一、股票价格指数波动实证研究（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。
杨宁[2]（2021）在《股指期货对我国股票市场波动的影响研究》文中提出
赵美祺[3]（2021）在《股票价格指数对中国吸引FDI的影响研究》文中认为
孔雪琪[4]（2021）在《投资者情绪与股票价格指数的互动关系研究》文中指出与标准金融理论中的有效市场假说所不同,行为金融理论对投资者完全理性的假设进行了修订,并在解释如股市过度波动之谜等金融市场的异象时,侧重于对投资主体的研究,在投资者并非理性的视角之下分析投资者在交易过程中产生的行为偏差,并基于标准金融理论的资本资产定价模型,将投资者情绪对资产定价的影响纳入其中。目前,我国股票市场仍是不完善的新兴市场,相较于英美成熟的股票市场起步较晚,且参与股市交易的投资者所表现的非理性程度较高,而投资者非理性情绪对市场波动产生冲击作用,提高了股票市场的系统性风险,降低股市运行效率,也不利于对中小投资者的保护。因此在行为金融学的视角之下,深入研究投资者情绪与股指收益及股指波动的互动机理,对强化股市治理、提高证券市场信息的透明度,培育投资者的理性预期和资产价格的合理形成机制尤为重要。本文自新冠肺炎疫情爆发后股市暴跌的现实情况出发,结合我国股票市场较为特殊的投资者结构,对投资者群体中广泛存在的羊群效应、处置效应等非理性行为偏差进行剖析,从股指收益与股指波动两个角度出发,提出投资者情绪与股票价格指数之间互动关系的相关研究假设。将市场变量法与调查法相结合,选择投资者情绪的有效代理指标,并对传统的BW法进行改进,在剔除投资者对宏观经济的理性预期后对投资者情绪进行科学有效的测度,基于PCA方法构建本篇文章的核心变量投资者情绪综合指数。通过构建VAR模型对投资者情结与股指收益的互动关系进行检验,并通过构建DCC GARCH模型与TARCH模型对投资者情绪与股指波动之间存在的溢出效应与非对称效应进行检验,以进一步深化研究投资者情绪与股票价格指数的互动机理。本文研究结论为:投资者情绪与股指收益存在双向的影响关系,该影响关系存在时滞效应:投资者情绪与股指波动存在溢出效应,且溢出效应在熊市中更为显着;在利好消息和利空消息的冲击下,投资者情绪对股指波动的影响表现出非对称效应。
戴逸明[5]（2021）在《多维视角下的不确定性与中国股票市场资产定价》文中研究表明不确定性广泛地存在于人类社会的各个领域,从宏观经济运行到微观个体决策无一不在冥冥之中受到不确定性的影响。在宏观层面,不确定性通常伴随着重大政治、经济事件的驱动而出现大幅上升。仅仅在过去的十年间,全球范围内陆续经历了欧债危机、叙利亚战争、英国脱欧、中美贸易战、新冠疫情等一系列重大事件,各种事件的爆发与冲突不仅影响了全球政治经济格局也产生了一系列不确定性的冲击,进而引发了相关国家和地区经济环境及金融市场的动荡,就如今天的全球经济仍处在新冠疫情所带来的不确定性影响之下。除了现实层面的重要意义,不确定性也是学术界持续关注的议题,得益于过去十几年信息学、统计学等学科的发展和应用,关于不确定性的研究在度量方法和经验实证层面取得了一些进展。但由于不确定性表现出宽泛而模糊的概念特征,目前在关于不确定性的细分领域研究中还缺乏具有系统性和全面性的分析框架。在此背景下,本文基于实证资产定价的范式从多维度的视角探讨了不确定性和中国股票市场之间的关系。本文首次从宏观经济不确定性、微观不确定性、政策不确定性三个层面系统而全面地研究了不确定性对中国股票市场资产价格的影响。在宏观层面,本文发现中国宏观经济不确定性在时间序列上对A股市场收益率具有显着的正向预测能力,中国宏观经济不确定性的上升预示着A股市场期望收益率的上升,且这种预测能力并不能被其他常见的宏观预测因子所解释。本文的研究结论不同于美国的实证发现,美国宏观经济不确定性在美国股市表现出负的溢价。通过进一步比较发现,中美之间宏观经济不确定性存在周期性差异,在样本期内,中国宏观经济不确定性表现出顺周期特征,而美国宏观经济不确定性则表现出逆周期特征。这一发现说明中国宏观经济不确定性的产生与宏观经济超预期的增长有关,而美国宏观经济不确定性的产生主要源自宏观经济预期外的低迷或衰退。另外,尽管以往研究发现中美之间的宏观经济不确定性存在溢出效应,但美国宏观经济不确定性并不能预测中国股票市场期望收益率,这类宏观层面的不确定性对股票市场的定价能力仍局限在本土。在微观层面,本文发现微观不确定性在A股市场的个股横截面期望收益率中表现出负的溢价。基于收益率的高频数据,本文使用股价变化中的相对符号跳跃变差刻画了微观不确定性冲击的性质和程度,股价中反映出“好”的不确定性时,对应个股表现出较低的期望收益率,而当股价中反映出“坏”的不确定性时,对应个股具有较高的期望收益率。从具体的作用机制来看,微观不确定性冲击可以通过涵盖收益率高阶矩的风险溢价和投资者对不确定性过度反应引发的反转效应这两种渠道来影响A股横截面收益率。此外,研究结果也表明微观不确定性在资产组合配置中具有实际应用价值。