一、资本市场中均衡价格向量的存在性(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》文中进行了进一步梳理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。
林思涵[2](2021)在《我国资产价格泡沫的形成机理与传染效应研究》文中研究指明近几十年来,世界上的许多国家都经历了资产价格泡沫的膨胀与破灭,以及随之而来的经济衰退。如日本的泡沫经济、美国的互联网泡沫以及2008年的全球性金融危机等等,无一不伴随着大规模的资产价格泡沫崩溃。这些事件让理论研究与实务工作者不断意识到关于资产价格泡沫潜在风险研究的重要性。当前,我国虽尚未发生大规模的泡沫崩溃事件,但是资产价格频繁波动以及资产价格的泡沫化迹象对我国经济运行的潜在威胁也十分显着。如我国的房地产市场在1998年住房改革之后,已经经历了长达二十年的普遍上涨。如今,房地产市场被我国央行视作我国经济发展中最大的“灰犀牛”。而我国的股票市场在经历了2015年异常波动后,由资产价格泡沫化导致的严重的资金空转现象以及资本配置不当,已使得我国资本市场服务于实体经济的有效性显着下降。现如今,在新型冠状病毒肺炎危机影响下,出于经济救助的目的,全球央行“大放水”已造成了全球流动性的泛滥,而过于充足的流动性很可能会进一步滋生新的资产价格泡沫。基于此,本文立足于我国资产市场现状,以资产价格泡沫作为研究对象,采用理论分析与实证分析相结合的研究范式,基于“识别、测度→形成机理→影响效应→政策治理”这一研究脉络,对资产价格泡沫的识别测度、形成机理、传染效应以及政策治理展开系统研究,这不仅对理解我国资产价格泡沫的运行机制具有显着意义,也对我国守住不发生系统性金融风险的政策要求十分重要。第1章,重点对资产价格泡沫的识别与测度、形成机理、传染效应以及政策效应进行了文献梳理,并给出了本文的研究框架。第2章,介绍了资产价格泡沫的内涵与形成过程,以及理性资产价格泡沫与非理性资产价格泡沫的理论基础。其中,关于理性资产价格泡沫的部分,本章又介绍了内生性、外生性资产价格泡沫的理论界定;关于非理性资产价格泡沫,重点介绍了以异质信念与有限套利为诱发因素的非理性资产价格泡沫的形成机理以及噪声交易理论与泡沫乘骑理论。第3章,基于PSY识别程序对我国股票市场与主要市域房地产价格泡沫进行识别。首先,本章介绍了PSY识别方法的检验原理与递归算法,而后对我国主要资产市场的资产价格泡沫进行了识别。研究发现,在样本区间内,我国股票市场与房地产市场均经历了频繁的泡沫过程,如我国上交所、深交所以及创业板股票市场均识别到完整的泡沫区间,仅中小板市场未识别出明显的泡沫区间。主要泡沫区间为2007年4月至10月、2015年3月至6月。在市级城市的房价泡沫识别中,样本城市普遍经历了不同频次的泡沫周期,时间集中于2016年6月至2017年8月。在泡沫韧性方面,股票市场中上交所市场的泡沫韧性强于深交所,房地产市场中一线城市强于新一线城市,新一线城市强于二线城市和三线城市。韧性较高的资产市场其泡沫持续期长,资产价格泡沫不易破灭。第4章,重点研究了信贷政策对房地产价格泡沫形成过程中的作用机理。首先,本章在理论上论证了资产价格泡沫与金融杠杆之间的定价关系,得出在违约概率大于零的前提下,金融杠杆的存在会导致正向资产价格泡沫的出现。而后为验证上述理论结果,本文采用NARDL模型实证分析了分部门宏观杠杆率对我国房地产价格泡沫的长、短期非对称影响。实证结果表明,首先,实体经济部门以及金融部门杠杆率的负向调整均会长期有效抑制房地产价格泡沫的持续膨胀,但一刀切的实体经济部门去杠杆不利于房地产市场的长期稳定运行。其次,长期内可采用非金融企业部门向居民部门的杠杆转移,来实现对房地产价格泡沫的温和平抑作用。最后,应有效、合理地发挥中央政府杠杆的前瞻性指引作用,政策当局不应对地方政府施行强效去杠杆政策,而应试图“熨平”地方政府债务波动以免引发局部房地产价格泡沫化风险。第5章,重点研究卖空约束下,投资者异质信念对股票价格泡沫形成的作用机理。首先,本章对卖空约束、投资者异质信念对股票价格泡沫的影响机理进行了深入的理论层面分析;在实证研究方面,本章构建了嵌入狄利克雷过程的无限区制马尔科夫转换向量自回归模型(RTV-VAR),以刻画变量间的时变因果关系。研究结果表明,上海主板市场融资融券交易机制更具加速风险释放的杠杆交易特征。该杠杆交易特征致使投资者情绪非对称表达,进而引致股票的错误定价。而深圳主板市场的融资融券交易则未体现较强的杠杆交易特征。在沪深主板股价泡沫活跃期间,投资者异质信念对融资融券的正向影响的上升表明投资者情绪借助融资融券工具得以表达的意愿变强,因此该正向影响的快速上升可作为股价异常波动的预警信号。第6章,重点分析了股票价格泡沫的传染效应。首先,本章根据PSY方法识别了我国股票市场分行业资产价格泡沫,并通过市盈率与BSADF统计量的趋势匹配方法,构造了资产价格泡沫规模的代理变量。而后采用带有时变波动率的时变向量自回归模型以及广义方差分解,构造了时变动态DY连通性指标,对2012年12月至2020年6月期间行业间的股票泡沫传染性进行测算。结果表明:首先,总体动态连通性指数捕捉到2012年以来我国资本市场发生的三次典型的泡沫事件,分别为2015年股市异常波动、2017-2018年上旬的债券市场大规模债务违约以及2018年以来的中美贸易摩擦。其次,行业间的泡沫传染在传染方向以及传染规模上均具有显着的时变特征。整体上工业、医药卫生以及信息技术行业资产价格泡沫溢出影响持续为正,表明该三个行业最具泡沫传染性,而能源、主要消费、金融地产以及公共事业行业则是泡沫风险的主要净接收行业,最具行业脆弱性。最后,两两行业间的净溢出动态连通性指数的测度结果表明,由于行业自身泡沫规模变化所产生的投资者情绪引导作用以及与其他行业业务关联性的变动导致行业间的泡沫传染具有显着的行业轮动特征。第7章,重点分析了我国股票价格泡沫和房地产价格泡沫的货币政策效应。首先,本章结合局部均衡框架下理性资产价格泡沫理论简要论证了利率的变化对基础价值成分和泡沫成分具有不同影响。而后在实证分析中采用TVP-VAR模型分析了以短期名义利率上升为代表的外生紧缩性货币政策冲击以及以货币供应量M2为代表的扩张性货币政策冲击对货币政策潜在目标变量的影响。最后,根据理论分析结果,通过脉冲响应函数构造了利率冲击对资产价格内在价值成分和泡沫成分的冲击影响。结果表明,外生紧缩性价格型货币政策冲击能够引起股票价格的短暂下跌,并且相比于基础价值成分的下跌,泡沫成分的上升更为显着。此外该货币政策还会引起房地产价格泡沫短期内呈现上升趋势,长期才呈现下降趋势。因此,利用紧缩性价格型政策治理资产价格泡沫时,不但无法达到有效抑制泡沫的作用,反而会损害股票的基础价值。而扩张性数量型货币政策会导致资产价格的显着上升,但其对股利变量的影响存在较大不确定性。此外,扩张型货币政策对房地产价格泡沫存在更为显着的政策滞后效应。因此,传统的“逆向操作”策略对资产价格泡沫的作用具有较大不确定性,甚至适得其反。
张男[3](2020)在《中国利率市场化进程中的货币政策传导机制研究》文中研究说明货币政策的传导机制一直都是货币政策研究中的关键问题。特别是对于正处于利率市场化进程与经济结构转型升级过程中的中国而言,随着利率全面市场化进程的逐步推进以及相关制度的不断完善,我国中央银行货币政策对宏观的影响方式也处于不断调整的过程中。值得注意的是,与理论中稳定的金融体系与完善的政策调控框架相比,我国本世纪初期我国金融体系的调整优化升级仅处于初级阶段,各个市场间存在相互分割的状况,货币市场化利率浮动空间严重受限,金融自由化拥有较大的提升空间与改进可能,种种原因令该时期关于我国货币政策传导渠道与传导机制具有潜在的阶段性特征。因此,在中国利率市场化进程这一具体政策框架下,从我国货币政策传导渠道与传导机制的潜在阶段性特征角度出发,探究中央银行货币政策调控目标与关键政策的演进对货币政策传导渠道以及传导机制的影响,不仅能够进一步解析我国的货币政策调控渠道与调控模式,同时够为我国的利率市场化进程提供有效的理论指导与实证检验。有鉴于此,本文结合我国宏观经济发展的阶段性特征,分别针对资产负债表渠道,金融机构信贷渠道,以及利率管制和存款保险渠道,深入探究货币政策传导渠道、传导速度和政策实施效果的变化情况,分析利率市场化进程中导致中央银行货币政策传导机制发生改变的影响因素等问题,这对新常态时期全面深化金融体制改革过程中极大程度地降低系统性金融风险产生和累积的可能性,以及促进我国宏观经济在中高速水平上实现稳定、持续增长的发展目标,都具有重要的理论价值和现实意义。全文分为6个章节进行研究,第一章是绪论部分,先详细介绍我国现阶段宏观经济发展背景并提出存在对货币政策传导机制的研究需求,构成了本文研究的逻辑起点。进一步,本章中依据政策传导路径的不同特征对货币政策的传导渠道进行了多层次的总结,系统地分析了货币政策不同传导渠道的政策传导机制、传导范围与传导效果,为后文中研究打下了理论基础。进一步,本章同时对不同国家利率市场化这一具体问题,以及不同国家利率市场化进程中货币政策传导机制演进的基本事实进行了详细的理论梳理与文献分析,特别是对我国利率市场化进程中货币政策中介目标的选择以及转变历程、不同学者对我国利率市场化进程中货币政策框架与传导理论的相关研究进行了详细的总结与综述。在以往研究现状的基础上指出本文研究的重点问题与研究目的,为后文的实证研究做出铺垫。第二章开始进入文章的实证研究阶段,本章从政策之间相互影响的角度出发,探究了利率市场化进程中,政策不确定性对我国宏观经济以及利率水平影响,利用包含潜在门限的时变参数向量自回归模型实证研究了我国货币政策对经济政策不确定性冲击的反馈机制。分析显示,中国经济和贸易的不确定性在明显上升,当前贸易政策不确定性是经济政策不确定性的主因,并且不确定性整体呈现出逆周期性,对经济发展具有负向的冲击。美国政府的行为和决策是造成不确定性的最主要因素,现阶段美国挑起的贸易摩擦是不确定性的主因。实证研究结果表明,面对不确定性的上升,我国货币政策对经济和贸易政策不确定性的反应十分迅速,不确定性往往引致宽松的货币政策。在经济平稳时期,货币政策对经济和贸易政策不确定性冲击的反应程度最低,在金融危机时期反映程度加大,在贸易摩擦时期的反应程度最大。第三章至第五章是利率市场化进程中货币政策的传导渠道分解研究。本部分创新性的将不同层面的货币政策传导渠道与现阶段我国面临的具体政策结构与经济形势相结合,进一步探究了我国已实行与未实行的利率市场化政策在具体经济背景下对不同渠道传导机制的影响。第三章将从货币政策的广义信用渠道这一角度出发,将社会融资规模分解为信贷、表外融资和直接融资三个信用扩张渠道,实证研究了我国货币政策的广义信用传导效应。结果显示,信贷在社会融资规模中长期占据主导地位,我国货币政策在广义信用渠道方面的传导仍然以信贷为主,表外融资次之,直接融资效果最弱。随着利率市场化的推进,货币政策向广义信用的传导力度和速度均有明显改善,应推进深层次结构性改革、利率并轨和实质上的市场化。结合研究结果和与现有文献的对比分析,本章对我国货币政策量价转型进行了进一步的理论探讨,从“总量——结构”的功能性角度提出构建一种新的“价格为主、参考数量”的货币政策量价搭配调控范式。