股票收益率

摘要： 本文基于2013—2017年雪球和股吧的论坛发帖数据,从情绪宣泄和信息传递的双重视角考察论坛发帖对股价行为的异质性影响。研究发现:雪球和股吧论坛分别体现为信息传递和情绪宣泄效应,股吧的情绪宣泄角色在我国股票市场处于主导地位。进一步的研究结果表明,熊市中论坛的信息传递效应增强,雪球论坛的作用更加凸显。雪球与股吧论坛之间信息、情绪会互相传导,雪球在其中表现为引领作用;雪球的信息传递效应更持久,而股吧的情绪宣泄效应持续时间更短。论坛发帖情绪在不同板块中对个股收益率的影响大小依次为创业板>中小板>主板。本文用两种论坛的发帖数据对股价的经济后果印证了社交媒体的两种角色,揭示了我国中小投资者的发帖行为及其影响,为投资者决策提供借鉴。

摘要： “有限理性”和“非理性”投资者的噪音交易会使股票价格偏离均衡,为此,基于39家全球知名油气公司2002年12月16日至2019年4月15日的股票价格数据构建公司层面的投资者情绪持久指数,并利用面板回归模型探究该情绪指数对油气公司股票价格收益率的影响机制.研究发现:第一,样本区间内,投资者情绪持久指数对油气公司股票收益率的影响显著为负.第二,投资者情绪的影响持续时间较短,在第一周内情绪效应是油气公司股票收益率的主要影响因素,而此后动量效应的影响更大.第三,在经济衰退和油气公司股价下挫时,投资者情绪对油气公司股票收益率的影响分别大于经济繁荣和油气公司股价上行时的影响.

摘要： 中国股市流动性对提高股票收益率,促进经济发展的作用不容忽视,股票收益率与经济增长对股市流动性的影响也在日益增强。将经济增长、股票收益率和股市流动性同时纳入TVP-SV-SVAR分析框架中,从时变视角分析三者之间的内在关系。实证结果表明,股票收益率是股市流动性和经济增长的单向Granger因果关系,股市流动性对股票收益率具有较强的时滞效应且时变性非常显著,经济增长对股市流动性的冲击效应呈现“勺子”形态,而股市流动性对经济增长的冲击效应呈现“山谷”形态,不同时点的股市流动性对经济增长的影响具有明显的不对称性和时变性。据此,建议从促进经济高质量增长、完善股票市场制度、建立风险对冲机制等方面保持股市充足的流动性,以提高股票市场稳定性。

摘要： 本文采用事件研究法,通过对股票交易数据的分析,考察“双减”政策的出台对A股教育概念股的考虑现金红利再投资的日个股收益率的影响,充实对“双减”政策对相关企业股票收益率的定量实证分析研究,最终就研究结果分别对校外教培企业和进一步政策的出台做出相应的建议。本文后续安排如下:第二部分为相关文献综述,第三部分详细记录实证研究过程,第四部分对实证研究结果进行分析,第五部分为结论与建议。

摘要： 本文以2012—2019年我国A股上市公司为研究样本,借助网络爬虫技术和文本向量化方法获取公司投资者关注度和信息披露水平相关数据,实证探究二者对股票收益率的影响及信息披露水平在投资者关注度影响股票收益率过程中的调节效应。研究结果表明,投资者关注度与信息披露水平对股票收益率均有显著影响,其中投资者关注度与公司当期股票收益率显著正相关,与下期股票收益率显著负相关,信息披露水平与股票收益率显著正相关;信息披露水平具有调节效应,能降低投资者关注度对股票收益率的影响程度。本文对股票收益率的影响因素进行系统分析,为投资者的决策、企业信息披露的规范及资本市场的监管提供可供借鉴的建议。