在中观层面,通过使用源自国外的政策不确定性为本文的资产定价研究提供了更具外生性的视角,本文研究发现美国贸易政策不确定性与A股市场的个股横截面期望收益率呈显着的负相关,对美国贸易政策不确定性因子荷载较高的个股表现出更低的期望收益率,而因子荷载较低的个股则具有更高的期望收益率。在稳健性检验中本文尝试了改变因子荷载的衡量方式、延长投资组合持有期限、剔除不同截尾点的小市值样本等方法,仍然得到了一致的结果。而从机制解释的角度来看,投资者理性或非理性的行为都可以导致这一负溢价的产生。一方面,为了对冲不确定性产生的负面影响,投资者愿意为不确定性因子荷载较高的股票支付更高的价格并接受较低的期望收益率;另一方面,当出现政策冲击时,一些非理性投资者的随机信念转变为悲观信念,他们倾向于出售那些受到贸易政策不确定性负面影响的股票,这种由悲观情绪驱动的投资行为将导致不确定性因子荷载较低的股票被大量卖出且内在价值被低估,当贸易政策的不确定性趋于缓和后,被低估的股票会产生价格反弹,因而具有较高的期望收益率。此外,为了与以往研究进行比较,本文同时对中国经济政策不确定性纳入模型,不同于以往发现,本文的研究发现中国经济政策不确定性对A股的横截面期望收益率并没有显着的影响,并且也不会对美国贸易政策不确定性的定价能力产生影响。综上所述,本文的研究通过建立基于实证资产定价范式的统一框架系统性地研究了不确定性在A股市场上的资产定价能力及定价机制。本文的发现补充了以往关于不确定性与资产定价之间关系的研究,并通过机制分析发现了不同类型不确定性定价能力差异的根源。本文的研究对理解在不确定性冲击下资本市场投资者的异质性、股票市场的定价机制以及中国股票市场的资产配置和风险控制等方面具有现实意义。
冀可心[6]（2021）在《中国与“一带一路”主要贸易伙伴国家股票市场收益溢出研究》文中指出2013年,中国首次提出共建“一带一路”倡议。自共建“一带一路”倡议提出以来,中国与相关国家和地区之间的贸易往来愈加密切,中国与相关国家和地区在基础设施建设、资源能源开发和资金贸易融通等各个领域都取得了重大建树。其中,无论是基础设施建设、跨境贸易发展还是合作项目开发,都需要强大的资金支持,来满足庞大的资金需求。因此,在推进“一带一路”建设的进程中,金融备受关注,作为促进相关国家和地区合作发展的重要支撑,金融也是促进设施联通、贸易畅通、资金融通的基础条件。作为金融市场的重要组成部分,股票市场是金融风险发生的源头之一。随着中国对外开放程度的不断提高,跨境国际资本流动会引起国内资本市场,尤其是股票市场的动荡,我国股票市场与其他国家股票市场的联系和影响越来越强。如果某个国家的股票价格发生剧烈波动,由此产生的联动效应就易导致金融风险的爆发。对中国与“一带一路”主要贸易伙伴国家股票市场间的收益溢出进行研究,有助于探索“一带一路”主要贸易伙伴国家间股市一体化的发展趋势,有助于理解“一带一路”主要贸易伙伴国家股票市场间风险传导的方向与强度,有助于加强沿线各国的金融监管与合作,特别是在股市方面的监管与合作,有助于有效控制“一带一路”沿线贸易与建设中存在的风险,促进各国金融市场的稳定,为中国股市在未来抵御外来股市的冲击提供相应的对策建议,使我国股市可以尽可能的预防、规避外来风险,实现长期健康的稳定发展。基于上述背景,本文的研究对象选取中国以及近14年“一带一路”沿线国家中和中国进出口贸易总额排名前五名的国家,实证部分如下:首先统计2006年9月至2020年11月各国股票价格指数的周数据并计算其收益率,以“一带一路”倡议的提出为节点将样本区间划分为两个阶段;然后运用Diebold和Yilmaz（2012）的溢出指数模型,从静态和动态两个角度做实证分析,得到“一带一路”倡议提出前后总溢出指数、净溢出指数、和市场间溢出指数,并画出各市场溢出指数的时序图;最后采用Barunik和Krehlik（2018）的溢出指数模型,分频段对各个市场的溢出指数进行计算分析,比较其长期、中期、短期溢出效应的差异。通过实证分析,本文得出以下结论:第一,中国上证指数股票市场与“一带一路”主要贸易伙伴国家股票市场在整体上确实存在显着的收益溢出关系,各国股票市场的整体联动性较强。2015年“一带一路”政策正式实施后,中国和主要贸易伙伴国家股市的总溢出效应增强,这可能是受到“一带一路”政策正式实施的影响。总溢出指数短期溢出效应最强,长期溢出效应最弱,这说明收益溢出效应的持续性较短。第二,“一带一路”倡议提出后,我国上证指数股票市场对其他所选股票市场的收益溢出增长,这说明“一带一路”政策提出后,中国影响力有了一定提高,推出“一带一路”政策的短期目的初步有所实现。我国上证指数股票市场的净溢出虽有增长但仍为负值,即我国股票市场在系统中是信息接收者,说明“一带一路”倡议的实施是一个长期的系统工程,为了提高我国股票市场的净溢出还要加深拓宽合作。第三,市场间的净溢出指数显示两两比较时,我国股票市场一直是信息接收者,且两两之间的溢出效应较小,我国与各国股票市场的净溢出效应波动趋势各有不同,溢出效应的上升趋势与金融市场一体化程度的不断提高是一致的。收益溢出指数的大小随时间而波动,并且与极端经济事件呈正相关,在经济动荡时期收益溢出效应增加,这说明了密切监测市场沿线国家股票市场演变的重要性。上述研究结论对“一带一路”政策有以下启示:第一,加强关注股市风险的溢出源头和传播途径;第二,加快探索全面有效的风险评估和预警办法;第三,加速实现输入风险的重点防范和严格监管;第四,加深建设“一带一路”的沟通交流和金融合作。
