【摘 要】
：
近年来,中国经济发展速度一直处于较高水平,但股市暴涨暴跌发生次数也高于全球平均水平。股价暴涨暴跌特别是暴跌所导致的崩盘严重扰乱了市场秩序,对证券市场构成了极大隐患,因此对股价崩盘风险的研究也越来越热门。投资者掌握信息的多少影响着其投资决策,因而成为影响股价崩盘风险的一大因素。以微博为代表的社交媒体平台极大地拉近了人与人的距离,在信息传播方面发挥越来越关键的作用,不仅方便了人们的生活,也拓宽了投资者
论文部分内容阅读
近年来,中国经济发展速度一直处于较高水平,但股市暴涨暴跌发生次数也高于全球平均水平。股价暴涨暴跌特别是暴跌所导致的崩盘严重扰乱了市场秩序,对证券市场构成了极大隐患,因此对股价崩盘风险的研究也越来越热门。投资者掌握信息的多少影响着其投资决策,因而成为影响股价崩盘风险的一大因素。以微博为代表的社交媒体平台极大地拉近了人与人的距离,在信息传播方面发挥越来越关键的作用,不仅方便了人们的生活,也拓宽了投资者的信息渠道。所以微博等社交平台所披露的信息与股价崩盘风险之间存在着一定的联系。本文依据信息不对称理论、委托代理理论、信号传递理论和股价崩盘风险理论,利用上证A股公司2016年1季度至2020年2季度的数据,实证检验了微博披露对于上市公司股价崩盘风险的影响,并进一步研究了双重代理成本在其影响机制中的中介作用。研究结果主要表明:（1）微博披露能够通过减小信息不对称程度,从而降低股价崩盘风险,其中管理层与股东间的第一类代理成本起到了部分中介的作用,但大小股东间的第二类代理成本在微博披露影响股价崩盘风险的过程中不起作用;（2）微博披露的信息具有“非重大”的特点,在特殊时期,其在投资者决策中的权重下降;（3）噪声微博会稀释披露微博带来的影响;（4）相对大盘股来说,非大盘股的股价崩盘风险更加受微博披露的影响。本文也基于这些结论,为政府与市场监管部门进一步规范市场信息披露提出了政策建议。
其他文献
随着时间进入21世纪,信息技术的快速发展,使得依托现代信息技术手段建立有针对性的个性化营销体系成为可能。本研究从电商企业优惠券精准投放现存的问题出发,凭借电商平台能够提取用户的优惠券领取和赎回、访问、搜索、浏览、加购到购买整个链路的详细数据的优势,对上述数据进行清洗预处理和特征工程,同时还就本文使用的用户优惠券赎回行为分类数据集存在的非平衡类别数据集建模时经常碰到的分类偏倚的现象导致的分类模型失效
诸如Lasso类的惩罚系数变量的选择方法在选入模型时,没有考虑将选择事件的结果视为一个统计行为从而进行相应的统计推断。已有的文献方法在选择性推断模型时会丢弃未包含在模型中的有关变量的信息。为了解决上述问题,本文提出了一种基于适应性Lasso选择性推断的估计理论,并基于此构建了一种新的算法框架,我们首先使用随机化Lasso算法获得关于每个变量的重要性度量,即相应权重估计的大小;接下来从适应性Lass
信用债是我国债券市场上的重要品种。2014年,“11超日债”发生违约,自此之后,我国信用债违约事件陆续发生。截至2020年12月31日,信用债违约数量高达570只,涉及违约金额4331.99亿元。现阶段,中国信用债市场的违约风险使得大量的投资者“望而却步”,未来中国信用债市场将面临更大的挑战。然而,信用债发生违约并不意味着投资者会损失全部的投资金额,债权人和债务人可以通过多种方式对损失的金额进行求
本文选取2000-2020年中国上市公司A股的全部数据为研究对象,试图研究上市公司研发支出R＆D与特质波动率IV之间影响机制,进一步探索上市公司研发支出R＆D与市场份额MS的作用机理,并检验市场份额MS是否在上市公司研发支出R＆D与特质波动率IV之间存在中介作用。本文采用研发强度（RD＿assets）和研发密度（RD＿income）作为研发投入（R＆D）的衡量指标。在衡量市场份额MS指标时,选择总
一直以来,固定资产投资增长率都是我国政府、私人部门和金融机构等市场主体极为关注的核心宏观经济指标之一。特别是我国长期以来都依赖于以固定资产投资和出口驱动经济增长,促进固定资产投资增长率也往往是政府宏观调控增长的重要方向。如今的中国已经进入了新阶段,习近平总书记如此形容中国经济之新常态:“中国经济呈现出新常态,有几个主要特点。一是从高速增长转为中高速增长。二是经济结构不断优化升级,第三产业、消费需求
中国股票市场存在着一种独特的交易制度—T+1交易制度。自从1 995年1月1日中国股票市场开始实施T+1交易制度以来,海内外的专家学者对其进行了许多的实证研究,包括其对于中国股票市场的波动性、股票的流动性以及市场定价效率等方面的影响,而隔夜收益率是受到T+1交易制度影响较大的一个因素。本文从隔夜收益率的角度出发,研究基于隔夜收益率的资产定价模型,不仅进行了初步的对隔夜收益率实证研究,还对于投资者进
风险与收益的关系是金融学研究的核心问题之一,也是资产定价的重要内容,其重要的经济意义在于预期的风险可以预测资产未来的超额收益率。传统的定价理论大多建立在“均值—方差”模型和CAPM模型的基础上,而模型的前提条件之一是资产收益服从对称的正态分布,但是随着研究的深入,许多学者发现在现实的金融市场中,尤其是我国这样起步较晚的新兴市场,资产的收益率分布往往是非对称的。风险即是收益,如果投资者忽略了这种不对
谈及金融领域中的流动性,我们知道其在金融资源配置过程中起着重要的作用,故而被公认为是股票收益率变动的重要影响因素,所以,研究流动性及其风险在股票定价方面的作用已然成为了一个重要的研究方向。然而,现有资产定价文章研究流动性因素时,无论是将其作为因子加入到Fama三因子或五因子模型中,考察其是否在原有基础上提高了模型的定价能力,还是基于Acharya and Pedersen（2004）提出的LCAP
自我国资本市场发展至今,交易规模迅速扩大,市场参与主体也逐渐增多,整体上呈现一片欣欣向荣的景象。与资本市场整体行情不同的是个股崩盘时常发生。众所周知,股价崩盘不仅会影响投资者的投资信心,还可能会在市场层面相互传染,引发市场的震荡性崩盘,最终波及实体经济。因此,研究影响股价崩盘风险的因素对股票市场的健康发展有着重大意义。已有研究发现,导致股价崩盘风险的根本原因是信息不对称,公开信息披露作为投资者获取
国际上有国与国之间的发展差距,每个国家内部又有个体之间的收入差距,故资源分配一直是一个普遍而又备受关注的问题。新世纪以来,社会资源分配极化的问题日趋严重。而一般的资源分配极化的定量测度方法有Gini指数和洛伦兹曲线,在此基础上有学者提出了Bonferroni指数（以下简称“B指数”）和De Vergottini指数（以下简称“V指数”）。其中一维B指数被认为对资源拥有量较低群体比较敏感,一维V指数