宋泽芳
- 作品数：14 被引量：66H指数：3
- 供职机构：广州大学更多>>
- 发文基金：国家自然科学基金国家教育部博士点基金广东省自然科学基金更多>>
- 相关领域：理学经济管理社会学更多>>
- 基于投资者情绪的市场均值-方差关系研究被引量：10
- 2015年
- 本文应用带有GARCH效应的门限模型,研究了投资者情绪对市场均值-方差关系的影响。实证结果表明,市场均值-方差关系受投资者情绪的影响存在一个转变机制。当市场情绪落入低迷期,均值-方差的关系负相关;当投资者情绪进入到复苏期或高涨期时,两者关系是显著正相关,而且当期情绪的这种作用还会影响到下期的市场。同时发现股市政策性变化会引起情绪波动。
- 宋泽芳李元
- 关键词：投资者情绪门限模型
- 非对称DAR模型的估计与检验
- 2022年
- 本文研究非对称DAR模型的估计和检验问题。运用拟极大似然方法,构造模型的参数估计,在某些正则条件下,证明估计的相合性和渐近正态性。基于此,构造拟似然比统计量检验模型的非对称性,在原假设和备择假设下,给出该统计量的渐近分布。数值模拟和实证分析结果表明:本文所构造的模型参数估计和检验方法具有良好的有限样本性质。
- 陈钟秀张兴发张兴发宋泽芳
- 关键词：拟极大似然估计渐近性质
- 基于中国股票市场的投资者情绪效应研究
- 传统金融理论认为市场中的投资者都是理性的，然而实证发现投资者心理、情绪的影响是不容忽视的．本文运用数理统计方法探讨了我国股票市场的投资者情绪效应，得到了相应的结论．全文共分六章：第一章系统介绍了本文的研究背景、内容和意义...
- 宋泽芳
- 关键词：投资者情绪主成分分析股票特征
- 文献传递
- 基于文本挖掘的股评情绪效应分析被引量：2
- 2023年
- 结合TF-IDF、Word2vec等文本挖掘方法构建了股市情感词典.基于情感词典,采用SVM方法对股评文本进行分类后构建了文本情绪指数.然后应用所构建的文本情绪指数对股市效应进行了实证研究.实证结果表明,投资者情绪对股票收益率具有短期正向预测作用和长期负向预测作用,其影响具有持续性和潜伏性.
- 黄雨婷宋泽芳宋泽芳
- 关键词：情感词典投资者情绪文本挖掘
- 投资者情绪与股票特征关系被引量：49
- 2012年
- 通过选取情绪变量,构造了情绪指数和反映股票收益对情绪变化敏感性的指标—情绪β.在此基础上,分析和研究了情绪与股票特征之间的关系.实证研究表明,我国A股市场在一定时期内,规模较大、波动率较高、市净率较高的股票易受情绪的影响,不同年龄的股票并未受投资者情绪的影响.
- 宋泽芳李元
- 关键词：投资者情绪股票特征主成分
- 基于结构方程模型的投资者情绪与市场表现关系的实证研究
- 2013年
- 投资者情绪与市场表现有着重要的关系。文章从我国股票市场中挑选能够测量市场中投资者情绪与市场表现的可观测变量,运用结构方程模型定量分析两者的关系,结果表明,投资者情绪与市场表现是相互作用与影响的。
- 吴奇峰宋泽芳
- 关键词：投资者情绪结构方程模型
- 基于混频数据的投资者情绪与股市波动效应的研究
- 2022年
- 根据投资者情绪对股市波动具有重要影响这一观点,引入投资者情绪的传统GARCH类波动率模型出现因不同频率数据建模而产生的效率损失问题。文章基于混频数据结构,分别从不同行业、不同情绪状态和不同经济阶段3个角度切入,引入自适应权重形式的广义自回归条件异方差混频数据抽样模型(GARCH-MIDAS-adapt),对中国股市日度波动率进行估计与预测比较。实证结果表明,自适应权重形式融合的混频数据结构可以更好地解释投资者情绪对股市产生的长期波动作用,不同行业表现出有显著的解释力和预测力。此外,在不同行业下,情绪低落时对股市的冲击更大。
- 吴文诗宋泽芳宋泽芳李元
- 关键词：投资者情绪股市波动自适应权重
- 基于LASSO变量选择与多因子模型的增强型指数基金的构造研究被引量：4
- 2020年
- 本文以沪深300指数为研究对象,应用LASSO变量选择方法与多因子模型来研究增强型指数基金的构造。实证结果表明,在样本数据内,基于LASSO变量选择方法与多因子模型所构造的增强型指数基金均能够在追踪基准指数的同时获取超额收益。并且发现基于LASSO变量选择方法构造的增强型指数基金优于多因子模型构造的增强型指数基金。
- 古志婷宋泽芳宋泽芳
- 关键词：跟踪误差
- 基于投资者情绪效应的均值—方差关系模型研究
- 关于金融市场收益、风险影响因素的研究一直是学者们所追逐的热点之一.近年来,行为金融学的蓬勃发展为众多学者们提供了解决金融问题的新思路.行为金融学强调投资者心理、情绪因素在投资决策与市场定价中的作用,由此它成功地应用心理学...
- 宋泽芳
- 关键词：投资者情绪结构方程模型门限模型
- 文献传递
- 高频GARCH模型的最优抽样分析
- 2023年
- 波动率代表是运用高频数据估计日频GARCH类模型时构造的一个重要统计量,文章针对运用高频数据估计日频GARCH模型的3种方法,基于估计量的渐近结果讨论了最优波动率代表的选择问题,并展开了在日内高频数据抽样中应用的讨论。通过对沪深300指数的高频数据实证分析发现:同一波动率代表在不同抽样频率下的表现有明显差异;在同一频率下,不同波动率代表有优劣之分;在不同估计方法下,每一个波动率代表的最优频率都不同。因此,日内高频数据的最优抽样频率应针对模型所用的不同估计方法加以区别对待。
- 程凌筠宋泽芳宋泽芳李莉丽
- 关键词：GARCH模型高频数据