王国超[7]（2021）在《随机交互粒子系统与波动统计量的金融市场波动研究》文中提出金融市场的价格波动研究一直以来都是金融数学与金融工程领域的一个热点,对该领域的探索可以帮助学者和市场参与者更加深刻地理解金融市场动力学的演化机制和行为特征,探究金融市场的内在规律,并在金融风险管理,资产估值,衍生品定价等方面具有重要的意义.近些年来,随着数学,信息科学,物理,系统科学等相关学科在金融领域中的不断应用,大量交叉学科逐渐形成,其中金融物理学这一重要学科的出现为价格波动行为的研究提供了全新的视角以及更加丰富的研究方法.基于金融物理学的相关思想和理论,本文主要从建立随机交互价格波动模型和构造波动统计量这两个方向出发,对金融市场的价格波动行为进行创新的探索和研究.本文的主要创新体现为:一方面,本文将有限程随机交互传染系统,格点选举模型和小世界网络选举模型这三种重要的随机交互粒子系统用于金融市场价格波动模型的构建中,从微观角度模拟市场的信息传递机制和投资者的投资态度交互,并结合随机过程及随机跳过程等相关理论,建立了三个新型随机交互价格波动模型.在模型合理性验证中,本文选取有力的研究方法对三个新型价格波动模型在多维度参数下的模拟数据和真实金融市场数据的统计特性及非线性性质进行分析比较,结果的相似性验证了新模型的合理性.该工作通过模拟市场投资者投资策略和交互行为,重现了金融市场中价格波动的形成机制和演变规律,为价格波动的研究提供了理论基础和微观动态模型.与此同时,指数波动模糊熵和复合距离模糊熵等非线性分析方法的提出,为金融市场价格波动性质研究提供了新的角度和工具.另一方面,本文在深入研究金融市场价格波动序列的内在结构特征的基础上,以量化波动趋势的持续时间和强度变化幅度为出发点,构建了两个新型波动统计量.该工作是对波动研究的创新与探索,从全新的角度刻画金融市场价格波动的变化趋势以及蕴含风险,增强市场参与者对于价格波动规律的认识和理解.本文具体的工作介绍如下.第1章介绍了本文的研究背景,理论基础,创新点和主要研究内容.第2章基于有限程随机交互传染系统的相关理论构建了一个新型随机交互传染价格波动模型.作为一个重要的随机交互粒子系统,有限程随机交互传染系统可以描述某种传染病在空间个体间传播的复杂动态机制,个体的状态包含健康,感染和免疫三种,该状态会受到传染病的影响按照一定的规则发生改变.随机交互传染价格波动模型的创新点在于将该系统中的个体与金融市场中的投资者相对应,应用传染病在个体间的传播机制来模拟在市场信息的影响下投资者之间的相互作用机制,其中投资者投资态度的改变和扩散会导致金融产品的价格波动.有限程随机交互传染系统中的传染病具有更广的传播范围,因此模型中每个投资者都可以与更多的投资者进行信息交换.在建立随机交互传染价格波动模型之后,本章探讨了不同参数组合下的模拟数据集的一些典型化事实和非线性行为,相同的方法被用来研究和分析真实市场数据集,通过对比上述波动性质的相似性来验证模型的合理性.其中首次提出的新型指数波动模糊熵方法能够通过四个度量标准从多维度出发研究金融时间序列的复杂度行为.第3章将随机跳过程分别与格点选举模型,小世界网络选举模型相结合,建立了新型随机交互格点选举价格波动模型和随机交互小世界选举价格波动模型.两个模型共同的创新点在于分别从内部微观作用和外部宏观环境两个角度刻画市场价格波动的形成机制.一方面将选举理论分别引入到格点空间和小世界网络结构中,模拟金融市场因内部投资者之间的相互影响以及投资态度的变化产生的频繁且正常的价格波动;另一方面应用复合Poisson过程构建了随机跳过程,捕捉由外部宏观事件引起的突然且剧烈的价格波动,解释了价格演变过程中随机突发的跳跃性.同时,本章分别对两个模型在不同参数组合下的模拟数据集和真实数据集的波动性质进行了分析比较,来验证模型的合理性.本章提出的复合距离模糊熵方法,在衡量金融时间序列的复杂度行为的过程中,表现出比模糊熵方法更高的准确性和更强的鲁棒性,能够为价格波动的复杂度研究提供重要帮助.第4章提出了波动双分量区间强度和累积波动双分量区间强度这两个新型波动统计量.波动双分量区间强度同时考虑了波动局部涨跌趋势的持续时间以及在时间区间内波动强度的最大变化幅度,累积波动双分量区间强度则通过时间区间内强度的累积变化幅度来代替前者中的最大变化幅度.这两个波动统计量在波动趋势持续时间和强度变化幅度之间建立了联系,可以帮助投资者把握当前波动的变化趋势和长度信息,同时减少市场中一些极端波动现象对于市场参与者的影响,为其进行风险衡量提供借鉴.本章研究了金融市场中真实金融产品对应的波动双分量区间强度序列和累积波动双分量区间强度序列的基本统计特性,概率分布以及尾部的幂次律尺度行为,并使用非线性方法对序列的自相关性和互相关性进行了探讨,从而丰富了金融市场价格波动的研究内容.第5章介绍了本文的主要结论.
