基于有向复杂网络的我国股市股票相关性分析

针对我国股市股票的相关性问题,运用时间序列、复杂网络有关理论,从无向到有向,构建了股票间相关系数度量模型。从沪深主板、创业板、中小企业办中随机抽取227只股票,使用Matlab7、Ucinet6等软件作图并求解,计算任意两只股票之间相关系数的大小和方向,构建股票相关性网络,并利用所建股票网络对中国股票市场进行板块划分。     

上海和香港两地股市联动性研究——基于GARCH模型的分析

本文基于经济基础假说和市场传染假说两大基础理论,将股票收益率分解为开盘收益率和收盘收益率,运用GARCH-M模型研究了上海股市和香港股市之间的联动关系。结果显示,两大股市存在相互影响的联动关系,但是上海对香港股市的影响要强于香港对上海股市的影响,反映出两地之间的紧密经济关系及大陆对香港地区经济影响日益增强的现实。     

上海和香港两地股市联动性研究--基于GARCH模型的分析

本文基于经济基础假说和市场传染假说两大基础理论,将股票收益率分解为开盘收益率和收盘收益率,运用GARCH．M模型研究了上海股市和香港股市之间的联动关系。结果显示,两大股市存在相互影响的联动关系,但是上海对香港股市的影响要强于香港对上海股市的影响,反映出两地之间的紧密经济关系及大陆对香港地区经济影响日益增强的现实。     

基于复杂网络的银企间信贷风险传染机制研究

本文基于复杂网络理论,构建了银企间通过信贷和产权关系形成的金融网络,利用信贷资产的信用转移矩阵和银行的资产负债表建立了银企间信贷风险传染的动态模型。通过理论推导和仿真模拟,本文系统分析了影响风险传染规模的各种因素以及系统重要性银行和不同风险传染渠道在信贷风险传染中所起的作用。研究表明:初始经济冲击、资产的市场流动性和违约损失率与风险传染效应间存在正相关关系,网络规模与风险传染呈现非单调的关系;随着网络规模的扩大,风险传染效应先增加后减小;系统重要性银行受到冲击时引发的传染规模远大于一般银行;随着金融系统总损失的不断增加,银行间的风险传染渠道逐渐居于主导地位。     

上海股票、债券和基金市场的联动性——基于DCC-MIDAS的实证

运用DCC-MIDAS模型和GARCH-MIDAS模型,深入研究了上海股票、债券和基金市场间的联动性及宏观不确定性对收益率波动的影响。结果表明,股市与基市具有高度的长期和短期正相关性;债市与股、基两个市场的长期相关性较小,短期相关远大于长期相关且呈现大幅波动和频繁的正负转换;货币供应量和工业生产指数对三个市场的收益率长期波动产生正向影响,经济政策不确定性指数的影响则是负向。且宏观不确定性变量对股市和基市的影响显著大于债市。     

基于GARCH模型的中国——越南股票市场联动性研究

随着中—越经贸合作进程的加快,两国金融合作也不断加强,因此股票市场关系格为重要。本文旨在通过DCC-GARCH模型探究中国—越南股票市场历年以来的联动性,并对其做出解释,为投资者提供资产组合等政策性建议。研究表明,在中国与越南有相关经贸合作政策推出的年份,中—越股票市场联动性较强,大部分时间的联动均表现为中国股票市场影响越南股票市场的单向关系。     

基于收益率视角的中国股市与国际股票市场联动性研究

本文采用回归分析、模拟交易和极值分析等实证分析方法,考察了道琼斯工业平均指数、标准普尔500指数和伦敦金融时报指数与上证综指收益率之间的联动关系.结果显示,当前我国股市指数与国外主要股市指数之间已经具有了较明显的联动性.     

