一、资本资产定价模型及其对我国股票市场的启示（论文文献综述）
钱玲玲[1]（2021）在《中国大陆股市与国际主要股市的相依性、风险溢出与影响因素研究》文中研究指明随着中国经济的快速发展和金融市场一体化进程的加速,中国大陆与全球主要经济体之间的经济、贸易和金融联系日益紧密,其金融市场呈现出非线性、非对称性、尾部相依性等复杂的相依关系。与此同时,风险在国际金融市场间的传导速度也在不断加快,风险度量和管理的难度日益增加。因此,准确地描述金融市场相依性、有效地度量金融风险以及合理地检验风险溢出已成为现代金融分析亟待解决的关键问题。探究中国大陆股市与国际主要股市的相依性、风险溢出与影响因素对于促进我国大陆金融市场的国际化和维护经济金融安全具有重要的理论和现实意义。在金融市场相依性和风险管理的研究和实践中,金融市场的非线性相依、尾部相依等特征已导致传统的相依性与风险溢出分析方法不再适用,Copula理论的出现及其成功应用提供了一个很好的解决方案。基于此,本文综合利用Copula函数等计量方法来描述金融市场间复杂的相依性,更准确地进行风险度量和风险溢出检验。具体而言,为了研究中国加入WTO后中国大陆股市与中国香港、中国台湾、美国、日本、韩国、澳大利亚、英国、法国、德国、巴西、俄罗斯、印度股市的相依性、风险溢出与影响因素,本文首先构建了四种边缘分布模型,从而选取描述样本股市收益率边缘分布的最优模型,为正确利用Copula函数进行分析奠定了基础。研究发现,非参数ARMA-GARCH族-EVT模型最适于描述样本股市的边缘分布。其次,在相依性建模阶段,本文利用了9种静态Copula函数、3种时变Copula函数和DCC-GARCH模型对上证综指与其他样本股指两两组合的相依结构进行刻画。结果表明,在样本期间,中国大陆股市与国际主要股市的相依性整体较弱,且具有显着的时变性与区域性特征。进一步,结构突变点的诊断结果表明,中国大陆股市与国际主要股市的相依性受到金融危机等事件的影响,表现出显着的阶段性特征。再次,在经济基础说、资本流动说和市场传染说的基础上,本文从经济政策不确定性、共同冲击、宏观经济状况和股市特性四个方面探究了中国大陆股市与国际主要股市相依性的影响因素。面板回归结果显示,经济政策不确定性差异和利率差异显着降低了股市相依性,而全球金融危机和贸易依存度产生了正面影响。此外,本文在考察股票这一类资产内部不同国家（地区）相依性的基础上,进一步探讨了股票资产与其他金融资产的相依性。具体而言,本文以近年来新兴的数字货币资产为代表,利用Copula函数、DCC-TGARCH和DCC-MIDAS模型探究了全球股市与数字货币市场的跨资产类别相依性以及经济政策不确定性和新冠肺炎疫情对其的影响。结果表明,全球股市组合与数字货币市场指数CRIX间的相依性较低,说明数字货币对股市具有一定的风险对冲能力,并且经济政策不确定性与新冠肺炎疫情有一定影响。最后,考虑到Vine Copula模型在描述多变量间复杂相依结构方面的优势,本文利用三种Vine Copula模型进行分析建模,以确定最优模型。结果表明,R-Vine Copula最适于描述中国大陆股市与国际主要股市的高维相依结构,且样本股市的相依性存在明显的结构差异。基于R-Vine Copula模型,本文结合蒙特卡洛模拟法和基于滚动时间窗的估计样本外预测方法估计了各股指及其组合的在险价值（Va R）,进而选用Va R-Granger因果检验与Diebold&Yilmaz溢出指数探究了中国大陆股市与国际主要股市的风险溢出。结果表明,从中国大陆股市到美国、法国和德国股市均表现出了极端风险的溢出效应。从风险溢出强度的结果来看,中国台湾、中国大陆、中国香港、美国、英国、日本股市是风险溢出的净输出者,而俄罗斯、巴西、德国、韩国、印度、法国与澳大利亚股市是风险溢出的净接受者。本文主要有以下三点启示:其一,制定相关政策,防范国际金融市场的系统性风险,加快推进央行数字货币;其二,改善宏观基本面,加强金融市场建设,稳步推进对外开放和国际合作;其三,充分考虑全球股市间及其与数字货币市场的相依性与风险溢出以及当前的经济政策不确定性,从而更准确地预测国际金融市场的走势。
周璐[2]（2020）在《经济政策不确定性对我国股票市场资产组合定价的影响研究》文中研究表明本文以2000年1月至2019年9月的25组账面市值比—规模资产组合的月度收益率为研究样本,检验Merton的跨期资本资产定价模型（ICAPM）对我国股票市场资产组合的定价能力。在跨期资本资产定价模型中,资产组合收益和市场组合收益以及其他状态变量的条件协方差构成其风险溢价,即构成其超额收益。在状态变量的选择上,本文尝试了市场组合收益率、规模因子（SMB）、账面市值比因子（HML）、经济政策不确定性（EPU）作为备选的状态变量。应用Engle提出的Garch-DCC的方法测试四种状态变量的组合下,跨期资本资产定价模型对跨期资本资产定价模型对资产组合的解释能力。并对比三次实证分析,重点探究当经济政策不确定性作为状态变量时,能否显着提高跨期资本资产定价模型对资产组合的定价能力。实证结果显示,市场组合收益率、规模因子（SMB）、账面市值比因子（HML）对于资产组合定价具有正面和显着的关系,经济政策不确定性（EPU）对于资产组合定价的影响负面且显着。除了传统的FF三因子外,本文认为经济政策不确定性也是跨期资本资产定价模型（ICAPM）中的一个有效状态变量。在跨期资本资产定价模型（ICPM）中加入经济政策不确定性,将提高跨期资本资产定价模型对于我国股票市场资产组合的定价能力。在实证研究的基础上,本文提出相关对策与建议。本文认为政府需要通过完善市场机制,畅通信息传导渠道,提高经济政策不确定性的可预见性,旨在合理定价资产组合,降低股票市场的波动性,实现投资者与企业的双赢,稳定市场,打造一个更加公平有序有效的金融市场。
夏小龙[3]（2020）在《基于多因子模型的量化选股策略研究》文中提出A股市场作为我国证券市场的主阵地,近三十年来经历过数次牛熊更替,总体来讲,其市场的有效性在不断地提升,但追涨杀跌的情绪化表现依然存在。如何帮助投资者避免非理性操作,降低投资风险,量化投资是比较可行的模式之一。量化投资起源于西方,在欧美资本市场应用广泛且趋于成熟,但在国内金融市场中出现较晚,有待进一步研究和优化。本文以量化投资选股中最核心最基础理论之一的多因子资产定价理论为重点进行研究。文中搜集整理多因子资产定价理论和量化投资的相关文献,分析梳理其发展脉络。然后根据数据处理、因子设计、实证检验、排序分组、对冲调仓、对比分析等六步来展开主体研究,设计出一个年化收益率、夏普率较高,回撤合理的因子选股策略。论文通过理论探究引入以市值增长率为代理变量的活跃因子和以资产负债率偏中量来衡量的负债因子,组建八因子模型。经过评述和更正回归周期后,基于我国A股市场进行分组和整体实证分析,发现新八因子模型解释能力更强,并通过机器学习法作图展示其效果;活跃因子和负债因子对超额收益率分别具有负的和正的影响,表明市值增长较快的公司对投资者未来收益不利,资产负债率较低和较高的企业更可能让投资者获利。在证券市场全面深化改革背景下研究我国A股的资产定价问题,发现构造活跃、负债两因子,组建八因子模型,并基于此设计出有效的量化选股策略。这种创新性的探索和研究进一步挖掘了我国A股市场的有效因子,提升了多因子资本资产定价模型的解释效度,阐明了我国证券市场有效性的优势与不足,丰富了量化因子选股策略的方法种类;同时也为投资者获取合理收益、政府完善和开放金融市场、全社会提升资源配置效率提供相应的参考思路、政策建议和理论依据。
冯文芳[4]（2020）在《金融杠杆与资产价格泡沫：影响机制及其监控研究》文中进行了进一步梳理资产价格泡沫和高杠杆在历史上反复出现,但次贷危机后的资产价格泡沫形成机制和高杠杆作用机理更加复杂;现代金融技术发展产生的影子银行和金融衍生品等不但空转套利推高金融杠杆,而且让问题复杂化;内嵌于银行体系的表外业务严重期限错配以及中国经济转型期结构中存在的各种扭曲现象,使得金融杠杆过度膨胀导致的资产价格泡沫演化过程中出现的新问题和新情况,原有传统理论都无法较好解释经济中的资产价格泡沫现象。目前,中国正处于经济转型和结构升级的重要关口,党的十九大明确提出“我国经济已由高速增长阶段转向高质量发展阶段”,经济增长速度从高速增长开始转为中高速增长,但是金融杠杆仍在不断攀升,金融杠杆增长与经济发展错配现象严重,资本市场的过度繁荣引致资金在金融体系内空转,导致资产价格泡沫和系统性金融风险不断膨胀和累积。金融危机后上述问题成为经济学研究的热点并引起社会各界的广泛关注。在此背景下,首先,通过阅读和归纳国内外关于金融杠杆、资产价格泡沫和经济增长等方面的经典着作和前沿文献,厘清选题的发展脉络、研究现状、存在问题、争论焦点和研究盲点等,为后期研究顺利展开提供文献支撑和理论基础。其次,准确定义资产价格泡沫是研究的逻辑起点,遵循目前国内外经济学界的三种主流观点,对资产价格泡沫的涵义进行明确界定并分析了其一般特征;从理论角度和影响因素角度剖析了资产价格泡沫的形成机理;运用ADF、SADF、GSADF和RADF等资产价格泡沫识别方法,对资产价格泡沫的存在性、存在周期、出现频率和程度大小等进行了识别和检验,实证结果表明在样本研究期内显着存在周期性资产价格泡沫;并且运用协整模型和向量误差修正模型（VECM）提取了资产价格泡沫。