林思涵[8]（2021）在《我国资产价格泡沫的形成机理与传染效应研究》文中指出近几十年来,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。
赵晗羽[9]（2021）在《沪港通和深港通开通前后沪深港股市联动性的研究》文中认为中国内地的金融市场通过实施股票交易改革,合格的外国机构投资者机制（QFII）和合格的国内机构投资者机制（QDII）等多项开放政策,逐步扩大对外界的开放程度,并通过我国金融市场的快速发展和改革,香港与内地在各个方面的交流与合作都更为频繁和紧密。在这种环境下,为了继续促进我国金融市场的开放和国际资本市场的一体化,我国分别在2014年和2016年实施了两项重要措施:沪港通和深港通,进一步通畅内地和香港开放资金的流通的桥梁。所以,在新时代、新背景下,研究“沪港通”、“深港通”启动前后内地沪、深、港三市之间的联动效应尤其关键。本文主要目的是为了分析中国上海、深圳和香港这三个主要股份在证券市场之间相互联动的作用与效应,所使用的样本数据分别为上证综合、深证成分指数与恒生指数三个主要股票指标每天收盘价的平均投资收益率,研究时段确定的日期为2012年11月16日至2020年11月30日,基于国内外一些专家学者的市场调查和研究,本文将针对当前中国上海、深圳和香港三地的证券市场之间相互联动性可以划分为三个阶段,并进行了处理和研究,通过综合运用宏观经济对其影响的主要因素、A+H股、机构投资和宏观政策等各种确定性手段和理论方法,来深入分析沪、深、港三地股市相互影响的具体情况,然后,它使用了多种综合的定量方法,包含协整检验,VAR模型,Granger因果检验,方差分解模型等,来分析了两个市场之间的相互关系是传递影响力大小程度与方向。本文通过实证研究结果发现,深港通实施后,香港股市对沪、深两地区股市的内部价格波动将会有一定程度的影响,并且上海和深圳两地股市受到香港股市价格波动的外部冲击影响并不大。最后,本文得出结论认为,沪港通和深港通的实施将会使内地沪、深股市和香港股市之间的联动效应进一步增加,以及香港股市价格波动的传递会直接影响沪、深两地股市价格变动。之后伴随着沪港通和深港通两个机制的不断完善和创新发展,将有机会进一步地深化沪、深、港三地的合作与协同,充分发挥我国证券市场综合经济实力优势,拓展和扩大延伸国内外投资者的证券市场投资途径,也将促进人民币在国际化中更加有序地流动和流动,并且极大地增强了对中国证券市场的影响力和吸引力。在与国际市场更深入融合的进程中,中国对外开放的水平和水平不断提高。同时,通过对股票市场之间的关联性的研究以及对影响股票市场之间的关联性的因素的实证分析,可以帮助决策者了解不同政策的实施对股票市场之间的联动性的影响,也可以帮助投资者了解股票市场之间的联动关系,避免风险或通过跨市场分配实现超额收益具有关键意义。
李婷[10]（2021）在《我国金融安全状态及预警研究》文中指出在复杂的国际国内环境下,在新冠疫情蔓延全球的新形势下,在我国继续推进扩大开放的新背景下,维护一个国家经济安全就显得非常重要。金融安全是国家经济安全乃至整个国家安全的重要组成部分,是一个国家经济平稳健康发展的基础。如何在扩大对外开放背景下维护好我国金融安全是一个重大课题。为此,本研究将以扩大开放为背景,研究在这一过程中如何才能更好地维护好我国金融安全。首先,在分析研究背景的基础上,提出本研究的研究主题及其重要研究意义。紧密结合新的时代背景和我国扩大金融开放的实际,研究扩大开放背景下银行业、证券业、保险业面临的风险及其对我国金融安全的影响;研究汇率市场化改革（货币安全）、对外债务市场（债务安全）对我国金融安全的影响;利用月度数据,采用VAR模型及逐步回归等研究方法研究银行业安全、货币安全、证券业安全、对外债务安全、保险业安全的主要影响因素和影响机理。其次,在上述研究的基础,选取相应的指标,并采用月度数据,测算近些年我国金融安全水平及其变化趋势。研究我国金融安全水平与现实金融业运行现实表现的吻合情况,对我国金融安全水平进行评价,并进行金融安全预警研究。最后,提出维护我国金融安全的相关对策建议。在模型研究的基础上,本研究得出了以下八个方面创新性的研究结论。一是外汇汇率显着影响金融安全。研究发现,外汇汇率的变化显着影响我国对外债务安全,且证券市场对汇率的变化敏感。因此,我国外汇汇率的波动直接影响着我国货币安全、对外债务安全乃至整个金融安全。研究发现,市场因素对汇率波动有着明显的影响,但目前这些市场因素对汇率波动的影响都是短期的,表明我国汇率市场化程度还不够。随着全球化的发展和深化,人民币汇率会越来越多地受到国际因素的影响,市场因素对汇率波动的冲击也会加大。因此,加速汇率市场化形成机制的改革是防范汇率巨幅波动进而维护我国金融安全的重要且必要措施。二是银行业安全的影响因素较多。模型研究发现,对外债务余额、保险业保费收入、外商直接投资水平和房地产价格的波动对银行业安全影响较为显着。也显示银行业在整个金融系统乃至整个国民经济发展中的重要地位以及维护银行业安全的极端重要性。三是扩大对外开放有利于汇率市场化机制的形成。VAR模型研究发现,对外开放度在短期内对汇率的波动有负向冲击,并在第二期达到最小值。然后随着冲击期数的增加,这种响应强度逐渐减弱,并最终趋近于零响应。这表明长期来看,对外开放程度越高,汇率的波动反而更小,从而有利于维护人民币汇率的稳定。也就是说继续坚持扩大金融业开放总体有利于我国维护汇率稳定乃至于维护国家金融安全。四是市场因素对证券业安全的影响尚不显着。研究发现货币供应量、宏观经济景气指数、居民消费价格指数、利率、上证A股平均市盈率等指标对证券市场的波动都有不同程度的影响,但总体来说影响尚不显着。这在一定程度上说明尽管经济总体发展迅速,但是由于我国证券市场发展仍然不成熟,市场运行机制仍然不够完善,使得上述重要市场化因素对我国证券市场的影响目前依然不显着。五是保险业安全受居民收入和经济发展水平影响较大。