导读:本文包含了投资者情绪理论论文开题报告文献综述及选题提纲参考文献，主要关键词:投资者情绪指数,偏最小二乘法,SGED-ARMA-TGARCH模型,Copula函数
投资者情绪理论论文文献综述
杨旭丹,李晋枝[1]（2018）在《基于Copula理论的投资者情绪与股票收益关系的研究》一文中研究指出基于上证综合指数研究了投资者情绪与股票收益间的相关结构。首先,从股票市场和互联网搜索两方面选取了换手率、余额宝情绪指数和百度指数叁个情绪代理指标,基于偏最小二乘法构建了投资者情绪综合指数。其次,运用SGED-ARMATGARCH模型刻画序列的偏斜、波动集聚、尖峰厚尾的波动特性。最后,构建了13种Copula函数来刻画情绪指数与股票收益的相关结构,时变Clayton Copula函数的拟合效果最好,结果表明投资者情绪与股票收益存在显着的下尾相关性,若投资者情绪突然低落,股票收益也很有可能发生猛降。(本文来源于《统计与管理》期刊2018年05期）
陈其安,雷小燕[2]（2017）在《货币政策、投资者情绪与中国股票市场波动性:理论与实证》一文中研究指出股票市场对货币政策的反应一直是政府监管部门、投资者和学术界关注的重要问题。本文首先在假设投资者风险厌恶、且存在乐观和悲观情绪的条件下,以利率为货币政策变量,以投资者效用最大化为决策目标,建立数学模型从理论上研究货币政策和投资者情绪对中国股票市场波动性的影响机理;其次,以2006-2014年期间的中国货币政策数据、投资者情绪数据和股票市场指数收益数据为样本,对理论模型所得结果进行实证检验。理论和实证研究结果表明,中国股票市场价格波动性与投资者情绪正相关,与市场利率负相关;投资者情绪在一定程度上弱化了货币政策对股票市场波动性的调控作用,进而使得股票市场对货币政策的实际反应偏离了货币政策调控目标。论文研究结果基于投资者情绪视角对中国股票市场不符合传统理论的货币政策效应做出了合理解释。(本文来源于《中国管理科学》期刊2017年11期）
林晓琴[3]（2017）在《基于迎合理论的投资者情绪对公司投资行为的影响研究》一文中研究指出传统金融学认为,证券市场完全有效且市场参与者完全理性,股票的价格能够真实地反映股票的实际价值。然而,二十世纪以来股市泡沫的屡次存在与破灭都证实了股票价值存在错误定价,学者将其定义为“投资者情绪”。为了更好地研究这种股票价值“误定价”对资本市场产生影响的同时是否会对实体经济产生影响,关于投资者情绪对上市公司投资行为影响的相关研究逐渐增多,现有研究的方向主要停留在投资者情绪影响如何作用于上市公司投资行为以及投资者情绪对上市公司投资水平的影响方面的研究,缺乏更深层次地研究。为更进一步发掘投资者情绪对上市公司投资行为影响的研究深度,以丰硕投资者情绪对实体经济影响的研究成果,为投资者、上市公司、监管部门提供参考及借鉴,本文在此思路上展开研究。本文首先对投资者情绪、公司投资行为、迎合理论和迎合投资行为、国有企业及非国有企业和国企民营化进行了概念界定,对投资者情绪作用于公司投资行为的机理进行了理论分析,然后提出研究假设,建立检验模型,最后选取2005-2012年沪深两市662家A股上市公司为样本,运用多元回归方法,对模型进行回归,对各假设进行实证检验。根据理论分析和实证检验,结果表明:投资者情绪与上市公司投资水平之间正相关,不同股权结构会对投资者情绪对上市公司投资水平的影响程度产生调节作用,具体来说,股权集中度越高,上市公司迎合投资倾向越强,相比非国有企业,国有企业的迎合投资倾向更强,民营化程度增加,上市公司迎合投资倾向会减弱。投资者情绪与投资效率显着相关,与上市公司投资过度显着正相关,与上市公司投资不足显着负相关,投资者情绪对上市公司投资过度和投资不足现象具有“校正”和“恶化”的双向作用,不一定会造成资源配置无效率。为保证研究结果的真实可靠,本文进行了稳健性检验,得出的结果与实证结果相同。本文的结论对投资者投资提供了参考,为上市公司治理提供了借鉴,为监管部门制度完善提供了依据。(本文来源于《哈尔滨工业大学》期刊2017-06-01）
