一、深证指数和上证指数的编制特点及其比较(论文文献综述)
杨文杰[1](2020)在《中国碳汇股价指数的编制及其功能分析》文中研究说明当前环境问题成为全球热点,全球都在探求经济转型之路,绿色经济、低碳经济逐渐被大多数国家重视。我国经济在高速发展的同时也成为了全球第二大的碳排放国,环境问题日益严峻,但是绿色经济的发展起步较晚,作为绿色经济的重要组成部分的碳交易市场于2018年才正式成立。而发展林业碳汇是实现绿色经济的必由之路,碳汇对于减缓气候变化的功能已受到全球的公认,碳汇的金融创新也迫在眉睫。本文在分析我国目前碳金融、绿色股票指数发展的国内外现状,结合国家支持绿色股票指数和碳金融创新的相关政策,基于股价指数编制的一般理论和方法,依据一定的原则和标准,选取了42支上市公司股票编制成碳汇42指数,并确定了碳汇42指数的修正、调整、新股上市、旧股剔除等下相关问题。并且对碳汇42指数的功能进行研究,着重分析了其投资功能。从增长速度与增长量、交易量与成交额、风险系数等方面对碳汇42指数进行了实证研究和分析。最后对碳汇42指数的实用性进行实证分析,将碳汇42指数的走势与上证综指、上证100、沪深300等指数的走势进行对比分析,分析结果表明碳汇42指数有较高的成长性且存在较大的投机机会、投资收益率相对较高。选取1991年8月到2018年4月的收盘数据,使用数据分析软件Eviews和spss对碳汇42指数与上证综指、深证成指的相关性进行分析,并且基于专家建模模型预测碳汇42指数的未来走势。结果表明,碳汇42指数与上证综指有较高的相关性,且上证综指是碳汇42指数变化的格兰杰原因,碳汇42指数与深证成指的相关性较低。基于专家建模的预测,从R方0.97来看预测效果结果,预测结果表明碳汇42指数在未来两年多呈现持续上涨的趋势,发展势头较猛,而上证综指则处于比较平稳的状态。
叶芳伶[2](2020)在《基于GLDI分布的已实现GARCH模型的风险度量》文中研究表明随着数据储存技术的发展,利用高频数据进行波动率建模成为金融市场的重要研究方向。早期对于高频数据的建模研究一般设定金融时间序列服从正态分布,但实际的金融数据呈现“尖峰厚尾”的现象,因此本文将已实现GARCH模型推广到误差项服从尖峰厚尾分布的情形。在三个不同的行业各选取一支股票,分别利用正态分布、传统偏斜Logistic分布、I类广义Logistic分布(记为GLDI)拟合三支股票实际对数收益率的密度函数,通过图形初步了解金融数据“尖峰厚尾”现象。然后通过峰度检验、偏度检验、K-S正态性检验、K-S GLDI检验四种统计假设检验对三只股票对数收益率的实际分布做进一步判断。经过对比,三支股票的实际对数收益率并不服从正态分布,实际分布呈现尖峰厚尾且偏斜的现象,传统偏斜Logistic分布和GLDI分布拟合实际分布优于正态分布。但是传统的偏斜Logistic分布由于方差及期望并不是显式形式不利于数据分析,直观来看,选择GLDI分布能够较好地拟合实际数据尖峰、厚尾、偏斜的特征。不同于传统偏斜Logistic分布通过偏度系数控制分布的偏斜程度,GLDI分布通过控制形状参数从而达到控制分布的偏度。本文选取了Realized-GARCH(1,1)模型,当误差项分布服从GLDI分布时,在确保杠杆函数期望为0的情况下,对杠杆函数做出适当的修改,并给出了该模型的极大似然估计方法。以2017年9月16日至2019年12月19日合计557个交易日的上证和深证指数每5分钟交易数据作为研究对象,基于两股指的高频数据分别建立了误差项服从标准正态分布的Realized-GARCH(1,1)模型和误差项服从GLDI分布的Realized-GARCH(1,1)模型。利用R软件采用QMLE(拟极大似然估计)对两种模型进行参数估计,在此基础上采用样本外预测的方法进行VaR预测,将处理后的556天数据分为两部分,用前456天的样本来估计Realized-GARCH模型,然后利用估计得出的模型对样本外的100个数据进行VaR预测。利用Kupiec失败率检验法通过LR(极大似然估计量)对两种模型VaR在不同的置信水平下预测的失败率进行比较。结果表明在三种置信水平下,将误差项拓展至尖峰厚尾的GLDI分布的模型相比误差项服从标准正态分布的模型更能准确度量上证和深证的收益风险,并且能形象地刻画上证及深证指数价格波动的杠杆效应。
冯子肖[3](2020)在《我国股票价格与房地产价格动态相关关系研究》文中研究说明2020年国内生产总值和城乡居民人均收入翻一番的目标即将实现,为了财富的保值升值,人们越来越重视对资本市场的投资,股票和房地产是我国资本市场中非常重要的投资工具,备受人们关注。当前学术界对股市和房市的研究虽然很多,但是从动态角度研究两市价格相关关系的还比较少,本文将从动态的角度出发研究两市价格相关系数的动态变化并进一步探究两市价格相关系数的影响因素。在总结了我国股票价格和房地产价格相关性的理论基础和市场环境之后,本文选取了2005年1月到2020年1月上证指数、深证指数和国房景气指数的月度数据,使用STATA15.1计量软件对数据进行了描述性统计、平稳性检验、异方差检验和Granger因果检验,并通过构建DCC-GARCH动态模型拟合了我国股票市场价格和房地产市场价格的动态相关系数,同时对影响两市价格动态相关关系的7个因素进行了回归分析。