一、紐約股市連跌三年（論文文獻(xiàn)綜述）
何香怡[1]（2021）在《中國原油期貨與人民幣匯率的跳躍溢出效應(yīng) ——基于SVCJ模型的MCMC估計(jì)和分析》文中認(rèn)為2018年3月26日,經(jīng)過多年籌備,中國原油期貨于上海國際能源交易所（INE）正式上市交易。中國發(fā)行的原油期貨合約以人民幣計(jì)價(jià),其上市對(duì)我國原油市場乃至金融市場及國際能源市場來說都有著相當(dāng)大的意義。本文通過Eraker et al.（2003）中的SCVJ（包含收益率跳躍和波動(dòng)率跳躍的隨機(jī)波動(dòng)率）模型與MCMC（馬爾科夫鏈蒙特卡羅模擬）估計(jì)方法,對(duì)以中國INE原油為主的三大原油期貨和三種主要人民幣匯率進(jìn)行模型參數(shù)及隱變量的估計(jì),再通過共同跳躍、跳躍強(qiáng)度和條件跳躍的計(jì)算實(shí)現(xiàn)對(duì)原油價(jià)格和匯率跳躍溢出效應(yīng)的分析。同時(shí)使用通用的波動(dòng)率模型GARCH族模型對(duì)原油序列和匯率序列進(jìn)行了波動(dòng)率溢出效應(yīng)的測算。實(shí)證結(jié)果證明了原油和外匯兩市場之間確實(shí)存在相互影響及風(fēng)險(xiǎn)傳播的情況,發(fā)現(xiàn)原油期貨與人民幣匯率之間存在著波動(dòng)率溢出及跳躍溢出效應(yīng),特別是外匯市場的跳躍更有可能波及中國原油期貨市場。同時(shí),相較WTI原油期貨,中國INE原油期貨與人民幣兌美元匯率的聯(lián)系相對(duì)較弱,整體波動(dòng)和跳躍溢出的程度不如前者強(qiáng)烈。另一方面,中國INE原油期貨與人民幣兌多個(gè)幣種的匯率存在一定數(shù)量的共同跳躍,并通常與全球性公共經(jīng)濟(jì)政治事件的發(fā)生有關(guān)。此外,我們還發(fā)現(xiàn)了在市場上存在的非對(duì)稱性,壞消息會(huì)更多地引發(fā)跳躍,負(fù)向的收益率跳躍會(huì)加劇價(jià)格的波動(dòng)。本文填補(bǔ)了中國原油期貨與外匯市場間溢出效應(yīng)相關(guān)研究的空白,為剛發(fā)行3年余的INE原油期貨提供了數(shù)量上的研究證據(jù),以對(duì)市場上投資者及政策制定者起到一定的參考意義。未來,在脫離美元主導(dǎo)原油市場與推動(dòng)人民幣國際化的目標(biāo)導(dǎo)向下,INE原油依然任重而道遠(yuǎn)。
曾鵬鵬[2]（2020）在《新興市場國家與發(fā)達(dá)國家的股市相依性研究 ——基于Vine Copula模型的分析》文中指出隨著全球經(jīng)濟(jì)一體化和金融自由化程度的不斷加深,國際資本正以越來越快的速度在全球流動(dòng)。股市作為一國經(jīng)濟(jì)的“晴雨表”,可以很好地反映實(shí)體經(jīng)濟(jì)的發(fā)展?fàn)顩r。由于資本具有逐利性,國際資本通常會(huì)選擇全球股票市場上的“價(jià)值洼地”進(jìn)行投資,這很容易導(dǎo)致一國股票市場遭受資本快速流動(dòng)所帶來的風(fēng)險(xiǎn)沖擊,甚至引發(fā)金融危機(jī)給整個(gè)經(jīng)濟(jì)系統(tǒng)造成嚴(yán)重危害。尤其是當(dāng)下,無論是發(fā)達(dá)國家還是新興市場國家股市都逐步走上了國際化的道路,這就使得金融風(fēng)險(xiǎn)尤其是極端金融風(fēng)險(xiǎn)很容易的通過股票市場這一重要渠道在各個(gè)國家或地區(qū)的資本市場上傳遞。本文以證券投資組合理論、行為金融理論和金融危機(jī)理論作為理論基礎(chǔ),并運(yùn)用Vine Copula模型來研究10個(gè)主要新興市場國家和主要發(fā)達(dá)國家（地區(qū)）的股市相依性。研究時(shí)段為2005—2019年的股市日收益率數(shù)據(jù),其中以次貸危機(jī)的爆發(fā)、滬港通開放和A股納入MSCI指數(shù)作為重要的金融事件,將研究時(shí)段分為四個(gè)階段。研究結(jié)果表明:就相依程度而言,新興經(jīng)濟(jì)體同發(fā)達(dá)經(jīng)濟(jì)體股市近年來有提升趨勢,但發(fā)達(dá)經(jīng)濟(jì)體內(nèi)部股市相依程度要高于新興經(jīng)濟(jì)體內(nèi)部股市相依程度,且地理位置相近的股市有著更高的相依程度。而中國股市與境外股市相依程度的整體水平也有上升趨勢,但國際化程度依然較低。就相依結(jié)構(gòu)而言,中國股市主要依靠中國香港股市來實(shí)現(xiàn)風(fēng)險(xiǎn)的轉(zhuǎn)移,且中國股市在全球股市相依結(jié)構(gòu)中處于相對(duì)獨(dú)立的地位;全球股市相依結(jié)構(gòu)中心市場有增多的趨勢且呈現(xiàn)出明顯的地理聚集特征;短期內(nèi)全球股市尾部相依結(jié)構(gòu)大部分呈現(xiàn)出非對(duì)稱的雙尾相關(guān)關(guān)系,而長期內(nèi)全球股市尾部相依結(jié)構(gòu)大部分呈現(xiàn)出對(duì)稱的雙尾相關(guān)關(guān)系。由此,中國應(yīng)該加大對(duì)中國香港等地緣關(guān)系相近的股票市場的關(guān)注,防范股市外來風(fēng)險(xiǎn)。同時(shí),中國應(yīng)當(dāng)進(jìn)一步開放資本市場,促進(jìn)股市國際化,通過落實(shí)區(qū)域性經(jīng)貿(mào)合作、大力發(fā)展實(shí)體經(jīng)濟(jì)的方式來促進(jìn)股票市場健康發(fā)展。
劉文君[3]（2020）在《個(gè)股流動(dòng)性對(duì)個(gè)體投資者個(gè)股選擇和投資收益的影響 ——基于中國滬深A(yù)股上市公司的實(shí)證研究》文中研究指明從中國股市發(fā)展歷程看,個(gè)體投資者在我國股市中的地位不斷提升。隨著個(gè)體投資者隊(duì)伍的不斷壯大及自身知識(shí)、素質(zhì)等不斷完善和提高,我國股市中個(gè)體投資者的投資行為和投資收益日益成為研究的重要論題。而作為金融市場的另一個(gè)研究重點(diǎn)——流動(dòng)性,它是證券市場良好運(yùn)轉(zhuǎn)的基石。流動(dòng)性風(fēng)險(xiǎn)溢價(jià)理論表明股票的流動(dòng)性水平與其未來預(yù)期收益率之間存在關(guān)聯(lián)性,投資者可能會(huì)在當(dāng)前傾向于購買具有較低流動(dòng)性水平的股票以期獲得更高的預(yù)期投資收益,但只有長期持股的投資者才會(huì)愿意購進(jìn)流動(dòng)性水平較低的股票（Amihud&Mendelson,1986）。個(gè)體投資者在股票市場中進(jìn)行投資時(shí),非常關(guān)注最終所獲得投資收益的高低,股票流動(dòng)性能一定程度上影響股票的預(yù)期收益率,那么其能否影響個(gè)體投資者的個(gè)股選擇,從而進(jìn)一步影響個(gè)體投資者所能獲得的超額無風(fēng)險(xiǎn)收益率呢?國內(nèi)學(xué)者閆佳源（2015）通過對(duì)個(gè)體投資者的交易策略進(jìn)行調(diào)查,發(fā)現(xiàn)我國多數(shù)個(gè)體投資者以短期投資為主,持股期限短,沒有明確的投資規(guī)劃,喜歡追捧高風(fēng)險(xiǎn)市盈率的股票,羊群效應(yīng)明顯[1]。因此,可以說我國個(gè)體投資者中的大多數(shù)人都屬于“投機(jī)者”和短期操作者。那么,我國個(gè)體投資者是否會(huì)更青睞具有較高流動(dòng)性水平的個(gè)股以滿足“追漲殺跌”、“快買快賣”的交易需求;個(gè)股流動(dòng)性水平的高低是否會(huì)影響其最終能獲得的超額無風(fēng)險(xiǎn)收益率,目前國內(nèi)外文獻(xiàn)對(duì)此論題鮮有研究。因此,論文側(cè)重引入個(gè)股流動(dòng)性因素,研究其對(duì)我國個(gè)體投資者個(gè)股選擇偏好和投資收益的影響。論文選擇2007-2012年中國滬深A(yù)股上市公司（其在流通股中占比最大,流通性較好,在中國股票市場發(fā)展史中也具有代表性的地位）)和在此期間對(duì)滬深A(yù)股上市公司股票進(jìn)行交易的個(gè)體投資者賬戶數(shù)據(jù)（該數(shù)據(jù)從某證券交易所隨機(jī)抽取形成）為研究樣本,采用面板數(shù)據(jù)多元回歸模型和Fama-French多因素模型,分別在全樣本期間,牛、熊市期間研究個(gè)股流動(dòng)性對(duì)個(gè)體投資者個(gè)股選擇和投資收益的影響,以及個(gè)股流動(dòng)性對(duì)不同資金規(guī)模的個(gè)體投資者個(gè)股選擇和投資收益的影響。通過研究,論文得出以下結(jié)論:首先,在2007-2012年,我國滬深A(yù)股上市公司的個(gè)股流動(dòng)性水平會(huì)顯著地影響個(gè)體投資者的個(gè)股選擇行為。論文的格蘭杰因果檢驗(yàn)結(jié)果初步表明個(gè)股流動(dòng)性是影響個(gè)體投資者個(gè)股選擇的因素之一,但我國個(gè)體投資者的個(gè)股選擇行為并不會(huì)對(duì)個(gè)股流動(dòng)性造成影響。這一定程度上表明當(dāng)前我國個(gè)體投資者由于持股分散,資金量不足等原因而難以對(duì)個(gè)股流動(dòng)性造成實(shí)質(zhì)性的影響。進(jìn)一步,論文通過面板數(shù)據(jù)模型發(fā)現(xiàn):論文采用的非流動(dòng)性指標(biāo)ILLIQ與新股占比（Nratio）之間表現(xiàn)出顯著的負(fù)相關(guān)關(guān)系,表明滬深A(yù)股的非流動(dòng)性水平越高,我國個(gè)體投資者傾向于不購買該上市公司的股票。即個(gè)體投資者在選擇購買新股時(shí),更傾向于購買具有較高流動(dòng)性水平的滬深A(yù)股上市公司的股票,這一定程度上說明目前我國大多數(shù)個(gè)體投資者不是長期投資者,價(jià)值投資意識(shí)較弱,投機(jī)性比較強(qiáng),在股票市場中的顯著表現(xiàn)就是“快買快賣”。對(duì)樣本期間進(jìn)行分期后發(fā)現(xiàn):不管股市處于牛市行情或熊市行情,個(gè)股流動(dòng)性水平均會(huì)顯著地影響個(gè)體投資者個(gè)股選擇,表現(xiàn)為具有較高流動(dòng)性水平的個(gè)股更能吸引個(gè)體投資者購買。但牛市行情下的影響顯著程度不如熊市行情,當(dāng)股市處于熊市行情下,股票市場一片慘淡,股市處于極端低迷狀態(tài),個(gè)股流動(dòng)性水平的高低極大地影響了個(gè)體投資者“快買快賣”的交易需求。而牛市行情下,股票市場一片繁榮,投資者情緒高漲,大部分股票均呈上漲趨勢,市場中的個(gè)股均保持著較高的流動(dòng)性,故與在牛市行情下個(gè)股流動(dòng)性水平對(duì)個(gè)體投資個(gè)股選擇的影響程度不如熊市顯著。個(gè)股流動(dòng)性對(duì)個(gè)體投資者個(gè)股選擇的影響在不同資金規(guī)模的個(gè)體投資者之間也表現(xiàn)出差異:個(gè)股流動(dòng)性對(duì)小、中資金量個(gè)體投資者的個(gè)股選擇有顯著的正向影響,具有中等及以下資金規(guī)模的個(gè)體投資者更傾向購買具有較高流動(dòng)性的A股上市公司股票;對(duì)大資金規(guī)模的個(gè)體投資者來說,個(gè)股流動(dòng)性對(duì)其個(gè)股選擇有正向影響,但結(jié)果并不顯著。