一、大众投资:中国股市的未来（论文文献综述）
马士伟[1]（2021）在《“自上而下”投资策略在M公司资产管理的应用研究》文中研究表明
任健平[2]（2021）在《多因子选股模型与基于情绪指数的投资策略对模型的改进》文中提出迄今为止中国证券市场已经发展30余年,随着法律法规及相关制度的完善,中国证券市场显示出强劲活力,普通民众投资热情高涨,市场参与度不断上升,个人投资者比例常年居高已成为中国证券市场一大特点,对投资的专业技术要求也日益增大。量化投资作为一门将数学、计算机科学与金融学相结合的投资方法,通过计算机及编程语言完成数据挖掘,通过数学及金融学完成数据处理及投资策略制定,因此量化投资对个人投资者是一项非常好的投资工具。目前中国量化投资整体情况与国外对比起来仍处于刚刚起步的阶段,并且目前学者或者研究机构对于量化投资的研究重点在于基于基本面分析的有效因子挖掘或者基于技术面分析的高频交易上,只有很少的研究会同行为金融学相结合。本文考虑到目前中国个人投资者占比较高,投资者的心理和行为已经成为影响中国股市不容小觑的因素,因此将投资者的情绪拟合为一个综合指标,并与多因子量化选股结合起来,从基本面选股的角度出发,依据情绪指标制定投资策略,以研究基于情绪指数的策略在中国股市的有效性和适用性。本文实证分为两个部分,首先是构建多因子选股模型,本文以2007年1月至2020年8月上证综指全部成分股作为研究对象,其中采用2007年1月至2011年12月股票数据作为多因子选股模型建立的样本数据,选择73个候选因子,利用MAD中位数绝对偏差等统计学方法完成因子筛选,利用前向逐步回归算法等方法,利用选出的因子建立了选股模型。在情绪指数方面,选择7个代理指标,利用主成分分析法,首先解决其滞后性问题,在利用当期和上一期指标数据构建第一代情绪指数e1后,将指标分别对e1进行回归,保留与e1相关性高的一期数据。在完成指标时期筛选后构建情绪指数e2,并与次月收益率对比发现情绪冲击即两期情绪指数之差与收益率关系更为明显,并通过了 Granger因果检验,接着利用LR准测、相关性分析等得出滞后一阶和滞后二阶的情绪冲击均能对收益率产生影响,以此得出基于情绪指数的投资策略。接着将多因子选股模型与投资策略结合起来,并比较加入投资策略前后的测试结果,发现加入投资策略的多因子选股模型表现更加优秀,证明了基于情绪指数的投资策略对多因子选股模型的优化效果。
黄明长[3]（2020）在《越南股票IPO抑价与股价长期表现研究》文中研究说明越南股票市场从2000年成立以来,发展的时间还不到20年,但已取得了很大的成就:市场规模不断地扩大、产品品种越来越丰富、市场流动性日益增强。目前,越南宏观经济良好,越南股票市场将于2020年加入世界上最具有影响力的摩根士丹利资本国际新兴市场指数,越南政府出台了很多政策来支持越南股票市场。在这样的背景下,越南股票市场将成为世界上最有吸引力的市场之一,拥有非常好的投资机会,未来将吸引大量的国际资本,越南股票市场的上涨也将具有了强劲的动力。在这个过程当中,越南股票市场上的IPO活动越来越受人们的关注,而越南股市的IPO抑价问题以及IPO股票的长期表现开始成为越南内外学者的研究对象。在阅读关于越南IPO文献的过程中,本人发现以下几个值得关注的现象:第一,从2010年至2018年,越南股票市场上的IPO活动不断发展,尤其是在2018年,越南股市IPO有了新的突破,越南超过新加坡成为东南亚地区的IPO活动中的第一位,并且,预计将在2019年至2021年仍然保持首位。可见,IPO逐渐成为越南公司的重要融资渠道,因此,越南IPO定价是否有效、如何降低公司的融资成本等问题引起了人们的关注。第二,在所有越南IPO股票中,45.4%的股票出现异常收益率（AR）为负,在其他市场很少发生这样的情况。这大幅降低了越南股票IPO抑价发行水平,但并不代表定价效率提高了。因此,什么原因导致这种罕见的现象、什么因素影响到越南IPO股票的抑价发行以及长期表现都是值得我们进一步探讨的问题。第三,与美国（资本主义）及中国（社会主义）的两个股票市场相比,在IPO问题上,越南有些地方和美国一样,有些地方和中国一样,但也有一些地方是独特的。最值得注意的是,在越南股票市场上:从IPO申购日到上市交易首日的时间距离一般比较长（个别公司达到4、5年）,这与美国和中国完全不一样。因此,有理由怀疑,越南股票市场上的IPO定价问题和长期表现与美国、中国及其他国家也存在着不同的地方。第四,过去的几年,外国投资者以及国际资本不断地进入越南股票市场,他们积极参与越南的IPO活动。随着外国投资者对IPO股票的申购比例的平均值增加,IPO股票从申购日到交易首日的异常收益率的平均值有所下降。这一点是否能说明,外国投资者的购买行为提高了越南IPO的定价效率,即降低了越南股票IPO抑价水平?第五,目前,越南政府不断地推出很多政策来吸引外国投资者参与越南IPO活动。从这些实际行动的角度出发,越南政府是否正在利用外资来降低越南公司的融资成本,并提高越南IPO的定价效率?在以上所描述的背景之下,本人觉得对“越南股票IPO抑价与股价长期表现”这一问题进行研究具有重要的意义。本文的研究思路和方法如下:首先,本文对有关IPO抑价影响因素以及股价长期表现的现有理论和实证结果进行统计和介绍;同时,了解目前学者对该问题的研究情况,为后面的研究分析做好准备。接下来,本文介绍了越南股票市场的发展历史、与首次公开发行有关的法律规定和实现步骤以及外国投资者在越南股票市场上的投资情况。同时,本文将越南股票市场的首次公开发行活动与美国和中国做了比较。理论部分结束之后,本文进入实证部分。首先,本文通过建立多元回归模型来研究越南股票。在这一部分中,本文以越南股票市场IPO与其他市场的不同之处为出发点,将上市滞后（从IPO日到上市交易首日的距离）和外国投资者因素考虑进来。然后,在研究越南股票IPO长期表现的部分,本文通过计算异常收益率（AR）、累计异常收益率（CAR）、购买并持有异常收益率（BHAR）、财富相对数（WR）的四个指标来直观地考察越南IPO股票是否存在长期弱势表现的现象。为了研究越南股票IPO长期表现是否由市场因素来解释,本文再利用三因素和五因素模型来进行实证。除此之外,为了进一步研究越南股票IPO长期表现的影响因素,本文建立多元线性回归模型来进行考察。最后,在研究结果的基础上,本文对越南股票市场上的投资者、相关部门提出建议。本文的研究结果主要为:第一,越南股票市场的IPO活动存在抑价发行的现象。根据AR和MAAR的两种测量方法,越南股票市场的IPO抑价发行水平分别为14.48%、21.01%。与国际市场相比,越南股票市场的IPO抑价水平不算很高。第二,外国投资者因素与越南股票IPO抑价水平存在负相关,而上市滞后因素与越南股票IPO抑价水平不存在相关关系;与越南股票IPO抑价水平有相关关系的其他因素还有:公司规模、发行价格、市场条件、超额申购比例。第三,越南IPO股票组合的异常收益率（AR）、累积异常收益率（CAR）、购买并持有异常收益（BHAR）以及财富相对指数（WR）的这四个指标都证明了越南股票市场上的IPO股票存在长期弱势表现的特征。第四,研究还发现,IPO发行规模、盈利能力（ROE）、外国投资者购买行为、IPO抑价发行水平、同期上市的公司数量和交易首日的换手率这六个因素对越南股票IPO长期表现产生影响。
