基于混合密度网络测度股市流动性“周内效应” 被引量：2

下载PDF

导出

摘要混合密度网络无需对先验分布做任何假设,可以直接依据历史数据任意逼近其分布密度函数,更适合用其研究金融时间序列。基于混合密度网络,为实现在多个维度上度量流动性风险,本文试图构造能够较全面衡量中国沪深股票市场的流动性风险指标对。并在此基础上研究流动性的周内效应,实证研究发现:沪深股市在一段时间中存在负的"星期五效应"。

作者张晨曦杨一文

机构地区西北工业大学管理学院

出处《中国证券期货》 2010年第9X期38-40,共3页 Securities & Futures of China

关键词混合密度网络多维度流动性指标星期五效应

分类号 F224 [经济管理—国民经济] F830.91

引文网络
相关文献

参考文献5

1王新宇,张静,孙自愿.基于混合密度网络模型拟合收益统计分布与计算Expected Shortfall[J].数理统计与管理,2007,26(1):137-142. 被引量：3
2朱小斌.成交量、价格波动与流动性统一度量[J].上海管理科学,2004,26(3):40-42. 被引量：7
3何荣天.证券市场流动性指数的统一测度和应用意义[J].证券市场导报,2002(9):30-32. 被引量：9
4罗士勋..人民币汇率预测和风险管理研究[D].吉林大学,2005:
5朱小斌著..中国股票市场流动性理论与实证[M].北京:中国物资出版社,2005:196.

二级参考文献26

1[3]Bagehot, W.,1971, "The Only Game in town", Financial Analysts Jouenal,27,12-24. 被引量：1
2[4]Roll, R.,1984, "A simple implicit measure of the effective BidAsk spread in an efficient market". Journal of Finance, 39,1127- 1139. 被引量：1
3[2]Amihud,Y. and H. Mendelson,1989, "The effects of beta, bidask spread, residual risk and size on stock returns", Journal of Finance,44, 479-486. 被引量：1
4Black, F.(1971), "Towards a Fully Automated Exchange, Part I", Financial Analysts Journal, 27, 29-34. 被引量：1
5Duffee, D. and P. DeMarzo (1999). "A Liquidity-Based Model of Security Design", Econometrica, 67, 65-99. 被引量：1
6Engle, R F and J Lange(1997, "Measuring, Forecasting and Explaining Time Varying Liquidity in the Stock Market", NBER Working Paper No. 6129. 被引量：1
7Glosten, L. R., and L. E. Harris (1988): "Estimating the Components of the Bid/Ask Spread". 被引量：1
8Journal of Financial Economics, 21,123-142. 被引量：1
9Grossman, S. J. and M. H. Miller (1988), "Liquidity and Market Structure", Journal of Finance, 43, 617-633. 被引量：1
10Keynes, J. (1930),Treatise on Money. MacMillan. 被引量：1

共引文献14

1童元珂,魏云捷.创业板上市公司财务绩效、经营多元化与股票流动性的相关性研究[J].管理评论,2021(4):283-294. 被引量：18
2朱小斌,江晓东.股票日内流动性度量及其风险调整——基于上海股票市场高频数据的实证研究[J].上海管理科学,2005,27(3):21-24.
3李焰,曹晋文.对我国国债市场流动性的实证研究[J].财贸经济,2005,26(9):55-61. 被引量：16
4朱小斌.股票投资组合流动性风险及其度量——基于上海证券交易所样本股的实证研究[J].统计与决策,2006,22(10):108-110. 被引量：2
5孟卫东,杨万里.连续竞价市场个股流动性的度量方法、指标与模型[J].当代财经,2006(8):44-49. 被引量：6
6朱小斌.股票投资组合流动性风险度量模型:构建与检验[J].中国管理科学,2007,15(1):6-11. 被引量：13
7曹迎春,刘善存,邱菀华.证券市场日内流动性的综合度量、特征与信息含量[J].系统工程,2007,25(3):1-9. 被引量：10
8韩国文,杨威.股票流动性风险测度模型的构建与实证分析[J].中国管理科学,2008,16(2):1-6. 被引量：11
9周珺,彭蕾.股指期货风险测算研究--基于混合密度网络模型和CVaR模型的TRM理论应用[J].企业经济,2008,27(5):175-177. 被引量：3
10严太华,谢瑞宝.我国银行间债券回购市场利率风险的实证研究[J].技术经济,2009,28(12):80-82. 被引量：2

