一、证券开盘价格的形成过程研究(论文文献综述)
贺镜宾[1](2020)在《中国新股发行询价制度下的参与主体行为与IPO定价研究》文中进行了进一步梳理自中国股票市场成立以来,中国的新股发行体制经历了多次改革。2020年7月,中国在创业板改革并试点了注册制,但目前关于中国新股发行询价制度下主体行为与定价机制的微观实证证据还相对欠缺。为了给中国新股发行制度提供具有参考价值的实证证据,本文以2009年6月至2012年11月这一最长且稳定的相对市场化定价期间的IPO为研究对象,结合来自深圳证券交易所的一级市场账户级询价数据与二级市场账户级交易明细数据,深入研究了中国IPO询价制度背景下,各参与主体的行为模式及其对IPO定价的影响。主要研究内容和结论如下:首先,本文对市场化定价区间段内在深圳证券交易所上市的IPO承销商分析师报告中的估值信息进行了分析。结果发现,承销商分析师的估值信息存在乐观估值倾向:其IPO估值价格区间大幅度高于预计发行价格,且盈利预测也大于公司上市后的实际盈利。进一步地,本文将承销商估值信息与询价机构的详细报价数据相结合,发现询价机构的报价与承销商提供的估值区间显着正相关,且询价机构的报价相对于估值区间的正向调整与承销商的盈利预测正相关,表明询价机构的报价会跟随承销商估值区间。这些结果在加入承销商-询价机构关系组固定效应之后依旧稳健存在。关于经济后果,本文的研究发现,承销商的估值区间与最后设定的发行价显着正相关;同时,发行价相对于估值区间的正向调整与承销商的盈利预测正相关。第二,本文通过应用从同比例到摇号的配售制度改革作为拟自然实验,并采用双重差分回归模型,实证分析了承销商与询价基金公司之间的寻租行为。结果显示,当配售制度从同比例改革为摇号制度,投资者的寻租动机增强了。具体地,在摇号阶段,佣金关系更强的询价基金会报价更晚、提交更多的策略性报价、报价更准、并具有更高的入围配售比例和更高的获配概率。该结果表明,与承销商佣金关系更强的询价基金会从承销商处获取泄露的询价信息。第三,本文以来自深圳证券交易所市场化定价期间的新股在上市首日的账户级交易数据,在将IPO抑价率分解为一级市场抑价率和二级市场溢价率的基础上,从微观角度探究了媒体覆盖如何通过影响投资者情绪来影响IPO定价的过程和机制。实证研究发现,媒体覆盖对一级市场的发行价并无显着影响,但会通过引起二级市场爆炒新股(“炒新”)的经验匮乏投资者在IPO上市首日大量高价净买入的方式推高上市首日收盘价进而推高IPO抑价率。第四,本文采用市场化区间段内上市首日的账户级交易明细数据,实证分析了二级市场上“炒新”现象是如何发生的。将投资者分为经验丰富的个人投资者、经验匮乏的个人投资者和机构投资者,研究发现:经验丰富的个人投资者和机构投资者可能是“炒新”的发起方,而经验匮乏的个人投资者可能是“炒新”的跟随方;具体地,经验丰富的个人投资者和机构投资者通过买入行为推高股价,吸引经验匮乏的个人投资者跟风买入。临时停牌制度收紧并未起到有效警示投资者的作用,反而使得“炒新”行为从连续竞价阶段前移至开盘集合竞价阶段。研究结果可为理解我国IPO市场“炒新”现象发生的经济机理提供实证参考。综上所述,本文系统性地分析了新股发行上市过程中参与主体的行为模式及其影响IPO定价的经济机理。研究结论丰富了IPO定价相关的研究,加深了对中国拍卖式询价制度下的IPO定价经济机理的理解,可为监管层合理有效地监测IPO一、二级市场中的不同行为主体提供参考。
任靓[2](2020)在《基于RNN-SVM模型的期货价格预测》文中提出期货市场在当前的国际金融市场中一直占据重要的作用和主导位置,随着国内和海外期货市场的快速繁荣发展,人们对于期货价格的长期波动及其走势、分析和对市场风险预测的高度关注越来越多,对于期货市场的股票价格波动进行合理地分析和预测可以有效规避市场投资风险,获得巨大的投资回报和收益.但是期货价格波动本质上通常来说难以预测,影响期货市场股票价格波动和走势的决定性因素很多,如期货市场价格变动的时间和趋势、供求与价格变动的比率、经济数据变化、财务报表以及期货市场历史的交易数据等.从经济统计学的基础研究角度和观点出发,常用的对期货价格波动预测的方法主要有时间序列预测的模型、灰色时间序列预测的模型、神经网络预测模型等.本文以国内期货市场为主要研究的对象,利用一种基于深度机器学习的方法理论与一种浅层结构的机器学习的算法相结合进行比较,建立了RNN-SVM期货价格波动预测的模型,为未来的投资者筛选提供一定的数据参考和借鉴.本文主要的工作研究内容如下:首先构建期货价格时间序列矩阵,选取豆一主连、郑棉主连、黄金主连和原油主连4种期货产品,每组共计401个样本数据,期货价格数据具有非线性、维度高等特点,因此在获取开盘价数据和相关变量指标后,对数据进行归一化处理和相关性分析,最终得到可以作为模型输入的时序.随之介绍了4种降维方法,分别是MDS、PCA、LLE和t-SNE,经Pearson相关系数检验选取的指标间有很大的相关性,说明后续对数据进行降维处理是合理有效的.其次建立RNN-SVM组合模型,先详细介绍了RNN自编码网络的特点和算法过程,并进一步提出利用RNN自编码网络特征对原始数据序列直接进行特征提取,与MDS、PCA、LLE和t-SNE算法结果分别进行比较分析,不断进行参数优化调整,多次训练直至模型基本收敛,将最后一层感知器转换为SVM,将提取后的数据作为感知器特征输入,SVM结果转换作为输出,以均方误差和平方相关系数为预测结果的衡量指标,发现该组合模型对4种期货产品平方相关系数分别是0.9932,0.9923,0.9891和0.9765,这充分说明RNN-SVM组合模型对期货开盘价格的预测是合理的.最后将本文的RNN-SVM组合模型与RNN、BP、SVM和随机森林提取预测的结果进行比较,对比RNN模型特征提取和MDS、PCA、LLE和t-SNE降维算法的特征提取预测结果,发现本文提出的组合算法和模型特征提取效果最优,表明本文的组合模型具有较好的预测和计算能力,间接说明了组合模型的有效性.