第四章的研究将从我国宏观经济中出现的资产负债表衰退因素以及利率市场化进程的不断推进导致中央银行货币政策存在调控“困境”出发,利用包含有资产负债表衰退因素的DSGE模型,对我国利率市场化程度进行的指标量化,进而分析资产负债表衰退对货币政策调控效率的阶段性影响机制。研究结果表明,一方面,当模型系统中考虑资产负债表衰退因素时,紧缩型货币政策对宏观经济变量的影响效果得到相应的强化,并延长了相关变量对经济系统稳态的回归时间且增加中央银行货币政策调控的不确定性;另一方面,在模型框架中同时考虑资产负债表衰退和利率市场化程度变化时,利率市场化程度的增加将提高模型中相关宏观经济变量的响应程度并提高变量恢复稳态的速度,换言之,利率市场化进程的不断推进有助于提高紧缩型货币政策的调控效果。第五章的研究将从我国利率市场“双轨制”这一利率生成模式展开,利用DSGE模型对我国的双轨制利率生成模式、利率管制程度与市场化程度以及存款保险金制度等利率市场化进程政策与操作进行研究,重点探究利率市场化进程的不同措施与金融市场机制的完善对我国货币政策传导机制的影响。研究表明,中央银行对利率的管制一方面削弱了常规货币政策的调控效果,同时抑制了宏观经济的常规性波动,减少了经济活力。在我国利率市场化进程不断发展的大前提下,利率市场化进程的发展能够显着的提高中央银行常规货币政策的传导效率,释放市场潜能。逐步取消管制利率,让“双轨制”利率生成机制逐步回归市场化生成机制,是促进我国利率市场化进程,提高货币政策调控效率的一个重要组成部分。第六章的实证研究是对我国不同利率市场化程度下的货币政策传导机制检验。在探究了利率市场化进程中各渠道的传导机制以及方针效果后,最后本文将针对存款利率上限打开以后,中央银行迟迟没有推进市场轨和计划轨的双轨合并这一现实问题出发,对我国利率的渐进市场化与完全市场化后货币政策的整体调控效果进行研究,并且对未来我国利率市场化进程的推进给出相应的预测与展望。在宏观传导方面,渐进式利率市场化改革能够有效地优化利率传导机制,然而若是立即进入完全市场化状态,均衡利率水平的提升很可能降低经济行为对利率变动的敏感性,这说明尽管完全市场化不会改变利率宏观传导的有效性,但会降低货币政策的传导效率。在利率的微观传导方面,利率市场化改革着实加强了货币政策的微观传导效率。然而若是进入完全市场化状态,市场上的逆向选择风险会迅速放大,造成利率的微观传导失灵。
王雨[4](2020)在《智能投顾服务的资产选择及价格竞争机制研究》文中进行了进一步梳理国务院2017年颁布的《新一代人工智能发展规划》为我国人工智能发展明确了未来发展的战略目标。随着科学技术的发展,人工智能将为金融领域开启新篇章。智能投资顾问服务(以下简称“智能投顾”)作为人工智能在金融领域的前沿应用,为财富管理行业的投资顾问服务带来实质性的转变,并呈现高速发展的态势。我国智能投顾服务始于2015年,其通过调查问卷等方式了解用户需求,使用机器学习的方法对数据进行优化处理,通过模型选择构建基础资产库,以投资组合理论为基础,自动为不同风险偏好的用户量身定制资产配置方案,对市场进行高精度判断以增加用户满意度,从而实现投资顾问服务的智能化转型。通过查阅相关文献,我们发现当前智能投顾服务领域的研究内容主要集中于业务介绍和监管政策研究。本文尝试拓宽该领域研究视角,遵循“现状-机理-预测”的研究思路,对智能投顾服务资产选择的倾向性及价格竞争机制展开研究。首先对智能投顾的运作机制进行案例研究,初步判断影响智能投顾基础资产库选择的因素。其次,我们运用实证研究,对智能投顾服务运作机制现状下的机理进行探索,揭示智能投顾服务对基础资产的选择倾向性影响因素并对各因素间的关系进行分析。最后,我们运用理论研究证明及数据仿真的方式,对智能投顾服务的一类影响因素(管理费率)展开深入分析,通过智能投顾服务市场中的价格竞争机制的研究,尝试对市场中的价格竞争机制进行预测性探析。本文期望通过探索,为后续研究起到投砾引珠的作用,主要工作及创新点如下:1、拓展问题研究视角,顺应金融科技发展趋势。智能投顾服务在我国尚属新兴业务,通过对现有文献的研究,我们发现前人对于智能投顾服务中的资产选择及价格竞争机制鲜有研究。本文尝试拓展智能投顾的研究思路,将智能投顾服务的资产选择及价格竞争机制作为研究对象进行研究,结合社会关注热点,契合国家政策导向,丰富了相关领域中的研究成果,具有一定的现实意义。2、运用案例研究方式探索智能投顾运作机制。由于智能投顾业务的新颖性,研究中无法单纯沿用已有模型,本文通过质性研究的方式对智能投顾运作机制问题予以定性分析,对我国不同类型智能投顾的差异性及基础资产选择的影响因素进行分析,构建智能投顾服务对基础资产选择的三维度影响因素模型,揭示了影响因素的直接作用以及调节作用路径。3、运用实证分析探析新兴业务的实践做法,为其提供理论支撑。在实践中,智能投顾服务的资产选择会呈现一定的特征,而我们查阅文献,却未发现相关研究。本文从资本市场中获取真实数据,基于我国智能投顾服务的特性,运用实证分析对智能投顾服务资产选择的倾向性进行研究,尝试为实践操作提供数据上的解释,体现理论对实践的指导价值。4、契合新业务实际运作模式,构建新的模型对智能投顾服务价格竞争机制进行分析。在传统价格竞争研究中,前人考虑将价格作为影响产品需求的唯一因素。我们发现,在智能投顾服务网络中,需求并非仅受到价格影响,本文在服务网络需求模型中应用拥挤效应,构建了考虑拥挤效应的需求模型。通过理论分析及数学证明,获得智能投顾服务网络中基金管理费价格竞争中有且仅有一个纯策略纳什均衡解的结论,将理论与实践紧密结合,对基金管理公司和智能投顾公司的定价以及监管部门的未来政策制定提供了实质性的建议和帮助。本文作为一种探索性的研究,尝试将智能投顾服务的研究领域进行拓展,并将理论与工作实践有机结合,对当前资本市场中的现实问题进行分析研究,为基金管理公司、智能投顾公司和监管部门提供了一种启发式的思路,具有一定的现实意义和理论价值。
冯文芳[5](2020)在《金融杠杆与资产价格泡沫:影响机制及其监控研究》文中研究指明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。
张原野[6](2019)在《投资者结构转型、金融衍生品市场规模与证券市场信息环境》文中研究指明近三十年来,我国资本市场发展迅速,取得了举世瞩目的成就。资本市场能否良好地服务于实体经济,关系到我国经济能否实现合理转型和进一步增长。然而,近年来以股票市场为代表的证券市场正面临着高度不确定性,高波动、多乱象似乎已成为市场之常态。在这一背景下,如何改善证券市场信息环境成为学界和业界共同关注的主题。我国证券市场虽然规模庞大,但其主要参与主体仍为广大个人投资者,这与西方市场以金融机构为主导的投资者结构形成了鲜明对比。个人投资者与机构投资者的主要区别在于获取市场信息的能力。机构投资者能够实时获取并分析海量的资讯与数据,从而对金融资产的潜在价值做出相对准确的判断,并以此为依据进行交易。相反,个人投资者的信息获取和分析能力较弱,其交易行为主要以价格涨跌为依据。市场价格波动引发投资者的羊群行为,这便是诸多市场乱象之根源。本文将证券市场信息环境细化为“定价效率”和“流动性”两个指标,以我国特殊的投资者结构为理论出发点,讨论了以下两个政策路径的潜在效果:第一,大力发展和引进机构投资者是否一定能够改善证券市场信息环境?第二,当前投资者结构下,金融衍生品市场的发展和管制政策如何影响证券市场信息环境?本文以理论分析为主,实证分析为辅,主要内容如下:一、基于经典的理性预期理论建立了符合本文分析对象的模型框架与符号体系。理性预期理论主张从市场微观主体的交易行为出发讨论市场均衡价格的形成过程。而本文所要研究的正是机构投资者与个人投资者二元市场微观主体结构下的市场信息环境问题。本文以经典的理性预期理论文献为蓝本,建立了一套简洁且方便拓展的理论分析框架,并参考已有文献对“定价效率”和“流动性”两个市场信息环境指标进行了严格定义。从而为后续分析提供了理论基础。二、将二元投资者结构引入理性预期模型,分析了当前以散户为主的投资者结构下,大力发展和引进机构投资者的战略对证券市场信息环境的影响,并对结论进行了实证检验。本文将个人投资者假设为具有异质性私人信息的投资人,将机构投资者假设成具有信息优势(相对个人投资者)的投资人。理论分析表明,在当前投资者结构下,大力发展和引进机构投资者可以提高市场定价效率,但同时也可能恶化市场流动性。为验证上述结论,文章以我国开放式主动基金的累计仓位变动幅度作为机构交易规模的代理变量,考察了其对股票定价效率和流动性的影响。得到了与理论假说一致的结论。三、在二元投资者结构及二元市场结构框架下,分析了金融衍生品市场发展和管制政策对证券市场信息环境的影响。金融衍生品交易的高门槛和高杠杆属性决定了其参与主体多为机构投资者。在我国非平衡的二元投资者结构下,金融衍生品交易对标的证券市场信息环境的影响作用有待进一步考察。本文在二元投资者结构框架下进一步引入了存在标的证券和衍生证券两个风险资产的二元市场结构。分析表明,当机构投资者数量(较个人投资者而言)足够多时,一个完全开放的金融衍生品市场将同时最大化证券市场的定价效率和流动性;反之,在以个人投资者为主导的投资者结构下,随着金融衍生品市场规模的变化,标的证券市场定价效率与流动性总是朝相反的方向变动,完全开放衍生品市场不再是合意的选择。四、对我国金融衍生品交易对标的证券市场信息环境的影响作用进行了实证分析。本文采用双重差分法考察了 2010年4月沪深300股指期货上市以及2015年8月以来股指期货交易管制两个事件对成分证券市场定价效率和流动性的影响。研究发现:股指期货上市对标的证券市场信息环境的影响呈中性,而股指期货交易管制政策显着影响了标的证券市场信息环境。具体而言,股指期货交易管制提高了成分股定价效率,但同时降低了股票的流动性。上述实证结果一定程度上验证了本文理论分析之结论。本文对我国特殊投资者结构下证券市场信息环境问题进行了较为深入的理论分析与实证检验,主要贡献体现在以下三个方面:一、对经典的理性预期模型进行了拓展。本文在经典理的性预期理论框架下引入了二元投资者结构与二元市场结构,并讨论了上述两个因素与市场信息环境之间的内在关系,具有一定理论价值。二、理论假设符合中国现实,分析对象着眼于中国趋势。已有理论预期理论文献多以西方发达市场为研究背景。而本文则将我国特殊的投资者结构引入经典的理性预期模型,并在这一框架下讨论了机构投资者和个人投资者的互动行为。本文第3章主要讨论我国大力发展和引进机构投资者的战略对证券市场信息环境的影响作用;第4章主要讨论我国金融衍生品市场开放和管制政策对证券市场信息环境的影响作用。在当前我国金融开放和金融自由化的趋势下,上述两个命题具有较强的现实意义。三、本文从多个角度对理论模型之结论进行了实证检验。第一,本文首次尝试在同一实证分析框架下同时对市场定价效率和流动性两个指标进行分析,并试图解释实证结果与理论分析之间的内在联系。第二,本文采用多个指标对市场定价效率和流动性进行刻画,得出了稳健的结论。第三,已有实证文献多用机构持股比例作为机构交易行为的代理变量,而本文首次采用开放式主动基金的累计仓位变化幅度衡量机构交易行为。综上,本文实证分析部分在数据和方法上具备一定创新性。通过一系列理论与实证分析,本文得出了较为清晰的结论与政策建议:第一,大力发展机构投资者的战略举措有利于提高证券市场定价效率,但在当前以散户为主的投资者结构下,这一举措也可能恶化市场流动性。这一结论肯定了机构投资者的正面信息效应,与此同时也提示了投资者结构转型中可能存在的市场流动性风险。第二,金融衍生品市场的发展和管制政策效果好坏高度依赖于投资者结构。在以散户为主的投资者结构下,完全开放金融衍生品市场可能助长机构投资者的过度投机行为,从而恶化标的证券市场信息环境。因此,在当前投资者结构下,我国仍然有必要对金融衍生品市场规模进行适当的限制。第三,本文理论分析表明,投资者结构改善与新兴金融衍生工具市场的发展具有一定内在逻辑顺序。第一,投资者结构成功转型是金融衍生品市场完全开放的前提条件。第二,在金融开放和自由化初期,应当以改善投资者结构为首要任务,同时对金融衍生品市场保持审慎态度。第三,当投资者结构明显改善后,应考虑逐步放松对金融衍生品市场的管制,为市场提供更丰富的投资工具,以吸引更多机构投资者参与资本市场,进一步推进投资者结构由散户主导向机构主导的合理转型。