在替換個(gè)股流動(dòng)性度量指標(biāo)進(jìn)行全樣本穩(wěn)健性檢驗(yàn)后,論文實(shí)證結(jié)果仍表明具有較高流動(dòng)性水平的個(gè)股更能吸引個(gè)體投資者進(jìn)行投資。其次,論文通過分析發(fā)現(xiàn):2007-2012年我國股票市場流動(dòng)性與個(gè)體投資者所獲總體收益的趨勢基本一致。2008年的全球性金融危機(jī)爆發(fā)時(shí),我國股市整體的流動(dòng)性水平下降到最低,股市陷入巨大的流動(dòng)性危機(jī),個(gè)體投資者在此期間也遭受了巨大損失。相關(guān)性檢驗(yàn)的結(jié)果表明二者存在顯著的正相關(guān)關(guān)系,一定程度上說明股票流動(dòng)性與個(gè)體投資者的盈利性存在相關(guān)性。最后,在2007-2012年,滬深A(yù)股上市公司的個(gè)股流動(dòng)性水平會(huì)顯著影響我國個(gè)體投資者的投資收益論文發(fā)現(xiàn)個(gè)股的非流動(dòng)性越低（即個(gè)股的流動(dòng)性水平越高）,個(gè)體投資者所能獲得的超額無風(fēng)險(xiǎn)收益率越高。這意味著流動(dòng)性水平較高的個(gè)股更能滿足我國個(gè)體投資者快速買賣的操作需求。流動(dòng)性水平越高的個(gè)股變現(xiàn)性越強(qiáng),個(gè)體投資者承擔(dān)的交易風(fēng)險(xiǎn)低,付出的交易成本低。在牛市和熊市期間,個(gè)股流動(dòng)性與個(gè)體投資者投資收益均呈顯著正相關(guān)。即不管股市處于哪種行情,具有較高流動(dòng)性水平的個(gè)股會(huì)使得個(gè)體投資者獲得更高的投資收益。但個(gè)股的流動(dòng)性水平對(duì)個(gè)體投資者投資收益的影響程度在牛、熊市行情下表現(xiàn)出差異,與牛市行情相比,熊市行情下個(gè)股流動(dòng)性對(duì)個(gè)體投資者投資收益的影響會(huì)更大。進(jìn)一步通過替換個(gè)股的流動(dòng)性度量指標(biāo),進(jìn)行穩(wěn)健性檢驗(yàn)后的結(jié)果表明,個(gè)股的流動(dòng)性水平仍對(duì)個(gè)體投資者的投資收益有顯著的正向影響,實(shí)證分析的結(jié)果具有一定的可靠性和穩(wěn)健性。論文的研究是對(duì)現(xiàn)有相關(guān)領(lǐng)域研究文獻(xiàn)的有益補(bǔ)充。依據(jù)流動(dòng)性溢價(jià)理論,投資者應(yīng)在當(dāng)前選擇流動(dòng)性較低的股票以獲取較高的預(yù)期收益,但論文的研究結(jié)論表明我國個(gè)體投資者更青睞于具有較高流動(dòng)性水平的個(gè)股,并且這樣的個(gè)股會(huì)讓其獲得更高的投資收益。
王晗嘯[4]（2020）在《疫苗安全議題中媒介間顯、隱性議程網(wǎng)絡(luò)關(guān)系研究 ——基于第三層次議程設(shè)置理論》文中指出疫苗安全關(guān)系到每一位社會(huì)成員的健康,疫苗事故的發(fā)生極易引發(fā)社會(huì)的群體性恐慌?？只诺谋澈?除了暴露出政府疫苗安全監(jiān)管本身的問題,社交平臺(tái)上各類主體發(fā)布的信息,也加劇了相關(guān)事故的危機(jī)。危機(jī)所可能導(dǎo)致的疫苗接種率下滑,無論是對(duì)國內(nèi)傳染病防控工作的開展還是整個(gè)疫苗行業(yè)的正常運(yùn)營都會(huì)造成巨大影響。因而,比較各方主體有關(guān)疫苗安全議題信息發(fā)布的異同,分析相關(guān)信息對(duì)公眾的傳播效果顯得尤為重要。議程設(shè)置理論作為媒介效果研究的經(jīng)典理論,經(jīng)過五十余年,已發(fā)展出了第三層次議程設(shè)置、媒介間議程設(shè)置等方向,研究方法日趨科學(xué)化與精細(xì)化。其中,第三層次議程設(shè)置有關(guān)媒介效果研究的深化——議程網(wǎng)絡(luò)的顯、隱性研究,被相關(guān)領(lǐng)域的學(xué)者定為議程設(shè)置研究的新方向,它從過往的有意識(shí)認(rèn)知研究,開始向無意識(shí)認(rèn)知研究進(jìn)行探索與轉(zhuǎn)變。本文在國內(nèi)外有關(guān)議程設(shè)置理論與疫苗安全議題研究的基礎(chǔ)之上,基于自然語言處理、機(jī)器學(xué)習(xí)等技術(shù),對(duì)顯、隱性議程網(wǎng)絡(luò)分析方法進(jìn)行改進(jìn)。以“山東疫苗案”與“長生生物疫苗事件”這兩起近些年影響最大的疫苗安全事故為例,從顯、隱性關(guān)系兩個(gè)方面,對(duì)政務(wù)微博、官方媒體、商業(yè)媒體、意見領(lǐng)袖以及公眾這幾個(gè)微博社區(qū)的主要參與主體的議程網(wǎng)絡(luò)展開分析,并對(duì)其他各主體與公眾間的議程引導(dǎo)關(guān)系進(jìn)行因果推斷。結(jié)果顯示,在議程框架與議程主題上,除了“科普辟謠”“因果背景”“對(duì)策建議”“新聞事實(shí)”以及“道德判斷”這五個(gè)基本框架,還發(fā)現(xiàn)了與其他幾起疫苗安全事件相關(guān)的主題,并將其獨(dú)立命名為“關(guān)聯(lián)事件”框架。同時(shí),相關(guān)主體存在的一個(gè)共性問題是,圍繞“科普辟謠”框架下相關(guān)信息的缺失;在顯性議程網(wǎng)絡(luò)方面,各主體均能將“問題疫苗的流向”置于網(wǎng)絡(luò)的中心位置。相較于“山東疫苗案”,“長生生物疫苗事件”中政務(wù)微博和官方媒體等,在發(fā)布問題疫苗流向信息的基礎(chǔ)之上,同時(shí)強(qiáng)調(diào)了接種問題疫苗后的續(xù)種補(bǔ)種措施,這是在疫苗安全事故信息發(fā)布上的一大進(jìn)步。二者間的相關(guān)性,相較于“山東疫苗案”有了一個(gè)明顯的上升,表明宣傳部門對(duì)于媒體有關(guān)疫苗安全事故的報(bào)道,做出了更為嚴(yán)格的規(guī)范和要求;在隱性議程網(wǎng)絡(luò)方面,所得結(jié)果與顯性議程網(wǎng)絡(luò)有較大區(qū)別:居于隱性議程網(wǎng)絡(luò)中心的,多是一些帶有情感表達(dá)以及涉事主體的詞匯,說明對(duì)于這類詞匯,盡管共現(xiàn)頻次可能不高,但它們卻具有較強(qiáng)的傳遞性,擁有較高的隱性語義強(qiáng)度。但是,官方話語與公眾話語的情感特征存在較為明顯的區(qū)別:官方的話語情感屬于聚集性的,強(qiáng)調(diào)總體形勢的可控性,即除個(gè)別流入地之外的疫苗都是安全、可靠的。公眾所訴諸的情感更具抗?fàn)幮?認(rèn)為事故背后更多體現(xiàn)的是疫苗監(jiān)管漏洞等制度性問題;在議程引導(dǎo)關(guān)系上,政務(wù)微博所努力想與公眾產(chǎn)生的“共情”,并沒有能夠有效傳遞給公眾。而公眾對(duì)其他主體存在反向議程設(shè)置,但這種反向議程設(shè)置的發(fā)生僅存在于部分與官方利益并不沖突的主題,回應(yīng)的尺度和邊界,依然由官方?jīng)Q定。文章的創(chuàng)新之處在于,在理論上對(duì)顯、隱性關(guān)系給出了明確的界定,從過往以要素間的共現(xiàn)距離為判斷標(biāo)準(zhǔn),到重新定義以“共現(xiàn)性”與“傳遞性”作為二者劃分的依據(jù),并在研究方法層面賦予了具體的測度方式。研究對(duì)象上將政務(wù)微博與意見領(lǐng)袖納入到議程設(shè)置的研究范圍,并將媒體細(xì)分為官方媒體與商業(yè)媒體。所得結(jié)論對(duì)于相關(guān)主體特別是政務(wù)微博與官方媒體的建議是,要明確信息供給與傳播效果間的區(qū)別,信息策略的選擇得當(dāng)并不代表一定能夠傳遞給公眾,因而要重視和回應(yīng)公眾的議程。此外,還要警惕“關(guān)聯(lián)事件”框架下的主題,以及避免過度“蹭熱點(diǎn)”行為。相關(guān)結(jié)論也為議程設(shè)置領(lǐng)域的學(xué)者厘清第三層次議程設(shè)置理論下QAP相關(guān)性分析與格蘭杰因果分析間的關(guān)系、格蘭杰因果分析的單位選取等可能存在的疑惑,提供了參考。
張潔[5]（2019）在《重大事件下我國上證A股市場的短期過度反應(yīng)研究》文中指出股票指數(shù)作為描述股票市場整體表現(xiàn)的重要指標(biāo),它的收益率與波動(dòng)率序列隱含著股票市場的各類信息。通常情況下,股票指數(shù)往往都是小幅度的平穩(wěn)變動(dòng),但在重大事件影響下,資產(chǎn)價(jià)格發(fā)生跳躍性變化或劇烈波動(dòng),引發(fā)過度反應(yīng),加劇市場風(fēng)險(xiǎn),這對(duì)投資者、風(fēng)險(xiǎn)管理部門及政府監(jiān)管機(jī)構(gòu)都是極為不利的。本文重點(diǎn)研究了重大事件發(fā)生后我國上證A股市場的短期過度反應(yīng)。首先對(duì)國內(nèi)外學(xué)者在過度反應(yīng)方面的研究成果進(jìn)行了回顧與梳理;其次,創(chuàng)新性地將滾動(dòng)窗口下的變參數(shù)動(dòng)態(tài)VaR模型作為確定重大事件日的方法,并進(jìn)一步篩選與匹配出對(duì)應(yīng)的重大事件,該方法是對(duì)原有方法的優(yōu)化,有助于彌補(bǔ)固定閾值法與均值標(biāo)準(zhǔn)差法的缺陷;再次,使用傳統(tǒng)金融學(xué)與行為金融學(xué)理論梳理過度反應(yīng)現(xiàn)象產(chǎn)生的原因及路徑;然后,采用事件研究法對(duì)我國上證A股市場的短期過度反應(yīng)進(jìn)行實(shí)證分析,為更全面地比較股市在不同重大事件類型下的短期過度反應(yīng)差異,將整個(gè)重大事件樣本根據(jù)事件的利好與利空、是否處于經(jīng)濟(jì)危機(jī)期間、是否實(shí)行漲跌停板制度、事件日的形成期與檢驗(yàn)期是否出現(xiàn)其他重大事件等劃分為若干子類;最后,使用三因素模型來驗(yàn)證風(fēng)險(xiǎn)因子的改變是否為引起市場短期過度反應(yīng)的主要原因。研究表明,我國上證A股市場在重大事件影響下產(chǎn)生了短期過度反應(yīng),并具有明顯的非對(duì)稱性。股市在不同重大事件類型下的短期過度反應(yīng)特征略有不同,其中上證A股市場在重大利空事件、經(jīng)濟(jì)危機(jī)與非經(jīng)濟(jì)危機(jī)期間的事件、漲跌停板制度實(shí)行前后的事件、無重疊事件類型、反轉(zhuǎn)事件類型等七種類型下產(chǎn)生了較明顯的短期過度反應(yīng),通過構(gòu)建反轉(zhuǎn)策略組合均能夠獲得超過市場表現(xiàn)的超額收益率,表現(xiàn)優(yōu)于買入并持有策略。相反,上證A股市場在重大利空事件與動(dòng)量事件類型下未產(chǎn)生顯著的過度反應(yīng),反轉(zhuǎn)策略組合的收益率為正,但卻沒有明顯優(yōu)于市場表現(xiàn)。此外,三因素模型對(duì)股市的過度反應(yīng)現(xiàn)象具有一定的解釋能力,但不是引起股市短期過度反應(yīng)的主要原因。對(duì)三因素模型來說,規(guī)模因子的回歸系數(shù)在全樣本、重大利空事件、經(jīng)濟(jì)危機(jī)期間、反轉(zhuǎn)事件類型等四種情形下均顯著為正值,說明在這些情形下,小規(guī)模股票對(duì)重大事件更敏感,更容易發(fā)生過度反應(yīng);大多數(shù)事件類型下的賬面市值比因子的回歸系數(shù)顯著為負(fù)值,說明低賬面市值的股票比高賬面市值比的股票更易產(chǎn)生過度反應(yīng)。綜上,我國上證A股市場的投資者存在非理性行為,在重大事件的影響下會(huì)發(fā)生短期過度反應(yīng),為行為金融學(xué)理論提供了新的實(shí)證證據(jù),同時(shí)也有利于投資者根據(jù)過度反應(yīng)特征改善交易體系,制定更合理的投資策略。
