股票基本面指数的优化研究

本文以嘉实基本面50指数为研究对象,从会计信息质量以及中国股票市场特征两个角度对其进行分析。从会计信息质量角度来看,由于受行业差异、发展战略和商业模式等因素的影响,基本面会计指标的可比性、相关性、谨慎性等质量明显存在问题。从中国股票市场特征来看,国内大多数投资者倾向于短期投资,对分红不够重视,四个基本面指标等权重设计不符合实际情况,其权重有待根据实际情况进行优化。本文根据上述两个角度的理论分析,提出修正基本面指数的编制方法。即根据每年的折现因子剔除通货膨胀,结合每股收益净收益优化营业收入,将商誉摊销优化净资产,降低分红在基本面中的权重,最后对2000-2017年所有样本公司的基本面数据进行实证检验,并计算出新的基本面指数。结果显示,优化后的基本面指数可以稳定地提高投资回报率。本研究成果属于被动式投资,管理成本极低,适于"储蓄"型的长期投资。因此,以本研究成果为投资工具,通过互联网众筹资金进行投资等,可提高社会闲散资金的投资效率,顺应"互联网+"的大趋势。

金砖国家股市相依结构研究——基于藤Copula-GARCH方法

在藤Copula理论研究框架下,本文构建Pair Copula-GARCH类模型,并分别采用C藤和D藤结构分解下的t-Copula、Clayton Copula和SJC Copula函数来研究金砖国家股票市场之间的动态相依性结构以及波动溢出效应。研究发现,D藤分解模式下的t-Copula模型更适合描述金砖国家股票市场的数据。研究还表明,巴西和印度、俄罗斯和南非股市间存在很强的波动溢出效应,而巴西和南非股市间则最弱。另外,在D藤结构下,巴西和南非市场出现极值的可能性最小,而巴西和印度市场出现极值的可能性则最大。

基于ARFIMA模型与GARCH模型的上证指数收益率研究

股票的价格序列是一个十分复杂的非线性动态系统,对投资者来说,如何准确分析股市行情,做出最优的投资决策,显得更加急迫;对中国股市的管理者来说,如何把握股市动态,使其健康、稳定的发展,也是一项艰巨的任务。本文选取2006—2015年的上证指数周收盘价的数据,计算股票对数收益率,通过对时间序列分析理论的实证研究分析,建立上证指数的GARCH模型和ARFIMA模型;进而对两种模型进行预测并比较,来说明时间序列分析的方法对拟合股票价格趋势的质量效果。