国内并购趋势与股市相关性及预测研究——基于EMD-SVM

摘要

自上个世纪90年代中国投行市场开始逐步兴起以来，并购重组业务逐步成为中国投行市场的重要组成部分。近20年来，中国宏观经济高速发展，各产业不断完善，经济结构不断升级，随之而来的是中国各类企业整个并购重组市场的不断高涨，并购发生次数和并购交易总金额不断刷新记录，已经逐步引起各类金融机构的广泛关注，得到了各类政府机构的高度重视。企业并购重组市场相关业务历来是西方发达资本市场投行的主营业务，贡献了主要的营业收入。然而中国市场的并购重组业务在在过去的30年里大部分时间都处于蛰伏期，直至近10年，境内的并购重组业务才逐渐走上正轨。长期来看，随着中国经济和产业结构调整，并购重组业务会逐步进入业绩发展的快车道。政府机构以并购重组市场业务的周期波动情况以及并购重组市场业务与中国股市的波动相关性来作为中国宏观经济发展的指向标，了解各类实业机构、金融机构的发展趋势和健康程度，具有重大指导意义。
　　在结合研究方向和理论框架的基础上，本论文提出了基于集合经验模态分解的中国并购重组业务周期波动理论以及中国并购重组业务与中国股票市场的相关性分析理论方法。首先，运用集合经验模态分解方法将中国并购重组市场多维数据，以及上证综指多维数据以周为单位的时间序列数据分解成若干个不同频率的分量，其中包含若干个本征模态函数以及一个剩余模态分量。由于股票市场交易信息代表了部分宏观经济发展状况、政府经济相关政策以及投资者行为模式信息，因此可以通过分析不同周期项所蕴含的各种经济政策因素，进行相关性分析等操作，来分析中国并购重组市场发展趋势等相关问题。之后，结合支持向量机模型对中国并购重组市场多维数据进行相关预测，并与原始数据进行相关性比对，取得了较为理想的结果。本文的研究结果表明，中国的宏观经济的不断增长以及中国企业发展整合成熟期的到来，对中国的并购重组市场发展有明显的正相关促进作用，同时发现，宏观经济大环境的景气程度、波动程度，投资者行为模式的改变，相关行业法律法规的实施，是并购重组市场趋势局部波动的重要原因，同时，通过支持向量机模型的预测结果，未来中国并购重组市场必定有较大幅度的增长。而基于相关的宏观经济分析，2013年可以作为中国的并购重组市场元年。

目录

声明

摘要

第1章 绪论

1．1 本文的研究背景、目的与意义

1．1．1 研究背景

1．1．2 研究的目的与意义

1．2 本文的研究思路、方法和框架

1．3 本文的创新点和不足之处

1．3．1 本文的创新点

1．3．2 本文的不足之处

1．4 本章小结

第2章 文献综述

2．1 并购重组相关概念、海内外研究现状

2．1．1 并购重组的相关概念

2．1．2 并购重组的相关研究理论

2．2 经验模态分解相关研究成果

2．3 支持向量机相关研究成果

第3章 主要算法介绍

3．1 经验模态分解算法

3．1．1 EMD方法

3．1．2 EEMD方法

3．1．3 本征模式分量的重构

3．2 Pearson相关性分析算法

3．3 支持向量机算法

3．4 EMD与SVM算法结合

3．5 预测结果相符程度判定算法

第4章 实验数据处理及相关分析

4．1 数据说明

4．2 算法应用说明

4．2．1 经验模态分解算法的应用

4．2．2 相关性分析算法的应用

4．2．3 支持向量机算法的应用

4．2．4 预测精度判定算法的应用

4．3 实验过程及结果分析

4．3．1 数据分解

4．3．2 数据重构

4．3．3 分析重构数据

4．3．4 数据预测

4．5 本章小结

第5章 结论

5．1 成果与意义

5．2 研究的不足之处与展望

参考文献

致谢

在读期间发表的学术论文与取得的其他研究成果