本文關(guān)鍵詞：基于財(cái)務(wù)報(bào)表舞弊的阿爾法套利策略可行性研究，由筆耕文化傳播整理發(fā)布。

【摘要】：在當(dāng)前“資產(chǎn)荒”的大背景下,實(shí)體經(jīng)濟(jì)回報(bào)率下滑,市場(chǎng)中大量資金找不到合適的投資品,出現(xiàn)資產(chǎn)配置混亂的局面,同時(shí)也造成市場(chǎng)中某類投資品在短期內(nèi)被過(guò)度投資,具體的表現(xiàn)就是在股市,債市和二手房地產(chǎn)市場(chǎng)出現(xiàn)的暫時(shí)性投資過(guò)熱。為了能在這樣的經(jīng)濟(jì)環(huán)境中尋找合適的投資組合資產(chǎn),獲得較高的投資回報(bào),筆者從渾水公司的做空手法中得到啟發(fā),嘗試構(gòu)建了基于財(cái)務(wù)舞弊甄別的反向阿爾法套利策略。研究發(fā)現(xiàn)通過(guò)虛增利潤(rùn)進(jìn)行財(cái)務(wù)舞弊的上市公司,在報(bào)表發(fā)布日之后阿爾法值要明顯低于報(bào)表發(fā)布之前,理論上就可以通過(guò)對(duì)沖系統(tǒng)性風(fēng)險(xiǎn),剝離出負(fù)阿爾法得到正的絕對(duì)收益。在舞弊甄別模擬中,通過(guò)比較不同甄別模型的外推預(yù)測(cè)效果,筆者發(fā)現(xiàn)基于機(jī)器學(xué)習(xí)算法的隨機(jī)森林分類模型要明顯的好于其他分類器,而在選取的解釋變量中,估值指標(biāo)市銷率,縱向?qū)Ρ戎笜?biāo)舞弊前一年成本費(fèi)用利潤(rùn)率以及償債能力指標(biāo)利息保障倍數(shù)對(duì)舞弊甄別有著較高解釋水平。最后,筆者基于夏普單指數(shù)模型剝離阿爾法構(gòu)建策略組合,分別測(cè)試了策略在牛市,熊市和震蕩市三種行情中表現(xiàn),模擬出的結(jié)果表明,策略在熊市行情中的表現(xiàn)最為突出,120個(gè)自然日內(nèi)的累積收益達(dá)到34%以上,而在牛市和震蕩市中,策略的月度收益也能達(dá)到5%左右,結(jié)果非常理想,但同時(shí)也應(yīng)該注意到,因?yàn)椴呗灾袑?duì)系統(tǒng)風(fēng)險(xiǎn)對(duì)沖不足,導(dǎo)致了策略收益率在熊市溢價(jià)在牛市中折價(jià)的情況。
【關(guān)鍵詞】：財(cái)務(wù)舞弊甄別 反向阿爾法對(duì)沖策略 隨機(jī)森林分類 夏普單指數(shù)模型
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：F832.51;F224
【目錄】：