通过实证分析本文得出以下结论:首先,在2005年1月到2020年1月,我国股价变动是房价变动的Granger原因而房价变动不是股价变动的Granger原因。其次,在2005-2014年,两市价格动态相关性以正相关为主,2014-2017年,两市价格的动态相关性以负相关为主,2018-2020年,两市价格动态相关系数回升并不断增大。最后,在影响我国股票价格和房地产价格动态相关系数的7个因素中,利率和汇率的影响最大且都是正向影响,国内生产总值、货币供应量的增加和房地产利好政策也都可以对两市相关系数起到正向效果;经济新常态变量、金融危机的冲击变量都对两市相关系数起到反向作用。为此,本文提出以下相关对策建议:首先,加强股票市场的制度建设,完善法律法规,密切关注房地产市场的发展动向,打压炒房苗头、发展住房租赁市场同时注意地区均衡问题。其次,发展房地产市场信托投资基金REITs并拓宽信息交流渠道。再次,在利率市场化进程当中,双轨并轨应稳妥进行以照顾股市房市相关关系的变化,在当前的中美贸易摩擦中注意稳定人民币汇率。最后,对于市场中的投资者,本文建议借鉴每一次资本市场震荡的原因和走势以提醒自己保持理性并关注两市动态相关系数的变化,及时调整自己的资产投资组合。
王同芳[4](2019)在《经济政策不确定性和股票市场波动性的关系》文中指出
李原[5](2019)在《股市波动对开放式基金风险影响研究 ——基于投资者情绪的中介效应模型》文中进行了进一步梳理自2001年以来,我国开放式基金市场逐步壮大与完善,开放式基金在我国的基金市场中已占有绝对主导性地位。截至2019年第二季度,开放式基金的总数已达5554只,基金份额达126718.25亿份,基金资产净值达131620.82亿元。其中,股票型基金由于其多占比、高收益等特征,一直以来受到基金市场与投资者的广泛关注。然而受制于我国基金发展历程较短、市场尚未成熟等背景条件,开放式基金的市场风险无法被忽视或轻易避免。不仅如此,其风险更会受到整体金融市场表现的影响,特别是以股票为主要标的的股票型开放式基金,其收益与风险水平无论在直觉上还是理论上,都与股票市场的走势与波动紧密相关。那么,目前我国股票型开放式基金的流动性风险及赎回性风险承担水平如何?它与我国沪深股市的市场表现之间是否存在联系?这一联系的机制可能是由什么因素导致的?投资者情绪的变化是否在这一影响过程中起到了传导的作用?这些问题对于市场进一步认识开放式基金的风险及其产生具有重要的意义,它与基金管理人的经营状况息息相关,与资本市场的健康平稳发展休戚与共,它不仅是市场与投资者关注的重点,更是学界试图量化、分析及溯因的研究热点。首先,本文系统性梳理了有关开放式基金风险的研究,发现传统研究对该风险的度量往往将基金的市场表现,即基金收益率的波动程度作为基金风险的度量方式,而缺少从市场交易角度等更为微观的层面来度量风险的研究。因此本文从市场角度入手,从股票型开放式基金的资产端与负债端分析基金风险的形成机制,将基金在某一时点标的股票资产因变现而可能受到的损失定义为基金的流动性风险,将基金在某一时点可能面临投资者赎回的程度定义为基金的赎回性风险。在此定义之上,本文参考已有文献做法,选取了14只具有代表性的股票型开放式基金,分别利用日度与月度数据构建基金的流动性风险与赎回性风险指标。其次,股票型开放式基金作为金融市场的一个重要子市场,极有可能受到股票市场的涨跌波动影响,然而已有文献对于这一影响并未从微观层面上进行深入研究。因此本文利用2007年初(或基金成立日)至2018年末的非平衡面板数据回归模型,分别检验了基金两种微观风险与股市表现之间的关系,研究发现,第一,基金的流动性风险与上证指数和深证综指的涨幅显着负相关,与与股市波动显着负相关,这可能受到市场整体环境的影响;第二,基金的赎回性风险与深证综指的涨幅显着负相关,且与股市波动显着正相关。上述结论表明,我国股票型开放式基金的微观风险确实受到股市涨跌波动的影响。再次,虽然传统的风险传染理论对金融风险与市场波动在各个金融子部门间的传染渠道进行了一定的理论分析与实证研究,但受制于样本等因素,我国股票型开放式基金的微观风险受股市影响的具体机理却缺乏深入研究。基于此,本文从行为金融学的视角出发,利用中介效应检验,考察投资者情绪的作用,研究发现,投资者情绪至少在一定程度上将股市涨跌波动的风险传导至股票型开放式基金的流动性风险。最后,本文从主要研究结论出发,提出了以下政策与建议:对于基金管理人而言,需要密切关注股市的涨跌波动情况,合理配置基金标的资产,完善基金份额管理及规划,并建立相应预警机制控制基金的流动性风险与赎回性风险;对于监管当局而言,需要加快推进基金市场的机制建设与法制完善,从流动性风险和赎回性风险两大微观视角提升对开放式基金的监管水平,并在风险可控的前提下及时引入做空机制;对于投资者而言,需要加强对资本市场与基金风险水平的认知能力,明确自身风险承担能力,从而选择适合自身风险与收益特征的基金产品。
