股市行情波动的突变学模型与分析

股市行情波动的突变学模型与分析李翔（杭州大学经济学３１００２８）股票与股票交易市场在我国经济生活中已经具有举足轻重的影响，然而，１９９２年以来，由于各种因素的影响，我国的两大股市（深圳股市与上海股市）的行情波动较大。股票交易的行情波动已经成为广大股民...     

美国股市动荡的原因和影响分析

今年 3月 13日至 4月 17日 ,美国股市出现了自 1987年股灾以来最大的震荡 ,以技术股为主的纳斯达克综合指数由 3月间的最高点 5 0 48点猛跌至 4月 15日的 332 1点 ,累计跌幅高达 34 .2 % ,道·琼斯 30种工业股票平均价格指数在此期间也累计下跌了 80 5点 ,跌幅为8.16 %。美国股市的暴跌使我们在亚洲金融危机之后再一次领略了股市翻手为云 ,覆手为雨的无情和惨烈 ,但是透过此次美国股市的暴跌 ,我们能看到一些什么 ,又能做一些什么呢 ?1　美国股市震荡的原因分析此次美国股市大震荡 ,既是对美国长达 9年多的“牛市”行情及其过高股价的调整和…     

我国股市"政策市"现象的根源辨析及对策研究

本文从国有股问题和国家对经济控制权的角度揭示了“政策市”的深刻根源。并且认为，在我国已经入关的背景之下,改进政府定位、重视监管政策的博弈性、加强依法治市、完善资本市场建设是当务之急。     

金融波动持续性的研究

本文首先介绍了金融市场中单个变量波动持续性的含义，包括一阶意义上的长记忆性以及二阶意义上的方差持续性，概述了已有的模型，运用分形市场理论阐明了波动持续性的经济涵义和市场机制。然后，指出了多个变量波动之间协同关系的研究方法：分数维协整和方差协同持续，并介绍了各自的建模方法。最后，研究了文献中尚属空白的VaR的波动持续性问题，提出了FITSGARCH模型并进行了VaR波动持续性的讨论。     

中国期货市场价格波动率的到期效应

本文以中国期货市场的实际数据,对Samualson提出关于期货价格波动率的到期效应(maturity effects)的假设进行实证分析,发现当排除成交量的影响后,在中国期货市场中,确实有部分品种存在到期效应。     

中国股票市场波动的非线性GARCH预测模型

本文首次应用广义自回归条件异方差（ＧＡＲＣＨ）模型及其两种非线性修正模型（ＱＧＡＲＣＨ 模型和ＧＪＲ 模型）预测中国股票市场的波动。结果表明ＱＧＡＲＣＨ模型对中国股市波动具有非凡的预测能力,它明显地优于随机游动模型,但ＧＪＲ 模型的预测效果欠佳     

我国企业成本管理的弊端、成因及对策建议

成本管理一直是企业日常经营管理的一项中心工作，在企业生产经营实践中起着相当重要的作用。传统成本管理方法是一种基于单一会计信息的价值模型，以这种模型为核心的管理已经不能适应全球化经济的需要。为了提高我国企业成本管理水平，首先要从分析我国长期以来形成的成本管理模式的弊端及成因入手。本文系统地阐述了我国许多企业所采用的传统成本管理方法存在的缺陷，并就其产生的原因加以剖析，最后，就如何改进我国企业成本管理中存在的问题进行探讨，提出了加以改进和完善的几点建议。     

我国股市的经济预警作用初探

我国股市的经济预警作用初探高辉清（国家信息中心经济预测部１０００４５）西方股市素有“国民经济晴雨表”之誉，这种别称来自股市的两个特性：（１）从长期看，股市行情变化趋势基本上由经济发展趋势所决定，二者具有大体相同的分布；（２）股市对经济具有超前性。根...     

我国汇市和股市相关性的实证研究

以2005年7月21日中国汇率制度改革事件为契机,实证研究了人民币升值以来汇率与中国沪深两市主要股票指数之间的长期和短期相互关系.结果表明,长期运行关系来说,汇率与各主要股指有稳定的均衡关系;短期波动状况来说,汇率对A股指数有单向的Granger因果传递关系,而与B股指数之间没有因果传导关系.     

货币政策股票市场内部传导分析

通过对货币政策股票市场的内部传导(货币政策作用于股票市场使之趋向于货币政策的中间目标)进行理论和实证的分析得出结论：央行的货币供应量变化与股价之间的相互影响在逐渐增大；股市对各次利率调整的反应是不同的，在近几年利率连续下调之后，货币政策的有效性出现了弱化现象。     

浅谈计算机病毒及防范策略

本文简要介绍了当代计算机病毒相关内容,提出了相应计算机病毒防范的措施,以及对计算机病毒未来发展趋势进行了阐述.     