郑超[7](2019)在《投资者行为、股市泡沫与我国金融安全研究》文中研究表明中国资本市场正不断壮大,结合着不断提高直接融资比例等积极政策引导,直接金融市场与间接金融市场的业务比例将不断得到优化。因此,在我国的现在和将来,资本市场已经成为并将继续作为金融市场的重要组成部分。党的十九大报告指出,新时代背景下未来数年我国经济发展的关键就是紧扣高速增长阶段转向高质量增长阶段的总要求,以推进供给侧结构性改革为主线,打好防范化解重大风险等三大攻坚战。其中,“重大风险”首先指的是经济和金融风险,而资本市场风险也是金融风险组成中的重要一环。资本市场安全的重要性在于,首先资本市场安全是国家金融安全的重要组成部分,资本市场不安全,则很难讲金融系统是安全的;其次在于现代经济金融体系中,不同部门间分工与紧密协作的机制决定了风险都是相互传染的,资本市场的风险很容易扩散传播到其他行业和部门,导致系统性金融危机乃至经济危机。资本市场投资者行为、资产价格行为、价格泡沫、金融风险与金融安全,都是相互联系、相互作用的重要研究对象,在我国资本市场发展日益迅速、市场风险愈发突出的背景下,资本市场过度波动风险进而影响金融安全的问题就是一个非常重要的研究课题,有必要厘清其内在作用机制,用整体观、系统观的思想分析问题,得到更有现实意义的研究结论。本研究运用规范性分析和实证分析相结合的研究方法着重描述微观层次上各个投资者有限理性的决策行为,在中观层次上造成了股票市场的过度波动性风险,而风险的传染效应会导致宏观层面的国家金融安全、甚至国家安全状况受到影响,最终提出相对应的政策建议,以反映当前我国资本市场迅速发展并成长为国民经济重要组成部分的现实与趋势。本文的基本研究结论有:一是以系统观为指导,在详细梳理相关研究文献的基础上,建立一个简单的三异质投资者价格博弈的股市模型,验证股市温和型、扩张型和爆炸型泡沫的产生条件;从经济安全、银行与保险业安全、资本市场安全和货币安全四个层次概括了金融安全的影响因素,认为股市泡沫的膨胀与破裂,影响的是资本市场安全,进而也会作用于金融安全。二是对包含基本面投资者、技术面投资者、情绪投资者和被动投资者的人工股票市场进行了仿真,分析了股票价格趋势、收益率及投资者仓位、账户收益率的情况,结果表明,当市场中被动投资者数量较少,或基本面投资者数量较少,或情绪投资者数量较多时,容易发生股市泡沫,不过,情绪投资者过少时容易出现流动性风险,进而股价崩盘。对风险传染的仿真表明,如果任由危机传染,则很可能会诱发全系统的金融风险;在监管层及时介入后,可以扭转危机传染的进程,将金融风险控制在不扩散状态,维护社会金融安全。从干预效果来看,救助策略要优于免疫策略。三是以托宾Q值法、泡沫系数法衡量了股价偏离基础价值的程度,结果有合理之处,尤其是泡沫系数法,但该两种指标过于单一,容易遗漏重要信息;以GSADF法研究了单纯从股价自身波动特征出发的泡沫情况,成功捕捉到了我国股市2006-2007、2014-2015两段较大的泡沫行情,给出了明确的泡沫程度和泡沫时间的提示,该方法的缺陷在于其递归算法对2009年股市翻倍行情的泡沫程度提示不足、对2018年股市不断下行期间的泡沫水平提示偏高,因此有失偏颇;利用包括基础价值和投资者行为指标、股价波动指标在内的系列指标,以主成分法提取构造股价泡沫指数,表明我国股市共经历过四段泡沫较严重的时期,并且该指数显示我国股市2014-2015年间泡沫程度要高于2006-2007年,有力揭示了2014-2015年A股牛市为杠杆牛、脱离基本面支撑的实际情况,实证效果较其他模型好;研究股价泡沫破裂阶段往往伴生流动性风险的特征,发现流动性指标是波动性指标的格兰杰因,样本期内VAR模型的估计参数表明滞后1阶的流动性指标对波动性指标的影响系数为正且显着,滞后2阶的指标系数为负且显着,这为市场流动性风险管理的必要性和重要性提供了实证证据。四是以股市泡沫实证与测度为基础,继续对我国金融安全状况作出了评价,从经济系统安全、银行与保险业安全、资本市场安全和货币安全四个维度选取GDP增长率等11个初始指标,并运用主成分分析方法从中提取5个主成分,编制我国金融安全指数。结果表明,样本期间我国金融安全指数大致经过了五次方向一致的波动,每一阶段金融安全指数的表现都有着主力经济指标的推动,同时也有着深刻的经济背景;进一步地,以股市泡沫指数代表泡沫水平,以金融安全指数代表我国金融安全水平,建立了马尔可夫区制转换模型(MSIH(3)-VAR(3)),考查了两者之间的动态关系,结果表明,模型相关参数显着,具备明显经济意义:股市泡沫水平是我国金融安全水平的格兰杰因,股市泡沫指数是金融安全指数的领先指标,先带来安全指数的上升,随后滞后2阶时会导致安全指数的下降,脉冲响应函数的结果也印证这一结论,总的来看,我国金融安全状态在区制2(轻度不安全)和区制3(安全)的停留概率较大,区制1(严重不安全)的持续期大概仅有其余区制的一半,说明整体金融安全程度尚属可控。五是提出了坚持以系统观为指导、推动科学有效市场监管、不断完善法律基础设施、建设股市长效发展机制等对策建议,以优化市场监管,防范与化解可能导致金融不安全的风险。本文的创新之处主要在于:第一,提出了新的金融安全研究视角。以投资者行为作为出发点,为资产泡沫寻找微观依据,并由资产价格泡沫破裂风险引出金融安全问题。第二,构建了更加贴近市场实际的全新的股价波动系统动力学模型。第三,首次实证检验了股价泡沫对我国金融安全状况的影响,并得到了股价泡沫影响金融安全的确定结论。第四,本研究讨论了股市泡沫影响金融安全的微观机制和时滞效应,在实证检验基础上提出的政策建议对科学地进行市场监管有一定启发。
张泽[8](2019)在《中国股市流动性共变的特征、成因及其风险溢价研究》文中指出流动性共变(Commonality in Liquidity)是指市场中存在某些共同因素影响全体股票的流动性水平,使得不同股票的流动性之间存在显着的相关进而流动性变化表现出的趋同现象,亦即个股的流动性倾向同时改善或同时恶化。流动性共变的存在表明个股的流动性至少部分是由整个市场的流动性决定,因此,这种不可分散的风险被视为股票定价的一个重要因子,且这种不可分散的风险因子造成整体流动性的变化,使流动性风险成为系统性风险的一种。另一方面,由于不可分散特征,流动性共变也被认为是导致股价脆弱以及股市下跌时常常出现的市场流动性枯竭的关键因素。具体而言,在股票市场中,流动性非常脆弱,当市场出现危机时,由于流动性共变现象的存在,流动性会迅速减少甚至在短时间内“蒸发”殆尽,进而进一步引发市场的快速下跌。与以美国为代表的发达资本市场不同,我国股市同涨同跌现象更为严重,这意味着中国市场的流动性共变要比国外更为严重。作为主要的新兴市场,我国股市分别在1996 年 12 月、2001 年 7 月、2007 年 5 月、2009 年 8 月、2010 年 4 月、2013 年 6 月、2015年6月出现没有任何征兆的暴跌情况。特别是2015年至2016年中国股市大起大落,经历了千古跌停的严重“股灾”事件,上证指数由2015年6月15日的5179.19点跌到7月8日的3507.19点。相应地,个股跌幅超过30%的上市公司达2139家,个股跌幅超过50%的上市公司达1390家,更有多达1400家的上市公司选择停牌避险,沪深股票市场的流动性几乎枯竭。截至2016年1月27日,上证指数又跌至2638.30点。这次的股灾主要表现为交易性流动性危机和系统性流动性危机两个方面,这使我们深刻认识到以我国股市为研究对象,深入研究流动性共变问题的必要性。基于上述分析,为确保我国投资者在投资决策过程中以及监管部门在制定监管和治理措施时能够更深刻的认识流动性问题产生的影响,对我国股票市场流动性共变的存在特征、成因以及风险溢价等问题进行研究具有重要的现实意义。因此,本文将我国股票市场流动性共变的存在特征、成因及其风险溢价问题作为研究的主要内容,基于此,本文所做的主要工作和结论可分为以下四个部分:第一,我国股市流动性共变的存在特征分析。我国沪深股市的流动性共变存在性检验表明,我国股市存在显着的流动性共变。而且,以2007年股权分置改革结束前后为分水岭,我国股市的流动性共变程度表现出明显的差异,2007年后,流动性共变程度总体上明显下降。另外,本章考察了我国股市流动性共变的时变特征、规模效应及其流动性效应。结果发现,流动性共变表现出明显的时变特征,市场环境的变化会严重影响流动性共变强度。特别在市场大幅下跌或爆发金融危机期间,我国股市流动性共变程度明显增加甚至会出现峰值,而在上行的市场走势中,我国股市的流动性共变则对这一变化不敏感。与国外发达市场的结论正好相反,我国股票流动性共变程度并非表现出随股票市值规模和流动性水平增加的递增效应,而是表现出随规模和流动性水平增加的递减效应。进一步地,本章还探讨了股市下跌时流动性共变的增强是否会造成流动性枯竭。结果发现,市场大幅下跌情况下流动性共变的增加会导致股票流动性水平的进一步下降,且随着市场环境的不断恶化,流动性共变对股票流动性水平的负向影响程度也变得更大,这表明,股市下跌时,强烈的流动性共变甚至可能会导致市场流动性枯竭的发生。第二,需求侧视角下基金持股引发流动性共变的原因及渠道分析。作为资本市场的重要参与者,机构投资者在驱动流动性共变的形成上具有重要作用。因此,本文基于需求侧视角深入探讨我国基金出于何种原因使得彼此间的交易需求相关并最终导致出现流动性共变。为此,本文构造高基金持股组合并计算该组合的流动性共变,实证检验了高基金持股组合流动性贝塔与基金持股比例之间的关系,发现在2010~2017年间,随着基金对股票持有比例的增加,股票与高基金持股组合之间的流动性共变会变得更为强烈,这一发现为基金的相关交易驱动流动性共变提供了证据支持。需求侧因素的解释认为,相关性交易是产生流动性共变的成因。对于基金而言,相关性交易,一方面体现为主动交易行为的共同变动,如羊群行为等,一方面是被动交易行为的共同变动,如面临投资者资金流入和流出的压力。为此,本文从羊群行为和基金资金流变化两个方面进一步考察了我国基金出于何种原因使得彼此间的交易活动相关并导致流动性共变。结果发现,基金羊群行为对流动性共变有显着的影响,特别在基金存在卖方羊群行为时更为明显。资金流变化引起的流动性冲击的确是导致基金持股比例对股票流动性共变正向影响的重要驱动因素,基金处于明显的资金内流时这一正向影响更大。从基金持股的角度分析需求因素对流动性共变的影响,假设了基金持股直接体现基金的交易,但这只是从单个基金的角度出发。