包敖敏[3](2020)在《T+1交易制度对股市隔夜收益率的影响研究》文中指出T+1交易制度是我国股市特有的交易手段。自1995年1月1日我国股市开始实施T+1交易制度以来,该制度稳定市场的能力一直受到各界的关注。T+1交易制度实行的25年间,学者们从其对股市波动性、股票流动性和股票定价效率等方面进行了很多研究。本文从股市隔夜收益率的角度出发,研究T+1交易制度对我国股市的影响,不仅丰富了T+1交易制度和隔夜收益率的研究角度,还对金融监管机构提供决策支持。本文利用我国大陆股票市场实行T+1交易制度,香港股票市场实行T+0交易制度,选取了在大陆证券市场(上海证券交易所或深圳证券交易所)和香港联合交易所交叉上市的A+H股作为研究对象,以2017年1月1日至2019年12月31日的日数据作为研究样本。首先,采用EGARCH模型对上证综指、深圳成指和恒生指数的隔夜收益率进行对比,从宏观层面分析了实施T+1交易制度的大陆股票市场和实施T+0交易制度的香港股票市场的差异。其次,梳理可能引起隔夜收益率变动的相关因素,即信息不对称因素、流动性风险因素、风险偏好因素、需求弹性因素、动量因素和市场制度因素,结合T+1交易制度构造随机效应模型,检验T+1交易制度和各类因素对隔夜收益率及其波动性的影响。最后,对A+H交叉上市公司进行行业分类,检验T+1交易制度对不同行业上市公司的隔夜收益率及波动性的影响差异。基于模型结果的分析,本文得出的结论如下:第一,T+1交易制度与隔夜收益率存在负相关关系。第二,T+1交易制度与隔夜收益率波动性存在负相关关系。第三,对不同行业的上市公司,T+1交易制度对其隔夜收益率及波动性的影响不同,即股票流动性越强,T+1交易制度对其缓解隔夜收益率波动性的效果越明显。对金融业和采矿业的上市公司,T+1交易制度与其隔夜收益率及波动性均呈负相关关系。对制造业和交通运输、仓储及邮政业的上市公司,T+1交易制度与其隔夜收益率呈负相关关系,与其隔夜收益率波动性的关系统计上不显着。
刘自露[4](2020)在《几种期权定价波动率计算方法的比较研究》文中提出期权定价是现代金融学最伟大的成就之一,期权是一种基础金融衍生工具,被人们广泛应用于风险管理。期权具有非线性特征,同期货、股票等线性产品最明显的区别在于期权比线性产品增加了波动率维度。期权把交易的维度从二维平面的价格方向扩展到三维立体空间的波动率维度,增加了交易的自由度和选择性,但同时也增加了定价的复杂性。因此,如何准确对期权进行定价以及估计波动率等问题值得进一步深入研究。本文基于Black-Scholes定价模型与Merton跳扩散定价模型,利用上证50ETF期权数据,计算看涨期权合约理论价格与实际价格的偏差情况。通过对比分析两种模型在不同波动率计算方法下的定价情况以及预测期权价格,可以为期权市场和投资者的交易策略提供有效参考信息。本文主要研究工作主要分为以下三个方面:第一部分,首先考虑在样本区间内,分别对上证50ETF期权标的资产收盘价以及收益率序列做描述性统计分析。结果表明,收益率序列是平稳序列且不服从正态分布,因此,上证50ETF期权产品可以使用Black-Scholes模型与Merton跳扩散模型进行定价预测。第二部分,利用收益率序列及上证50ETF期权数据计算两种模型下期权定价波动率,主要分为历史波动率和隐含波动率。针对Black-Scholes模型历史波动率采用收益率序列标准差作为波动率的估计值,隐含波动率采用Newton-Rapthson迭代法、斯蒂芬森(Steffensen)迭代法、二分法、试错法和弦截法这五种求解方法计算。针对Merton跳扩散模型历史波动率采用基于异常值检验的参数估计方法,隐含波动率在Black-Scholes模型隐含波动率的基础上采用试错法和弦截法进行计算。第三部分,分别考虑在不同波动率的计算方法下,将估计的波动率参数联合期权参数代入Black-Scholes模型与Merton跳扩散模型,求出期权模型价格并与实际价格做对比。实证结果表明,基于隐含波动率的期权价格预测比基于历史波动率的期权价格预测效果好,且在所有计算隐含波动率的方法中,弦截法的计算结果更为准确,代入定价模型中的预测效果也更好。
李晓雪[5](2019)在《长期停牌股票公允价值确定比较研究》文中认为私募基金的发展促进了我国资本市场的飞跃式进步,使得投资者、基金管理人、托管人越来越多地重视私募基金的估值,因为准确地估值不仅可以方便投资者进行申购和赎回,也是评价基金管理人业绩的重要指标。私募基金的估值,即计算私募基金的公允价值,随着我国基金行业的不断完善,私募基金投资标的的公允价值一般能够很好地获取。但是有一些交易不活跃的证券,比如停牌股票或者无法及时变现的,其公允价值就不能单纯地以停牌日前一日的收盘价作为公允价值,这样做有失公允,因为基金净值的高低可以评价一个管理人的业绩能力,很多基金管理人会选取让停牌股票估值高的估值方法来提高基金的净值,这样做对投资者而言是不利的。随着财政部对公允价值准则的进一步规定和协会对停牌股票估值方法的指导,管理人可以选择的方法可以为指数收益法、可比公司法、市场价格模型法、市盈率法。但是由于长期停牌股票的估值方法要根据实际情况来选择,因此如何准确地选取停牌股票的估值方法需要我们准确地分析出每种估值方法的适用范围、准确性、难易程度等等。为了找到合适的计算停牌股票的估值方法,首先,本文在前人的基础上,分析了前人的文献成果。其次,全面分析了私募基金估值方法,对私募基金以及私募基金净值的计算方法进行了阐述。再次,总结了目前停牌股票的几种估值方法以及各自的优缺点。最后,运用实证分析法分析了几种停牌股票估值方法的实用性及准确性,以便对私募基金估值工作中对于停牌股票这一估值难点做出微薄的贡献。