葛宇晨[4]（2020）在《引入经济政策不确定性的波动率预测模型 ——基于投资者情绪的视角》文中指出当前我国宏观经济环境越来越复杂,且我国市场经济十分依赖政府的导向,因此经济政策不确定性的上升会使金融资产的波动率增大,反映在股票市场上会出现股价暴涨暴跌。而我国股票市场异质性严重、散户众多,投资者情绪对股票市场价格的波动也具有重大影响。本文基于我国投资者情绪的异质性,建立考虑经济政策不确定性指标的波动率预测模型,以提高已实现波动率模型预测结果的精确度,具有一定的理论意义和实用价值。本文从15个投资者情绪代理指标中筛选出6个主要指标。利用主成分分析法、状态空间模型和卡尔曼滤波法构建投资者情绪综合指标,经检验本文构建的指标具有显着的优越性。此外本文利用以往学者编制的财政政策不确定性指数（FPU）和货币政策不确定性指数（MPU）,将FPU和MPU指标加入到HAR-RV模型中得到HAR-RV-FPU和HAR-RV-FPU-MPU模型。再将构造的投资者情绪综合指数（SENTF）作为虚拟变量,构造考虑投资者情绪后的HAR-RV（S）、HAR-RV-FPU（S）和HAR-RV-FPU-MPU（S）模型。最后利用2014年1月1日至2017年12月31日上证综合指数的高频数据作为样本内数据,利用2018年1月1日至2018年12月31日上证综合指数的高频数据作为样本外数据,对样本内和样本外数据进行回归检验,分析加入财政政策不确定性和货币政策不确定性指标后是否能增强模型的预测能力以及考虑情绪变量后模型的预测效果。为了检验模型预测的稳健性,还进行了波动率绝对值、金融危机期间以及不同细分行业模型的预测效果检验。研究发现:（1）财政政策不确定性与货币政策不确定性的显着性有所差异。财政政策不确定性对长期波动率的预测影响显着,而货币政策不确定性对中短期的波动率影响显着。（2）加入投资者情绪虚拟变量后的模型拟合效果均更好,考虑投资者情绪因素后模型的预测能力更强,可见我国股票市场存在一定的异质性。（3）经检验货币政策不确定性和财政政策不确定性与股票市场波动率之间的相关系数出现“跳跃现象”,即相关性系数由正转负,考虑投资者情绪后经济政策不确定性与股票市场波动率呈显着负相关的关系。
谢晶晶[5]（2020）在《参考群体视角下个体投资者羊群行为驱动机理研究》文中指出我国证券市场呈现高度散户化的基本特征,且此情况将长期持续存在。这一尚不成熟的市场发展状态意味着股市中有着大量不成熟、风险承受能力低的个体投资者,他们的认知心理和行为偏差在市场上表现尤为突出。个体投资者进行交易决策时常常受到专业人士、亲友、邻居、或同事等参考群体成员同期行为的影响,从参考群体成员处获得的信息是形成个体投资决策的重要依据,盲从行为十分普遍。且个体投资者羊群行为对市场稳定性的威胁和破坏比机构投资者更大。因此,确定我国个体投资者羊群行为的内部驱动机理是一项十分迫切和重要的任务。本研究首先采用问卷调查法,聚焦于参考群体如何与何时驱动个体投资者羊群行为。构建两个嵌套的数据层通过跨层次回归模型分析参考群体与个体投资者羊群行为的关联。在此基础上运用Mplus和Matlab软件,分析和验证不同外部决策情境下参考群体驱动个体投资者羊群行为过程中,内部异质性（自信和特质焦虑）的跨层次调节中介作用模型,延展了以往关于羊群行为的研究思路及相关研究工具的使用。然后,为验证我国个体投资者并非只关注基本面而是倾向于跟随参考群体发生羊群行为,通过某营业部账户日交易的每笔交易成交数据集来分析我国个体投资者羊群行为的决定因素及其对股票价格的影响。市场指标测度与问卷调查方式测量个体投资者羊群行为间高度正相关,且市场指标测度研究结果支持了问卷调查方式得出的结论。最后是全文的总结和展望。主要研究结论如下:（1）基于参考群体的理论整合新视角,研究发现其他人（同龄人）、亲友和专家群体导致的个体投资者羊群行为程度依次递增。参考群体是诱发羊群行为的重要外部线索,个体投资者通过内化参考群体,与群体心理、态度和行为形成联结,发生羊群行为。填补了微观层面上参考群体驱动个体投资者羊群行为内部机理这一研究空白。（2）以内部特质和外部情境相整合为切入点,首次发现个体投资者自信和特质焦虑在参考群体驱动羊群行为过程中具有跨层次调节中介作用,且他人评价对这一跨层次调节中介模型产生影响。具体地,无他人评价效应时,个体投资者自信程度对参考群体和羊群行为的关系起到正向跨层次调节作用,特质焦虑程度对参考群体和羊群行为的关系具有负向跨层次调节作用,且特质性焦虑水平中介自信水平对参考群体类型和羊群行为之间关系的跨层次调节作用。然而,他评效应缩小甚至模糊了不同自信和特质焦虑水平个体的最终决策信心和投资意愿的差异,即他评效应导致自信和特质焦虑的跨层次调节中介模型不成立。（3）结合股票买入和卖出过程中股价预测一致与否这一未被理论界发掘的现实中的决策情境,发现个体投资者买入和卖出羊群行为驱动机制既有相同之处亦存差异。参考群体与个体投资者股价预测一致情境中,他评效应减弱或模糊不同参考群体类型对个体投资者买入（卖出）羊群行为影响程度间的差异;他评效应导致自信和特质焦虑不再影响参考群体类型与买入（卖出）羊群行为间的关系;他评效应导致参考群体驱动买入（卖出）羊群行为过程中,自信和特质焦虑跨层次的调节中介效应不再显着。参考群体与个体投资者股价预测不一致情境中,无他评效应时个体投资者自信和特质焦虑对参考群体和买入（卖出）羊群行为间关系的跨层次调节中介作用不显着。他评效应模糊（减弱）不同参考群体类型对个体投资者买入（卖出）羊群行为影响程度间的差异。并且,他评效应亦缩小甚至模糊了不同自信和特质焦虑水平个体的最终买入（卖出）决策信心和投资意愿的差异。此时,跨层次调节中介作用不显着。参考群体驱动买入与卖出羊群行为过程的不同之处在于,个体投资者卖出股票时更倾向于追随参考群体而羊群行为程度更强烈,且卖出股票时不同参考群体类型引致羊群行为程度间的差异更大。（4）采用真实交易记录通过压力期间羊群行为特征以及羊群行为后观察到的股价动态这一确定羊群行为驱动源的更为实质和充分证据,验证了我国个体投资者确实倾向于追随参考群体发生羊群行为。研究发现市场压力期间个体投资者羊群行为更明显,且此期间集中买入和卖出股票的收益延续二到三周后出现逆转。由此,个体投资者羊群行为会破坏证券市场稳定,该行为并非源于信息而是基于行为因素而表现为追随参考群体,验证和支持了问卷调查的结论。本研究还发现,个体投资者在市场压力下跟随参考群体卖出股票较买入时更普遍。此外,不同于台湾个体投资者,沪深市场个体投资者偏好买入过去收益为正而卖出过去收益为负的股票。
