论文部分内容阅读
基于深度学习的资本资产定价研究
【摘 要】
:
自1965年CAPM模型问世,发展到如今著名的q5模型,Fama-French六因子模型,大量的公司特征和因子不断被挖掘,模型的异象解释能力也不断增强,多因子定价模型始终在资产定价理论中保持着非常高的活力和生机。但是传统资本资产定价模型都离不开线性的假设,即收益与因子线性相关,该假设与金融市场存在众多噪声和现实世界的复杂性事实不相符合。随着大数据时代的到来,线性模型更难从大量的数据中提取有用的信息
【机 构】
:
江西财经大学
【出 处】
:
江西财经大学
【发表日期】
:
2021年10期
【基金项目】
:
其他文献
以信息技术为核心的新经济时代正悄然到来,不断改变当前社会经济生活。在这样一个时代中,创新显得愈发重要。企业作为社会经济活动的重要参与者,创新活动的作用则更加明显。作为创新活动的重要代表,创新投入常被用以衡量企业创新活动的主动性和能力。企业的创新投入越多,越有助于提升企业的生产效率,越能够顺应不断变化的市场需求,找到满足市场需求的道路,从而获得市场竞争优势,实现企业的增长和企业价值。随着现代社会企业
学位
李克强总理在2020年9月召开的国务院常务会议中指出,要进一步提高上市公司信息透明度和披露质量,帮助监管机构加强对公司信息披露的监管,提高公司信息披露治理水平。上市公司年报则是其中非常重要的关乎信息披露质量的一环,但是由于年报这种强制性信息披露方式的固化性和缺乏时效性,不能满足广大利益相关者的信息需求,因此投资者急需一种更新式的、更具有时效性的信息披露方式。与此同时,随着信息技术的发展,社交媒体在
学位
证券市场的波动一直是政府、企业和投资者关注的话题。而对于股票未来收益率的预测也是证券投资理论的重要组成部分。在学术界,在奈特提出不确定分为风险和奈特不确定性之后,很多研究开始基于奈特不确定对于资产定价进行探讨。特别是当基于传统的风险框架对于资产定价的研究并不能得到很好或者一致性的结论的时候。在资产定价领域,到底是什么决定了股票的收益率,传统的金融资产定价理认为是个股和股票市场投资组合之间的协方差关
学位