“深港通”政策實施以來,中國市場的波動程度并沒有減弱,在2016年下半年和2018年下半年,滬深股市和香港股市仍然經(jīng)歷了多次熊市。金融市場是一個復(fù)雜的系統(tǒng),僅從傳統(tǒng)金融理論無法完全解釋近幾年來中國市場劇烈波動的原因;另外,中國香港金融市場作為國際資本進(jìn)入中國內(nèi)地金融市場的重要通道,近年來與滬深股市的聯(lián)系日趨緊密,不可忽略近年來兩地股市投資者情緒的傳染效應(yīng)。因此本文擬從行為金融學(xué)的角度分析“深港通”政策背景下深圳、香港股市投資者情緒的傳染效應(yīng),對深入了解中國內(nèi)地、香港股市投資者情緒之間的風(fēng)險傳染機(jī)制具有重要意義。本文首先將具備高性能的盲分離移位阻斷法(SHIBBS)引入到投資者情緒指標(biāo)的構(gòu)建之中,并與主成分分析法等傳統(tǒng)投資者情緒構(gòu)造方法比較,證明SHIBBS具有更具優(yōu)秀的特征提取能力,其構(gòu)造的情緒指標(biāo)能夠更準(zhǔn)確地反映股票市場的變化和市場投資者情緒的波動情況。其次,為了研究情緒指標(biāo)在重大事件影響下的傳染效應(yīng),將構(gòu)造出的情緒序列經(jīng)過集成經(jīng)驗?zāi)B(tài)分解(EEMD),得到一系列獨立、不同時間尺度的本征模態(tài)函數(shù)(IMFs),將IMFs按照高低頻率重組出中期波動項(重大事件影響項);通過分析,中期波動項能極大減少噪音干擾,有效刻畫深港市場投資者情緒在重大事件影響下的波動情況,有利于深入研究滬深港通開通前后的傳染性效應(yīng)。最后,在“深港通”等重大事件影響下,香港市場投資者情緒對深圳市場投資者情緒存在單向傳導(dǎo),且香港投資者情緒對深圳投資者傳染的沖擊程度更大;香港市場投資者情緒對深圳市場投資者情緒的傳染性在滬、深港通開通期間均迅速上升,兩市聯(lián)動性加強(qiáng)的同時風(fēng)險傳染的概率也隨之增大。
【學(xué)位單位】：華南理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2019
【中圖分類】：F832.51
【部分圖文】：

第一章 緒論事件影響下，研究投資者情緒傳染方向、滬深港通開通前后傳染效應(yīng)、以及兩市之間傳染的強(qiáng)度和持續(xù)程度。結(jié)合學(xué)者們的經(jīng)驗，首先，使用 Granger 因果檢驗，判斷傳染方向；第二，借助在金融領(lǐng)域得到普遍運用的時變 Copula 模型，在時變中細(xì)致地刻畫不同市場之間非正態(tài)、非線性的關(guān)聯(lián)機(jī)制，可靠、穩(wěn)健而又靈活地剖析變量間關(guān)聯(lián)結(jié)構(gòu)，清晰明了的觀察重要時期傳染系數(shù)的變化；最后，借鑒 VAR 模型的脈沖響應(yīng)圖，來研究兩個中期波動序列彼此之間的沖擊程度。

分析（Independent ComponentAnalysis, ICA），這種方法現(xiàn)已普遍運用于據(jù)挖掘等科學(xué)技術(shù)領(lǐng)域。 ICA 隨著盲信源分離（Blind Source Separatio來，它可以未知若干獨立信號源的前提下，將多個接收器獲取的經(jīng)過源的混合信號，分解成若干個相互獨立的分量（ICs）[24]。 的基本模型為：x (t) = A s (t )T1 2( ) = [ ( ), ( ), , ( )]mx t x t x t x t 是 m 道觀測信號構(gòu)成的 m ×T陣，A 是 m n 個未知源信號構(gòu)成的 n T陣。A 基本思路是為計算出矩陣 A 的逆矩陣 B，再計算未知源信號 s(t)的估ICA 主要步驟：先將觀測信號 x(t)白化（Whitening），之后將已白化信，使度量獨立性的判據(jù)達(dá)到最優(yōu)。白化處理可以排除原始觀測信號間的二測信號間的相互獨立性，ICA 優(yōu)化步驟示意圖如圖 2-1 所示。

iSENT （ i SZ ,HK ）進(jìn)行檢驗，檢驗輸出結(jié)果見圖4-5及圖4-6。從圖4-5和圖4-6可以發(fā)現(xiàn)：自相關(guān)系數(shù)圖呈現(xiàn)拖尾，偏自相關(guān)系數(shù)則呈現(xiàn)截尾，因此初步認(rèn)為深圳、香港投資者情緒中期重大事件影響項均存在一定程度上的自相關(guān)。根據(jù)自相關(guān)系數(shù)圖呈現(xiàn)拖尾，偏自相關(guān)系數(shù)則呈現(xiàn)截尾的現(xiàn)象，可以通過AR模型來消除自回歸。圖4-5 深圳投資者情緒中期波動項自相關(guān)及偏自相關(guān)圖

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王遠(yuǎn)霞;謝赤;;投資者情緒指數(shù)的經(jīng)驗?zāi)B(tài)分解:基于增發(fā)窗口期的實證研究[J];財經(jīng)理論與實踐;2015年04期

2 齊紹洲;趙鑫;譚秀杰;;基于EEMD模型的中國碳市場價格形成機(jī)制研究[J];武漢大學(xué)學(xué)報(哲學(xué)社會科學(xué)版);2015年04期

3 文鳳華;楊鑫;龔旭;黃創(chuàng)霞;楊曉光;;金融危機(jī)背景下中美投資者情緒的傳染性分析[J];系統(tǒng)工程理論與實踐;2015年03期

4 李仲飛;肖仁華;楊利軍;;基于集合經(jīng)驗?zāi)B(tài)分解技術(shù)的中國房地產(chǎn)周期識別研究[J];經(jīng)濟(jì)評論;2014年04期

5 賈凱威;;基于DCC-MGARCH-VAR模型的金融傳染分析——來自亞洲股票市場的證據(jù)[J];上海經(jīng)濟(jì)研究;2014年05期

6 何平;吳添;姜磊;伍良杰;;投資者情緒與個股波動關(guān)系的微觀檢驗[J];清華大學(xué)學(xué)報(自然科學(xué)版);2014年05期

7 陳庭強(qiáng);何建敏;;基于復(fù)雜網(wǎng)絡(luò)的信用風(fēng)險傳染模型研究[J];軟科學(xué);2014年02期

8 閆偉;楊春鵬;;金融市場中投資者情緒研究進(jìn)展[J];華南理工大學(xué)學(xué)報(社會科學(xué)版);2011年03期

9 孫有發(fā);顏學(xué)湘;劉彩燕;張成科;;基于情緒傳染的自適應(yīng)變主體股市演化[J];系統(tǒng)管理學(xué)報;2011年03期

10 王沁;王璐;程世娟;;基于時變Copula模型的滬深股市相依分析[J];統(tǒng)計與決策;2010年19期

本文編號：2832476