纳迪尔（Medjitena Nadir）[6]（2020）在《基于信息系统评价的中国经济改革影响因素研究》文中提出本研究运用有向图方法描述影响中国宏观经济内部和外部环境因素,采用网页排序算法对中国经济改革过程的环境因素进行有利、消极性的权重分析,然后研究了保证改革和开放“新常态”下目标实现需要关注的因素。论文的主要研究成果有:（1）提出了基于信息系统评价方法来评价环境因素的有利和消极影响的方法。具体包括:依赖于Content Context Process框架（CCP框架）的强度来表示环境因素的分类（内部和外部因素）。为了获取有向图,把CCP框架的环境连起来各种因素之间关系,然后从有向图定下来相关的元图。最后提取该元图的关联矩阵。（2）针对经济系统环境因素的有利与消极影响,提出了计算每个因素权重的算法。该算法依据图论,每个图的顶点是表示环境中的一个因素,顶点之间的边是表示环境因素的之间关系。算法首先依据元图生成关联矩阵,然后从关联矩阵计算转移概率矩阵,最后用网页排名算法出每个因素权重。模型得出结果包括非量化的因素影响,利用获得因素权重可以帮助决策者辨识最大的有利影响因素和最大的消极影响因素。从结果来看经济改革过程中面临诸多挑战,此外转变增长方式过程来得晚相比于经济增长的优先,较高的增长速度的负面影响也很大。（3）针对中国在经济新常态下到扩内需、保增长和调结构三大目标,提出了改革和开放政策优化策略。首先确定改革和开放在新常态下的目标与相关的环境因素与子因素,然后通过网络分析法算出来包含改革和开放过程在新常态的超级矩阵。为了确保改革和开放过程在新常态的顺利进行,分析结果将有助于确定需要关注的因素,并在不会对三个大目标带来任何风险的前提下给出相关战略和处理方式。
郭三敏[7]（2020）在《网络舆情和投资者关注对我国医药股市的动态影响研究》文中研究表明我国的金融市场与互联网都处于快速发展的初级阶段。如今,互联网平台已成为公众舆论的中间聚集地。网络舆情的兴起给资本市场带来了深远的影响。有效的市场理论往往无法对金融市场异常的出现给出合理的解释。社交媒体上表达的公众情感以及反映在搜索引擎上的投资者关注可能成为新兴国家股票市场的新衡量标准,并为投资者心理提供洞察。在2018年,长生生物问题疫苗事件开始曝光。网络舆情将问题企业推到了风口浪尖,投资者对医药行业的异常关注度在不断上升,这有可能进一步影响我国疫苗上市公司甚至其他医药行业的公司。本文旨在扩大信息视角并结合舆情传播机制,探讨基于问题疫苗事件的网络舆情和投资者关注对我国医药股市的动态影响。本文首先从问题疫苗事件的舆论信息中提取公众情感信息。基于基础情感词典,利用情感词点互信息算法构建了面向问题疫苗话题的领域情感词典,再根据情感融合算法对话题微博的情感进行识别。然后采用识别微博意见领袖来划分两级传播流,并分析了问题疫苗事件的两级传播流程中公众情感变化。接着,利用新浪微博中的公众情感和百度搜索的投资者关注度,以及95家医药公司的日度和周度股票收益等数据,建立了向量自回归模型,从公众舆情供给和投资者信息需求角度讨论了公众情感和投资者关注对医药行业股票市场的动态影响。利用时间序列的舆情突变点检验发现生物疫苗行业和低市值的医药股指收益更容易受到负面舆情的冲击。Granger因果关系检验发现,公众情感能够对预测收益率提供有用信息。公众情感以及投资者关注度都是引起高市值医药公司股票价格变化的先导因素。两级传播阶段的广义脉冲响应结果表明,第二级舆情传播阶段的公众情感对行业收益率的冲击力明显小于第一级传播阶段。有意思的是,在第二级舆情传播阶段,低市值的医药公司受到的公众情感冲击要大于对高市值公司的冲击强度,说明不同类型的股票对公众情感的敏感程度存在差异。累积脉冲响应的结果进一步说明,公众对低市值的医药公司也更加的不信任,在社交媒体平台所表现的公众情感对低市值医药公司的冲击不容小觑。最后利用方差分解技术,发现公众情感对生物疫苗板块公司股票收益率贡献比较大;公众情感在前期对不论市值大小的医药公司,贡献强度比例差异不大,但在后期高市值的公司受到了投资者的更多关注。本研究具有重要的管理意义,可为投资决策提供重要依据。拓宽信息视角的动态研究有利于加强对资本市场行业层面和企业层面舆情的管理。
王辛梦[8]（2020）在《未预期利率变动对股票市场影响的非对称性研究》文中研究指明改革开放后中国经济迅猛复苏,自上世纪90年代股票市场逐步发展,但与全球最发达的股票市场美国相比,我国股市投机氛围浓厚,各项制度不完善,大涨大跌现象实属频繁,股市波动极其不稳定。而利率作为调控金融市场的核心之一,对股市调控力度大,影响迅速,逐步取代货币供应量成为货币政策的调控手段之一。根据理性预期理论和有效市场理论,只有未预期的利率变动才会影响股市波动。此外,由于扩张性的货币政策和紧缩性的货币政策对宏观经济状态影响不同,因此股市波动也存在非对称性差异。本文以中美两国股市波动为研究对象,上海银行间同业拆借隔夜利率作为中国利率变量指标,以美联邦基金日利率作为美国利率变量指标,运用ARIMA预测模型,将利率变量分解为预期和未预期两个部分。基于EGARH模型,研究未预期视角下利率变动对中美两国股市的非对称性影响,绘制信息冲击曲线,探讨非对称性的具体表现。实证结果表明,未分解的利率变动与股票市场收益率呈正相关,上海银行间同业拆借隔夜利率每变动1%,其股票市场收益率同向变动0.28%,美联邦基金日利率每变动1%,其股票市场收益率同向变动0.16%。在未预期视角下,利率变动与股票收益率呈负相关关系。上海银行间同业拆借隔夜利率每变动1%,其股票市场收益率反向变动0.14%。美联邦基金日利率每变动1%,美国股票市场收益率反向变动0.24%。因此在未预期视角下,美国股票市场比中国的股票市场反应及时,变化幅度更大。除此以外,两个国家的股票市场均存在非对称性,利空消息对股票市场收益率的冲击均大于利好消息对股票市场收益率的冲击。与此同时,中国和美国的股票市场波动对利空消息和利好消息的反应存在差异性:当利空消息出现时,中国股票市场遭受到0.1282倍的冲击,美国股票市场受到0.3503倍的冲击,美国的股票市场波动更为剧烈。当利好消息出现时,中国股票市场受到0.1154倍的冲击,而美国股票市场受到0.0009倍的冲击,中国的股票市场波动的幅度大于美国股票市场的波动幅度,利好消息能够减缓美国股市的波动。基于实证研究结果,探讨中美两国股市存在差异性的具体原因,从监管层面、股票市场机制层面以及投资者防范未预期利率风险层面提出政策建议,为我国政府制定并完善利率市场机制提供理论支持,对投资者正确评价市场状况、提高投资效率提供重大指导。该论文有图11幅,表13个,参考文献81篇。
