首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 601 毫秒
1.
熊伟  陈浪南 《管理科学》2015,28(5):106-115
从理论和实证两个角度分析股票特质波动率、股票收益与投资者情绪之间的动态关系。将受投资者情绪影响的噪声投资者引入Merton基于不完全信息的市场均衡模型,以2007年至2012年沪、深两市A股上市公司数据为样本,运用有向无环图(DAG)技术识别SVAR模型,实证检验股票特质波动率与股票收益和投资者情绪的相关性。研究结果表明,股票特质波动率与股票收益正相关;股票收益率对股票特质波动率的弹性,随着投资者情绪的增加和噪声投资者比例的上升而增大。投资者情绪和股市流动性是影响中国股票市场高特质波动股票与低特质波动股票截面收益差异大小的重要原因。投资者越乐观、市场上流动性越强,高特质波动组合收益率与低特质波动组合收益率的截面差异就越大。研究结果有利于加深对投资者行为的认识,从更符合中国资本市场情况的角度分析股票特质波动率与股票收益的关系。  相似文献   

2.
本文基于GPH估计法,对我国股票市场个股的长记忆性进行滚动估计,得到时变的长记忆性指标,并在此基础上从横截面的视角,对股价波动的长记忆性与股票预期收益率之间的关系进行了深入细致的研究。实证结果表明:中国证券市场上绝大部分的股票都具有显著的股价波动长记忆性特征。无论在组合还是在个股层面,股价波动的长记忆程度与其未来的超额收益之间均存在显著的负相关关系。即便控制了公司的特征变量后,这一负相关关系依然显著存在。进一步考虑了不同的市场状态、不同的持有期,以及不同的长记忆估计方法后,长记忆指标的风险溢酬始终显著为负,说明长记忆指标中确实包含公司特征因素之外的重要定价信息。  相似文献   

3.
基于2014年~2016年沪市A股交易数据,从微观视角探索机构投资者的卖出行为(机构卖出)对个股股价暴跌风险的影响.研究发现,机构投资者的卖出比例每增加1个标准差,个股暴跌的可能性增加0.6%,占样本均值22.5%.进一步提出并验证机构投资者信息优势下的卖出交易信号传递机制,发现机构卖出增加未来个人投资者的跟风卖出,而且机构卖出与暴跌风险之间的正向关联在小市值、高成长、波动率大、个人投资者比例高和流动性较差的股票中更强.上述结论在控制其他公司和市场特征、引入公司固定效应、使用更多股票暴跌风险和机构卖出代理变量以及样本倾向得分匹配后均稳健存在.  相似文献   

4.
基于双重差分(DID)模型,本文研究了我国融资融券试点对股票定价效率和收益率分布的影响,发现其仅在少数指标上有一定积极作用,总体上效果仍然相当有限,为现有文献争议和后续政策完善提供了新的经验证据。具体来说,融资融券试点1年内:(1)对定价效率的改善仍然较弱,标的股票价格的负面信息含量和对市场向下波动的调整速度变化均不明显;(2)能够显著减少股价暴跌概率,对抑制暴涨却几乎没有影响,最终只起到了"单向缓冲器"作用;(3)仅能显著降低含H股、高市值、低换手率和低市盈率股票的偏度,对改善收益率的尖峰现象则没有起到积极作用。结合市场实际运行情况,本文认为融资融券这一机制创新没有完全发挥功能的主要原因在于诸多交易限制,并提出了相应的政策建议。  相似文献   

5.
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.  相似文献   

6.
互联网新闻集快速、真实、海量信息等特征于一身,成为证券市场不可或缺的监督力量。互联网新闻有助于深度挖掘上市公司隐藏的内幕消息,避免不利消息在公司持续囤积带来的股价暴跌。基此,研究选取2014-2017年优矿平台证券关联新闻信息构建媒体热议度指标,探究媒体热议度对公司未来股价暴跌风险的影响,同时考察了公司透明度的调节作用。研究发现,上市公司的媒体热议度越高,未来面临的股价暴跌风险越小。在透明度低(国有企业、机构持股比例低和财务报告透明度低)的企业中,媒体热议度对股价暴跌风险的抑制作用更强。这表明,在证券市场监督机制日益健全的进程中,应正确引导各类财经新闻的报道,有效发挥新闻媒体的监督作用,降低股价暴跌风险,保护投资者权益。  相似文献   

7.
赵胜民  刘笑天 《管理科学》2020,23(3):100-115
股票特质风险与预期回报之间的关系一直是学术界争论的焦点.本文在前景理论视角下探究特质波动率、投资者偏好行为及股票预期回报之间的关系,建立了理论模型分析特质波动率对投资者偏好的影响,结果表明:当股票有未实现的资本损失时,特质波动率越大的股票对投资者的吸引力越强,预期收益率与特质波动率负相关;而当股票有未实现的资本收益时,特质波动率越小的股票对投资者的吸引力越强,预期收益率与特质波动率正相关.文章使用Fama-French五因子模型计算特质波动率,使用前景理论效用值衡量投资者偏好,以中国股票市场的实际数据为基础,通过分组检验和Fama-MacBeth回归的方法证明了理论模型的结论.基于前景理论视角的分析在为股票特质风险方向的理论研究形成有益补充的同时,也为投资者的风险管理和资本市场的健康发展提供了理论依据与现实指导.  相似文献   

