【摘 要】
:
在证券市场上,股票价格联动现象是人们重点关注的话题。提到股价联动,“千股齐涨”、“千股齐跌”的异常现象想必许多人都曾领略过,不少投资者也曾经从中获得收益或出现亏损。中国证券市场尚处于发展之中,股票价格的联动现象比较常见,因此探究引起股价联动的原因是我国资本市场领域的重要任务之一。本文对股价联动现象的研究,是和股票送转股(即送股和转增)行为结合起来的。一般认为中国的股票送转与国外的股票分拆类似,为了
论文部分内容阅读
在证券市场上,股票价格联动现象是人们重点关注的话题。提到股价联动,“千股齐涨”、“千股齐跌”的异常现象想必许多人都曾领略过,不少投资者也曾经从中获得收益或出现亏损。中国证券市场尚处于发展之中,股票价格的联动现象比较常见,因此探究引起股价联动的原因是我国资本市场领域的重要任务之一。本文对股价联动现象的研究,是和股票送转股(即送股和转增)行为结合起来的。一般认为中国的股票送转与国外的股票分拆类似,为了与之前的研究保持一致,我们将股票送股与转增统称为股票分拆事件。Green&Hwang(2009)提出,股票在分拆事件前后存在基于股价的收益联动现象,即股票在分拆前后分别和与之股价接近的其他股票的价格波动存在更强的相关性。那么我国市场上的股票分拆事件是否影响该股票与其他股票股价波动的相关性?这是本文首先研究的问题。为了研究股价联动现象,探究小额投资者的交易行为是否与股价联动效应相关,本文对小额投资者的交易行为进行研究。小额投资者往往被简单地认为是噪音交易者,但是从我国股票市场投资者的构成来看,小额投资者占比较大,容易产生从众心理和“羊群效应”,因此不能完全认为小额投资者是噪音交易者,对定价没有影响。分析股票分拆前后小额投资者的行为是否会带来联动效应是本文研究的另一重点。在理论分析的基础上,本文拟通过对股票分拆行为进行事件研究,来验证股票分拆前后是否存在基于股价的收益联动现象,并通过小额订单交易水平来解释股价联动背后的原因。在实证部分,本文提取2016-2018年创业板市场上发生股票分拆行为的277支股票在除权除息日及前后各30个交易日共16897天的每日成交明细高频数据,借鉴国外研究将单笔成交额10000元以下的交易单视为小额订单,利用小额订单每日交易水平作为小额投资者行为的代理变量。同时,对每次股票分拆事件,分别将市场上其他股票划分为相对于该分拆股票的高价股和低价股投资组合,并建立模型检验该股票在分拆前后与高、低价投资组合的联动性变化。最后,将股价联动程度指标作为被解释变量,将小额订单超买指标作为解释变量,加入相关控制变量,通过回归分析检验股票分拆前后小额订单交易水平的变化与股价联动程度的变化是否具有相关性。实证结果表明:(1)在股票发生分拆事件后,小额交易订单净买入水平增加;(2)股票分拆事件后,该股票与相对低价股投资组合的收益联动程度将提高;(3)股票分拆前后小额订单买入水平的变化影响了该股与低价股组合联动程度的变化。
其他文献
随着经济的发展,科学技术水平的提高,农业生产已经不再局限于靠天吃饭,农业生产方面运用科学技术,不仅可以提高农产品产量,还能增加利润收益。科学技术水平的应用在当下越来
同步定位和地图构建(SLAM)是机器人在行进过程中,通过传感器获取环境数据来建立环境地图并同时估计出自身位姿的过程。随着移动机器人应用领域的增多以及应用场景的复杂化,部分未知的半结构化环境以及完全未知的非结构化环境下的移动机器人定位成为迫切需要,SLAM成为解决移动机器人自主导航的关键技术。本文主要分析了基于深度传感器的视觉SLAM实现方法,包括鲁棒的图像特征点检测和匹配、机器人运动的相机位姿估计