金缦[9]（2020）在《公司丑闻如何影响公司“用手投票”和“用脚投票”？》文中研究指明公司丑闻是伴生在现代公司经营的每个时段的一种信息的激发性传递,且丑闻发生及持续时间的随机性使得该信息传递无法进行预先控制,发生后对公司内部治理、外部投资利益造成的影响也有巨大的差异。本文通过聚焦公司丑闻从制造、窖藏、披露、被媒体监督、引发外部、内部投资人“用脚投票”、“用手投票”的全过程,通过理论综述、案例分析、实证检验的方法,分析公司丑闻作为外部冲击如何形成外部治理对内部治理的效率影响,并得出结论:不仅外部投资人可通过“用脚投票”行为来标记和甄别在丑闻信息披露当期的公司短期和长期价值,控股股东作为内部投资人也会在丑闻披露当期显着减持,但高管（团队）则无法形成独立减持行动。公司声誉在丑闻信息中体现特殊的公司治理路径,一方面,丑闻的溢出效应较媒体负面报道更大,另一方面,公司治理成本在窖藏丑闻期间体现不同治理主体的不同成本状态,高管丑闻引发的治理成本在丑闻窖藏中较无丑闻公司高而控股股东丑闻则相反。在对公司的丑闻披露类型进行研究发现,公司会因丑闻披露——特别是监管部门的强制披露——提高公司治理水平,但通过监管进行的丑闻强制披露更多体现的是对信息劣势的中小股东的公平交易而非整体效率的提高。
丁肖丽[10]（2019）在《投资者情绪、意见分歧与股票收益变动》文中提出越来越多的实证研究发现,资本市场存在许多传统资产定价理论无法解释的金融异象,现实中股价偏离基本价值的情形也时常出现,这迫使经济学家们寻求新的资产定价范式。部分学者认为心理因素,如心理活动、认知偏差等影响着投资者对未来市场的观念和情绪,并最终影响股票价格。也有学者试图放宽同质性假说,从异质信念角度寻找资产定价的新规律。现有的行为金融理论借鉴了心理学、行为学、社会学研究成果已形成了一系列具有代表性的行为资产定价模型,力图揭示了金融市场的非理性行为和决策规律,对一些传统金融理论所不能解释的金融异象做出了合理解释。但现有的研究往往只是单方面地研究投资者情绪或者异质信念对投资决策乃至股票价格的影响,而忽视了二者之间的密切联系,并没有考虑到投资者情绪与意见分歧对股票收益的交互影响,在意见分歧比较大的情况下,投资者情绪高涨,当期股票收益可能会上涨得更多;在不同情绪的推动下,不同类型的投资者对市场的反应又会具有更加明显的差异。正如Chemmanur et al.（2010）所指出的那样:投资者情绪可以看成投资者信念的乐观度（均值）,而意见分歧则相当于投资者信念的分歧程度（方差）,从这一意义上讲,投资者情绪和意见分歧是衡量投资者信念的两个统一的概念,用投资者情绪和意见分歧两个变量可以比较全面地涵盖投资者特征。因此,本文从意见分歧与投资者情绪相结合的角度,在一个更加完整的框架下考察投资者情绪与异质信念对股票收益的影响,并基于中国A股市场经验数据进行了实证检验,有助于加深理解我国股票市场中投资者的行为。本文通过寻求错误定价因子,研究了投资者非理性行为对股票价格的影响,探讨了投资者情绪、意见分歧是否会导致股票错误定价,以及投资者情绪与意见分歧对股票收益的交互影响,即投资者情绪是否会影响意见分歧与股票收益的关系,及意见分歧程度是否会影响投资者情绪与股票收益的关系。首先,从理论上论述了投资者情绪、意见分歧对股票价格的影响机理,构建了一个同时包含有投资者情绪、意见分歧的行为资产定价模型,并求解了模型的均衡解,发现投资者情绪与意见分歧对股票价格的作用方向相同且都为正。与大多数研究只强调情绪交易产生的主观因素不同,本文从信息不对称和投资者非理性角度两个角度,定性分析了在公司会计信息质量、分析师及媒体等中介以及投资者自身的认知偏差、风险偏好等因素的影响下,投资者情绪如何对股票价格及其收益产生影响的。并论证了现实金融市场中机构投资者与机构投资者之间、个人投资者与个人投资者之间、机构投资者与个人投资者之间都可能存在着异质信念,而且异质信念对股票收益产生影响的前提条件（即卖空限制）也依然成立,从而,Miller（1977）的假说也成立。在投资者情绪与意见分歧的共同作用下,投资者意见分歧较大时,股票越难估价,越易受投资者情绪的影响;当投资者意见分歧较小时,市场上可能会产生较少的交易量,股票价格受到投资者情绪的影响相对较小;在高情绪的驱动下,投资者对市场信息存在认知偏差,投资者意见分歧越大,相应的再售期权的价格也更高,从而推高了股票价格;情绪低落时,有利于坏消息的揭露,市场行情通常较差,存在卖方压力,投资者往往会表现得更为理性,意见分歧对股票错误定价的影响会相对较小。从而,从理论上分析得出,投资者情绪、意见分歧各自都与当期股票收益正相关,与未来股票收益负相关,投资者情绪与异质信念是影响资产定价的重要因子,在两者的共同作用下,股票价格被高估得更多。以中国A股市场为研究对象,结合我国股票市场的实际情况,从市场层面和个股层面全面探讨了投资者情绪、意见分歧对股票收益及其波动性的影响,并得到了如下结论:第一,基于总体效应分析,投资者意见分歧对下一期股市收益具有一定的预测能力,投资者情绪与股市未来收益呈现负相关关系。基于日度、月度不同数据频率下,意见分歧对中长期收益的影响要明显大于短期收益,意见分歧对股票收益的影响在短时间内更加依赖于市场情绪状态,而不管采用股吧投资者情绪还是经典的BW投资者情绪指数,各自与意见分歧对股市未来收益都产生显着的交叉影响。第二,从二阶水平上看,通过格兰杰因果检验证实了投资者情绪变化是影响A股收益率变化的格兰杰原因,但收益率对意见分歧变动的影响要比意见分歧变动对收益率的影响更明显,投资者情绪的变动依赖于前期收益率但不依赖于前期交易量。来自股吧论坛投资者情绪变动对股市交易量产生冲击,但这种冲击会逐渐减弱直至恢复到均衡位置。而基于日度数据,通过构建VAR-GARCH-DCC模型得出,投资者情绪与股票市场收益的动态相关性也较高,但意见分歧与股市收益的动态相关性相对较小。第三,基于截面效应分析,采用投资组合分析、Fama-Macbeth回归分析、面板数据回归分析三种实证方法,验证了意见分歧程度与未来收益率存在显着的负相关关系,且在情绪高涨期尤为突出;投资者情绪对股票未来收益产生负向影响,投资者情绪越高涨,股价越容易被高估,当意见分歧较大时,投资者情绪的影响更大。而且,在意见分歧与投资者情绪的共同作用下,投资者意见分歧越严重、投资者情绪越高,投资者对股价的非理性反应越强烈,股票价格偏离其基本价值的幅度越大,随后一期股票收益率回调得越多。第四,从自身特征不同、交易特征不同、行业特征不同三个维度,研究发现规模较小、账面市值比较低、市盈率较高、波动率较高的公司股票更容易受到投资者情绪、异质信念等非理性因素的影响,且在情绪高涨时,意见分歧对股票未来收益的负向影响更大。而我国股市中卖空限制程度对投资者意见分歧与股票收益的关系并没有产生显着影响,但投资者情绪、意见分歧对不同行业的公司股票收益的横截面影响具有差异性。本文的研究可以帮助我们更全面深刻地理解投资者非理性因素与股票价格行为的关系,对投资者、上市公司、券商、政府监管者具有重要的启示和参考价值,对完善我国股票市场运行机制,推进股票市场平稳健康发展,具有一定的指导意义。