尹腾飞[6](2019)在《大数据下媒体关注、媒体情绪与股票量价关系研究》文中提出随着我国金融市场不断开放,财经媒体报道对资本的定价功能已逐步凸显出来。财经新闻是投资者获取宏观经济金融信息和搜集上市公司动态消息的主要媒介,我国资本市场中的独立第三方财经媒体在服务投资者的同时也影响了股市表现。相应的,移动互联时代下的财经媒体报道与股票量价的联动关系也已成为金融学领域中的学者们广泛关注的研究热点。与此同时,计算机科学领域中的大数据和人工智能技术也为自动化和智能化地挖掘与分析海量的财经信息提供了有利的条件,特别是中文自然语言处理技术的日渐成熟,使得行为金融学领域的学者可以更加系统和细致的研究财经媒体报道与资产定价的关系。基于此,本文首先应用网络爬虫技术从我国主流财经网站及媒体获取了与A股沪深300指数成份股对应的上市公司在2014年初至2017年末被媒体报道的160多万条财经新闻,并用支持向量机的机器学习分类方法和基于文本情感词典构建的文本情感分析技术对其进行分类统计与情感分析。然后,本文基于新闻数量和新闻情感倾向两个属性构建周度的“媒体关注”和“媒体情绪”的代理指标,应用动态面板逐步回归模型分类探究我国财经媒体新闻报道与股票量价的联动关系。此外,本文还将全样本按照股票市场状态划分为牛市时段和熊市时段,分类探究了不同市场状态下的媒体报道与股市表现的关系。本文通过研究发现,在我国弱势有效的资本市场环境下,财经媒体的新闻报道整体比较乐观,媒体报道引发的“媒体关注”和“媒体情绪”短期内能够激发市场交易热情并且对市场价格形成一定压力,媒体关注对股票交易量的影响较大,而媒体情绪对股票价格的影响较大。其中,正面的媒体报道更能激发市场的交易热情促进股价提升,而负面的媒体报道更容易引起股票价格发生较大偏离且对后续的市场交易影响时间更长。交易时段和非交易时段的媒体报道都会激发市场的交易情绪,但是交易时段发布的新闻对股票交易量的影响更大,而非交易时段发布的新闻对之后首个交易日的开盘价格影响较大。此外,本文还发现,牛市中的媒体报道比熊市更为乐观,媒体报道更容易刺激市场进行交易进而推动股价上涨,而且市场对正面新闻报道更为敏感。本文基于财经新闻的发布属性,利用财经新闻文本大数据创新性地构建了“媒体关注”和“媒体情绪”的分类代理指标,为刻画媒体报道的影响提供了新的思路;并且,本文同时从“媒体关注”和“媒体情绪”两个视角,系统而详致地研究了我国主流财经媒体报道与股票量价的联动关系,为行为金融学领域中“媒体报道与资产定价”的研究提供了新的观点和证据,也为投资者更加高效地挖掘财经新闻信息辅助投资决策提供了新的方向。
周杰[7](2019)在《基于LSTM神经网络的股票价格趋势预测的研究》文中研究表明股票作为一种重要的金融工具,其发展日渐成熟,各国的股票交易市场规模增长迅猛,交易金额以及交易频次不断刷新纪录。股票是上市企业筹集资金、社会公众投资获利的有效手段,而股票价格则被认为是上市公司的晴雨表。鉴于此,学界和业界对股票价格的预测和风险控制研究长期保持着相当的热度。注意到,股票价格的日常波动是在相当多的因素共同作用下的结果呈现,通常不建议将线性回归、平稳时间序列分析等经典的统计模型和方法直接用于股票价格的趋势预测。针对股票价格数据的特点,克服传统预测模型的不足,探索新的有效预测模型,有助于提振投资人的市场信心、营造更为积极健康的资本市场,具有一定的理论意义和应用价值。论文主要工作有:1.介绍了RNN神经网络和长短期记忆神经网络(LSTM)的前反向传播原理,从理论上阐述了利用RNN神经网络预测股票价格的缺陷以及采用长短期记忆神经网络(LSTM)建立股票预测模型的合理性。2.利用沪深300(000300)的股票数据训练本文所搭建的长短期记忆网络(LSTM)模型,包括模型输入层、输出层节点数的选择,隐藏层层数和节点数目的选择以及优化算法,学习率、过拟合方法、输入天数的选择。3.为了验证本文所搭建的长短期记忆神经网络(LSTM)模型在预测股票价格趋势时具有优秀的性能。选取了上证指数(000001)、深圳综指(399106)两只股票2010年2月1日至2019年1月31日交易日的开盘价格(Open)、收盘价格(Close)、最高价格(High)、最低价格(Low)以及成交量(Volume)5个维度的数据对比分析本文搭建的长短期记忆神经网络(LSTM)模型和RNN神经网络模型对于开盘价的预测性能,通过股票价格走势图以及三种性能评价指标RRMSE(相对均方根误差)、MAE(平均绝对误差)、MAPE(平均绝对误差百分比)证实了本文所搭建的长短期记忆神经网络(LSTM)模型在预测股票价格趋势时具有优秀的性能。
周飞[8](2019)在《中美股票市场间波动溢出效应研究》文中研究表明随着经济全球化、金融自由化的不断推进,国际金融市场间的联系越来也紧密,全球主要经济体的股票市场间出现了协同波动的变化态势。以往对股票市场间的波动溢出效应的研究更多的是集中在主要的发达股市间,而对新兴国家的股市波动情况研究甚少。随着新兴国家的不断发展,与国际金融市场间的联系变得日益密切,对全球经济发展与金融发展都起着不可忽视的作用。因此,新兴国家的股票市场与国际股市间的波动变化也越来越受不少学者关注。美国是世界上最发达的经济体,对全球股市都产生巨大影响,而中国是全球最大的新兴市场,中国股市对国际股市的影响力日渐提升。通过研究中美两股市间的波动溢出效应,可以了解两股市间是否存在波动溢出效应以及了解波动溢出的特征,为中国股市在未来抵御外来股市的冲击提供相应的对策建议,使我国股市可以尽可能的预防、规避外来风险,使我国股市能够长期健康、稳定发展。本文首先对国内外学者对股票市场间的波动溢出效应的相关文献进行梳理,然后对股票市场间的波动溢出效应的相关概念、理论进行阐述,接着对中美股市间的波动溢出的现状与特征进行分析,并提出本文实证的研究假设。本文选取2000年到2018年的上证综指与道琼斯指数的开、收盘以研究中美股市整体的波动溢出效应;选择2005年到2018年的沪深300指数与标准普尔500指数的开、收盘以期分析中美大中型企业交易市场的股票波动溢出效应;选择2010年到2018年的创业板指数与纳斯达克指数的开、收盘考察中美创新型市场的波动溢出效应。本文的实证分为两个部分,一是运用GARCH—DCC模型对三组指数进行实证分析,研究中美股市间的波动动态相关性,并考察中美股市间波动溢出效应的存在性。二是运用GARCH—BEKK模型进一步考察中美三组股指中每一组股指间开盘收益率与收盘收益率间的波动溢出效应,探讨两股票市场开盘收益率与收盘收益率间波动溢出效应的存在性。通过实证分析,本文的研究结论如下:(1)中美股票市场存在显着的动态相关性与双向的波动溢出效应。且美国股票市场对中国股票市场的波动溢出要显着大于中国股票市场对美国股票市场的波动溢出。(2)中美股市在不同时期的动态相关性不同,两市场间的波动溢出效应也不同。两国股票市场的波动动态相关性和波动溢出效应在中美发生大事件期间更为突出。(3)中美大中型企业交易市场间的波动溢出效应相比于中美创新型市场的波动溢出效应较弱。其原因可能是中国创业板市场上市的公司质量没有大中型企业交易市场的高或中美创新型市场主要是以高科技行业的公司为主,高科技行业的公司本身所存在的风险就要远远高于其他行业的公司,进而引起股市波动的可能性也就更大。(4)中美股票市场间,收盘收益率对开盘收益率表现出的波动溢出效应要高于开盘收益率对收盘收益率的波动溢出效应。这可能是因为投资者在股票交易过程中更倾向于关注收盘价格,而忽视了开盘价格这一重要指标所隐含的信息。根据研究结论,本文提出了四点对策建议:首先,优化投资者的结构,提高投资者素质。要大力发展各类投资机构,提高投资者素质可避免更多的投机行为;其次,完善对上市公司的信息披露制度,提高信息透明度。监管机构需要引导上市公司健康发展,促进股票市场资源得到得合理配置;再者,继续深入推进资本市场化改革,发展多层次资本市场。深化利率市场化改革,完善汇率制度改革,开发多层次、多种类的金融产品,防止金融风险聚;最后,建立股票市场的预警和应急机制,管理层要根据股票市场的变化状态而选择合适的调节方式。