初晨[4]（2015）在《投资者网络信息传播与情绪扩散的理论模型和实证分析》一文中研究指出股票市场中的投资者并不是孤立存在的,他们之间形成投资者网络进行信息传播和情绪扩散。投资者的高度能动性、自组织性、异质性使得投资者网络越发复杂,传统的行为金融方法难以准确描述用户微观交互行为,更难以从宏观角度解释信息传播和情绪扩散在投资者网络中的演化模式。在现阶段,投资者网络既包含借助“口口相传”方式的“现实世界”投资者网络,也包含借助互联网和社交网络的“虚拟世界”投资者网络,鉴于此,本文使用交叉学科的思想和方法,对这两种网络中的信息传播与情绪扩散展开研究,以期能够全面的描述投资者网络中信息传播与情绪扩散的演化。论文分别对投资者网络中的信息传播和情绪扩散问题展开研究。对于投资者网络信息传播的研究,主要包含以下两方面的内容：本文首先研究了单个信息在投资者网络中的传播过程,分析了投资者借助口口相传和社交网络进行信息传播的机制,基于弱关系理论,提出了投资者网络中投资者信息甄别模式；在这种信息甄别模式的基础上,用传染病动力学、复杂网络理论,构建了投资者网络中的信息传播行为的动力学方程组；对模型进行了进行数值仿真研究,对影响信息传播的因素进行了分析,研究发现投资者在进行信息传播时更倾向于接受来源与其异质性高的投资者的信息。分别从两个角度对投资者网络中谣言与辟谣信息竞争传播过程进行了研究。基于仓室模型建立了只包含辟谣信息传播者、谣言信息传播者、未知者的微分动力学系统,探讨两种信息传播的最终稳定性状态,得到了两种信息能否蔓延的阈值,并对模型中的可变参数对于最终稳定性状态的影响进行了分析；基于复杂网络建立了考虑了更多的节点状态的竞争传播模型,并对模型进行了数值仿真研究,发现时间上的延迟会导致辟谣效果下降,节点的初始度在单个信息传播和信息竞争传播中起到的作用不同。对投资者网络中信息传播影响股票价格的机制进行了分析,基于投资者网络的信息传播理论提出了谣言与辟谣信息对股市影响的叁条假设；在这叁条假设的基础上,分别对谣言对股价的冲击幅度、谣言对股价冲击效应的影响因素、股票市场谣言与辟谣信息影响的实证分析市场中澄清公告对股价的澄清效应、影响澄清公告澄清效果的影响因素四个问题进行了实证研究,发现谣言对股价的冲击幅度与谣言披露媒体的权威性相关,澄清公告的澄清效果与澄清方式和上市公司的信誉正相关。对于投资者网络信息扩散的研究,主要包含以下几方面的内容：由于投资者网络情绪在通过投资者网络扩散时,其载体为投资者网络中的信息,因此本文首先基于信息传播理论和信息发布机制,建立了投资者网络的信息流量模型,对进行了模拟研究。针对信息流量模型的突变特征,提出了基于小波的异方差半参数回归模型的变点检测方法。首先构造了一个检验量用以检验在某一个给定的点处模型是否存在变点,并给出了检验量的渐近分布；构造了若干个估计量用以估计变点的个数、位置以及变化幅度,并给出了这些估计量的渐近性质。本章对给出的检验量、估计量进行了有限样本下的数值模拟,结果表明检验量的势与估计量的准确程度都有比较良好的表现。使用该方法对信息流量模型进行实证研究,对网络中的突变点进行了检测,并对这些突变点背后蕴含的事实信息进行分析和讨论。在投资者网络信息流量的基础上,提出了投资者网络情绪模型,给出了投资者网络情绪构建的一般方法。之后在此模型的指导下,通过文本分析技术从社交网络中提取出投资者情绪倾向,构建出投资者网络情绪指数；通过相关性分析说明该指标的合理性；然后使用投资者网络情绪指数作为代理变量,利用Granger因果检验以及脉冲响应对投资者情绪与股票市场的动态关系进行分析。本文的创新点主要体现在以下几个方面：(1)基于弱关系理论,提出了投资者网络中投资者信息甄别模式；在这种信息甄别模式的基础上,提出了更符合当前投资者网络信息传播特点的信息传播模型。