二、大众投资:中国股市的未来（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：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（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。
三、大众投资:中国股市的未来（论文提纲范文）
（2）多因子选股模型与基于情绪指数的投资策略对模型的改进（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 前言 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 量化投资文献综述 |
| 1.2.1 国外文献综述 |
| 1.2.2 国内文献综述 |
| 1.3 投资者情绪文献综述 |
| 1.3.1 国外文献综述 |
| 1.3.2 国内文献综述 |
| 1.4 研究框架与研究方法 |
| 1.4.1 研究框架 |
| 1.4.2 研究方法 |
| 1.5 创新点与不足 |
| 1.5.1 本文创新点 |
| 1.5.2 本文不足 |
| 第2章 量化投资相关理论及国内外发展现状 |
| 2.1 量化投资相关理论 |
| 2.1.1 量化投资简介 |
| 2.1.2 量化投资理论基础 |
| 2.2 量化投资发展历程 |
| 2.2.1 国外发展历程 |
| 2.2.2 国内发展现状 |
| 第3章 多因子选股模型的建立及实证 |
| 3.1 多因子选股理论基础 |
| 3.2 因子处理 |
| 3.2.1 样本数据选取及处理 |
| 3.2.2 建立因子库 |
| 3.2.3 单因子有效性检验及初步筛选 |
| 3.2.4 因子再筛选 |
| 3.3 多因子选股模型 |
| 3.3.1 多因子选股模型建立 |
| 3.3.2 模型测试 |
| 第4章 投资者情绪指数 |
| 4.1 理论基础 |
| 4.2 情绪指数构建 |
| 4.2.1 主成分因子的选取 |
| 4.2.2 对数据的主成分分析 |
| 4.2.3 情绪指数与股市收益率 |
| 4.3 基于情绪指数的投资策略 |
| 4.4 策略有效性检验 |
| 第5章 总结与展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 学位论文评阅及答辩情况表 |
（3）越南股票IPO抑价与股价长期表现研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 :绪论 |
| 第一节 :研究背景 |
| 第二节 :研究意义及实用价值 |
| 第三节 :研究思路与方法 |
| 第四节 :研究创新 |
| 第二章 :文献综述 |
| 第一节 :关于IPO抑价的文献综述 |
| 第二节 :关于IPO长期表现的文献综述 |
| 第三节 :越南学者对IPO抑价发行以及长期表现的研究 |
| 第三章 :越南IPO介绍 |
| 第一节 :越南IPO基本情况 |
| 第二节 :越南IPO与美国和中国比较 |
| 第三节 :越南股票市场上的外国投资者 |
| 第四章 :越南股票IPO抑价影响因素研究 |
| 第一节 :研究假设 |
| 第二节 :实证方法 |
| 第三节 :样本选择和数据处理 |
| 第四节 :实证结果分析 |
| 第五节 :本章小结 |
| 第五章 :越南股票IPO长期表现研究 |
| 第一节 :研究方法 |
| 第二节 :数据选取和处理 |
| 第三节 :实证结果分析 |
| 第四节 :本章小结 |
| 第六章 :越南股票IPO长期表现影响因素研究 |
| 第一节 :研究假设 |
| 第二节 :研究方法 |
| 第三节 :样本选择和数据处理 |
| 第四节 :实证结果分析 |
| 第五节 :本章小结 |
| 第七章 :结论与建议 |
| 第一节 :研究结论 |
| 第二节 :对投资者的建议 |
| 第三节 :对政策制定部门的建议 |
| 参考文献 |
| 附录 :越南股票市场的介绍 |
| 致谢 |
（4）引入经济政策不确定性的波动率预测模型 ——基于投资者情绪的视角（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题来源及研究的背景和意义 |
| 1.1.1 课题来源 |
| 1.1.2 课题研究的背景和意义 |
| 1.2 相关文献综述 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.2.3 研究现状评析 |
| 1.3 研究内容和研究方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 技术路线图 |
| 第2章 相关理论基础 |
| 2.1 股票收益的波动现状 |
| 2.1.1 股票走势的历史波动性 |
| 2.1.2 我国股市异常波动的原因 |
| 2.2 .投资者情绪 |
| 2.2.1 异质市场假说 |
| 2.2.2 投资者情绪理论基础 |
| 2.2.3 投资者情绪定义 |
| 2.3 已实现波动率 |
| 2.4 本章小结 |
| 第3章 投资者情绪指标的提取和构造 |
| 3.1 投资者情绪指标 |
| 3.1.1 主观情绪指标 |
| 3.1.2 客观情绪指标 |
| 3.1.3 综合情绪指标 |
| 3.2 投资者情绪指标的提取 |
| 3.3 投资者情绪指标的构造 |
| 3.3.1 主成分分析法 |
| 3.3.2 状态空间模型和卡尔曼滤波法 |
| 3.3.3 投资者情绪综合指数的比较 |
| 3.4 与CICSI、ISI指标的比较 |
| 3.5 本章小结 |
| 第4章 经济政策不确定性的定义及指数编制 |
| 4.1 经济政策不确定性对国民经济的影响 |
| 4.1.1 宏观层面 |
| 4.1.2 微观层面 |
