论文部分内容阅读
业绩预告冲击下沪深A股的短期过度反应研究
【摘 要】
：
中国证券市场起始于20世纪90年代初,经过近30年的发展,目前已拥有沪深主板、科创板、中小板等多个市场。其中,沪深主板市场有关过度反应的研究成为了近年来国内学者实证研究的热点。大量研究成果表明资产价格受重大事件的影响,然而较少文献研究市场在业绩预告事件冲击下的短期过度反应现象。故对在业绩预告事件下我国沪深A股市场短期的过度反应现象的研究值得进一步探讨。本文重点研究了公司业绩预告事件发生后我国沪深A
【出 处】
：
安徽财经大学
【发表日期】
：
2021年09期
其他文献
伴随着智能终端的普及和在线服务的多样化,海量且精细的个人数据被服务提供方采集并分析,从而优化服务策略并改善服务质量。与此同时,由于用户数据中通常包含着敏感信息,所以直接收集用户的原始数据存在隐私泄露的风险。比如,用户的位置记录可能会泄露家庭住址、日常活动等信息;浏览器记录可能会泄露职业、兴趣爱好等信息。本地差分隐私作为一种新兴的隐私保护方案,无需假设可信的数据采集方或其他第三方。它在攻击者具有任意
学位
目的:(1)根据我院124例临床上使用多黏菌素B患者的分布情况,分析临床患者使用多黏菌素B的临床特征;(2)根据临床使用多黏菌素B患者各评价指标的前后变化情况评估多黏菌素B的疗效以及安全性;(3)旨在为临床使用多黏菌素B提供有效参考,以及相关指南、共识的制定提供理论支撑,以及指导临床合理用药。方法:(1)收集2019年1月1日-2020年7月1日,南昌大学第一附属医院收治的使用多黏菌素B治疗的住院
学位
金融科技是利用人工智能技术对金融数据进行挖掘并为金融市场提供服务的研究领域,其中股票数据挖掘是研究重点之一。随着股票系统电子化,股票市场时刻产生海量的数据。但是由于绝大部分投资者无法专业地对股票数据进行分析,故易受股市舆情影响,投资时缺乏交易策略,导致其损失惨重。因此,有效地进行股票数据挖掘能够引导投资者活动,促进股市健康发展。本文重点研究股票数据挖掘方法和应用,针对不同类型的股票数据,分别研究股
学位