革发展的重要议题,风险传染(risk contagion)是系统性风险的重要特征之一,作为资本市场最主要部分的股票市场,其行业间的风险传染愈益凸显。本文采用Δ CoVaR结合时变SJC-Copula的方法,测算了我国股市行业间产生风险传染和遭受风险传染的程度,并基于实际联系和金融联系实证检验了行业间产生和遭受风险传染的影响因素。研究结果表明,我国股市行业间的风险传染具有异质性和时变性;行业的关联程度越高,信息透明度越差,对其他行业股票产生风险传染的程度越高;行业的关联程度越高、信息越不透明、股票流动性越差,遭受其他行业风险传染的程度越高;投资者情绪能在一定程度上解释行业股票风险传染的时变性,投资者情绪越悲观,行业间的风险传染程度越高。     

投资者情绪指标与股票市场——基于扩展卡尔曼滤波方法的研究

基于扩展卡尔曼滤波(EKF)方法,首次构造出过滤市场噪声的投资者情绪指标,并在此基础上应用向量自回归模型分析我国投资者情绪指标与股票收益、股本规模等因素的经验关系,实证结果表明:(1)扩展卡尔曼滤波方法可以获得一个更加清晰反映投资者情绪的状态变量;(2)情绪的变化量比情绪指标本身具有更强的市场收益预测能力;(3)大规模公司股票的收益对投资者情绪的影响程度高于小规模公司股票,而投资者情绪对小规模公司股票的影响显著高于大规模公司的股票,并且情绪波动能够预测小规模股票的短期收益惯性和跨期收益反转的特征,证明情绪波动是影响资产定价的重要主观因素。