谢梦菂[6](2019)在《中国股市数据波动动态关联分析及云平台构建》文中研究表明中国股票市场自开市以来已有三十多年的历史,交易制度和监管措施已经日趋完善,虽然和国外成熟的股票市场比较还是有一定的差距,但我国股票市场的收益率波动一直作为金融研究中的热点题。本文试图探讨股票市场的收益率波动情况、股票市场与经济市场之间的关联性,以我国沪深两市的综合指数和股票板块指数的收益率以及宏观经济指标中的CPI、货币发行量、人民币汇率的月度数据为研究对象。研究方法上采用综合描述性统计方法和GARCH族模型。分析了均值、标准差、偏度、峰度等,以此来分析和评估波动变化状态,通过相关结果可以看出数据样本呈现出显着的波动聚集性、非正态分布的特性。再应用TGARCH模型分析股票综合指数和板块指数中的非对称的杠杆效应,从分析结果来看,综合板块指数皆存在着明显的杠杆现象,板块指数方面只有个别行业存在。在动态相关性分析上,本文采用DCC-GARCH模型研究了沪深两市综合指数和宏观经济因素,横向比较了二者之间的动态相关性,来探讨“股市是市场经济的晴雨表”的论调是否符合中国股票市场,结果表明股票数据和宏观经济数据存在着显着的相关性。并运用Rshiny将所有研究数据与结果整合,形成一个网络云平台,可供在线查看研究结果。最后,从投资者与政策制定者的角度提出相应的建议。
石启龙[7](2019)在《股票期现跨市场操纵监管法律制度研究》文中研究说明市场操纵通过虚构市场供求关系控制价格波动以制造交易价差获利的内在机理一成不变,但具体的实施策略则受制于资本市场的结构。在资本市场隔绝结构中,市场操纵行为因被限制于单一市场而展现为传统的单市场操纵形态。随着金融衍生品的诞生开启了资本市场的融通趋势,股票市场与期指市场间的价格关联效应使跨市场操纵成为新动向,并形成交易型和信息型两种实施模式。其中,交易型模式利用股价指数的可操纵性,直接以交易行为虚构市场供求,控制市场价格,借助股票期现跨市场价格关联渠道牵引关联市场价格波动以获利;信息型模式通过向市场释放信息诱导交易的时点和方向,虚构市场供求,控制市场价格,借助股票期现跨市场价格关联渠道牵引关联市场价格波动以获利。国际资本市场的一体化融合催生出利用资本市场跨境价格关联渠道实施的更为复杂、隐蔽的跨境操纵实施模式。商品价格受供求影响的波动性是市场操纵的实施基础,控制价格波动以获利的机理使操纵行为蕴含价格波动风险,风险在资本市场隔绝结构中因被限制在单一市场内而显现非系统性。在资本市场融通趋势下,跨市场操纵的价格波动风险沿跨市场价格关联渠道释放,并在金融综合经营格局下跨行业、跨机构、跨市场系统性溢出,在现有基于金融分业体制和资本市场隔绝结构的监管法律制度下产生监管盲区,威胁金融安全,隐含市场和法治的双重危机。究其原因,一是监管权创设有欠缺,现有操纵行为监管局限于行为规制和事后惩治的微观层面,缺失对系统性风险的防范;二是监管权配置不合理,以证监会为绝对权威的“倒金字塔”监管结构和低效监管协调机制抑制监管效率;三是监管权运行有障碍,市场分割式的操纵禁止规范框架缺乏整体监管视阈,造成跨市场监管缝隙,而价量控制的市场操纵本质认知疏离于操纵行为的实施机理和发展趋势。问题源于现有操纵行为本质认识囿于资本市场隔绝结构下单市场操纵认知,将市场操纵监管局限于投资者保护和事后惩治等微观行为监管层面,无法应对跨市场操纵价格波动风险的系统性演变。对此,市场操纵本质把握应从关注操纵结果的价格操纵和价量控制以及操纵行为的欺诈和市场欺诈延展至操纵的实施条件。滥用市场优势控制价格的市场操纵本质认知通过行为的前提和结果表征行为的操纵性,可以重构市场操纵监管内涵,在完善市场分割、行为规制、事后惩治的微观监管制度基础上,引入全局视阈、风险治理和事前防范的宏观监管制度,构建统合性监管制度框架。首先,防范是关键。在操纵行为监管制度设计中引入防范系统性金融风险的宏观审慎监管理念和制度,在立法中确定人民银行的宏观审慎监管职责,并顺畅其监管视阈覆盖资本市场的法律途径。然而系统性风险概念的模糊使宏观审慎监管权存在滥用可能,对此,一是在监管权配置方面贯彻以权力制衡理念,在金融稳定发展委员会议事机制基础上构建高效的资本市场监管协作机制,强化监管信息交流和共享,遏制监管行为偏差,构建监管资源高效配置、信息流动顺畅的“金字塔型”市场监管体系结构,在双边和多边层面推进资本市场的国际监管协作机制;二是在监管权运行方面限定监管权边界。围绕市场优势设置主动防御的信息监管制度,根据不同类型操纵行为的风险程度设置差异性的合格投资者制度;改进投资者分类监管制度,重点监测市场优势投资者;设置跨市场交易大额登记制度。其次,惩治是底线。惩治的正当性依赖于规范的科学性。跨市场操纵与单市场操纵具有相同内在机理和行为结构,只是借助跨市场价格关联渠道将原本局限于单市场内的价格控制行为和清仓获利行为分置于价格关联市场,并无实质独立性,可以纳入现有操纵禁止规范予以治理。但应修订现有市场分割的操纵禁止规范体系以应对跨市场操纵的新动向,一是加强立法衔接,弥合跨市场监管缝隙,确定《证券法》和《期货条例》为资本市场基本法和特别法,全面覆盖资本市场操纵行为;二是平衡规范的保障和保护功能,设置以行为模式为核心的“具体规范”规制已有操纵行为,以授权裁量为核心的“授权规范”涵射未来操纵行为;三是在“可替代”原则下通过危险犯、行为犯、结果犯等构成要件差异化设置,实现对跨市场操纵的有效监管。
