标题
  • 标题
  • 作者
  • 关键词
登 录
当前IP:忘记密码?
年份
2024(11363)
2023(16807)
2022(14618)
2021(13807)
2020(11615)
2019(26926)
2018(26505)
2017(51679)
2016(27842)
2015(31368)
2014(31078)
2013(30374)
2012(27397)
2011(24456)
2010(24292)
2009(22206)
2008(21567)
2007(18828)
2006(16186)
2005(14144)
作者
(78574)
(65379)
(65214)
(62013)
(41874)
(31558)
(29668)
(25844)
(24988)
(23277)
(22514)
(22067)
(20797)
(20594)
(20458)
(20041)
(19614)
(19323)
(18953)
(18767)
(16059)
(16049)
(16032)
(15083)
(14731)
(14562)
(14471)
(14232)
(13196)
(12696)
学科
(108078)
经济(107950)
管理(81199)
(80274)
(67393)
企业(67393)
方法(55505)
数学(49012)
数学方法(48216)
(29342)
中国(28401)
(27166)
业经(23847)
(23057)
(20820)
(20399)
财务(20308)
财务管理(20270)
理论(19682)
企业财务(19310)
地方(19116)
(19102)
贸易(19089)
(18538)
(17799)
农业(17774)
银行(17755)
技术(17139)
(16934)
金融(16931)
机构
大学(389339)
学院(387912)
管理(157698)
(152155)
经济(148883)
理学(136971)
理学院(135548)
管理学(132745)
管理学院(132063)
研究(122887)
中国(95731)
(81566)
科学(76794)
(71888)
(60529)
(59586)
财经(58622)
业大(57662)
中心(57494)
(55500)
研究所(55308)
(53576)
北京(51208)
(49000)
师范(48496)
农业(46752)
经济学(46115)
(45139)
(45084)
财经大学(44333)
基金
项目(271031)
科学(214206)
基金(198870)
研究(194775)
(173509)
国家(172150)
科学基金(149607)
社会(122297)
社会科(115912)
社会科学(115882)
基金项目(105397)
(104780)
自然(100473)
自然科(98251)
自然科学(98230)
自然科学基金(96450)
教育(90909)
(88692)
资助(83323)
编号(79189)
成果(62214)
重点(60360)
(59692)
(56486)
(55788)
课题(53403)
创新(52673)
科研(52631)
教育部(51566)
大学(51227)
期刊
(157323)
经济(157323)
研究(110778)
中国(70733)
学报(61062)
管理(57546)
科学(56513)
(55489)
(51954)
大学(46923)
学学(44429)
教育(40677)
(36755)
金融(36755)
农业(35835)
技术(35318)
财经(28478)
业经(25779)
经济研究(25613)
(24169)
问题(19994)
理论(19298)
图书(19226)
(19087)
技术经济(19041)
统计(18525)
科技(17970)
(17662)
实践(17630)
(17630)
共检索到553842条记录
发布时间倒序
  • 发布时间倒序
  • 相关度优先
文献计量分析
  • 结果分析(前20)
  • 结果分析(前50)
  • 结果分析(前100)
  • 结果分析(前200)
  • 结果分析(前500)
[期刊] 统计研究  [作者] 宁瀚文  屠雪永  
波动率是金融风险管理研究的重要内容之一。本文基于复杂网络理论和数据挖掘技术提出股票市场的高维波动率网络模型。首先运用互信息度量不同股票价格波动之间的相关关系,其次对股票市场不同周期下的波动情况建立度的中心势、平均距离、幂律分布等网络拓扑指标,再次根据这些指标利用Prim算法构建出高维波动率网络模型,最后运用Newman-Girvan算法对股票价格波动率的相关性进行分层研究。高维波动率网络模型突破了传统波动率模型关于变量维数的限制,能够在依赖少量假设的基础上,挖掘出多个金融市场主体间的相互关系,反映金融市场的风险特征及网络拓扑性质。实证结果发现:与常用的Pearson相关系数法相比,在互信息框架下,股价波动的非线性相关关系得到了更好的度量;股票市场的整体波动性与个股波动率相关性变化趋势相反,市场处在高波动时期资产组合分散化效果较好;网络中存在少量度数大的关键节点和中心节点,风险通过这些节点可以迅速传递到整个市场;股票市场的运行具有明显的行业聚集现象;网络分层研究进一步直观的展现了风险在层与层之间的传递规律和与之对应的行业特征。高维波动率网络模型为挖掘股票市场的风险特征与管理金融风险提供了一个新的工具。
[期刊] 管理评论  [作者] 王鹏  
资产收益的风险溢价是金融经济学研究的基本问题。在深入考察现有的两种收益与波动关系模型(GARCH-M和SV-M)差异的基础上,以新兴股票市场中的上证综指和成熟股票市场中的标准普尔500指数为例,运用更具理论优势的SV-M模型,实证考察了两种类型市场中风险溢价与波动率之间关系的不同状况。研究结果显示,上证综指的波动率对其风险溢价有负向影响,而标准普尔500指数的波动率对其风险溢价有正向影响;但无论影响方向正负,波动率对风险溢价的影响都是非常微弱的。论文结合两种市场中的不同波动状况对实证结果进行了解释。
[期刊] 数理统计与管理  [作者] 王鹏  吕永健  
"消息"(News),对于验证市场有效性和研究股票市场的波动特征,具有重要价值.本文基于消息模型(News Model),对上证A股综合指数及其相关影响因素进行了实证分析.通过对样本数据分别利用ARMA(Autoregression Moving Average)、VAR(Vector Autoregressive)、HPF(Hodrick Prescott Fliter)模型提取消息部分,进行回归分析;再利用估计ARDL(Autoregressive Distributed Lag)形式的消息模型,检验相关因素对股市是否存在滞后效应.实证结果显示,一方面,与对众多国外市场的研究保持一致,论文...
