共查询到17条相似文献,搜索用时 62 毫秒
1.
《数学的实践与认识》2015,(12)
羊群效应一直是我国主板市场研究的热点问题,受到开板时间的制约,关于创业板市场羊群效应研究相对较少.以创业板为研究对象,基于CCK模型检验方法,引入成交量指标,分别从价、量两个方面建立VAR模型对创业板的355只股票进行研究.结果表明:我国创业板二级市场存在由成交量引起的羊群效应,滞后期为1~2期.说明在创业板,投资者对成交量变动比价格变动更为敏感.因此,加强投资者交易行为的监管更有利于创业板市场的稳健发展. 相似文献
2.
3.
4.
5.
中国股市的羊群效应的ARCH检验模型与实证分析 总被引:20,自引:0,他引:20
本文提出一种检验羊群效应的方法 ,即通过检验个股截面收益的绝对偏差 (CSA D)与市场收益的非线性关系 ,来判断羊群效应是否显著 ,并对我国沪深两市的羊群效应进行了实证分析 ,结果发现我国沪深两市存在一定程度的羊群效应 . 相似文献
6.
利用2008年6月1日至2014年10月31日A股收益率数据和东方财富网上证综指吧主题帖文本,以情绪词测度投资者情绪,发帖量代表信息传播强度,构建信息传播和投资者情绪影响股市羊群效应的GARCH模型.利用赤池信息准则比较信息传播和投资者情绪对股市羊群效应的解释能力.实证表明,前期信息传播加强了本期股市羊群效应,但当日盘前信息传播则减弱了当日股市羊群效应,前期悲观情绪将增强本期股市羊群效应.主要结论有:1)信息传播与投资者情绪对股市羊群效应都具有显著的解释能力;2)综合信息传播和情绪的模型对股市羊群效的解释优于单一信息传播或情绪因素的模型;3)相对于投资者情绪,信息传播对股市羊群效应的解释更优. 相似文献
7.
结合数学、计量经济学和国民经济核算等方面的知识,分别从四个方面系统地研究了房地产行业的相关问题,首先,考虑到我国房地产市场存在地区差异性,利用地理加权回归方法(GWR)分别建立房地产行业需求和供给模型来反映该行业市场供需状况;其次,基于VAR模型分区域建立有效的房地产行业定价模型对未来房价走向进行预测,以西部地区的货币供应量对房价的影响为例,其滞后一期的货币供应量发生1个单位的正向变动,房价发生0.85个单位的正向变动;再次,对房地产行业关联度和发展态势建立了投入产出模型和固定效应的变系数面板数据模型,研究发现房地产行业与金融业、租赁和商务服务业、建筑业存在显著关联度,且根据固定效应的变系数面板数据模型结果,可具体分析房地产行业增加值的提高对其他行业的影响程度;最后,基于熵值法建立综合评价模型对天津市房地产行业的可持续发展性进行了研究和深入探讨. 相似文献
8.
中国股市跨行业动量效应和反转效应研究 总被引:2,自引:0,他引:2
动量效应和反转效应是两种重要的金融异象,质疑了有效市场假说。本文以2000~2009年的A股上市公司为研究样本,采用不同的形成期搭配不同的持有期下的投资策略考察了中国股市跨行业动量效应和反转效应。研究结论表明:在沪深A股市场,按下游行业收益率排序的零投资策略主要表现为动量效应,按上游行业收益率排序的零投资策略主要表现为反转效应。从短期来看,跨行业动量或反转效应普遍不显著。持有期中长时,结果的显著性明显提高。跨行业动量或反转效应通过CAPM、Fama-French、Carhart模型调整后仍然显著。 相似文献
9.
以股票价格变化的强弱和方向反映投资者的心理预期,选取流通性指标作为股票交易强弱的指标,股票买卖行为的人气指标作为投资交易方向的指标,从交易强弱和交易方向两个角度构建了投资者情绪综合指标(简记为ISI).选取2006年1月至2017年6月沪市A股上市公司为样本,进行了ISI与股票收益的时间序列分析和截面效应分析.研究结果表明,投资者情绪综合指标提高了预期收益率但降低了本期收益率,预期收益率具有显著的正向风险溢价.ISI自身也具有显著的正向风险溢价,对股票市场超额收益具有很好的解释能力.投资者情绪指标是中国股市一个重要的资产定价因子. 相似文献
10.
本文是用上证180指数的180支样本股票所产生的数据和Robert Fernholz提出的新方法来验证规模效应在沪市A股市场的存在性。 相似文献
11.
12.
构建了房地产市场的供求模型和均衡价格模型,引入商品房销售价格、销售面积、施工面积等9个变量,建立相应的联立方程组,对房地产价格形成机制进行了研究.研究结果表明:房地产的价格很大程度上受到居民收入、利率、以及土地价格的影响,相对而言居民收入和利率的影响最为明显.同时,居民对房地产的潜在需求和有效需求间的差距较大.目前相关部门应更加关注房地产市场有效需求的规模,并适当调整利率、土地供给等,从而保证房地产市场的稳定发展. 相似文献
13.
基于复杂网络的中国股市房地产板块股票强相关性研究 总被引:1,自引:0,他引:1
为分析中国股市房地产板块股票的强相关特性,以101只股票为结点,以近17年股票对数回报的相关系数为加权边,建立复杂网络模型,通过对网络拓扑参数计算,发现该网络为无尺度网络,结点度分布P(s)~s-|s|δ,在不同相关系数阈值下,δ值介于0.8~1.6之间.网络平均集聚系数为0.53.文章也对网络中心性进行测量和子群划分,发现代码为000592和601588的结点在网络中具有很高的中介性,网络中大部分结点都受其影响较大. 相似文献
14.
15.
使用非线性边限(NARDL)模型探索数量型和价格型货币政策工具对房地产市场的影响.结果显示无论数量型货币政策和还是价格型货币政策都会对房地产价格产生非对称性效应.对于数量型货币政策来说,紧缩的货币政策和宽松的货币政策都会显著影响房地产价格.相对而言紧缩的货币政策对房地产市场的影响效果更明显.对于价格型货币政策来说,利率变动对房地产价格的影响在长端呈现非对称特征,而在短期则无此效应.降低利率水平能够推动房地产价格的提升,而提高利率无法有效地约束房地产价格的上涨. 相似文献
16.
中国房地产价格的多元线性回归模型 总被引:2,自引:0,他引:2
近几年,房价的迅速增长,已经远远超过了GDP和居民可支配收入的增长.那么,我国房地产市场是否已经过热,是否已经出现了泡沫.基于2000~2006年的数据对我国房地产价格函数的影响因素进行了多元线性回归分析.尽管我国部分地区价格偏高,但是并没有出现商品房价格泡沫. 相似文献
17.
为提高房地产价格预测精度,克服传统统计数据真实性低、时效性差的缺点,本文以网络搜索数据为基础,首先通过斯皮尔曼相关分析和时差相关分析筛选出与房地产价格具有高度相关性的先行关键词,并利用向量自回归模型(VAR)和GM(1.1)模型分别预测房地产价格;然后构建基于向量自回归模型和GM(1.1)模型的VAR—GM(1.1)—SVR模型将以上两个模型的预测结果进行预测融合,并以西安市数据为例进行验证,得出均方误差(MSE)和标准平均方差(NMSE)分别为0.97和0.03,优于单一模型预测效果. 相似文献