股价崩盘风险

摘要： 去杠杆情境下,控股股东股权质押热情依旧,加持杠杆的逆向之举是否加大股价崩盘风险是值得讨论的重要现实问题.文章利用2014—2018年A股上市公司控股股东股权质押数据进行实证分析.研究发现:在去杠杆情境下,控股股东股权质押显著加剧了上市公司股价崩盘风险;相比高成长性公司,低成长性公司二者的关系更强.进一步研究发现,控股股东股权质押导致投资者财富缩水,上市公司通过金融对冲可以缓解去杠杆情境下控股股东股权质押行为对公司的负面影响.研究揭示了在去杠杆情境下,控股股东股权质押是一种非理性行为,不仅损害公司价值,而且可能加剧市场大幅波动,触发金融系统风险.

摘要： 本文考察家族企业治理模式的有效性,以家族涉入对股价崩盘风险的影响为切入点,从社会情感财富的视角为家族涉入的有效性提供证据。研究发现,家族涉入程度越高,发生股价崩盘风险的概率越低。机制检验发现,家族涉入通过提高业绩预告质量来降低股价崩盘风险,具体表现为披露更准确和更及时的业绩预告。进一步研究发现,当业绩预告的披露形式精确度更高以及在自愿性披露的背景下,家族涉入对股价崩盘风险的抑制作用更强。本文的结论丰富了家族企业与股价崩盘风险的研究内容,且对业界如何提升家族企业治理水平以及维护资本市场的稳定具有一定的指导意义。

摘要： 用上市公司网络新闻数据构建了媒体情绪变量,用公司盈余信息估计媒体合理情绪,发现超过合理情绪的媒体过度乐观情绪显著增加了公司未来的股价崩盘风险。这种效应主要是由于网络媒体对正面新闻大量跟风转载,使投资者过度乐观导致的。在垄断型公司中、盈余操纵程度较大的公司中,以及市场情绪乐观时这种效应更加显著。

摘要： 文章基于2007—2020年中国所有A股上市公司的面板财务数据,运用中介效应模型,对控股股东的股权质押、信息披露质量和公司股价崩盘风险三者的关联关系展开了实证分析。研究结果显示:控股股东的股权质押行为将明显提高公司的股价崩盘风险,亦即质押的比率越高,公司的股价崩盘风险也越高;信息披露质量与股价崩盘风险显著负相关,亦即信息披露质量降低会增大公司股价崩盘的风险;在控股股东的股权质押行为和公司股价崩盘风险两者的关系中,信息披露质量发挥了重要的中介作用。

摘要： 基于2009-2019年A股非金融企业数据,检验企业环境信息披露对股价崩盘风险的影响,并进一步地关注所有权性质和公司治理水平的调节作用。实证研究发现,提高环境信息披露质量能够降低企业未来股价崩盘风险,环境信息披露对股价崩盘风险的抑制作用在非国有企业和公司治理质量较高的企业表现得更为显著,表明环境信息披露影响股价崩盘风险存在一定的作用条件。实证结果支持了环境信息披露对经济后果的积极影响,以及加强环境信息披露制度建设的重要性和必要性。

摘要： 共有股东一方面能够发挥信息规模效应提升公司信息透明度,但另一方面也可能利用网络优势合谋隐藏坏消息,因此共有股东究竟如何影响资本市场的稳定性值得研究。基于股价崩盘风险的视角,选取2009—2019年我国深沪A股非金融类上市公司为样本,考察共有股东对资本市场稳定性的影响,发现共有股东通过改善公司内部治理、加强信息透明度而降低了股价崩盘风险;共有股东联结同行业公司越多,股价崩盘风险越低,越有利于稳定资本市场。进一步研究表明,稳定的机构投资者、激烈的行业竞争环境能够强化共有股东对公司股价崩盘风险的正面影响;当共有股东为公募类基金投资者时,其对股价崩盘风险的影响更为显著。

摘要： 年报问询函不但有助于改善上市公司信息披露质量,而且会对股价波动产生一定影响。本文以2015年—2020年收到深交所年报问询函的上市公司为研究对象,考察年报问询函对股价崩盘风险的影响,同时引入内部控制质量,研究其对年报问询函与股价崩盘关系的影响。结果表明:年报问询函可显著降低上市公司股价崩盘风险;同时,内部控制质量与年报问询函之间存在替代效应,当上市公司内部控制质量较低时,年报问询函对未来股价崩盘风险的抑制作用更强。

摘要： 我国资本市场股价崩盘的现象频发,严重影响了资本市场改革效率和国际化进程,控制系统性风险、形成稳定长效的市场体系迫在眉睫。利用沪深两市2008—2019年A股上市公司数据,以管理层自利动机为切入点考察了股价崩盘风险对于上市公司股利政策的影响,发现在控制了其他影响股利政策的因素后,股价崩盘风险对于上市公司股利政策具有正向的影响作用,这种影响关系在国有企业中更加显著。研究有助于普通投资者重新审视上市公司股利政策,理性面对高额分红送转行为,同时为监管部门完善上市公司股利政策监管体系提供了依据,降低发生系统性风险的概率。

摘要： 如何维护金融市场秩序,降低股价崩盘风险是政府和投资者关注的重点.以2007—2018年沪深A股上市公司为样本,引入研发投入这一中介变量,实证检验股权集中度和股价崩盘风险之间的关系.结果表明,股权集中度可以通过减少研发费用来降低股价崩盘风险,研发投入在股权集中度对股价崩盘风险的影响中发挥完全中介作用;相较国有企业,这一作用机制在非国有企业中更为显著.

摘要： 文章以2011—2021年我国A股上市公司为研究对象,采用面板向量自回归模型探究经济政策不确定性、投资者情绪和股价崩盘风险之间的作用关系,发现经济政策不确定性和投资者情绪均对股价崩盘风险有正面影响,且投资者情绪具有中介效应,可以放大经济政策不确定性对股价崩盘风险的影响。对于政府机关进行宏观经济调控、完善股票市场体系建设具有借鉴意义。

摘要： 文章使用2003至2012年间A股非金融类上市公司数据研究审计行业专长与股价崩盘风险之间的关系,发现审计行业专长有助于降低上市公司未来的股价崩盘风险,在信息不对称更严重以及投资者异质信念更大的公司,审计行业专长与股价崩盘风险之间的负相关关系更为显著.本文的研究结果表明,只有继续加强会计师事务所行业专长建设、降低政府干预并完善法律法规体系,才能增强外部审计的治理效应、降低股价崩盘风险并促进资本市场的平稳健康发展.

摘要： 机构投资者是金融市场重要参与者,其存在是稳定股价亦或加剧股价波动?尚无定论.在定性讨论机构投资者对股价崩盘风险影响的基础上,以中国上市公司为研究对象,运用回归分析方法,从机构投资者宽度、规模和深度等关键特征出发开展定量研究.实证研究结果表明:第一,机构投资者数量与被投资公司股价崩盘风险之间存在“U型”关系,即可以找到一个最佳机构投资者数量,使得上司公司发生股价崩盘风险的可能性降到最低;第二,机构投资者规模能够显著地影响到被投资公司股价崩盘风险,且规模越大风险越小;第三,机构投资者的高持股比例显著加剧了被投资公司股价崩盘风险的发生.

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。