香港股市与内地股市的联动性研究

本文分3个阶段考察了香港回归以来,香港股市和内地股市之间的联动关系及其变化。协整分析表明,香港股市和内地股市之间存在长期的均衡关系,这种均衡关系在内地资本市场实行股权分置改革后更趋于稳定。Granger因果检验表明,香港回归以来香港股市和内地股市之间的引导关系在经历B股开放和股权分置改革后发生了变化。脉冲响应函数分析从动态的角度进一步验证了香港股市和内地股市之间的引导关系及其变化,并深入分析了单个变量的波动或冲击对其自身及另一变量的影响程度。     

基于R/S分析的股票网络分形特征研究

该文基于R/S分析从两个不同的角度来分析股市的分形特征:一是从不同跨度的时间序列角度,通过选取不同的时间序列,构造以月、周、日不同时间跨度的股票网络,分析其标度不变性;二是从不同数量股票节点的角度,选取不同数量的股票来构建网络,主要分析的是自相似特性。选取上海A股的历史数据,对市场的分形结构进行了实证研究。     

基于R/S分析的股票网络分形特征研究

该文基于R/S分析从两个不同的角度来分析股市的分形特征:一是从不同跨度的时间序列角度,通过选取不同的时间序列,构造以月、周、日不同时间跨度的股票网络,分析其标度不变性;二是从不同数量股票节点的角度,选取不同数量的股票来构建网络,主要分析的是自相似特性.选取上海A股的历史数据,对市场的分形结构进行了实证研究.     

构建我国新能源产业税收政策体系研究

发展战略性新兴产业已成为世界主要国家抢占新一轮经济和科技发展制高点的重大战略。新能源产业作为战略性新兴产业之一,对于解决环境污染和资源(特别是化石能源)枯竭问题具有重要意义。我国针对新能源产业已出台多项税收激励政策,但这种支持并未形成制度体系。有鉴于此,本文针对我国现行有关能源税收优惠政策存在的缺失与不足,借鉴发达国家经验,提出引导和激励新能源产业投资、生产、研发及消费等环节的税收政策建议。     

支持新能源产业发展的税收政策探讨

近年来我国新能源产业得到了迅猛发展,但产业发展与市场培育极不均衡,核心技术较为缺乏。现有的税收扶持政策过于零散,政策力度和系统配套不够,协调配合作用难以发挥,没有针对新能源产业发展实际,形成相对独立的税收体系。据此,税收政策应从生产和消费两大环节同时入手,并以正向激励政策和逆向限制政策鼓励新能源的实际利用,支持新能源产业发展。     

基于两阶段DEA模型的上市公司债权融资效率研究——以战略性新兴产业新能源汽车为例

运用两阶段关联网络DEA模型,对我国新能源汽车产业上市公司的债权融资效率及各子阶段对应效率进行了测算。研究结果表明:新能源汽车产业上市公司债权融资效率水平偏低,而债权筹资效率相对低下是其主要原因;随着时间推移,大部分新能源汽车产业上市公司两阶段效率逐渐趋向双重高效。     

财政补贴和税收优惠对新能源汽车产业R&D投入的影响

采用倾向得分匹配法,实证对比分析财政补贴和税收优惠对新能源汽车上市公司R&D投入的激励作用。结果表明:财政补贴能够有效促进新能源汽车产业的R&D投入,而税收优惠效果不佳。据此,可采取财政补贴为主,税收优惠为辅的财税政策,并逐渐完善财政补贴形式和补贴监管方式,从而最大限度地发挥财税政策对新能源汽车产业R&D投入的促进作用。     

关于在中国钢铁工业降低能耗和减少能源成本的研究——基于系统动力学理论

钢铁工业在中国属于高能耗工业,煤和电又是钢铁制造的主要能量来源.目前钢铁工业在中国的工业化进程中由于中国经济的转型而处于转型期,而钢铁需求近几年来急速增长也进一步扩大了能源需求.另一方面,由于政府的宏观调控,煤炭和电的价格自1980年以来也在快速增长.巨大的能源需求导致高能耗,而越来越高的能源价格也进一步增加了钢铁制造的成本.激励于降低能耗和减少能源成本的紧迫需求,本文构建了系统动力学模型来帮助探寻相关政策,目的是为了寻找钢铁行业在其转型期内缓解能源问题的方法.此模型有助于学习一个复杂的动态问题,因此能更好的帮助理解能源相关政策的可行性及有效性.测试结果表明大部分可选择的政策仍具有成本效益.然而,如何去实践操作这些政策措施依旧是关键,因为某些政策诸如能源税和研发补贴的可行性在现实世界中仍然面临质疑.另一个结论发现:发展回收废钢的技术有可能有效的缓解二氧化碳排放,且可操作性相对较强.     

