股价崩盘

摘要： 本文基于股票市场的视角,研究了股权质押后上市公司盈余管理与股价波动相互影响的路径及关系,目的是将上市公司在股权质押后盈余管理行为的影响对应到股票市场上,研究上市公司如何在股票市场上利用盈余管理对股价波动进行抑制与规避股价崩盘的风险。本文得出的结果为,上市公司利用传播错误信息、真实盈余管理、申请停牌等手段抑制股票波动,在股票市场上进行市值管理,以规避股价崩盘、控制权转移等风险。但这些手段对市场及公司都存在很大风险,因此上市公司在选择股权质押融资方式时应谨慎,监管部门应加大监管力度。

摘要： 作为关键信息披露,年报会通过管理层语调来影响投资者决策。基于信息操纵理论,以我国2009~2020年上市公司年报文本为样本,实证检验企业管理层的正面语调操纵行为对股价崩盘的影响。研究发现,上市公司年报语调操纵存在正面信息夸大效应,投资者意见分歧在正向语调操纵和股价崩盘中间发挥了部分中介作用。经过一系列稳健性检验后,上述结论依然成立。进一步分析发现,与文本可读性较高的公司相比,正向语调操纵的信息夸大效应在文本可读性较低的公司样本中更为显著;与机构持股比例较高的公司相比,信息夸大效应在机构持股比例较低的公司样本中更为显著。

摘要： 通过研究并购商誉对股价崩盘风险的线性与非线性影响,同时分析现金流和公司治理结构在商誉泡沫金融风险防控中的作用。研究发现:商誉增加会扩大股价崩盘风险,尤其是对非国资企业更明显;不同现金流对股价崩盘风险的作用不一样,对商誉影响股价崩盘风险的调节效应也不一样,经营性现金流和融资性现金流起缓解作用,而投资性现金流则可能起放大作用;完善的公司治理结构可以有效缓解股价崩盘风险,其中董事会的有效监督对国资企业最为有效,管理层的薪酬激励对非国资企业最为有效;适度规模的商誉能防控股价崩盘风险,不同行业的阈值各不相同,如房地产行业两个阈值较小,而信息技术行业两个阈值较大。

摘要： 本文以2007~2019年中国A股上市公司为研究样本,从股价崩盘风险视角检验年报篇幅增加究竟是信息的冗余还是信息的传递。研究发现:公司年报篇幅与股价崩盘风险显著负相关,表明中国资本市场中的年报篇幅增加有利于缓解外部投资者的信息不对称,体现为信息传递效应。进一步的作用机制检验发现,年报篇幅是通过影响信息披露质量、分析师预测精度及跟踪人数、高质量审计师选聘以及内部控制缺陷来抑制股价崩盘风险。拓展性研究显示,年报篇幅的信息传递效应更多地体现在非交叉上市公司和竞争程度较高的行业,且年报篇幅与股价崩盘风险之间未呈现出明显的非线性关系。

摘要： 我国上市公司并购商誉激进式增长形成了企业大量的商誉泡沫,产生超额商誉,超额商誉会对企业的业绩表现和价值带来一系列重大影响。研究表明超额商誉对企业股价的稳定性、创新投入以及审计收费和意见产生重要影响,且这种影响主要表现为负面的经济后果。超额商誉加重企业股价崩盘风险,降低企业创新投入,提升企业审计风险。超额商誉的形成主要受并购主体的动机和压力影响,薄弱的监管环境以及法律制度漏洞为超额商誉的认定提供了机会,管理层态度也是形成超额商誉的重要因素。通过加强外部监管制度建设,鼓励企业完善内部控制,注重会计稳健性,严格管控商誉认定,可有效减少超额商誉给企业经营带来的负面影响。