張銳[6]（2019）在《世界經(jīng)濟(jì)2018年綜合評(píng)點(diǎn)與2019年動(dòng)態(tài)預(yù)測》文中研究指明雖然主要國家利率水平上升及貿(mào)易保護(hù)主義盛行等各種確定性與不確定性因素對(duì)世界經(jīng)濟(jì)增長的正常前行腳步形成了不小的反掣與沖擊,但過去一年世界經(jīng)濟(jì)依然交出了較為滿意的成績單。不過,美元的升值還是對(duì)新興市場國家形成了不小的殺傷力,包括非美貨幣集體性塌陷、國際資本大規(guī)模逆向流動(dòng)及少數(shù)國家爆發(fā)惡性通貨膨脹,進(jìn)而造成了世界經(jīng)濟(jì)新的不平衡。展望新的一年,世界經(jīng)濟(jì)依然將受到更多與更大風(fēng)險(xiǎn)因素的擾動(dòng),經(jīng)濟(jì)下行趨勢愈來愈明朗,阻止經(jīng)濟(jì)減速與失速的腳步,各國之間必須加強(qiáng)政策協(xié)調(diào)與溝通,同時(shí)在平衡協(xié)商與對(duì)話中尋求不同經(jīng)濟(jì)體的利益最大公約數(shù)。
陳春雯[7]（2018）在《基于大股東視角下中概股回歸A股的運(yùn)作與風(fēng)險(xiǎn)研究 ——以奇虎360為例》文中指出近年來,由于估值差異等原因,大量中概股選擇進(jìn)行私有化回歸A股。然而2016年,國家證監(jiān)會(huì)曾一度叫停中概股回國上市。2017年12月29日,奇虎360借殼A股上市公司江南嘉捷的方案在證監(jiān)會(huì)過會(huì),標(biāo)志著中概股回歸A股的“閘門”重新開啟。這是有史以來規(guī)模體量最大的互聯(lián)網(wǎng)中概股回歸。隨后,國家公開表示支持掌握核心技術(shù)的優(yōu)質(zhì)中概股回歸,而2018年兩會(huì)上李彥宏也公開表示百度隨時(shí)準(zhǔn)備回國上市。可以預(yù)見,未來,互聯(lián)網(wǎng)中概股的回歸將是大勢所趨。而中概股的回歸一般是由大股東發(fā)起并主導(dǎo),同時(shí)享受中概股回歸的巨額收益與承擔(dān)中概股回歸的巨大風(fēng)險(xiǎn),因而大股東是中概股回歸的最大利益相關(guān)者。當(dāng)前,國內(nèi)外學(xué)者對(duì)于中概股的研究集中于中概股回歸動(dòng)因、路徑、績效與風(fēng)險(xiǎn),對(duì)于大股東在中概股回歸中的運(yùn)作與風(fēng)險(xiǎn)研究較少。本文的大股東是指奇信志成,投資方包括周鴻祎和36位財(cái)務(wù)投資者,它既是奇虎360私有化的買方團(tuán)成員,也是回歸A股的上市公司的大股東。本文基于大股東的視角,以中概股回歸的運(yùn)作和風(fēng)險(xiǎn)為研究方向,以奇虎360為研究對(duì)象,通過文獻(xiàn)研究法和案例分析法,深入研究大股東推動(dòng)奇虎360回歸的動(dòng)因,分析大股東在奇虎360回歸中的具體運(yùn)作及其相應(yīng)承擔(dān)的風(fēng)險(xiǎn),并對(duì)大股東應(yīng)對(duì)風(fēng)險(xiǎn)提出相關(guān)建議,以期為日后大股東運(yùn)作中概股回歸提供一定的借鑒和參考。
林丁欽[8]（2012）在《兩岸MOU與ECFA簽署啟動(dòng)大中華三地證券市場的整合趨勢研究》文中研究說明兩岸三地近期發(fā)生的三件證券大事，觸發(fā)了大中華證券市場一體化的趨勢：（一）《內(nèi)地與香港關(guān)于建立更緊密經(jīng)貿(mào)關(guān)系的安排》（Closer EconomicPartnership Arrangement；CEPA）的實(shí)施對(duì)香港與大陸證券市場的相互開放彼此對(duì)接有著重要的意義；（二）臺(tái)灣與香港簽訂雙邊證券監(jiān)理合作備忘錄（Memorandum of Understanding；MOU）架構(gòu)下附函（Side Letter），使得臺(tái)灣與香港雙邊可申請(qǐng)交易型開放式指數(shù)基金（Exchange Traded Fund；ETF）跨境上市，臺(tái)灣人透過購買在香港掛牌的ETF即可間接參與大陸A股的獲利機(jī)會(huì)；同樣的大陸人也可透過購買在香港掛牌的ETF即可間接參與臺(tái)灣股市的成長機(jī)會(huì)；而最重要的是（三）兩岸證券監(jiān)理合作備忘錄MOU及海峽兩岸經(jīng)濟(jì)合作架構(gòu)協(xié)議（Economic Cooperation Framework Agreement；ECFA）簽署生效，正式啟動(dòng)大陸與臺(tái)灣證券市場新的合作機(jī)遇，亦同時(shí)觸動(dòng)兩岸三地大中華證券市場的整合，邁向兩岸三地大中華證券一體化的道路。CEPA促成大陸證券市場與香港證券市場的合作新機(jī)遇，臺(tái)港證券MOU附函簽署促進(jìn)臺(tái)灣與香港的證券市場新機(jī)會(huì)，而兩岸證券MOU與ECFA簽署啟動(dòng)大陸與臺(tái)灣證券市場的合作新契機(jī)。有關(guān)兩岸三地證券市場整合一體化的文獻(xiàn)，過去皆局限在三地股價(jià)指數(shù)的關(guān)聯(lián)性，探討彼此之間是否有共同趨勢或者波動(dòng)溢出效應(yīng)等表面的現(xiàn)象，無法實(shí)質(zhì)深度探討目前區(qū)域證券市場的整合緊密程度；本研究企圖從啟動(dòng)兩岸三地大中華證券市場整合的最重要因素--兩岸證券市場整合狀況，透過兩岸證券整合綜合指數(shù)（Strait Securites Integration Composite Index；SSIci）的模型建立，以衡量目前兩岸證券整合緊密程度與方向。SSIci選定三個(gè)一級(jí)指標(biāo)，即證券市場交流金額指標(biāo)（Strait Securites Trading index；SSIti）、證券中介服務(wù)機(jī)構(gòu)投資金額指標(biāo)（Strait Securites Investment index；SSIii）與證券從業(yè)人員人數(shù)指標(biāo)（StraitSecurites Employment index；SSIei）。在三個(gè)一級(jí)指標(biāo)下，再細(xì)分十個(gè)二級(jí)指標(biāo)；證券市場交流金額指標(biāo)SSIti用來衡量兩岸對(duì)彼此在證券交易市場交易金額及跨境發(fā)行市場的融資金額交流狀況；證券中介服務(wù)機(jī)構(gòu)投資金額指標(biāo)SSIii用來衡量兩岸在彼此證券中介機(jī)構(gòu)相互投資交流狀況以及證券從業(yè)人員人數(shù)指標(biāo)SSIei作為衡量兩岸證券從業(yè)人員在彼此證券市場交流人數(shù)狀況。兩岸證券市場整合綜合指數(shù)實(shí)證分析結(jié)果：兩岸MOU及ECFA的簽署后，啟動(dòng)前所未有的兩岸證券市場交易交流，使兩岸證券市場交易金額指數(shù)SIIti達(dá)到最高點(diǎn)。主要原因是2010年由于大陸合格境內(nèi)機(jī)構(gòu)投資者（Qualified Domestic Institutional Investors；QDII）基金投入1.6億美元在臺(tái)灣證券交易市場，大陸企業(yè)在臺(tái)灣發(fā)行了4.2億美元的臺(tái)灣存托憑證（Taiwan Depositary Receipt；TDR）；但另一方面，證券中介服務(wù)機(jī)構(gòu)相互投資機(jī)構(gòu)金額指標(biāo)SSIii指數(shù)，卻未能突破2007年的109點(diǎn)數(shù)，主要原因是兩岸法規(guī)限制因素，依據(jù)現(xiàn)行大陸方面規(guī)定，設(shè)立大陸代表處的積極條件必須該證券機(jī)構(gòu)連續(xù)獲利3年，而臺(tái)灣方面亦規(guī)定證券機(jī)構(gòu)連續(xù)獲利2年才可向臺(tái)灣金管會(huì)提出申請(qǐng)，由于2008年出現(xiàn)世界性的金融風(fēng)暴，大多數(shù)臺(tái)資券商出現(xiàn)虧損，導(dǎo)致大多數(shù)臺(tái)灣券商未能達(dá)標(biāo)，導(dǎo)致2009年及2010年的SSIii指標(biāo)呈現(xiàn)停滯狀態(tài)；證券從業(yè)人員人數(shù)指標(biāo)SSIei是唯一趨勢明顯上升的指標(biāo)，除了2003年由于SARS的因素使指標(biāo)數(shù)據(jù)往下修正，其余各年度皆成向上趨勢，在2010年達(dá)到高點(diǎn)。總的來說，兩岸證券整合綜合指數(shù)SSIci在2002年以前第一階段兩岸證券整合醞釀期的綜合指數(shù)為38.4，到2002—2009年第二階段兩岸證券整合成長期，指數(shù)在2007年到相對(duì)的高點(diǎn)59點(diǎn)，但在2008及2009年呈現(xiàn)下降，直到2010年兩岸簽署MOU及ECFA之后，綜合指數(shù)上漲到歷年來的100高點(diǎn)。兩岸三地證券市場整合的意義在于經(jīng)濟(jì)發(fā)展要求兩岸三地提供一體化的證券產(chǎn)品與服務(wù)。資本管制、市場準(zhǔn)入及技術(shù)障礙是兩岸三地證券整合的最主要的障礙，其限制了兩岸三地資本的自由流動(dòng)及跨境的投資融資的證券活動(dòng)，尤其兩岸尚未簽署貨幣清算協(xié)議，缺乏運(yùn)作的法律依據(jù)。兩岸三地證券發(fā)行市場整合目標(biāo)：上市公司相互掛牌共同融資平臺(tái)、三地相互持股的統(tǒng)一證券交易平臺(tái)、證券中介機(jī)構(gòu)創(chuàng)新產(chǎn)品合作及彼此相互參股，以及大中華證券市場監(jiān)管委員的建立。本研究提出兩岸三地證券市場整合模式主要表現(xiàn)四方面：（一）在發(fā)行市場上：主板采三地跨境發(fā)行及二板場外交易三地合作。（二）交易市場短期目標(biāo)采開放ETF相互掛牌方式讓投資人間接投資對(duì)方股市，長期目標(biāo)則開放臺(tái)港個(gè)人投資者直接投資大陸股市的“大陸直通車”及大陸個(gè)人投資者直接投資臺(tái)港股市的“臺(tái)灣直通車”與“香港直通車”模式，而最終目標(biāo)是使三地交易所相互持股成為統(tǒng)一交易平臺(tái)。（三）臺(tái)、港證券中介機(jī)構(gòu)可采獨(dú)資、業(yè)務(wù)合作及參股等三個(gè)模式進(jìn)入大陸，其中以參股模式是最佳的模式，而中外資合資基金管理公司設(shè)立是臺(tái)灣及香港證券公司最佳切入大陸市場的模式。（四）在國際證監(jiān)會(huì)組織IOSCO框架下建立大中華證券市場監(jiān)管委員會(huì)；而大中華市場藉由兩岸三地交易市場及發(fā)行市場的整合、透過機(jī)構(gòu)合作及參股使得兩岸三地證券中介機(jī)構(gòu)的整合以及兩岸三地監(jiān)管協(xié)調(diào)使得兩岸三地證券市場整合成為一個(gè)發(fā)行、交易、機(jī)構(gòu)及管理一體化的大中華證券平臺(tái)。