刘峰[9](2019)在《国际油价时变跳跃对中国战略性商品冲击效应及传导机制研究》文中研究说明随着工业化进程的不断演进与深化,中国原油消费量与对外依存度均呈持续上升态势,并先后于2012年与2013年成为世界最大原油消费国与最大原油进口国。与此同时,国际油价的间断式跳跃振荡愈发频繁:自2007年以来,超过5%的日度振荡已达近百次,高于10%的极端振荡亦时有发生。由于正处于经济结构调整与传统产业升级的关键时期,中国经济的高能耗特征十分明显:2017年单位GDP产值能耗高达3.56吨标准煤/万美元,超过同期发达国家平均值的两倍。作为人类社会存在和发展不可或缺的必需品,各类战略性商品对国民经济的基础支撑作用日益凸显,其市场价格的稳定对国家经济安全的意义不言而喻。然而在高能耗、低能效的现实条件下,过度的进口原油依赖本就使国内战略性商品市场价格对国际油价行为极为敏感。随着商品市场金融属性日益增强,以极端国际油价跳跃表征的全球金融风险势必对其产生更为强烈的冲击效应。有鉴于此,本文在深入考察国际油价时变跳跃行为的基础上,逐次从市场总体、产品类别、典型商品市场三个层面同时就其对中国战略性商品市场收益率与风险率的冲击时滞、方向、大小等进行实证探究,并进一步从经济生产与金融行为的角度就其传导作用机制进行了理论探讨,主要发现如下:其一,国际油价的确具有显着的时变跳跃特征。一方面,即便在剔除市场价格的可预期变动并控制其市场波动率的常规集聚效应之后,国际油价跳跃依然显着存在,表明以其收益率条件异方差衡量的国际原油市场风险的确存在大幅间断式突变的可能。另一方面,国际油价跳跃强度与幅度均具有明显的时变动态特征;其中前者既具存在可由自回归移动平均效应描述的显着延滞持续倾向,又必然受到隔夜极端信息的强烈作用从而呈现出明显的间断式突变特征,而后者则主要体现为上期非预期油价上升对其当期跳跃变动幅度的显着正向影响。其二,国际油价时变跳跃对中国战略性商品市场的冲击效应不仅极为强烈,且同时表现在时滞、方向、大小三个方面。其中,冲击时滞体现为上期跳跃的显着影响,以及由战略性商品市场收益率的自回归效应与波动率集聚过程导致的延滞持续倾向;冲击方向既体现为当期与上期跳跃的影响各不相同,又体现为寻常与极端跳跃的作用恰好相反;冲击大小既体现为当期跳跃的风险(收益)放大(抑制)效应较强(弱)而上期跳跃的反向影响较小(大),又体现为极端跳跃的正向(负向)风险(收益)的冲击较大而寻常跳跃的相反作用则相对较小。其三,国际油价跳跃的冲击效应会依市场层级、产品类别、具体商品的不同而呈现出一定的差异。首先,虽然当期与上期跳跃会对其市场总体收益率产生显着的负向与正向影响,但除能化与燃油、工业品与螺纹钢外,其余类别与典型市场收益率的反应并不明显。其次,较之市场总体和其它类别与产品而言,螺纹钢与小麦市场风险率对当期与上期跳跃的反应均明显较弱。最后,在类别与典型市场方面,尽管农产品与有色金属市场对强弱跳跃、尤其是高强度跳跃的反应颇为显着,但小麦与金属铝市场收益率却并不会受到强弱跳跃的影响。其四,国际油价跳跃的冲击传导机制同时体现在经济与金融两个层面之上。其中经济层面的冲击源自于极端成本振荡,且主要包含“要素成本与产品价格联动效应”、“成本振荡导致的企业存货变动”、“能源风险引发的市场悲观预期”三个方面;金融层面的影响则根源于金融投资行为,且主要涉及“战略性商品市场资金避险撤离”与“原油市场避险导致的国际资金转入”两个方面。由于不同类产品别与典型商品的生产运输对原油要素的依赖性,以及不同商品市场的金融化程度、国家调控政策、市场规章制度等均存在明显差异,前述冲击路径的相对强度也依市场层级、产品类别、典型商品的不同而呈现出一定差别。依据前述结论,本文主要政策建议如下:提高原油储备并加速新能源产业发展,降低对进口原油的依赖性;完善原油期货市场,增强我国在国际原油定价中的话语权;促进产业结构升级与能源消费多样化,降低对化石能源的依赖性;强化市场监管并完善商品市场风险预警机制,提升市场投资决策理性程度。本文的创新之处体现在以下方面:第一,完成了国际油价跳跃行为的系统性探究,同时从强度与幅度两个维度进行了考察。第二,扩展了国际油价跳跃的冲击效应研究视角,逐次从总体、类别、典型市场三个层面就其冲击时滞、方向、大小等特征进行了系统性探讨。第三,完善了国际油价跳跃的冲击效应实证研究方法,首次以广义可加性异常值诊断修正方法对全部冲击效应模型进行了异常扰动诊断与修正,提升了实证结论的可靠性。第四,探索了从国际油价跳跃到中国战略性商品市场的冲击传导机制,填补了现有研究的传导机制空白。
谢馨莹[10](2013)在《上海期货交易所螺纹钢期货价格形成机制的实证研究》文中研究说明我国是世界上最大的钢材生产国和消费国,同时也是钢材进出口的大国。作为国民生活生产建设中的重要原材料,钢材价格的波动受国民经济的影响较大,为了保障经济平稳发展和规避风险,中国证监会于2009年3月27日在上海期货交易所推出包括螺纹钢期货和线材期货在内的钢材期货。钢材期货的推出有效的规避了我国钢材生产商因钢材价格剧烈波动产生的经济损失。本文应用计量经济学方法对上海期货交易所螺纹钢期货价格及主要影响因素进行实证研究。首先,本文通过回顾国内外期货价格形成理论和分析螺纹钢期货价格的形成机制得出螺纹钢期货价格的影响因素分为宏观和微观两方面,然后选取影响因素为:螺纹钢现货价格、上证指数、工业增加值增长率、房地产投资完成额;其次,本文应用应用数理统计方法和JB检验对上海期货交易所螺纹钢期货价格和主要影响因素进行实证研究,由检验可知,螺纹钢期货价格和影响因素的数据服从正态分布;再次,本文应用序列相关检验对螺纹钢期货价格进行有效性检验,检验表明上海期货交易所的螺纹钢期货市场是弱式有效的;然后,本文通过Granger因果检验分析影响因素与螺纹钢期货价格之间的引导关系,结果表明,所选取的因素可作为应变量来解释螺纹钢期货价格的变动,为回归模型打下基础。本文的回归模型部分先通过期货价格与各个影响因素的对比折线图分析期货价格与影响因素的关系,结合第四章的Granger因果检验结果确定影响螺纹钢期货价格的显着因素:滞后一期的螺纹钢现货价格、滞后两期上证指数、滞后一期工业增加值增长率,同时引进期货价格上涨、下跌的虚拟变量,采用逐步回归法建立螺纹钢期货价格多元回归模型,并对该模型进行各项检验,检验结果显示该模型的拟合优度达到90%,回归模型的可靠程度为98%。