摘要： 投资者的情绪通过影响其交易行为而影响股票市场价格走势。基于市场综合收益的分析掩盖了各个行业反应的敏感性,而进行行业分析将提供更清晰的见解。根据行业所处的状况进行投资决策及政策的制定,有利于发现行业商机,提高生产经营效率和降低决策风险。文章首先运用主成分分析法对投资者情绪指数进行构建,其次利用2010年至2020年间的月度数据,使用GED-EGARCH(1,1)-M模型,研究投资者情绪对中国不同行业股票收益率的影响。结果表明:中国大部分行业的股票收益率对投资者情绪有较强的敏感性,投资者情绪易受市场整体波动情况影响,进而影响股票市场价格走势。

摘要： 旨在检验资本资产定价模型(CAPM)与Fama-French三因子模型对于股票市场存在超额回报现象的解释以及预测能力,通过建立两者的计量回归模型,以中国A股市场石油行业股票回报率的时序数据(2011年1月—2021年12月)为数据样本进行实证检验。结果表明,三因子模型在解释力与预测力方面均优于CAPM模型。对于石油行业上市公司开展市值管理以及能源投资者选择投资目标均有实际指导意义。

摘要： 股市的健康发展是实现经济稳定发展至关重要的一环,为了研究中国股市与投资者情绪之间的关系,本文以中国股票市场为研究对象,首先通过构建GARCH-M和ARMA-GARCH-M模型,采用混频的方法,对比高频数据和低频数据投资者风险补偿系数发现,中国股票市场的风险补偿是不显著的。在此基础上通过建立VAR模型,然后对中国股市收益率与投资者情绪进行格兰杰因果检验,研究两者关系,结果表明:中国股市收益率与投资者情绪存在正相关关系,并在自回归分析中发现投资者情绪的变化受到收益率的正向影响,同时投资者情绪也会受到往期收益率的影响。

摘要： 通过因子分析对所选财务比率指标进行降维,将财务指标数据归为盈利能力、偿债能力、成长能力、经营能力、每股指标五个因子,在此基础上将上述因子得分与上市公司股票收益率进行多元线性回归,结果发现,盈利能力因子和成长能力因子对股票收益率存在显著影响,其中成长能力因子对股票收益率正向驱动效应最强,说明对于所研究公司而言,其成长能力在一定程度上更能决定其在短期股票市场上的表现。

摘要： 本文基于2018—2021年医药生物行业80家上市公司财务数据,通过规模和账面市值比对其进行分组,并根据Fama-French三因子模型对其超额收益率进行了实证分析。结果表明:在样本期间,市场溢价因子、规模因子和账面市值比因子能够很好地解释样本的超额收益率,并根据实证结果提出了相关投资建议。

摘要： 现代企业财务管理的重要目标是实现股东利益最大化.对于上市公司而言,其股票在资本市场中的收益率是股东利益的重要度量工具之一.本文以国际著名一体化石油公司为研究对象,选取多项微观财务指标及宏观经济指标数据,尝试采用因子分析的方法探寻其中联系;在此基础上建立多元线性回归方程,探究解释国际石油公司股票收益率的较理想数学模型,在现代资本市场环境日益复杂的前提下,建议石油公司牢固树立价值管理理念,始终将股东利益放在第一位.在财务评价和经营管理中,应着重关注盈利能力和可持续发展能力,更好地提升公司内在价值.而面对宏观因素的冲击,要努力促进资本市场健康发展,提高市场效率和定价能力,并可采取套期保值等手段应对风险,以期对基于公司价值的财务管理模式提供有力的支持,并给国内石油企业的财务管理和宏观风险控制提供有益的借鉴。

摘要： 本文采用小波分析的技术方法对股票收益率序列进行分解,在微观个股和日频数据层面构造出了一种简单易操作的投资者情绪指标;并通过与市场收益率趋势进行对比和对常用情绪指标进行回归分析,证明了其有效性.随后,本文探究和验证了情绪指标的构成;并将构建的情绪指标加入CAPM模型及三因子模型,显著提高了因子模型对股票收益率的解释力度,证明了所构建的情绪指标的金融实践价值.