第三,以金融杠杆经济本质研究作为切入点,从微观和宏观角度分别定义和度量了金融杠杆,揭示微观金融杠杆与宏观金融杠杆背离的原因和实质;采用债务收入比法和即时拆分法（TD）测算了我国的金融杠杆;重点揭示和研究了金融加杠杆的根源、实质、动力、渠道、特点和成因等;不但构建了金融杠杆驱动的资产价格泡沫模型,从理论上厘清两者之间的内在逻辑关系,而且把滚动宽窗Granger因果检验模型和Bootstrap统计检验结合,从实证上验证了金融杠杆和资产价格泡沫相互动态影响机制的程度、频率与方向以及与经济事件之间的关系。第四,高杠杆和资产价格泡沫仅是表象,隐藏其背后的实质是虚拟经济与实体经济的失衡,因此加入经济增长因素,从表象分析上升到实质研究,进一步揭示金融杠杆、资产价格泡沫与金融、经济之间的影响效应。具体内容包括:（1）运用差分广义矩估计（DGMM）和门限效应,对国内16家上市银行从两个阶段检验了货币政策传导的银行风险承担渠道的杠杆机制的有效性,实证结果表明:货币政策可以通过杠杆率对银行风险承担产生显着影响;货币政策与银行风险承担之间存在双重杠杆率门限效应;（2）运用傅里叶变换和频谱分析法研究了资产价格泡沫与经济增长之间的周期联动效应,实证结果表明:我国资产价格泡沫和经济增长的周期联动关系较复杂,并且两者在周期联动上更多的存在背离现象;（3）基于R&D模型,加入金融杠杆因素,研究了不存在和引入资产价格泡沫时经济增长的均衡结果,并推断出资产价格泡沫与经济增长共容的条件。（4）运用MCMC算法和SV-TVP-SVAR模型从时期与时点两个角度对金融杠杆、资产价格泡沫与经济增长三者之间的时变关系进行验证,实证结果表明:三个经济变量之间具有非常显着的时变特征。最后,高杠杆下去杠杆是必然选择,准确定义去杠杆的涵义并对目前去杠杆存在的误区做了澄清;分别探索了实体去杠杆和金融去杠杆的路径;运用合成控制法（SCM）检验了限贷政策能否抑制房地产泡沫?实证结果表明:在4个研究样本中,限贷政策对3个样本的商品房销售价格无法起到降低的作用;囿于传统资产价格泡沫监控研究方法与模型的缺陷,尝试运用人工智能中的支持向量回归（SVR）模型和BP神经网络（BPNN）技术构建了资产价格泡沫监控系统,结果表明,人工智能技术可以很好逼近与诠释样本历史数据所蕴含的内在规律,有效实现监控功能。根据上述主要研究结论,提出了四点政策建议:（1）拓展宏观货币政策调控目标范围,把资产价格纳入中央银行决策信息集,构建货币和信贷流动以及资产价格泡沫监控系统;（2）减少或消除刚性兑付和不必要的政府隐性担保,实现国有资产管理体制和商业银行行为市场化,政府职能回归公共管理本质;（3）坚持中性稳健的货币政策,保持适度的货币流动性,建立宏观审慎评估体系MPA和对金融体系资产实施穿透管理,对影子银行进行有效管理;（4）精准掌控“结构性去杠杆”的节奏、力度、时间、主体,有条不紊降低杠杆率。
云坡[5]（2020）在《考虑高阶矩属性风险传染的碳金融资产定价研究》文中研究表明温室气体排放剧增是导致全球环境负外部性的直接诱因。将碳排放权赋予商品属性,依靠市场化金融手段解决碳减排问题,已成为国际社会应对气候变化、抑制温室气体排放的主要手段。碳金融市场的创建立足于国际社会履行减排责任的各项公约和协议,发展于各国推进碳金融市场运行的政策措施。作为碳金融市场的核心,有效的碳金融资产定价机制将推动碳金融市场机制的成熟和完善、市场效率的提升,更好地服务于碳减排落实。碳金融资产定价研究不仅需要遵循一般金融资产的基本定价方法,还要反映碳价特殊的驱动特征。而现有碳金融资产定价研究,聚焦从收益率低阶矩视角研究碳金融资产的价格信息传递和风险波动溢出等,忽略从更高阶矩属性,研究市场非对称信息和极端冲击等因素对碳金融资产收益的影响。特别是随着全球资本流动的增强,碳金融市场与资本市场和能源市场等在发生低阶矩属性联动关系的同时,也会产生因市场非对称信息和极端事件冲击而导致的偏度和峰度等高阶矩属性的风险传染现象。而基于高阶矩属性风险传染理论,显着性的高阶矩属性风险传染能够对市场非理性协同运动和极端冲击所导致的价格变动提供有效解释,这一解释视角契合碳金融资产所具备的市场非对称性和极端冲击敏感性等特殊性特征。因此,将高阶矩属性风险传染关系纳入碳金融资产定价框架,符合碳金融资产的特殊性特征,能够从新的证据因子解释碳金融资产的溢价波动。基于此,本文研究创新和结论如下:（1）构建考虑高阶矩属性风险传染关系的碳金融资产定价框架。首先,将二元资产高阶矩CAPM资产定价框架拓展至多因子,形成基于高阶矩的碳金融资产多因子定价框架。其次,基于碳金融资产高阶矩属性风险传染理论,对定价框架中碳价及其定价因子间的风险传染关系进行检验和识别,研究市场波动趋势异质性下的风险传染关系和传染强度,从市场非理性协同运动和极端冲击角度解释碳金融资产溢价波动。第三,将识别的高阶矩风险传染关系反馈到拓展高阶矩碳金融资产定价框架中,形成考虑高阶矩属性风险传染的碳金融资产定价框架。该理论框架遵循“一般到特殊”的构建思想,将融合碳金融资产特征的高阶矩属性风险传染关系纳入定价框架中,为碳金融资产溢价波动提供新的证据解释。（2）使用非参数统计计量模型检验基于波动趋势异质性的碳金融资产及其定价因子间的高阶矩属性风险传染关系。市场收益波动隐含了碳金融资产对遭受极端冲击或非对称信息冲击的市场反映,研究基于市场波动趋势差异的风险传染关系符合碳金融市场波动异质性特征。研究发现:（1）碳金融资产及其定价因子间不仅存在低阶矩属性的风险传染关系,而且还存在协偏度、协峰度和协波动率等高阶矩属性渠道的风险传染关系。这表明从高阶矩属性出发,考虑碳金融资产及其定价因子间因市场非对称信息和极端事件冲击而导致的风险传染关系,已经成为影响碳金融资产价格驱动机制的新的因子证据。（2）快速波动趋势下的风险传染强度大于缓慢波动的强度。不同风险波动趋势的传染强度差异,本质上是碳金融资产收益及其蕴含的风险和收益对应关系的一种表征。结论为筛选具有高阶矩属性风险传染关系的碳定价因子,开展定价模型的拟合与预测提供分析基础。（3）构建多层多变量LSTM模型实现碳金融资产定价框架的拟合与预测。根据所识别的具有高阶矩属性风险传染关系的碳价及其定价因子,构建基于碳金融资产定价框架的实证模型,构造处理金融时间序列具有优势的多层多变量长短期记忆神经网络（multi-layer and multi-variable Long Short-Term Memory Network,Multi-LSTM）对定价框架进行拟合。通过实验手段确定最优的网络结构和参数,提高模型拟合和泛化能力,实现有效收敛。研究发现,相比不考虑高阶矩属性的碳金融资产定价框架,考虑高阶矩属性风险传染的定价框架能够对碳金融资产收益,特别是较长期限（12个月）的收益进行较好的精度预测和模型拟合,Multi-LSTM模型的预测效果和稳定性显着优于其他深度网络模型（Multi-GRU,RNN,MLP）、波动率模型（Garch-M）以及神经网络模型（BP）等分类器,印证了定价模型的优越性以及机器学习方法的拟合优势。研究在理论上证明了所构建的考虑高阶矩属性风险传染的碳金融资产定价框架,能对碳金融资产溢价提供有力解释,表明将高阶矩属性风险传染关系纳入碳资产定价框架的合理性和有效性,拓展了碳金融资产定价理论和方法;在实践上,为碳金融资产定价机制的成熟和完善、减排作用的发挥以及不确定环境下碳金融市场的投融资决策提供参考。
干伟明[6]（2020）在《多因子资产定价模型在A股市场的实证研究》文中提出资产定价理论和模型是现代金融学中投资理论和投资实践的重要研究领域,其理论与实证目前主要以西方发达国家资本市场为主导。现有研究虽然已相当深入,取得了大量具有理论价值和实际意义的研究成果,但还存在一些进一步完善的空间。因此本文从多因子定价模型为切入点,针对以下几个问题开展了公式推导与实证研究:（1）影响A股上市公司股票收益率的因素有哪些?（2）A股市场最佳多因子资产定价模型是由哪些定价因子所组成?（3）这些定价因子背后的经济含义是什么?在公式推导方面,本文以FF多因子模型中股利折现模型中的股票收益率公式为参考,通过对A股上市公司股票收益率的成因分析,进而从上市公司经营基本面的角度出发推导出上市公司股票收益率的一般形式,并对其背后的经济含义加以分析,在此基础上提出A股市场中多因子资产定价模型的因子组成设想,即一个有效的多因子资产定价模型至少应当包含能够反映上市公司当前优劣程度、未来增长潜力和个股投资者情绪等三方面的因素。在实证研究方面,本文以A股20072018年月度数据为样本,验证了公式推导中得出的一系列设想和结论,得到了以下四方面的研究结果:在上市公司经营基本面因素方面。本文研究发现:A股上市公司经营基本面因素与其股票收益率之间存在显着联系;A股上市公司分红率与其市净率（PB,即账面市值比倒数）存在较强负相关关系;A股小市值公司较大市值的规模增长速度更快主要不是来源于其自身业绩内生增长而是更多的来源于收购、并购、增发等外源式增长;此外本文还从A股市场整体经营基本面的视角发现了A股市场整体走势对于国内宏观经济走势具有一定“晴雨表”预测作用。在投资者情绪因素方面。本文研究表明:A股市场整体投资者情绪变化总体上与组合或个股的收益率之间存在正相关关系;个股投资者情绪重要代理变量换手率、上月超额收益率等指标与个股股票收益率的负相关关系相当显着;进一步分析还表明A股小市值公司更易受到投资者情绪因素的影响,A股中存在针对小市值公司较为明显的投机炒作现象和较为明显的短周期反转效应。在定价因子分析方面。