二、证券开盘价格的形成过程研究(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、证券开盘价格的形成过程研究(论文提纲范文)
(1)中国新股发行询价制度下的参与主体行为与IPO定价研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景 |
1.1.1 研究动机 |
1.1.2 研究对象 |
1.1.3 中国IPO的询价制度 |
1.2 研究思路与内容结构 |
1.3 研究意义 |
1.4 创新点 |
第二章 相关理论与文献综述 |
2.1 IPO过程中投资者行为的相关研究 |
2.1.1 投资者的信息生产行为 |
2.1.2 投资者的寻租行为 |
2.1.3 投资者情绪相关的非理性行为 |
2.1.4 投资者在IPO上市后的交易行为 |
2.1.5 投资者的逆向选择行为 |
2.2 承销商信息对IPO定价影响的相关研究 |
2.2.1 盈余管理 |
2.2.2 文本信息 |
2.2.3 分析师估值信息 |
2.3 媒体覆盖对IPO定价影响的相关研究 |
2.4 其余IPO定价影响因素的相关研究 |
2.4.1 承销商声誉假说 |
2.4.2 承销商垄断假说 |
2.4.3 风险投资支持假说 |
2.5 本章小结 |
第三章 承销商分析师估值、投资者询价与IPO定价研究 |
3.1 引言 |
3.2 研究假说的提出 |
3.3 样本数据及变量构造 |
3.3.1 承销商分析师估值报告 |
3.3.2 机构投资者询价数据 |
3.3.3 公司与投资者特征 |
3.3.4 变量的描述性统计 |
3.4 计量模型与实证结果 |
3.4.1 承销商估值区间、询价机构报价与IPO定价 |
3.4.2 承销商盈利预测、询价机构报价与IPO定价 |
3.5 本章小结 |
第四章 询价机构与承销商之间寻租行为研究 |
4.1 引言 |
4.2 研究假说的提出 |
4.3 实证设计 |
4.3.1 数据来源及样本分布 |
4.3.2 寻租行为甄别及双重差分回归模型 |
4.3.3 机构询价行为相关的变量 |
4.3.4 变量的描述性统计 |
4.4 实证结果 |
4.4.1 佣金关系与询价时间的双重差分检验:基于配售制度改革 |
4.4.2 佣金关系与报价策略的双重差分检验:基于配售制度改革 |
4.4.3 佣金关系与报价误差的双重差分检验:基于配售制度改革 |
4.4.4 佣金关系与入围比例的双重差分检验:基于配售制度改革 |
4.4.5 佣金关系与获配概率的双重差分检验:基于配售制度改革 |
4.5 本章小结 |
第五章 媒体覆盖、投资者交易行为与新股定价研究 |
5.1 引言 |
5.2 研究假说的提出 |
5.3 样本数据及变量构造 |
5.3.1 样本选择 |
5.3.2 媒体覆盖相关变量 |
5.3.3 区分经验丰富、匮乏投资者并度量其交易行为 |
5.3.4 IPO抑价率的分解 |
5.3.5 变量定义汇总 |
5.3.6 变量的描述性统计 |
5.4 计量模型与实证结果 |
5.4.1 媒体覆盖对IPO抑价率及其成分的影响 |
5.4.2 媒体覆盖与上市首日投资者买入量 |
5.4.3 媒体覆盖与上市首日投资者交易价格 |
5.4.4 媒体覆盖影响二级市场上市首日收盘价的传导机制 |
5.5 本章小结 |
第六章 投资者“炒新”行为与新股上市首日股价变动研究 |
6.1 引言 |
6.2 研究假说的提出 |
6.3 样本数据及变量构造 |
6.3.1 样本选择、数据来源及投资者分类 |
6.3.2 首日买入行为的投资者分布及投资者分类 |
6.3.3 变量定义 |
6.3.4 描述性统计 |
6.4 计量模型与实证结果 |
6.4.1 上市首日投资者结构与同期股价变化 |
6.4.2 上市首日投资者结构与下一期股价变化 |
6.4.3 盘中临时停牌制度改革的影响 |
6.4.4 上市首日投资者结构对下一期买入行为的影响 |
6.4.5 三类投资者买入价格及期望收益率差异 |
6.5 本章小结 |
第七章 全文总结与展望 |
7.1 全文总结 |
7.2 后续工作展望 |
致谢 |
参考文献 |
攻读博士学位期间取得的成果 |
(2)基于RNN-SVM模型的期货价格预测(论文提纲范文)
摘要 |
Abstract |
引言 |
1 绪论 |
1.1 选题背景与研究意义 |
1.2 国内外研究现状与发展趋势 |
1.3 研究特色与创新 |
2 期货市场与传统期货价格预测模型 |
2.1 期货市场相关理论 |
2.1.1 国内期货市场发展特点 |
2.1.2 评价期货指数的技术指标 |
2.2 传统期货价格预测模型 |
2.2.1 ARIMA模型 |
2.2.2 VAR模型 |
2.2.3 GARCH模型 |
3 机器学习模型 |
3.1 随机森林算法 |
3.2 支持向量机 |
3.3 深度学习理论和神经网络算法 |
3.3.1 深度学习框架和本质 |
3.3.2 神经网络的基本结构 |
3.3.3 误差逆传播(BP)算法 |
3.3.4 递归神经网络(RNN)算法 |
4 数据预处理和相关分析 |
4.1 数据的选择与预处理 |
4.2 特征选择与降维 |
4.2.1 数据相关性分析 |
4.2.2 特征选择与降维 |
4.3 降维结果与可视化 |
5 基于RNN-SVM模型的短期期货价格预测 |
5.1 实验数据分析 |
5.2 模型参数对预测结果的影响 |
5.2.1 RNN网络收敛性分析 |