摘要： 本文旨在检验通过股权出售和增发股票融资的能力及其与未来的股票回报率之间的相互关系.研究结果显示,对于那些符合监管标准的企业来说,股权出售和公开发行股票能力与未来股票回报率之间呈可靠的负相关关系.另外,对于得到官方机构认可然后发行股权的企业来说,股权出售能力与股票回报率呈强烈的负相关.因此,本研究得到结论是,我国企业的权益融资与股票回报率之间是清晰的负相关关系.本文区别与以往融资和股票回报率研究的最大特色在于,它侧重于权益融资能力和股票回报率之间的关系研究,而不是通常意义上的权益融资能力研究.

摘要： 股票市场是资本市场的重要组成部分.虽然在股市中获利的机会很多但是也存在巨额亏损的风险.高收益高风险已成为现代股市两大显著特征,加强风险的管理显得尤为重要.本文从VaR模型的角度对中国石化(600028)、中国石油(601857)两只股票的收益率进行了风险管理实证分析,这对于加强风险管理、增加组合投资收益、稳定股市大环境具有重大意义.

摘要： 本文在我国证监会频繁制定上市公司半强制分红政策的背景下,验证了在不同市场状态下分红政策的作用.在充分考虑了风险因素、公司规模和公司业绩的情况下,本文研究发现当市场处于萧条状态时,分红公司股票收益率显著高于不分红公司,本文将二者之差称为"现金红利溢价",且该溢价显著高于繁荣市场状态.在此基础上,本文进一步验证了传统金融学的股利信号理论和代理成本理论不能作为该现象的解释依据,而基于行为金融学的"一鸟在手"理论能够对该现象给予解释.因此,本文认为政策制定机构在制定政策规定时,应充分考虑我国资本市场的特有属性,因地制宜.

摘要： 本文以中国铝业系列纵向并购事件为例，采用跨案例研究方式，检验公司纵向一体化的资产专用性动因。本文首先运用事件研究法分析事件公告日窗口期内，并购双方、竞争对手以及下游顾客公司在资本市场中的股价反应，从而对效率、市场封闭及共谋假说进行检验。基于效率假说，借鉴Weiss（1992；1994）模型，本文通过并购双方间股票收益率关系，对资产专用性动因，纵向一体化对象及时机选择问题进行检验，结果发现：纵向并购双方之间，在并购发生前已经存在资产专用性联系，且这种联系在并购日前不断加强，而收购方会选择与其具有最高资产专用 性联系的公司作为纵向并购对象。

摘要： 本文通过汶川地震这一独特自然事件,用公司与震中距离来衡量地震导致的投资者负面情绪(如焦虑和恐惧),研究汶川地震对中国资本市场造成的影响。与现有文献关于投资者情绪能够影响股票收益率的研究相一致,本文发现,地震后12个月内(2008.6-2009.5),距离震中越近的公司,股票收益率越低.在控制了风险因素后,震中500公里以内的股票收益率显著为负,平均为每月-3％左右,而500公里以外的股票收益率不显著。并且公司与震中距离每增加1000公里,其年收益率平均升高3％.进一步分析发现,该现象地震前不存在,与系统风险的变化无关,并且不能由地震造成实质经济损失来解释.总之,本文的研究表明汶川地震导致的投资者负面情绪能够影响股票收益率。

摘要： 以我国上证综指收益率序列为研究对象,分析了其分布及特性。针对上证指数收益率不服从正态分布,具有"有偏、尖峰、厚尾"的特性,提出了基于g-h分布假设的VaR计算方法,并与正态假设、Logistic假设、Student-t假设和历史模拟法计算的VaR进行了比较,结果表明基于g-h分布假设下的VaR对收益率数据的风险描述最为准确,计算结果优于其它3种分布。

