量子力学统计性的根源

在经典极限讨论量子力学波函数的分布函数，经典力学单粒子体系与经典力学均匀系综在相空间中的分布函数。说明量子力学波函数不能描述单粒子体系，而只能描述系综。这就是量子力学统计性的根源。     

证券市场回报与风险的国际比较

采用变形的资本资产定价模型,利用广义矩估计的方法测量我国证券市场与世界成熟以及新兴证券市场的回报和风险之间关系。实证结果表明,各国市场回报率的波动性趋势存在着巨大的差异,并呈现出随时间变化而变化的特征。新兴证券市场的期望回报不但不能对风险进行补偿,反而随着市场波动性的加剧,市场的期望回报更低,而成熟市场则恰恰相反。     

上海证券交易所A股市场隐藏性交易实证研究

以上海证券交易所A股市场所有股票的高频交易数据为样本,验证了中国股票市场中的隐藏性交易行为,证实了纯指令驱动市场中也存在隐藏性交易现象。但与纽约证券市场的知情交易者将交易指令集中于中等规模的交易以隐藏自己的知情者身份有所不同,中国股票市场中的知情交易者在市场上升时期将交易指令分解成较小规模的交易进行成交,而在市场下降时期则倾向于选择较大规模的交易指令,这表明不同的市场交易机制和外部市场环境对知情交易者提交策略具有不同的影响。     

制造业资本回报率的省际差异及收敛性研究

根据边际产出法测算资本回报率时，由于传统的生产函数忽略了技术进步的内生性而导致资本回报率低于实际值。文章对此进行修正，并结合企业层面的微观面板数据测算了制造业全国层面和地区层面的资本回报率，分析了资本回报率的省际差异性和收敛性。结果显示：从资本回报率的水平值看，2001—2015年平均每年是8.79%；从资本回报率的区域差异看，从高到低依次是东部、西部、中部、东北；从资本回报率的省际收敛性看，资本回报率的增长率与资本回报率的水平值负相关，而且资本回报率的省际差距在缩小；从资本回报率的影响因素看，全要素生产率是影响资本回报率的主要因素。     

我国股票市场贝塔系数的稳定性检验

贝塔系数是用于衡量证券市场系统风险的一个重要概念。通过对贝塔系数的估计,投资者可以预测证券未来的市场风险。但是,贝塔系数必须要用过去的数据来估计。所以,除非贝塔系数具有相对的稳定性,否则,它就无法作为证券市场未来系统风险性的无偏差估计。利用ＣＨＯＷ 检验方法对深圳交易所交易数据进行实证分析,结果表明,在我国证券市场上,无论是单个股票还是股票组合,贝塔系数都不具稳定性。这说明目前我国证券市场的市场风险是变动不定和难以预测的。     

中国教育投资回报率度量的关键问题探析

教育投资回报率试图衡量教育收益与投入的比例关系,为宏观、微观的政策选择提供依据。通过从数据、变量和模拟方程三个层面对国内外学者研究中国教育回报率的相关文献进行梳理和评论,我们认为:高质量的数据是精确化研究的基础;关键变量和实证模型的选择虽仍存在不足和争议,但可根据不同的研究重点和需要进行选择。结合现阶段我国教育的实际情况对我国教育回报的未来研究方向提出了相关建议。     

股票股利变化市场反应的实证研究

对公司分配方案中股票股利发生变化时股票收益率的研究,显示证券市场对股票股利分配方案发生变化时有一定反应,但与国外成熟资本市场的反应并不一致,说明我国证券市场距离国外成熟资本市场还有一定差距,证券市场信息披露制度尚不规范。     

中国证券市场信息风险特征与定价问题研究

本文以知情交易概率作为信息风险的测度,讨论了中国证券市场信息风险特征与定价问题：在引入并改进了EKOP知情交易概率模型非参估计方法的基础上,对指令驱动市场序贯交易模型的适用性进行了讨论,进一步对中国证券市场不同类型股票的风险特征进行了刻画并对信息风险因子定价的问题进行了研究。结果表明：中国证券市场信息风险对超额收益具有显著的解释力,但产生的是负效应,这种负效应来自于高投机性的市场行为。     

创业投资项目回报率及其影响因子研究——以创业板上市公司为例

以有创投背景的创业板上市公司为研究样本,选取了146个数据齐全的投资案例,对我国创业投资项目回报率及其影响因子进行了描述性统计、相关性分析和回归分析。研究结果表明,代表投资方案设计的投资周期、初始投资额、初始投资股权比例、被投资项目所处行业的四因素对投资回报率具有显著影响;代表投资机构投资经验和实力的从业时间、注册地、管理基金规模、历史投资案例数、历史退出案例数的五因素对投资回报率没有显著影响,说明创投机构的历史投资经验和积累对投资回报率的影响并没有表现出规律性的关系,这一结论将对完善我国资本市场提供借鉴。     

中国股市投资者过度自信行为的实证研究

行为金融学研究发现,在面对风险性选择时,投资者具有过度自信的认知偏差,本文介绍了过度自信的相关概念及研究现状,并运用上海证券市场1997-2006年的个股数据和日收益率研究了中国股市投资者的过度自信行为。结果表明,中国证券市场的投资者存在过度自信的行为,而且在市场上升阶段过度自信的程度要大于市场下降阶段的过度自信程度。     

