乐教与儒者的宗教情怀

乐教是理解儒家精神不可忽视的重要方面。乐教扎根于“亲亲”之情,具体体现为与“忧患意识”有别,而与“安”“乐”相协调一致的“怛”和“哀”“悲”之情。此情实质上是超越的天道内化为人的心性而落实下来的生命意义与价值得以呈现的方式。儒者虽深知人生之哀、悲,但以乐入手,解悟和转化现实的人生与宇宙,是一大特色。如此,宗教情怀转化为现实的人生关怀,成为特有的礼乐文明的核心内涵。     

论“中国国家海洋战略”——对一个治理未来发展问题的思考

已经到了一个必须对“国家海洋战略”进行重新审视、梳理和设计的时候,这是因为,中国对海洋战略的重视程度离挑战引发的需求还有不少差距。“国家海洋战略”是一个复杂概念,它由水球战略、全球战略、综合战略、统一战略、科技战略、重点战略和教育战略等七个子战略构成。其中既涉及思路问题,又关联建构问题。这是一个国家和政府治理未来发展问题必须给予重视的构想,因而需要整体设计。     

收益率分布主观模型及其实证分析

在累积展望理论基础上,通过累积概率描述主观因素对内在价值分布的影响,建立收益率分布主观模型。建立从经验收益率数据中估计投资群体的风险追求程度、投资情绪和非完全理性程度等行为变量参数的方法。利用沪市A股数据,进行χ2同分布拟合检验,结果表明:0.05水平下,沪市69.56%股票的收益率分布认为符合收益率分布主观模型,接受t分布、双正态混合分布、稳定分布和正态分布假设的股票分别为56.31%、44.80%、46.06%和1.74%。通过比较大、小公司投资群体的行为差异,以及利用收益率主观模型估计的内在价值信息参数和行为参数对截面个股收益率进行解释的实证分析,表明收益率分布主观模型及估计行为参数的方法具有合理性。     

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。     

面向竞争力的特征比较网络: 情感分析方法

比较观点广泛存在于在线评论之中,这些比较观点是用户表达情感的常用方式, 也是产品竞争力的重要表现。依据在线评论的文本信息,结合文本挖掘和情感分析技术,提取在线评论中特征级的“比较观点对”。利用特征比较观点,分别构建产品特征的单边有向、双边有向以及多边有向比较网络, 并根据情感强度确定网络边的权重。借助成熟的网络分析算法(PageRank和HITS),对特征比较网络进行计算。产品特征比较网络能够识别产品的竞争优势, 也能分析用户对每个特征的关注度,并量化评价得分。实验发现,特征比较网络与销售排名显著相关,因而有助于销量的预测。     

基于句子级情感的中文网络评论的情感极性分类

为提高网络评论段落的情感极性分类准确率,在考虑人们表达习惯和语料粒度的基础上,提出一种基于句子情感的段落情感极性分类方法． 该方法通过句子的情感极性和句子的情感极性贡献度来对段落进行情感分类,采用传统分类方法预测句子的情感极性,提出等权重、相关度、情感条件假设 3 种方法,能够根据训练语料的统计数据动态地确定段落中不同位置句子的情感极性贡献度． 最后,以超过2个句子的手机和酒店网络评论为对象进行实验分析,实验结果显示,与传统方法相比,考虑了人们表达习惯的相关度和情感条件假设方法显著提高了段落分类的准确率,且具有一定的自适应性．     

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。     

投资者情绪如何影响股票定价?——基于IPO公司的实证研究

分析了投资者情绪如何影响股票定价,并以2006年—2011年间917家IPO公司为样本进行实证检验.结果发现:1)市场情绪和个股具体的情绪均显著影响IPO溢价.具体而言,市场情绪较高组比较低组的IPO溢价高36％(63％vs 27％),个股具体情绪较高组比较低组的IPO溢价高24％(56％ vs 32％);2)公司价值不确定性越高,市场情绪对IPO溢价的影响越大,公司投机风险越高,市场情绪对IPO溢价的影响越小;3)IPO溢价较高的公司,其股价在上市后会逐渐反转.     

基于在线评论数据的产品需求趋势挖掘

随着经济水平的提高和物质生活的丰富,消费者的需求变化也越来越快。能否迎合市场需求的变化是企业产品成功的关键。随着社交媒体的发展,消费者为了分享购物体验发表了许多在线评论信息,其中蕴含着消费者的需求变化。本文在产品特征提取和属性情感分析的基础上,构建了垃圾评论识别模型。然后,利用时间序列分析模型预测下阶段的产品属性关注度和情感计算。最后结合历史数据的变化趋势,分析产品属性的重要性和市场满意情况。利用汽车论坛上的汽车评论数据对本文提出的研究模型进行了验证。研究结果可以为企业制定营销策略以及产品改进与创新提供决策支持。