金融危机、银行授信与企业流动性管理:中国上市公司的经验证据

本文利用中国上市公司2005—2010年的数据,考察银行授信是否降低了金融危机中企业的预防性现金储备。研究发现,获得银行授信的企业在危机期间现金储备的增幅更小,这表明银行授信发挥了流动性保障作用。但是我国特殊的经济制度环境也影响着这种流动性保障作用的有效发挥:(1)相较于国有银行,源自非国有银行的银行授信为企业提供了更有效的流动性保障;(2)银行授信的流动性保障取决于银企关系的强弱;(3)民营企业比国有企业更依赖银行的流动性保障。进一步研究发现,银行授信的流动性保障能够改善企业在危机中的经营业绩。文章结论表明,我国银行体系在帮助企业部门应对金融风险时存在不足,政府应该尽量剥离国有银行的"政治性"贷款,让国有银行为企业提供更有效的流动性保障。

基于网络信息挖掘的股市影响因素分析

针对海量网络文本信息的获取、量化和分析的难题,采用信息抓取技术获得网络金融舆情文本信息,并根据数据的信息量对金融舆情信息进行分类,建立因子模型和时间序列模型,分析网络金融舆情信息对我国股票市场的影响。通过实证得到以下结论:与单只股票相关的网络文本信息数量,明显影响了该只股票在第2日的收益率;信息容量越大的网络文本信息对股票的影响力越大,而不同组的信息对收益率的作用方向不同;网络文本信息的数量与股票波动率明显相关,信息容量不同的文本信息对波动率的影响力也不同。

网络嵌入性对风险投资联盟成功退出投资对象的影响:机理与证据

基于我国2000—2013年联合风险投资数据,通过量化研究风险投资联盟(以下简称风投联盟)的网络嵌入性与其成功退出企业之间的关系,以探索我国风险投资市场起步阶段下的网络嵌入性影响风投联盟成功退出的机理.研究表明,与成熟资本市场相比,网络嵌入性对风投联盟成功退出的作用机理,既展现出一定的共性,又凸显了新兴市场的特殊性.共性上表现为异质性信息的增强有助于风投联盟成功退出.特殊性表现为:在IPO短期套现以树立声誉的动机下,风投联盟对企业的干预能力越强,越不利于深化企业的价值链;风投联盟对风险投资市场信息的相依性过强,束缚了其独立判断能力;风投联盟对企业信任过度,极易诱发企业的投机性行为.这3方面都不利于风投联盟的成功退出,因此,相关主体在完善其管理机制时应更多地考虑我国风险投资市场的特殊性.

网络嵌入性与风险投资联盟的构建

为减小风险投资公司的投资信息缺口，增强其投资价值链优势，基于我国2000～2013年联合风险投资数据，通过Probit模型分析，系统地探索了在我国风险投资市场起步阶段风险投资公司网络嵌入性对其联盟构建的影响。研究发现：领导型风险投资公司面临的逆向选择问题导致联盟信息互补性弱，即跟从型风险投资公司网络信息优势越强，“入盟”的意愿越小；领导型风险投资公司现有影响力难以增强其在新领域内的信息优势，故需增加对跟从型风险投资公司的依靠，从而提高在开拓新投资领域时对跟从型风险投资公司的识别成本；跟从型风险投资公司被领导型风险投资公司接纳入盟的机会与其自身获取投资对象隐性信息的能力成正比，但与联合投资规模无关。

融资规模与经济增长协调关系研究:总量与行业结构

基于上市公司分行业融资规模与增加值的实证结果表明:融资规模与经济增长之间在总量和行业结构的协调程度较好,但两者趋势未保持一致,说明社会融资规模的统计还需细分到行业层次;其次,各行业结构偏离度有着不同的演变趋势,相比较于行业增加值,金融体系对房地产等行业存在过度资金支持,而对科学研究和技术服务等行业的资金支持严重不足。因此,政府部门应根据偏离度的方向对不同行业制定与之对应的资金扶持政策,以促进资金供给结构改革。

基于DMA模型的价值投资策略有效性

基于我国股市数据,运用三类多因子DMA模型,制定价值投资策略,引导投资者进行理性投资,对我国股票市场的股票投资策略的有效性进行研究.研究表明,将大盘指数与行业指数作为反映情绪与政策影响的因子纳入模型,其拟合效果有显著提升.而仅基于客观财务指标制定的价值投资策略,其实施的收益率远高于市场平均收益率.研究成果不仅可以引导投资者进行理性投资,而且为价值投资策略的存在与消失提供了理论依据.