• 致謝5-6
• 摘要6-7
• Abstract7-10
• 1 引言10-13
• 1.1 研究背景和意義10-11
• 1.2 研究思路11-13
• 2 國(guó)內(nèi)外研究文獻(xiàn)綜述13-31
• 2.1 國(guó)外研究13-21
• 2.1.1 國(guó)外財(cái)務(wù)報(bào)表舞弊動(dòng)機(jī)研究13-15
• 2.1.2 國(guó)外財(cái)務(wù)報(bào)表舞弊手法15-16
• 2.1.3 國(guó)外財(cái)務(wù)舞弊行為外部效應(yīng)16-17
• 2.1.4 國(guó)外舞弊甄別常用財(cái)務(wù)指標(biāo)17
• 2.1.5 國(guó)外財(cái)務(wù)報(bào)表舞弊甄別模型17-19
• 2.1.6 國(guó)外基于財(cái)務(wù)報(bào)表分析的阿爾法策略研究19-21
• 2.2 國(guó)內(nèi)研究21-28
• 2.2.1 國(guó)內(nèi)財(cái)務(wù)報(bào)表舞弊動(dòng)機(jī)21-23
• 2.2.2 國(guó)內(nèi)財(cái)務(wù)報(bào)表舞弊手法23
• 2.2.3 國(guó)內(nèi)財(cái)務(wù)舞弊行為外部效應(yīng)23-24
• 2.2.4 國(guó)內(nèi)舞弊甄別常用財(cái)務(wù)指標(biāo)24-25
• 2.2.5 國(guó)內(nèi)財(cái)務(wù)報(bào)表舞弊甄別模型25-27
• 2.2.6 我國(guó)基于財(cái)務(wù)報(bào)表分析的阿爾法策略研究27-28
• 2.3 總結(jié)概述28-31
• 2.3.1 財(cái)務(wù)指標(biāo)總結(jié)概述28-30
• 2.3.2 舞弊甄別模型總結(jié)概述30-31
• 3 理論支撐和數(shù)據(jù)說(shuō)明31-40
• 3.1 理論支撐31-36
• 3.1.1 決策樹算法31-32
• 3.1.2 隨機(jī)森林分類法32-35
• 3.1.3 夏普單指數(shù)模型35-36
• 3.2 樣本數(shù)據(jù)說(shuō)明36-37
• 3.3 解釋變量描述統(tǒng)計(jì)分析37-40
• 4 舞弊甄別模型40-48
• 4.1 解釋變量篩選40-43
• 4.2 不同模型預(yù)測(cè)結(jié)果比較43-48
• 5 反向阿爾法對(duì)沖策略48-59
• 5.1 舞弊樣本阿爾法對(duì)比分析48-51
• 5.2 匹配樣本阿爾法對(duì)比分析51-53
• 5.3 策略及測(cè)試數(shù)據(jù)選取說(shuō)明53-55
• 5.4 反向阿爾法對(duì)沖策略分析55-59
• 6 結(jié)論和不足59-61
• 參考文獻(xiàn)61-65

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 朱炳樾;;滬深300股指期貨alpha套利實(shí)證研究[J];時(shí)代金融;2013年33期

2 殷鑫;鄭豐;崔積鈺;趙莊;;基于價(jià)值投資的Piotroski選股策略實(shí)證研究[J];時(shí)代金融;2012年23期

3 岳上植;馬華泉;李向紅;;股票市場(chǎng)對(duì)盈余管理行為的市場(chǎng)反應(yīng)分析[J];會(huì)計(jì)之友(中旬刊);2009年11期

4 文擁軍;朱文杰;;上市公司財(cái)務(wù)報(bào)告舞弊識(shí)別實(shí)證研究[J];財(cái)會(huì)通訊;2009年02期

5 梁杰;呂唯;;基于模糊化遺傳BPN財(cái)務(wù)報(bào)告舞弊甄別技術(shù)初探[J];財(cái)會(huì)通訊(綜合版);2008年11期

6 張俊生;曾亞敏;;上市公司信息披露失信行為的經(jīng)濟(jì)后果[J];審計(jì)與經(jīng)濟(jì)研究;2008年02期

7 楊忠蓮;謝香兵;;我國(guó)上市公司財(cái)務(wù)報(bào)告舞弊的經(jīng)濟(jì)后果——來(lái)自證監(jiān)會(huì)與財(cái)政部處罰公告的市場(chǎng)反應(yīng)[J];審計(jì)研究;2008年01期

8 韓其恒;于旭光;;價(jià)值型投資在中國(guó)證券市場(chǎng)上的有力證據(jù)[J];上海財(cái)經(jīng)大學(xué)學(xué)報(bào);2007年01期

9 婁權(quán);;財(cái)務(wù)報(bào)告質(zhì)量與投資者保護(hù)——基于事件研究法的實(shí)證考察[J];佛山科學(xué)技術(shù)學(xué)院學(xué)報(bào)(社會(huì)科學(xué)版);2007年01期

10 陳工孟;高寧;;我國(guó)證券監(jiān)管有效性的實(shí)證研究[J];管理世界;2005年07期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 姚致萱;決策樹技術(shù)在上市公司財(cái)務(wù)報(bào)告舞弊識(shí)別中的應(yīng)用研究[D];天津財(cái)經(jīng)大學(xué);2010年

  本文關(guān)鍵詞：基于財(cái)務(wù)報(bào)表舞弊的阿爾法套利策略可行性研究，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：292912