摘要： 本文以2001年1月至2006年12月的数据为样本，用两因子模型研究了国际石油价格对中国14个行业股市收益率的影响。结果表明，国际原油价格对中国石油和天然气行业的股票收益率有正向的显著影响，对汽车及其零配件行业的股票收益率有显著的负向影响，但其他行业的股票收益率对国际原油价格没有显著反应。

摘要： 本文针对近期关于我国人口红利是资本市场上资产价格上涨，对中国人口年龄结构变迁及其与股票市场的关系进行了研究。文章从人口红利角度分析了人口年龄结构变迁对资本市场的影响，分析年青劳动力较多的人口红利期具有较高的储蓄水平，这将有助于投资水平的提高，而老龄化社会中储蓄率的下降将会引起资本收益的降低。从家庭与厂商行为的市场均衡条件出发，通过寻求最优储蓄率，找出了储蓄与资本收益间的关系，构建了针对我国实际情况的理论模型，并由此提出相应的理论预期，即人口老龄化将导致资产收益下降。通过实证方法建立相应的数量经济模型来解释中国人口年龄结构变迁对股票市场的影响。结果表明，目前中国人口年龄结构转变对股票市场的影响很小。

摘要： 本发明提供了一种股票基金的投资者情绪指数构建方法、累计净值收益率预测方法、装置及设备，其中的投资者情绪指数构建方法包括：采用网络爬虫技术从股评网络平台爬取到发表于预定时期的若干关于所述股票基金的基金评论数据；采用训练好的情绪文本分类模型对获取到的各所述基金评论数据实施分类，获得各所述基金评论数据的情绪类别，其中，所述情绪类别包括乐观情绪和悲观情绪两种；基于各所述基金评论数据的情绪类别构建出所述股票基金在所述预定时期的投资者情绪指数。本发明提供的投资者情绪指数构建方法，其通过对基金评论数据进行文本挖掘实施对基金评论的类型划分，并在此基础上获取到股票基金的投资者情绪指数，为股票基金投资收益预测模型的构建奠定了基础。

摘要： 一种收益率影响因子选择方法及装置，涉及数据分析领域，用以高效准确地选择出对收益率影响较大的因子组。所述方法包括：确定第一因子组集合，所述第一因子组集合包括多组对收益率有影响的因子的组合；检验所述第一因子组集合中各因子组与收益率的因果关系，将与收益率存在因果关系的因子组保存到第二因子组集合中；针对所述第二因子组集合中的每个因子组，根据所述因子组中各因子的特征值，预测所述每个因子组在未来的第一时间段内的对应的收益率曲线；在第二时间段内指定的金融环境下，计算历史收益率实际曲线和每个因子组对应的收益率曲线的拟合度，根据AUC的大小排序，选择对收益率影响程度大于阈值的因子组。

摘要： 本公开提出一种客户贷款收益率等级预测方法及系统，方法包括：获取历史放款客户的客户数据；基于所述历史放款客户的客户数据建立建模样本，并计算历史放款客户的客户贷款收益率等级，基于所述建模样本和所述历史放款客户的客户贷款收益率等级，利用机器学习算法进行拟合训练，以建立客户贷款收益率等级预测模型；获取无额度客户的客户数据，并根据所述无额度客户的客户数据，利用所述客户贷款收益率等级预测模型预测所述无额度客户的客户贷款收益率等级。本公开的方法可以预测客户贷款收益率等级且预测准确度较高，同时确保了银行的贷款收益。

摘要： 本公开提供了一种股票收益率预测方法，涉及人工智能技术领域。该方法包括：获取多个历史时段的原始股票特征数据，将原始股票特征数据拆分为训练数据集和测试数据集；对训练数据集进行特征工程处理，得到标准样本集；根据预设分批策略对标准样本集进行分批，得到每批标准样本集；分别以按日分批的收益率的秩和隐因子层的相关系数为目标函数，将每批标准样本集输入股票收益率预测模型进行训练，得到训练好的股票收益率预测模型。本公开还提供了一种股票收益率预测装置、设备、存储介质和程序产品。