| 4.2 经济政策不确定性指数编制方法 |
| 4.3 财政政策与货币政策不确定指数 |
| 4.4 本章小结 |
| 第5章 波动率预测模型的实证研究 |
| 5.1 HAR-RV族模型的构建 |
| 5.1.1 HAR-RV和 HAR-RV(S)模型 |
| 5.1.2 HAR-RV-FPU-MPU和 HAR-RV-FPU-MPU(S)模型 |
| 5.2 样本选取和描述性统计 |
| 5.2.1 描述性统计 |
| 5.2.2 不同情绪区间内的变量特征 |
| 5.3 样本内预测结果检验 |
| 5.4 样本外预测结果检验 |
| 5.4.1 MCS检验 |
| 5.4.2 DM检验 |
| 5.5 稳健性检验 |
| 5.5.1 已实现波动率绝对值的稳健性检验 |
| 5.5.2 金融危机期间模型的稳健性检验 |
| 5.5.3 不同行业模型的稳健性检验 |
| 5.6 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
（5）参考群体视角下个体投资者羊群行为驱动机理研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究内容、方法与技术路线 |
| 1.2.1 研究内容 |
| 1.2.2 研究方法 |
| 1.2.3 技术路线 |
| 1.3 创新点 |
| 第2章 国内外文献研究综述 |
| 2.1 参考群体性质与功能 |
| 2.1.1 参考群体的性质 |
| 2.1.2 参考群体的功能 |
| 2.2 羊群行为产生机理及其对股市的作用 |
| 2.2.1 羊群行为驱动源 |
| 2.2.2 羊群行为影响因子 |
| 2.2.3 羊群行为测度及其与股市的关联 |
| 2.3 参考群体与个体投资者羊群行为 |
| 2.3.1 参考群体引致个体投资者羊群行为 |
| 2.3.2 不同决策情境下自信、特质焦虑的干扰效应 |
| 2.3.3 市场数据验证 |
| 2.4 小结与述评 |
| 第3章 参考群体驱动个体投资者羊群行为的作用机制 |
| 3.1 理论分析和研究假设 |
| 3.2 研究设计与方法 |
| 3.2.1 研究设计与样本 |
| 3.2.2 研究变量和方法 |
| 3.3 实证检验与分析 |
| 3.3.1 参考群体的效应 |
| 3.3.2 参考群体与个体投资者羊群行为关联 |
| 3.4 本章小结 |
| 第4章 参考群体引致个体投资者羊群行为时自信与特质焦虑的跨层调节中介作用 |
| 4.1 理论分析和研究假设 |
| 4.1.1 无他评效应时特质焦虑和自信的跨层次调节中介作用 |
| 4.1.2 有他评效应时特质焦虑和自信的跨层次调节中介作用 |
| 4.2 研究设计与方法 |
| 4.2.1 研究设计与样本 |
| 4.2.2 研究变量和方法 |
| 4.3 实证检验与分析 |
| 4.3.1 变量的信效度检验和描述性统计 |
| 4.3.2 无他评效应时跨层次调节中介作用检验 |
| 4.3.3 有他评效应时跨层次调节中介作用检验 |
| 4.4 本章小结 |
| 第5章 参考群体引致个体投资者买入和卖出羊群行为时自信与特质焦虑的跨层调节中介作用 |
| 5.1 理论分析和研究假设 |
| 5.1.1 买入股票时特质焦虑和自信的跨层次调节中介作用 |
| 5.1.2 卖出股票时特质焦虑和自信的跨层次调节中介作用 |
| 5.2 研究设计与方法 |
| 5.2.1 研究设计与样本 |
| 5.2.2 研究变量和方法 |
| 5.3 实证检验与分析 |
| 5.3.1 买入股票时特质焦虑和自信的跨层次调节中介作用检验 |
| 5.3.2 卖出股票时特质焦虑和自信的跨层次调节中介作用检验 |
| 5.4 本章小结 |
| 第6章 参考群体驱动个体投资者羊群行为的交易数据验证 |
| 6.1 个体投资者羊群行为驱动源——源于基本面or追随参考群体 |
| 6.2 样本和数据 |
| 6.3 变量和模型 |
| 6.3.1 变量介绍 |
| 6.3.2 实证模型 |
| 6.4 个体投资者羊群行为驱动源实证检验与分析 |
| 6.4.1 个体投资者羊群行为及其决定因素 |
| 6.4.2 个体投资者羊群行为与股票异常收益 |
| 6.5 本章小结 |
| 总结与展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间发表的论文及承担的科研项目 |
| 学术论文 |
| 科研项目 |
| 附录 问卷 |
| 问卷1:羊群行为问卷 |
| 问卷2:特质焦虑问卷 |
| 问卷3:Rosenberg自尊(自信)问卷 |
（6）基于信息系统评价的中国经济改革影响因素研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 引言 |
| 2 文献综述 |
| 2.1 信息系统 |
| 2.1.1 信息系统的两个方面 |
| 2.1.2 信息系统评价方法 |
| 2.2 图论 |
| 2.2.1 图论的主要概念 |
| 2.2.2 图的数学表达方式 |
| 2.3 决策分析法 |
| 2.3.1 层次分析法 |
| 2.3.2 网络分析法 |
| 2.4 本章小结 |
| 3 信息系统环境因素评价 |
| 3.1 信息系统环境因素评价 |
| 3.2 信息系统改进 |
| 3.3 本章小结 |
| 4 中国经济改革环境影响因素的识别与权重分析 |
| 4.1 中国经济改革和开放概况 |
| 4.2 环境因素的权重分析方法 |
| 4.2.1 元图与关联矩阵 |
| 4.2.2 环境因素的权重计算 |
| 4.3 中国经济改革过程的环境因素权重分析 |
| 4.3.1 中国经济改革过程的环境因素 |
| 4.3.2 中国经济改革过程的环境因素权重 |
| 4.3.3 中国经济改革过程的环境因素分析 |
| 4.3.4 中国经济改革过程的政策改善 |
| 4.4 本章小节 |
| 5 基于网络分析模型的中国经济新常态目标实现的影响因素分析 |
| 5.1 中国经济新常态 |
| 5.2 中国经济在新常态中的挑战 |
| 5.2.1 供给侧改革 |
| 5.2.2 房地产泡沫 |
| 5.2.3 政府与地方债务 |
| 5.2.4 人口转型 |
| 5.2.5 中等输入陷阱 |
| 5.2.6 污染与资源 |
| 5.3 网络分析法与中国经济“新常态” |
| 5.3.1 网络分析法(ANP) |
| 5.3.2 中国经济新常态 |
| 5.3.3 网络分析法模型构建 |
| 5.4 网络分析法结果 |
| 5.5 网络分析法的指标与子指标结果分析 |
