行为公司金融理论的企业融资决策

传统公司金融理论的企业融资决策忽视了人们的心理活动及行为模式对企业融资决策的影响,因此并不能够解释实证研究中出现的大量异常现象。行为公司金融理论的企业融资决策放松了有效市场假说的前提条件,考虑了金融市场参与者的心理和行为模式,分析了投资者非理性行为和管理者非理性行为对企业融资决策的重要影响。本文基于行为公司金融的视角,分析管理者与投资者的非理性对于企业融资决策的影响。     

投资者情绪生成机理的研究

基于标准金融理论与行为金融理论相结合的思想，力图刻画投资者情绪的生成机理。以引起投资者情绪变化的货币环境、市场收益、市场波动、相关资产收益等因素为起点，引入市场投资价值、市场预期两个中间变量，建立了包含直接和间接影响两类路径的投资者情绪生成概念模型。使用中国股市2014年7月1日至2017年3月31日间的667组日度数据，在VAR建模的基础上开展实证研究。实证结果表明市场收益对投资者情绪具有直接的正向影响，市场波动和相关资产收益两因素基于市场预期中介变量间接负向作用于投资者情绪，而修正后引入的经济周期波动变量可以基于市场投资价值中介变量对投资者情绪产生正向影响，并进一步发现了市场收益、市场投资价值与投资者情绪之间存在正反馈强化过程。研究揭示出了投资者情绪生成的影响因素体系及其实现路径，将该领域研究深入到机理分析层面，并从一个侧面佐证了中国股市过度投机行为的存在。     

基于计算实验的协同羊群行为与市场波动研究

相对于短期实际利率、消费、红利的波动而言,理论界称股价波动水平异常偏高的现象为"股市波动之谜".以往研究表明,羊群行为和市场情绪的协同作用会引发股票市场的波动.在计算实验平台上,通过协同模拟agent间的模仿和市场情绪信号,在实验中观察到明显的协同羊群行为所引发的股票价格泡沫或崩溃.对羊群行为的研究既考察了agent的私有信号,又包含了总体的市场影响,发现羊群行为和收益波动存在较强相关性的证据.将计算金融实验方法用于行为金融研究具有较强的理论价值,同时对投资者和监管方来说都有一定的借鉴和参考意义.     

资本市场中情绪与行为的传染性

现有资本市场理论中的模型几乎很少关注投资者间的社会互动与信息传递过程,在它们看来,投资者信念和行为仅仅是通过市场价格影响其它投资者,信息传递和处理十分简单(不存在情绪和感情),一个投资者对其它投资者的影响不存在局部性。而现实市场中,投资者往往通过和投资者的口口相传或媒体获取信息并观察他人的行为。本文从资本市场中的非理性现象出发,对非理性现象及投资者学习进行解释和阐述,揭示在资本市场理论中引入情绪与行为的传染性。     

证券投资者非理性条件下公司投资决策中的融资效应分析

传统财务理论是以理性人假设和有效市场假说为基础。然而,随着理论研究的深入,人们逐渐发现传统财务学所构建的理论模型与投资者的实际投资行为并不完全相符。非理性投资者实际上可以获得比理性交易者更高的收益,非理性投资者仍可以影响公司的投融资决策。本文主要讨论证券投资者的非理性行为对公司融资决策的影响及如何估算证券投资者非理性条件下的融资效应。     

公司投资对股票收益的影响研究

本文分析上市公司投资对股票收益的影响,根据行为金融理论和风险定价理论提出对照假设,应用排序组合法和截面回归法实证发现:投资水平高(低)的上市公司后期股票收益低(高)于前期;投资与股票收益的关系动态变化,高投资公司前期的股票收益高于低投资公司,后期则相反,表明投资者对公司投资过度反应;投资扩张后,股票收益不一定下降,而且控制投资因素后股票收益与盈利、账面市值比、贝塔没有显著正相关,结果不支持风险定价理论。投资效应的原因是当前国际学术界的热点问题,本文为此提供了中国经验证据。表明中国投资者的非理性行为导致了投资效应,新兴加转轨的中国资本市场没有达到有效市场的要求,这为加强金融监管和投资者教育提供政策参考。     

异常情况下基于VARX模型的中国投资者行为研究

内容本文基于市场数据和宏观经济变量,通过引入虚拟变量代表作为大牛市和大熊市的异常情况,利用VARX模型研究了中国证券投资者在异常情况下的行为决策,同时,利用Cholesky正交分解的脉冲响应和方差分解分析了投资者行为变化的主要影响源。结论显示：中国资本市场存在大量的非理性因素和投机因素;与大牛市相比,中国投资者在大熊市的情绪变化更加剧烈;宏观经济对中国投资者行为变化作用不大,债券市场和国际股票市场是影响投资者行为变化的主要因素。     

