首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到17条相似文献,搜索用时 125 毫秒
1.
证券市场的心理学基础正受到金融经济学家们的普遍关注.本文在国内外已有研究的基础上,对投资者情绪的内涵、投资者情绪对证券市场的影响机理以及测量方式进行了全面探讨.本文认为投资者情绪是一个影响市场收益的系统性因子,特别是对高风险、难估价的资产价格影响较高;而对于投资者情绪的测量,可以通过构造包含七个基本成分指标的投资者情绪综合指数来进行.  相似文献   

2.
实证分析了投资者情绪对股价崩盘风险的影响.研究发现:无论是市场层面还是公司层面,投资者情绪及其波动性的增加会显著加剧股价的崩盘风险;进一步,投资者情绪通过影响股价同步性,进而对股价崩盘风险产生影响,主要表现为市场层面投资者情绪会显著增加股价同步性,而公司层面投资者情绪的影响并不明显;区分投资者类型后发现,在一定情绪环境下,机构投资者交易行为对股价崩盘风险影响更大.  相似文献   

3.
采用投资者在新浪网上生成的观点投票数据计算投资者情绪(看涨情绪、看跌情绪和总体情绪),以上证180指数包含的股票为研究对象,对投资者情绪与中国股市之间的相互影响关系进行实证研究.结果发现:看涨情绪、看跌情绪和成交量均为平稳时间序列,看跌情绪比看涨情绪对投资者的影响更大,成交量是投资者看涨情绪和看跌情绪的格兰杰原因;投资者总体情绪、投资者关注度、开盘指数和收盘指数均为非平稳时间序列,投资者总体情绪与开盘指数无显著相关性,与投资者关注度和收盘指数均互为格兰杰原因.  相似文献   

4.
投资者情绪对定向增发折价的影响研究   总被引:2,自引:0,他引:2  
利用2006年至2010年第3季度的定向增发事件作为研究样本,着重分析投资者情绪对定向增发折价的影响及其作用路径。研究发现:投资者情绪对定向增发折价影响显著,投资者情绪越乐观(悲观),定向增发折价越大(小);投资者情绪对定向增发折价的影响路径分析表明,市场错误定价是投资者情绪和定向增发折价间的中介变量;进一步研究显示,定向增发题材对市场错误定价影响显著,定向增发后股票出现低估的可能性增加。  相似文献   

5.
随着行为金融学的发展,投资者情绪的有效度量及其对股票投资收益的影响日益受到金融风险管理学者的关注.本文通过个股的成交量、换手率等数据构建了可以反映单只股票的投资者情绪度量指标,并实证探究个股情绪对股价特质波动、预期收益的影响.研究发现:个股投资者情绪的高涨会正向加剧股价的特质波动,但却会降低股价的预期收益,从而导致"特质波动率之谜"这种金融异象.  相似文献   

6.
本文在投资者非理性、管理者理性框架下探讨投资者情绪能否通过理性迎合渠道对企业研发投资产生影响,以及资本市场业绩预期压力能否对这种迎合效应起到抑制作用,并进一步比较不同规模、盈利能力和管理层持股企业间迎合效应的差异。研究结果显示:总体而言,投资者情绪对企业研发投资的影响支持了迎合假说;资本市场业绩预期压力能够抑制企业研发投资对投资者情绪的迎合程度;而以上效应只存在于小规模、低盈利能力以及管理层高持股的企业,说明企业规模、盈利能力和管理层持股是管理层迎合投资者情绪和维护资本市场形象动机的重要影响因素。本文研究结论对于上市公司、投资者、证券分析师以及市场监管部门都具有重要的政策涵义。  相似文献   

7.
《软科学》2014,(2):111-117
应用行为金融和复杂网络思想,以投资者情绪和市场流动性对信用风险传染的影响机制为切入点,构建信用风险传染模型。借助随机占优理论,通过理论推导和实验仿真,系统分析了信用风险传染行为的影响和演化机制。研究结果表明:投资者情绪和流动性交互作用对信用风险传染存在显著影响;社会网络结构对信用风险传染的概率和影响范围存在显著影响。  相似文献   

8.
杨楷 《未来与发展》2016,(10):62-67
2015年中国股票市场出现了较快的大幅上涨和下跌,其中的原因是多重的,而受心理作用影响的投资者行为一直以来被认为是影响资产价格波动的一项重要因素。本文利用投资者情绪的代理变量考察了2015年股票市场的短期波动与个人和机构投资者情绪的关系,并进一步探讨了可能影响投资者情绪的典型因素,以期结合实际反映中国股票市场上的投资者情绪特征和市场的有效性。结果发现,2015年中国股市波动受到了个人投资者情绪的影响,整体上符合DSSW模型中噪音交易者风险可能造成股价反转的特征。  相似文献   

9.
我国股市频繁出现各行业股票同涨同跌和轮动异象,社交媒体中活跃的投资者行为可能加速、加剧行业间的风险传染。因此,厘清社交媒体中的投资者行为对股市行业风险的影响及其传导性是防控股市行业风险传染的基本前提。本文以2019—2020年我国A股19个行业下的153家上市公司为样本,在行业层面实证检验了社交媒体中投资者情绪和投资者关注对已实现波动率的影响,探究了行业情绪溢出效应的存在性及其传播路径,并进一步讨论了新冠疫情后的溢出情况。研究结果表明:投资者情绪及关注的高涨和投资者意见分歧的扩大化均会显著加剧行业波动;而投资者情绪及关注的大幅变动,则会抑制行业波动。整体来看,市场中存在经由投资者行为的行业间风险传染现象,投资者情绪溢出效应的理论假说被证实,具体表现为7对显著的情绪溢出关系,且溢出方向单一明确。后疫情时代,存在情绪溢出关系的行业降为5对,并表现出溢出强度变大、影响范围缩小且存在连续路径的新特征。本文揭示了相对隐蔽的跨行业情绪溢出路径,扩展了投资者行为溢出的研究内容,对后疫情时代下市场高度不确定情境中的金融实践具有重要现实启示。  相似文献   