史连军,庞博,刘敦楠,秦光宇,李国栋,张潜[8](2019)在《新电改下北京电力交易中心电力市场综合指数的交易分析》文中认为随着全国各地电力交易市场日益活跃、电力交易种类和数量日益丰富,如何有效地处理和分析电力数据将是交易中心面临的重要问题之一。首先分析国内外各类市场综合指数的编制方法和应用情况,提出描述电力市场结构和数量变化的北京电力交易中心电力市场综合指数(简称京电指数),为电力市场交易参与者提供参考并引导市场。然后借鉴道琼斯理论等市场综合指数理论在证券市场的应用经验,提出电力市场综合指数的计算和分析方法,并采用京电指数分析了电力交易市场的电力交易总量特点、季节波动性、区域差异性和交易类型差异。研究了影响电力市场综合指数指标的五大因素,即全社会总用电量、市场化放开比例、市场化交易价格、交易品种和放开地区。最后,利用京电指数的计算公式对2016—2017年电力市场数据进行算例分析,验证了京电指数能正确反映电力交易市场的交易情况。
张传煦[9](2018)在《基于趋势理论的量化交易策略在中国股票市场的应用研究》文中提出趋势理论中的移动平均线策略一直是广大A股投资者应用广泛的投资交易策略,本文应用量化交易的方法,选取2011年1月1日至2016年12月31日间A股市场的指数与个股数据进行了模拟交易,对移动平均线策略在A股市场的有效性进行了实证分析检验。考虑到个股可能受到人为操纵或受到监管干预,本文首先应用市场化更高的上证指数、深证成指、沪深300指数作为交易资产进行模拟交易,结果表明除了过于短期与长期的移动平均线策略,其他移动平均线策略在A股市场均能够获取可观的超额收益。过于短期的移动平均线策略表现不佳的原因在于其误判交易次数过多,交易费用过多。过于长期的移动平均线策略表现不佳的原因在于其在股灾时回撤较大,在震荡时期不能抓住小波段获利。但是过于长期的移动平均线策略更能够抓住牛市等主要上升波段,此外交易费用较低。20日与30日移动平均线策略普遍表现较好。更长期的移动平均线策略在市值更大的证券资产上表现更好。此外本文利用20日移动平均线策略对所有2010年起上市的股票进行了模拟交易,交易时间段为2011年1月1日至2016年12月31日。结果表明应用20日移动平均线策略在个股交易也能够获取显着的超额收益。
骆文俊[10](2018)在《投资者情绪能够预测股市收益吗? ——基于网络大数据的研究》文中指出传统金融学理论认为资本市场上的投资者是完全理性的,但资本市场上大量涌现的“异象”告诉我们完全理性假设不符实际,投资者情绪很可能对资产价格的形成产生了重大影响。因此,随着行为金融学的诞生,从投资者的心理因素角度研究投资者的判断与投资决策行为逐渐成为金融学理论研究的焦点。与此同时,20多年来,中国证券市场发展所取得的成就已然推动了中国经济的快速增长。股票市场作为我国最具有潜力的市场,对社会主义经济的发展作用巨大,其健康发展对国民经济的稳定有着不菲的作用。但由于我国股票市场刚成立不久,资本积累少,市场机制尚不完善,股票市场中存在着许多不足之处,如股价异常波动,“政策市”、“消息市”特征明显,投资者比例结构不科学等,与有效市场的目标相去甚远,股票市场受投资者情绪的影响不容小觑。因此研究我国投资者情绪能否预测股市场收益,对于解释股票市场中涌现的各种异象及加强股市风险管理和控制意义非凡。本文在归纳总结了相关文献的基础上,依据行为金融学的相关理论,分析了投资者情绪影响股市收益的作用机理,详细回顾了投资者情绪的度量以及应用,进而以上证指数、深证指数、创业板指数为样本,以百度搜索数据——百度指数、微博行为数据——微指数构建投资者情绪的代理指标,运用向量自回归模型重点研究投资者情绪对股市收益的影响。首先,本书阐述了投资者情绪的定义以及其影响股市收益的内在联系,为实证研究提供了理论依据。然后,对投资者情绪的各种代理指标进行了系统的梳理。在此基础上,运用向量自回归模型实证检验不同数据来源构建的投资者情绪衡量指标对股市收益影响的差异性及其原因以及投资者情绪对不同股市收益影响的差异性及其原因。主要研究结论如下:“涨停——跌停”这一组关键词构建的投资者情绪指数预测效果更好。微博涨停指数和百度涨停指数反映投资者情绪的有效性比微博牛市指数和百度牛市指数更好。投资者情绪对股市收益的影响效应不同。微博牛市指数均不能预测上证、深证、创业板指数收益。百度牛市指数均能预测上证、深证指数收益,不能预测创业板指数收益。微博涨停指数可以在一定程度上预测上证指数收益,不能预测深证、创业板指数收益。百度涨停指数可以在一定程度上预测上证、深证指数收益,不能预测创业板指数收益。本文研究有着重要的实践启示。考虑到网络搜索数据的即时性以及网络搜索行为预测股市收益的可行性,股票市场上的投资者和证券监管部门都应该关注网络搜索对股市健康发展的影响与作用。对于中小投资者来讲,应提高获取、判断、分析各种信息的能力,拒绝盲目地投资决策,提高自己科学决策的能力。机构投资者机构投资者应养成适度的心理习惯,逐步积累投资经验,以消除心理偏差。同时,机构投资者可以监测中小投资者的投资动态,进行反向投资,以获取超额收益,还可以优化改良资产组合。金融监管部门应加大监管力度,防止网络搜索中的目的性传播,减少反应过度和反应不足,为投资者营造一个稳定的投资环境。另外,若能实时监测好股票市场信息,建立相应的信息监控系统,开发更先进的监管技术手段,提高市场监管效率,优化市场秩序,防范金融风险。政府应加大实行套期保值机制的力度,开展股指期货交易,并扩大机构投资者的比例,改善投资者结构。
二、深证指数和上证指数的编制特点及其比较(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、深证指数和上证指数的编制特点及其比较(论文提纲范文)