投资者情绪、过度交易与中国A股市场波动——基于证券投资者信心指数调查数据的分析

本文采用证券投资者保护基金调查数据的证券投资者信心指数(SICI),运用有向无环图(DAG)以及基于有向无环图结果的递归预测方差分解技术，深入探究了我国投资者情绪、过度交易行为与股市波动间的同期及动态影响，进而为减轻我国A股市场的过度波动现象，防范化解金融系统性风险提供实证支持.实证结果显示：就同期影响而言，我国A股市场的过度波动与投资者情绪变化导致了过度交易行为；就动态影响而言，随着互联网通讯技术与杠杆交易的兴起，我国投资者情绪、市场波动具有较强的“自我实现”机制，尽管近年来我国投资者情绪及交易行为日趋理性，但在市场出现较大波动尤其是牛熊更替暴跌时期，市场波动对我国投资者情绪影响将会变大，投资者情绪波动将导致非理性交易行为显著增加，此时投资者的非理性情绪与交易行为也将对我国A股市场波动产生显著影响，加剧了我国证券市场风险.     

心理因素、交易环境变化与结构性产品风险测度:一个研究综述

随着互联网金融的兴起，先前的交易环境已由线下交易为主逐步转变为基于线上平台的交易，金融产品市场呈现出与众不同的新特征。结构性产品繁荣发展的背后蕴藏着极大风险，风险测度与管理研究对结构性产品市场发展具有重要意义。研究表明，心理因素对投资者信念和预期产生重要影响，并且交易环境变化可以加剧投资者心理偏差，进而使其产生非理性的投资决策和行为。本文在梳理国内外有关结构性产品供需研究、心理偏差与投资者情绪等个体心理因素、交易环境变化以及风险测度理论与方法文献的基础上提出：面向互联网金融服务平台的结构性产品风险测度研究应将外部交易环境变化和内部心理偏差因素共同加以考虑，以有效地实现新环境下复杂金融产品市场的风险评估和管理。     

有关金融学对投资策略的影响探究

所谓金融投资学是指投资学由于发展到现在遇到了许多有效市场理论无法解释的问题,经济学家就将心理学引入投资领域从而产生了行为金融学。行为金融学理论在侧重对非理性偶然的因素进行分析的同时又关注对行为科学的吸纳,深入探讨投资者的心理举动,这在一定程度上意义重大。因为通过对行为金融学的分析,能高效率实现投资活动,总结现代金融环境下的投资策略以实现对投资学理论与实务的重要补充。     

基于马尔科夫切换模型的上证指数周收益率时间序列分析

本文先对上证指数收益率时间序列做非线性检测,再对时间序列进行结构性变化检测,发现上证指数收益序列既是非线性时间序列又有结构性变化;通过构建一个3状态,3阶滞后的异方差马尔可夫切换模型对1990年12月21日至2008年8月22日上证指数周收益率时间序列规律进行了实证分析,采用极大似然估计法对模型参数进行估计,识别出股市波动的三种主要的状态:慢涨、慢跌和快涨;实证结果表明马尔可夫切换模型能够比较有效的刻画股市波动的阶段性特征.     

Efficient Semiparametric Estimation of the Fama–French Model and Extensions

This paper develops a new estimation procedure for characteristic‐based factor models of stock returns. We treat the factor model as a weighted additive nonparametric regression model, with the factor returns serving as time‐varying weights and a set of univariate nonparametric functions relating security characteristic to the associated factor betas. We use a time‐series and cross‐sectional pooled weighted additive nonparametric regression methodology to simultaneously estimate the factor returns and characteristic‐beta functions. By avoiding the curse of dimensionality, our methodology allows for a larger number of factors than existing semiparametric methods. We apply the technique to the three‐factor Fama–French model, Carhart's four‐factor extension of it that adds a momentum factor, and a five‐factor extension that adds an own‐volatility factor. We find that momentum and own‐volatility factors are at least as important, if not more important, than size and value in explaining equity return comovements. We test the multifactor beta pricing theory against a general alternative using a new nonparametric test.     

Two tests of the erogodicity of monthly security return distributions

A popular technique in finance research is to use time averaged statistics from monthly security return time series as estimates of the properties of the process generating the returns. This procedure requires the process generating returns to be ergodic. Two tests of this property are applied to monthly return data on 160 securities. The trends tests on mean and variance supports the ergodicity property on two-thirds of the securities. The rank sum test supports this property on less than half the tests. The conclusion is against the ergodicity assumption.     