[期刊] 贵州财经学院学报  [作者] 姚战琪  
运用ARCH模型对我国股指日收益率及波动性进行实证研究,探索我国股指收益率波动特征。实证研究结果表明:上证综指日收益率呈现明显的波动集群性特征,因此我国证券市场表现出的波动幅度和风险性要大大高于国外成熟的资本市场;我国股票市场存在显著的信息非对称性和杠杆效应,尤其是股票市场好消息导致的市场波动比同等大小的坏消息引起的波动要小。研究结果显示回归模型存在自回归条件异方差,这表明我国股票市场波动具有条件异方差效应。
[期刊] 统计与决策  [作者] 薛昊  王皓月  李汉东  
文章首先在已实现波动和多重分形波动率的基础上提出了一种改进的波动率测度,即已实现多分形波动率测度。其次,以上证综指2008年1月2日至2012年12月31日一分钟高频数据为样本,构造了7种常用的基于高频金融序列的波动率测度,并分别采用ARMA和ARFIMA模型对波动率进行建模和预测。最后通过使用统计自举方法与模型置信度设定(MCS)检验相结合的方法,对各种波动率模型预测效果进行了检验。检测的结果证实已实现多重分形波动率预测模型的预测效果明显优于其他模型。
[期刊] 金融研究  [作者] 魏宇  余怒涛  
本文以上证综指的高频数据样本为例,全面探讨了各类历史波动率模型以及实现波动率模型的构建方法,同时采用滚动时间窗的样本外预测法,实证计算了不同模型假定下的指数波动率预测值,并运用基于自举法的SPA检验,评估了各种波动率模型对上证综指波动的预测精度。结果显示,基于ARFIMA的实现波动率模型以及随机波动模型(SV)具有最高的波动率预测精度,但在加入实现波动率作为附加解释变量以后,并未显著提升标准SV和GARCH模型的预测能力。
[期刊] 统计与决策  [作者] 张旭  
一般认为,在存在较少的股市信息的情况下,股价的波动较小,当存在较多的股市信息时,股价的变动也常常较大,互联网股票信息量的显著变化常常是该公司有特殊事件的反映,进而可能影响股价。文章从网络搜索引擎Google获取字频信息,运用事件研究的方法,对网络文字频度信息与股市关系进行了分析,实证结果表明网络股市信息量的波动与股市价格波动存在显著的正相关关系。
[期刊] 管理科学  [作者] 王鹏  王建琼  
最近的研究表明,除资产收益二阶矩外,高阶矩(包括三阶矩和四阶矩)同样是反映金融资产波动行为的重要方面。以中国股票市场最具代表性的两种股价指数——上证综指和深证成指10年的股价数据样本为例,通过构建可以刻画时变高阶矩的自回归条件方差-偏度-峰度模型,实证研究中国股票市场的高阶矩波动特征。研究表明,中国股票市场收益的偏度、峰度具有显著的时变性和波动聚类性;中国股市不但存在二阶矩(方差)风险,还存在显著的三阶矩(偏度)风险和四阶矩(峰度)风险,并且三阶矩风险和四阶矩风险具有同步性;将偏度方程和峰度方程引入波动模型会抵消原有方差波动的杠杆效应。初步提出将高阶矩波动模型运用于金融风险管理的思想。
[期刊] 运筹与管理  [作者] 陈仁全   田新民  
本文从行业特质波动的视角出发,结合DCC-MVGARCH模型构建行业特质波动关联网络,通过经济体系内部行业间网络的拓扑性质分析了国民经济各行业的风险承担和风险传染问题。研究发现:金融事件的冲击加剧了行业特质性风险,增强了行业之间的关联性;行业关联网络的结构和中心节点具有时变性,而内生冲击引致的行业风险水平高于外生冲击产生的行业风险水平;在经济动荡或者危机期间,轻工制造、纺织服装和机械设备行业对网络具有较强的控制力,风险承担水平和风险传染能力更强,而汽车、食品饮料、交通运输、国防军工、通信、银行和非银金融行业均位于网络边缘,具有较低的风险承担水平和传染水平,在很大程度上属于风险的被动接受者;行业关联网络的核心节点多处于产业链中端或者具有较高的行业风险,而网络的边缘节点多处于产业链的末端。