基于二叉级联结构的并行极速学习机算法

为解决因庞大的矩阵存储和计算,ELM(Extreme Learning Machines)难以应用到大规模、高维数据集的问题,提出一种基于"分而治之"策略的并行极速学习机算法。该算法利用二叉级联结构,将大规模数据集分派到多个计算节点上,并行地更新单隐层前馈网络的输出权值,且能有限步地单调收敛到最小二乘解。实验结果表明,该算法不仅泛化性能优异,并且具有非常高的加速比和并行效率。

基于流形正则的块增量距离尺度学习算法

在实时应用中,观测样本通常以数据块的形式依次达到,传统的批量距离算法难以进行学习.本文提出一种新颖的利用成对约束关系进行学习的块增量距离尺度算法.首先给出块增量学习的一般模型,并通过扩展约束集克服其容易"过拟合"的缺陷;然后引入流形正则项使得学习过程中数据块的局部邻域结构得以保持.实验结果表明,本文算法学习的距离尺度在测试精度、计算开销上优于现有的增量距离算法,并且在存储开销方面显著优于批量距离算法.

基于调和稳态均值回复模型的VIX期权定价

为有效地刻画VIX的均值回复性与非高斯性,在风险中性测度下,以调和稳态过程替换简单跳过程,构建带调和稳态的OU与CIR模型,并应用Doob鞅的方法求解其仿射解结构的特征函数,进而求出VIX期权公式用于定价实证.实证表明:带调和稳态的均值回复模型明显优于其他定价模型,而带调和稳态的CIR模型为最优定价模型.从而得出带调和稳态的均值回复模型不仅有较好的经济解释,而且可抓住VIX均值回复与非对称跳的特征,降低VIX期权定价的误差的结论.

财经新闻对中国股市影响的定量分析

首先采用文本挖掘技术、支持向量回归(support vector regression,SVR)方法将财经新闻内容量化为股市波动的一个影响因子,然后采用计量经济学中多元回归分析方法系统地分析了互联网财经新闻信息对中国股市的影响。主要研究了互联网财经新闻对中国股市的影响强度和影响时长,以及对不同规模的公司影响是否相同等一系列问题。研究发现新闻发布对深市股票的影响力度和持续时间均强于沪市股票;规模较小的公司的股票收益受新闻的影响较大。从而推断出难以量化的互联网财经新闻所包含的信息会在一定的时间内反映在股价中,能够对市场产生冲击。

网络嵌入性对联合风险投资信息优势的影响

本文将网络嵌入性理论的结构嵌入性观点与关系嵌入性观点纳入到统一的研究框架内,基于我国2000-2013年联合风险投资数据,对联盟领导者投资比例与联盟成员网络嵌入性的关系进行量化研究,以探索网络嵌入性对联合风险投资信息优势的影响。研究表明:在我国经济转型背景下风险投资市场发展的初始阶段,联合风险投资中的领导者可通过网络位置获取较好的信息搜索能力,以增强联合投资的信息优势,而跟从者普遍缺乏此能力,但依靠跟从者内部"领头羊"的异质性信息资源以及与投资对象之间的信息共享关系可以强化相应的信息搜索优势;此外,联合投资规模的增加也有助于弥补投资信息缺口。

Lévy过程下非对称GARCH模型权证定价

考虑权证标的资产的非正态特征,引入Lévy过程改进GARCH模型下权证的蒙特卡洛模拟定价方法。首先,针对不同Lévy随机分布和有偏GARCH模型建立真实测度下的Lévy-GARCH模型,然后进行风险中性测度转换并对38支大陆权证进行定价,最后对定价结果进行分类比较。结果表明,虽然大陆权证的市场价格与无套利假设下的理论价值有显著偏离,但Lévy-GARCH模型的定价精度仍然优于经典的B-S模型和Lévy随机模型,并且在市场剧烈波动的环境下定价效果提升更明显。

产业转移背景下我国商业银行的发展对策

日前,国家对促进产业转移和调整重点产业布局作出重要部署,在此政策背景下,大规模产业转移将使产业承接地区催生大量的金融需求,对我国商业银行而言,意义重大,机遇可贵。我国商业银行应抢抓历史机遇、多管齐下、顺势而为,乘势而上,从各行总行或集团层面,结合考虑当地分行实际情况和地区经济、社会、政策等方面的限制,围绕中西部产业承接的大中小型企业开展金融服务,打造新型服务平台,助推中西部地区经济、社会实现又好又快发展。

Lévy过程修正的非对称GARCH模型的美式权证LSM定价

为了准确描述基础资产波动率的"聚集性"、"杠杆效应"及时变特征,将有偏GARCH模型引入最小二乘蒙特卡罗美式期权定价(LSM)方法中,同时使用Lévy过程修正GARCH模型中的随机数分布,进而表现金融数据的非正态特征和"跳跃"特征,建立了Lévy-GARCH-LSM模型。基于我国13只美式权证、百慕大权证,和S&P 100指数的美式期权的实证研究,发现:(1)Lévy-GARCH模型不仅能精确地描述基础资产的统计特征,而且还提供了较为准确的美式权证定价结果;(2)引入Lévy过程和GARCH模型都能提高权证定价精度,而各类非对称GARCH模型之间没有显著差异;(3)由于我国权证市场交易制度不完善、投机成分严重,与S&P100美式期权的误差相比,基于无套利假设下的Lévy-GARCH模型用以定价我国权证仍存在较大误差。