(1)中国碳汇股价指数的编制及其功能分析(论文提纲范文)
致谢 |
摘要 |
abstract |
第一章 前言 |
1.1 研究背景和意义 |
1.1.1 研究背景 |
1.1.2 研究的目的和意义 |
1.2 研究方法与创新 |
1.2.2 研究方法 |
1.2.3 论文可能的创新点和展望 |
第二章 理论回顾 |
2.1 相关理论 |
2.1.1 绿色股票指数理论 |
2.1.2 股票价格指数编制理论 |
2.2 研究综述 |
2.2.1 国内外碳汇金融的发展现状及问题 |
2.2.2 国内外绿色股票指数的研究 |
2.2.3 股票价格指数的特征与功能研究 |
第三章 碳汇股票指数的编制 |
3.1 碳汇股票指数编制的相关理论 |
3.1.1 碳汇指数编制的原则 |
3.1.2 碳汇指数编制的方法与计算公式 |
3.1.3 碳汇指数编制的流程和关键要素 |
3.1.4 自由流通量理论与权数理论 |
3.1.5 新股上市计入指数的问题 |
3.2 样本股的选取 |
3.2.1 样本股的选取原则 |
3.2.2 样本股的选取标准 |
3.2.3 选取样本股应特别注意的问题 |
3.3 样本数据的收集与整理 |
3.3.1 上市公司的基本信息数据 |
3.3.2 上市公司历年交易相关数据 |
3.4 碳汇股票指数基点与基期的确定 |
第四章 碳汇股票指数的调整与修正 |
4.1 股票指数调整原则 |
4.1.1 确定指数调整方法 |
4.1.2 设定指数调整日 |
4.2 股票指数的修正 |
4.2.1 指数修正的原因及重要性 |
4.2.2 指数修正方法与公式选取 |
4.2.3 确定指数需要修正的情况和方法 |
4.3 新股纳入与旧股剔除的处理 |
第五章 碳汇股票指数的投资功能研究 |
5.1 碳汇股票指数的功能介绍 |
5.1.1 基准功能 |
5.1.2 投资功能 |
5.1.3 理论功能 |
5.2 碳汇股票指数投资功能研究 |
5.2.1 增长速度与增长量 |
5.2.2 交易量与成交额 |
5.2.3 风险控制 |
第六章 碳汇股票指数表征与预测功能分析 |
6.1 走势分析 |
6.2 对比分析 |
6.2.1 收益率对比分析 |
6.2.2 与上证指数、深圳成指的对比分析 |
6.2.3 碳汇42指数的预测模型 |
第七章 结论与建议 |
7.1 结论 |
7.2 建议 |
攻读学位期间发表的学术论文 |
参考文献 |
(2)基于GLDI分布的已实现GARCH模型的风险度量(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.3 主要创新点 |
第2章 已实现GARCH模型及VaR相关理论 |
2.1 已实现GARCH模型 |
2.1.1 已实现GARCH(p,q)模型 |
2.1.2 对数线性形式已实现GARCH(p,q)模型 |
2.1.3 已实现波动率 |
2.1.4 杠杆函数 |
2.1.5 持久性系数 |
2.2 VaR相关理论 |
第3章 偏斜分布及其选择理由 |
3.1 偏斜分布引理 |
3.2 偏斜Logistic分布 |
3.3 GLDI分布 |
3.4 选择GLDI分布的理由 |
3.4.1 分布拟合 |
3.4.2 统计检验 |
第4章 GLDI分布已实现GARCH模型 |
4.1 GLDI分布已实现GARCH模型的定义 |
4.2 GLDI分布已实现GARCH模型的似然函数 |
4.3 实际金融数据 |
4.3.1 样本选取 |
4.3.2 数据处理及描述性分析 |
4.4 参数估计 |
4.5 波动率预测 |
4.5.1 预测方法 |
4.5.2 基于Realized-GARCH(1,1)的VaR预测 |
4.5.3 失败率检验 |
第5章 结论与展望 |
5.1 结论 |
5.2 展望 |
参考文献 |
附录 |
致谢 |
(3)我国股票价格与房地产价格动态相关关系研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 引言 |
1.1.1 选题背景 |
1.1.2 问题提出 |
1.1.3 研究意义 |
1.2 文献综述 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.2.3 文献评述 |
1.3 研究思路与研究方法 |
1.4 论文框架结构 |
1.5 本文的创新点与不足 |
第二章 股票价格与房地产价格动态相关关系理论 |
2.1 投资组合理论 |
2.2 财富效应理论 |
2.3 信贷扩张效应理论 |
2.4 挤出效应理论 |
第三章 我国股票价格与房地产价格的相关性分析 |
3.1 我国股票市场与房地产市场发展现状分析 |
3.1.1 我国股票市场的发展与现状 |
3.1.2 我国房地产市场的发展与现状 |
3.2 我国股票价格与房地产价格相关性变化的影响因素 |
3.2.1 宏观经济影响因素 |
3.2.2 市场影响因素 |
3.2.3 外部影响因素 |
第四章 实证计量研究的数据处理与模型构建 |
4.1 数据选取与来源 |
4.2 数据的描述性统计 |
4.3 平稳性检验 |
4.4 序列异方差检验 |
4.5 构建DCC-GARCH模型 |
第五章 我国股票价格与房地产价格动态相关关系的实证分析 |