上海证券市场多重分形特征及成因研究

利用MF-DFA方法对上海证券市场日收益率波动进行研究,结果表明上海证券市场具有明显的多重分形特征。但实行涨跌停板制度前后,上海证券市场多重分形的成因不同。实行涨跌停板制度前,上海证券市场多重分形特征仅受长程相关性和胖尾分布这两个因素的影响。而实行涨跌停板制度后。多重分形特征除受长程相关性和胖尾分布这两个因素的影响外,还受其他因素的影响。     

国际股市对上证综指的影响

为了检验国际股市对上海股市的影响,选取2000—2011年国际主要股票市场与中国股票市场日收盘数据,分别假定模型扰动项服从正态分布、学生t分布或广义误差分布(GED),根据极大似然函数值准则和赤池信息准则选择最优的非对称GARCH模型,研究了标准普尔500(SP500)、恒生指数(HIS)、伦敦富时(FTSE)、日经(N225)对上证综指(SSEC)的影响。结果表明:香港市场和英国市场对上海市场均存在正向影响,美国市场与上海市场负相关,香港市场的影响最为显著,日本股市对上海股市不存在明显影响。同时发现上证综指收益率波动存在杠杆效应,利空消息对股市的冲击大于利好消息对股市的冲击。     

沪深股市日收益率波动性比较分析

条件异方差是金融时间序列变量的一个典型特征。在分析沪深股市指数数据统计特征的基础上,用GARCH-M模型和门限ARCH(TARCH)模型分析2001年6月到2005年3月期间中国股市收益的波动特性,并对沪深两市进行比较,可以发现沪市内在的不确定水平比深市高,沪市市场上新的正面消息对市场波动性的影响则比深市大。中国股票价格的波动具有明显的杠杆效应,且沪深股票市场杠杆效应不同,当出现"利好消息"时,深市比沪市的冲击大,出现"利空消息"时沪市比深市的冲击大。     

上海股市对技术信号的价格反应模型

中国股市中众多的技术分析派投资者提供了研究技术分析信息对股价影响的典型样本,文章以趋同性投资行为的合理预期为假设前提,通过建立基于技术信号的股价反应自适应预期模型,对上海股市对技术信号的反应进行实证分析。结果表明,上海股市对技术信号的反应较为敏感,当技术趋势信号发生较大的变化时,对股票价格运行的影响较为强烈。考虑到实际交易费用,只有少数投资者依靠技术分析获得一定的超常收益,大多数投资者利用技术信号进行操作时要承担相当大的风险。     

深沪股市指数月运周期效应实证分析

采用沪、深两市主要指数为样本,在控制其他季节性效应后,发现我国证券市场满月阶段的收益显著高于新月阶段,满月与新月阶段的收益差幅度也较大。这一证据与广泛接受的月运周期影响人类行为的信念是一致的,而且以上结论也难以用完全理性的价格行为来解释。     

上海股市价格聚集现象及影响因素研究

选取上证50指数成份股半年的高频分笔数据，实证研究了上海股市的价格聚集现象。结果显示，上海股市存在显著的价格聚集现象，且开盘阶段价格聚集程度显著高于其余时间的日内效应。同时对价格聚集的影响因素进行了回归分析，发现股价大小、股价波动性和每笔交易额对价格聚集有显著的正影响，而股票的流通市值和每天交易笔数的影响显著为负。最后，对限价指令薄的价格聚集现象进行研究，并做了进一步的分析。     

沪深股市结构特征及作用关系研究——基于EEMD和状态空间模型

运用实证方法, 从结构和动态两个视角考察了沪深股市之间的异同及作用关系。通过总体经验模式分解(EEMD)发现:沪深股指是由高频、低频和趋势项三类分量组成, 且各结构分量在总量水平中的贡献不同。其中, 深市趋势项对总量的贡献率高于沪市, 反映出深市的走势较沪市更加平稳;沪市高低频分量对总量的贡献率高于深市, 表明沪市的波动性大于深市。同时状态空间模型显示, 沪深股市趋势项分量之间的作用关系体现了沪深股市收益率双向传导, 沪强深弱的股票市场格局。低频分量之间的作用关系则表明我国股市的调控能力需进一步提高。     

沪深股市指数效应的行为金融学解释

指数效应是证券市场的一个异常现象。文章利用事件分析方法,以沪深300和上证180指数调整的样本股为研究对象,检验个股在调整前后的异常收益率和异常交易量,得出指数效应显著存在的结论,并用行为金融理论解释其成因。最后提出指数效应的应用、保护中小投资者和完善监管方面的建议。     

中国市场微观结构噪音特征及其定价能力研究

利用上海市场的分笔交易数据考察中国市场上微观结构噪音的特征。结果发现,个股噪音的数量级为10-6,噪音大小与市场走势基本相反,且公司规模越小,噪音水平越高。进一步对噪音的定价能力进行研究,发现噪音对股票收益有很强的解释能力,噪音越大,收益对噪音的风险补偿越多,按照噪音大小构建资产组合可以获得超额收益。