摘要： 本公开提供了一种股票收益率预测方法，涉及人工智能技术领域。该方法包括：获取当前交易日的至少一个测试数据集，其中，所述测试数据集从原始股票特征数据中拆分得到，所述原始股票特征数据包括原始量价数据、中间特征数据和未定义因子数据；将至少一个所述测试数据集输入训练好的股票收益率预测模型，提取潜在因子序列，其中，所述潜在因子序列具有预设维度且与股票收益率的排序准确度相关；将所述潜在因子序列再次输入所述股票收益率预测模型，预测下一个交易日的目标收益率。本公开还提供了一种股票收益率预测装置、设备、存储介质和程序产品。

摘要： 本发明公开了一种股票收益率的预测方法、系统及相关设备，可应用于大数据领域。获取待预测股票的指定影响因子的第一因子值，其中，指定影响因子预先从多个股票影响因子中筛选得到；将第一因子值输入预先训练得到的股票预测模型进行收益率预测，得到待预测股票的预测收益率，其中，股票预测模型由基于股票数据集和因子集训练SVR模型得到。本方案中，预先从多个股票影响因子中筛选出指定影响因子，获取待预测股票的指定影响因子的第一因子值。利用预先训练得到的股票预测模型对该第一因子值进行处理，得到待预测股票的预测收益率，不需要用户自行判断股票的涨跌情况，提高判断股票涨跌情况的准确性。

摘要： 本发明公开了一种基于循环神经网络的股票收益率预测方法，包括：收集股票数据，前一天收盘时股票的日期、开盘价、收盘价、最高价、最低价成交量、成交量作为预测因子；利用LSTM模型进行股票数据收益率预测建模；采用LTSM神经网络算法对该模型进行求解；得到未来该股票收益率率预测值。本发明将机器学习理论与投资组合理论相结合，并在集成众核平台上实现并行，有效提高了金融股票收益率预测的准确性。

摘要： 本发明公开了一种基于改进的支持向量机股票收益率预测方法，使用步骤如下：S1,支持向量机对股票收益率进行分类预测时，无法识别和选择高效的特征，结合BPSO优化特征选择机制，选择最优特征，并作为特征属性输入SVM算法；S2,SVM算法存在参数选择困难问题，利用粒子群算法搜索SVM参数，提出改进支持向量机进行股票趋势预测的混合分类方法；本发明消除无关或效果重复的特征属性，减少输入特征的维度，减小了股票趋势预测的时间；提高支持SVM的分类预测性能。采用BPSO算法帅选出最优特征作为输入变量输入到粒子群优化的SVM算法中，有效提高了股票趋势预测的精确性，大大降低了输入技术指标的复杂性。

摘要： 本发明公开了一种基于改进随机森林算法的股票收益率预测方法，本发明针对股票收益率分类预测时，随机森林存在的参数选择困难以及分类性能问题，RF算法本身无法识别并选择更高效的特征的缺点，结合粒子群算法优化特征选择机制，在趋势变化初期不明显的情况下，筛选出最优特征，且作为属性输入RF算法，提出PSO‑GRID‑RF股票趋势预测的混合方法；本发明缩小了特征子集，剔除无关或效果重复的特征属性，降低了输入的维度，减少了股票趋势预测的时间；在多属性特征环境下，提出高效特征选择方法，同时引入网格搜索算法优化随机森林参数，从而提高随机森林的分类预测性能，大幅度提高了股票趋势预测的准确率。

摘要： 本发明公开了一种股票收益率预测方法，包括步骤：首先利用源数据构造技术指标，计算技术指标的多重分形维数；然后利用果蝇计算方法和多重分形维数相结合对构造的技术指标进行特征选择，将选出的特征作为模型输入；最后根据输入的特征利用长短时记忆网络和全连接层配合构建网络模型进行收益率预测。本发明主要利用技术指标对收益率进行预测，为投资者的交易行为提供较有价值的参考，具有可行性和优越性。