实际上,基金与基金之间即使不持有共同的股票仍会产生相关性交易,这就需要考虑基金与基金之间的持股结构,而前面基金的羊群行为和资金流变动并不能分析两个基金之间的持股关系。为此,本文借鉴Koch et al.(2016)的研究,对于每个季度任意两两配对的股票,计算持有其中任意一只股票的基金相应的持股比例,探讨“共有所有权(Common ownership)”和“相关流动性冲击(Correlated liquidity shocks)”两个渠道在基金相关性交易需求引发流动性共变中的作用。流动性共变的渠道分析结果发现,任意两只股票之间的流动性相关程度并未随共同持有这两只股票的基金所持有的相应的持股比例的增加而增强,而非重叠持有两只股票的基金相应的持股比例的增加则会对上述相关程度产生显着的正向影响。这表明我国基金主要通过“相关流动性冲击”渠道,而非“共有所有权”渠道,导致基金的交易需求相关并引发流动性共变。第三,流动性共变成因的“供给侧”和“需求侧”解释的实证分析。在探讨金融中介面临的融资约束这一供给侧因素是否会引发我国流动性共变时,本文参考国外已有文献,分别从不同角度构造券商超额收益、银行间同业拆借利率、国债回购量以及金融部门杠杆水平作为其融资约束的代理指标,实证检验后发现,除券商超额收益对流动性共变所造成的显着负向影响支持流动性供给侧的解释外,其余三个变量对流动共变造成的影响则并不支持这一解释。因此,同Karolyi et al.(2012)得到的研究结论,本文认为,我国金融中介面临融资约束时流动性供给的变化很难被用来作为流动性共变产生的来源。关于流动性需求侧的解释,本文发现:(1)换手率共变和机构持股水平与我国流动性共变水平显着正相关,表明我国投资者的相关交易行为的确会引发流动性共变;(2)与Karolyi et al.(2012)的发现相反,我国股市中投资者情绪与流动性共变显着负相关,表明投资情绪下降或悲观的投资者情绪会增加流动性共变强度;(3)无论是在投资者之间亦或是企业内外部之间,信息非对称程度的增加都会引发更为强烈的流动性共变,因此,信息非对称是引发我国股市出现流动性共变的一个重要原因。尽管大量文献强调金融中介的融资限制是引发股市流动性共变的重要流动性供给侧因素(Brunnermeier and Pedersen,2009;Hameed et al.,2010),但本文的研究结论表明,投资者的相关交易、投资者情绪以及信息非对称等需求侧因素更加能够解释我国股市流动性共变的产生及其动态变化。第四,中国股市流动性共变风险溢价实证分析。Acharya和Pedersen(2005)理论模型指出,流动性共变风险是流动性风险的重要组成之一,但关于流动性共变风险溢价的实证研究结论则并不统一。Anderson et al.(2013)指出,流动性共变风险与股票流动性水平高度相关,因此之前文献发现的低流动性共变风险溢价可能存在一定误导。基于此,本章参照Anderson et al.(2013)提出的双重排序的组合构造方法构造流动性共变零投资组合,探讨我国股市是否存在流动性共变风险溢价。结果表明,高流动性共变风险的投资组合可获得统计意义上显着的流动性共变风险溢价,样本期间内(1997年1月至2017年12月),投资者会获得约年化3.82%的流动性共变风险补偿。因子模型的回归结果也表明,与Moshirian et al.(2017)的结论一致,作为不可分散的风险因子,流动性共变风险被定价。进一步地,本文还考察了扩展组合持有期后流动性共变风险溢价是否可持续,结果发现,随着组合持有期的增加,流动性共变风险溢价呈现下降趋势,这表明,我国股市流动共变风险溢价在长期上是不可持续的,属于一种短期的风险溢价。与已有国内研究文献相比,本文的学术贡献主要表现在以下几个方面:第一,针对中国股市流动性共变的存在特征,重点考察流动性共变随市场环境变化表现出的时变特征、规模效应特征以及流动性效应特征,以有助于投资者和市场监管者更好的了解流动性共变动态变化,从而帮助投资者更为准确地制定投资决策,监管者更高效地维护市场稳定。第二,作为资本市场的重要参与者,机构投资者在驱动流动性共变的形成上具有重要作用。本文基于需求侧视角,深入考察我国基金出于何种原因使得彼此间的交易需求相关并最终导致出现流动性共变,并进一步探讨分析基金的相关交易引发流动性共变的相应渠道作用机制。第三,基于流动性共变成因的供给侧和需求侧的理论解释,构造供给侧因素如金融中介面临的融资约束代理指标,需求侧因素如相关交易、投资者情绪、企业内外部人及投资者之间信息非对称程度的代理指标,全面而深入地考察我国流动性共变的驱动原因。第四,作为不可分散的风险因子之一,本文尝试对我国流动性共变的风险溢价问题进行研究。通过双重排序法构造出控制流动性水平的流动性共变零投资组合,发现我国股市的确存在明显的流动性共变风险溢价,样本期间内,投资者会获得约年化3.82%的流动性共变风险补偿。
朱衡[9](2019)在《保险业系统性风险:根源、传染与监管》文中提出2007—2009年全球金融危机爆发,对国际金融体系造成了巨大的灾难性影响,这场由次级房屋信贷危机引发并渗透到其他行业的金融危机是典型的系统性风险表现,对实体经济造成了巨大创伤。在这场席卷全球的金融危机中,作为美国最大的保险公司AIG集团陷入绝境,濒临破产,对金融行业乃至全球经济都产生重大影响。追求传统商业模式的保险公司由于负债水平不同,而且与其他金融机构和资本市场的关联性较低,通常被认为比银行具有更低的系统风险水平。然而,当代的保险领域不能仅仅以传统的商业模式来描述,它还拥有大型、复杂的保险集团或以保险为基础的企业集团,在许多司法管辖区开展业务。这些保险集团和联合企业可能包括非传统的、非保险的业务模式,特别是具有非传统特征的人寿保险产品和不同类型的金融担保产品,提高了保险集团对金融市场风险的敞口,致使它们更容易受到金融市场状况的影响。此后,保险业系统性风险成为各界关注重点,“保险业是否会产生系统性风险?”“如何评估监管保险业系统性风险”等议题被提上征程,学界和业界纷纷跻身保险业系统性风险研究。从监管趋势来说,保险业作为金融领域的三驾马车之一,行业重要性毋庸置疑,国内外掀起了对保险业系统性风险监管研究的热潮。国际方面,金融危机发生后,2009年4月成立了金融稳定监督委员会(FSB),主要负责认定是否存在具有系统重要性的非银行金融机构,国际相关权威监管部门出台的一系列政策,肯定了保险业在维护金融稳定中的作用,明确了保险业系统性风险的核心地位。国内方面,中国保监会于2012年启动了“中国风险导向偿付能力体系”建设工作,2016年4月中国保监会召开国内系统重要性保险机构监管制度建设启动会,明确要在国内构建系统重要性保险机构的监管制度;8月,保监会发布《国内系统重要性保险机构监管暂行办法》;12月,颁布《国内系统重要性保险机构监管暂行办法(第二轮征求意见稿)》;2018《关于完善系统重要性金融机构监管的指导意见》颁布后,完善我国系统重要性金融机构监管框架要求日益凸显,进一步明确了开展系统重要性保险机构监管的必要性,充分体现了对保险业系统性风险的重视。从保险经营来说,多元化的投资策略以及密切的金融资本市场联系都对未来保险业的稳定发展提出了挑战。保险业投资范围进一步扩大,境内外投资标准进一步放宽,投资范围包括流动性资产、固定收益类资产、权益类资产、不动产类资产和其他金融资产,保险业务进一步渗透到金融领域。纵以历史的角度看,银行、保险和其他金融机构都被严格区分,一旦发生危机也不会对其他机构造成影响。但近年来,这种金融机构间的壁垒正逐步瓦解,取而代之的是更紧密的业务联系以及相互关联。虽说目前的金融危机主要源于银行业,但随着银保互联性增强,溢出效应将蔓延至保险危机。正如我们在这次金融危机中所见,保险业很大程度上受到一定冲击,不得不质疑保险业是否会反过来影响金融危机,成为危机发生的主导因素。纵观全局,在与金融资本市场密切关联的大环境下,跟进保险业系统性风险研究是大势所趋。中国作为保险大国,牵一发而动全身,要确保保险业系统性风险不发生,前提是要结合具体国情,将涉及系统性风险的相关研究做到位。厘清“保险业是否存在系统性风险,如何科学有效评估?”,“保险业系统性风险的根源和传染机制是什么?”以及“如何监管保险业系统性风险?”等一系列问题,为中国保险业持续健康良好的发展打下坚实的理论基础。本文共九章,具体结构设计如下:第一章:整理国内外保险业系统性风险的研究现状,总结保险业系统性风险争议、成因、传染机制、评估、监管方面的最新研究前沿与成果,总体上掌握国内外关于保险业系统性风险的研究状况,分析现阶段研究成果与不足之处,探究保险业系统性风险研究意义,引出本文所要研究的问题以及目标。第二章:首先定义了系统性风险、保险业系统性风险,从系统性风险特征区分了保险业系统风险的主导因素和贡献因素,并融合保险业系统性风险特征与中国具体情况初步探究了保险业系统性风险的潜在隐患;结合国际监管最新前沿动态以及推演定义了保险公司系统重要性与保险业系统性风险监管;从起因、传染以及影响机制等方面对三者比较了系统性风险、保险业系统性风险、保险公司系统重要性三者间的关联与区别。第三章:通过历史透视实践中保险业系统性风险的存在性,以历史上金融危机对国际、国内的保险业的影响为核心,探究保险业在这场危机中所面临的冲击;与此同时,总结历史上的重大保险危机,找出导致此类破产的影响机制,归纳危机对保险市场的影响,分析危机的结构性变化,厘清保险业系统性风险存在性的潜在原因与表征,并从保险脆弱性这个维度对保险业系统性风险的存在性进行理论推演。第四章:从系统性风险的内在来源探究保险业系统性风险根源:一方面通过保险业务本质厘清其与系统性风险的内在联系;另一方面保险不良资产从经营环境不确定性这个维度也将增加保险体系的脆弱性。外生环境冲击则从保险危机这个视角进一步推进了对保险业系统性风险根源的深思,探究共谋、利率、侵权与保险危机的关系,论证外生环境冲击导致的保险业危机与系统性风险之间的关联。第五章:首先,以中国的金融环境为对象,重点探究了接触性传染渠道中的银保关联传染渠道。从理论分析银行与保险的不同系统重要性特征,构建银保关联的直接与间接渠道;从实证测算了我国银行业和保险业的静态和动态(整体和极端)关联性,探究保险业和银行业的系统性风险重要性及敏感度,厘清保险业与银行业关联的内外作用机制,度量银保间的溢出效应。其次,重点分析了接触性传染渠道中的再保险关联渠道。围绕再保险业务本质总结其与系统性风险的关系,并从影子保险业务安排展示了“影子保险”的业务特点与系统性风险的关系,在此基础上,统计保险公司对再保险公司的依赖度,评估我国保险公司和再保险公司之间的关联性。最后,探究了接触性传染渠道金融市场以及保险证券、金融服务集团内的保险公司、保险机构重组与并购以及金融恐慌导致的非接触性传染渠道。第六章:本章研究集中在通过度量我国保险业系统性风险的敞口与贡献,识别具有系统重要性的保险公司,评估保险业系统性风险。一方面从系统性风险敞口与贡献度衡量中国保险业的系统性风险,实现了多角度评估,增强了评估结果的客观可信度。另一方面,通过面板模型实证识别影响保险业系统性风险的主要、次要因素,并结合BP神经网络模拟非上市保险公司的系统性风险。第七章:探究了现有系统性风险金融监管的改革与实践。首先阐述了系统性风险金融改革面临的挑战,接着围绕主要国家的金融监管改革政策实例,结合金融监管改革面临的挑战,评估各国的改革方案,在总结主要国家应对金融改革挑战经验的基础上,区分金融监管框架改革模式,并以此为中国金融改革提供借鉴经验。