5.2.2 RNN模型复杂度分析 |
5.3 RNN-SVM模型建立 |
5.4 RNN-SVM组合模型与其他机器学习算法的比较 |
5.5 实验结果分析与小结 |
结论 |
参考文献 |
攻读硕士学位期间发表学术论文情况 |
致谢 |
(3)T+1交易制度对股市隔夜收益率的影响研究(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 研究意义 |
1.2 文献综述 |
1.2.1 T+1交易制度 |
1.2.2 隔夜收益率 |
1.2.3 A+H交叉上市股 |
1.2.4 研究评述 |
1.3 研究方法与研究结构 |
1.4 创新点与不足之处 |
1.5 本章小结 |
第二章 相关概念的界定与理论基础 |
2.1 相关概念的界定 |
2.1.1 A+H股 |
2.1.2 T+1交易制度 |
2.1.3 隔夜收益率 |
2.2 理论基础 |
2.2.1 有效市场理论 |
2.2.2 供求均衡理论 |
2.3 A+H交叉上市股市场差异性对比 |
2.3.1 AH股市场制度的差异 |
2.3.2 AH股投资者结构的差异 |
2.4 隔夜收益率的影响因素 |
2.4.1 信息不对称因素 |
2.4.2 流动性风险因素 |
2.4.3 风险偏好因素 |
2.4.4 需求弹性因素 |
2.4.5 动量因素 |
2.4.6 市场制度因素 |
2.4.7 T+1交易制度 |
2.5 本章小结 |
第三章 实证研究 |
3.1 研究假设 |
3.2 样本选择与变量解释 |
3.2.1 样本选择 |
3.2.2 变量解释 |
3.3 模型介绍 |
3.3.1 EGARCH模型 |
3.3.2 随机效应模型 |
3.4 实证分析 |
3.4.1 描述性统计 |
3.4.2 实证检验 |
3.5 实证结果与分析 |
3.6 稳健性检验 |
3.7 本章小结 |
第四章 研究结论与政策建议 |
4.1 研究结论 |
4.2 政策建议 |
参考文献 |
致谢 |
(4)几种期权定价波动率计算方法的比较研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题的背景及意义 |
1.2 文献综述 |
1.3 文章内容与结构 |
1.4 文章创新之处 |
第二章 期权及波动率理论基础 |
2.1 期权的定义及分类 |
2.2 期权的主要风险指标 |
2.3 影响期权价格的因素 |
2.4 波动率的种类 |
2.5 期权定价模型介绍 |
第三章 波动率计算方法概述 |
3.1 历史波动率计算 |
3.2 基于Newton-Rapthson迭代法计算隐含波动率 |
3.3 基于斯蒂芬森迭代法计算隐含波动率 |
3.4 基于二分法计算隐含波动率 |
3.5 基于试错法计算隐含波动率 |
3.6 基于弦截法计算隐含波动率 |
第四章 描述性统计分析 |
4.1 变量的选取及数据说明 |
4.2 描述性统计分析 |
第五章 上证50ETF期权定价的实证分析 |
5.1 Black-Scholes模型预测 |
5.2 Merton跳扩散模型预测 |
总结与展望 |
参考文献 |
致谢 |
附录A 攻读学位期间发表的论文 |
附录B 相关图表 |
(5)长期停牌股票公允价值确定比较研究(论文提纲范文)
摘要 |
abstract |
第1章 引言 |
1.1 研究背景和意义 |
1.1.1 研究背景 |
1.1.2 研究目的和意义 |
1.1.3 公允价值计量准则的发布 |
1.2 文献综述 |
1.2.1 对基金公允价值计量的文献综述 |
1.2.2 对长期停牌股票公允价值问题的研究综述 |
1.2.3 国内外文献评述 |
1.3 研究内容及框架 |
1.4 研究方法 |
1.5 可能的创新之处 |
第2章 理论基础和估值政策 |
2.1 私募基金 |
2.1.1 基金和私募基金 |
2.1.2 基金资产净值 |
2.1.3 基金资产估值 |
2.1.4 基金的投资 |
2.1.5 基金的申购和赎回 |
2.1.6 基金的费用和收益分配 |
2.1.7 基金净值估值 |
2.2 基金的估值政策 |
2.2.1 证监会关于基金估值的有关规定 |
2.2.2 企业会计准则的有关规定 |
2.3 基金净值估值的财务概念 |
2.3.1 基金估值基本财务指标 |
2.3.2 基金单位净值和基金累计单位净值 |
2.3.3 基金单位净值增长率 |
2.3.4 小结 |
第3章 私募基金估值方法 |
3.1 私募基金估值概念 |
3.2 私募基金投资标的估值方法 |
3.2.1 证券交易所上市有价证券的估值方法 |
3.2.2 未上市交易的有价证券的估值 |
3.2.3 基金的估值方法 |
3.3 负债类的计算 |
3.3.1 两费的计算 |
3.3.2 业绩报酬 |
3.3.3 基金份额登记业务 |
第4章 停牌股票公允价值确定 |
4.1 停牌股票问题背景 |
4.2 停牌股票公允价值计算方法 |
4.2.1 可比公司法 |
4.2.2 指数收益法 |
4.2.3 市场价格模型法 |
4.2.4 估值模型法 |
4.2.5 资本资产定价模型 |
4.2.6 市盈率法 |
4.3 国外长期停牌股票公允价值计算方法 |
第5章 停牌股票公允价值估值的实证研究 |
5.1 数据来源与选取原则 |
5.1.1 数据来源 |
5.1.2 选取原则 |
5.2 公允价值计算方法 |
5.2.1 指数收益法 |
5.2.2 可比公司法 |
5.2.3 市盈率价格法 |
5.2.4 市场价格模型法 |
5.3 研究方法与结果分析 |
5.3.1 研究方法 |
5.3.2 研究结果分析 |
第6章 研究结论和建议 |
6.1 研究结论 |
6.2 建议 |
6.2.1 外部政策建议 |
6.2.2 基金公司内部建议 |
6.3 研究局限性 |
参考文献 |
攻读硕士学位期间取得的研究成果 |
致谢 |
(6)大数据下媒体关注、媒体情绪与股票量价关系研究(论文提纲范文)
中文摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景 |
1.2 研究意义 |
1.2.1 理论意义 |
1.2.2 现实意义 |
1.3 研究思路、方法与研究框架 |
1.3.1 研究思路 |
1.3.2 研究技术路线 |
1.3.3 研究框架 |
1.4 研究难点及创新之处 |