通过仿真研究发现,投资者在进行信息传播时更倾向于接受来源与其异质性高的投资者的信息。(2)研究了谣言信息与辟谣信息的竞争传播问题,分别使用仓室模型和复杂网络下的动力学方程组展开研究,对辟谣信息影响谣言传播的关键因素进行量化分析及计算,提出了有效控制谣言传播的解决方案。(3)从信息传播的角度对股市谣言和澄清公告的股市冲击效应进行了解释和实证研究,为之前研究中考虑的影响信息股市冲击效应的因素找到了理论根据,丰富了信息不对称方面的研究方法。(4)提出了异方差半参数回归模型检测变点的小波方法,给出了模型是否存在变点的检验量以及变点个数、位置、幅度的统计量,为半参数模型的变点检测提供了新的方法。(5)构建了投资者网络情绪模型,给出了投资者网络情绪指数构建的一般方法。通过文本分析技术提取出投资者网络情绪指数,并使用该指数对投资者情绪与股票市场的收益之间的关系进行了实证研究。(本文来源于《东北财经大学》期刊2015-06-01）
杨佳[5]（2015）在《投资者情绪理论综述》一文中研究指出投资者情绪理论是行为金融学领域的一个重要的分支,本文综合了目前学术界对投资者情绪的各种主流定义及主流解释,并总结其概念重点。同时梳理了投资者情绪理论,补充了目前学术界关于投资者情绪理论杂乱无序的生存现状,为后续学者进行投资者情绪理论研究奠定基础。(本文来源于《现代经济信息》期刊2015年05期）
王博[6]（2014）在《基于投资者情绪的资产定价理论及实证研究》一文中研究指出构建了基于投资者情绪的资产定价理论模型,并利用实证研究方法对该理论模型进行了实证检验。采用主成分分析方法,构造投资者情绪综合指数CSI;在Carhart提出的四因子资产定价模型基础上加入情绪因子CSI,证明了小市值规模和成长性公司股票更容易受情绪交易活动特征影响;证明了加入投资者情绪因子以后,情绪资产定价模型理论和实证可靠性;验证了投资者情绪理论核心假设:即投资者情绪风险因子是资本资产定价模型的风险因子,需要对受投资者情绪影响股票补偿额外情绪风险溢价,投资者情绪因子是影响资产定价重要因素。(本文来源于《北京工商大学学报(社会科学版)》期刊2014年03期）
王博[7]（2014）在《基于投资者情绪的资本资产定价理论研究》一文中研究指出笔者构建了基于投资者情绪的资产定价理论模型,就投资者情绪对风险资产定价有系统性的影响进行研究。研究发现股票均衡价格可以分解成理性部分和情绪部分,投资者情绪导致价格偏离内在价值并导致高的波动率和价格泡沫。基于信息的动态情绪资产定价模型和连续时间情绪资产定价模型,对以模糊数学为基础构建基于投资者情绪的行为投资组合,提供了可行的研究方向。(本文来源于《经济经纬》期刊2014年03期）
王博[8]（2014）在《基于投资者情绪的资产定价理论及实证研究》一文中研究指出资本资产定价模型（Capital Asset Pricing Model简称CAPM）是由美国学者Sharpe（1964）、Linter(1965)和Mossin(1965)等在马科维茨投资组合理论的基础上提出的投资组合定价方法，该模型主要研究投资组合预期收益率与投资组合系统性风险的关系。CAPM模型的核心是只对投资组合的系统性风险进行定价，非系统性风险可以通过扩大投资组合规模予以消除，因而市场不予风险补偿。CAPM模型对投资组合定价是在无风险收益基础上，对投资组合系统性风险予以风险补偿。CAPM模型存在的问题主要在实证方面，经验研究表明CAPM实证效果较差，定价效率存在问题，出现了“股权溢价之谜”等金融市场异象。所谓“股权溢价之谜”是指由Mehra和Prescott(1985)在1979年运用1889-1978年的历史数据，发现美国存在着较高的股市收益率与较低的国库券利率长期并存的现象，股权溢价等于股权收益减去债券收益，股权溢价始终维持在6%左右，溢价幅度过高。在此之后许多学者从各种不同的角度对“股权溢价之谜”进行解释，取得显着性成果的有Epstein和Zin(1989、1991)、Campbell和Cochrane(1999)。