研究发现影响我国保险业安全的主要因素是居民储蓄水平和宏观经济景气指数,且居民储蓄水平和宏观经济景气指数都对保险业安全有显着的影响。但金融开放程度对我国保险业安全的影响并不明显。这也在一定程度上说明了现阶段我国金融业对外开放度还不够,保险业的竞争活力不足,发展潜力还很大。六是一个国家经济发展水平对金融安全影响巨大。模型研究表明,一个国家经济发展水平对银行业安全水平、证券业安全水平、对外债务安全水平和保险业安全水平均具有显着影响。经济发展是所有产业发展的基础。经济发展水平的高低直接构成了银行业安全和证券业安全的基本面因素,对银行业安全和证券业安全具有显着的影响。七是诸多关键因素指标拖累着我国金融安全水平。研究发现目前拖累我国金融安全水平的影响因素众多。这些指标因素既包括宏观环境层面的指标,如宏观经济景气指数、居民消费者价格指数、外商直接投资水平、银行对外开放度、经济对外开放度、外汇储备结构和房地产指数;也包括中观金融市场状况层面的指标,如即期汇率和一年期定期存款利率等。为此,我国要针对上述指标对我国金融安全早期预警进行更加深入的研究,以有利于我国更好地维护金融安全稳定。八是2004年以来我国金融安全指数走势波动并有望逐渐转好。研究表明,2004年1月至2008年1月,指数上升;2008年1月至2009年2月,指数下降;2009年2月至2011年3月,指数上升;2011年3月至2015年3月,指数下降;2015年3月至2017年12月,指数上升;2017年12月至2019年6月,指数下降。金融安全预警研究表明,未来两年我国金融安全水平将会逐渐转好。可见,虽然我国金融安全形势总体可控,但较小幅度的波动还是存在的,且其波动趋势总体向下,值得我们警惕。金融安全预警研究的结果也显示,未来两年我国金融安全水平有望逐渐好转。在上述研究结论的基础上,本研究进而提出了维护我国金融安全的相关对策建议。这些建议主要有:努力构建现代金融体系以维护我国金融安全、推进利率市场化改革以维护我国金融业安全、完善汇率形成机制推进人民币国际化进程、有序推进资本账户开放以维护我国金融安全、继续完善金融监管体制以维护金融安全、完善金融安全预警机制以维护我国金融安全、促进房地产业稳定发展以维护我国金融安全和继续扩大金融业对外开放和国际合作,等等。
二、股票价格指数波动实证研究（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、股票价格指数波动实证研究（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 |
（4）投资者情绪与股票价格指数的互动关系研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.2.1 现实意义 |
| 1.2.2 理论意义 |
| 1.3 研究内容与框架 |
| 1.4 研究方法 |
| 1.5 研究思路 |
| 1.6 创新点 |
| 2 文献综述 |
| 2.1 投资者情绪的定义 |
| 2.2 投资者情绪的量化测度 |
| 2.2.1 调查法 |
| 2.2.2 市场变量法 |
| 2.2.3 文本分析法 |
| 2.3 投资者情绪与股市收益的关系 |
| 2.4 投资者情绪与股市波动的关系 |
| 2.5 文献述评 |
| 2.6 本章小结 |
| 3 理论分析与研究假设 |
| 3.1 投资者情绪对股票市场影响的传导机制 |
| 3.1.1 投资者情绪对股票市场影响的模型构建 |
| 3.1.2 投资者行为特征 |
| 3.2 研究假设 |
| 3.3 本章小结 |
| 4 基于主成分分析法的情绪综合指数的构造 |
| 4.1 情绪代理变量选择 |
| 4.2 情绪代理变量分析 |
| 4.3 投资者情绪综合指数的构造 |
| 4.3.1 宏观经济理性预期的剔除 |
| 4.3.2 情绪综合指数的有效性检验 |
| 4.4 本章小结 |
| 5 投资者情绪与股指收益的互动关系检验 |
| 5.1 VAR理论模型 |
| 5.2 样本选择与变量设计 |
| 5.2.1 样本选择 |
| 5.2.2 收益率指标的构建 |
| 5.3 数据平稳性检验 |
| 5.4 实证检验与分析 |
| 5.5 脉冲响应与方差分解 |
| 5.6 本章小结 |
| 6 投资者情绪与股指波动的互动关系检验 |
| 6.1 模型构建 |
| 6.1.1 ARMA模型 |
| 6.1.2 GARCH模型 |
| 6.1.3 DCC GARCH模型 |
| 6.2 样本选择及相关检验 |
| 6.3 投资者情绪与股指波动的溢出效应分析 |
| 6.3.1 基于ARMA模型的均值模型的确认 |
| 6.3.2 基于GARCH(1,1)模型的波动性拟合 |
| 6.3.3 基于DCC GARCH(1,1)模型估计结果 |
| 6.3.4 不同市态环境下波动溢出效应的差异 |
| 6.4 投资者情绪对股指波动的非对称效应分析 |
| 6.5 本章小结 |
| 7 结论与政策建议 |
| 7.1 研究结论 |
| 7.2 政策建议 |
| 7.2.1 对投资者的建议 |
| 7.2.2 对监管部门的建议 |
| 7.3 研究不足 |
| 7.4 研究展望 |
| 致谢 |
| 参考文献 |
（5）多维视角下的不确定性与中国股票市场资产定价（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 问题的提出和研究内容 |
| 1.3 研究框架和研究方法 |
| 1.3.1 研究框架 |
| 1.3.2 研究方法 |
| 1.4 概念界定 |
| 1.5 本文的创新与贡献 |
| 2 文献综述 |
| 2.1 关于不确定性的理论研究 |
| 2.2 关于不确定性的度量方法 |
| 2.3 关于不确定性的实证研究 |
| 2.3.1 不确定性的宏观影响 |
| 2.3.2 不确定性的微观影响 |