余沿福[9]（2011）在《我國股市急跌現(xiàn)象研究》文中認(rèn)為本文的研究對(duì)象是股市短期大跌（Crash）——急跌現(xiàn)象,即在宏觀經(jīng)濟(jì)前景和公司盈利狀況沒有明顯變差的情況下,股票指數(shù)在單個(gè)交易日內(nèi)快速大幅下跌,是股指正常分布之外的異常值,例如,2007年2月27日、5月30日、2009年8月31日我國股市大幅下跌。國外股市大跌的相關(guān)文獻(xiàn)主要研究的是在沒有相應(yīng)影響事件的前提下股市大幅下跌,可能會(huì)持續(xù)數(shù)個(gè)交易日,例如1987年全球性股災(zāi)。雖然對(duì)于股市大跌有了較多研究文獻(xiàn),但是,無論是在理論研究中還是實(shí)踐中,都沒有給出客觀的判斷標(biāo)準(zhǔn)。本文把股市急跌界定為股市正常分布之外的異常值。選擇我國股市1996-2010期間共15年的樣本數(shù)據(jù),借鑒Sornette判斷股市大跌是異常值的思路,假設(shè)股票指數(shù)收益率服從正態(tài)分布,分別計(jì)算上證綜指、深證成指和深證綜指單日收益率發(fā)生的概率。把各大指數(shù)至少需要15年以上才能出現(xiàn)一次的單日大幅下跌界定為股市急跌現(xiàn)象。根據(jù)這一標(biāo)準(zhǔn),我國股市在1996-2010年期間共出現(xiàn)24次急跌。在根據(jù)Pagan、Sossounov （2003）的方法對(duì)我國股市進(jìn)行牛市與熊市劃分之后,發(fā)現(xiàn)24次急跌中有11次出現(xiàn)在牛市中,13次出現(xiàn)在熊市中,其中有5次出現(xiàn)在牛市、熊市互相轉(zhuǎn)換即拐點(diǎn)所在月份。通過網(wǎng)絡(luò)檢索可知,我國股市15次急跌前后幾天并沒有發(fā)生對(duì)股市有重要負(fù)面影響的事件。另外9次急跌發(fā)生當(dāng)天或者前后幾天有對(duì)股市產(chǎn)生較大影響的事件發(fā)生,但這些事件本身對(duì)上市公司價(jià)值并沒有重大影響,可能更多是打擊了投資者的信心。本文的研究重點(diǎn)是對(duì)股市急跌現(xiàn)象開展實(shí)證研究。包括股票指數(shù)、個(gè)股和投資者行為三方面的研究：一是通過事件研究法分別檢驗(yàn)上證綜合指數(shù)、深證成份指數(shù)和深圳綜合指數(shù)在急跌之前、之后異常報(bào)酬率和異常成交量。二是建立實(shí)證模型,通過回歸分析的方法對(duì)急跌之前、急跌期間和急跌之后個(gè)股的成交量和漲跌幅的影響因素進(jìn)行實(shí)證檢驗(yàn)。以上兩方面的實(shí)證檢驗(yàn)都是既利用全部樣本數(shù)據(jù),又利用區(qū)分牛市與熊市、有重要影響事件與無重要影響事件、以及分段的樣本數(shù)據(jù)分別研究。三是通過問卷調(diào)查的方法,考察投資者對(duì)于股市急跌現(xiàn)象及其原因的認(rèn)識(shí),并研究急跌期間及之前、之后投資者的行為特征。三個(gè)方面的實(shí)證研究,得到了較為豐富的實(shí)證研究成果,對(duì)投資者、以及監(jiān)管者都有較為重要參考價(jià)值。同時(shí),從其中一些重要實(shí)證結(jié)果和推論出發(fā),可以發(fā)現(xiàn)能夠?qū)ξ覈墒屑钡F(xiàn)象給出合理解釋的線索：第一,從股票指數(shù)來看,最為突出的特征是在急跌之后會(huì)出現(xiàn)顯著為正的累積異常報(bào)酬率,即在急跌之后股指會(huì)出現(xiàn)恢復(fù)性上漲（有重要影響事件的急跌除外）。說明急跌期間存在投資者非理性地拋售股票的情況,急跌只是短期現(xiàn)象,急跌之后恐慌散去,股價(jià)便有所恢復(fù)。第二,從個(gè)股表現(xiàn)來看,急跌期間,風(fēng)險(xiǎn)高的個(gè)股跌停較多,成交量較小,跌幅較大；急跌之前一段時(shí)期表現(xiàn)好的個(gè)股成交量較大,跌停較少,跌幅較小；機(jī)構(gòu)投資者和“大戶”個(gè)人投者持有比例高的個(gè)股成交量較小,跌幅較小。而在急跌之后,“散戶”個(gè)人投資者持有比例高的股票反彈較快。說明急跌期間不同類型的投資者的行為存在差異,他們的決策行為不一致。第三,信息（或事件）對(duì)急跌前、后股指和個(gè)股表現(xiàn)都有重要影響。從股指來看,有重要影響事件的急跌之前成交量有所放大,臨近急跌會(huì)出現(xiàn)負(fù)的累積異常報(bào)酬率；急跌之后成交量萎縮,且不會(huì)很快上漲；而無重要影響事件的急跌之前累積異常成交量相對(duì)較小,也沒有顯著為負(fù)的累積異常報(bào)酬率；急跌之后則會(huì)恢復(fù)性上漲。從個(gè)股來看,在有重要影響事件的急跌之后,風(fēng)險(xiǎn)高的個(gè)股漲幅較小,機(jī)構(gòu)投資者和“大戶”個(gè)人投資者持有比例高的個(gè)股漲幅較大；而在無重要影響事件的急跌之后,風(fēng)險(xiǎn)高的個(gè)股漲幅相對(duì)較大,“散戶”個(gè)人投資者持有比例高的個(gè)股漲幅較大。以上結(jié)果說明我國股市存在信息不對(duì)稱的情況,投資者掌握的信息量存在差異；信息對(duì)投資者決策行為有至關(guān)重要影響；掌握信息多少不同的各類投資者的決策行為不同,按不同的方式對(duì)股市均衡價(jià)格產(chǎn)生作用。第四,通過問卷調(diào)查發(fā)現(xiàn),多數(shù)投資者認(rèn)為：股市急跌現(xiàn)象不同于股市正常波動(dòng)；投資者群體性非理性行為是導(dǎo)致股市急跌的主要原因；當(dāng)股市出現(xiàn)不明原因快速下跌時(shí),掌握信息少的投資者會(huì)認(rèn)為“消息靈通人士”獲得了重大利空消息,對(duì)于這種并不一定真正存在的利空信息擔(dān)憂是導(dǎo)致股市急跌的重要原因；政府政策也是導(dǎo)致股市急跌的原因之一通過對(duì)急跌期間及前后投資者行為調(diào)查得知：第五,急跌當(dāng)天及之后較多投資者異常焦慮不安,并且較高比例的投資者在急跌日賣出股票,這也證明在急跌期間存在投資者恐慌性拋售股票的情況；第六,在股市急跌期間,存在明顯的羊群行為,投資者“模仿傳染羊群行為”和“信息流羊群行為”都十分明顯；同時(shí),在急跌期間投資者的“處置效應(yīng)”更加突出,更高比例的投資者傾向于賣出盈利股票,對(duì)股市急跌有推波助瀾的作用；“政策效應(yīng)”也會(huì)對(duì)急跌會(huì)產(chǎn)生作用,但不是主要決定因素。綜上所述,通過三方面的實(shí)證結(jié)果,可得到以下五個(gè)層次的結(jié)論：第一層次,我國股市存在信息不對(duì)稱,不同類型投資者掌握的信息量存在差異；第二層次,信息（事件）對(duì)投資者決策行為至關(guān)重要；第三層次,掌握信息多少不同的各類投資者的投資決策行為不同；第四層次,掌握信息較少投資者的群體性非理性決策行為是導(dǎo)致急跌的原因；第五層次,掌握信息較少的投資者的“模仿傳染羊群行為”、“信息流羊群行為”是導(dǎo)致股市急跌的最主要原因,而“處置效應(yīng)”、“政策效應(yīng)”等其它群體性非理性行為起到推波助瀾的作用,即當(dāng)股市出現(xiàn)不明原因快速下跌時(shí),掌握信息較少的投資者認(rèn)為掌握信息較多的投資者在獲得了“重大利空信息”,從而跟風(fēng)賣出股票,當(dāng)股市進(jìn)一步下跌到一定幅度時(shí),股市急跌現(xiàn)象就發(fā)生了根據(jù)實(shí)證結(jié)果和結(jié)論,本文通過分析在信息不對(duì)稱的假設(shè)下,掌握信息量不同的各類投資者的具有差異的需求函數(shù)、以及由此形成的市場均衡價(jià)格來對(duì)我國股市急跌現(xiàn)象做出理論解釋（是討論性質(zhì)的,理論分析不是本文的重點(diǎn)）。在假設(shè)信息不對(duì)稱存在的情況下,可根據(jù)掌握信息量的不同把股市投資者分為多個(gè)層次。Barlevy、Veronesi （2003）把投資者分為掌握信息的交易者、不掌握信息的交易者和噪聲交易者三類,通過探討各類投資者的需求函數(shù)建立解釋股市大跌的理論模型（簡稱B-V模型）：不掌握信息交易者傾斜向上的需求曲線是該模型的關(guān)鍵,將導(dǎo)致股市均衡價(jià)格出現(xiàn)不連續(xù)變化（即B-V模型中定義的大跌,本文中界定的急跌也符合這一定義）。本文借用B-V模型來解釋我國股市急跌現(xiàn)象。Barlevy、Veronesi證明了不掌握信息交易者傾斜向上的需求曲線存在的可能性,但沒有說明如何得到這一需求曲線。本文對(duì)Shiller（1984、1989）建立的行為金融模型在多層次交易者和存在信息成本的假設(shè)下進(jìn)行擴(kuò)展,利用擴(kuò)展的模型來討論掌握信息較少投資者的需求,從而可得到局部傾斜向上的需求函數(shù)。通過對(duì)股市急跌的實(shí)證研究和理論分析,可以看出：信息不對(duì)稱是導(dǎo)致股市短期波動(dòng)劇烈、急跌現(xiàn)象增多的罪魁禍?zhǔn)住Ｔ绞遣煌该鞯氖袌?掌握信息較少的交易者就越多,股市短期波動(dòng)就越劇烈,急跌現(xiàn)象也增多。因此,只有降低投資者獲得信息的成本、增加股市透明度、嚴(yán)格控制內(nèi)幕交易,降低信息不對(duì)稱程度,增加市場有效性,才能維護(hù)股市健康穩(wěn)定、減少急跌現(xiàn)象的發(fā)生。
胡心瀚[10]（2011）在《Copula方法在投資組合以及金融市場風(fēng)險(xiǎn)管理中的應(yīng)用》文中指出近年來,隨著金融市場的快速發(fā)展以及經(jīng)濟(jì)全球化的不斷深入,金融風(fēng)險(xiǎn)管理也開始面臨越來越多的新問題和新挑戰(zhàn)。一方面,金融資產(chǎn)之間的相關(guān)性變得越來越復(fù)雜,傳統(tǒng)的線性相關(guān)以及誤差對(duì)稱的模型已難以準(zhǔn)確反映其風(fēng)險(xiǎn)的相關(guān)信息;另一方面,金融風(fēng)險(xiǎn)管理的范圍已不僅僅是針對(duì)單個(gè)金融資產(chǎn)或者資產(chǎn)組合的收益風(fēng)險(xiǎn),而是拓展到了包括不同市場、不同種類金融風(fēng)險(xiǎn)的綜合管理。因此,在這種背景下需要一種新的相關(guān)性描述方法來應(yīng)對(duì)日趨復(fù)雜的風(fēng)險(xiǎn)管理問題。Copula是一種估計(jì)隨機(jī)變量之間相依關(guān)系的連接函數(shù)。與傳統(tǒng)的相關(guān)性分析方法相比,Copula函數(shù)能更全面地度量變量之間復(fù)雜的相關(guān)結(jié)構(gòu)。本文以基于Copula的模型為基礎(chǔ),將不同類型的Copula函數(shù)與各種金融風(fēng)險(xiǎn)管理熱點(diǎn)問題靈活地結(jié)合起來,取得了許多具有實(shí)際意義的研究成果。在與現(xiàn)有相關(guān)性分析方法進(jìn)行系統(tǒng)對(duì)比和歸納的基礎(chǔ)上,作者總結(jié)了Copula函數(shù)做為一種新型相關(guān)性測度的優(yōu)勢,并據(jù)此進(jìn)行了以下研究工作:作者首先使用Copula-GARCH模型對(duì)一籃子貨幣的權(quán)重問題進(jìn)行了研究?？紤]到現(xiàn)有的籃子貨幣權(quán)重估計(jì)方法忽略了貨幣之間的關(guān)系,在實(shí)際運(yùn)用時(shí)極易出現(xiàn)權(quán)重估計(jì)不顯著、多重共線性嚴(yán)重等問題,作者基于Copula方法構(gòu)建了風(fēng)險(xiǎn)最小化條件下的籃子貨幣權(quán)重計(jì)算模型。并依此來推測央行在匯率改革后實(shí)際實(shí)行的貨幣政策。為了提高模型擬合結(jié)果的精確性,文章還首次使用“部分極大似然估計(jì)”方法估計(jì)了Copula-GARCH模型的參數(shù)。