指出CAPM模型无法解释“股权溢价之谜”的原因源于CAPM的核心假设：市场有效性和投资者理性与现实不符。CAPM模型实证效果较差的一个重要原因在于马科维茨最优投资组合理论的假设条件在现实中几乎无法得到有效满足。马科维茨投资组合要求投资组合只包含系统性风险，非系统性风险可以通过扩大投资组合规模予以消除，但没有考虑投资分散化成本问题。而实践中投资者必须要考虑投资分散化成本。从理论上来说，投资组合只包含系统性风险，不包含非系统性风险的条件是投资组合中所包含的股票数量n无限大。对于一个确定的股市来说，该条件是无法得到满足的。既使从现实投资角度来说，投资者所持有的股票数量往往是几只股票，持有太多的股票首先是增加了股票的交易成本。同时，也无法对投资组合进行有效管理。对机构投资者来说，所持有的股票组合所包含股票数量会更多一些，但也无法保证投资组合只包含系统性风险，不包含非系统性风险的要求。为了改进CAPM定价效率，Fama和French(1993)将系统性风险由整个市场层面分解至行业层面，提出了叁因素模型。叁因素模型就考虑到了行业风险问题，将CAPM模型的系统性风险表述拓展到行业层面，部分地克服CAPM以市场组合代替系统性风险的局限性，但投资组合中非系统性风险残值仍然偏大，叁因素模型并未完全解决包含非系统性风险的投资组合定价问题。行为金融学将金融心理学引入到股市价格收益及股价波动领域，有效地解释了股市的“羊群效应”和价格波动的集聚性现象。本文在Fama和French叁因素定价模型的基础上，从行为金融学角度，将投资者情绪引入资本资产定价研究，对资本资产定价模型进行了改进，构建了基于投资者情绪的资产定价理论模型。并检验了投资者情绪对投资组合价值的影响。采用理论分析和实证分析相结合、定性和定量相结合的研究方法。主要以定量分析为主，利用统计学和计量模型，并采用主成分分析方法，构建情绪综合指数。从理论和实证两个方面探讨投资者情绪对资本资产定价模型的改进问题，分析和检验投资者情绪对资本资产定价效率影响的显着性。本文选题在该研究领域属于前沿热点问题。理论意义在于使用中国股票市场的数据，检验了传统金融学关于市场有效性的假设是否成立。应用价值则主要体现在投资者情绪对沪深300指数收益率具有显着的影响，揭示了投资者行为对中国股市具有不可忽视的影响。本文具有重要理论价值和现实意义。本文研究的主要内容包括：本文首先系统的对国内外基于投资者情绪的资产定价理论及实证研究文献进行综述，指出投资者情绪与资产定价关系的理论争论。其次，文章论述了资本资产定价的基础理论。第叁，本文对投资者情绪给出了清晰的界定，说明投资者情绪的影响因素和度量方式。重点说明了综合投资者情绪指数的构造方法。第四，在Fama和French叁因子模型基础上，构建基于投资者情绪的资产定价理论模型，重点论述了理论模型的假设条件和构造方法。第五，对所构建的情绪资产定价理论模型进行实证估计和结果分析，并与耶鲁CCER中国股市投资者信心指数的定价效果进行对比分析，证明本文所构建情绪综合指数的合理性。最后对全文进行总结和归纳，阐述全文结论和下一步的研究方向，即构建基于信息、动态的情绪资产定价模型、开展情绪综合指数研究和加强投资者情绪理论与非线性资产定价和市场微观结构理论相结合。论文的主要结论是:1.沪深300指数受投资者情绪因子的影响最大，上证A股指数受投资者情绪的影响显着。2.小盘指数受投资者情绪因子的影响更大。3.从投资者情绪对行业影响的角度来看，投资者情绪对房地产行业、有色金属行业、医药生物行业、钢铁行业的影响存在较大的差异性。4.投资者情绪对上证50ETF和上证180ETF收益率影响显着。论文的主要创新之处:1.将投资者情绪引入资本资产定价模型，在Fama和French叁因子模型基础上，对资本资产定价模型进行了改进,构建了基于投资者情绪的资产定价理论模型。2.采用主成分分析方法构造了投资者情绪综合指数。3.通过沪深300指数等投资组合，对所构建的基于投资者情绪的资产定价理论模型进行实证检验，检验了投资者情绪对投资组合收益率的影响是否显着。4.对本文构建的情绪综合指数与耶鲁CCER中国股市投资者情绪信心指数对所构建的基于投资者情绪的资产定价理论模型的实证定价效果，进行比较分析。(本文来源于《辽宁大学》期刊2014-04-01）