本文从上市公司经营基本面和投资者情绪两方面开展研究,结果表明:A股市场中包含股票价格变动信息较多的因子有:反映上市公司当前优劣的净资产收益率Roe因子、反映上市公司规模增长的市值Smb因子、反映上市公司内生增长的净利润增长Net因子、综合现金分红率和市净率因素后对FF模型中Hml因子补充和完善的HmlR因子;同时研究表明反映上市公司经营基本面因素的因子对反映投资者情绪因素的因子可以发挥主要解释作用,这表明驱动A股市场价格变动的主要因素归根结底还是上市公司经营基本面因素。在A股市场多因子定价模型方面。本文研究表明:总体而言,A股市场的最佳多因子定价模型是三因子模型Mkt+Smb+Net组合;最佳四因子模型是Mkt+Smb+Net+HmlR组合;最佳五因子模型则是Mkt+Smb+Net+HmlR+Cma/Roe组合;不同定价因子组成的多因子资产定价模型在A股市场的不同时期的表现则证明了A股市场整体定价效率在得到逐步提升,这说明A股市场在逐渐走向成熟和有效。此外,本文还通过将定价模型和定价因子纳入配对交易的改进中,研究表明:依靠本文提出的A股市场Roe、Smb、Net和HmlR等定价因子作为控制变量进行配对交易策略设计,配对组合的均衡关系描述更加稳定和全面,模型发散的风险得到了规避,从而能够显着减少套利风险,提高配对交易的盈利。本文关于多因子资产定价模型在A股市场中的上述研究成果一方面与金融学理论中的有关思想吻合,另一方面也可对资产定价研究,投资实践和市场建设提供借鉴和补充。
宋景尧[7]（2019）在《媒体报道对中国资本市场的影响》文中提出本文在分析媒体影响资本市场典型事实的基础上,从理论和实证两个角度分析了媒体及媒体语言对资本市场的影响。本文重点梳理了银广厦、2008年中国毒奶粉、美国安然以及“剑桥分析”等事件中媒体影响资本市场的典型事实,并尝试分析其中的机制。在此基础上,本文在消费-资本资产定价模型（CCAMP）的基础上,将资本资产收益率的主观分布和客观分布分离,构建了分析媒体影响资本资产定价的理论模型。本文将抽象出四种类型的媒体,即真相揭露型媒体、市场参与型媒体、非理性媒体、舆论引导型媒体。真相揭露型媒体的目标在于发现资本资产收益率的客观分布,并通过披露媒体信息,改变居民的主观期望,从而最小化资本资产收益率的主观分布函数和客观分布函数的距离。市场参与型媒体的目标并非追求真相,而是自身的利润最大化。该媒体通过对信息的垄断,参与资本市场的交易过程,获取超额利润。非理性媒体是市场信息的放大器。谣言和真实的信息始于小范围的信息披露,非理性的媒体在不确认信息真实性的情况下放大信息。舆论引导型媒体通过控制初始信息,实现社会总福利最大,即代表性消费者的客观期望效用最大。本文先从理论角度探讨上述类型媒体的存在对资本资产市场定价的影响。分析结果认为,在真相揭露型媒体和舆论引导型媒体的情形下,基于资本资产收益率主观分布的市场定价收敛到基于资本资产收益率客观分布的市场定价。在市场参与型媒体的情形下,媒体套利行为会压低资本资产的价格。在存在非理性媒体的情形下,媒体会加剧资本市场的波动。本文进而探讨上述四种情形下的福利性质。模型的分析结果认为,四种媒体处于不同的目的影响了资本市场的定价。在真相揭露型媒体和舆论引导型媒体的情形下,市场实现了福利最大化。在市场参与型媒体和非理性媒体的情形下,市场的力量不足以实现社会福利最大化。为了从实证的角度探讨媒体对资本市场的影响,尤其是验证舆论引导型媒体是否影响到了资本市场的定价,本文采集了《人民日报》的文本大数据,并采用问归模型验证《人民日报》对资本市场的影响。将非结构化信息进行结构化转化,是大数据分析的重要特征。借助文本分析量化《人民日报》信息,来考察舆论引导型媒体关注对股票市场的影响。本文通过界定和测算《人民日报》的行业关注度来测度的其政策导向,进而研究《人民日报》关注对股票市场交易活跃度及股票收益的影响。利用23个行业的66支股票样本进行实证分析,得出了如下结论:作为舆论引导型媒体,《人民日报》关注度对股票行业收益及对应公司个股收益都有显着影响,新闻报道发布之初,对股票收益产生负作用,关注度越高的股票其收益率和超额收益反而下降,这一现象在几日后发生逆转,即股票收益在下一个阶段会随着关注度的提升而上升,这一现象在《人民日报》关注度对行业股票收益与对应的个股股票收益的影响一致。同时,《人民日报》关注度增加,股票成交量与股票换手率会上升,即《人民日报》关注度越高的股票会越活跃,且《人民日报》对个股收益率的影响会随着成交量和换手率的提升而上升。本文认为:舆论引导型媒体关注度是影响股票市场定价的因素,其关注水平的高低会对股票市场价格产生一定影响。舆论引导型媒体关注度高的行业,其股票交易会相对活跃,融资能力上升。一段时间内舆论引导型媒体对某些行业的持续关注的效果要优于非持续性关注,带来行业股票交易的持续活跃,有利于行业融资规模扩大和持续发展。本文的创新之处首先在于研究话题和范围的创新,其次在于研究方法上的创新。本文在媒体分类基础上研究了不同类型媒体及其报道对资本市场的影响,从而拓展了语言经济学的研究边界,从语言和信息经济学的视角去看待媒体与资本市场的关系。同时本文的实证部分探讨了《人民日报》这一舆论引导型媒体对资本市场的影响。《人民日报》在中国有着特殊的身份,被誉为党的喉舌。这种特殊的身份赋予了《人民日报》特殊的功能和意义。不同于其他大多数的文献主要选取财经媒体作为解释变量,从实证分析的角度探讨舆论引导型媒体对资本市场的影响是本文在研究对象上的一个创新。在研究方法方面,本文在理论和实证方法上做出了创新。本文拓展了消费-资本资产定价模型,尤其是将资本资产收益率主观分布与客观分布分离,进而探讨不同类型的媒体信息和语言对资本市场的影响。本文创新性地将媒体分为真相揭露型媒体、市场参与型媒体、非理性媒体、舆论引导型媒体,并对其的行为加以理论刻画。在实证分析部分,本文创新性地采用了大数据文本分析的方式量化媒体信息,为刻画媒体行为的实证分析提供了新的数据来源。本文的组织方式如下。第1章为导论,第2章综述相关文献。第3章对近年来发生在国内外着名的媒体影响资本市场的案例和事实进行分析。第4章构建理论模型分析媒体对资本市场产生影响的理论机制。第5章采用《人民日报》文本大数据实证分析舆论引导型媒体关注度对中国资本市场的影响。第6章给出结论及政策建议。
丁肖丽[8]（2019）在《投资者情绪、意见分歧与股票收益变动》文中指出越来越多的实证研究发现,资本市场存在许多传统资产定价理论无法解释的金融异象,现实中股价偏离基本价值的情形也时常出现,这迫使经济学家们寻求新的资产定价范式。部分学者认为心理因素,如心理活动、认知偏差等影响着投资者对未来市场的观念和情绪,并最终影响股票价格。也有学者试图放宽同质性假说,从异质信念角度寻找资产定价的新规律。现有的行为金融理论借鉴了心理学、行为学、社会学研究成果已形成了一系列具有代表性的行为资产定价模型,力图揭示了金融市场的非理性行为和决策规律,对一些传统金融理论所不能解释的金融异象做出了合理解释。但现有的研究往往只是单方面地研究投资者情绪或者异质信念对投资决策乃至股票价格的影响,而忽视了二者之间的密切联系,并没有考虑到投资者情绪与意见分歧对股票收益的交互影响,在意见分歧比较大的情况下,投资者情绪高涨,当期股票收益可能会上涨得更多;在不同情绪的推动下,不同类型的投资者对市场的反应又会具有更加明显的差异。正如Chemmanur et al.（2010）所指出的那样:投资者情绪可以看成投资者信念的乐观度（均值）,而意见分歧则相当于投资者信念的分歧程度（方差）,从这一意义上讲,投资者情绪和意见分歧是衡量投资者信念的两个统一的概念,用投资者情绪和意见分歧两个变量可以比较全面地涵盖投资者特征。因此,本文从意见分歧与投资者情绪相结合的角度,在一个更加完整的框架下考察投资者情绪与异质信念对股票收益的影响,并基于中国A股市场经验数据进行了实证检验,有助于加深理解我国股票市场中投资者的行为。本文通过寻求错误定价因子,研究了投资者非理性行为对股票价格的影响,探讨了投资者情绪、意见分歧是否会导致股票错误定价,以及投资者情绪与意见分歧对股票收益的交互影响,即投资者情绪是否会影响意见分歧与股票收益的关系,及意见分歧程度是否会影响投资者情绪与股票收益的关系。首先,从理论上论述了投资者情绪、意见分歧对股票价格的影响机理,构建了一个同时包含有投资者情绪、意见分歧的行为资产定价模型,并求解了模型的均衡解,发现投资者情绪与意见分歧对股票价格的作用方向相同且都为正。与大多数研究只强调情绪交易产生的主观因素不同,本文从信息不对称和投资者非理性角度两个角度,定性分析了在公司会计信息质量、分析师及媒体等中介以及投资者自身的认知偏差、风险偏好等因素的影响下,投资者情绪如何对股票价格及其收益产生影响的。并论证了现实金融市场中机构投资者与机构投资者之间、个人投资者与个人投资者之间、机构投资者与个人投资者之间都可能存在着异质信念,而且异质信念对股票收益产生影响的前提条件（即卖空限制）也依然成立,从而,Miller（1977）的假说也成立。在投资者情绪与意见分歧的共同作用下,投资者意见分歧较大时,股票越难估价,越易受投资者情绪的影响;当投资者意见分歧较小时,市场上可能会产生较少的交易量,股票价格受到投资者情绪的影响相对较小;在高情绪的驱动下,投资者对市场信息存在认知偏差,投资者意见分歧越大,相应的再售期权的价格也更高,从而推高了股票价格;情绪低落时,有利于坏消息的揭露,市场行情通常较差,存在卖方压力,投资者往往会表现得更为理性,意见分歧对股票错误定价的影响会相对较小。