摘要： 在国内深化改革推动资本市场高质量发展的背景下,协调内外部治理机制有助于形成监管合力,切实提高信息披露质量。基于此,以2000—2019年A股上市公司为样本,从监管处罚与内部控制两方面探讨了预防未来股价崩盘风险的微观因素。研究表明,监管处罚能够释放威慑信号并有效抑制未来股价崩盘风险;内部控制质量在监管处罚对股价崩盘风险的影响中呈现负向调节作用;进一步研究发现,在非国有企业和处于较低制度环境的企业中,上述结论依然显著成立。文章结论丰富了内外部治理机制的相关研究,并为政府监管部门与上市公司形成共同治理的良好格局提供了微观层面的经验证据。

摘要： 企业数字化转型对促进企业高质量发展起着重要作用。以2011―2020年A股上市公司为研究对象,探究数字化转型对股价崩盘风险的影响。结果发现,数字化转型能有效缓解企业股价崩盘风险,且在数字金融发展较好的地区缓解效果更好。进一步机制检验发现,数字化转型可以通过提高内部控制水平和降低经营风险来抑制股价崩盘风险,此外,在对产权和事务所规模的异质性检验中发现,在非国有企业和非“四大”组中数字化转型对股价发生崩盘的缓解作用更明显。

摘要： 实体企业的脱实向虚和金融市场整体稳定性问题历来受到学者的高度重视,金融化程度的不断提高对于缓解企业融资约束、拓宽投资渠道具有一定的积极意义,但是也增加了企业的风险暴露程度,对于信息高度敏感的金融市场而言,这无疑会放大企业面临的股价崩盘风险.本文通过对2014—2018年中国A股市场的非金融企业的实证分析也证明了这一观点,非金融企业金融化程度越高,股价崩盘风险也就越大.

摘要： 股价崩盘是指上市公司股票价格在毫无征兆的情形下急剧下降,这种现象极大地危害了投资者的利益、影响了资本市场的稳定,针对这种现象,国内外许多学者进行了相关的研究,提出了各种相关理论.本文在对国内外文献梳理的基础上,总结造成股价崩盘的影响因素并对研究和衡量方法进行归纳,提出未来有价值的研究方向.

摘要： 如何防范系统性金融风险是近年来政府和学界重点关注的问题.文章从股价崩盘风险的视角研究了基于国有企业混合所有制改革的非国有股东治理对国有资本金融稳定的影响.文章以2008?2015年国有上市公司为样本,通过手工收集整理年报中披露的前十大股东性质、持股比例与委派董事的数据,从股权制衡和高层治理两个维度来衡量非国有股东参与国企治理的程度,探究了其对股价崩盘风险的影响.研究发现,非国有股东仅持有股权难以发挥实质性治理作用,而当委派董事参与国有企业高层治理时,可以有效缓解代理问题和改善信息透明度,进而降低国有企业股价崩盘风险.非国有股东降低国有企业股价崩盘风险的作用在国有企业内部管理者权力弱以及处于竞争性行业时更加显著.文章揭示了混合所有制改革促进国有资本金融稳定的一条可能路径,并丰富了非国有股东治理和股价崩盘风险的相关学术研究.

摘要： 本文考察了入选沪深300指数成分股对该公司未来股价崩盘风险的影响.为了缓解内生性问题,本文利用中国特有的备选股制度所提供的准自然实验机会,以备选股作为对照组,采用双重差分模型进行了实证检验.分析结果表明,相比备选股,公司在入选成为股指成分股之后,其股价崩盘风险显著上升.进一步的路径检验发现,分析师跟随人数增加及其乐观预测偏差在其间起到了部分中介效应.本研究不但有助于更好地理解股价崩盘风险动因和股指成分股调整的经济后果,也为加强对股指成分股和分析师监管提供了决策参考.