在系统性风险金融监管改革经验总结基础上,总结国际系统性风险监管实践,并就保险业监管框架的主要机构G20、FSB、IMF和IAIS做简明阐述。最后结合最新监管趋势,提出保险业系统性风险监管新方向—宏观审慎监管的概念。第八章:首先,从理论和实践两个维度分析了保险业系统性风险监管的必要性。接着,围绕金融监管改革必须应对的四大挑战以及宏观审慎监管要素,站在宏观审慎监管框架的视角下实施保险业系统性风险监管规划,在金融监管框架内进行合作和有效协调的前提下,提出中国保险宏观审慎监管框架构想;在此基础上,提出保险业系统性风险管理的具体实施方案;再者,更为具体地结合美国系统性风险监管机构(SRR),提出搭建保险业系统性风险监管机构构想。最后,通过制度安排提出了未来保险业系统性风险监管建议。第九章:总结研究结果,提出相应政策建议,展望未来研究方向。已有研究表明,现有保险业系统性风险根源、传染及监管的研究零零散散,缺乏针对性分析,系统性的研究更是寥寥无几。本文首次系统性的研究保险业系统性风险根源、传染、评估与监管,形成系统性的研究成果,实现了以下创新:(1)创新了银保传染机制的理论和实证内容:理论上,分析银行与保险的不同系统重要性特征与影响机制,从直接与间接两个渠道识别银保关联的内生机制,构建银保关联的内生影响机制指标体系。实证上,首先以中国的具体金融环境为背景,区分“保险主导型”关联和“银行主导型”关联,探究保险业和银行业的系统性风险重要性及敏感度;其次,首次从静态和动态(整体和极端)两个维度研究银行业和保险业的关联性,分别采用格兰杰因果模型衡量银保的整体关联性,Copula模型从动态非线性的角度衡量极端风险条件下银保的尾部关联性;再次,在关联性研究的基础上进一步拓展了研究深度,一方面利用Spearman相关性识别了影响银保关联内生机制中的显着因素,一方面从影响银保关联的外生机制入手,分析不同金融环境(金融事件冲击)下银保之间的关联度,厘清我国特定金融环境对银保关联的作用机制,测算不同金融事件冲击对银保关联度的影响;最后,利用(35)Co Va R模型分年度、分金融事件冲击具体度量银保间的溢出效应。(2)创新了再保险传染机制研究视角:一方面围绕再保险业务本质,从风险转移的视角以及保险网络视角分析再保险风险传染过程,从再保险与保险的关联性总结了产生系统性风险可能性的三大原因;另一方面,提出国际最新前沿“影子保险”,目前国内关于“影子保险”的研究基本属于真空地带,本文从影子保险业务安排展示了“影子保险”的业务特点,接着从影子保险面临再保险违约风险、赎回风险、母公司相关风险(系统性风险)以及互联性风险展开论述,提出“影子保险”作为再保险的一部分,存在产生系统性风险的可能性。(3)创新了保险业系统性风险根源与评估的研究视角:一方面,已有研究尚未从存在性与根源视角探究保险业系统性风险。首先,本文以历史的保险危机实践厘清了保险业系统性风险存在性的潜在原因与表征,并结合理论推导了保险业的脆弱性,综合实践和理论推演了保险业系统性风险的存在性。其次,从内生和外生两个维度探究了保险业系统性风险根源,结合保险业务本质与保险不良资产论证保险业系统性风险的内在根源,并利用外生保险危机进一步推进共谋、利率、侵权与保险业系统性风险的关系。另一方面,本文以中国的具体金融保险环境为基础,创新了保险业系统性风险实证思路,从上市保险公司和非上市保险公司对我国保险业系统性风险实施了较为全面的风险识别、评估。(4)探索了保险业系统性风险监管新思路:本文率先围绕金融监管改革必须应对的四大挑战(监管体系应如何构建?每个司法管辖区必须考虑如何在管理机构之间划分责任,是否需要将监管责任合并?如何确保不同监管机构之间的协调沟通?)以及宏观审慎监管要素,宏观上提出了“宏观审慎+微观审慎”监管的“共赢”保险业系统性风险监管思路,微观上提出了中国保险保险业系统性风险监管的具体实施以及保险业系统性风险监管机构构想,对完善保险业系统性风险监管体系有较强的现实指导意义。
孟德峰[10](2019)在《经济周期、行业轮动与A股市场投资策略》文中进行了进一步梳理股市中的行业轮动现象很早就引起了学术界和投资界的注意。特别是量化投资兴起后,行业轮动更是成为当前的研究热点。直觉上,行业轮动背后的驱动力最大的可能是实体行业盈利能力的变化,而实体行业利润的变化往往与整个宏观经济的波动有关。因此,研究者将宏观的经济周期与股票中的行业轮动现象联系起来,通过辨别各行业股票在经济周期各阶段的不同表现,寻找行业轮动现象背后的获利机会。本文系统、全面地研究了宏观、行业、股市三者之间的变化关系,检验上述直觉结论是否成立,并根据所得到的结论制定可行的投资策略,并进行回测以验证本文结论的正确性。在结构上,本文主要分成三个大部分。第一至第三章构成了第一部分,系统研究了经济周期、实体行业与行业轮动三者的关系。这部分的研究主要集中在宏观经济领域。第四章构成了第二部分,在整合第一部分重要研究结论的基础上,以动量和反转效应概念为节点,将经济周期与行业指数波动现象连接起来,并据此分析了行业轮动的真实原因。该部分内容通过对宏观经济领域研究结论的梳理,将研究进程过渡到证券市场领域,起着承上启下的作用。论文的第三部分由第五、六章构成。这部分内容围绕着构建行业轮动投资策略展开,目的在于通过对行业轮动投资策略的设计、执行、评测,探索行业轮动策略获利的可能性及效果。研究经济周期的文献较多,虽角度和方法各异,但在经济周期阶段的划分上,主流学者的观点却比较一致。当前经济周期阶段的主流划分主要有二分法和四分法。相较于四分法,二分法虽然略显粗糙,但扩张(紧缩)与紧缩(扩张)阶段之间的波峰(波谷)的识别方法简单且精度较高。本文首先使用二分法识别经济周期转点(即波峰或波谷),并在此基础上,借鉴美林投资时钟思路,按四分法划分经济周期。美林投资时钟在经济周期划分时,只考虑通胀和产出缺口两个因素,会引起内生性矛盾。为了克服该问题,在考虑通胀和产出缺口基础上,同时考虑二分法的结果和产出缺口符号,并引入宏观经济冲击概念对经济周期四分法的各阶段进行划分。在经济周期划分基础之上,第二章使用一致性指数衡量了GDP与各实体行业以及各实体行业之间的同步性。参与计算的行业总计75个,故共计可以得到C276(28)2850个一致性指数(含GDP)。依据一致性指数显着与否的判断,构建了宏观经济与各行业、各行业间的同步网络。从网络结果中可以看到,在经济系统内,实体行业与经济周期的同步关系具有非一致性、极化性和层次性,且不存在与GDP没有间接同步关系的行业,该结果表明经济系统作为一个整体,其子系统——行业与经济整体之间的联系是必然和多层次的。同样在经济周期划分的基础上,第三章对二级行业的行业因素与行业轮动、经济周期与行业轮动之间的关系进行了研究。首先,考察了行业总周转率与行业指数之间的协整关系。其次,构建了包含行业总周转率、行业指数、大盘指数、利率四个变量的SVAR模型,以克服大盘趋势、利率对当期行业指数的巨大影响。再次,对经济周期不同阶段中各行业指数收益率的表现情况进行了统计。研究结果显示,75个行业中,只有21个行业的行业总周转率与行业指数间存在协整关系,且只有少数行业周转率对行业指数的短期波动影响较大。依据不同行业在不同经济周期阶段的表现,可以将行业分为周期性行业和非周期性行业。作为过渡章节,第四章在梳理前文结果基础上,将研究视角由经济系统转向金融市场领域。当股票市场为弱式有效时,股票价格反映了所有的历史信息。虽然现有文献在我国股市是否达到弱式有效性莫衷一是,但诸多文献证实了我国股票市场的效率在不断提高。这就解释了为何只有较少行业的行业因素波动短期内对该行业的行业指数造成了较大冲击。这一结果意味着实体行业与经济周期在历史中显示的稳定关系在证券市场被投资者竞争性套利行为消融,若想从行业轮动现象中获利,实体行业的经营状况变化所能提供的信息有限,只能另辟蹊径。通过对A股市场中行业动量现象的分析和前文的研究结论,本文认为行业轮动现象本质上是一种基于经济周期阶段的行业动量或反转效应。因此,抓住行业轮动的获利机会应从两个方面入手:一、及时准确的识别投资起始点时刻所处的经济周期阶段;二、基于不同经济周期阶段下的行业动量和反转效应的特征,制定合适的动量投资策略。基于以上思考,第五章对经济周期转点的实时识别方法进行了研究。本文认为,经济周期转点的实时识别本质上是一种预测行为,故在研究思路和解决方法上,与第一章皆有不同。经济总量指标的变化是诸多宏观经济因素相互影响、共同作用的最终反映。使用单一总量指标进行转点的实时识别显然会由于丢失太多信息而丧失准确性。因此,将经济周期转点的实时识别过程划分为历史数据的转点识别和转点的实时识别两个部分。在历史数据识别部分,与第一章一致,依然使用BB模型对单一经济总量指标进行二分法的转点识别。在实时识别部分,引入其他重要宏观经济变量,使用历史数据的转点识别结果对LVQ算法进行训练,并使用训练后的算法进行实时识别。经过反复测试对比表明,该实时识别方案在识别精度、识别及时性和识别稳健性方面都优于传统识别方法。第六章设计了一个基于前文研究结论的行业轮动投资策略,并进行了回测。该策略基于经济周期转点实时识别结果,依据经济周期各阶段的行业动量和反转效应特征筛选行业和股票构建基础投资组合。考虑投资风险,使用Black-Litterman模型对基础投资组合进行优化。Black-litterman模型中的投资者观点矩阵通过GJR-GARCH-M模型确定。信心向量则依据经济周期转点实时识别中的分类考察指标设定。在回测过程中,严格界定投资时点已知和未知的数据环境。依据每个月最新公布的宏观经济变量,不断更新经济周期转点识别的实时结果。据此测试该经济周期阶段的行业动量和反转效应特征,进而根据此特征调整投资组合的股票,最后依据BL模型确定最后组合权重。测试的结果表明,在大部分月份里该策略收益皆好于当月大盘指数的收益。本文的研究表明,经济周期对股票市场中的行业轮动现象是存在影响的,但影响的主要中间变量并非是行业因素。虽然经济的周期性波动会引发实体行业的同步或非同步波动,但实体行业的波动对股票市场中行业指数的冲击有限。行业轮动更多的是一种行业动量和反转效应的表现。经济周期与股票市场中的行业指数之间的联系,是通过行业动量和反转效应在不同经济周期阶段的特征变化表现的。本文研究过程中,在经济周期阶段的划分、宏观经济与行业之间的领滞关系以及经济周期转点的实时识别等方面做了一些创新性尝试。但受限与对行业轮动现象概念的理解局限,本文未能对该定义做出更为具体和可量化的改进,而只能沿用的传统定义。这使得本文在行业轮动现象、经济周期和实体行业之间关系的研究只能局限对总体数据的观察,而无法深入到具体“某一个”行业轮动现象的微观层面。该问题既是本文研究的不足之处,也是本文未来研究的重要方向。
二、资本市场中均衡价格向量的存在性(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、资本市场中均衡价格向量的存在性(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)我国资产价格泡沫的形成机理与传染效应研究(论文提纲范文)
中文摘要 |
abstract |
第1章 绪论 |
1.1 选题背景与研究意义 |
1.1.1 选题背景 |
1.1.2 研究意义 |
1.2 资产价格泡沫的识别与测度研究综述 |
1.2.1 资产价格泡沫的识别研究 |