从而,从理论上分析得出,投资者情绪、意见分歧各自都与当期股票收益正相关,与未来股票收益负相关,投资者情绪与异质信念是影响资产定价的重要因子,在两者的共同作用下,股票价格被高估得更多。以中国A股市场为研究对象,结合我国股票市场的实际情况,从市场层面和个股层面全面探讨了投资者情绪、意见分歧对股票收益及其波动性的影响,并得到了如下结论:第一,基于总体效应分析,投资者意见分歧对下一期股市收益具有一定的预测能力,投资者情绪与股市未来收益呈现负相关关系。基于日度、月度不同数据频率下,意见分歧对中长期收益的影响要明显大于短期收益,意见分歧对股票收益的影响在短时间内更加依赖于市场情绪状态,而不管采用股吧投资者情绪还是经典的BW投资者情绪指数,各自与意见分歧对股市未来收益都产生显着的交叉影响。第二,从二阶水平上看,通过格兰杰因果检验证实了投资者情绪变化是影响A股收益率变化的格兰杰原因,但收益率对意见分歧变动的影响要比意见分歧变动对收益率的影响更明显,投资者情绪的变动依赖于前期收益率但不依赖于前期交易量。来自股吧论坛投资者情绪变动对股市交易量产生冲击,但这种冲击会逐渐减弱直至恢复到均衡位置。而基于日度数据,通过构建VAR-GARCH-DCC模型得出,投资者情绪与股票市场收益的动态相关性也较高,但意见分歧与股市收益的动态相关性相对较小。第三,基于截面效应分析,采用投资组合分析、Fama-Macbeth回归分析、面板数据回归分析三种实证方法,验证了意见分歧程度与未来收益率存在显着的负相关关系,且在情绪高涨期尤为突出;投资者情绪对股票未来收益产生负向影响,投资者情绪越高涨,股价越容易被高估,当意见分歧较大时,投资者情绪的影响更大。而且,在意见分歧与投资者情绪的共同作用下,投资者意见分歧越严重、投资者情绪越高,投资者对股价的非理性反应越强烈,股票价格偏离其基本价值的幅度越大,随后一期股票收益率回调得越多。第四,从自身特征不同、交易特征不同、行业特征不同三个维度,研究发现规模较小、账面市值比较低、市盈率较高、波动率较高的公司股票更容易受到投资者情绪、异质信念等非理性因素的影响,且在情绪高涨时,意见分歧对股票未来收益的负向影响更大。而我国股市中卖空限制程度对投资者意见分歧与股票收益的关系并没有产生显着影响,但投资者情绪、意见分歧对不同行业的公司股票收益的横截面影响具有差异性。本文的研究可以帮助我们更全面深刻地理解投资者非理性因素与股票价格行为的关系,对投资者、上市公司、券商、政府监管者具有重要的启示和参考价值,对完善我国股票市场运行机制,推进股票市场平稳健康发展,具有一定的指导意义。
张锦汇[9]（2019）在《中国股票市场中基于多因子模型的实证研究》文中研究表明金融资产定价不仅是金融学理论研究的焦点,也一直受到资本市场投资者的密切关注,其中因子模型是研究资产定价和制定投资策略的基石。直到今天,中国资本市场的多数研究者依然只是简单地复制Fama and French（1993）三因子模型来解释股票的超额收益率。基于中国政治和经济环境的特殊性,如何把因子模型更好的应用于本国资本市场,一直是专家学者研究的热点。本文以A股上市公司2000年1月至2017年12月的股票数据为样本,首先通过Fama-MacBeth横截面回归方法,分析选取估值比率变量中最能反映股票平均收益率横截面变化的因子,由此尝试构建具有中国国情的CH-3因子（市值、价值和市场）模型。然后通过因子载荷和GRS检验方法综合研究了 CH-3、FF-3和FF-5三个因子模型在我国资本市场中的表现力和彼此之间的解释能力,最后,本文构建了中国股票市场中的典型的横截面异象组合,发现构建的CH-3因子模型在解释中国股市异象能力的分析比较中表现较好。本文的主要结论是:（1）由市场、市值和价值三个因子来构建CH-3因子模型。其中,由于盈利市价比（EP）对账面市值比（BM）有较好的替代性,所以选取盈利市价比（EP）来刻画CH-3因子模型中的价值因子。（2）在用CH-3因子模型中的三个因子解释FF-3因子模型的超额收益率时,发现CH-3因子模型能定价FF-3因子模型。（3）接着在CH-3模型和FF-5模型的分析比较中,得出CH-3因子模型的表现也好于FF-5因子模型的结论。（4）本文进一步研究了 CH-3因子模型在中国股市异象中的解释情况,发现CH-3因子模型能够解释包含价值、盈利、投资和收益反转等绝大多数的异象,其对异象的解释力较强。
王帅文[10]（2019）在《基本面价格异象、收益成因及其套利策略研究》文中提出资本资产定价模型（CAPM）和套利定价理论（APT）告诉我们,股票收益是由一些风险因素决定的,与其价格没有关系;尽管股息贴现模型（DDM）显示,对于风险高的股票,投资者会要求有较高的贴现率,从而导致其价格下降,但是影响仍然是限于风险因素定价的范围,且模型要求在股利及其增长率一定的条件下。经验分析方面,来自国内外的众多相关研究结果显示,股票价格与其收益率存在相关关系,早期的研究显示股票价格与其收益率负相关,近期的研究显示股票价格与其收益率正相关,而且这种相关关系在考虑了多种风险定价因素之后仍然存在,即股票市场中存在价格异象。这种价格异象同样也存在于中国A股市场。考虑到股息贴现模型揭示通过风险因素定价对股票价格收益关系有一定的影响,而国内外相关的经验研究基本上都忽视了股价中隐含了对预期收益的影响,因此本文通过引入一个概念——基本面价格——来考察中国A股市场中的价格异象。本文的研究思路是,首先,用股息贴现模型从理论上分析股票价格的决定因素;其次,根据这些价格决定因素拟合一个价格,本文称之为基本面价格;最后,考察基本面价格与收益之间是否存在相关关系,即检验基本面价格异象是否存在,进而分析其成因和套利的可能。具体而言,第一,基于股息贴现模型从理论上推导股票价格的决定因素,本文中我们采用固定增长情形下的股息贴现模型从公司层面分析影响股票价格的决定因素。第二,本文以中国市场沪深两市的股票作为研究对象,以2006年12月至2017年12月作为样本区间,使用组合价差法、Fama-French三因子和五因子模型以及Fama-MacBeth回归的方法对中国A股市场中名义价格异象以及基本面价格异象的存在性进行了检验,并考察基本面价格异象的持续性。第三,本文在行为金融学的基础上对基本面价格异象可能的形成原因进行分析,包括股票的博彩性、投资者偏好、投资者情绪和分析师偏好等。第四,在上述分析的基础上构建基本面价格异象的投资策略,并考察其经验结果,进行实证分析。本文的主要研究内容以及相关结论如下:第一,名义价格异象及基本面价格异象存在性检验。实证结果显示:（1）名义价格异象不存在,尽管表现为低价股溢价现象,但是在考虑风险定价模型后并不存在风险调整后收益;（2）基本面价格异象存在高价股溢价现象,并且这是传统的风险定价模型所不能解释的;（3）与BW估计方法相比,本文提出的扩展BW估计方法更优,即扩展BW方法估计出的基本面价格与其收益之间的显着性更高,该基本面价格异象的持续性更强。第二,基本面价格异象成因分析。本文分别考察了股票的博彩性、卖空限制、投资者分歧、机构投资者持仓占比、市场情绪以及分析师偏好等因素对于基本面价格异象的影响,结果显示上述因素均只能部分解释基本面价格异象,同时上述因素对于BW估计方法以及扩展BW估计方法估计出的基本面价格异象影响相同:（1）做空限制越大以及做空风险越高的股票,其基本面价格异象越强;（2）股票的博彩效应以及投资者分歧均会加强股票的基本面价格异象;（3）机构投资者持仓占比越高的股票,基本面价格异象越弱;（4）市场情绪高亢以及市场情绪变化剧烈的时候,基本面价格异象越强;（5）基本面价格越低的股票越容易发生兼并重组,而名义价格则对上市公司兼并重组没有影响;（6）分析师对于基本面价格较低的股票倾向给予更高的盈利预期和目标价格。综上,理性以及增加市场效率的行为会减弱基本面价格异象,而非理性以及降低市场效率的行为则会加剧基本面价格异象。最后,本文在前面分析的基础上分别基于BW估计方法和扩展BW估计方法构建了两种基本面价格投资策略,通过分析两种投资策略的行业特征以及月度效应对两种策略进行优化并且发现两种策略均可以实现较好的风险调整后收益,同时基于扩展BW估计方法的基本面价格投资策略的风险调整后收益要优于基于BW估计方法的基本面价格投资策略。与已有研究相比,本文的学术贡献可能主要表现在以下几个方面:第一,本文尝试提出基本面价格概念,并考察中国A股市场中基本面价格异象的存在性。国内外学者虽对名义价格异象均有研究,不过从实证检验的结果来看,国内外的研究均没有在名义价格异象的存在性上达成一致,同时均没有考虑股息贴现模型所揭示的低价股高收益关系。本文提出基本面价格用以区分基本面价格异象与名义价格异象的差异,有助于对名义价格异象存在性及其特征的深入理解。第二,本文尝试从理论分析入手考察股票价格决定因素,在此基础上提出新的基本面价格估计方法,并据此考察了基本面价格异象。尽管可以采用BW方法估计基本面价格,但是考虑到这种估计方法缺乏理论基础,本文基于股利增长模型,从理论上分析了基本面价格的决定因素,在此基础上提出新的基本面价格估计模型,本文称之为扩展BW估计方法,进而考察了基本面价格异象的存在性和持续性,并且将两种估计方法得出的基本面价格异象相对比,为以后解决与股票价格相关的市场异象提供了新的思路。第三,本文尝试用股票的博彩性、投资者分歧、机构持股占比以及市场情绪等因素对基本面价格异象进行解释。虽然已有国内研究从政策层面以及行为金融学视角对名义价格进行了研究,但是其解释力度较小并且不够全面。本文在对基本面价格异常收益从风险模型定价角度分析后,从股票的博彩性、机构投资者持股、卖空限制、投资者分歧、兼并重组、投资者情绪以及分析师行为偏差等视角对基本面价格异常收益进行了全面系统的成因分析,并且发现上述因素对基本面价格异象的形成均具有一定的解释能力,同时通过分析其影响可以为监管层制定有效的监管措施提供参考。第四,本文基于基本面价格异象构建多空策略并且通过优化策略考察风险调整后收益。国内外学者对于各种市场异象的研究较多,但是只有部分学者将其研究成果组建成相应的投资策略,本文在检验基本面价格的基础上分析了其行业特征以及季节效应进而制定优化的基本面价格投资策略。本文对于基本面价格异象的研究以及分析将有助于相关投资公司构建对冲策略,在降低成本的同时获得超额收益。