动态金融高阶矩建模:基于Generalized-t分布和Gram-Charlier展开分布的比较研究

动态时变高阶矩是金融收益率的一个重要特征。本文对比研究了主流的Generalized-t分布(GT)和Gram Charlier Expansion分布(GCE)在GJRGARCH模型下对动态高阶矩的拟合能力和Value-at-Risk的预测能力。基于2005-2014美国标普500股指和中国沪深300股指日收益率的实证结果显示,收益率的条件高阶矩存在显著的时变性和持续性,其中偏度参数的持续性参数达到0.9以上。从各种统计指标综合来看,这两种方法都具有较好的实证表现。尽管GCE分布具有某些高阶矩建模的便利性,GT分布的实证拟合能力更强,对极端概率Value-at-Risk的样本外预测也更加准确。     

证券投资基金市场时机把握能力评价——一个新模型以及SURE方法

目前关于证券投资基金表现评价的模型均存在市场时机把握能力为负值的偏差,这在经济意义上是不合理的。本文在Treynor-Mazuy的二次回归模型基础上构建了含偏度调整的条件二次模型。通过对中国证券投资基金市场时机把握能力的实证分析,发现该模型有效消除了市场时机把握能力上存在负值的偏差。在实证分析上,由于各个证券投资基金净值超额收益率存在相关关系,对每一个基金样本分别进行时间序列的最小二乘法(OLS或GLS)回归,会产生无效的回归结果,因此本文采用看似无关回归方程(SURE)的方法。从研究结果来看,SURE的结果更可靠。     

基于波动持续性的最优组合构建与分散化研究

构建恰当资产组合来减少风险, 是投资组合理论研究的重要目标.由于金融时间序列的波动往往会伴随着持续性特征, 该种特性会增大组合未来收益的风险.本文通过构建随机波动模型序列持续性最优投资组合模型, 以降低金融资产波动的持续性特征对组合收益波动的影响;并通过研究其分散化水平, 考察该投资组合构建方法的有效性与稳健性.研究发现:与均值方差的组合模型相比较, 序列持续性组合的风险分散化水平更好.此研究在资产组合选择方面, 具有较为重要的理论价值及实践意义.     

Sales Forecasting with Financial Indicators and Experts' Input

We present a method for forecasting sales using financial market information and test this method on annual data for US public retailers. Our method is motivated by the permanent income hypothesis in economics, which states that the amount of consumer spending and the mix of spending between discretionary and necessity items depend on the returns achieved on equity portfolios held by consumers. Taking as input forecasts from other sources, such as equity analysts or time‐series models, we construct a market‐based forecast by augmenting the input forecast with one additional variable, lagged return on an aggregate financial market index. For this, we develop and estimate a martingale model of joint evolution of sales forecasts and the market index. We show that the market‐based forecast achieves an average 15% reduction in mean absolute percentage error compared with forecasts given by equity analysts at the same time instant on out‐of‐sample data. We extensively analyze the performance improvement using alternative model specifications and statistics. We also show that equity analysts do not incorporate lagged financial market returns in their forecasts. Our model yields correlation coefficients between retail sales and market returns for all firms in the data set. Besides forecasting, these results can be applied in risk management and hedging.     

股市波动长记忆性聚合效应的半参数检验

本文基于半参数估计方法,从两个方面研究了股市波动长记忆性的聚合问题:一方面,首先将股指收益序列转换为波动序列,再考虑波动序列聚合后的长记忆性;另一方面,首先对股指收益序列进行聚合,再考虑聚合序列波动的长记忆性。前者考察的是波动序列中长记忆参数的聚合性,后者考察的是数据频率对波动长记忆参数的影响。从我国股市实际出发,并综合两个方面考虑,实证了股市波动长记忆性聚合不变效应的存在,同时也说明了半参数方法的良好效果。     

基于EVT-BM-FIGARCH的动态VaR风险测度

对金融资产回报,用FIGARCH模型捕捉波动的异方差性和长期记忆性的同时,将回报序列转化为标准残差序列、通过用EVT-BM方法拟合标准残差的尾部分布来处理回报序列的厚尾性,建立了金融风险度量模型--基于EVT-BM-FIGARCH的动态VaR模型。并用该模型对上证综合指数进行实证分析,结果表明模型能够更精确、合理地度量上证综合指数回报的VaR风险。     

胖尾分布及长记忆下的动态EVT-VaR测度研究

针对金融收益胖尾分布特征及条件波动率长记忆性特征,运用FIGARCH对条件波动率建模、极值理论(extreme value theory,EVT)对标准收益序列的尾部建模,测度出金融市场动态极值风险,进而运用返回测试(back-testing)技术,对模型在样本内的测度准确性与样本外的推广能力进行稳健性检验.实证研究结...