中国股票市场泡沫形成分析——基于行为金融学视角

行为金融学作为一种突破性的理论,在很多方面都可以用来解释投资者行为对股价的影响：当投资者行为缺乏理性的时候,股票市场就可能产生泡沫。文中在分析股票市场泡沫形成原理以及中国股票市场参与者行为特点的基础上,对股票市场泡沫形成的过程进行概括性的总结。     

本币升值影响股票市场的理论与实证研究

一国货币升值对该国股票市场会产生影响,文章运用日本数据资料实证分析日元升值与日经股票指数的相关性,结果也表明,短期内本币升值会导致股票市场的快速膨胀,但从长期来看,升值预期一旦消失,股市将会大幅度下挫,并对宏观经济不利。计量分析也支持汇率变动对股市的单向影响。因此,我们在正视人民币升值的事实时须重视其对我国股市可能产生的各种影响。     

中国债市发展刍议

本文认为,传统的债市融资的"二板市场"融资发展快,债市发展的意义不仅是为投资者提供更多的投资选择,而且是规避汇率风险的一种重要投资手段.文章提出了加快我国债市发展的新思路.     

"政策市"问题研究

中国股市带有明显的政策市特征,其根本原因在于股市内在机制的不合理.政策市造成了股价剧烈波动,投资理念被扭曲,普通投资者的风险加大,违法违规行为屡禁不止,证券法规和监管机构的权威性降低,使我国证券市场国际化受到影响.为有效地治理政策市,必须调整政府在股市中的角色,纠正股市的功能偏差,加强股市的自律监管,强化信息披露机制,适时、适当创设股市衍生工具,从而促进中国股市市场化.     

我国股市法规变迁对股市波动性影响的实证研究——基于广义线性混合模型的分析

笔者利用2004至2012年沪深300指数样本数据,运用广义线性混合模型（GLMM）,实证分析了我国股票交易市场法规变迁对我国股市波动性的影响.计量模型结果显示,股票交易市场法规的变迁对股票市场波动性指标产生了显著的影响,但我国股票交易市场法规变迁对我国股市过度波动性的抑制作用存在反复性,以此为依据,从完善我国股票交易市场法规的角度提出了平抑我国股市过度波动性的政策建议.     

中国股市异象的时变特征及影响因素研究

中国股市存在诸多市场异象，而其时变性却常被忽视。本文从动态视角出发，基于条件CAPM，研究了中国股市异象的时变特征及影响其变化的经济因素。研究结果表明，即使在条件CAPM下，各类市场异象仍然存在，并且表现出显著的时变性。在样本期内，中国股票市场异象发生了风格转换，以账面市值比异象、市盈率异象为代表的价值型异象正在逐渐减弱甚至消失，而规模、特质波动率、换手率以及市场风险异象正逐渐显现并仍有增强的趋势。同时，规模、账面市值比、市盈率等"基本面类"异象主要受宏观经济因素的影响，反映了更多经济风险的信息；而特质波动率、换手率以及市场风险等"市场类"异象主要受市场因素的影响，此类异象更可能是市场无效的表现。此外，研究还发现，条件β未能捕捉到各多空组合收益率蕴含的经济风险，这是条件CAPM无法解释各市场异象的原因之一。     

我国股市风险、收益关系的统计分析

选择截至1996年底在上海证券交易所上市的具有较长交易历史的215家A股上市公司的股票为研究对象,以2001、2003年为分析期,并选择上海证券交易所股价指数系列中的上证A股指数为市场综合指数,采用资本资产定价模型(CAPM),用计量经济方法对我国股票市场的风险、收益的关系进行统计分析。研究分析结果表明:沪市系统风险与收益率存在一定的正相关关系,但并不是资本资产定价模型(CAPM)所描述的线性关系。     

上海股市的有效性研究及与美国股市的比较

要文以最新数据（１９９２年１月２日至１９９５年１１月１日的上证指数，１９９３年６月１７日至１９９５年１０月２４日的美国道琼斯指数），通过相关性检验、游程检验、正态性Ｄ检验等，分析了上海股市的有效性问题，并与美国股市作了比较，以期为上海股市的发展提出建议。     

传媒览要

一位草根银行家16年之奇迹——《南方周末》2004．11．4．难以置信,生于草根的陈小军,在16 年时间里,竟打造出台州商业银行这家不仅产权明晰而且初步建立起与国际惯例接轨的现代银行制度的民营银行。 1988年6月6日,银座金融服务社在台州市路桥的一间临街小屋挂牌,6个工作人员,简陋的尺字形柜台,多少有些过去钱庄的格局。 2002年3月,台州市商业银行成立,注册资本3亿元,政府股权仅为5％,这在全国是第一家。台州市商业银行成立不足两年,到 2003年底,存贷款规模增长140％,利润达到1．2亿元(注册资本为3亿元),总资产收益率达到1．6％——即使在国际上, 这一指标超过1％的银行也屈指可数。     

中国A股市场结构性突变研究

中国A股市场近几个月以来表现出非常大的波动性,经常出现千股跌停或者千股涨停的现象,能不能基于股市之前的历史信息提前发现涨跌拐点?尝试利用Relative unconstrained Least-Squares Importance Fit-ting(RuLSIF)模型,以六维矩阵为样本,基于时间序列样本间的非参数密度函数比估计A股市场的结构性变点去分析中国股市的结构变点问题.实证结果表明,自从A股成立以来,2014年10月16日为市场结构突变最大点,即从该日开始,A股市场的市场结构已经发生本质的改变,和之前的市场结构具有很大的不同.模型基于样本内数据得出的样本外预测与实际走势较吻合,进而模型可以为实际投资中对阶段性投资策略的调整提供参考依据.