二、资本资产定价模型及其对我国股票市场的启示（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、资本资产定价模型及其对我国股票市场的启示（论文提纲范文）
（1）中国大陆股市与国际主要股市的相依性、风险溢出与影响因素研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 问题提出与研究内容 |
| 1.2.1 问题提出 |
| 1.2.2 研究内容 |
| 1.3 研究框架与研究方法 |
| 1.3.1 研究框架 |
| 1.3.2 研究方法 |
| 1.4 概念界定 |
| 1.4.1 相依性 |
| 1.4.2 风险溢出 |
| 1.4.3 概念间的关联 |
| 1.5 研究的创新点 |
| 2 文献综述 |
| 2.1 股票市场相依性研究 |
| 2.1.1 发达国家股市间的相依性 |
| 2.1.2 发达国家股市与新兴经济体股市间的相依性 |
| 2.1.3 中国股市的相依性 |
| 2.1.4 中外股市间的相依性 |
| 2.1.5 股市的跨资产类别相依性 |
| 2.2 金融市场相依性的影响因素 |
| 2.2.1 经济政策不确定性 |
| 2.2.2 其他影响因素 |
| 2.3 金融市场风险溢出研究 |
| 2.3.1 不同国家(地区)同一金融市场 |
| 2.3.2 同一国家(地区)不同金融市场 |
| 2.4 文献述评 |
| 3 理论分析与研究设计 |
| 3.1 金融市场相依性与风险溢出的理论基础 |
| 3.1.1 资产定价理论 |
| 3.1.2 Copula理论 |
| 3.2 金融市场相依性与风险溢出的成因 |
| 3.3 金融市场相依性与风险溢出的影响机理 |
| 3.4 研究设计 |
| 3.4.1 中国大陆股市与国际主要股市的边缘分布模型 |
| 3.4.2 中国大陆股市与国际主要股市的静态与时变相依结构 |
| 3.4.3 中国大陆股市与国际主要股市相依性的影响因素 |
| 3.4.4 中国大陆股市与国际主要股市的高维相依结构、风险测度与溢出 |
| 3.5 本章小结 |
| 4 中国大陆股市与国际主要股市的边缘分布模型 |
| 4.1 边缘分布模型构建与择优标准 |
| 4.1.1 参数ARMA-GARCH族模型 |
| 4.1.2 参数ARMA-GARCH族-EVT模型 |
| 4.1.3 非参数ARMA-GARCH族-EVT模型 |
| 4.1.4 非参数核密度函数 |
| 4.1.5 模型择优标准 |
| 4.2 数据选取与基本分析 |
| 4.2.1 数据的选取及其说明 |
| 4.2.2 数据的基本统计分析和相关检验 |
| 4.3 边缘分布模型的估计与择优 |
| 4.3.1 基于参数ARMA-GARCH族模型的边缘分布估计 |
| 4.3.2 基于参数ARMA-GARCH族-EVT模型的边缘分布估计 |
| 4.3.3 基于非参数ARMA-GARCH族-EVT模型的边缘分布估计 |
| 4.3.4 基于非参数核密度函数的边缘分布估计 |
| 4.3.5 最优边缘分布模型 |
| 4.4 本章小结 |
| 5 中国大陆股市与国际主要股市的静态与时变相依结构 |
| 5.1 数据与方法 |
| 5.1.1 数据选取 |
| 5.1.2 实证方法 |
| 5.2 实证分析 |
| 5.2.1 中国大陆股市与国际主要股市的静态相依结构 |
| 5.2.2 中国大陆股市与国际主要股市的时变相依结构 |
| 5.2.3 基于时变Copula函数的结构变点诊断 |
| 5.3 本章小结 |
| 6 中国大陆股市与国际主要股市相依性的影响因素 |
| 6.1 中国大陆股市与国际主要股市相依性的影响因素及其机理分析 |
| 6.1.1 经济政策不确定性 |
| 6.1.2 共同冲击 |
| 6.1.3 宏观经济状况 |
| 6.1.4 股市特性 |
| 6.2 数据与变量选取 |
| 6.3 实证分析 |
| 6.3.1 面板单位根检验 |
| 6.3.2 面板数据模型的构建与估计 |
| 6.3.3 稳健性讨论 |
| 6.4 全球股市与数字货币市场的跨资产类别相依性与影响因素 |
| 6.4.1 数据与变量选取 |
| 6.4.2 全球股市与数字货币市场的跨资产类别相依性 |
| 6.4.3 经济政策不确定性对全球股市与数字货币市场相依性的影响 |
| 6.5 本章小结 |
| 7 中国大陆股市与国际主要股市的高维相依结构、风险测度与溢出 |
| 7.1 数据与方法 |
| 7.1.1 数据来源与统计描述 |
| 7.1.2 实证方法 |
| 7.2 实证分析 |
| 7.2.1 样本间的Kendall’s tau秩相关系数 |
| 7.2.2 中国大陆股市与国际主要股市的高维相依结构 |
| 7.2.3 中国大陆股市与国际主要股市的风险测度 |
| 7.2.4 中国大陆股市与国际主要股市的风险溢出 |
| 7.3 稳健性检验 |
| 7.4 本章小结 |
| 8 总论 |
| 8.1 研究结论 |
| 8.2 研究启示 |
| 8.3 不足与展望 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
（2）经济政策不确定性对我国股票市场资产组合定价的影响研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 引言 |
| 1.1 选题背景与研究意义 |
| 1.2 国内外文献综述 |
| 1.3 研究内容与思路 |
| 1.4 研究方法 |
| 1.5 论文创新及不足之处 |
| 2 经济政策不确定性内涵及我国经济政策不确定性分析 |
| 2.1 经济政策不确定性内涵 |
| 2.2 全球经济政策不确定性指数及其特征 |
| 2.3 我国经济政策不确定性现状分析 |
| 3 经济政策不确定性对资产组合定价影响的理论分析 |
| 3.1 经济政策不确定性影响资产组合定价的机制分析 |
| 3.2 跨期资本资产定价模型的产生及其投资机会集的选择 |
| 4 经济政策不确定性对我国资产定价影响的实证分析 |
| 4.1 模型的介绍 |
| 4.2 实证分析——基于三种不同状态变量选取的模型检验 |
| 5 研究结论与对策建议 |
| 5.1 研究结论 |
| 5.2 对策建议 |
| 参考文献 |
| 致谢 |
（3）基于多因子模型的量化选股策略研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 选题背景 |
| 1.1.1 量化投资兴起与引进 |
| 1.1.2 资产定价发展与完善 |
| 1.1.3 金融科技创新与应用 |
| 1.2 研究意义 |
| 1.2.1 解释投资活跃度与公司负债率对股票超额收益率的影响 |
| 1.2.2 基于多因子模型理论设计出更优的量化选股策略 |
| 1.2.3 避免情绪化、稳定收益、提升效率与培育市场有效性 |
| 1.3 论文框架 |
| 1.3.1 第一章绪论 |
| 1.3.2 第二章文献综述和模型理论 |
| 1.3.3 第三章量化投资的实际应用 |
| 1.3.4 第四章新因子构造与检验 |
| 1.3.5 第五章选股策略设计与分析 |
| 1.3.6 第六章结论、启示与展望 |
| 1.4 研究方法 |
| 1.4.1 IC均值法 |
| 1.4.2 机器学习法 |
| 1.4.3 OLS回归法 |
| 1.4.4 LASSO回归法 |
| 1.4.5 相关分析法 |
| 1.5 创新之处 |
| 1.5.1 发现和构造新型因子 |
| 1.5.2 述评并更正回归周期 |
| 1.5.3 介绍与运用LASSO法选股 |
| 第二章 文献综述和模型理论 |
| 2.1 多因子模型文献综述 |
| 2.1.1 多因子模型国外研究 |
| 2.1.2 多因子模型国内研究 |
| 2.1.3 过往研究述评 |
| 2.2 多因子模型的演进 |
| 2.2.1 均值─方差模型 |
| 2.2.2 CAPM |
| 2.2.3 APT模型 |
| 2.2.4 ICAPM与 CCAPM |
| 2.2.5 BAPM |
| 2.2.6 LCAPM |
| 2.2.7 FFC六因子模型 |
| 2.2.8 Barra纯因子模型 |
| 2.3 量化投资研究进展 |