8.
信息是股票市场的基石,影响着投资者的信念和交易行为,进而影响资产价格的波动.本论文集合包括公司公告、分析师报告和新闻在内的多源信息,研究其与股票收益波动之间的联系.实证发现:1)信息日的收益波动率显著高于非信息日,且新闻对收益波动的影响最大;2)通过控制信息数量对贡献度的影响,发现新闻对原始收益波动率和特质收益波动率的贡献最大,而分析师报告的贡献最小;3)处于成熟期的企业(更低换手率、更大年龄)其收益波动受公共信息的影响更大.  相似文献   

9.
李斌  龙真 《管理科学》2023,(10):138-158
股市风险溢价是金融学中的一个经典研究问题.常见的线性模型存在着模型误设和参数不稳定的问题,难以有效预测风险溢价.本研究从机器学习的视角重新检视了中国股票市场的可预测性.基于1996年1月—2019年12月的数据,构建提升回归树(boosting regression trees, BRT)模型对股市收益率与波动率进行样本外预测,并构建了最优风险资产配置模型.实证结果显示:1)提升回归树方法能够对收益率、波动率和最优风险资产权重做出准确预测;2)在收益率预测中最重要的三个变量分别是净权益增加值、换手率和股价方差;挖掘预测变量之间的非线性关系是BRT预测能力的来源;3)结合提升回归树预测构建的最优风险资产组合可以为投资者带来更高的收益和效用.本研究将机器学习方法引入股票市场风险溢价的研究,为此问题的研究提供了全新的视角.  相似文献   

10.
本文基于2008、2009年上市公司数据研究了A股公司按中国会计准则(2006)披露公允价值的股价反应,以及公允价值揭示对会计信息价值相关性的影响。研究发现,公允价值披露显著地增加了会计盈余的价值相关性。按公允价值计量的投资持有利得(损失)对相关股价和股票收益率具有增量解释能力。  相似文献   

11.
The impact of investor sentiment on the German stock market   总被引:2,自引:1,他引:1  
This paper develops a broad-based sentiment indicator for Germany and investigates whether investor sentiment can explain stock returns on the German stock market. Based on a principal component analysis, we construct a sentiment indicator that condenses information of several well-known sentiment proxies. We show that this indicator explains the return spread between sentiment sensitive stocks and stocks that are not sensitive to sentiment fluctuations. Specifically, stocks that are difficult to arbitrage and hard to value are sensitive to the indicator. However, we do not find much predictive power of sentiment for future stock returns.  相似文献   

12.
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。  相似文献   

13.
本文以中国股市2000年1月至2017年9月的数据为样本,实证研究盈亏状态和投资者情绪对股票市场博彩行为的影响。本文首先构造股票博彩指数和资本利得量以及二者的交互项,然后使用Fama-MacBeth回归并分析该交互项系数估计量的统计显著性和经济显著性,结果发现,尽管我国股市投资者总体上表现出博彩偏好,但当投资者处于盈利状态时,投资者会厌恶风险,不愿意冒险买入或继续持有"博彩型"股。本文还构造了投资者情绪指数,并以中位数为界将全样本分为投资者情绪高涨期和低落期,然后通过分组研究发现,投资者情绪对博彩行为有直接和间接两种影响:较之于情绪低落期,投资者在情绪高涨期会更加偏好投资"博彩型"股票;此外,情绪还会通过影响投资者的风险态度进而间接影响投资者对"博彩型"股票的投资决策。  相似文献   

14.
经典资本资产定价模型假设资产收益服从正态分布或者投资者效用函数是二次型,然而实际中资产收益的分布呈现尖峰厚尾特征,因而无法在均值-方差框架下分析风险与收益的关系。与资产收益正常变化相比,极端变化带来的尾风险会对市场风险和投资者的决策行为产生更为显著的影响,因此研究尾风险的度量方法和定价能力具有一定理论和实践意义。 依据极值理论,基于Fama-French的3因子模型无法解释的收益残差构建尾风险度量模型。选取中国股票市场沪深A股作为研究对象,以历史滑动窗估计尾风险,投资组合分析和横截面回归分析的结果都表明尾风险可以稳定地负向预测股票收益,在控制规模、交易量、非流动性、短期反转、中期动量、特质波动率、特质偏度等股票特征后,尾风险的负向预测能力依然显著。引入融资融券交易,发现融资融券标的股票的尾风险显著低于非融资融券标的股票的尾风险,而且可以消除尾风险的负向溢价,因而中国资本市场尚未完全开放融资融券交易机制可能是产生尾风险负向溢价的主要原因。 通过买多-卖空组合构建尾风险定价因子,发现尾风险因子比投资因子和盈利因子有更高的风险价格,而且并不是相对于Fama-French的5因子的冗余因子。与Fama-French的3因子模型和5因子模型相比,Fama-French的3因子或5因子基础上包含尾风险因子的定价模型对股票横截面收益有更好的解释能力,因而有更高的定价效率。 2008年全球金融危机爆发后,对尾风险定价能力的忽略使已有资产定价模型受到广泛批评。因此,探究尾风险的度量方法以及分析尾风险的定价能力,不仅有助于完善和拓展资产定价理论,而且有助于降低投资者对股票价格的认知偏差,提升市场资源配置效率和维护市场稳定性。  相似文献   