實(shí)證分析的結(jié)果表明在美、日、歐、韓四國貨幣組成的籃子貨幣中美元的權(quán)重依然遠(yuǎn)大于其它貨幣,但人民幣匯率的靈活性在逐漸增強(qiáng),說明我國匯率改革已經(jīng)顯示出了一定成效。傳統(tǒng)的市場風(fēng)險(xiǎn)分析模型主要是針對(duì)金融資產(chǎn)或投資組合的收益率波動(dòng)性建模,來分析其帶來損失的可能性。本文則從另一個(gè)角度出發(fā),通過構(gòu)建股票市場的連漲和連跌收益率相關(guān)性模型來研究股票上漲和下跌趨勢之間的聯(lián)系。文章根據(jù)樣本數(shù)據(jù)的特征,首次將Log-ACD模型和Archimedean Copula相結(jié)合,取得了很好的擬合效果。在實(shí)證分析中,作者通過條件VaR分析了連漲和連跌收益率的條件風(fēng)險(xiǎn),并據(jù)此構(gòu)建了“漲跌風(fēng)險(xiǎn)對(duì)比圖”來分析樣本期股市上漲和下跌的趨勢對(duì)比。通過對(duì)比股市指數(shù)走勢圖后發(fā)現(xiàn)模型得到的結(jié)果與實(shí)際情況是相吻合的。在對(duì)市場風(fēng)險(xiǎn)的研究中,本文還基于時(shí)變Copula方法提出了一種非線性時(shí)變的股票市場系統(tǒng)性風(fēng)險(xiǎn)度量方法。作者使用3種GARCH模型以及6種時(shí)變Copula模型分別擬合了4個(gè)行業(yè)和市場收益率的邊緣分布以及聯(lián)合分布。并從中選取了擬合效果最佳的模型計(jì)算了給定市場收益率條件下行業(yè)指數(shù)收益率的條件風(fēng)險(xiǎn)。最后通過構(gòu)造ΔLCVaR和ΔUCVaR兩個(gè)指標(biāo)分別對(duì)市場處于不同態(tài)勢下各個(gè)行業(yè)的下尾和上尾系統(tǒng)性風(fēng)險(xiǎn)進(jìn)行了度量。實(shí)證研究顯示該模型對(duì)條件風(fēng)險(xiǎn)的計(jì)算結(jié)果較為準(zhǔn)確,并且能夠很好地捕捉通過系統(tǒng)性風(fēng)險(xiǎn)的時(shí)變性。而且與傳統(tǒng)的beta系數(shù)相比,非線性框架下的系統(tǒng)性風(fēng)險(xiǎn)度量方法不需要假定金融資產(chǎn)的正態(tài)性和對(duì)稱性,能夠較好地刻畫行業(yè)和市場收益率之間的尾部非線性相關(guān)性,包含了較全面的風(fēng)險(xiǎn)信息。本章最后針對(duì)上市公司信用風(fēng)險(xiǎn)識(shí)別以及信用風(fēng)險(xiǎn)和市場風(fēng)險(xiǎn)之間相關(guān)性進(jìn)行了研究,主要可以分為兩個(gè)部分。其中第一部分針對(duì)信用風(fēng)險(xiǎn)影響因素集合高維度高相關(guān)性的特點(diǎn),設(shè)計(jì)了一種基于非參數(shù)的變量選擇算法。實(shí)證結(jié)果表明該方法可以有效去除噪聲變量以及線性相關(guān)的變量,從而為信用風(fēng)險(xiǎn)的因素識(shí)別以及信用分析模型的構(gòu)建提供了依據(jù)。在第二部分中作者基于第一部分的變量選擇算法,使用核密度估計(jì)和Copula模型研究了上市公司信用風(fēng)險(xiǎn)和市值變化之間的相互關(guān)系。并使用大樣本檢驗(yàn)了結(jié)構(gòu)化信用分析模型在中國市場的適用性。
二、紐約股市連跌三年（論文開題報(bào)告）
（1）論文研究背景及目的
此處內(nèi)容要求：
首先簡單簡介論文所研究問題的基本概念和背景，再而簡單明了地指出論文所要研究解決的具體問題，并提出你的論文準(zhǔn)備的觀點(diǎn)或解決方法。
寫法范例：
本文主要提出一款精簡64位RISC處理器存儲(chǔ)管理單元結(jié)構(gòu)并詳細(xì)分析其設(shè)計(jì)過程。在該MMU結(jié)構(gòu)中,TLB采用叁個(gè)分離的TLB,TLB采用基于內(nèi)容查找的相聯(lián)存儲(chǔ)器并行查找,支持粗粒度為64KB和細(xì)粒度為4KB兩種頁面大小,采用多級(jí)分層頁表結(jié)構(gòu)映射地址空間,并詳細(xì)論述了四級(jí)頁表轉(zhuǎn)換過程,TLB結(jié)構(gòu)組織等。該MMU結(jié)構(gòu)將作為該處理器存儲(chǔ)系統(tǒng)實(shí)現(xiàn)的一個(gè)重要組成部分。
（2）本文研究方法
調(diào)查法：該方法是有目的、有系統(tǒng)的搜集有關(guān)研究對(duì)象的具體信息。
觀察法：用自己的感官和輔助工具直接觀察研究對(duì)象從而得到有關(guān)信息。
實(shí)驗(yàn)法：通過主支變革、控制研究對(duì)象來發(fā)現(xiàn)與確認(rèn)事物間的因果關(guān)系。
文獻(xiàn)研究法：通過調(diào)查文獻(xiàn)來獲得資料，從而全面的、正確的了解掌握研究方法。
實(shí)證研究法：依據(jù)現(xiàn)有的科學(xué)理論和實(shí)踐的需要提出設(shè)計(jì)。
定性分析法：對(duì)研究對(duì)象進(jìn)行“質(zhì)”的方面的研究，這個(gè)方法需要計(jì)算的數(shù)據(jù)較少。
定量分析法：通過具體的數(shù)字，使人們對(duì)研究對(duì)象的認(rèn)識(shí)進(jìn)一步精確化。
跨學(xué)科研究法：運(yùn)用多學(xué)科的理論、方法和成果從整體上對(duì)某一課題進(jìn)行研究。
功能分析法：這是社會(huì)科學(xué)用來分析社會(huì)現(xiàn)象的一種方法，從某一功能出發(fā)研究多個(gè)方面的影響。
模擬法：通過創(chuàng)設(shè)一個(gè)與原型相似的模型來間接研究原型某種特性的一種形容方法。
三、紐約股市連跌三年（論文提綱范文）
（1）中國原油期貨與人民幣匯率的跳躍溢出效應(yīng) ——基于SVCJ模型的MCMC估計(jì)和分析（論文提綱范文）
| 致謝 |
| 摘要 |
| abstract |
| 1 緒論 |
| 1.1 研究背景及問題 |
| 1.1.1 本文研究背景 |
| 1.1.2 本文研究主題 |
| 1.2 研究框架及方法 |
| 1.2.1 綜合運(yùn)用定性與定量分析 |
| 1.2.2 SVCJ模型的提出與應(yīng)用 |
| 1.3 研究創(chuàng)新點(diǎn)及不足 |
| 1.3.1 本文研究創(chuàng)新點(diǎn) |
| 1.3.2 本文研究不足及未來展望 |
| 2 文獻(xiàn)綜述 |
| 2.1 原油期貨市場及其他市場間溢出效應(yīng)的研究進(jìn)展 |
| 2.1.1 市場間溢出效應(yīng)的理論闡釋 |
| 2.1.2 原油期貨市場與其他市場間溢出效應(yīng)的研究進(jìn)展 |
| 2.1.3 市場間跳躍溢出效應(yīng)的研究進(jìn)展 |
| 2.2 原油市場與匯率市場之間關(guān)系的理論概述 |
| 2.2.1 原油價(jià)格對(duì)匯率可能的影響途徑 |
| 2.2.2 匯率對(duì)原油價(jià)格可能的影響途徑 |
| 2.2.3 影響原油和匯率的共同因素 |
| 2.3 原油市場與匯率市場之間關(guān)系的研究綜述 |
| 2.3.1 研究原油和匯率之間關(guān)系的方法綜述 |
| 2.3.2 研究原油和匯率之間關(guān)系的實(shí)證研究綜述 |
| 2.4 關(guān)于中國INE原油期貨的研究進(jìn)展 |
| 3 理論模型與方法 |
| 3.1 SVCJ模型與跳躍識(shí)別 |
| 3.2 MCMC方法 |
| 3.2.1 Gibbs采樣算法 |
| 3.2.2 Metropolis-Hastings算法 |
| 3.3 MCMC模擬在SVCJ模型中的應(yīng)用 |
| 3.4 模型估計(jì)算法的R語言程序?qū)崿F(xiàn) |
| 4 數(shù)據(jù)與實(shí)證結(jié)果 |
| 4.1 數(shù)據(jù) |
| 4.2 GARCH模型研究市場間波動(dòng)率溢出 |
| 4.3 SVCJ模型估計(jì) |
| 5 結(jié)論與展望 |
| 參考文獻(xiàn) |
| 附錄 |
（2）新興市場國家與發(fā)達(dá)國家的股市相依性研究 ——基于Vine Copula模型的分析（論文提綱范文）
| 內(nèi)容摘要 |
| Abstract |
| 第1章 導(dǎo)論 |
| 1.1 選題背景 |
| 1.2 研究目的及意義 |
| 1.3 文獻(xiàn)綜述 |
| 1.3.1 新興市場國家與發(fā)達(dá)國家股市相依特征研究 |
| 1.3.2 中國與境外股市相依特征研究 |
| 1.3.3 股市相依性的影響因素研究 |
| 1.3.4 股市相依性的研究方法綜述 |
| 1.3.5 文獻(xiàn)評(píng)述 |
| 1.4 研究方法與研究內(nèi)容 |
| 1.4.1 研究方法 |
| 1.4.2 研究內(nèi)容 |
| 1.5 本文主要?jiǎng)?chuàng)新點(diǎn)與不足之處 |
| 第2章 股市相依性研究的理論基礎(chǔ)及其影響因素分析 |
| 2.1 相依性概念的界定 |
| 2.2 股市相依性研究的理論基礎(chǔ) |
| 2.2.1 證券投資組合理論 |
| 2.2.2 行為金融理論 |
| 2.2.3 金融危機(jī)理論 |
| 2.3 股市相依性的影響因素分析 |
| 2.3.1 宏觀經(jīng)濟(jì)因素 |
| 2.3.2 股市的規(guī)模與開放程度 |
| 2.3.3 重大歷史事件 |
| 第3章 相依性的測度及理論模型 |
| 3.1 相依性測度理論 |
| 3.1.1 Kendall秩相關(guān)系數(shù) |
| 3.1.2 尾部相關(guān)系數(shù) |
| 3.2 邊緣分布模型 |
| 3.3 Vine Copula模型 |
| 3.3.1 Copula函數(shù)理論 |
| 3.3.2 Vine結(jié)構(gòu)理論 |
| 3.3.3 Vine Copula模型參數(shù)估計(jì)與穩(wěn)健性檢驗(yàn) |
| 第4章 新興市場國家與發(fā)達(dá)國家的股市相依性實(shí)證分析 |
| 4.1 數(shù)據(jù)選取與描述性統(tǒng)計(jì)分析 |
| 4.1.1 數(shù)據(jù)選取說明 |
| 4.1.2 描述性統(tǒng)計(jì)分析 |
| 4.2 實(shí)證分析 |
| 4.2.1 邊緣分布模型估計(jì)結(jié)果 |
| 4.2.2 股市相依性分析 |
| 4.2.3 穩(wěn)健性檢驗(yàn) |
| 4.2.4 尾部相依性分析 |
| 4.2.5 對(duì)實(shí)證結(jié)果的解釋 |
| 第5章 結(jié)論與政策建議 |
| 5.1 主要研究結(jié)論 |
| 5.2 政策建議 |
| 5.2.1 注重地理位置相近股市的風(fēng)險(xiǎn)防范 |
| 5.2.2 完善股市對(duì)外開放機(jī)制 |
| 5.2.3 推動(dòng)區(qū)域經(jīng)濟(jì)合作協(xié)議落實(shí) |
| 5.2.4 大力發(fā)展實(shí)體經(jīng)濟(jì) |
| 參考文獻(xiàn) |
| 在學(xué)期間發(fā)表的學(xué)術(shù)論文與研究成果 |
| 后記 |
（3）個(gè)股流動(dòng)性對(duì)個(gè)體投資者個(gè)股選擇和投資收益的影響 ——基于中國滬深A(yù)股上市公司的實(shí)證研究（論文提綱范文）
| 摘要 |
| Abstract |
| 1 緒論 |
| 1.1 選題背景、研究目的與研究意義 |
| 1.1.1 選題背景 |