| 2.3.1 因子构造方面 |
| 2.3.2 因子选择方面 |
| 2.3.3 因子处理方面 |
| 2.3.4 模型检验方面 |
| 2.3.5 权重评分方面 |
| 2.3.6 组合创新方面 |
| 第三章 量化投资的实际应用 |
| 3.1 国外量化投资的应用 |
| 3.1.1 国外行业现状 |
| 3.1.2 国外量化平台 |
| 3.2 国内量化投资的应用 |
| 3.2.1 国内行业现状 |
| 3.2.2 国内量化平台 |
| 3.3 国内量化投资发展的制约因素 |
| 3.3.1 T+1交易限制 |
| 3.3.2 涨跌幅限制 |
| 3.3.3 数据接口限制 |
| 3.3.4 交易成本较高 |
| 3.3.5 对冲机制不成熟 |
| 第四章 新因子构造与检验 |
| 4.1 机理分析 |
| 4.1.1 活跃程度分析 |
| 4.1.2 负债效应分析 |
| 4.2 因子构造 |
| 4.2.1 活跃因子 |
| 4.2.2 负债因子 |
| 4.2.3 数据搜集 |
| 4.2.4 数据清洗 |
| 4.2.5 因子计算 |
| 4.3 模型组建 |
| 4.3.1 公式展示 |
| 4.3.2 参数解释 |
| 4.4 分组检验 |
| 4.4.1 分组收益 |
| 4.4.2 Fama-Mac Bech检验 |
| 4.4.3 描述统计 |
| 4.4.4 冗余测试 |
| 4.4.5 分组回归 |
| 4.5 整体检验 |
| 4.5.1 整体回归 |
| 4.5.2 显着性分析 |
| 4.5.3 活跃因子系数 |
| 4.5.4 负债因子系数 |
| 4.5.5 机器学习测试 |
| 第五章 选股策略的设计与分析 |
| 5.1 排序分组 |
| 5.1.1 评分排序 |
| 5.1.2 分组回测 |
| 5.1.3 分析说明 |
| 5.2 对冲调仓 |
| 5.2.1 股指对冲 |
| 5.2.2 按季调仓 |
| 5.2.3 对冲回测 |
| 5.3 模型对比 |
| 5.3.1 年化收益率对比 |
| 5.3.2 夏普比率对比 |
| 5.3.3 最大回撤对比 |
| 5.4 加权对比 |
| 5.4.1 IC等权法 |
| 5.4.2 IC半衰期法 |
| 5.5 回归对比 |
| 5.5.1 OLS法 |
| 5.5.2 SVR法 |
| 5.5.3 LASSO法 |
| 第六章 结论、启示与展望 |
| 6.1 研究结论 |
| 6.1.1 因子与模型方面 |
| 6.1.2 投资收益方面 |
| 6.1.3 加权、回归方法方面 |
| 6.1.4 选股策略方面 |
| 6.2 启示建议 |
| 6.2.1 研究我国经济金融问题有时需要突破西方现有模型理论 |
| 6.2.2 个人投资者应增强金融素养,看清本质,保持理性 |
| 6.2.3 金融主管部门应逐步开放对量化投资的一些限制 |
| 6.3 研究展望 |
| 6.3.1 资产定价方面 |
| 6.3.2 量化投资方面 |
| 参考文献 |
| 附录 |
| 致谢 |
| 攻读学位期间发表学术论文目录 |
（4）金融杠杆与资产价格泡沫：影响机制及其监控研究（论文提纲范文）
| 摘要 |
| Abstract |
| 主要缩略词、符号变量的注释表 |
| 第一章 绪论 |
| 1.1 研究背景与研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究思路、内容与方法 |
| 1.2.1 研究思路 |
| 1.2.2 研究内容 |
| 1.2.3 研究方法 |
| 1.3 论文创新与不足之处 |
| 1.3.1 论文创新 |
| 1.3.2 不足之处 |
| 第二章 文献综述 |
| 2.1 资产价格泡沫的含义及其形成机理研究综述 |
| 2.1.1 理性预期理论 |
| 2.1.2 行为金融理论 |
| 2.1.3 以分形和混沌理论为代表的非线性理论 |
| 2.1.4 信贷理论 |
| 2.1.5 金融发展理论 |
| 2.2 资产价格泡沫的存在性检验及测度研究综述 |
| 2.2.1 资产价格泡沫的存在性检验 |
| 2.2.2 资产价格泡沫存在性的检验方法 |
| 2.2.3 资产价格泡沫的测度方法 |
| 2.3 金融杠杆与资产价格泡沫的影响关系研究综述 |
| 2.3.1 金融杠杆与资产价格泡沫的影响关系 |
| 2.3.2 金融杠杆与房地产泡沫的影响关系 |
| 2.4 资产价格泡沫对经济增长的影响研究综述 |
| 2.4.1 资产价格泡沫对经济增长的促进作用 |
| 2.4.2 资产价格泡沫对经济增长的不利作用 |
| 2.4.3 资产价格泡沫与经济增长的周期联动效应 |
| 2.5 资产价格泡沫监控研究综述 |
| 2.5.1 主张从市场层面入手监控资产价格泡沫 |
| 2.5.2 从货币政策角度监控资产价格泡沫 |
| 2.5.3 利用托宾税监控资产价格泡沫 |
| 2.6 对现有文献的评述 |
| 2.7 本章小结 |
| 第三章 资产价格泡沫形成机理及其检验研究 |
| 3.1 资产价格泡沫的理论界定 |
| 3.1.1 资产 |
| 3.1.2 资产价格泡沫的载体类型 |
| 3.1.3 资产价格泡沫涵义界定 |
| 3.2 资产价格泡沫的形成机理分析 |
| 3.2.1 资产价格泡沫形成的理论基础 |
| 3.2.2 资产价格泡沫形成的影响因素 |
| 3.3 资产价格泡沫的检验 |
| 3.3.1 检验方法 |
| 3.3.2 变量说明及数据来源 |
| 3.3.3 检验结果及其分析 |
| 3.4 资产价格泡沫的提取 |
| 3.4.1 向量误差修正模型 |
| 3.4.2 资产价格泡沫提取 |
| 3.5 本章小结 |
| 第四章 金融杠杆与资产价格泡沫的影响机制研究 |
| 4.1 金融杠杆的经济本质及度量 |
| 4.1.1 金融杠杆的经济本质 |
| 4.1.2 金融杠杆的度量 |
| 4.2 金融加杠杆的机理分析 |
| 4.2.1 金融加杠杆的根源 |
| 4.2.2 金融加杠杆的实质 |
| 4.2.3 金融加杠杆的内在驱动力 |
| 4.2.4 金融加杠杆的实现路径 |
| 4.2.5 金融加杠杆的特征与成因 |
| 4.3 基于金融杠杆驱动的资产价格泡沫模型构建 |
| 4.3.1 理论分析 |
| 4.3.2 基于金融杠杆驱动的资产价格泡沫模型 |
| 4.4 金融杠杆与资产价格泡沫影响关系的实证分析 |
| 4.4.1 滚动宽窗Granger因果检验方法 |
| 4.4.2 变量说明与数据检验 |
| 4.4.3 实证结果及其分析 |
| 4.5 本章小结 |
| 第五章 金融杠杆和资产价格泡沫的影响效应研究 |
| 5.1 金融杠杆影响商业银行风险承担效应研究 |
| 5.1.1 理论分析 |
| 5.1.2 研究假设与变量定义 |
| 5.1.3 动态面板模型和门限检验方法 |
| 5.1.4 实证结果及其分析 |
| 5.2 资产价格泡沫与经济增长的周期联动效应研究 |
| 5.2.1 频谱分析方法 |
| 5.2.2 变量说明及数据来源 |
| 5.2.3 实证结果及其分析 |
| 5.3 资产价格泡沫与经济增长的共容效应研究 |
| 5.3.1 模型基本假设 |
| 5.3.2 资产价格泡沫与经济增长的共容条件 |
| 5.4 金融杠杆、资产价格泡沫与经济增长的时变效应研究 |
| 5.4.1 SV-TVP-SVAR模型 |
| 5.4.2 变量说明及数据来源 |
| 5.4.3 实证结果及其分析 |
| 5.5 本章小结 |
| 第六章 金融去杠杆与资产价格泡沫监控系统研究 |
| 6.1 去杠杆的范畴界定及认知 |
| 6.1.1 去杠杆的范畴界定 |
| 6.1.2 去杠杆的正确认知 |
| 6.2 实体去杠杆路径研究 |
| 6.2.1 “去杠杆”与“稳增长”的困境 |
| 6.2.2 实体去杠杆的路径 |
| 6.3 金融去杠杆路径研究 |
| 6.3.1 金融去杠杆的阶段和政策 |
| 6.3.2 金融去杠杆的路径 |
| 6.4 限贷政策抑制资产价格泡沫的效应研究 |
| 6.4.1 合成控制法 |
| 6.4.2 变量说明与数据来源 |
| 6.4.3 实证结果及其分析 |
| 6.5 资产价格泡沫监控系统研究 |
| 6.5.1 SVR模型与股市泡沫监控系统研究 |
| 6.5.2 BP神经网络与房地产泡沫监控系统研究 |
| 6.6 本章小结 |
| 第七章 研究结论与展望 |
| 7.1 主要研究结论 |
| 7.2 政策建议 |
| 7.3 研究展望 |
| 参考文献 |
| 攻读博士学位期间的科研情况 |
| 致谢 |
（5）考虑高阶矩属性风险传染的碳金融资产定价研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景、目的与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究目标 |
| 1.1.3 研究意义 |
| 1.2 相关文献综述 |
| 1.2.1 基于矩属性风险传染的金融资产定价研究 |
| 1.2.2 碳金融资产价格波动特征研究 |
| 1.2.3 碳金融资产定价方法研究 |
| 1.2.4 研究述评 |
| 1.3 研究内容 |
| 1.4 研究方法与技术路线 |