| 2.4 不确定性与资产定价 |
| 2.5 文献评述 |
| 3 理论分析、研究假设与研究设计 |
| 3.1 理论分析 |
| 3.2 研究假设 |
| 3.3 研究设计 |
| 3.3.1 研究设计思路 |
| 3.3.2 核心变量的构建基础 |
| 3.3.3 模型设定 |
| 3.4 本章小结 |
| 4 宏观经济不确定性与A股市场收益率 |
| 4.1 引言 |
| 4.2 数据、变量与方法 |
| 4.2.1 数据及变量描述性统计 |
| 4.2.2 中国宏观经济不确定性的构建 |
| 4.2.3 计量模型设定 |
| 4.3 实证结果 |
| 4.3.1 样本内回归 |
| 4.3.2 样本外预测 |
| 4.3.3 基于宏观经济不确定性的资产配置应用 |
| 4.3.4 投资者情绪与宏观经济不确定性的定价能力 |
| 4.3.5 宏观经济不确定性与经济周期 |
| 4.4 稳健性检验 |
| 4.4.1 AMU与 CMU的样本外检验 |
| 4.4.2 CMU、经济周期与期望收益率 |
| 4.4.3 CMU、新增投资者人数与期望收益率 |
| 4.5 本章小结 |
| 5 微观不确定性与A股横截面收益率 |
| 5.1 引言 |
| 5.2 数据、变量与方法 |
| 5.2.1 样本说明 |
| 5.2.2 核心变量 |
| 5.2.3 控制变量 |
| 5.2.4 实证模型设定 |
| 5.3 实证结果 |
| 5.3.1 单变量组合分析 |
| 5.3.2 双变量组合分析 |
| 5.3.3 Fama-Mac Beth横截面回归分析 |
| 5.3.4 微观不确定性的投资组合表现 |
| 5.3.5 微观不确定性的定价机制检验 |
| 5.4 稳健性检验 |
| 5.5 本章小结 |
| 6 政策不确定性与A股横截面收益率 |
| 6.1 引言 |
| 6.2 数据变量与方法 |
| 6.2.1 样本说明 |
| 6.2.2 核心变量 |
| 6.2.3 控制变量 |
| 6.2.4 计量模型设定 |
| 6.3 实证结果 |
| 6.3.1 单变量组合分析 |
| 6.3.2 双变量组合分析 |
| 6.3.3 Fama-Mac Beth横截面回归分析 |
| 6.3.4 贸易政策不确定性的定价机制检验 |
| 6.4 稳健性检验 |
| 6.5 本章小结 |
| 7 结论与展望 |
| 7.1 研究结论 |
| 7.2 研究展望 |
| 参考文献 |
| 附录 |
| 攻读学位期间取得的研究成果 |
（6）中国与“一带一路”主要贸易伙伴国家股票市场收益溢出研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 引言 |
| 第一节 研究背景及意义 |
| 一、研究背景 |
| 二、研究意义 |
| 第二节 研究内容及创新之处 |
| 一、研究内容 |
| 二、创新点 |
| 第三节 研究方法及技术路线 |
| 一、研究方法 |
| 二、技术路线 |
| 第二章 文献综述 |
| 第一节 中国与“一带一路”国家股票市场的研究综述 |
| 第二节 不同国家股票市场间溢出效应的研究综述 |
| 第三节 溢出效应研究方法的研究综述 |
| 一、基于传统研究方法的溢出效应研究 |
| 二、基于溢出指数模型的溢出效应研究 |
| 第四节 文献述评 |
| 第三章 理论基础 |
| 第一节 有效市场理论 |
| 第二节 行为金融理论 |
| 第三节 市场传染理论 |
| 第四章 模型与数据 |
| 第一节 溢出指数模型介绍 |
| 一、Diebold和 Yilmaz(2012)的溢出指数模型 |
| 二、Barunik和 Krehlik(2018)的溢出指数模型 |
| 第二节 数据介绍 |
| 一、数据选取 |
| 二、收益率的计算 |
| 三、阶段的划分与描述性统计 |
| 四、平稳性检验 |
| 第五章 中国与“一带一路”主要贸易伙伴国家股票市场收益溢出的实证分析 |
| 第一节 确定滞后阶数 |
| 第二节 静态溢出实证分析 |
| 第三节 动态溢出实证分析 |
| 一、使用Diebold和 Yilmaz(2012)的溢出指数模型 |
| 二、使用Barunik和 Krehlik(2018)的溢出指数模型 |
| 第四节 稳健性检验 |
| 第六章 结论与展望 |
| 第一节 结论 |
| 第二节 对“一带一路”政策的启示 |
| 一、加强关注股市风险的溢出源头和传播途径 |
| 二、加快探索全面有效的风险评估和预警办法 |
| 三、加速实现输入风险的重点防范和严格监管 |
| 四、加深建设“一带一路”的沟通交流和金融合作 |
| 第三节 不足与展望 |
| 参考文献 |
| 致谢 |
| 在读期间的研究成果 |
（7）随机交互粒子系统与波动统计量的金融市场波动研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景与现状 |
| 1.2 基础理论 |
| 1.3 创新点与主要研究内容 |
| 第2章 有限程随机交互传染系统构建模型及波动性质分析 |
| 2.1 引言 |
| 2.2 随机交互传染价格波动模型 |
| 2.2.1 有限程随机交互传染系统的基本理论 |
| 2.2.2 随机交互传染价格波动模型的构建过程 |
| 2.3 随机交互传染价格波动模型的统计性质分析 |
| 2.4 随机交互传染价格波动模型的复杂度行为分析 |
| 2.4.1 指数波动模糊熵方法的介绍 |
| 2.4.2 指数波动模糊熵方法的有效性检验 |
| 2.4.3 基于指数波动模糊熵方法的复杂度行为分析 |
| 2.5 本章小结 |
| 第3章 带跳跃的选举模型构建模型及波动性质分析 |
| 3.1 引言 |
| 3.2 随机交互格点选举价格波动模型 |
| 3.2.1 格点选举模型的基本理论 |