| 1.1.2 研究目的 |
| 1.1.3 研究意義 |
| 1.2 研究內(nèi)容與研究方法 |
| 1.2.1 研究內(nèi)容 |
| 1.2.2 研究方法 |
| 1.3 重難點(diǎn)、創(chuàng)新和不足 |
| 1.3.1 重難點(diǎn) |
| 1.3.2 創(chuàng)新之處 |
| 1.3.3 不足 |
| 1.4 結(jié)構(gòu)安排和總體框架 |
| 1.4.1 結(jié)構(gòu)安排 |
| 1.4.2 總體框架 |
| 2 文獻(xiàn)回顧 |
| 2.1 個(gè)體投資者投資行為及投資收益影響因素的文獻(xiàn) |
| 2.1.1 關(guān)于個(gè)體投資者投資行為影響因素的研究文獻(xiàn) |
| 2.1.2 關(guān)于個(gè)體投資者投資收益影響因素的研究文獻(xiàn) |
| 2.2 股票流動(dòng)性定義和度量方法的文獻(xiàn) |
| 2.2.1 關(guān)于股票流動(dòng)性定義的研究文獻(xiàn) |
| 2.2.2 關(guān)于股票流動(dòng)性度量方法的研究文獻(xiàn) |
| 2.3 本章小結(jié) |
| 3 個(gè)股流動(dòng)性對(duì)個(gè)體投資者個(gè)股選擇的影響 |
| 3.1 數(shù)據(jù)來源及處理 |
| 3.2 模型構(gòu)建及變量選取 |
| 3.2.1 模型構(gòu)建 |
| 3.2.2 變量選取 |
| 3.3 數(shù)據(jù)檢驗(yàn)與統(tǒng)計(jì)分析 |
| 3.3.1 個(gè)股流動(dòng)性與個(gè)體投資者個(gè)股選擇之間的因果關(guān)系檢驗(yàn) |
| 3.3.2 統(tǒng)計(jì)分析 |
| 3.4 實(shí)證結(jié)果分析 |
| 3.4.1 全樣本實(shí)證結(jié)果分析 |
| 3.4.2 熊市和牛市的實(shí)證結(jié)果分析 |
| 3.4.3 不同資金規(guī)模個(gè)體投資者的實(shí)證結(jié)果分析 |
| 3.5 全樣本穩(wěn)健性檢驗(yàn) |
| 4 個(gè)股流動(dòng)性對(duì)個(gè)體投資者投資收益的影響 |
| 4.1 股市整體流動(dòng)性與個(gè)體投資者總體收益的關(guān)系 |
| 4.1.1 股市流動(dòng)性與個(gè)體投資者總體收益情況 |
| 4.1.2 股市流動(dòng)性與個(gè)體投資者總體收益的相關(guān)性檢驗(yàn) |
| 4.2 模型構(gòu)建及變量選取 |
| 4.2.1 模型構(gòu)建 |
| 4.2.2 變量選取 |
| 4.3 統(tǒng)計(jì)分析 |
| 4.3.1 描述性統(tǒng)計(jì) |
| 4.3.2 相關(guān)性分析與VIF多重共線性檢驗(yàn) |
| 4.4 實(shí)證結(jié)果分析 |
| 4.4.1 全樣本實(shí)證結(jié)果分析 |
| 4.4.2 熊市和牛市的實(shí)證結(jié)果分析 |
| 4.4.3 不同資金規(guī)模個(gè)體投資者的實(shí)證結(jié)果分析 |
| 4.5 全樣本穩(wěn)健性檢驗(yàn) |
| 5 研究結(jié)論、總結(jié)與研究展望 |
| 5.1 研究結(jié)論 |
| 5.2 總結(jié) |
| 5.3 研究展望 |
| 參考文獻(xiàn) |
| 攻讀碩士學(xué)位期間發(fā)表論文及科研成果 |
| 致謝 |
（4）疫苗安全議題中媒介間顯、隱性議程網(wǎng)絡(luò)關(guān)系研究 ——基于第三層次議程設(shè)置理論（論文提綱范文）
| 摘要 |
| Abstract |
| 導(dǎo)言 |
| 一、研究背景 |
| 二、研究意義 |
| 三、研究目的 |
| 四、研究方法 |
| 五、研究內(nèi)容及思路 |
| 六、研究創(chuàng)新之處 |
| 第一章 議程設(shè)置發(fā)展及其在中國語境下的檢驗(yàn) |
| 第一節(jié) 議程設(shè)置的起源與發(fā)展 |
| 第二節(jié) 第三層次議程設(shè)置——網(wǎng)絡(luò)議程設(shè)置 |
| 一、研究假設(shè)及方法 |
| 二、研究進(jìn)展 |
| 三、顯、隱性議程網(wǎng)絡(luò)關(guān)系 |
| 第三節(jié) 媒介間議程設(shè)置 |
| 第四節(jié) 議程框架與議程主題 |
| 第五節(jié) 議程設(shè)置在中國語境下的檢驗(yàn) |
| 本章小結(jié) |
| 第二章 疫苗安全議題與議程設(shè)置 |
| 第一節(jié) 中西方疫苗安全議題研究差異 |
| 一、西方:疫苗安全風(fēng)險(xiǎn)認(rèn)知研究 |
| 二、中國:疫苗安全事故輿論引導(dǎo)研究 |
| 第二節(jié) 多元主體及其疫苗安全議程 |
| 一、多元主體分類與疫苗安全議題框架 |
| 二、政務(wù)微博及其疫苗安全議程 |
| 三、官方媒體與商業(yè)媒體的關(guān)系及其疫苗安全議程 |
| 四、意見領(lǐng)袖及其疫苗安全議程 |
| 五、公眾及其疫苗安全議程 |
| 本章小結(jié) |
| 第三章 顯、隱性議程網(wǎng)絡(luò)關(guān)系研究方法改進(jìn) |
| 第一節(jié) 計(jì)算機(jī)輔助的文本分析與議程設(shè)置研究 |
| 第二節(jié) 顯性議程網(wǎng)絡(luò)關(guān)系 |
| 一、主題模型LDA |
| 二、基于LDA-U的顯性議程網(wǎng)絡(luò)測度 |
| 第三節(jié) 隱性議程網(wǎng)絡(luò)關(guān)系 |
| 一、從單面關(guān)系到雙重關(guān)系 |
| 二、詞向量模型word2vec |
| 三、基于word2vec的隱性議程網(wǎng)絡(luò)測度 |
| 本章小結(jié) |
| 第四章 案例分析 |
| 第一節(jié) 案例選取 |
| 第二節(jié) 數(shù)據(jù)搜集與預(yù)處理 |
| 第三節(jié) 基于顯性議程網(wǎng)絡(luò)的媒介間議程關(guān)系及其影響 |
| 一、議程框架與議程主題 |
| 二、顯性議程網(wǎng)絡(luò) |
| 三、格蘭杰因果分析 |
| 第四節(jié) 基于隱性議程網(wǎng)絡(luò)的媒介間議程關(guān)系及其影響 |
| 一、隱性議程網(wǎng)絡(luò) |
| 二、議程網(wǎng)絡(luò)相似性 |
| 本章小結(jié) |
| 第五章 研究結(jié)果討論 |
| 第一節(jié) 議程框架與議程主題 |
| 一、關(guān)聯(lián)事件框架的發(fā)現(xiàn) |
| 二、科普辟謠框架的缺失 |
| 第二節(jié) 顯性議程網(wǎng)絡(luò):疫苗流向?yàn)橹?/td> |
| 第三節(jié) 隱性議程網(wǎng)絡(luò):情緒傳遞居多 |
| 第四節(jié) 媒介間議程設(shè)置:公眾存在反向議程設(shè)置 |
| 第五節(jié) 顯、隱性議程網(wǎng)絡(luò)分析方法比較 |
| 本章小結(jié) |
| 結(jié)語 |
| 一、研究結(jié)論 |
| 二、研究不足與展望 |
| 圖表目錄 |
| 參考文獻(xiàn) |
| 后記 |
| 在讀期間相關(guān)成果發(fā)表情況 |
（5）重大事件下我國上證A股市場的短期過度反應(yīng)研究（論文提綱范文）
| 摘要 |
| Abstract |
| 第一章 緒論 |
| 第一節(jié) 研究背景及意義 |
| 一、研究背景 |
| 二、研究意義 |
| 第二節(jié) 文獻(xiàn)綜述 |
| 一、過度反應(yīng)理論研究 |
| 二、過度反應(yīng)實(shí)證研究 |
| 三、文獻(xiàn)評(píng)述 |
| 第三節(jié) 研究方案 |
| 一、研究思路 |
| 二、研究方法 |
| 三、研究結(jié)構(gòu)安排 |
| 第四節(jié) 創(chuàng)新之處與研究不足 |
| 一、創(chuàng)新之處 |
| 二、研究不足 |
| 第二章 重大事件的篩選 |
| 第一節(jié) 重大事件的定義與分類 |
| 一、重大事件的定義 |
| 二、重大事件的分類 |
| 第二節(jié) 重大事件的篩選方法 |
| 一、常見的篩選方法 |
| 二、篩選方法的比較與選擇 |
| 第三節(jié) 動(dòng)態(tài)VaR模型挑選重大事件 |
| 一、動(dòng)態(tài)VaR模型的構(gòu)建 |
| 二、動(dòng)態(tài)VaR模型的計(jì)算步驟 |
| 三、重大事件的確定 |
| 四、動(dòng)態(tài)VaR模型的可行性檢驗(yàn) |
| 第三章 過度反應(yīng)表現(xiàn)及理論解釋 |
| 第一節(jié) 過度反應(yīng)的定義及表現(xiàn) |
| 一、過度反應(yīng)的定義 |
| 二、過度反應(yīng)的表現(xiàn) |
| 第二節(jié) 過度反應(yīng)的理論解釋 |
| 一、傳統(tǒng)金融學(xué)理論 |
| 二、行為金融學(xué)理論 |
| 第四章 重大事件下市場短期過度反應(yīng)的實(shí)證模型構(gòu)建 |
| 第一節(jié) 過度反應(yīng)現(xiàn)象的實(shí)證模型選擇 |
| 第二節(jié) 過度反應(yīng)模型的構(gòu)建 |
| 一、模型的實(shí)證說明 |
| 二、過度反應(yīng)現(xiàn)象的檢驗(yàn)依據(jù) |
| 三、模型的設(shè)計(jì)與構(gòu)建 |
| 第五章 重大事件下市場短期過度反應(yīng)的實(shí)證檢驗(yàn) |
| 第一節(jié) 數(shù)據(jù)來源及統(tǒng)計(jì)分析 |
| 一、數(shù)據(jù)來源 |
| 二、收益率序列的統(tǒng)計(jì)分析 |
| 第二節(jié) 事件日與檢驗(yàn)區(qū)間劃分 |
| 一、動(dòng)態(tài)VaR值的計(jì)算 |
| 二、事件日的確定 |
| 三、形成期與檢驗(yàn)期的劃分 |
| 第三節(jié) 構(gòu)建贏者組合與輸者組合 |
| 一、贏者組合與輸者組合的構(gòu)建說明 |
| 二、贏者組合與輸者組合的分組情況 |
| 第四節(jié) 重大事件下市場短期過度反應(yīng)現(xiàn)象的實(shí)證結(jié)果 |
| 一、整個(gè)重大事件樣本下的過度反應(yīng)研究 |
| 二、重大利好與利空事件的過度反應(yīng)研究 |
| 三、經(jīng)濟(jì)危機(jī)與非經(jīng)濟(jì)危機(jī)期間的過度反應(yīng)研究 |
| 四、漲跌停板制度實(shí)施前后的過度反應(yīng)研究 |
| 五、不同重疊事件類型下的過度反應(yīng)研究 |
| 六、實(shí)證總結(jié) |
| 第五節(jié) 過度反應(yīng)現(xiàn)象是否由風(fēng)險(xiǎn)因子引起 |
| 一、平穩(wěn)性檢驗(yàn) |
| 二、模型檢驗(yàn)與選擇 |
| 三、回歸結(jié)果與結(jié)論 |
| 第六章 結(jié)論與展望 |
| 第一節(jié) 研究結(jié)論 |
| 第二節(jié) 投資與政策建議 |
| 一、投資建議 |
| 二、政策建議 |
| 第三節(jié) 研究展望 |
| 參考文獻(xiàn) |
| 附錄 |
| 致謝 |
| 攻讀碩士學(xué)位期間的研究成果 |
（6）世界經(jīng)濟(jì)2018年綜合評(píng)點(diǎn)與2019年動(dòng)態(tài)預(yù)測（論文提綱范文）
| 一、經(jīng)濟(jì)增長的亮點(diǎn)與暗點(diǎn) |