中国权证市场发展问题研究

中国的权证市场的发展最早可以追溯到1992年6月。之后,中国权证市场经历了4年的大起大落,于1996年6月退出证券市场。在这4年间,权证市场达到相当的规模;同期,权证的炒作也非常突出,并造成极为不好的后果及影响。时隔9年,作为股权分置改革的重要工具之一的权证,再次被唤醒。这一次出现将给中国证券市场带来的将是一场惊喜,还是再一次的痛苦,文章对中国权证市场发展的问题作以研究。     

股票市场与货币政策相关性研究

针对我国证券市场与货币政策之间的相互作用日益突出这一现实,利用关联度的分析方法,通过这两者之间的深入研究,我国中央银行在制定货币政策时,应更多关注股票市场的发展与变动,借助股票市场这一传导渠道影响实体经济,促进经济增长。     

中国股市股权分置问题的认识和思考

针对股权分置是困扰我国股市发展的最主要的制度性原因,并在中国股市的发展进程中造成了严重的危害,以至引发多种矛盾现状,提出了解决股权分置是中国股市发展内在的必然的要求,解决股权分置问题应把握维护资本市场三公原则,并应以保护投资者利益为根本出发点。     

杠杆效应与股市的波动行为研究

自2014年11月以来,我国股市行情先是急剧上涨,又以暴跌的形式急剧下跌,对整个国民经济造成很大的影响。究其实质,发现"加杠杆"以及"去杠杆"操作在其间扮演着非常重要的角色。通过对"加杠杆"以及"去杠杆"操作对股市波动影响进行的分析,并运用多种实证方法从长期和短期等不同角度对"加杠杆"对股市波动的影响,以及"去杠杆"操作对股市波动的冲击进行研究,较好地揭示杠杆效应(以及去杠杆效应)对中国股市波动的影响,并给出一些针对性的建议。     

Discovering the influences of the patent innovations on the stock market

With the implementation of the innovation-driven development strategy, increasing technical innovations are patented by the individuals or the companies. As a form of intellectual properties, the patent has attracted attention from individuals and companies. Although there are some researches on the economic function of patent, few quantitative researches discuss on whether patents can work on the company stock market. To discover the relations between the company patents and the stock market, we explore a method to analyze the influence of patent activity on the company stock market. We collect the patent data and the stock data of listed companies, from which patent and market activities are extracted. By the recursive discrete wavelet transform, the patent and market activities are decomposed into multi-scale wavelets. These wavelets are fed into a patent and market activity based stock market trend prediction model, in which the influences of patent activity are analyzed. We compare our model with the state-of-the-art model on 4 measurements for 3 manufacturing datasets. The experimental results show that the patent activities have positive effect on market trend prediction in about 30% manufacturing listed companies and that the measurements of Shanghai/Shenzhen Stock Exchange often outperform that of USA in years 2016–2019 for the manufacturing listed companies.     

Incorporating stock prices and news sentiments for stock market prediction: A case of Hong Kong

Stock prediction via market data analysis is an attractive research topic. Both stock prices and news articles have been employed in the prediction processes. However, how to combine technical indicators from stock prices and news sentiments from textual news articles, and make the prediction model be able to learn sequential information within time series in an intelligent way, is still an unsolved problem. In this paper, we build up a stock prediction system and propose an approach that 1) represents numerical price data by technical indicators via technical analysis, and represents textual news articles by sentiment vectors via sentiment analysis, 2) setup a layered deep learning model to learn the sequential information within market snapshot series which is constructed by the technical indicators and news sentiments, 3) setup a fully connected neural network to make stock predictions. Experiments have been conducted on more than five years of Hong Kong Stock Exchange data using four different sentiment dictionaries, and results show that 1) the proposed approach outperforms the baselines in both validation and test sets using two different evaluation metrics, 2) models incorporating prices and news sentiments outperform models that only use either technical indicators or news sentiments, in both individual stock level and sector level, 3) among the four sentiment dictionaries, finance domain-specific sentiment dictionary (Loughran–McDonald Financial Dictionary) models the news sentiments better, which brings more prediction performance improvements than the other three dictionaries.     

基于Copula－VaR方法对上证和深证的研究

基于Copula函数对金融市场风险价值(VaR)的研究,构造出一种新的混合Copula,并于传统的方法进行了比较,通过事后检验(Backtesting),实证研究得出,混合Copula函数方法的确能够改善VaR模型,降低时失效天数。