同被引文献35

1李凌波,吴启芳,汪寿阳.周内效应和月度效应:中国证券投资基金市场的实证研究[J].管理学报,2004,1(1):41-46. 被引量：14
2俞乔.市场有效、周期异常与股价波动——对上海、深圳股票市场的实证分析[J].经济研究,1994,29(9):43-50. 被引量：297
3张兵.中国股市日历效应研究:基于滚动样本检验的方法[J].金融研究,2005(7):33-44. 被引量：77
4陶可.周内效应及其解释假说述评[J].经济学动态,2007(3):90-95. 被引量：1
5FAMA E F. The behavior of stock prices [ J ]. Journal of the Business, 1965 (1):34 -1051. 被引量：1
6CROSS F. The behavior of stock prices on fridays and mondays [ J]. Financial Analysts Journal, 1973,29 (6) :67 -69. 被引量：1
7KENNETH F. Stock return and the weekend effect[ J]. Journal of Financial Economics, 1980(5) :55 -69. 被引量：1
8KEIM D B, STAMBOUGH R F. Further investigation of the weekend in stock returns[ J]. Journal of Finance, 1987,39:819 -835. 被引量：1
9CORNELL B. The weekly pattern in stock returns:Cash versus futures: A note[ J ]. Journal of Finance,1985 (2) :583 -588. 被引量：1
10DYL E A, MOBERLY E D. The daily distribution of changes in the price of stock index futures [ J ]. Journal of Futures Markets. 1986, 6(4) :513 -521. 被引量：1

引证文献2

1张成虎,武博华,郭勇.基于神经网络的我国沪深股市星期效应新探[J].西北大学学报（哲学社会科学版）,2014,44(3):122-127. 被引量：2
2韩国文,刘安坤.沪深股市周内效应再检验[J].重庆大学学报（社会科学版）,2014,20(3):33-41. 被引量：8

二级引证文献10

1朱民武.融券卖空与周末效应——来自A股市场的经验证据[J].贵州财经大学学报,2015(1):33-43. 被引量：9
2张晓鸽,张二梅,师应来.中国股票市场“周内效应”的再检验[J].郑州航空工业管理学院学报,2015,33(2):25-31. 被引量：1
3林祥友,代宏霞,甘雨婕.证券市场星期五和股指期货到期日的日历效应研究[J].贵州财经大学学报,2015(5):48-57. 被引量：2
4许伟河.我国股票市场日历效应再检验——来自于上证综指的经验证据[J].福建工程学院学报,2015,13(4):400-408. 被引量：3
5陈洋洋,宋述刚.基于概率神经网络的期货交易趋势识别及交易系统信号的优化[J].长江大学学报（自科版）（上旬）,2016,13(11):13-19.
6李晶,孙根年.华清池景区旅游活动周末效应的测定[J].河南大学学报（自然科学版）,2017,47(3):279-286. 被引量：3
7周孝华,郭柱成,袁诗淼.上证指数周内效应研究——基于AR-GARCH-GED模型和滑动窗口回归[J].财会月刊（中）,2017(6):9-13.
8姜国刚,阮婉妮.TDI对江苏产业结构升级的影响——基于技术溢出效应的视角[J].常州大学学报（社会科学版）,2018,19(1):58-63.
9李月鲜,王海龙.复合极值理论在股市星期效应风险预测中的应用[J].内蒙古大学学报（自然科学版）,2019,50(3):240-246.
10高琼,罗楠莹.沪深股市周内日历效应真的存在吗?--基于牛熊市异质性研究[J].山东理工大学学报（社会科学版）,2021,37(5):34-41. 被引量：3

1朱悦宏,张晨曦.基于混合密度网络的股市流动性风险研究[J].中国证券期货,2013,16(9X):34-36.
2金煜.试析股市流动性与上市公司治理[J].上海投资,2004(9):8-10.
3龙静,董邦国.公司资本结构与公司治理研究[J].边疆经济与文化,2007(1):53-54. 被引量：2
4李镜池,万文宇.蝴蝶效应楼市调整造就股市机会[J].证券导刊,2010(6):18-18.
5林祥友,代宏霞,甘雨婕.证券市场星期五和股指期货到期日的日历效应研究[J].贵州财经大学学报,2015(5):48-57. 被引量：2
6卜华,张宇扬.微利上市公司盈余管理实证研究[J].中国管理信息化,2008,11(19):37-39. 被引量：2
7苏刚.基于C-GARCH模型的货币政策对股市流动性的非对称效应研究[J].中国管理信息化,2015,18(18):146-147. 被引量：1
8赵纯一.关于对财务公司风险评价指标的分析[J].现代商业银行导刊,2005(6):43-45.
9段莹.融资融券对我国股市影响的实证分析——基于上证A股指数[J].时代金融,2014(12Z):167-168. 被引量：1
10田艳丽.股票市场、银行对经济增长影响的实证分析[J].现代商业,2007(06Z):223-224. 被引量：1

中国证券期货

2010年第9X期

浏览历史

内容加载中请稍等...