[期刊] 金融与经济  [作者] 刘可  王斌会  
本文运用Engle在2002年提出的DCC-MVGARCH模型对我国股市以及与我国股市密切相关的其他国家股市收益率的波动相关性进行动态考察,以研究各市场之间动态相关性变动的规律。研究结果表明,目前我国股票市场尚处于较封闭的状态,但从长远来看,我国的金融市场与世界金融市场的波动相关性会增强。
[期刊] 统计研究  [作者] 曹洁  雷良海  
为了精确测度多重金融风险溢出效应,本文在多维CoVaR方法的基础上提出能够度量整个尾部预期损失的广义多维CoES方法,并基于分层阿基米德Copula(HAC)给出了广义多维CoES的计算公式。基于HAC–广义多维CoES模型对中国、美国、中国香港股票市场间风险溢出效应的实证研究表明:美国与中国香港的股票市场对中国股票市场的风险溢出存在显著的叠加效应,失败率检验结果显示广义多维CoES相对于多维CoVaR具有更高的准确性;广义多维CoES的动态走势显示中国股票市场受到美国股市与中国香港股市的多重风险溢出效应,呈现顺周期性;稳健性检验结果显示,基于HAC模型度量广义多维CoES的计算方法具有较好的稳健性。HAC–广义多维CoES模型为监管者和投资者识别多个金融市场之间可能存在的风险溢出叠加效应提供了有效的实践应用工具。
[期刊] 广东金融学院学报  [作者] 李红霞  
以日收盘数据计算出的市场日收益率作为研究的基础数据,利用准极大似然估计方法QML估计三种ARCH类模型(GARCH、T-GARCH和E-GARCH)对中国股市波动性与稳定性的运行效果进行了实证研究的结果,得出EGARCH(1,1)模型是最优的拟合模型。运用最优模型实证发现中国股市不仅波动性很大,而且波动是不对称的。
[期刊] 商业经济与管理  [作者] 陈振龙  郝晓珍  
文章在充分考虑金融上市公司所属行业类型不同的基础上,扩展了二元Copula分组模型,构建了基于藤Copula分组的均值-ES模型,通过实证方法研究相依结构对中国股票市场优化风险的影响。结果表明:与藤Copula模型相比,藤Copula分组模型在样本内对应的有效前沿表现更好,改善了样本外股票市场最优组合策略的表现,并且返回检验结果也验证了该模型优化风险的准确性和有效性。
[期刊] 当代财经  [作者] 蒋天虹  
本文应用VS-GARCH模型对我国沪深两市的波动非对称性及非对称效应的反转进行了实证研究,结果显示,我国沪深两市波动性总体特征趋于一致,两市都存在非对称效应,两市都存在波动非对称效应的反转,表明我国股票市场的非对称效应不仅随时间变化,而且还随冲击程度的大小而变化。另外,非对称效应的反转现象还随股票市场发展逐步显著。
[期刊] 金融理论与实践  [作者] 万顺枫   唐勇   林娟娟  
投资者情绪可以划分为整体情绪和背景情绪,二者通过决策过程的传导产生非理性偏差,从而导致股票市场波动。采用大数据深度学习预训练模型,挖掘分析238万条文本数据,从整体情绪与背景情绪两个指标的角度,基于时变参数向量自回归模型(TVP-SV-VAR)进行实证研究。实证结果表明:整体情绪和背景情绪对股票市场波动的影响存在时变效应,主要表现为短期影响,长期影响相对较弱;消极的整体情绪通过非理性偏差显著提高股票市场的波动率,但消极的背景情绪通过情绪泛化作用在一定程度上缓解了股市波动;二者对股市波动的冲击方向相反且存在弱负相关关系,在不同时间点的冲击程度与冲击时间存在一定差异。研究结论对股市健康发展有一定的现实意义。
文献操作() 导出元数据 文献计量分析
导出文件格式:WXtxt
作者:
删除