5.1 Granger因果关系检验 |
5.2 DCC-GARCH模型的参数估计 |
5.3 DCC动态相关系数影响因素的回归分析 |
第六章 结论与建议 |
6.1 本文研究结论 |
6.2 相关对策建议 |
参考文献 |
致谢 |
(5)股市波动对开放式基金风险影响研究 ——基于投资者情绪的中介效应模型(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
第一节 研究背景 |
第二节 研究意义 |
第三节 研究思路和研究方法 |
第四节 可能的创新点 |
第二章 文献综述 |
第一节 开放式基金的风险研究 |
第二节 股市波动的相关研究 |
第三节 投资者情绪的相关研究 |
第四节 文献述评 |
第三章 理论分析与研究假设 |
第一节 开放式基金的风险与股市波动 |
第二节 投资者情绪理论 |
第四章 实证研究设计 |
第一节 样本选择和数据来源 |
第二节 变量设计 |
第三节 模型的建立 |
第五章 实证结果与分析 |
第一节 描述性统计 |
第二节 平稳性检验 |
第三节 协整检验 |
第四节 回归分析 |
第五节 机制分析 |
第六节 稳健性检验 |
第七节 本章小结 |
第六章 研究结论与建议 |
第一节 研究结论 |
第二节 政策与建议 |
第三节 研究的局限性和未来展望 |
参考文献 |
致谢 |
(6)中国股市数据波动动态关联分析及云平台构建(论文提纲范文)
摘要 |
abstract |
1.引言 |
1.1 选题背景和意义 |
1.2 国内外研究现状 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.3 论文框架及技术路线 |
1.3.1 论文框架 |
1.3.2 技术路线 |
1.4 创新之处 |
2.经济基础理论和模型介绍 |
2.1 股票市场的理论基础 |
2.1.1 有效市场假说 |
2.1.2 协同市场假说 |
2.1.3 股票市场与经济增长相关性理论 |
2.2 GARCH模型介绍 |
2.2.1 GARCH模型概述 |
2.2.2 非对称的GARCH模型 |
2.2.3 多元DCC-GARCH模型 |
2.3 ARIMA模型介绍 |
3.中国股票指数波动性的大数据分析 |
3.1 中国股票综合指数波动性的大数据分析 |
3.1.1 数据来源及样本选取 |
3.1.2 综合指数收益率走势图 |
3.1.3 综合股指模型的实证分析 |
3.2 中国股票板块指数的大数据分析 |
3.2.1 数据的选取和处理 |
3.2.2 各板块指数走势图 |
3.2.3 板块股指模型的实证分析 |
3.3 股市市场与行业间联动性效应分析 |
3.3.1 Granger因果关系检验介绍 |
3.3.2 行业板块指数间的Granger因果关系分析 |
3.3.3 股票市场综合指数与板块指数的关联性分析 |
4.股票市场收益率与宏观经济变量的关联性研究 |
4.1 股票市场与宏观经济变量循环周期研究 |
4.1.1 经济因素的选取 |
4.1.2 宏观变量经济周期 |
4.2 股票市场收益率与主要经济变量的关联性检验 |
4.2.1 宏观经济变量ARCH效应检验 |
4.2.2 股票收益率与消费者物价指数的月度数据比较 |
4.2.3 股票收益率与货币供应量的月度数据比较 |
4.2.4 股票收益率与美元汇率的月度数据比较 |
4.3 实证分析结果 |
5.基于Rmarkdown和 Rshiny的云平台构建 |
5.1 Rmarkdown和 Rshiny简介 |
5.1.1 Rmarkdown简介 |
5.1.2 Rshiny简介 |
5.2 Rmarkdown和 Rshiny编程 |
5.2.1 Rmarkdown主要程序说明 |
5.2.2 Rshiny主要程序说明 |
5.3 大数据分析云平台原型设计与展示 |
6.论文总结及展望 |
6.1 研究结论 |
6.2 不足与展望 |
6.2.1 本文的不足 |
6.2.2 进一步研究的建议 |
参考文献 |
附录1 文章数据 |
附录2 R语言代码 |
在校期间发表论文清单 |
致谢 |
(7)股票期现跨市场操纵监管法律制度研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景 |
1.2 研究目标与意义 |
1.2.1 研究目标 |
1.2.2 研究意义 |
1.3 研究方法 |
1.3.1 实证分析法 |
1.3.2 规范分析法 |
1.3.3 历史研究法 |
1.3.4 比较分析法 |
1.4 文献综述 |
1.4.1 跨市场操纵的可行性问题 |
1.4.2 跨市场操纵的本体论问题 |
1.4.3 跨市场操纵的监管法律制度 |
1.4.4 经济法理念和制度治理跨市场操纵的优势 |
1.5 研究逻辑思路与内容(图) |
1.6 难点与贡献 |
1.6.1 难点 |
1.6.2 创新 |
1.7 不足与展望 |
第2章 股票期现跨市场操纵的基本模式 |
2.1 跨市场操纵的生成逻辑 |
2.1.1 跨市场交易的界定 |
2.1.2 跨市场交易的类型 |
2.1.3 跨市场操纵的生成 |
2.2 交易型跨市场操纵模式 |
2.2.1 股价指数的可操纵性 |
2.2.2 交易型跨市场操纵的内在机理 |