| 5.5.1 扩内需的相关结果分析 |
| 5.5.2 保增长的相关结果分析 |
| 5.5.3 调结构的相关结果分析 |
| 5.6 本章小结 |
| 6 中国经济新常态的方案分析 |
| 6.1 一带一路 |
| 6.1.1 一带一路方案分析 |
| 6.1.2 一带一路能提供的机遇 |
| 6.1.3 一带一路的挑战 |
| 6.2 “十三五”计划 |
| 6.2.1 “十三五”计划方案分析 |
| 6.2.2 “十三五”计划与“新常态”关系 |
| 6.2.3 “十三五”计划关键任务 |
| 6.3 “互联网+” |
| 6.3.1 “互联网+”方案分析 |
| 6.3.2 “互联网+”与“新常态”关系 |
| 6.3.3 “互联网+”存在的挑战 |
| 6.4 《中国制造2025》 |
| 6.4.1 《中国制造2025》方案分析 |
| 6.4.2 《中国制造2025》计划和目标 |
| 6.4.3 《中国制造2025》的挑战 |
| 6.5 新城镇化 |
| 6.5.1 新城镇化方案分析 |
| 6.5.2 新城镇化与新常态之间的关系 |
| 6.5.3 新城镇化进行的挑战 |
| 6.6 本章小结 |
| 7 结论 |
| 参考文献 |
| 作者简历及在学研究成果 |
| 学位论文数据集 |
（7）网络舆情和投资者关注对我国医药股市的动态影响研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 网络舆情与股票市场 |
| 1.2.2 投资者关注与股票市场 |
| 1.2.3 文献述评 |
| 1.3 研究内容和创新 |
| 1.3.1 研究内容和技术路线 |
| 1.3.2 主要的创新之处 |
| 第2章 相关理论与方法 |
| 2.1 行为金融学 |
| 2.2 事件研究法 |
| 2.3 两级传播机制 |
| 2.4 文本情感分析 |
| 2.5 本章小结 |
| 第3章 问题疫苗事件的公众情感分析 |
| 3.1 文本数据来源 |
| 3.2 选取基础情感词典 |
| 3.3 构建面向问题疫苗话题的领域情感词典 |
| 3.4 公众情感融合步骤 |
| 3.5 问题疫苗事件的公众情感分析结果 |
| 3.6 本章小结 |
| 第4章 VAR模型建立 |
| 4.1 数据收集 |
| 4.2 变量定义 |
| 4.2.1 股票收益率 |
| 4.2.2 网络舆情的公众情感 |
| 4.2.3 投资者异常关注 |
| 4.2.4 市场收益率 |
| 4.3 模型建立 |
| 4.4 稳定性检验 |
| 4.4.1 平稳性检验 |
| 4.4.2 AR根图检验 |
| 4.5 本章小结 |
| 第5章 实证分析 |
| 5.1 描述统计量分析 |
| 5.2 舆情突变点检验 |
| 5.3 格兰杰因果关系检验 |
| 5.4 广义脉冲响应分析 |
| 5.4.1 日度数据 |
| 5.4.2 周度数据 |
| 5.4.3 累积脉冲响应 |
| 5.5 方差贡献度分析 |
| 5.6 本章小结 |
| 第6章 总结与展望 |
| 6.1 研究总结 |
| 6.2 相关建议 |
| 6.3 研究不足和展望 |
| 参考文献 |
| 攻读硕士学位期间的学术活动及成果情况 |
（8）未预期利率变动对股票市场影响的非对称性研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 研究内容 |
| 1.4 研究方法 |
| 1.5 本文创新点 |
| 1.6 技术路线图 |
| 2 国内外文献综述 |
| 2.1 利率与股市的关系研究 |
| 2.2 未预期的货币政策分解研究 |
| 2.3 货币政策对股票市场影响的非对称性方法研究 |
| 2.4 文献评述 |
| 3 利率调整对股票价格影响的传导机制 |
| 3.1 利率调整对股票价格的影响机理 |
| 3.2 预期的利率对股票价格的影响 |
| 3.3 货币政策对股票市场影响的非对称性研究 |
| 4 预期和未预期利率分解 |
| 4.1 利率变量的选取 |
| 4.2 样本选取和处理 |
| 4.3 ARIMA模型介绍 |
| 4.4 未预期利率的预测和分解 |
| 5 未预期视角下利率变动对股价影响的国别差异研究 |
| 5.1 模型构建 |
| 5.2 未预期视角下利率变动对中国股票市场的影响 |
| 5.3 未预期视角下利率变动对美国股票市场的影响 |
| 5.4 非对称性实证研究结果 |
| 5.5 中美两国股票市场差异性分析 |
| 6 研究结论及政策建议 |
| 6.1 研究结论 |
| 6.2 政策建议 |
| 6.3 论文不足与展望 |
| 参考文献 |
| 作者简介 |
| 学位论文数据集 |
（9）公司丑闻如何影响公司“用手投票”和“用脚投票”？（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 一、问题的提出与意义 |
| (一)问题提出 |
| (二)研究背景 |
| 二、研究目的与研究意义 |
| (一)研究目的 |
| (二)研究意义 |
| 三、研究内容与创新之处 |
| (一)研究内容 |
| (二)研究方法 |
| (三)创新之处及难点 |
| 第二章 文献综述 |
| 一、关于公司丑闻的研究综述 |
| (一)公司丑闻的概念 |
| (二)公司丑闻的制造和窖藏 |
| (三)公司丑闻的披露 |
| 二、关于媒体治理在公司丑闻层面的研究综述 |
| (一)媒体治理有效论 |
| (二)媒体治理失效论 |
| (三)新技术与媒体监督 |
| 三、关于公司治理在公司丑闻层面的理论综述 |
| (一)公司丑闻与“用脚投票” |
| (二)公司丑闻与“用手投票” |
| 四、文献评述 |
| (一)研究评述 |
| (二)不足与改进 |
| 第三章 案例分析 |
| 一、研究设计 |
| (一)研究方法与案例选择 |
| (二)数据来源与分析思路 |
| 二、案例概况 |
| (一)康美药业丑闻事件分析 |
| (二)康得新丑闻事件分析 |
| 三、案例分析 |
| (一)丑闻生产和窖藏特征 |
| (二)媒体监督特征 |
| (三)丑闻披露引发“用脚投票”和“用手投票”的后果 |
| 四、案例分析的结论和建议 |
| 第四章 公司丑闻的“用脚投票” |
| 一、样本选择和指标定义 |
| (一)总样本选择 |
| (二)变量指标定义 |
| 二、研究假设与模型构建 |
| (一)研究假设 |
| (二)理论模型构建 |
| (三)实证模型构建 |
| 三、实证分析 |
| (一)描述性分析和相关性分析 |
| (二)丑闻与外部投资人用脚投票的行动集 |