| 3.2.2 随机交互格点选举价格波动模型的构建过程 |
| 3.3 随机交互格点选举价格波动模型的统计性质分析 |
| 3.4 随机交互格点选举价格波动模型的复杂度行为分析 |
| 3.4.1 复合距离模糊熵方法的介绍 |
| 3.4.2 复合距离模糊熵方法的有效性检验 |
| 3.4.3 基于复合距离模糊熵方法的复杂度行为分析 |
| 3.4.4 匹配能量方法的介绍 |
| 3.4.5 基于匹配能量方法的复杂度行为分析 |
| 3.5 随机交互小世界选举价格波动模型 |
| 3.6 随机交互小世界选举价格波动模型的统计性质分析 |
| 3.6.1 基本统计性质分析 |
| 3.6.2 概率分布特征 |
| 3.7 随机交互小世界选举价格波动模型的多重分形性分析 |
| 3.7.1 集合经验模式分解方法的介绍 |
| 3.7.2 多重分形去趋势波动分析方法的介绍 |
| 3.7.3 多重分形性分析 |
| 3.8 本章小结 |
| 第4章 金融市场波动统计量及波动性质分析 |
| 4.1 引言 |
| 4.2 双分量区间强度统计量的构造理论 |
| 4.3 双分量区间强度统计量的基本统计分析 |
| 4.4 双分量区间强度统计量的概率分布分析 |
| 4.4.1 概率密度直方图和箱线图 |
| 4.4.2 幂律分布 |
| 4.5 双分量区间强度统计量的自相关性分析 |
| 4.5.1 自相关函数 |
| 4.5.2 自相似距离方法 |
| 4.6 双分量区间强度统计量的互相关性分析 |
| 4.6.1 互相关函数 |
| 4.6.2 复合多尺度复杂性不变距离方法 |
| 4.7 本章小结 |
| 第5章 总结 |
| 参考文献 |
| 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）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 |
（9）沪港通和深港通开通前后沪深港股市联动性的研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 第一节 背景及意义 |
| 一、研究背景 |
| 二、研究意义 |
| 第二节 国内外文献综述 |
| 一、资本市场对外开放对股市产生影响的相关研究 |
| 二、沪、深港通的相关研究 |
| 三、研究现状评价 |
| 第三节 研究内容与研究方法 |
| 一、研究方法和技术路线 |
| 二、研究内容 |
| 第四节 主要创新点 |
| 第二章 相关理论基础 |
| 第一节 联动性的定义 |
| 第二节 股市联动的理论假说 |
| 一、经济基础理论 |
| 二、有效市场理论 |
| 三、行为金融学理论 |
| 四、市场传染理论 |
| 第三章 沪、深港通机制与股市联动性的影响因素 |
| 第一节 互联互通机制 |
| 一、沪港通 |
| 二、深港通 |
| 第二节 内地和香港股市比较 |
| 一、发展历史 |
| 二、现状 |
| 三、交易机制 |
| 四、信息披露 |
| 第三节 沪深港股市联动性的影响因素 |
| 一、经济因素 |
| 二、A+H股 |
| 三、机构投资者因素 |
| 四、政策驱动因素 |
| 第四章 股市联动效应的计量研究模型及计量方法 |
| 第一节 平稳与单位根检验法 |
| 一、DF检验 |
| 二、ADF检验 |
| 第二节 VAR模型 |
| 第三节 协整检验 |
| 第四节 Granger因果检验 |
| 第五节 脉冲响应函数 |
| 第六节 方差分解 |
| 第五章 沪深港股市联动性的实证分析 |
| 第一节 数据选取和处理 |
| 一、数据选取 |
| 二、数据处理 |
| 第二节 联动性相关分析 |
| 一、描述性统计分析 |
| 二、ADF单位根检验 |
| 三、协整检验 |
| 四、构建VAR模型 |
| 五、Granger因果检验 |
| 六、脉冲响应 |
| 七、方差分解 |
| 第三节 实证小结 |
| 第六章 结论与建议 |
| 第一节 结论 |
| 第二节 建议 |
| 一、政策制定者 |
| 二、监管者 |
| 三、投资者 |
| 参考文献 |
| 致谢 |
（10）我国金融安全状态及预警研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景 |
| 1.1.1 我国金融业扩大开放进入新阶段 |
| 1.1.2 新形势下我国金融业面临的新风险 |
| 1.1.3 大国博弈带来的金融风险日益升高 |
| 1.2 研究意义 |
| 1.2.1 金融安全是一个国家整体安全的重要内容 |
| 1.2.2 维护金融安全是提高国家治理能力的需要 |
| 1.2.3 维护金融安全是促进我国深化改革的需要 |
| 1.2.4 维护金融安全是应对复杂金融形势的需要 |
| 1.3 研究思路、方法与框架 |
| 1.3.1 研究思路 |
| 1.3.2 研究方法 |
| 1.3.3 研究内容 |
| 1.4 文章组织与创新 |
| 1.4.1 文章组织 |
| 1.4.2 创新 |
| 2 理论基础与文献回顾 |
| 2.1 相关概念 |
| 2.1.1 金融风险 |
| 2.1.2 金融危机 |
| 2.1.3 金融安全 |
| 2.2 金融安全的相关理论 |
| 2.2.1 金融脆弱性理论 |
| 2.2.2 金融危机理论 |
| 2.2.3 金融预警理论 |
| 2.2.4 产业安全理论 |
| 2.3 文献回顾与机理分析 |
| 2.3.1 银行业安全文献回顾与机理分析 |
| 2.3.2 货币安全文献回顾与机理分析 |
| 2.3.3 债务安全文献回顾与机理分析 |
| 2.3.4 证券业安全文献回顾与机理分析 |
| 2.3.5 保险业安全文献回顾与机理分析 |
| 2.3.6 金融安全及其预警的研究 |
| 3 银行业安全影响因素模型分析 |