10.
基于DSSW模型投资者情绪与股价指数关系研究   总被引:2,自引:0,他引:2  
陈军  陆江川 《预测》2010,29(4):53-57
基于DSSW模型,本文构建了不同预期时间跨度下投资者情绪与股票价格的关系模型,并依据预期时间跨度不同,投资者情绪的均值和方差有不同的特征,分析得出长、短期投资者情绪对股票价格的不同影响。进一步以好淡指数作为投资者情绪的代理变量,检验不同预期时间跨度的好淡指数与股价指数的关系,验证理论分析结论。最后给出对策建议。  相似文献   

11.
投资者情绪准确测度较为困难,因为其固有的动态复杂性和变化性。本研究通过对情绪测度理论方法进行系统分析,结合中国证券市场具体情境,基于卡尔曼滤波方法过滤掉市场噪声,选取封闭式基金折价率、新股上市首日收益率、新股发行数量、新增开户数四个指标,并通过滚动合成投资者情绪指数进而验证其有效性。  相似文献   

12.
庞杰 《科研管理》2021,42(6):17-24
Black-Litterman(B-L)模型可将传统金融学和行为金融学结合起来,量化设置投资者的行为决策。研究以行业资产配置为研究对象,通过B-L模型和投资者情绪指数,建立最优规划模型,动态模拟资产的最优配置策略。本文使用GARCH模型族刻画不同行业资产的收益波动状况,由投资者情绪指数构建投资者的信心水平,对我国股票市场的行业资产配置策略进行研究。研究结果表明:B-L模型的资产配置业绩要优于传统的资产配置模型。同时,随着投资者信心水平的上升,累计收益率不断上升。随着投资者信心水平的下降,累计收益率基本不变甚至略有上升。最后根据研究结论,对结合投资者情绪指数来优化行业资产配置的策略提出建议。  相似文献   

13.
叶建华 《科研管理》2017,38(10):119-127
全球经济金融危机后,公司面临的不确定性因素日益增多。公司不确定性对企业投资的影响及其经济后果,成为理论和实务界关注的焦点。本文以A股上市公司为样本,研究公司不确定性、非效率投资与资产定价的关系。研究发现:(1)公司不确定性显著加剧公司非效率投资(尤其是过度投资),这在投资者情绪高涨期最明显;(2)公司非效率投资对企业价值的负向影响源于公司过度投资,这在市场投资者情绪低落期最明显;(3)公司投资不足显著正向影响企业价值,这在投资者情绪低落期更明显。本研究丰富了公司非效率投资、资产定价和行为公司金融研究,对企业高管、投资者以及监管者均有启示意义。  相似文献   

14.
曲彤  卜伟 《科学学研究》2019,37(8):1405-1414
从行为金融学视角出发,采用“产业政策--投资者关注--企业创新策略选择”这一研究思路,以2011-2015年我国A股制造业上市公司为样本,采用Multinomial Logit-中介效应模型分析产业政策对企业创新策略选择的作用机制。研究发现,与发明专利相比,产业政策的“资源效应”显著增加了企业非发明专利申请的数量。我国证券市场具有典型的投资者有限理性特征,产业政策会带来“投资者关注效应”,当市场有效性不足时会进一步诱使管理层选择低质量的创新策略。对于非国有企业以及不具有政治关联的企业而言,产业政策引致的“投资者关注效应”是诱使其选择低质量创新策略的主要原因。研究结论为更好地引导产业政策和证券市场共同提升企业实质性创新能力提供了经验证据。  相似文献   

15.
深圳股市正反馈效应的实证分析   总被引:1,自引:0,他引:1  
正反馈交易行为是指在证券价格上升时买进,下跌时卖出的一种交易策略。本文以深圳股票市场为背景,利用深证成指1991年4月3日至2008年12月31日期间的全部日收益率数据,按照牛市熊市分段建模的方法,对深圳市场的正反馈效应进行了实证检验。结果表明,市场运行有时候呈现出随机漫步特征,有时候又呈现出正反馈交易特征。当市场处于牛市状态时,更容易引发正反馈效应。文章从信息披露、投资者教育两方面提出了相应的政策建议。  相似文献   

16.
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.  相似文献   

17.
判别国际资本市场波动时我国的冲击路径,防范国际金融风险冲击是维护国家金融安全的重要前提.国际资本流动、信息跨境传递以及投资者情绪的相互影响均可能在国家间传导金融风险.本文运用多元GARCH模型(BEKK)实证检验了美国资本市场波动和人民币汇率变化对我国资本市场的冲击传导关系,进而判别国际资本流动是否会对我国资本市场形成冲击.实证结论表明:汇率市场的风险波动程度显著低于资本市场,且美国资本市场与人民币汇率、我国资本市场与人民币汇率均存在显著的双向“风险溢出”效应.由此可以推断,国际资本市场风险通过国际资本流动的途径对我国市场形成冲击的事实.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号