| (三)丑闻与内部投资人用脚投票 |
| (四)丑闻与股权结构 |
| (五)稳健型检验 |
| 本章小结 |
| 第五章 公司丑闻的“用手投票” |
| 一、样本选择和指标定义 |
| (一)总样本选择 |
| (二)变量指标定义 |
| 二、研究假设与模型构建 |
| (一)研究假设 |
| (二)理论模型构建 |
| (三)实证模型构建 |
| 三、实证分析 |
| (一)描述性分析 |
| (二)相关性分析 |
| (三)回归分析展示 |
| (三)稳健型检验 |
| 本章小结 |
| 第六章 强制披露和自愿披露 |
| 一、样本选择和指标定义 |
| (一)丑闻披露分类变量 |
| (二)其他解释和被解释变量 |
| (三)控制变量 |
| 二、研究假设与模型构建 |
| (一)研究假设 |
| (二)理论模型构建 |
| 三、实证分析 |
| (一)描述性分析和相关性分析 |
| (二)回归分析展示 |
| (三)稳健型检验 |
| 本章小结 |
| 第七章 结论与政策建议 |
| 一、主要结论 |
| 二、政策建议 |
| 三、研究不足与展望 |
| 参考文献 |
| 附录一 公司负面风险事件分类表 |
| 附录二 媒体变量的数据挖掘方法和流程 |
| 致谢 |
| 在学期间学术成果情况 |
（10）投资者情绪、意见分歧与股票收益变动（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究目的与意义 |
| 1.2 研究内容与方法 |
| 1.2.1 研究内容与结构安排 |
| 1.2.2 研究方法 |
| 1.3 论文主要创新点 |
| 第二章 理论基础与文献述评 |
| 2.1 行为金融资产定价的理论假设 |
| 2.1.1 有限理性 |
| 2.1.2 有限套利 |
| 2.2 行为金融资产定价的心理学基础 |
| 2.2.1 情感 |
| 2.2.2 认知偏差 |
| 2.2.3 非标准偏好 |
| 2.3 投资者情绪与股票收益关系的研究综述 |
| 2.3.1 投资者情绪对股票收益的总体效应 |
| 2.3.2 投资者情绪对股票收益的截面效应 |
| 2.3.3 投资者情绪对股票收益波动的影响 |
| 2.3.4 基于网络大数据的投资者情绪与股票收益 |
| 2.4 基于意见分歧的资产定价的研究综述 |
| 2.4.1 基于静态意见分歧的资产定价 |
| 2.4.2 基于动态意见分歧的资产定价 |
| 2.5 投资者情绪与意见分歧交互作用的研究综述 |
| 2.6 文献评述 |
| 第三章 投资者情绪与意见分歧的内涵及衡量指标 |
| 3.1 投资者情绪的内涵与度量 |
| 3.1.1 投资者情绪的内涵 |
| 3.1.2 投资者情绪的测度指标 |
| 3.2 投资者意见分歧形成机制及其衡量指标 |
| 3.2.1 投资者意见分歧的界定与形成机制 |
| 3.2.2 投资者意见分歧的代理指标 |
| 第四章 理论分析框架 |
| 4.1 理论模型构建 |
| 4.1.1 基本模型 |
| 4.1.2 模型的均衡解 |
| 4.1.3 投资者情绪与意见分歧对股票收益的影响 |
| 4.2 理论分析与假设提出 |
| 4.2.1 投资者情绪与股票收益的关系 |
| 4.2.2 意见分歧与股票收益的关系 |
| 4.2.3 投资者情绪与意见分歧的交互影响 |
| 第五章 基于总体效应的实证分析 |
| 5.1 投资者情绪指标构建 |
| 5.1.1 文本情绪构建 |
| 5.1.2 BW指数的构建 |
| 5.2 样本选择与变量说明 |
| 5.2.1 研究样本与数据来源 |
| 5.2.2 变量定义及数据特征说明 |
| 5.3 基于不同频率数据的投资者情绪与意见分歧对股市收益的影响 |
| 5.3.1 OLS回归模型构建 |
| 5.3.2 投资者情绪与意见分歧对股市收益的预测能力 |
| 5.4 情绪变化、信念调整与股市波动 |
| 5.4.1 多元波动率模型构建 |
| 5.4.2 数据处理与描述统计 |
| 5.4.3 格兰杰因果检验与脉冲响应分析 |
| 5.4.4 基于VAR-DCC-GARCH-M模型的结果分析 |
| 第六章 基于截面效应的实证分析 |
| 6.1 实证研究设计 |
| 6.1.1 变量选择与定义 |
| 6.1.2 研究方法与模型设定 |
| 6.1.3 样本选择与数据处理 |
| 6.2 描述统计与相关性分析 |
| 6.2.1 描述统计分析 |
| 6.2.2 相关性分析 |
| 6.3 投资者情绪与意见分歧对股票收益的影响 |
| 6.3.1 投资组合分析 |
| 6.3.2 Fama-MacBeth截面分析 |
| 6.3.3 面板数据回归分析 |
| 6.3.4 稳健性检验 |
| 6.4 投资者情绪与意见分歧对不同类型股票的差异性影响 |
| 6.4.1 不同自身特征股票受投资者情绪与意见分歧的影响 |
| 6.4.2 不同交易特征股票受投资者情绪与意见分歧的影响 |
| 6.4.3 不同行业特征股票受投资者情绪与意见分歧的影响 |
| 第七章 结论与启示 |
| 7.1 主要研究结论 |
| 7.2 政策建议 |
| 7.3 研究不足及展望 |
| 参考文献 |
| 附录 |
| 在校期间发表论文及科研成果清单 |
| 致谢 |
四、大众投资:中国股市的未来（论文参考文献）
- [1]“自上而下”投资策略在M公司资产管理的应用研究[D]. 马士伟. 广西大学, 2021
- [2]多因子选股模型与基于情绪指数的投资策略对模型的改进[D]. 任健平. 山东大学, 2021(02)
- [3]越南股票IPO抑价与股价长期表现研究[D]. 黄明长. 上海财经大学, 2020(04)
- [4]引入经济政策不确定性的波动率预测模型 ——基于投资者情绪的视角[D]. 葛宇晨. 哈尔滨工业大学, 2020(02)
- [5]参考群体视角下个体投资者羊群行为驱动机理研究[D]. 谢晶晶. 西南交通大学, 2020(06)
- [6]基于信息系统评价的中国经济改革影响因素研究[D]. 纳迪尔（Medjitena Nadir）. 北京科技大学, 2020(11)
- [7]网络舆情和投资者关注对我国医药股市的动态影响研究[D]. 郭三敏. 合肥工业大学, 2020(02)
- [8]未预期利率变动对股票市场影响的非对称性研究[D]. 王辛梦. 中国矿业大学, 2020(01)
- [9]公司丑闻如何影响公司“用手投票”和“用脚投票”？[D]. 金缦. 中国社会科学院研究生院, 2020(12)
- [10]投资者情绪、意见分歧与股票收益变动[D]. 丁肖丽. 暨南大学, 2019(05)