| 3.1 银行业安全指标体系的构建 |
| 3.1.1 银行业安全程度的衡量 |
| 3.1.2 影响银行业安全的主要变量 |
| 3.1.3 数据来源及描述性统计 |
| 3.2 模型构建与检验 |
| 3.2.1 模型构建 |
| 3.2.2 模型检验 |
| 3.3 模型分析 |
| 3.3.1 脉冲响应函数分析 |
| 3.3.2 方差分解分析 |
| 3.4 研究结论 |
| 3.4.1 长期看对外债务规模影响银行业安全 |
| 3.4.2 房地产价格波动不利于银行业安全 |
| 3.4.3 保险业发展有利于维护银行业安全 |
| 3.4.4 长期看资本账户扩大开放有利于银行业安全 |
| 4 货币及对外债务安全影响因素模型分析 |
| 4.1 货币安全影响因素模型分析 |
| 4.1.1 影响货币安全的主要变量 |
| 4.1.2 数据来源及描述性统计 |
| 4.1.3 模型构建与检验 |
| 4.1.4 模型分析 |
| 4.2 对外债务安全影响因素模型分析 |
| 4.2.1 影响对外债务安全的主要变量 |
| 4.2.2 数据来源及描述性统计 |
| 4.2.3 模型构建与检验 |
| 4.2.4 模型分析 |
| 4.3 研究结论 |
| 4.3.1 人民币汇率变化受我国汇率制度的影响很大 |
| 4.3.2 市场因素对人民币汇率波动的影响日益增强 |
| 4.3.3 对外开放度与美元指数短期显着影响汇率波动 |
| 4.3.4 外汇汇率的变化显着影响我国对外债务安全 |
| 4.3.5 经济发展和对外开放程度显着影响对外债务安全 |
| 5 证券及保险业安全影响因素模型分析 |
| 5.1 证券业安全影响因素模型分析 |
| 5.1.1 影响证券业安全的主要变量 |
| 5.1.2 数据来源及描述性统计 |
| 5.1.3 模型构建与检验 |
| 5.1.4 模型分析 |
| 5.2 保险业安全影响因素模型分析 |
| 5.2.1 影响保险业安全的主要变量 |
| 5.2.2 数据来源及描述性统计 |
| 5.2.3 模型分析与检验 |
| 5.3 研究结论 |
| 5.3.1 经济发展水平对证券及保险业安全影响显着 |
| 5.3.2 对外开放背景下证券市场对汇率变化敏感 |
| 5.3.3 货币供应量等变量对证券业安全影响不显着 |
| 5.3.4 居民储蓄水平是影响保险业安全的重要因素 |
| 5.3.5 扩大金融业开放有助于为保险业注入发展动力 |
| 5.3.6 适当降低利率可为保险业提供良好发展环境 |
| 6 我国金融安全状态评估及预警研究 |
| 6.1 我国金融安全状态的评估 |
| 6.1.1 金融安全评价指标体系的构建 |
| 6.1.2 模型选择与指标权重的确定 |
| 6.1.3 模型分析 |
| 6.1.4 金融安全状态水平的测算 |
| 6.1.5 测算结果分析 |
| 6.2 我国金融安全水平的预警研究 |
| 6.2.1 模型推导及设定 |
| 6.2.2 模型的求解与分析 |
| 6.2.3 金融安全预警分析 |
| 6.3 研究结论 |
| 6.3.1 我国金融安全指数波动较为频繁 |
| 6.3.2 我国金融安全指数呈波动向下走势 |
| 6.3.3 未来两年我国金融安全状态将会改善 |
| 7 研究结论与对策建议 |
| 7.1 研究结论 |
| 7.1.1 外汇汇率显着影响我国金融安全水平 |
| 7.1.2 银行业安全受对外债务余额等多重因素的影响 |
| 7.1.3 扩大对外开放有利于汇率市场化机制的形成 |
| 7.1.4 市场因素对证券业安全的影响尚不显着 |
| 7.1.5 保险业安全受居民收入和经济发展水平影响较大 |
| 7.1.6 国家经济发展水平对金融安全影响巨大 |
| 7.1.7 诸多关键因素指标拖累着我国金融安全水平 |
| 7.1.8 我国金融安全水平走势波动并有望逐渐转好 |
| 7.2 维护我国金融安全的对策建议 |
| 7.2.1 努力构建现代金融体系以维护我国金融安全 |
| 7.2.2 推进利率市场化改革以维护我国金融安全 |
| 7.2.3 完善汇率形成机制推进人民币国际化进程 |
| 7.2.4 有序推进资本账户开放以维护我国金融安全 |
| 7.2.5 继续完善金融监管体制以维护金融安全 |
| 7.2.6 完善金融安全预警机制以维护我国金融安全 |
| 7.2.7 促进房地产业稳定发展以维护我国金融安全 |
| 7.2.8 继续扩大金融业对外开放和国际合作 |
| 7.3 研究不足 |
| 参考文献 |
| 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 |
四、股票价格指数波动实证研究（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]股指期货对我国股票市场波动的影响研究[D]. 杨宁. 山东财经大学, 2021
- [3]股票价格指数对中国吸引FDI的影响研究[D]. 赵美祺. 辽宁大学, 2021
- [4]投资者情绪与股票价格指数的互动关系研究[D]. 孔雪琪. 西安理工大学, 2021
- [5]多维视角下的不确定性与中国股票市场资产定价[D]. 戴逸明. 浙江大学, 2021(01)
- [6]中国与“一带一路”主要贸易伙伴国家股票市场收益溢出研究[D]. 冀可心. 云南财经大学, 2021(09)
- [7]随机交互粒子系统与波动统计量的金融市场波动研究[D]. 王国超. 北京交通大学, 2021
- [8]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)
- [9]沪港通和深港通开通前后沪深港股市联动性的研究[D]. 赵晗羽. 云南财经大学, 2021(09)
- [10]我国金融安全状态及预警研究[D]. 李婷. 北京交通大学, 2021(02)