模块度可用于检测社区网络结构的强度,取值越大表明划分后同一社区内部关系越紧密,不同社区之间的关系越疏离,该特点与聚类的目标不谋而合。因此,近年来愈来愈多的聚类算法基于模块度进行设计,并取得了较好的聚类效果。然而,这些算法多属于硬聚类的范畴,受限于隶属度只能取0和1二值,聚类的准确率仍可进一步提高。此外,聚类分析过程结束后,聚类有效性检验是一个关键环节,常以有效性指标的取值衡量聚类算法性能以及准确率
自然语言处理的目的是使用计算机技术来分析处理人类产生的文本数据,了解人类的意图,最终可以实现人类与计算机之间无障碍的沟通,其主要包括机器翻译、情感分析与智能问答等领域。文本情感分析的主要任务就是对带有主观情感的文本进行特征挖掘和分析,从而得出其情感倾向。随着互联网的快速发展,深度学习算法的实现得到了技术上更坚实的支撑,其在各个领域中都做出较大的贡献,使用深度学习方法来解决自然语言处理的问题成为更多
目前,伴随着移动社交的广泛普及和云计算的蓬勃发展,人们愈发倾向于通过网络获取知识与存储信息,互联网中的数据呈现爆炸性的增长趋势。与此同时,信息安全领域的问题也日益严峻,个人、企业等信息遭到泄露的事件频频爆出,鉴于以上因素,大数据环境下的数据安全成为了研究学者的关注热点。属性基加密机制作为密码学的一个重要分支,通过访问结构与属性集之间的匹配关系实现用户对数据访问权限的控制,高效地解决了“一对多”的秘
属性基加密(ABE,attribute based encryption)相比较于传统的公钥加密体制,保证数据的机密性之外,可以实现一对多及多对多的通信,对密文提供灵活的访问控制。这些优点使得属性基加密机制非常适合现代开放的分布式网络环境,得到学者们广泛的研究。密文策略属性基加密方案中,发送方决定密文的访问策略,实现对接收群体的控制,这使得密文策略属性基加密方案更适合移动社交网络这样的动态场景。然
突触可塑性(synaptic plasticity,SP)与内源可塑性(intrinsic plasticity,IP)是生物脑学习的重要法则。目前,人工神经网络通过借鉴SP的原理引入了权重的概念。尽管少数研究也考虑了IP,但两者协同工作对人工神经网络的影响尚不完全清楚。目前,协同学习的研究都是基于信息熵的浅层网络,且只研究过在数据拟合上的应用。具有抗噪能力的小体量神经网络是当前神经网络领域研究的
研究目的:旋转类难度是艺术体操成套操中必不可少的难度技术,垂直劈腿转体是单足转体中难度大、不易掌握而又能较好体现运动员优美姿态的典型动作,也是个人运动员和集体队使用较多的难度动作。本文的研究目的是通过研究4名优秀艺术体操运动员垂直劈腿转体360°动作运动学参数的变化,发现其运动规律,为教练员训练提供借鉴。研究方法:本研究以艺术体操垂直劈腿转体360°动作为研究对象。运用文献资料法、专家访谈法、实验
随着集成电路技术的快速发展,商用硅基CMOSSOI技术越来越受到射频和微波电路与系统应用的关注。与CMOS工艺相比,由于其具有较低的损耗、良好的噪声和更高的功率容量等因素而
癌症的恶性转化是一个多步骤的过程,在此过程中积累了大量的分子变化。这些分子的变化与肿瘤微环境相互作用,影响肿瘤内的细胞功能。目前,大量的基因变异的记录,但是,基因的改变不足以解释癌症中普遍存在的基因表达改变和细胞功能改变,有报道称表观遗传改变可以取代基因改变导致肿瘤抑制基因[1]的基因表达改变。表观遗传改变是一种可遗传的性状,通过干扰与DNA序列无关的基因表达而影响表型[2,3]。近几十年来,具有