摘要： 本文利用社交媒体平台"上证e互动"的实验环境,研究投资者信息能力的提高对个股崩盘风险的影响效果及传导路径.研究结果显示,社交媒体条件下投资者信息能力的提高能够显著降低股价崩盘风险,这表明提高投资者信息能力是降低上市公司股价崩盘风险的有效方式;其次,截面分组发现在收益波动更大的公司中,社交媒体条件下投资者信息能力的提高更能够显著降低股价崩盘风险;最后,路径检验发现,社交媒体条件下投资者信息能力的提高可以降低投资者意见分歧,并通过该路径影响股价崩盘风险.本文在投资者信息能力、股价崩盘风险、意见分歧三方面的研究进行了文献拓展,不但深化了行为金融学理论对股价崩盘风险的解释,而且有助于全面理解投资者信息能力在证券市场的作用效果和作用路径,并且对从投资者信息能力角度防范股价崩盘风险,促进证券市场稳定健康发展具有重要意义.

摘要： 本发明提供了一种基于数据驱动的股票市场系统性崩盘时点监测方法，包括如下步骤：使用MATLAB中的Detrend函数，对股票市场指数价格时间序列进行去线性趋势处理；使用相空间重构方法对去线性趋势后的市场指数价格时间序列进行相空间重构；选定临界距离；计算LAM指标；使用非线性时间序列突变检测的启发式分割算法监测LAM值的突变时点，突变时点对应股票市场复杂系统的相变点，实现对股票市场崩盘前市场内生性结构突变时点进行精确确定。本发明具有如下优点：能够监测到市场崩盘行为的发生，可以极大减少投资者的损失，对市场管理者而言能够提前采取措施，控制股票市场崩盘事件的发生或者采取措施减少股票市场崩盘的负面效应。

摘要： 本发明涉及金融信息数据处理技术领域，尤其涉及一种基于变分模态分解和单循环单元的股价序列预测方法，包括以下步骤：切割，使用滑动窗口把整个股价序列切割为多个子段；去噪，使用VMD对所有子段序列进行分解，去除噪声分量后重构时间序列；聚类，使用DMPSM计算任意两个子段序列之间的个性化相似性，根据其大小将去噪后的序列分为多类；预测，针对每一类中的子段序列训练一个最优的SRU模型，判断待测序列所属类别后使用所述SRU模型进行预测。本发明的有益效果：提高了预测结果的准确度和预测速度，参数自适应确定方法提高了分解准确性和减少了计算负担，个性化相似性测度解决了时间漂移和错位现象，反映了时间序列的个性化特征。

摘要： 本发明涉及股价长期趋势预测方法、装置、电子设备及存储介质，属于深度学习技术领域。本发明利用K线数据获取能够表征股票的走势变化的第一技术指标因子，将K线数据和第一技术指标因子进行结合以更完善地体现股票市场的波动特征，从而提高股价预测的准确性，且利用多个K线数据和多个第一技术指标因子，以合理预测得到多个时间点对应的股票收盘价，使得预测结果能够反映股价的长期趋势，从而提高股价预测结果的实用性。

摘要： 本发明提供一种基于LSTM模型的股价预测方法及系统，涉及股票预测技术领域。本发明首先针对不同股价预测类型分别获取股价预测的标的数据以及获取输入特征数据，其中，输入特征数据包括基础指标数据、宏观环境指标数据，以及公司特征指标数据；然后基于不同组合方式的输入特征数据以及标的数据训练不同参数配置的股价预测模型，以确定最优输入特征数据组合方式以及股价预测模型的最佳参数配置；最后将股价预测实时输入特征数据以最优输入特征数据组合方式输入最优参数配置的股价预测模型，获取实时股价预测结果。本发明相比于现有技术提高了股价预测的精准度。

摘要： 本申请实施例提供了一种股价数据预测方法及装置，该方法包括：获取目标数据集和目标股价，该目标数据集包括在第i个周期时间内多个第一投资者针对目标股票发表的多条评论数据，该目标股价为在第i个周期时间内目标股票的平均股价；将目标数据集和目标股价输入股价预测模型，得到输出结果，该输出结果包括预测股价，预测股价为预测的第i+m个周期时间内的平均股价，m为时间滑动窗口。本申请通过具备内生递归股票预测模型对股价进行预测，能够解决股票价格预测的长时依赖问题，提高股价预测结果的准确度。