1.2.2 资产价格泡沫的测度研究 |
1.3 资产价格泡沫的形成机理研究综述 |
1.3.1 有效市场假说与理性资产价格泡沫 |
1.3.2 金融摩擦与理性资产价格泡沫 |
1.3.3 委托投资与信贷泡沫 |
1.3.4 行为金融学框架下的资产价格泡沫 |
1.4 资产价格泡沫的传染效应与政策效应研究综述 |
1.4.1 资产价格泡沫的传染效应研究 |
1.4.2 资产价格泡沫的政策治理研究 |
1.5 研究方法、研究创新与研究不足及展望 |
1.5.1 研究方法 |
1.5.2 研究创新 |
1.5.3 研究不足及展望 |
1.6 研究框架与研究内容 |
1.6.1 研究框架 |
1.6.2 研究内容 |
第2章 资产价格泡沫的理论基础 |
2.1 资产价格泡沫的内涵与演化过程 |
2.1.1 资产价格泡沫的内涵 |
2.1.2 资产价格泡沫的演化过程 |
2.2 理性资产价格泡沫的理论基础 |
2.2.1 局部均衡下理性资产价格泡沫理论基础 |
2.2.2 内生性资产价格泡沫 |
2.2.3 外生性资产价格泡沫 |
2.3 非理性资产价格泡沫理论基础 |
2.3.1 异质信念与有限套利理论 |
2.3.2 噪声交易理论与泡沫乘骑理论 |
2.4 本章小结 |
第3章 资产价格泡沫的识别研究 |
3.1 ADF方法的检验原理 |
3.1.1 ADF单位根检验 |
3.1.2 理性资产价格泡沫检验原理 |
3.1.3 资产价格崩溃检验原理 |
3.2 PSY方法的递归算法 |
3.2.1 资产价格泡沫存在性的识别程序 |
3.2.2 资产价格泡沫周期的识别程序 |
3.3 我国股票市场与房地产市场资产价格泡沫的识别检验 |
3.3.1 我国股票市场资产价格泡沫的识别检验 |
3.3.2 我国房地产市场资产价格泡沫的识别检验 |
3.4 本章小结 |
第4章 中国宏观金融杠杆对房地产价格泡沫的非对称动态影响效应研究 |
4.1 金融杠杆不确定性下的资产定价理论模型 |
4.1.1 模型的基本假设 |
4.1.2 理论分析 |
4.2 NARDL计量模型 |
4.3 资产价格泡沫的金融杠杆的非对称动态效应检验 |
4.3.1 数据说明与指标测度 |
4.3.2 模型估计结果分析 |
4.3.3 金融杠杆的动态效应分析 |
4.4 本章小结 |
第5章 异质信念、融资融券失衡与股票价格泡沫 |
5.1 我国沪、深股票市场资产价格泡沫测度 |
5.2 RTV-VAR模型 |
5.3 我国多层次股票市场资产价格泡沫成因分析 |
5.3.1 数据选择 |
5.3.2 实证分析 |
5.4 本章小结 |
第6章 我国股票市场行业间资产价格泡沫传染效应研究 |
6.1 时变动态连通性指数构建 |
6.1.1 时变向量自回归模型 |
6.1.2 时变动态DY连通性指数构建 |
6.2 我国股票市场分行业资产价格泡沫测度 |
6.2.1 数据选取 |
6.2.2 分行业资产价格泡沫测度——基于趋势匹配方法 |
6.3 行业间资产价格泡沫连通性实证分析 |
6.3.1 总体动态连通性指数 |
6.3.2 总的带有方向的动态连通性指数 |
6.3.3 两两行业间泡沫净溢出动态连通性指数 |
6.4 本章小结 |
第7章 我国货币政策对资产价格泡沫的影响效应研究 |
7.1 货币政策对资产价格泡沫的影响效应理论基础 |
7.2 数据选取与实证模型 |
7.2.1 数据选取 |
7.2.2 计量模型介绍 |
7.3 货币政策对股票市场资产价格泡沫的影响效应实证分析 |
7.3.1 等间隔脉冲响应 |
7.3.2 等时点脉冲响应 |
7.4 货币政策对房地产市场资产价格泡沫的影响效应实证分析 |
7.4.1 等间隔脉冲响应 |
7.4.2 等时点脉冲响应 |
7.5 本章小结 |
结论 |
参考文献 |
攻读博士学位期间发表的学术论文及其他科研成果 |
致谢 |
(3)中国利率市场化进程中的货币政策传导机制研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 研究背景与选题意义 |
1.2 我国利率市场化进程回顾 |
1.3 货币政策传导渠道 |
1.4 利率市场化与货币政策传导机制相关研究综述 |
1.5 论文主要创新点 |
1.6 论文结构安排 |
第2章 不同时期下我国利率水平对经济政策不确定性冲击的反馈机制研究 |
2.1 利率对经济政策不确定性冲击的反馈机制研究问题的提出 |
2.2 经济政策不确定性的研究回顾 |
2.3 我国经济政策不确定性的典型事实分析 |
2.4 基于LT-TVP-VAR模型的实证研究 |
2.5 本章小结 |
第3章 利率市场化进程中我国货币政策的广义信用传导效应研究 |
3.1 货币政策广义信用传导效应研究问题的提出 |
3.2 我国货币政策传导渠道的研究回顾 |
3.3 广义信用视角下货币政策传导机制的理论分析 |
3.4 我国社会融资规模的结构分解 |
3.5 基于TVP-SV-FAVAR模型的实证研究 |
3.6 本章小结 |
第4章 利率市场化、资产负债表衰退与紧缩型货币政策传导机制研究 |
4.1 资产负债表衰退和紧缩型政策的经济后果 |
4.2 基于利率市场化和资产负债表衰退的DSGE模型构建 |
4.3 数据选取、参数校准和参数估计 |
4.4 紧缩型货币政策的实际经济后果分析 |
4.5 基于不同市场化程度下的紧缩型货币政策效果评估 |
4.6 本章小结 |
第5章 利率双轨制下利率市场化进程、存款保险制度与货币政策传导机制研究 |
5.1 我国货币政策“双轨制”框架与货币政策传导机制分析 |
5.2 双轨制泰勒规则模型的构建 |
5.3 参数校准与参数估计 |
5.4 模型的实证结果分析 |
5.5 本章小结 |
第6章 我国不同利率市场化程度下的货币政策传导机制检验 |
6.1 利率市场改革中货币政策传导机制演变的逻辑分析 |
6.2 理论模型 |
6.3 数据选取、参数校准与参数估计 |
6.4 我国不同利率市场化程度下的货币政策传导机制检验 |
6.5 本章小结 |
结论 |
参考文献 |
攻读学位期间发表的学术论文及参与的科研项目 |
致谢 |
(4)智能投顾服务的资产选择及价格竞争机制研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景 |
1.1.1 投资顾问的发展 |
1.1.2 智能金融的应用 |
1.1.3 智能投顾的优势 |
1.1.4 智能投顾的发展 |
1.2 研究意义 |
1.3 研究内容与方法 |
1.4 本文创新点 |
第2章 理论背景和相关研究工作 |
2.1 投资组合理论 |
2.2 信号传递理论 |
2.3 利益相关者理论 |
2.4 相关研究工作 |
2.4.1 投资顾问的相关研究工作 |
2.4.2 智能投顾的相关研究工作 |
2.4.3 投资组合的相关研究工作 |
2.4.4 价格竞争的相关研究工作 |
2.5 本章小结 |
第3章 智能投顾服务运作机制的案例研究 |
3.1 研究背景分析 |
3.1.1 我国智能投顾服务的发展背景分析 |
3.1.2 我国初创型与成熟型智能投顾公司(平台)的差异分析 |
3.1.3 我国智能投顾服务的运作流程分析 |
3.2 研究设计 |
3.2.1 案例选择 |
3.2.2 数据收集 |
3.2.3 分析步骤 |
3.2.4 案例变量编码及模型构建 |
3.3 影响因素与作用机理分析 |
3.3.1 基础资产所属机构属性作用分析 |
3.3.2 基础资产属性作用分析 |
3.3.3 基础资产运作人属性作用分析 |
3.4 案例研究结果讨论 |
3.5 本章小结 |
第4章 智能投顾服务对基础资产的选择倾向性研究 |
4.1 智能投顾基础资产库构建模式 |
4.2 研究假设 |
4.2.1 基金特征与智能投顾选择行为 |
4.2.2 基金经理特征与智能投顾选择行为 |
4.2.3 基金经理特征的调节作用 |
4.3 研究设计 |
4.3.1 研究样本选取 |
4.3.2 变量描述 |
4.3.3 数据分析 |
4.3.4 模型的构建 |
4.4 实证结果及分析 |
4.5 实证研究结果讨论 |
4.5.1 对于智能投顾公司的借鉴意义 |
4.5.2 对于基金管理公司的借鉴意义 |
4.6 本章小结 |
第5章 智能投顾服务市场中的价格竞争机制研究 |
5.1 研究背景 |
5.2 研究挑战 |
5.3 智能投顾产品的价格竞争环境 |
5.4 集中优化方法对个体的非有效性验证 |
5.5 智能投顾服务市场价格竞争模型构建及验证 |
5.5.1 智能投顾服务市场价格竞争模型构建 |
5.5.2 智能投顾服务市场价格竞争问题复杂度研究 |
5.5.3 模型仿真 |
5.5.4 结果分析 |
5.6 智能投顾服务市场的价格竞争研究 |
5.6.1 拥挤效应的应用 |
5.6.2 假设条件 |
5.6.3 考虑拥挤效应的需求模型构建 |
5.6.4 智能投顾服务市场价格竞争均衡研究 |
5.7 仿真分析 |
5.7.1 算例基本假设条件 |
5.7.2 模型构建及求解 |
5.7.3 算例结果分析 |
5.8 定价策略研究结果讨论 |
5.8.1 对于基金管理公司的借鉴作用 |
5.8.2 对于智能投顾公司的借鉴作用 |
5.8.3 对于行业监管的借鉴作用 |
5.9 本章小结 |
第6章 总结与展望 |
6.1 总结 |
6.2 未来展望 |
参考文献 |
致谢 |
在读期间发表的学术论文与取得的其他研究成果 |
(5)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 |
(6)投资者结构转型、金融衍生品市场规模与证券市场信息环境(论文提纲范文)
摘要 Abstract 第1章 绪论 |
1.1 研究背景 |
1.1.1 探究金融市场的信息集聚功能:理性预期理论 |
1.1.2 我国投资者结构的特殊性:个人投资者为主,机构相对不足 |
1.1.3 特殊投资者结构下的市场信息环境问题:定价效率与流动性 |
1.1.4 特殊投资者结构下改善市场信息环境的潜在政策路径 |
1.2 相关文献评述 |
1.2.1 理性预期理论与市场信息环境:定价效率与流动性 |
1.2.2 私人信息对市场的影响:来自实证文献的证据 |
1.2.3 我国机构投资者的市场功能:从波动率到市场信息环境 |
1.2.4 个人投资者与证券市场波动 |
1.2.5 理性预期框架下的衍生品市场 |
1.2.6 金融市场中的政府干预理论 |
1.2.7 关于我国金融衍生品市场的实证文献 |
1.3 研究框架 |
1.4 研究意义 |
1.5 研究方法 |
1.6 现有研究不足与本文创新点 第2章 金融市场中的信息摩擦:本文理论框架与符号体系 |
2.1 简单的理性预期模型 |
2.1.1 信息交易与噪音交易 |
2.1.2 模型基本设定 |
2.2 不存在噪音交易者的情形:瓦尔拉斯均衡 |
2.3 噪音交易者与理性预期均衡 |
2.3.1 噪音交易者 |
2.3.2 交易者的信息异质性 |
2.4 理性预期模型与市场信息环境:定价效率与流动性 |
2.4.1 定价效率 |
2.4.2 流动性 |
2.5 投资者结构与信息结构 |
2.5.1 机构投资者与个人投资者的私人信息 |
2.5.2 本文信息结构设定的理论与现实依据 第3章 投资者结构转型与证券市场信息环境 |