王博[9]（2013）在《从投资者情绪理论看金融研究方法的创新与发展》一文中研究指出本文从资产定价与行为金融相结合的角度,来研究投资者情绪理论,在资产定价中加入情绪因子,提高了资产定价的解释能力,采用马尔可夫可转换分析,研究投资者情绪对资产定价的非线性形成,同时投资者情绪理论也促进了金融研究方法的创新与发展,通过研究本人认为在建立多学科交叉的研究投资者情绪理论体系及在数理研究方法的创新基础上,应更加注重对文化和社会特质性研究及金融资源意识及可持续发展的金融观,而对投资者情绪理论的研究不应只局限于对理论本身的研究,更应该加大对应用性及其对金融监管的研究。(本文来源于《商业时代》期刊2013年32期）
王博[10]（2013）在《基于投资者情绪的资产定价理论发展》一文中研究指出本文指出了经典资产定价研究范式的不足及研究投资者情绪的必然性;基于经典资产定价假设的不足,提出了行为资产定价理论与经典资产定价理论相融合的角度去研究投资者情绪,提出了加强投资者情绪理论与市场微观结构理论相结合、与非线性资产定价研究相结合,采用马尔可夫可转换模型研究基于投资者情绪的资产定价、考虑政策、文化的资本资产定价理论的发展与演进。(本文来源于《商业时代》期刊2013年30期）
投资者情绪理论论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
股票市场对货币政策的反应一直是政府监管部门、投资者和学术界关注的重要问题。本文首先在假设投资者风险厌恶、且存在乐观和悲观情绪的条件下,以利率为货币政策变量,以投资者效用最大化为决策目标,建立数学模型从理论上研究货币政策和投资者情绪对中国股票市场波动性的影响机理;其次,以2006-2014年期间的中国货币政策数据、投资者情绪数据和股票市场指数收益数据为样本,对理论模型所得结果进行实证检验。理论和实证研究结果表明,中国股票市场价格波动性与投资者情绪正相关,与市场利率负相关;投资者情绪在一定程度上弱化了货币政策对股票市场波动性的调控作用,进而使得股票市场对货币政策的实际反应偏离了货币政策调控目标。论文研究结果基于投资者情绪视角对中国股票市场不符合传统理论的货币政策效应做出了合理解释。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
投资者情绪理论论文参考文献
[1].杨旭丹,李晋枝.基于Copula理论的投资者情绪与股票收益关系的研究[J].统计与管理.2018
[2].陈其安,雷小燕.货币政策、投资者情绪与中国股票市场波动性:理论与实证[J].中国管理科学.2017
[3].林晓琴.基于迎合理论的投资者情绪对公司投资行为的影响研究[D].哈尔滨工业大学.2017
[4].初晨.投资者网络信息传播与情绪扩散的理论模型和实证分析[D].东北财经大学.2015
[5].杨佳.投资者情绪理论综述[J].现代经济信息.2015
[6].王博.基于投资者情绪的资产定价理论及实证研究[J].北京工商大学学报(社会科学版).2014
[7].王博.基于投资者情绪的资本资产定价理论研究[J].经济经纬.2014
[8].王博.基于投资者情绪的资产定价理论及实证研究[D].辽宁大学.2014
[9].王博.从投资者情绪理论看金融研究方法的创新与发展[J].商业时代.2013
[10].王博.基于投资者情绪的资产定价理论发展[J].商业时代.2013
标签：投资者情绪指数; 偏最小二乘法; SGED-ARMA-TGARCH模型; Copula函数;