摘要： 本发明提供一种基于3D‑CNN和哈希注意力机制的LSTM股价预测优化方法，包括如下步骤；针对股票数据高维的特征引入多维卷积神经网络机制加强股票数据中的深度特征提取能力，其中股票数据为基本属性、技术指标和融合市场情感评论文本的多组相关时态数据；根据步骤1中的股票数据维度，确定一维卷积神经网络类型；因步骤1中包含三种股票数据类型，因此采用三个卷积神经网络，并采用高斯核函数作为卷积核，采用池化层大小为4的维度进行池化操作；对于基础网络LSTM选用基于局部敏感哈希的注意力机制来调整神经元权重，使得影响大的神经元占比更大。本发明将注意力机制用于LSTM隐藏层神经元状态权重调整，增加有效特征的对最终输出的影响程度，提高了预测准确率。

摘要： 本发明公开了一种基于量子贝叶斯的股价预测方法，包括：确定股价预测因素和因素之间的依赖关系；建立量子贝叶斯决策模型；对待预测股价进行预测；其中，所述建立量子贝叶斯决策模型包括：将所述因素量子化，将训练数据集中的训练样本量子化，其中因素作为变量；引入辅助量子比特，存储变量之间的依赖关系值，将依赖关系值存储在辅助量子比特的概率幅中；使用训练数据集进行结构学习；使用训练数据集进行参数学习。本发明的优点在于：通过分析影响股价波动的各因素之间的因果关系，更加全面的表示出股价变化的原因；通过概率推理的方式，直接对股票的绝对价格进行预测；发挥量子计算优势，解决现有技术存在的计算成本高，贝叶斯决策规模小的问题。

摘要： 本发明公开了一种基于深度学习的股价预测系统及方法，涉及金融科学技术以及计算机人工智能领域。本发明的预测系统包括市场实时行情采集单元、机器学习建模单元、预测处理单元、预测系统数据库、人机交互单元以及通信单元；该方法包括：步骤100：建立基于现有的机器学习技术(LSTM)开发的对未来股价涨跌的预测模型；步骤101：获取A股市场的历史和实时交易数据，输入预测模型；步骤102：预测模型基于输入的交易数据，对个股在短期内的涨跌情况进行预测处理，获取能够用于实时市场交易和建立新预测模型的交易建议。本发明能够将数据存储在对应不同种类金融产品、不同交易频率的数据库中，通过构建基于同一深度学习技术的统计学模型得到不同需求的输出结果。

摘要： 本发明提供了一种上市公司股价异动风险评估方法，所述方法包括如下步骤：确定评估目的；准备基础数据并提取建模指标；评估上述建模指标；建模样本划分，划分训练样本和预测样本；建立多个股价异动风险评估模型；对预测样本运用上述多个股价异动风险评估模型，存在异动风险的公司则为高风险上市公司。本发明所提供的方法基于上市公司财报、公告、所述行业、市场行情、股东持股与交易情况、舆情、宏观经济、行业政策等数据，搭建了风险评估模型，并根据评估数据预测上市公司股价在未来一定时期发生异常变化的可能性，实现了对上市公司股价异动风险的系统化、智能化、前瞻性评估和追踪研究。

摘要： 本发明提出的一种会计师事务所声誉对股价崩盘风险影响分析方法，包括：样本数据获取步骤，对样本源数据进行处理，获取样本数据；变量获取步骤，根据样本数据，获取被解释变量数据，解释变量数据以及控制变量数据；解释变量为与会计师事务所声誉相关的度量指标；模型参数估计步骤，根据样本数据进行参数的估计，获得参数估计值；分析模型构建步骤，根据被解释变量、解释变量以及控制变量，构建分析模型；预测分析步骤，根据分析模型对股价崩盘风险进行预测分析，获得股价崩盘风险分析结果。通过新的视角丰富股价崩盘风险影响因素的研究体系，有助于我国资本市场中股价崩盘风险的有效防范，为会计师事务所的监管管理及政策制定者提供有益参考。