| 1.5 研究创新点 |
| 1.6 本章小结 |
| 第二章 考虑高阶矩属性风险传染的碳金融资产定价理论框架构建 |
| 2.1 碳金融资产定价相关概念 |
| 2.1.1 碳金融资产的基本内涵 |
| 2.1.2 碳金融资产阶矩属性内涵 |
| 2.1.3 基于高阶矩属性的碳金融资产风险传染内涵 |
| 2.2 金融资产定价相关理论基础 |
| 2.2.1 投资者理性预期的金融资产定价理论 |
| 2.2.2 投资者有限理性的金融资产定价理论 |
| 2.3 矩属性视角下碳金融市场风险传染理论 |
| 2.3.1 基于市场联动的碳金融市场低阶矩风险传染 |
| 2.3.2 基于投资者有限理性的碳金融市场“净传染”理论 |
| 2.4 考虑高阶矩属性风险传染的碳金融资产定价框架研究 |
| 2.4.1 基于有限理性的碳金融市场效率理论 |
| 2.4.2 多元框架下碳金融资产拓展高阶矩CAPM定价理论研究 |
| 2.4.3 高阶矩资产定价框架下的碳金融市场风险传染研究 |
| 2.4.4 高阶矩属性风险传染的碳金融资产多因子定价框架构建 |
| 2.5 本章小结 |
| 第三章 考虑高阶矩属性风险传染的碳金融资产定价模型设计 |
| 3.1 碳金融资产高阶矩属性风险传染测度模型 |
| 3.1.1 碳金融市场波动趋势异质性分析 |
| 3.1.2 基于波动趋势异质性的碳金融资产风险传染模型构建 |
| 3.2 考虑高阶矩属性风险传染的碳金融资产定价模型设计 |
| 3.2.1 二元框架CAPM碳金融资产定价模型构建 |
| 3.2.2 基于风险传染关系的碳金融资产多因子定价模型设计 |
| 3.3 基于Multi-LSTM模型的碳金融资产定价框架拟合 |
| 3.3.1 LSTM模型的碳价拟合优势 |
| 3.3.2 基于LSTM的碳金融资产定价模型结构与训练 |
| 3.3.3 基于LSTM模型的碳金融资产定价效果评价标准 |
| 3.4 本章小结 |
| 第四章 考虑高阶矩属性风险传染的碳金融资产定价的实证研究 |
| 4.1 研究样本与基础统计分析 |
| 4.1.1 研究样本 |
| 4.1.2 基本统计分析与数据预处理 |
| 4.2 碳金融资产高阶矩属性风险传染的测度与分析 |
| 4.2.1 碳金融市场波动趋势分析 |
| 4.2.2 基于波动趋势异质性的碳金融资产协高阶矩统计分析 |
| 4.2.3 基于波动趋势异质性的碳金融资产高阶矩属性风险传染分析 |
| 4.3 基于Multi-LSTM模型的碳金融资产定价测度 |
| 4.3.1 基于高阶矩属性风险传染的碳金融资产定价模型重构 |
| 4.3.2 基于Multi-LSTM模型的碳价拟合结构优化 |
| 4.3.3 基于Multi-LSTM模型的碳金融资产定价模型效果分析 |
| 4.4 本章小结 |
| 第五章 研究结论与展望 |
| 5.1 研究结论 |
| 5.2 管理启示 |
| 5.3 研究展望 |
| 参考文献 |
| 攻读博士学位期间的学术活动及成果情况 |
（6）多因子资产定价模型在A股市场的实证研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 导论 |
| 1.1.研究背景与目的 |
| 1.2.研究思路和主要内容 |
| 1.3.全文结构 |
| 1.4.主要创新 |
| 第2章 资产定价理论回顾和文献综述 |
| 2.1.资产定价理论回顾 |
| 2.2.资产定价主要方法 |
| 2.3.资产定价文献综述 |
| 2.4.基于行为金融学的资产定价回顾 |
| 2.5.本章小结 |
| 第3章 上市公司股票收益率和多因子资产定价 |
| 3.1.FF多因子定价模型中的股票收益率 |
| 3.2.公司股票收益率的成因分析 |
| 3.3.公司股票收益率公式推导 |
| 3.4.基于公司股票收益率的多因子定价模型 |
| 3.5.本章小结 |
| 第4章 多因子定价模型中经营基本面因素研究 |
| 4.1. “投资异象”的经营基本面因素分析 |
| 4.2.A股经营基本面因素的对经济“晴雨表”的分析 |
| 4.3.经营基本面因素与股票收益率横截面研究 |
| 4.4.本章小结 |
| 第5章 多因子定价模型中投资者情绪因素研究 |
| 5.1.投资者情绪表现形式和度量指标 |
| 5.2.A股市场整体投资者情绪指数研究 |
| 5.3.个股投资者情绪因素研究 |
| 5.4.本章小结 |
| 第6章 多因子定价模型在A股市场的实证检验 |
| 6.1.A股市场发展及数据样本 |
| 6.2.定价因子构建与分析 |
| 6.3.定价因子比较与选择 |
| 6.4.不同多因子定价模型在A股市场比较和分析 |
| 6.5.稳健性检验 |
| 6.6.本章小结 |
| 第7章 多因子定价模型在配对交易中的应用 |
| 7.1.配对交易现状 |
| 7.2.多因子模型在配对交易中的应用 |
| 7.3.实证分析 |
| 7.4.本章小结 |
| 第8章 论文总结 |
| 8.1.结论与启示 |
| 8.2.研究展望 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间发表论文 |
| 攻读博士学位期间参加学术会议情况 |
（7）媒体报道对中国资本市场的影响（论文提纲范文）
| 中文摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 第一节 研究背景 |
| 第二节 研究意义 |
| 第三节 研究框架及内容 |
| 第四节 主要创新点及难点 |
| 一、创新点 |
| 二、难点 |
| 第二章 文献综述 |
| 第一节 引言 |
| 第二节 国内外媒体经济学的兴起和发展 |
| 一、国外传媒经济学的兴起和发展 |
| 二、国内传媒经济学的兴起和发展 |
| 第三节 媒体效应对资本市场的影响 |
| 一、媒体报道对资产定价的影响 |
| 二、异质性媒体对资本市场的信息效率存在差异化 |
| 三、媒体效应的公司治理理论 |
| 第四节 语言经济学综述 |
| 一、国内外语言经济学的起源 |
| 二、语言经济学研究的框架 |
| 第五节 本章小结 |
| 第三章 媒体报道对资本市场影响的经典案例分析 |
| 第一节 引言 |
| 第一节 银广夏事件 |
| 第二节 2008中国奶制品污染事件 |
| 第三节 美国安然事件 |
| 第四节 “剑桥分析”事件 |
| 第五节 本章小结 |
| 第四章 媒体报道影响资本资产市场定价的理论模型 |
| 第一节 基准模型 |
| 第二节 真相揭露型媒体 |
| 第四节 非理性媒体 |
| 第五节 舆论引导型媒体 |
| 第六节 福利分析 |
| 第七节 语言在媒体传播中的作用 |
| 第八节 本章小结 |
| 第五章 媒体报道影响资本资产市场的实证研究 |
| 第一节 引言 |
| 第二节 研究假设 |
| 第三节 研究方法 |
| 一、数据来源 |
| 二、变量选择及指标分析 |
| 三、模型建立 |
| 第四节 实证结果分析 |
| 一、平稳性检验 |
| 二、《人民日报》关注与行业收益相关性分析 |
| 三、《人民日报》关注度与个股收益 |
| 四、《人民日报》关注度对股票活跃程度的影响 |
| 五、交叉作用分析 |
| 第五节 本章小结 |
| 第六章 结论及政策建议 |
| 第一节 结论 |
| 第二节 政策建议 |
| 第三节 本文的不足之处和未来研究方向 |
| 参考文献 |
| 附表 |
| 致谢 |
| 攻读学位期间发表论文列表 |
| 学位论文评阅及答辩情况表 |
（8）投资者情绪、意见分歧与股票收益变动（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究目的与意义 |
| 1.2 研究内容与方法 |
| 1.2.1 研究内容与结构安排 |
| 1.2.2 研究方法 |
| 1.3 论文主要创新点 |
| 第二章 理论基础与文献述评 |
| 2.1 行为金融资产定价的理论假设 |
| 2.1.1 有限理性 |
| 2.1.2 有限套利 |
| 2.2 行为金融资产定价的心理学基础 |
| 2.2.1 情感 |
| 2.2.2 认知偏差 |
| 2.2.3 非标准偏好 |
| 2.3 投资者情绪与股票收益关系的研究综述 |
| 2.3.1 投资者情绪对股票收益的总体效应 |
| 2.3.2 投资者情绪对股票收益的截面效应 |
| 2.3.3 投资者情绪对股票收益波动的影响 |
| 2.3.4 基于网络大数据的投资者情绪与股票收益 |
| 2.4 基于意见分歧的资产定价的研究综述 |
| 2.4.1 基于静态意见分歧的资产定价 |
| 2.4.2 基于动态意见分歧的资产定价 |
| 2.5 投资者情绪与意见分歧交互作用的研究综述 |
| 2.6 文献评述 |
| 第三章 投资者情绪与意见分歧的内涵及衡量指标 |
| 3.1 投资者情绪的内涵与度量 |
| 3.1.1 投资者情绪的内涵 |
| 3.1.2 投资者情绪的测度指标 |
| 3.2 投资者意见分歧形成机制及其衡量指标 |
| 3.2.1 投资者意见分歧的界定与形成机制 |
| 3.2.2 投资者意见分歧的代理指标 |
| 第四章 理论分析框架 |
| 4.1 理论模型构建 |
| 4.1.1 基本模型 |