1.4.1 研究难点及问题 |
1.4.2 可能的创新之处 |
第二章 文献回顾及综述 |
2.1 媒体关注与资产定价的文献综述 |
2.2 媒体情绪与资产定价的文献综述 |
2.3 文献述评 |
2.4 本章小结 |
第三章 理论分析与研究假设 |
3.1 理论分析与假设依据 |
3.1.1 媒体关注(新闻数量因子)与股票量价的理论分析 |
3.1.2 媒体情绪(新闻情绪因子)与股票量价的理论分析 |
3.2 研究假设 |
第四章 指标构建、变量定义与模型设计 |
4.1 媒体关注及媒体情绪指标构建 |
4.1.1 财经新闻文本数据获取——基于网络爬虫的文本抓取技术 |
4.1.2 基于支持向量机(SVM)的财经新闻文本分类方法 |
4.1.3 基于财经情感词典构建的新闻文本情感分析方法 |
4.1.4 基于周度财经新闻数量因子的媒体关注指标构建 |
4.1.5 基于周度财经新闻情感因子的媒体情绪指标构建 |
4.2 变量选择与定义 |
4.2.1 样本选择与数据获取 |
4.2.2 变量定义与描述 |
4.3 模型构建 |
第五章 实证分析与假设检验 |
5.1 描述性统计及相关性分析 |
5.1.1 全样本期内主要变量的描述性统计及相关性分析 |
5.1.2 牛市时段、熊市时段的主要研究变量的统计分析 |
5.2 媒体关注、媒体情绪对股票交易量的影响分析 |
5.2.1 媒体关注(新闻数量因子)对股票交易量的影响分析 |
5.2.2 媒体情绪(新闻情绪因子)对股票交易量的影响分析 |
5.2.3 小结 |
5.3 媒体关注、媒体情绪对股票价格指标的影响分析 |
5.3.1 媒体关注(新闻数量因子)对股票收益率的影响分析 |
5.3.2 媒体情绪(新闻情绪因子)对股票收益率的影响分析 |
5.3.3 媒体关注、媒体情绪对“周开盘价格跳空”的影响研究 |
5.3.4 小结 |
5.4 稳健性检验——基于牛市和熊市中的媒体报道研究 |
5.4.1 媒体关注、媒体情绪与股票交易量的关系检验 |
5.4.2 媒体关注、媒体情绪与股票收益率的关系检验 |
5.5 本章小结 |
第六章 结论、建议与展望 |
6.1 主要结论 |
6.2 建议与展望 |
参考文献 |
攻读学位期间取得的研究成果 |
致谢 |
个人简况及联系方式 |
(7)基于LSTM神经网络的股票价格趋势预测的研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 选题背景及意义 |
1.2 国内外文献综述 |
1.3 研究方法 |
1.4 本文创新点 |
1.5 本文章节安排 |
第二章 神经网络相关知识 |
2.1 循环神经网络 |
2.1.1 M-P神经元模型 |
2.1.2 前馈神经网络 |
2.1.3 循环神经网络前向传播算法 |
2.1.4 循环神经网络反向传播算法 |
2.1.5 循环神经网络的局限性 |
2.2 LSTM神经网络 |
2.2.1 LSTM神经网络结构 |
2.2.2 LSTM神经网络前向传播算法 |
2.2.3 LSTM神经网络反向传播算法 |
2.3 本章小结 |
第三章 数据来源及预处理 |
3.1 数据来源 |
3.2 数据的预处理 |
3.2.1 输入数据归一化 |
3.2.2 数据块划分 |
3.3 本章小结 |
第四章 LSTM神经网络模型的构建 |
4.1 性能评价指标 |
4.2 模型构建 |
4.2.1 输入层与输出层节点数选择 |
4.2.2 隐藏层层数与节点数选择 |
4.2.3 优化算法选择 |
4.2.4 学习率选择 |
4.2.5 过拟合方法选择 |
4.2.6 输入天数选择 |
4.2.7 LSTM神经网络的参数汇总 |
4.3 本章小结 |
第五章 基于LSTM神经网络的股票价格趋势预测实证分析 |
5.1 基于RNN神经网络模型与LSTM神经网络模型的对比预测分析 |
5.2 本章小结 |
第六章 总结与展望 |
6.1 本文工作总结 |
6.2 未来展望 |
附录 |
参考文献 |
致谢 |
(8)中美股票市场间波动溢出效应研究(论文提纲范文)
摘要 ABSTRACT 第1章 |
导论 1.1 |
研究背景与意义 1.2 |
文献综述 1.3 |
研究目标与思路 1.4 |
研究内容与方法 1.5 |
本文创新与不足 第2章 |
相关概念界定及理论基础 2.1 |
相关概念界定 2.2 |
相关理论基础 第3章 |
中美股票市场波动溢出的形成机制分析 3.1 |
基于金融政策视角的中美股市间波动溢出效应的形成机制分析 3.2 |
基于证券市场视角的中美股市间波动溢出效应的形成机制分析 3.3 |
基于投资者视角的中美股市间波动溢出效应的形成机制分析 第4章 |
中美股票市场间波动现状及特征分析 4.1 |
中美股票市场波动现状分析 4.2 |
中美股票市场间波动溢出效应的特征分析 第5章 |
中美股票市场间波动溢出效应实证分析 5.0 |
研究假说 5.1 |
研究设计 5.2 |
数据的描述与检验 5.3 |
基于GARCH—DCC模型的实证分析 5.4 |
基于GARCH—BEKK模型的实证分析 5.5 |
实证研究结果分析 第6章 |
研究结论与对策建议 6.1 |
研究结论 6.2 |
对策建议 参考文献 致谢 |
(9)国际油价时变跳跃对中国战略性商品冲击效应及传导机制研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景与意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 文献回顾与评述 |
1.2.1 主要研究内容评述 |
1.2.2 研究方法归纳 |
1.2.3 主要进展与不足 |
1.3 研究思路与方法 |
1.3.1 研究思路 |
1.3.2 研究方法 |
1.4 可能的创新之处 |
第二章 研究方法 |
2.1 国际油价时变跳跃研究方法 |
2.1.1 N-ARMA-DL模型 |
2.1.2 GARCH-ARJI模型 |
2.1.3 GARCH-ARJI(θt)-At模型 |
2.2 冲击效应研究方法 |
2.2.1 ARMA(Mt)-EGARCH(Vt)-SSTD模型 |
2.2.2 ARMA-EGARCH-GAO模型 |
2.3 模型检验与定阶方法 |
第三章 国际油价时变跳跃研究 |
3.1 描述性统计与检验 |
