基于微指數(shù)和百度指數(shù)的上證綜指收益率預(yù)測(cè)研究
發(fā)布時(shí)間:2020-04-21 00:53
【摘要】:互聯(lián)網(wǎng)數(shù)據(jù)記錄了投資者的微觀情緒信息和搜索關(guān)注,同時(shí)也為研究股票市場(chǎng)宏觀運(yùn)行規(guī)律提供了海量的數(shù)據(jù)基礎(chǔ)和新的研究視角。近年來(lái),基于互聯(lián)網(wǎng)數(shù)據(jù)探索投資者情緒、關(guān)注度與股票市場(chǎng)關(guān)系的研究越來(lái)越受?chē)?guó)內(nèi)外學(xué)者的關(guān)注。在現(xiàn)有研究的基礎(chǔ)上,本文選用微博社交網(wǎng)站的和百度搜索引擎兩個(gè)不同類(lèi)型平臺(tái)的數(shù)據(jù)構(gòu)建看漲指數(shù),并結(jié)合信息學(xué)、行為金融學(xué)的相關(guān)知識(shí),從信息供求視角解釋了兩者所代表的不同含義,并研究了它們與上證綜指收益率之間的時(shí)滯關(guān)系。通過(guò)理論分析與實(shí)證檢驗(yàn),本文發(fā)現(xiàn):微博等社交平臺(tái)和網(wǎng)絡(luò)搜索引擎都是信息的載體,人們?cè)谖⒉┑壬缃痪W(wǎng)站上表達(dá)觀點(diǎn)、情緒等所體現(xiàn)的是信息供給行為,反映的是投資者的情緒,而人們?cè)诰W(wǎng)絡(luò)搜索引擎上搜索信息所體現(xiàn)的是信息需求行為,反映了投資者的關(guān)注度,兩者通過(guò)“信息供求”這一橋梁對(duì)股票市場(chǎng)交易行為產(chǎn)生影響。基于微指數(shù)所構(gòu)建的微博看漲指數(shù)領(lǐng)先于百度看漲指數(shù)(市場(chǎng)行情關(guān)注度)。此外,微博看漲指數(shù)對(duì)上證綜指收益率有預(yù)測(cè)作用。因此,微指數(shù)平臺(tái)可以作為預(yù)測(cè)股市收益率的一種有效補(bǔ)充。百度看漲指數(shù)與股市收益率表現(xiàn)出顯著的正相關(guān)性,但是它對(duì)收益率預(yù)測(cè)作用不大。進(jìn)一步,本文還利用時(shí)變參數(shù)向量自回歸(TVP-VAR)模型產(chǎn)生的等間隔脈沖響應(yīng)函數(shù)和時(shí)點(diǎn)脈沖響應(yīng)函數(shù)捕捉投資者情緒、關(guān)注度與股市收益之間的時(shí)變特征。實(shí)證分析結(jié)果表明,投資者情緒、關(guān)注度對(duì)股市收益的影響具有明顯的時(shí)變特征:(1)投資者情緒對(duì)股市收益存在正向促進(jìn)作用,且短期效應(yīng)更為明顯。(2)市場(chǎng)行情關(guān)注度對(duì)股市收益的影響較小;而反過(guò)來(lái),股市收益對(duì)市場(chǎng)行情關(guān)注度的影響較為顯著且穩(wěn)定。(3)股市出現(xiàn)異常波動(dòng)時(shí),投資者情緒對(duì)股市收益的影響將比股市穩(wěn)定時(shí)更加顯著,即投資者情緒對(duì)股市恐慌性下跌或非理性繁榮有著較強(qiáng)的推波助瀾作用。
【圖文】:
視角來(lái)分別闡述微指數(shù)和百度指數(shù)與股票市場(chǎng)之間的聯(lián)系,,使本文研究建立在堅(jiān)實(shí)理論基礎(chǔ)之上,然后在理論基礎(chǔ)上提出本文的研究假設(shè)。第三章 研究設(shè)計(jì),進(jìn)行數(shù)據(jù)的收集以及初步處理工作,介紹數(shù)據(jù)樣本以及變量義,對(duì)數(shù)據(jù)進(jìn)行了初步的描述性統(tǒng)計(jì)分析,并簡(jiǎn)要介紹了 VAR 模型,同時(shí)對(duì)時(shí)變參向量自回歸(TVP-VAR)模型構(gòu)建的原理、步驟及估計(jì)方法進(jìn)行了詳細(xì)介紹。第四章 變量間時(shí)滯關(guān)系實(shí)證研究,通過(guò)建立 VAR 模型,對(duì)模型估計(jì)結(jié)果進(jìn)行析,得出微博看漲指數(shù)、百度看漲指數(shù)與上證收益率之間的領(lǐng)先-滯后關(guān)系。第五章 變量間時(shí)變特征實(shí)證研究,分析了微博看漲指數(shù)(投資者情緒指數(shù))、百看漲指數(shù)(市場(chǎng)行情關(guān)注度)對(duì)上證綜指收益率的時(shí)變效應(yīng)。最后一部分是總結(jié)以上理論和實(shí)證的分析結(jié)果,給出相應(yīng)建議,并提出未來(lái)進(jìn)步可能的研究方向。根據(jù)以上研究?jī)?nèi)容和結(jié)構(gòu)安排,相應(yīng)的技術(shù)路線如下圖所示:
【學(xué)位授予單位】:西南交通大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位授予年份】:2018
【分類(lèi)號(hào)】:F832.51
【圖文】:
視角來(lái)分別闡述微指數(shù)和百度指數(shù)與股票市場(chǎng)之間的聯(lián)系,,使本文研究建立在堅(jiān)實(shí)理論基礎(chǔ)之上,然后在理論基礎(chǔ)上提出本文的研究假設(shè)。第三章 研究設(shè)計(jì),進(jìn)行數(shù)據(jù)的收集以及初步處理工作,介紹數(shù)據(jù)樣本以及變量義,對(duì)數(shù)據(jù)進(jìn)行了初步的描述性統(tǒng)計(jì)分析,并簡(jiǎn)要介紹了 VAR 模型,同時(shí)對(duì)時(shí)變參向量自回歸(TVP-VAR)模型構(gòu)建的原理、步驟及估計(jì)方法進(jìn)行了詳細(xì)介紹。第四章 變量間時(shí)滯關(guān)系實(shí)證研究,通過(guò)建立 VAR 模型,對(duì)模型估計(jì)結(jié)果進(jìn)行析,得出微博看漲指數(shù)、百度看漲指數(shù)與上證收益率之間的領(lǐng)先-滯后關(guān)系。第五章 變量間時(shí)變特征實(shí)證研究,分析了微博看漲指數(shù)(投資者情緒指數(shù))、百看漲指數(shù)(市場(chǎng)行情關(guān)注度)對(duì)上證綜指收益率的時(shí)變效應(yīng)。最后一部分是總結(jié)以上理論和實(shí)證的分析結(jié)果,給出相應(yīng)建議,并提出未來(lái)進(jìn)步可能的研究方向。根據(jù)以上研究?jī)?nèi)容和結(jié)構(gòu)安排,相應(yīng)的技術(shù)路線如下圖所示:
【學(xué)位授予單位】:西南交通大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位授予年份】:2018
【分類(lèi)號(hào)】:F832.51
【參考文獻(xiàn)】
相關(guān)期刊論文 前10條
1 向誠(chéng);陸靜;;投資者有限關(guān)注、行業(yè)信息擴(kuò)散與股票定價(jià)研究[J];系統(tǒng)工程理論與實(shí)踐;2018年04期
2 趙錫軍;姚sピ
本文編號(hào):2635164
本文鏈接:http://sikaile.net/jingjilunwen/jinrongzhengquanlunwen/2635164.html
最近更新
教材專(zhuān)著