复杂网络视角下中国经理人研究热点与趋势测度

随着企业的不断成长和壮大,企业所有者的精力和能力逐渐无法独自驾驭庞大的企业组织,引进和建立经理人制度成为大势所趋。经理人的发展状况不仅成为企业未来发展的关键,也成为研究中国情境下的企业的学者们关注的重点。在中国知网(CNKI)1986~2013年的数据库中,搜索以"经理人"为"篇名"的所有论文的关键词作为基础数据源,基于复杂网络理论,构建经理人关键词的分析网络,借助UCINET6.0软件,利用密度、最短路径、派系、中心性等指标对所构建的"经理人关键词网络"的整体结构、节点进行分析。研究发现,经理人研究领域围绕经理人和职业经理人两个核心点展开,经理人角色定位、职业经理人市场等为研究的热点,对期权激励以及业绩的研究成为未来研究的趋势。     

区块链技术助力新能源供应链金融发展研究

传统新能源供应链中存在信息交互及时性、真实性难以保障,优质核心企业缺 乏,风险控制不足等问题,具有去中心化、可溯源、信息不可篡改、智能合约等特点的区块链 技术为供应链金融创新发展提供了有利条件。在解析新能源供应链金融存在的问题基础上,分 析区块链技术在新能源供应链金融中应用的优势,提出将融资租赁公司融入新能源供应链作 为核心企业,构建基于区块链的新能源供应链金融新模式,并对可能存在的风险进行了分析。     

基于复杂网络视角的金融科技风险传染研究

大数据、云计算、人工智能等新兴技术逐步改变金融生态,金融科技成为传统金融业提效降本的动力源泉.机遇与风险并存,金融科技的加入是否对传统金融造成风险冲击成为重要的研究课题.本文基于复杂网络视角,采用TENET方法搭建以金融科技、银行和证券机构为主体的风险关联网络,融合PMFG极大平面过滤图法,分析金融科技同传统金融主体的风险传染关系,在此基础上提出了关键性风险路径的识别方法.研究结果表明:相较于银行与证券,金融科技的内外部风险传染性最强;金融危机加强了风险传染的跨部门属性;风险传染以规模、业务相近的直接渠道为主,对关键性路径的识别有助于挖掘金融科技机构的潜在风险点.监管当局应加强对金融科技机构的宏微观审慎管理,识别同部门与跨部门的风险传染路径,优化监管效率.     

关于在中国钢铁工业降低能耗和减少能源成本的研究——基于系统动力学理论(英文)

钢铁工业在中国属于高能耗工业,煤和电又是钢铁制造的主要能量来源。目前钢铁工业在中国的工业化进程中由于中国经济的转型而处于转型期,而钢铁需求近几年来急速增长也进一步扩大了能源需求。另一方面,由于政府的宏观调控,煤炭和电的价格自1980年以来也在快速增长。巨大的能源需求导致高能耗,而越来越高的能源价格也进一步增加了钢铁制造的成本。激励于降低能耗和减少能源成本的紧迫需求,本文构建了系统动力学模型来帮助探寻相关政策,目的是为了寻找钢铁行业在其转型期内缓解能源问题的方法。此模型有助于学习一个复杂的动态问题,因此能更好的帮助理解能源相关政策的可行性及有效性。测试结果表明大部分可选择的政策仍具有成本效益。然而,如何去实践操作这些政策措施依旧是关键,因为某些政策诸如能源税和研发补贴的可行性在现实世界中仍然面临质疑。另一个结论发现:发展回收废钢的技术有可能有效的缓解二氧化碳排放,且可操作性相对较强。