-
题名金融监管政策对股市波动的影响研究
- 1
-
-
作者
朱涛
黄蕾
熊检
陶桅
-
机构
东南大学经济管理学院
-
出处
《中国注册会计师》
北大核心
2022年第5期30-37,3,共9页
-
基金
江苏省社科基金青年项目“江苏打造具有知名度、影响力和竞争力的金融大数据平台研究”(7514000164)。
-
文摘
中国股市动荡通常伴随着重大政策事件的发生。为解释这一现象,本文分类定义了可能影响股市波动的重大政策事件,并运用修正的ICSS算法检测上证综指的结构性变点,进而构建ARMA-EGARCH模型用以分析重大政策事件对股市波动的冲击影响,最后利用事件研究法进一步解析不同类型的金融监管政策事件对股市波动的异质性影响。研究发现:金融监管政策事件对沪市波动的冲击影响明显大于其他政策事件,是导致沪市波动的主要原因,验证了中国股市具有“政策市”的典型特征;而在各项金融监管政策事件中,沪市对“停止国有股减持”等少数政策充分反应,对“推出创业板”、“实施深港通”和“加强证券投资基金监管”等大多数政策反应不充分,说明金融监管政策在股市中的传达或存在一定程度的低效率问题。
-
关键词
结构性变点
金融监管政策
修正的ICSS算法
ARMA-EGARCH模型
事件研究法
-
分类号
F832
[经济管理—金融学]
-
-
题名事件影响下的时间序列多尺度集成预测
被引量：4
- 2
-
-
作者
蒋铁军
张怀强
周成杰
-
机构
海军工程大学管理工程与装备经济系
-
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2020年第2期390-397,共8页
-
基金
国家社会科学基金军事学项目(16GJ003-105)
中国博士后科学基金(2014T70742)
海军工程大学自主立项项目(20161632)资助课题
-
文摘
针对时间序列的非线性、非平稳和多尺度特征,考虑到事件对序列结构产生的影响,提出事件影响下的时间序列多尺度集成预测策略。首先,基于经验模态分解将原始序列分解成若干分量,从多个尺度展现序列的基本构成;随后,基于迭代累积平方和实现分量序列的变点检验,从多个尺度判别和获取事件对序列产生的结构性影响;然后,基于干预分析构建事件对不同分量序列的影响模型,据此剔除事件影响,获取净化序列;最后,运用基于粒子群优化的支持向量回归,建立单一尺度的序列预测模型,进而实现事件影响下的时间序列多尺度集成预测。实证分析表明:该策略能够精细辨识事件对序列的多尺度影响,有效建立序列总体及分量的预测模型,与传统方法相比,具有更强的事件辨识能力、自适应建模能力和更高的预测精度。
-
关键词
时间序列
事件影响
经验模态分解
多尺度分析
结构性变点
集成预测
-
Keywords
time series
event influence
empirical mode decomposition
multiscale analysis
structural change point
integrated prediction
-
分类号
TK42
[动力工程及工程热物理—动力机械及工程]
-