2.2.3 交易型跨市场操纵的实施策略之一:操纵指数权重股 |
2.2.4 交易型跨市场操纵的实施策略之二:操纵期指合约 |
2.3 信息型跨市场操纵模式 |
2.3.1 资本市场的信息传递机制 |
2.3.2 信息型跨市场操纵的内在机理 |
2.3.3 信息型跨市场操纵的实施策略 |
2.4 跨境型跨市场操纵模式 |
2.4.1 资本市场国际一体化进程 |
2.4.2 跨境型跨市场操纵的内在机理 |
2.4.3 跨境型市场操纵的实施策略 |
第3章 股票期现跨市场操纵的系统性风险演变 |
3.1 单市场操纵所蕴含风险的非系统性:以股票市场为例分析 |
3.1.1 市场操纵的价格波动风险 |
3.1.2 单市场操纵风险的表现 |
3.1.3 单市场操纵风险的特质 |
3.2 衍生品市场操纵蕴含风险的系统性端倪:以期指市场为例分析 |
3.2.1 期指市场的诞生 |
3.2.2 期指市场的特有属性 |
3.2.3 期指市场操纵风险的特质 |
3.3 跨市场操纵风险的系统性演变 |
3.3.1 资本市场的融通变革 |
3.3.2 跨市场操纵风险系统性演变的机理:跨市场信息传导机制 |
3.3.3 跨市场操纵风险系统性演变的渠道:跨市场价格关联机制 |
3.3.4 跨市场操纵风险的系统性展现 |
第4章 市场操纵监管法律制度的失灵 |
4.1 监管权配置的失衡 |
4.1.1 市场操纵监管主体的梳理 |
4.1.2 宏观审慎监管主体缺位 |
4.1.3 监管协作机制有待完善 |
4.1.4 监管体制的“倒金字塔”结构 |
4.2 监管权运行的失范之一:操纵禁止规范滞后 |
4.2.1 市场操纵禁止规范的梳理 |
4.2.2 缺失的金融衍生品交易基本规则 |
4.2.3 市场分割的规范体系 |
4.2.4 逻辑混乱的规范结构 |
4.3 监管权运行失范之二:操纵行为实质认知失当 |
4.3.1 市场操纵实质界定的梳理 |
4.3.2 立法中价量控制界定的“似是而非” |
4.3.3 实践中交易量控制界定的“舍本逐末” |
第5章 市场操纵本质的新认知及监管创新 |
5.1 域外市场操纵本质认知的考察 |
5.1.1 欺诈理论 |
5.1.2 市场欺诈理论 |
5.1.3 价格操纵理论 |
5.2 既有市场操纵本质认知的困境 |
5.2.1 疏离于市场操纵的实施机理 |
5.2.2 隐含监管权力滥用的危险 |
5.2.3 局限于对市场操纵的微观监管 |
5.2.4 聚焦于对操纵者的事后惩治 |
5.3 市场操纵本质的新认知 |
5.3.1 对价格控制能力的关注 |
5.3.2 市场优势与操纵行为的关联 |
5.3.3 滥用市场优势控制价格 |
5.4 统合式监管框架设计及实施路径 |
5.4.1 统合式监管框架设计思路 |
5.4.2 统合式监管框架的实现路径 |
第6章 股票期现跨市场操纵风险监管法律制度构建 |
6.1 跨市场操纵的宏观审慎监管理念 |
6.1.1 宏观审慎监管释义 |
6.1.2 宏观审慎监管与跨市场操纵的契合 |
6.1.3 跨市场操纵宏观审慎监管的展开 |
6.2 域外跨市场操纵监管主体的梳理 |
6.2.1 美国的跨市场操纵监管的主体 |
6.2.2 英国的跨市场操纵监管的主体 |
6.2.3 日本的跨市场操纵监管的主体 |
6.3 跨市场操纵风险监管体系设计 |
6.3.1 建立资本市场的宏观审慎监管框架 |
6.3.2 完善资本市场的监管协作机制 |
6.3.3 改进资本市场的微观监管结构 |
6.3.4 推进资本市场跨境监管协作机制 |
6.4 跨市场操纵防御性风险监管法律制度设计 |
6.4.1 设置差异性的资本市场合格投资者制度 |
6.4.2 完善资本市场投资者分类监管制度 |
6.4.3 改进跨市场大额交易登记制度 |
第7章 股票期现跨市场操纵行为监管法律制度完善 |
7.1 域外立法规制跨市场操纵的样本梳理 |
7.1.1 设置专门的跨市场操纵禁止规范 |
7.1.2 统合市场操纵禁止规范 |
7.1.3 改进市场分割的操纵禁止规范 |
7.2 跨市场操纵的实质独立性分析 |
7.2.1 跨市场操纵策略的理论纷争 |
7.2.2 跨市场操纵的理论类型 |
7.2.3 跨市场操纵策略的独立性分析 |
7.3 我国跨市场操纵行为监管法律制度改进 |
7.3.1 弥合市场分割立法体系的监管缝隙 |
7.3.2 优化市场操纵禁止规范框架 |
7.3.3 设置多元化市场操纵行为构成要件 |
参考文献 |
致谢 |
攻读博士学位期间发表论文以及参加科研情况 |
(8)新电改下北京电力交易中心电力市场综合指数的交易分析(论文提纲范文)
0 引言 |
1 国内外市场交易综合指数 |
1.1 国内外市场综合指数 |
1.1.1 道琼斯指数 |
1.1.2 上海证券综合指数 |
1.1.3 深证综合指数 |
1.1.4 其他指数 |
1.2 国内外市场综合指数相关经验总结 |
2 京电指数的背景和意义 |
2.1 京电指数的研究意义 |
2.2 京电指数的定义 |
2.3 京电指数的分析方法 |
2.3.1 京电指数的作用效果分析 |
2.3.2 京电指数影响因素分析 |
3 2016年以来的综合指数分析 |
3.1 各省市不同月份京电指数分析 |
3.2 不同省份的年京电指数比较分析 |
3.3 各省不同交易品种的京电指数比较分析 |