3.2 国际油价跳跃实证结果分析 |
3.2.1 主要实证结果分析 |
3.2.2 稳健性检验 |
3.3 国际油价跳跃主要特征分析 |
3.3.1 油价波动率的间断式跳跃特征 |
3.3.2 跳跃强度的长期平滑与短期突变特征 |
3.3.3 跳跃幅度的非线性时变特征 |
3.4 本章主要结论 |
第四章 国际油价时变跳跃冲击效应:总体市场层面 |
4.1 描述性统计与检验 |
4.2 国际油价跳跃冲击效应实证结果分析 |
4.2.1 主要实证结果分析 |
4.2.2 稳健性检验 |
4.3 国际油价跳跃冲击效应分析 |
4.3.1 冲击效应:时滞分析 |
4.3.2 冲击效应:方向分析 |
4.3.3 冲击效应:大小分析 |
4.4 本章主要结论 |
第五章 国际油价时变跳跃冲击效应:产品类别层面 |
5.1 描述性统计与检验 |
5.2 国际油价跳跃冲击效应实证结果分析 |
5.2.1 工业品市场 |
5.2.2 农产品市场 |
5.2.3 能化市场 |
5.2.4 有色金属市场 |
5.2.5 贵金属市场 |
5.3 国际油价跳跃冲击效应分析 |
5.3.1 工业品市场 |
5.3.2 农产品市场 |
5.3.3 能化市场 |
5.3.4 有色金属市场 |
5.3.5 贵金属市场 |
5.4 本章主要结论 |
第六章 国际油价时变跳跃冲击效应:典型产品层面 |
6.1 描述性统计与检验 |
6.2 国际油价跳跃冲击效应实证结果分析 |
6.2.1 螺纹钢 |
6.2.2 小麦 |
6.2.3 燃油 |
6.2.4 铝 |
6.2.5 黄金 |
6.3 国际油价跳跃冲击效应分析 |
6.3.1 螺纹钢 |
6.3.2 小麦 |
6.3.3 燃油 |
6.3.4 铝 |
6.3.5 黄金 |
6.4 本章主要结论 |
第七章 国际油价跳跃冲击的传导机制分析 |
7.1 国际油价时变跳跃冲击的总体传导机制 |
7.1.1 经济层面的传导机制 |
7.1.2 金融层面的传导机制 |
7.2 不同产品类别的传导机制差异探讨 |
7.2.1 经济层面 |
7.2.2 金融层面 |
7.3 典型商品市场的传导机制差异探讨 |
7.3.1 经济层面 |
7.3.2 金融层面 |
7.4 基于金属铝市场的传导机制深入分析 |
7.4.1 经济层面 |
7.4.2 金融层面 |
第八章 研究结论与政策启示 |
8.1 主要研究结论 |
8.2 政策启示 |
8.3 不足与展望 |
附录A 其它样本时段的国际油价跳跃信息提取结果 |
附录B 主要模型的R语言程序代码 |
附录C 修正模型残差序列的ACF函数图示 |
参考文献 |
博士在读期间科研成果 |
致谢 |
(10)上海期货交易所螺纹钢期货价格形成机制的实证研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 选题背景 |
1.2 研究意义 |
1.3 国内外期货市场研究现状 |
1.3.1 国外期货市场研究现状 |
1.3.2 国内期货市场研究现状 |
1.4 论文基本思路与框架 |
第2章 螺纹钢期货价格形成机制及期货市场有效性 |
2.1 螺纹钢期货市场 |
2.1.1 上海期货交易所 |
2.1.2 螺纹钢期货价格形成机制 |
2.2 螺纹钢期货价格分析 |
2.2.1 螺纹钢期货价格走势 |
2.2.2 螺纹钢期货价格分布特征 |
2.3 螺纹钢期货市场有效性 |
第3章 螺纹钢期货价格的影响因素 |
3.1 螺纹钢现货价格 |
3.1.1 螺纹钢受我国经济的影响 |
3.1.2 螺纹钢现货价格的走势 |
3.1.3 螺纹钢现货价格的分布特征 |
3.2 上证指数开盘价格 |
3.2.1 上证指数开盘价格的走势 |
3.2.2 上证指数开盘价格的分布特征 |
3.3 工业增加值增长率 |
3.3.1 工业增加值增长率的走势 |
3.3.2 工业增加值增长率的分布特征 |
3.4 房地产开发投资完成额 |
3.4.1 房地产开发投资完成额的走势 |
3.4.2 房地产开发投资完成额的分布特征 |
第4章 螺纹钢期货价格与影响因素的Granger因果检验 |
4.1 螺纹钢期货价格与现货价格的Granger因果检验 |
4.2 螺纹钢期货价格与上证指数开盘价格的Granger因果检验 |
4.3 螺纹钢期货价格与工业增加值增长率的Granger因果检验 |
4.4 螺纹钢期货价格与房地产投资完成额的Granger因果检验 |
第5章 螺纹钢期货价格影响因素实证分析 |
5.1 螺纹钢期货价格与影响因素的对比分析 |
5.1.1 螺纹钢期货价格与现货价格的对比分析 |
5.1.2 螺纹钢期货价格与上证指数开盘价格的对比分析 |
5.1.3 螺纹钢期货价格与工业增加值增长率的对比分析 |
5.1.4 螺纹钢期货价格与房地产开发投资完成额的对比分析 |
5.2 基于多元线性回归的螺纹钢期货价格影响因素分析 |
5.2.1 数据选取与处理 |
5.2.2 回归模型分析 |
5.3 模型可靠程度检验 |
第6章 结语 |
6.1 研究结论与建议 |
6.2 研究不足与展望 |
参考文献 |
致谢 |
四、证券开盘价格的形成过程研究(论文参考文献)
- [1]中国新股发行询价制度下的参与主体行为与IPO定价研究[D]. 贺镜宾. 电子科技大学, 2020(01)
- [2]基于RNN-SVM模型的期货价格预测[D]. 任靓. 辽宁师范大学, 2020(02)
- [3]T+1交易制度对股市隔夜收益率的影响研究[D]. 包敖敏. 内蒙古大学, 2020(01)
- [4]几种期权定价波动率计算方法的比较研究[D]. 刘自露. 长沙理工大学, 2020(07)
- [5]长期停牌股票公允价值确定比较研究[D]. 李晓雪. 首都经济贸易大学, 2019(07)
- [6]大数据下媒体关注、媒体情绪与股票量价关系研究[D]. 尹腾飞. 山西大学, 2019(01)
- [7]基于LSTM神经网络的股票价格趋势预测的研究[D]. 周杰. 云南大学, 2019(03)
- [8]中美股票市场间波动溢出效应研究[D]. 周飞. 西南大学, 2019(12)
- [9]国际油价时变跳跃对中国战略性商品冲击效应及传导机制研究[D]. 刘峰. 厦门大学, 2019(07)
- [10]上海期货交易所螺纹钢期货价格形成机制的实证研究[D]. 谢馨莹. 东北大学, 2013(05)