| 二、貨幣政策的鼓點(diǎn)與節(jié)點(diǎn) |
| 三、財(cái)政政策的熱點(diǎn)與沸點(diǎn) |
| 四、通貨膨脹的支點(diǎn)與焦點(diǎn) |
| 五、匯率生態(tài)的光點(diǎn)與斑點(diǎn) |
| 六、股市的樂點(diǎn)與淚點(diǎn) |
| 七、債市運(yùn)行的要點(diǎn)與特點(diǎn) |
| 八、大宗商品的清點(diǎn)與盤點(diǎn) |
| 九、金融治理的雨點(diǎn)與落點(diǎn) |
| 十、國際貿(mào)易的痛點(diǎn)與奇點(diǎn) |
| 十一、資本并購的景點(diǎn)與看點(diǎn) |
| 十二、2019年的世界經(jīng)濟(jì):觀點(diǎn)與視點(diǎn) |
（7）基于大股東視角下中概股回歸A股的運(yùn)作與風(fēng)險(xiǎn)研究 ——以奇虎360為例（論文提綱范文）
| 摘要 |
| Abstract |
| 第一部分 案例介紹 |
| 1.1 引言 |
| 1.2 中概股回歸的背景分析 |
| 1.3 奇虎360公司介紹 |
| 1.3.1 公司情況 |
| 1.3.2 經(jīng)營情況 |
| 1.3.3 財(cái)務(wù)狀況 |
| 1.4 奇虎360創(chuàng)始人 |
| 1.5 奇虎360回歸歷程 |
| 1.5.1 私有化退市 |
| 1.5.2 拆除VIE結(jié)構(gòu) |
| 1.5.3 分拆公司業(yè)務(wù) |
| 1.5.4 借殼江南嘉捷 |
| 第二部分 案例分析 |
| 2.1 研究目的、意義與思路 |
| 2.1.1 研究目的 |
| 2.1.2 研究意義 |
| 2.1.3 研究思路 |
| 2.2 理論基礎(chǔ)與文獻(xiàn)綜述 |
| 2.2.1 理論基礎(chǔ) |
| 2.2.2 文獻(xiàn)綜述 |
| 2.3 大股東主導(dǎo)回歸的動(dòng)因分析 |
| 2.3.1 利用估值跨市場套利 |
| 2.3.2 獲取長期資本增值 |
| 2.4 回歸過程中大股東的運(yùn)作分析 |
| 2.4.1 構(gòu)建私有化平臺(tái) |
| 2.4.2 私有化要約收購 |
| 2.4.3 質(zhì)押股權(quán)獲取貸款 |
| 2.4.4 內(nèi)保外貸資金出境 |
| 2.4.5 高額業(yè)績承諾 |
| 2.5 大股東的運(yùn)作風(fēng)險(xiǎn) |
| 2.5.1 資本退出困難 |
| 2.5.2 法律訴訟糾紛 |
| 2.5.3 質(zhì)押股權(quán)被轉(zhuǎn)讓 |
| 2.5.4 無力償還私有化貸款 |
| 2.5.5 執(zhí)行業(yè)績補(bǔ)償 |
| 2.6 應(yīng)對(duì)風(fēng)險(xiǎn)的建議 |
| 2.6.1 大力促進(jìn)公司發(fā)展 |
| 2.6.2 完善回歸的信息披露 |
| 2.6.3 合理設(shè)計(jì)資本結(jié)構(gòu) |
| 2.6.4 謹(jǐn)慎預(yù)計(jì)自身還款能力 |
| 2.6.5 準(zhǔn)確評(píng)估公司績效水平 |
| 2.7 研究結(jié)論 |
| 參考文獻(xiàn) |
| 致謝 |
（8）兩岸MOU與ECFA簽署啟動(dòng)大中華三地證券市場的整合趨勢研究（論文提綱范文）
| 摘要 |
| Abstract |
| 第一章 緒論 |
| 第一節(jié) 研究背景與動(dòng)機(jī) |
| 第二節(jié) 選題的意義與研究目的 |
| 一、 選題的意義 |
| 二、 研究目的 |
| 第三節(jié) 研究創(chuàng)新與限制 |
| 一、 研究創(chuàng)新 |
| 二、 研究限制 |
| 第四節(jié) 研究方法與架構(gòu) |
| 一、 研究方法 |
| 二、 分析架構(gòu) |
| 第五節(jié) 章節(jié)架構(gòu) |
| 第二章 兩岸三地證券一體化文獻(xiàn)綜述 |
| 第一節(jié) 有關(guān)經(jīng)濟(jì)一體化文獻(xiàn)探討 |
| 一、 四種衡量經(jīng)濟(jì)一體化整合的模式比較 |
| 二、 證券一體化文獻(xiàn)述要 |
| 第二節(jié) 兩岸三地證券市場一體化文獻(xiàn)探討 |
| 一、 兩岸三地證券市場一體化方法探討 |
| 二、 兩岸三地證券市場一體化實(shí)證文獻(xiàn)探討 |
| 第三章 兩岸三地證券發(fā)展與現(xiàn)況 |
| 第一節(jié) 大陸證券市場發(fā)展與現(xiàn)況 |
| 一、 大陸證券交易市場 |
| 二、 大陸證券發(fā)行市場 |
| 三、 大陸證券市場逐漸開放政策 |
| 四、 大陸證券市場隱藏的重大弊端 |
| 五、 大陸證券市場的巨大發(fā)展?jié)摿?/td> |
| 第二節(jié) 臺(tái)灣證券市場發(fā)展與現(xiàn)況 |
| 一、 臺(tái)灣證券交易市場 |
| 二、 臺(tái)灣證券發(fā)行市場 |
| 三、 臺(tái)灣證券市場問題與優(yōu)勢競爭 |
| 第三節(jié) 香港證券市場發(fā)展與現(xiàn)況 |
| 一、 香港證券交易市場 |
| 二、 香港證券發(fā)行市場 |
| 三、 香港證券市場的優(yōu)勢與未來的機(jī)遇 |
| 第四節(jié) 兩岸三地證券市場之比較 |
| 一、 兩岸三地證券交易市場比較 |
| 二、 兩岸三地證券發(fā)行市場比較 |
| 第四章 兩岸三地證券市場合作方向 |
| 第一節(jié) CEPA 促成大陸證券市場與香港證券市場的新機(jī)會(huì) |
| 一、 內(nèi)地與香港建立更緊密經(jīng)貿(mào)關(guān)系的安排 |
| 二、 大陸對(duì)于香港證券業(yè)的四項(xiàng)優(yōu)惠措施 |
| 三、 香港與大陸證券市場整合的主要障礙 |
| 四、 香港與大陸證券市場整合的主要機(jī)會(huì) |
| 第二節(jié) 臺(tái)港 MOU 附函簽署促進(jìn)臺(tái)灣與香港的證券市場新機(jī)遇 |
| 一、 臺(tái)灣公司在港上市是大中華地區(qū)的集資平臺(tái)新角色 |
| 二、 臺(tái)港證券指數(shù)基金的互掛及港股發(fā)行臺(tái)灣 TDR 籌資風(fēng)潮 |
| 第三節(jié) MOU 與 ECFA 簽署啟動(dòng)兩岸證券市場合作新契機(jī) |
| 一、 兩岸證券差異分析 |
| 二、 兩岸證券市場準(zhǔn)入法規(guī)分析 |
| 三、 臺(tái)灣與大陸證券市場整合的主要障礙 |
| 四、 臺(tái)灣與大陸證券市場整合的主要機(jī)會(huì) |
| 第四節(jié) 兩岸證券整合綜合指數(shù)模型建立 |
| 一、 指標(biāo)體系的建構(gòu)說明 |
| 二、 兩岸證券整合緊密指數(shù) SSIci 的編制 |
| 三、 指標(biāo)基期及兩岸整合階段時(shí)期 |
| 四、 結(jié)論 |
| 第五章 兩岸三地證券市場整合的模式探討 |
| 第一節(jié) 兩岸三地證券市場整合的意義及障礙 |
| 一、 兩岸三地證券市場整合的意義 |
| 二、 兩岸三地證券市場整合的主要障礙 |
| 三、 兩岸三地證券市場整合時(shí)可能發(fā)生的主要問題 |
| 第二節(jié) 證券發(fā)行市場整合：上市公司相互掛牌共同融資平臺(tái) |
| 一、 兩岸三地主板證券發(fā)行市場整合模式：跨境發(fā)行的一體化 |
| 二、 二板證券發(fā)行市場整合模式：三地分工合作 |
| 三、 證券發(fā)行市場制度整合模式：掛牌的制度及一體化藍(lán)圖 |
| 四、 證券發(fā)行市場整合模式比較 |
| 第三節(jié) 證券交易市場形成：三地相互持股的統(tǒng)一交易平臺(tái) |
| 一、 證券交易市場整合理論基礎(chǔ) |
| 二、 證券交易市場整合模式 |
| 三、 證券交易市場整合模式比較 |
| 第四節(jié) 證券中介機(jī)構(gòu)：創(chuàng)新產(chǎn)品合作及彼此相互參股 |
| 一、 經(jīng)典外資證券中介機(jī)構(gòu)模式參考 |
| 二、 證券中介機(jī)構(gòu)整合模式 |
| 三、 證券中介機(jī)構(gòu)整合模式比較 |
| 第五節(jié) 建立大中華證券市場監(jiān)管委員會(huì) |
| 一、 證券監(jiān)管整合方向 |
| 二、 證券監(jiān)管整合基礎(chǔ)及原則 |
| 三、 兩岸三地證券監(jiān)管單位整合的模式 |
| 四、 證券監(jiān)管單位整合模式比較 |
| 第六章 結(jié)論與建議 |
| 第一節(jié) 結(jié)論 |
| 一、 發(fā)行一體化：兩岸三地投資人一致的證券產(chǎn)品與服務(wù) |
| 二、 交易一體化：統(tǒng)一交易平臺(tái)及證券交易 |
| 三、 機(jī)構(gòu)一體化：證券中介服務(wù)機(jī)構(gòu)自由從事兩岸業(yè)務(wù) |
| 四、 管理一體化：監(jiān)管機(jī)構(gòu)共同監(jiān)控證券市場 |
| 第二節(jié) 推進(jìn)一體化的建議 |
| 參考文獻(xiàn) |
| 致謝 |
| 個(gè)人簡歷、在學(xué)期間發(fā)表的學(xué)術(shù)論文及研究成果 |
（9）我國股市急跌現(xiàn)象研究（論文提綱范文）
| 摘要 |
| Abstract |
| 0 導(dǎo)言 |
| 0.1 研究的背景與意義 |
| 0.2 研究方法、論文結(jié)構(gòu)與主要內(nèi)容 |
| 0.2.1 研究方法 |
| 0.2.2 論文結(jié)構(gòu)和主要內(nèi)容 |
| 0.3 論文的創(chuàng)新與不足 |
| 1 文獻(xiàn)綜述 |
| 1.1 大跌的原因研究 |
| 1.1.1 現(xiàn)值模型 |
| 1.1.2 投資者心理與行為 |
| 1.1.3 信息發(fā)現(xiàn)與傳遞 |
| 1.1.4 投資組合策略 |
| 1.1.5 交易機(jī)制的影響 |
| 1.1.6 實(shí)體經(jīng)濟(jì)因素 |
| 1.1.7 股指期貨 |
| 1.1.8 其它 |
| 1.2 大跌期間股市表現(xiàn)研究 |
| 1.2.1 大跌期間國際股市聯(lián)動(dòng)與比較 |
| 1.2.2 大跌期間成交量、波動(dòng)、收益特征 |
| 1.2.3 急跌期間投資者行為 |
| 1.3 大跌后股市走勢與大跌影響研究 |
| 1.3.1 大跌之后股市走勢 |
| 1.3.2 大跌對(duì)投資者心理影響 |
| 1.3.3 大跌對(duì)國際股市聯(lián)動(dòng)的影響 |
| 1.3.4 大跌對(duì)實(shí)體經(jīng)濟(jì)的影響 |
| 1.4 投資者"非理性"交易行為研究綜述 |
| 1.4.1 影響投資行為的心理因素 |
| 1.4.2 過度交易 |
| 1.4.3 投資分散化不足 |
| 1.4.4 學(xué)習(xí)與行為偏差 |
| 1.4.5 處置效應(yīng) |
| 1.4.6 "羊群行為" |
| 1.4.6.1 羊群行為理論研究概述 |
| 1.4.6.2 羊群行為實(shí)證研究簡述 |
| 1.4.7 政策效應(yīng) |
| 2 股市急跌現(xiàn)象定義、判斷與特征 |
| 2.1 股市泡沫和大跌 |
| 2.2 我國股市急跌判斷標(biāo)準(zhǔn) |
| 2.3 我國股市急跌現(xiàn)象 |
| 2.4 我國股市急跌的游程分析 |
| 2.5 急跌與影響事件 |
| 2.6 急跌與牛熊市 |
| 2.6.1 牛市與熊市劃分方法 |
| 2.6.2 我國股市牛市與熊市周期 |
| 2.6.3 我國股市急跌所處的牛、熊市階段 |
| 3 急跌前后收益率與成交量變化檢驗(yàn) |