| 4.1.2 模型的均衡解 |
| 4.1.3 投资者情绪与意见分歧对股票收益的影响 |
| 4.2 理论分析与假设提出 |
| 4.2.1 投资者情绪与股票收益的关系 |
| 4.2.2 意见分歧与股票收益的关系 |
| 4.2.3 投资者情绪与意见分歧的交互影响 |
| 第五章 基于总体效应的实证分析 |
| 5.1 投资者情绪指标构建 |
| 5.1.1 文本情绪构建 |
| 5.1.2 BW指数的构建 |
| 5.2 样本选择与变量说明 |
| 5.2.1 研究样本与数据来源 |
| 5.2.2 变量定义及数据特征说明 |
| 5.3 基于不同频率数据的投资者情绪与意见分歧对股市收益的影响 |
| 5.3.1 OLS回归模型构建 |
| 5.3.2 投资者情绪与意见分歧对股市收益的预测能力 |
| 5.4 情绪变化、信念调整与股市波动 |
| 5.4.1 多元波动率模型构建 |
| 5.4.2 数据处理与描述统计 |
| 5.4.3 格兰杰因果检验与脉冲响应分析 |
| 5.4.4 基于VAR-DCC-GARCH-M模型的结果分析 |
| 第六章 基于截面效应的实证分析 |
| 6.1 实证研究设计 |
| 6.1.1 变量选择与定义 |
| 6.1.2 研究方法与模型设定 |
| 6.1.3 样本选择与数据处理 |
| 6.2 描述统计与相关性分析 |
| 6.2.1 描述统计分析 |
| 6.2.2 相关性分析 |
| 6.3 投资者情绪与意见分歧对股票收益的影响 |
| 6.3.1 投资组合分析 |
| 6.3.2 Fama-MacBeth截面分析 |
| 6.3.3 面板数据回归分析 |
| 6.3.4 稳健性检验 |
| 6.4 投资者情绪与意见分歧对不同类型股票的差异性影响 |
| 6.4.1 不同自身特征股票受投资者情绪与意见分歧的影响 |
| 6.4.2 不同交易特征股票受投资者情绪与意见分歧的影响 |
| 6.4.3 不同行业特征股票受投资者情绪与意见分歧的影响 |
| 第七章 结论与启示 |
| 7.1 主要研究结论 |
| 7.2 政策建议 |
| 7.3 研究不足及展望 |
| 参考文献 |
| 附录 |
| 在校期间发表论文及科研成果清单 |
| 致谢 |
（9）中国股票市场中基于多因子模型的实证研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 引言 |
| 1.1 研究背景与研究意义 |
| 1.2 研究内容和研究框架 |
| 1.3 研究思路与研究方法 |
| 1.4 研究特色与创新之处 |
| 第2章 资产定价理论回顾与相关文献综述 |
| 2.1 资产定价理论发展回顾 |
| 2.1.1 资本资产定价模型(CAPM) |
| 2.1.2 跨期资本资产定价模型(ICAPM) |
| 2.1.3 套利定价理论(APT) |
| 2.1.4 多因子类模型 |
| 2.2 国内外相关实证研究文献综述 |
| 2.2.1 资产定价的实证研究 |
| 2.2.2 中国股市异象的实证研究 |
| 第3章 中国股市中的CH-3因子模型及因子构建 |
| 3.1 CH-3因子资产定价模型的提出 |
| 3.2 CH-3因子资产定价模型的因子构建 |
| 3.2.1 数据选取和处理 |
| 3.2.2 市值因子的构建 |
| 3.2.3 价值因子的构建 |
| 3.2.4 市场因子的构建 |
| 3.3 市值、价值和市场因子在股市中的实证检验 |
| 3.4 本章小结 |
| 第4章 CH-3和Fama-French因子模型的比较分析 |
| 4.1 CH-3因子模型实证分析 |
| 4.2 CH-3因子模型与FF-3因子模型对比分析 |
| 4.3 CH-3因子模型与FF-5因子模型对比分析 |
| 4.4 本章小结 |
| 第5章 CH-3因子模型解释中国股市异象的应用 |
| 5.1 股市异象的研究样本与研究设计 |
| 5.2 CH-3因子模型对异象的解释分析 |
| 5.3 CH-3因子模型对股市异象解释力的进一步分析比较 |
| 5.4 本章小结 |
| 第6章 研究结论与展望 |
| 6.1 研究结论与启示 |
| 6.2 研究不足之处与展望 |
| 参考文献 |
| 攻读硕士学位期间取得的研究成果 |
| 致谢 |
（10）基本面价格异象、收益成因及其套利策略研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 选题背景与研究价值 |
| 1.1.1 选题背景 |
| 1.1.2 研究问题 |
| 1.1.3 研究价值 |
| 1.2 研究思路及研究框架 |
| 1.2.1 研究思路 |
| 1.2.2 研究框架 |
| 1.3 研究内容与研究方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.4 学术贡献与不足 |
| 1.4.1 学术贡献 |
| 1.4.2 研究的不足 |
| 2 文献综述 |
| 2.1 股票价格收益关系的理论研究 |
| 2.2 股票价格异象的经验分析 |
| 2.3 股票价格异象的成因解释 |
| 2.4 基于股票价格的策略文献回顾 |
| 2.5 文献评述 |
| 3 相关概念与理论分析 |
| 3.1 名义价格与基本面价格 |
| 3.2 低价股识别方法 |
| 3.3 股票价格收益关系的的理论分析 |
| 3.3.1 股票价格决定的基本面因素:基于股息贴现模型的分析 |
| 3.3.2 股票价格决定的其他因素 |
| 3.3.3 基本面价格模型构建 |
| 3.4 本章小结 |
| 4 名义价格异象的存在性检验及成因分析 |
| 4.1 研究设计 |
| 4.1.1 数据样本 |
| 4.1.2 实证指标说明 |
| 4.1.3 模型设计 |
| 4.2 描述性统计分析 |
| 4.3 名义价格异象的存在性检验 |
| 4.3.1 组合价差分析 |
| 4.3.2 风险定价模型检验 |
| 4.3.3 Fama-MacBeth回归检验 |
| 4.4 分析师视角下的名义价格异象 |
| 4.5 稳健性检验 |
| 4.6 本章小结 |
| 5 基本面价格异象的存在性检验及持续性分析 |
| 5.1 研究设计 |
| 5.1.1 数据样本 |
| 5.1.2 实证指标说明 |
| 5.1.3 模型设计 |
| 5.2 基本面价格估计 |
| 5.2.1 BW方法以及扩展BW方法的基本面价格估计 |
| 5.2.2 描述性统计结果 |
| 5.3 基本面价格异象的存在性检验 |
| 5.3.1 组合价差分析 |
| 5.3.2 风险定价模型检验 |
| 5.3.3 Fama-MacBeth回归检验 |
| 5.4 基本面价格异象的持续性分析 |
| 5.5 稳健性检验 |
| 5.6 本章小结 |
| 6 基本面价格异象的成因分析 |
| 6.1 研究设计 |
| 6.1.1 数据样本 |
| 6.1.2 实证指标说明 |
| 6.1.3 模型设计 |
| 6.2 基于风险定价模型的基本面价格异象成因分析 |
| 6.3 基于行为金融学的基本面价格异象成因分析 |
| 6.3.1 基于博彩性、卖空限制以及投资者分歧的成因分析 |
| 6.3.2 基于市场情绪的基本面价格异象成因分析 |
| 6.4 基本面价格异象对兼并重组的影响 |
| 6.5 分析师视角下的基本面价格异象 |
| 6.6 稳健性检验 |
| 6.7 本章小结 |
| 7 基于基本面价格异象的套利交易策略分析 |
| 7.1 基本面价格异象的行业特征 |
| 7.2 不同行业的基本面价格策略表现 |
| 7.3 不同月份的基本面价格策略表现 |
| 7.4 本章小结 |
| 8 研究结论、启示与展望 |
| 8.1 研究结论 |
| 8.2 研究启示与政策建议 |
| 8.2.1 对投资者的启示 |
| 8.2.2 对研究者的启示 |
| 8.2.3 对监管部门的政策建议 |
| 8.3 研究展望 |
| 攻读博士期间发表的科研成果 |
| 参考文献 |
| 致谢 |
四、资本资产定价模型及其对我国股票市场的启示（论文参考文献）
- [1]中国大陆股市与国际主要股市的相依性、风险溢出与影响因素研究[D]. 钱玲玲. 浙江大学, 2021(02)
- [2]经济政策不确定性对我国股票市场资产组合定价的影响研究[D]. 周璐. 暨南大学, 2020(04)
- [3]基于多因子模型的量化选股策略研究[D]. 夏小龙. 广西大学, 2020(07)
- [4]金融杠杆与资产价格泡沫：影响机制及其监控研究[D]. 冯文芳. 东南大学, 2020(02)
- [5]考虑高阶矩属性风险传染的碳金融资产定价研究[D]. 云坡. 合肥工业大学, 2020(01)
- [6]多因子资产定价模型在A股市场的实证研究[D]. 干伟明. 南京大学, 2020(09)
- [7]媒体报道对中国资本市场的影响[D]. 宋景尧. 山东大学, 2019(02)
- [8]投资者情绪、意见分歧与股票收益变动[D]. 丁肖丽. 暨南大学, 2019(05)
- [9]中国股票市场中基于多因子模型的实证研究[D]. 张锦汇. 首都经济贸易大学, 2019(07)
- [10]基本面价格异象、收益成因及其套利策略研究[D]. 王帅文. 东北财经大学, 2019(06)