3.1 本章研究背景与研究框架 |
3.2 模型设定 |
3.2.1 基本假设 |
3.2.2 信息结构 |
3.3 理性预期均衡 |
3.3.1 投资者效用最大化 |
3.3.2 市场出清 |
3.3.3 均衡的存在性与唯一性 |
3.4 机构交易规模与市场信息环境:理论分析 |
3.4.1 定价效率 |
3.4.2 市场流动性 |
3.5 机构交易规模与市场信息环境:实证分析 |
3.5.1 研究设计、指标选取与模型设定 |
3.5.2 实证结果 |
3.6 机构交易规模、市场信息环境与投资者保护 |
3.7 本章小结 第4章 金融衍生品市场规模与证券市场信息环境 |
4.1 本章研究背景与研究框架 |
4.1.1 研究背景 |
4.1.2 研究框架 |
4.2 模型设定 |
4.2.1 基本假设 |
4.2.2 市场结构与政策干预 |
4.2.3 资产收益结构及其现实依据 |
4.2.4 信息结构 |
4.3 均衡求解,信息通道和市场环境 |
4.3.1 均衡价格 |
4.3.2 信息通道 |
4.3.3 对冲与投机 |
4.4 衍生品市场规模与标的证券市场信息环境 |
4.4.1 定价效率 |
4.4.2 市场流动性 |
4.4.3 投资者结构、金融衍生品市场规模与标的证券市场信息环境 |
4.5 投资者福利 |
4.6 对模型含义和结论的进一步讨论 |
4.6.1 理论假设与中国现实 |
4.6.2 衍生证券市场管制的必要性和内在矛盾 |
4.6.3 投资者结构转型与金融衍生品市场开放的内在逻辑 |
4.7 命题证明 |
命题4.1 |
引理4.1 |
命题4.2 |
命题4.3 |
命题4.4 |
4.8 本章小结 第5章 金融衍生品市场规模与证券市场信息环境——基于沪深300股指期货上市与交易管制事件的实证研究 |
5.1 本章研究背景 |
5.2 研究设计、数据与指标选取 |
5.2.1 研究设计 |
5.2.2 样本区间与干预事件 |
5.2.3 指标选取 |
5.3 股指期货上市与交易管制对成分股定价效率的影响 |
5.3.1 模型设定 |
5.3.2 样本匹配 |
5.3.3 样本描述性统计 |
5.3.4 实证结果 |
5.4 股指期货上市与交易管制对成分股流动性的影响 |
5.5 本章实证结果与第4章理论分析的内在联系 |
5.5.1 不同市场环境条件下股指期货市场规模对股票市场的影响 |
5.5.2 期货交易管制导致市场流动性降低的作用机制检验 |
5.6 进一步讨论 |
5.6.1 基于滞后收益和因子模型重新计算股价非同步性指标 |
5.6.2 沪深300期货上市及交易管制与收益—利润敏感度 |
5.6.3 股指期货交易管制与同期国家股市干预政策 |
5.6.4 本章结论与同类文献的比较分析 |
5.7 本章小结 |
5.8 本章附录 第6章 总结与展望 |
6.1 主要结论 |
6.2 政策建议 |
6.3 研究局限与展望 参考文献 致谢 攻读学位期间发表的学术论文 学位论文评阅及答辩情况表 |
(7)投资者行为、股市泡沫与我国金融安全研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 引言 |
1.1 研究背景 |
1.1.1 我国资本市场发展迅速 |
1.1.2 资本市场风险问题愈发突出 |
1.1.3 市场监管水平有待提高 |
1.1.4 市场风险、监管效率与金融安全 |
1.2 研究目的与意义 |
1.2.1 研究目的 |
1.2.2 研究意义 |
1.3 研究内容与技术路线 |
1.3.1 研究内容 |
1.3.2 技术路线 |
1.4 研究方法 |
1.5 创新点 |
2 基础理论及文献综述 |
2.1 投资者效用与投资者行为的研究 |
2.1.1 投资者效用 |
2.1.2 投资者行为 |
2.2 股市泡沫研究 |
2.2.1 泡沫概念及分类 |
2.2.2 股市泡沫的检验 |
2.2.3 股市泡沫的形成机制研究 |
2.2.4 股市泡沫的经济效应研究 |
2.3 金融安全研究 |
2.3.1 相关概念 |
2.3.2 新时代金融安全理论分析 |
2.3.3 金融危机研究 |
2.3.4 金融安全评价与预警分析 |
2.4 本章小结 |
3 股价行为、泡沫影响金融安全的机理 |
3.1 基于投资者行为的股价涨跌系统动力学分析 |
3.1.1 股票价格的影响因素分析 |
3.1.2 股票价格运动的系统动力学机制 |
3.2 股价泡沫产生机理分析 |
3.2.1 投资者行为、决策及市场基本设定 |
3.2.2 股市泡沫形成机理 |
3.3 金融安全影响因素及股市泡沫影响金融安全的机理分析 |
3.3.1 金融安全概念及其影响因素分析 |
3.3.2 股市泡沫影响金融安全的渠道分析 |
3.3.3 一个金融风险传染模型 |
3.4 本章小结 |
4 股市泡沫及其传染效应仿真研究 |
4.1 人工股市仿真 |
4.1.1 仿真环境及参数说明 |
4.1.2 仿真结果分析 |
4.1.3 对仿真结果的敏感性分析 |
4.2 传染效应仿真 |
4.2.1 仿真环境及参数说明 |
4.2.2 风险传染效应仿真基本结果 |
4.2.3 传染效应仿真的敏感性分析 |
4.3 本章小结 |
5 股价泡沫的实证分析 |
5.1 基础价值法:一种简单测度 |
5.1.1 托宾Q值 |
5.1.2 k泡沫系数 |
5.2 基于GSADF方法的股价泡沫检验 |
5.2.1 基本检验模型 |
5.2.2 实证检验 |
5.3 考虑基础价值与情绪指标的股市泡沫检验 |
5.3.1 基本模型 |
5.3.2 实证过程 |
5.4 一个流动性风险的视角 |
5.4.1 VAR模型阐述 |
5.4.2 估计VAR模型 |
5.4.3 脉冲响应与方差分解分析 |
5.4.4 基本结论与启示 |
5.5 本章小结 |
6 股市泡沫对金融安全的影响分析 |
6.1 我国金融安全状况评价 |
6.1.1 金融安全指标体系设计 |
6.1.2 基于主成分分析法的金融安全实证分析 |
6.2 股市泡沫对我国金融安全状况影响评价 |
6.2.1 MS-VAR模型基本原理 |
6.2.2 基于MS-VAR模型的实证分析 |
6.2.3 脉冲响应与拟合优度分析 |
6.2.4 稳健性检验 |
6.2.5 结论与启示 |
6.3 本章小结 |
7 结论及建议 |
7.1 论文基本结论 |
7.2 预防股市泡沫维护金融安全的对策 |
7.2.1 对监管层的建议 |
7.2.2 对投资者的建议 |
7.3 研究不足及展望 |
参考文献 |
附录 A 股票价格运动Matlab仿真程序 |
附录 B 传染效应仿真程序 |
作者简历及攻读博士学位期间取得的研究成果 |
学位论文数据集 |
(8)中国股市流动性共变的特征、成因及其风险溢价研究(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 选题背景及研究意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 研究思路与研究框架 |
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 创新与不足 |
1.4.1 创新之处 |
1.4.2 不足之处 |
2 文献综述 |
2.1 流动性共变存在性及特征研究 |
2.2 流动性共变成因的理论解释 |
2.2.1 市场微观结构理论解释 |
2.2.2 融资约束解释 |
2.2.3 相关交易解释与情绪交易解释 |
2.3 流动性共变成因的实证分析 |
2.3.1 供给侧因素实证分析 |
2.3.2 需求侧因素实证分析 |
2.4 流动性风险溢价研究 |
2.4.1 流动性风险溢价的理论解释 |
2.4.2 流动性风险溢价的实证分析 |
2.5 文献评述 |
3 中国股市流动性共变的存在性及其特征分析 |
3.1 中国股市的波动特征与流动性共变 |
3.1.1 散户为主的投资者结构 |
3.1.2 高度信息非对称 |
3.1.3 系统性风险大 |
3.1.4 政府干预过度 |
3.2 中国股市流动性共变的存在性检验 |
3.2.1 数据与变量 |
3.2.2 实证结果与分析 |
3.3 中国股市流动性共变存在特征分析 |
3.3.1 流动性共变的时变特征 |
3.3.2 流动性共变的规模效应 |
3.3.3 流动性共变的流动性效应 |
3.4 流动性共变与股票流动性的关联性分析 |
3.5 本章小结 |
4 基金持股对流动性共变的影响分析 |
4.1 问题的提出 |
4.2 研究假设 |
4.3 高基金持股组合的构建及其流动性共变特征 |
4.4 基金持股对流动性共变的影响:成因及渠道分析 |
4.4.1 变量设定与样本选取 |
4.4.2 基金持股对流动性共变的影响 |
4.4.3 基金持股对流动性共变影响的成因分析 |
4.4.4 基金持股对流动性共变影响的渠道分析 |
4.5 本章小结 |
5 中国股市流动性共变的成因分析 |
5.1 问题的提出 |
5.2 变量选取与定义 |
5.2.1 融资约束 |
5.2.2 相关交易 |
5.2.3 投资者情绪 |
5.2.4 信息非对称 |
5.2.5 控制变量 |
5.3 模型设定与实证结果分析 |
5.3.1 样本说明与模型设定 |
5.3.2 描述性统计 |
5.3.3 实证回归结果与分析 |
5.3.4 稳健性检验 |
5.4 本章小结 |
6 中国股市流动性共变风险溢价研究 |
6.1 问题的提出 |
6.2 流动性风险调整的L-CAPM模型 |
6.3 中国股票市场流动性共变风险溢价分析 |
6.3.1 流动性共变组合的构造 |
6.3.2 流动性共变风险溢价 |
6.3.3 稳健性检验 |
6.4 流动性共变风险溢价的可持续性研究 |
6.5 本章小结 |
7 结论与政策建议 |
7.1 主要研究结论 |
7.2 政策建议 |
7.3 进一步研究的方向 |
攻读博士期间发表的科研成果 |
参考文献 |
致谢 |
(9)保险业系统性风险:根源、传染与监管(论文提纲范文)
摘要 |
abstract |
0.绪论 |
0.1 研究背景 |
0.2 研究意义 |
0.3 研究内容 |
0.3.1 研究内容 |
0.3.2 研究方法 |
0.3.3 研究范畴 |
0.3.4 研究框架 |
0.4 创新点与不足 |
0.4.1 创新点 |
0.4.2 不足点 |
1.保险业系统性风险研究文献综述 |
1.1 保险业系统性风险的认识 |
1.1.1 保险业是系统性风险的受害者还是主导者 |
1.1.2 保险业系统性风险的存在性争议 |
1.2 保险业系统性风险的成因 |
1.2.1 保险业系统性风险的主导因素(primary indicators) |
1.2.2 保险业系统性风险的贡献因素(contributing indicators) |
1.2.3 金融市场参与度 |
1.2.4 自然与人为灾难 |
1.3 保险业系统性风险的传染机制 |
1.3.1 保险业与再保险的风险传染 |
1.3.2 保险业与银行业的风险传染 |
1.4 保险业系统性风险评估 |
1.4.1 系统性风险评估方法 |
1.4.2 保险业系统性风险评估应用 |
1.5 保险业系统性风险监管 |
1.5.1 保险业系统性风险制度演变 |