3.4 各类影响因素分析 |
4 结语 |
(9)基于趋势理论的量化交易策略在中国股票市场的应用研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景与意义 |
1.2 论文研究目的与框架 |
第2章 文献综述 |
2.1 有效市场假说 |
2.2 趋势理论 |
2.3 移动平均线策略 |
2.4 量化交易 |
第3章 基于移动平均线策略的量化交易模型的构建 |
3.1 趋势理论的应用方法 |
3.1.1 技术分析应用方法的现代发展 |
3.1.2 展现股票价格趋势的指标 |
3.2 交易系统的构建 |
3.2.1 买入与卖出信号的选择 |
3.2.2 仓位的确定 |
3.2.3 交易策略的买卖对象 |
3.2.4 交易策略是否获得超额收益的比对标准 |
3.2.5 策略数据来源、时间段、交易费率的选择 |
3.2.6 风险指标的度量与无风险利率的选择 |
3.3 移动平均线策略的参数选择 |
第4章 交易策略的实证分析 |
4.1 不同移动平均线在三种证券指数上进行模拟交易的结果分析 |
4.1.1 基于上证指数进行移动平均线策略的模拟交易结果 |
4.1.2 基于深证成指进行移动平均线策略的模拟交易结果 |
4.1.3 基于沪深300 指数进行移动平均线策略的模拟交易结果 |
4.1.4 移动平均线交易策略模拟交易结果归纳 |
4.2 交易策略获取超额的原因分析 |
4.2.1 20 日与30 日移动平均线策略能够获取较高超额收益的原因分析 |
4.2.2 短期移动平均线策略模拟交易收益较低的原因分析 |
4.2.3 代表超长期的移动平均线策略获取收益较低的原因分析 |
4.2.4 交易策略获取超额收益原因归纳 |
4.3 移动平均线策略拓展至个股表现 |
4.3.1 均线策略的选择 |
4.3.2 交易系统的构建 |
4.3.3 模拟交易时间段的选择 |
4.3.4 交易资产的选择 |
4.3.5 超额收益的判断标准 |
4.3.6 交易费率的考量 |
4.3.7 个股模拟交易的结果分析 |
第5章 总结 |
参考文献 |
附录 A 指数模拟交易计算代码 |
附录 B 个股模拟交易计算代码 |
致谢 |
(10)投资者情绪能够预测股市收益吗? ——基于网络大数据的研究(论文提纲范文)
摘要 |
abstract |
1 引言 |
1.1 研究背景 |
1.2 研究意义 |
1.2.1 理论意义 |
1.2.2 实践意义 |
1.3 研究内容及方法 |
1.3.1 研究内容 |
1.3.2 研究方法 |
1.4 研究思路及框架 |
1.5 可能的创新之处 |
2 文献综述 |
2.1 投资者情绪的定义 |
2.2 投资者情绪的度量 |
2.3 投资者情绪与股市收益 |
2.4 网络搜索行为数据在经济预测中的应用 |
2.5 文献述评 |
3 投资者情绪影响股市收益的理论分析 |
3.1 投资者情绪影响股市收益的理论基础 |
3.1.1 行为金融学对传统金融学的质疑 |
3.1.2 行为金融学的基本理论 |
3.1.3 行为金融学对我国证券市场的影响 |
3.2 投资者情绪影响股市收益的理论分析 |
4 投资者情绪影响股市收益的实证分析 |
4.1 数据与方法说明 |
4.1.1 股票市场数据说明及处理 |
4.1.2 网络搜索数据说明及处理 |
4.1.3 与传统研究方法的比较 |
4.2 变量选取 |
4.2.1 被解释变量 |
4.2.2 解释变量 |
4.3 实证分析 |
4.3.1 描述性统计 |
4.3.2 平稳性检验 |
4.3.3 微博指数与百度指数的相关性研究 |
4.3.4 投资者情绪与股票市场收益 |
4.3.5 脉冲响应函数 |
4.3.6 脉冲响应预测 |
4.4 稳健性检验 |
5 结论与政策建议 |
5.1 结论 |
5.2 政策建议 |
参考文献 |
致谢 |
个人简历 |
四、深证指数和上证指数的编制特点及其比较(论文参考文献)
- [1]中国碳汇股价指数的编制及其功能分析[D]. 杨文杰. 南京林业大学, 2020(02)
- [2]基于GLDI分布的已实现GARCH模型的风险度量[D]. 叶芳伶. 广西师范大学, 2020(06)
- [3]我国股票价格与房地产价格动态相关关系研究[D]. 冯子肖. 内蒙古大学, 2020(01)
- [4]经济政策不确定性和股票市场波动性的关系[D]. 王同芳. 河北工业大学, 2019
- [5]股市波动对开放式基金风险影响研究 ——基于投资者情绪的中介效应模型[D]. 李原. 浙江财经大学, 2019(06)
- [6]中国股市数据波动动态关联分析及云平台构建[D]. 谢梦菂. 暨南大学, 2019(02)
- [7]股票期现跨市场操纵监管法律制度研究[D]. 石启龙. 辽宁大学, 2019(05)
- [8]新电改下北京电力交易中心电力市场综合指数的交易分析[J]. 史连军,庞博,刘敦楠,秦光宇,李国栋,张潜. 电力系统自动化, 2019(06)
- [9]基于趋势理论的量化交易策略在中国股票市场的应用研究[D]. 张传煦. 中国石油大学(北京), 2018(01)
- [10]投资者情绪能够预测股市收益吗? ——基于网络大数据的研究[D]. 骆文俊. 西南政法大学, 2018(07)