维护金融市场稳定、防控金融风险是我国经济建设的重要内容。基于Gelfand et al.(2006)提出的文化遵从度理论框架,本文以2008—2019年中国A股上市公司为样本,从股价崩盘风险的视角,探究了非正式制度对金融市场稳定的影响。研究发现:公...维护金融市场稳定、防控金融风险是我国经济建设的重要内容。基于Gelfand et al.(2006)提出的文化遵从度理论框架,本文以2008—2019年中国A股上市公司为样本,从股价崩盘风险的视角,探究了非正式制度对金融市场稳定的影响。研究发现:公司所在地的文化遵从度对公司未来股价崩盘风险存在显著影响,当地文化遵从度越高,公司的股价崩盘风险越低。进一步发现:(1)提高信息质量和选择四大审计,是文化遵从度影响公司股价崩盘风险的主要机制;(2)区分文化遵从度的作用强度后,文化遵从度对股价崩盘风险的影响在成立年限长、高管不具有海外经历的公司表现得更强烈;(3)结合公司治理的其他机制,在公司内外部治理机制较弱时,文化遵从度发挥了较强的治理作用;(4)比较公司所在地的文化遵从度与高管籍贯所在地,公司所在地的文化遵从度具有更强的影响作用,表明文化遵从度能够对个体产生“同化”影响。本文的研究揭示了非正式制度对公司股价崩盘风险的重要影响,对于维护金融市场的稳定、防范金融风险,具有一定的理论和现实启发。展开更多
金融市场高频数据包括时间序列数据和其他宏观经济指标,通常具有高维特征.其处理需要更复杂的算法,易产生较高的模型过拟合风险.基于此,提出基于局部线性映射(Local Linear Mapping,LLM)的金融市场波动率高频数据异常检测方法,对各个高...金融市场高频数据包括时间序列数据和其他宏观经济指标,通常具有高维特征.其处理需要更复杂的算法,易产生较高的模型过拟合风险.基于此,提出基于局部线性映射(Local Linear Mapping,LLM)的金融市场波动率高频数据异常检测方法,对各个高频数据目标的日平均序列数据进行标准化处理,在数据筛选时,使用标准化处理设定相关阈值,将不同维度的数据转化为相同的尺度,并利用连通图算法,将具有边连接的金融市场波动率高频数据划分至一个群组内,计算待检测高频数据阈值,采用局部线性映射,完成金融市场波动率高频数据异常检测.实验结果表明:所提方法在TPR为0.98时,ROC曲线稳定运行,贡献因子为1.287,重构误差为1.6%,能够以最快速度使训练集异常检测的损失值达到稳定.展开更多
文摘维护金融市场稳定、防控金融风险是我国经济建设的重要内容。基于Gelfand et al.(2006)提出的文化遵从度理论框架,本文以2008—2019年中国A股上市公司为样本,从股价崩盘风险的视角,探究了非正式制度对金融市场稳定的影响。研究发现:公司所在地的文化遵从度对公司未来股价崩盘风险存在显著影响,当地文化遵从度越高,公司的股价崩盘风险越低。进一步发现:(1)提高信息质量和选择四大审计,是文化遵从度影响公司股价崩盘风险的主要机制;(2)区分文化遵从度的作用强度后,文化遵从度对股价崩盘风险的影响在成立年限长、高管不具有海外经历的公司表现得更强烈;(3)结合公司治理的其他机制,在公司内外部治理机制较弱时,文化遵从度发挥了较强的治理作用;(4)比较公司所在地的文化遵从度与高管籍贯所在地,公司所在地的文化遵从度具有更强的影响作用,表明文化遵从度能够对个体产生“同化”影响。本文的研究揭示了非正式制度对公司股价崩盘风险的重要影响,对于维护金融市场的稳定、防范金融风险,具有一定的理论和现实启发。
文摘金融市场高频数据包括时间序列数据和其他宏观经济指标,通常具有高维特征.其处理需要更复杂的算法,易产生较高的模型过拟合风险.基于此,提出基于局部线性映射(Local Linear Mapping,LLM)的金融市场波动率高频数据异常检测方法,对各个高频数据目标的日平均序列数据进行标准化处理,在数据筛选时,使用标准化处理设定相关阈值,将不同维度的数据转化为相同的尺度,并利用连通图算法,将具有边连接的金融市场波动率高频数据划分至一个群组内,计算待检测高频数据阈值,采用局部线性映射,完成金融市场波动率高频数据异常检测.实验结果表明:所提方法在TPR为0.98时,ROC曲线稳定运行,贡献因子为1.287,重构误差为1.6%,能够以最快速度使训练集异常检测的损失值达到稳定.