股票定价函数形式及其数据去噪方法的研究

摘要

价格作为买卖双方最重要的信号,是市场的灵魂,因此构建合理的股票定价函数显得尤为重要。定价函数形式的研究也日益受到众多学者的青睐,提出了各种定价方法。但是,目前的研究成果仍有许多待改进的地方,如选取变量单一、函数形式多为线性等。结合股票价格存在噪声等问题,本文在已有文献基础上,主要研究了以下三方面的内容:
　　(1)本文通过股票定价机制的分析,认为目前定价函数所使用的每股收益、每股净资产等公司层面的变量有改进的空间,提出公司层面应该与市场层面相结合,通过分析将Beta值与流通股本选为市场层面变量,并进行了实证分析。结果表明,综合考虑公司与市场层面变量比仅考虑公司层面变量在模型的预测精度上更有优势。
　　(2)通过多种形式的生产函数对比分析,本文认为由于股票定价机制的复杂性,股票定价函数形式应该是非线性的。综合比较,本文将柯布-道格拉斯生产函数选为定价函数。同时,介绍了对回归模型的统计检验方法,为后面的实证分析做理论依据。在实证部分,本文将线性形式的定价函数与非线性形式的定价函数进行了对比研究,结果显示,非线性模型的预测精度明显好于线性模型的预测精度。
　　(3)股票价格作为金融时间序列的代表,其噪声问题不可回避,因此去噪问题的研究十分重要。在此基础之上,本文提出了基于小波分析的去噪方法,并进行实证研究,结果表明,经过去噪之后的模型预测精度明显得到提升。

目录

封面

声明

致谢

中文摘要

英文摘要

目录

图和表清单

1 引言

1.1研究背景与意义

1.2相关文献回顾

1.3 研究对象和研究内容

1.4 研究框架和创新之处

2 股票定价机制分析及变量选取

2.1 股票定价机制分析

2.2 变量选取

2.3 小结

3 股票定价函数形式的研究

3.1 生产函数形式介绍

3.2 统计检验方法介绍

3.3 实证研究

3.4 小结

4 小波分析在金融时间序列去噪问题的研究

4.1 引言

4.2 小波分析理论简介

4.3 小波去噪原理

4.4 实证分析

4.5 小结

5 结论与展望

5.1 研究总结

5.2 需要进一步开展的工作

参考文献

作者简历