| 3.1 研究設(shè)計(jì) |
| 3.2 牛市、熊市各階段平均收益率 |
| 3.3 急跌之前、之后異常報(bào)酬率和異常成交量 |
| 3.3.1 累積異常報(bào)酬率 |
| 3.3.2 累積異常成交量 |
| 3.4 牛市、熊市、拐點(diǎn)與急跌 |
| 3.4.1 牛市中急跌之前、之后CAR與CAV |
| 3.4.2 熊市中急跌之前、之后CAR與CAV |
| 3.4.3 拐點(diǎn)所在月中急跌前、后CAR與CAV |
| 3.4.4 牛市、熊市、拐點(diǎn)與非拐點(diǎn)急跌比較 |
| 3.5 影響事件與股市急跌 |
| 3.5.1 有重要影響事件急跌前、后CAR與CAV |
| 3.5.2 無重要影響事件急跌前、后CAR與CAV |
| 3.5.3 有重要影響事件與無重要影響事件急跌比較 |
| 3.6 結(jié)論 |
| 4 急跌期間、急跌前后個(gè)股漲跌幅、成交量影響因素檢驗(yàn) |
| 4.1 模型與數(shù)據(jù) |
| 4.1.1 模型分析和假設(shè) |
| 4.1.2 實(shí)證模型 |
| 4.2 影響因素初步分析與統(tǒng)計(jì) |
| 4.2.1 變量顯著性水平初步分析 |
| 4.2.2 影響因素與個(gè)股跌停統(tǒng)計(jì) |
| 4.2.3 變量相關(guān)性分析 |
| 4.3 成交量與漲跌幅影響因素回歸分析結(jié)果 |
| 4.3.1 所有樣本數(shù)據(jù)回歸結(jié)果 |
| 4.3.2 牛市中的急跌與熊市中的急跌 |
| 4.3.3 有重要影響事件與無重要影響事件的急跌 |
| 4.3.4 分段樣本數(shù)據(jù)回歸結(jié)果 |
| 4.4 結(jié)論 |
| 5 我國股市急跌期間投資者行為研究 |
| 5.1 投資者交易行為偏差 |
| 5.2 問卷調(diào)查設(shè)計(jì) |
| 5.2.1 國外關(guān)于股市大跌的問卷調(diào)查 |
| 5.2.2 "羊群效應(yīng)"對(duì)急跌的影響 |
| 5.2.3 "處置效應(yīng)"對(duì)急跌的影響 |
| 5.2.4 "政策效應(yīng)"對(duì)急跌的影響 |
| 5.2.5 調(diào)查問卷問題設(shè)計(jì) |
| 5.3 問卷調(diào)查實(shí)施 |
| 5.4 調(diào)查結(jié)果統(tǒng)計(jì)與分析 |
| 5.4.1 對(duì)股市急跌現(xiàn)象及其原因的認(rèn)識(shí) |
| 5.4.2 急跌期間投資者行為 |
| 5.5 投資者行為總結(jié)與我國股市急跌原因分析 |
| 6 我國股市急跌現(xiàn)象的理論解釋 |
| 6.1 通過實(shí)證研究結(jié)果分析我國股市急跌原因 |
| 6.2 用B-V模型解釋我國股市急跌現(xiàn)象 |
| 6.2.1 B-V模型建立 |
| 6.2.2 投資者需求安排 |
| 6.2.3 市場出清價(jià)格 |
| 6.2.4 股市急跌 |
| 6.3 信息不對(duì)稱條件下的資產(chǎn)定價(jià) |
| 6.3.1 有效市場資產(chǎn)定價(jià)"異?，F(xiàn)象" |
| 6.3.2 行為金融資產(chǎn)定價(jià) |
| 6.3.3 SHILLER模型 |
| 6.3.4 D-S-S-W模型 |
| 6.4 多層次投資者資產(chǎn)定價(jià)模型 |
| 6.4.1 模型假設(shè) |
| 6.4.2 簡化的現(xiàn)值模型 |
| 6.4.3 模型討論 |
| 6.5 股票價(jià)格短期波動(dòng)探討 |
| 6.5.1 股票基本面信息變動(dòng)促使股價(jià)短期波動(dòng) |
| 6.5.2 無股票基本面信息變動(dòng)時(shí)的股價(jià)短期波動(dòng) |
| 6.6 不掌握信息交易者的需求 |
| 6.6.1 中間層次交易者股票定價(jià)變化探討 |
| 6.6.2 市場沖擊與中間層次交易者恐慌 |
| 6.7 結(jié)論與討論 |
| 7 全文結(jié)論與政策建議 |
| 7.1 股市急跌——信息不對(duì)稱下的中低層次交易者恐慌 |
| 7.1.1 對(duì)股市急跌的判斷 |
| 7.1.2 我國股市急跌的實(shí)證研究結(jié)果 |
| 7.1.3 我國股市急跌現(xiàn)象的理論解釋 |
| 7.2 理想的證券市場與我國的現(xiàn)實(shí) |
| 7.2.1 理想:好的制度、透明的信息、成熟的投資者 |
| 7.2.2 現(xiàn)實(shí):我國股市的發(fā)展與差距 |
| 7.2.2.1 我國證券市場的改革與進(jìn)步 |
| 7.2.2.2 我國證券市場的差距 |
| 7.3 政策建議:借鑒成熟股市制度,減少我國股市急跌現(xiàn)象 |
| 附表:調(diào)查問卷 |
| 參考文獻(xiàn) |
| 致謝 |
（10）Copula方法在投資組合以及金融市場風(fēng)險(xiǎn)管理中的應(yīng)用（論文提綱范文）
| 摘要 |
| Abstract |
| 第1章 導(dǎo)論 |
| 1.1 研究背景和意義 |
| 1.1.1 現(xiàn)代投資組合理論的發(fā)展及面臨的問題 |
| 1.1.2 Copula 方法在金融風(fēng)險(xiǎn)管理中的應(yīng)用需要進(jìn)一步深入 |
| 1.1.3 Copula 方法中的模型選擇和參數(shù)估計(jì)問題 |
| 1.1.4 金融風(fēng)險(xiǎn)識(shí)別和度量方法有待提高 |
| 1.1.5 本文研究的重點(diǎn) |
| 1.2 論文結(jié)構(gòu) |
| 1.3 本文主要?jiǎng)?chuàng)新點(diǎn) |
| 第2章 研究方法及文獻(xiàn)綜述 |
| 2.1 Copula 方法概述 |
| 2.1.1 Copula 函數(shù)的定義和性質(zhì) |
| 2.1.2 Copula 函數(shù)的分類 |
| 2.1.3 Copula 方法度量相關(guān)性的優(yōu)勢 |
| 2.1.4 Copula 方法的應(yīng)用文獻(xiàn)綜述 |
| 2.2 金融風(fēng)險(xiǎn)的識(shí)別及度量 |
| 2.2.1 市場風(fēng)險(xiǎn)的識(shí)別和度量 |
| 2.2.2 信用風(fēng)險(xiǎn)的識(shí)別和度量 |
| 2.2.3 金融風(fēng)險(xiǎn)相關(guān)性研究方法 |
| 第3章 基于 Copula 的一籃子貨幣投資組合風(fēng)險(xiǎn)分析 |
| 3.1 一籃子貨幣簡介及問題的提出 |
| 3.2 Copula-GARCH 模型簡介 |
| 3.3 基于部分極大似然方法的模型參數(shù)估計(jì) |
| 3.4 實(shí)證結(jié)果及分析 |
| 3.4.1 樣本統(tǒng)計(jì)性質(zhì)檢驗(yàn) |
| 3.4.2 模型擬合結(jié)果 |
| 3.4.3 結(jié)果分析 |
| 3.5 小節(jié) |
| 第4章 基于 Copula 的股票連漲和連跌收益率風(fēng)險(xiǎn)分析 |
| 4.1 股票市場連漲和連跌收益率的定義及問題的提出 |
| 4.2 Copula-ACD 模型設(shè)定 |
| 4.2.1 Log-ACD 模型設(shè)定 |
| 4.2.2 Archimedean Copula 模型設(shè)定 |
| 4.3 實(shí)證分析結(jié)果 |
| 4.3.1 樣本統(tǒng)計(jì)性質(zhì)檢驗(yàn) |
| 4.3.2 模型擬合結(jié)果 |
| 4.3.3 結(jié)果分析 |
| 4.4 小節(jié) |
| 第5章 基于 Copula 的股市系統(tǒng)性風(fēng)險(xiǎn)度量研究 |
| 5.1 問題的提出 |
| 5.2 股票市場系統(tǒng)性風(fēng)險(xiǎn)度量模型 |
| 5.2.1 時(shí)變beta 模型 |
| 5.2.2 非線性系統(tǒng)性風(fēng)險(xiǎn)度量模型 |
| 5.3 實(shí)證分析 |
| 5.3.1 樣本選擇及相關(guān)檢驗(yàn) |
| 5.3.2 基于時(shí)變Copula-GARCH 的樣本邊緣分布和聯(lián)合分布擬合 |
| 5.3.3 條件VaR 的計(jì)算以及非線性框架下系統(tǒng)性風(fēng)險(xiǎn)度量 |
| 5.3.4 模型準(zhǔn)確性檢驗(yàn) |
| 5.4 小節(jié) |
| 第6章 上市公司信用風(fēng)險(xiǎn)識(shí)別及與公司市值相關(guān)性分析 |
| 6.1 上市公司信用風(fēng)險(xiǎn)的非參數(shù)變量選擇方法 |
| 6.1.1 問題的提出 |
| 6.1.2 變量選擇方法設(shè)計(jì) |
| 6.1.3 實(shí)證結(jié)果 |
| 6.2 基于Copula 的上市公司信用風(fēng)險(xiǎn)和市值變化相關(guān)性分析 |
| 6.2.1 問題的提出 |
| 6.2.2 基于Copula 的相關(guān)性模型設(shè)計(jì) |
| 6.2.3 實(shí)證結(jié)果 |
| 6.3 小節(jié) |
| 第7章 研究結(jié)論和展望 |
| 7.1 本文主要研究工作和結(jié)論 |
| 7.2 進(jìn)一步研究展望 |
| 參考文獻(xiàn) |
| 致謝 |
| 攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文與取得的其他研究成果 |
四、紐約股市連跌三年（論文參考文獻(xiàn)）
- [1]中國原油期貨與人民幣匯率的跳躍溢出效應(yīng) ——基于SVCJ模型的MCMC估計(jì)和分析[D]. 何香怡. 浙江大學(xué), 2021(09)
- [2]新興市場國家與發(fā)達(dá)國家的股市相依性研究 ——基于Vine Copula模型的分析[D]. 曾鵬鵬. 天津財(cái)經(jīng)大學(xué), 2020(07)
- [3]個(gè)股流動(dòng)性對(duì)個(gè)體投資者個(gè)股選擇和投資收益的影響 ——基于中國滬深A(yù)股上市公司的實(shí)證研究[D]. 劉文君. 西華大學(xué), 2020(01)
- [4]疫苗安全議題中媒介間顯、隱性議程網(wǎng)絡(luò)關(guān)系研究 ——基于第三層次議程設(shè)置理論[D]. 王晗嘯. 南京師范大學(xué), 2020(02)
- [5]重大事件下我國上證A股市場的短期過度反應(yīng)研究[D]. 張潔. 深圳大學(xué), 2019(10)
- [6]世界經(jīng)濟(jì)2018年綜合評(píng)點(diǎn)與2019年動(dòng)態(tài)預(yù)測[J]. 張銳. 東北財(cái)經(jīng)大學(xué)學(xué)報(bào), 2019(01)
- [7]基于大股東視角下中概股回歸A股的運(yùn)作與風(fēng)險(xiǎn)研究 ——以奇虎360為例[D]. 陳春雯. 暨南大學(xué), 2018(12)
- [8]兩岸MOU與ECFA簽署啟動(dòng)大中華三地證券市場的整合趨勢研究[D]. 林丁欽. 南開大學(xué), 2012(07)
- [9]我國股市急跌現(xiàn)象研究[D]. 余沿福. 復(fù)旦大學(xué), 2011(12)
- [10]Copula方法在投資組合以及金融市場風(fēng)險(xiǎn)管理中的應(yīng)用[D]. 胡心瀚. 中國科學(xué)技術(shù)大學(xué), 2011(09)
標(biāo)簽：股票論文; 股市論文; 紐約股市論文; 風(fēng)險(xiǎn)模型論文; 證券論文;