1.5.2 系统重要性保险公司颁布 |
1.5.3 保险业系统性风险监管的发展与争议 |
1.6 中国保险业系统性风险研究综述 |
1.7 文献总结及述评 |
2.研究术语界定与理论基础 |
2.1 研究术语界定 |
2.1.1 系统性风险 |
2.1.2 保险业系统性风险 |
2.1.3 保险公司系统重要性 |
2.1.4 保险业系统性风险监管 |
2.2 理论基础 |
2.2.1 金融脆弱性 |
2.2.2 信息不对称 |
2.2.3 委托代理理论 |
2.2.4 金融危机传染理论 |
2.2.5 金融监管理论 |
2.3 小结 |
3.保险业系统性风险的存在性 |
3.1 实践中的存在性——历史的透视 |
3.1.1 国际保险业的金融危机表现 |
3.1.2 中国保险业的金融危机表征 |
3.1.3 保险公司破产危机典型案例 |
3.1.4 保险业系统性风险存在性深剖 |
3.2 理论上的存在性——脆弱性视角 |
3.2.1 信息不对称与保险脆弱性 |
3.2.2 委托代理与保险脆弱性 |
3.2.3 税收不对称与保险脆弱性 |
3.2.4 合约的不完全性与保险脆弱性 |
3.2.5 宏观金融冲击与保险脆弱性 |
3.3 小结 |
4.保险业系统性风险根源 |
4.1 保险业内生的金融不稳定 |
4.1.1 保险业务本质与系统性风险根源 |
4.1.2 保险不良资产与系统性风险根源 |
4.2 保险危机的外生环境冲击 |
4.2.1 共谋与保险危机 |
4.2.2 利率与保险危机 |
4.2.3 侵权与保险危机 |
4.3 小结 |
5.保险业系统性风险的传染机制 |
5.1 银保关联传染渠道 |
5.1.1 银行业与保险业的传染机制——理论推演 |
5.1.2 银保关联性及影响机制——实证测算 |
5.1.3 银保溢出效应度量 |
5.2 再保险关联传染渠道 |
5.2.1 再保险与保险业的传染机制 |
5.2.2 保险公司对再保险公司的依赖度测算 |
5.2.3 “影子保险”与保险业的传染机制 |
5.3 金融市场关联传染渠道 |
5.3.1 保险公司购买模式导致金融市场扭曲 |
5.3.2 保险公司出售模式导致金融市场扭曲 |
5.4 保险业系统性风险非接触传染渠道 |
5.4.1 保险证券传染 |
5.4.2 金融服务集团内的保险公司传染 |
5.4.3 保险机构重组与并购传染 |
5.4.4 金融恐慌传染 |
5.5 小结 |
6.保险业系统性风险评估 |
6.1 保险业系统性风险模型设定 |
6.1.1 MES模型 |
6.1.2 SRISK模型 |
6.1.3 GARCH-CoVa R模型 |
6.1.4 面板模型 |
6.1.5 BP神经网络 |
6.2 上市保险公司系统性风险测算 |
6.2.1 保险公司系统性风险敞口测算 |
6.2.2 保险公司系统性风险贡献度测算 |
6.3 保险公司系统性风险影响因素 |
6.4 非上市保险公司的系统性风险测算 |
6.5 小结 |
7.保险业系统性风险金融监管改革与实践 |
7.1 系统性风险金融监管改革 |
7.1.1 系统性风险金融监管改革挑战 |
7.1.2 系统性风险金融监管改革实例 |
7.1.3 系统性风险金融监管改革评估 |
7.1.4 系统性风险金融监管改革启示 |
7.2 保险业系统性风险监管实践 |
7.2.1 全球金融监管框架 |
7.2.2 20 国集团(G20)的系统性风险监管 |
7.2.3 金融稳定委员会(FSB)的系统性风险监管 |
7.2.4 国际货币基金组织(IMF)的系统性风险监管 |
7.2.5 国际保险监督管理协会(IAIS)的系统性风险监管 |
7.3 保险业系统性风险监管新方向 |
7.3.1 宏观审慎监管理念 |
7.3.2 宏观审慎和微观审慎的区别 |
7.3.3 宏观审慎监管工具的选择 |
7.3.4 宏观审慎政策挑战 |
7.4 小结 |
8.中国保险业系统性风险监管的对策思路 |
8.1 中国保险业系统性风险监管的必要性 |
8.1.1 保险危机防范与控制的理论必要性 |
8.1.2 保险业系统性风险监管的实践必要性 |
8.2 宏观审慎视角下的保险业系统性风险监管思路 |
8.2.1 中国保险宏观审慎监管框架构想 |
8.2.2 保险业系统性风险监管的具体实施 |
8.2.3 保险业系统性风险监管机构构想 |
8.3 保险业系统性风险监管制度安排 |
8.3.1 “双管齐下”的监管思路 |
8.3.2 筑牢银保混业监管“防火墙”体系 |
8.3.3 重视系统重要性保险机构评估 |
8.3.4 加强保险公司的信息披露 |
8.3.5 推进金融改革,维护金融稳定 |
8.4 小结 |
9.结论及展望 |
9.1 研究结论 |
9.2 研究展望 |
参考文献 |
后记 |
致谢 |
在读期间科研成果目录 |
(10)经济周期、行业轮动与A股市场投资策略(论文提纲范文)
摘要 |
Abstract |
导论 |
一、选题背景及意义 |
二、国内外文献综述 |
三、本文的主要内容、基本思路和研究方法 |
四、本文的创新和不足之处 |
第一章 经济周期理论与中国经济周期划分 |
第一节 经济周期 |
一、经济周期的定义及理论发展 |
二、经济周期的阶段性划分和识别 |
第二节 美林投资时钟模型 |
一、美林投资时钟模型 |
二、美林投资时钟模型存在的问题 |
第三节 同比数据时滞问题一个简短讨论 |
一、同比指标时滞现象的数理分析 |
二、同比指标时滞现象的数据分析 |
第四节 中国经济周期的划分 |
一、中国经济周期的划分思路 |
二、中国经济周期划分的数据准备 |
三、中国经济周期的划分结果 |
本章小结 |
第二章 经济周期与行业波动 |
第一节 产业及产业波动概述 |
一、产业的概念及其划分 |
二、行业波动 |
三、行业波动与经济周期关系的相关研究 |
第二节 经济周期对行业波动影响的机理分析 |
一、需求变化 |
二、货币环境 |
三、产业政策环境 |
四、市场结构 |
第三节 经济周期与行业波动的同步性研究 |
一、经济周期同步性概念及研究意义 |
二、同步性研究的主要方法 |
三、行业选择和数据设置 |
四、中国经济周期与行业波动同步性测定结果 |
本章小结 |
第三章 经济周期中的行业轮动 |
第一节 行业轮动现象 |
一、行业轮动现象的定义 |
二、行业轮动现象的研究综述 |
三、行业轮动现象产生的原因 |
第二节 行业轮动现象观察与描述 |
一、行业轮动观察数据说明 |
二、行业轮动现象观察思路 |
三、曲线相似度的衡量 |
四、曲线相似度对行业轮动现象的观测 |
五、计算结果分析 |
第三节 行业因素与行业轮动 |
一、行业因素对行业轮动影响的检验方法 |
二、模型设计 |
三、行业因素对行业轮动影响SVAR模型分析过程 |
四、行业因素对行业轮动的影响 |
第四节 经济周期中的行业轮动 |
一、分析方法 |
二、数据说明 |
三、结果分析 |
四、依据经济周期内的行业收益率表现的行业分类 |
本章小结 |
第四章 市场有效性与行业轮动 |
第一节 经济周期对行业指数的影响 |
第二节 行业轮动现象的套利机会分析 |
一、市场有效性 |
二、市场有效性与行业轮动 |
三、股票的内在价值与价值投资者 |
四、行业轮动的套利机会分析 |
第三节 再论行业轮动的原因 |
一、实体层面的行业波动不是A股市场上行业轮动现象的主要原因 |
二、实体经济中行业之间的领滞关系并不是股市中行业轮动的主要原因 |
三、A股市场中的行业轮动现象最大原因是理性投资者与非理性投资者博弈的结果 |
第四节 我国A股市场行业动量的证实 |
一、动量效应与行业动量效应 |
二、行业动量存在性的证实方案 |
三、行业动量存在性的证实结果 |
四、经济周期中的动量和反转效应 |
第五节 关于构建行业轮动投资策略的思考 |
本章小结 |
第五章 我国经济周期转点的实时识别 |
第一节 二分法经济周期转点实时识别的定义 |
第二节 二分法经济周期转点实时识别的总体思路 |
第三节 转点识别与LVQ |
一、转点识别与自动数据分类 |
二、学习向量量化算法 |
第四节 二分法经济周期转点实时识别的实现 |
一、使用BB算法对经济总量指标进行经济周期的转点识别 |
二、LVQ算法的基础设定 |
第五节 参于经济周期转点实时识别的数据说明 |
一、样本选择与指标选取 |
二、数据处理 |
三、季节调整 |
四、计算环比数据 |
五、滞后期的确定 |
六、BB模型识别结果与LVQ实时识别的数据衔接 |
第六节 中国经济周期转点实时识别结果 |
一、BB算法的识别结果 |
二、LVQ识别结果 |
三、LVQ实时识别结果的稳健性 |
本章小结 |
第六章 基于Black-Litterman的行业轮动策略研究 |
第一节 投资策略与投资组合 |
一、投资策略 |
二、Markowitz均值方差模型 |
三、CAPM与套利定价理论 |
四、Markowitz均值-方差模型存在的问题 |
五、Black-Litterman资产配置模型 |
第二节 A股市场经济周期行业轮动策略的设计及实践 |
一、策略设计思路 |
二、经济周期四分法转点的实时识别 |
二、行业动量特征的实时探索 |
三、选股 |
四、Black-Litterman投资组合的构建 |
五、样本设定 |
六、BL模型解算 |
七、业绩评价 |
第三节 结果分析 |
本章小结 |
结论与展望 |
一、研究结论 |
二、主要启示与建议 |
三、研究展望 |
参考文献 |
附录 |
附录A:月度数据季节调整的详细说明 |
一、环比价格指数的补充 |
二、CPI指数的季节性调整 |
三、结论 |
附录A 参考文献: |
附录B:各章节补充图表 |
第二章 补充图表 |
第三章 补充图表 |
附录C 各章节R语言源程序 |
第一章 经济周期理论与中国经济周期划分R语言源程序 |
第二章 经济周期与行业波动R语言源程序 |
第三章 经济周期中的行业轮动R语言源程序 |
第四章 市场有效性与行业轮动R语言源程序 |
第五章 我国经济周期转点的实时识别R语言源程序 |
致谢 |
四、资本市场中均衡价格向量的存在性(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]我国资产价格泡沫的形成机理与传染效应研究[D]. 林思涵. 吉林大学, 2021(01)
- [3]中国利率市场化进程中的货币政策传导机制研究[D]. 张男. 吉林大学, 2020(03)
- [4]智能投顾服务的资产选择及价格竞争机制研究[D]. 王雨. 中国科学技术大学, 2020(01)
- [5]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)
- [6]投资者结构转型、金融衍生品市场规模与证券市场信息环境[D]. 张原野. 山东大学, 2019(02)
- [7]投资者行为、股市泡沫与我国金融安全研究[D]. 郑超. 北京交通大学, 2019(06)
- [8]中国股市流动性共变的特征、成因及其风险溢价研究[D]. 张泽. 东北财经大学, 2019(06)
- [9]保险业系统性风险:根源、传染与监管[D]. 朱衡. 西南财经大学, 2019(12)
- [10]经济周期、行业轮动与A股市场投资策略[D]. 孟德峰. 中南财经政法大学, 2019(08)