15.
《决策科学》2017,48(3):454-488
Decision making is often based on the rational assessment of information, but recent research shows that emotional sentiment also plays an important role, especially for investment decision making. Emotional sentiment about a firm's stock that spreads rapidly through social media is more likely to be incorporated quickly into stock prices (e.g., on the same trading day it was expressed), while sentiment that spreads slowly takes longer to be incorporated into stock prices and thus is more likely to predict stock prices on future days. We analyzed the cumulative sentiment (positive and negative) in 2.5 million Twitter postings about individual S&P 500 firms and compared this to the stock returns of those firms. Our results show that the sentiment in tweets about a specific firm from users with less than 171 followers (the median in our sample) had a significant impact on the stock's returns on the next trading day, the next 10 days, and the next 20 days. Interestingly, sentiment in tweets from users with fewer than 171 followers that were not retweeted had the greatest impact on future stock returns. A trading strategy based on these findings produced meaningful economic gains on the order of an 11–15% annual return.  相似文献   

16.
与价格走势平平的股票相比,投资者更愿意选择过去价格变化幅度较大的股票。这种投资偏好是否是产生“特质波动率之谜”的原因呢?本文以中国股票市场A股为研究对象,首先验证中国股票市场“特质波动率之谜”的存在性。随后组合分析和Fama-MacBeth横截面回归分析发现,价格极差可以在一定程度上解释但不能完全解释“特质波动率之谜”。横截面回归结果表明,在价格极差、最大日收益率、换手率三者的共同作用下,特质波动率与股票预期收益之间的负向关系不再显著。由此,对某些特殊股票的投资偏好可能是产生“特质波动率之谜”的主要原因。  相似文献   

17.
本文运用情感分析技术,在情感倾向点互信息(SO-PMI)算法的基础上,引入"拉普拉斯修正"和"情绪分类阈值",提出了一种改进的个体投资者情绪度量的SO-LNPMI算法;基于上证指数股吧的31万条论坛信息,运用格兰杰因果检验方法研究了个体投资者情绪与市场收益率和成交量的互动关系。研究表明:(1)与经典的SO-PMI算法相比,本文提出的SO-LNPMI算法的情感识别精度更高;(2)积极情绪是股票收益率的格兰杰原因,消极情绪对其影响不显著;(3)投资者情绪与成交量存在双向的格兰杰因果关系;(4)当投资者处于积极状态时,会热衷于使用表情符号表达情绪。本文的研究为投资者情绪度量提供了一种新的有效算法,有助于投资者更好的利用网络论坛信息进行投资决策。  相似文献   

18.
最小报价单位对股价波动性的影响   总被引:3,自引:0,他引:3  
本文以上海股市为研究对象,对最小报价单位所造成的交易价格的离散性进行研究。研究结果表明,上海股市价格的波动性较大,特别是对低价股而言,其两阶段收益率呈现出"发散的玫瑰"的形状,即其收益率具有自相关的特征。本文还通过模拟方法验证了市场价格的离散性使证券收益率的标准差、偏度和峰度在计量上产生的偏差,使股价的波动更为剧烈。当然,验证结果支持最小报价单位对低价股票的影响较大。针对理论分析和检验的结果,提出了对于市场最小报价单位规则变革的政策建议。  相似文献   

19.
系统风险冲击和企业创新能力通过影响企业经营基本面和投资者行为而对股票价格波动性产生影响。本文首先建立数学模型从理论上研究系统风险冲击和企业创新能力对股票价格波动性的影响机理;然后以中国A股上市公司2013-2017年期间的相关数据为样本,以2013-2017年期间中国沪深300指数跌幅超过18%的持续性下跌为系统风险冲击源,从创新投入、创新产出和创新环境三个维度构建创新能力指标,采用层次回归分析方法对理论模型结果进行实证检验。研究发现,股票价格波动性与系统风险冲击正相关,与企业创新能力负相关,企业创新能力能够弱化系统风险冲击对股票价格波动性的影响,进而增强股票市场稳定性。规范市场监管行为、改革上市和退市制度、优化创新激励机制、完善上市公司信息披露制度是降低系统风险冲击影响、保障股票市场稳定发展的重要途径。  相似文献   

20.
姜继娇  杨乃定 《管理学报》2006,3(5):607-613
从行为金融研究的视角,利用源自“上证”(SHSE)A股市场的样本数据,检验了行业特征、市场情绪与收益波动之间的关系。结果表明:在不同的行业特征下,具有类似的投资者行为和风险收益关系,而且均未达到弱式有效;尽管各行业板块之间的收益波动联动效应显著,但市场情绪对不同行业特征的收益波动影响仍有差异性。对管理的启示是,中国证券市场效率还有待进一步提高,利用市场情绪套利时应考虑行业特征。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号