一、The revision of classical stock model（论文文献综述）
刘曜豪[1]（2021）在《基于Black-Scholes模型与Corrado-Su模型的可转债定价比较研究》文中指出19世纪50年代,可转换债券在美国问世,它是一种复杂的金融工具,包含了债权和期权双重属性。对发行者而言发行可转债能以低于普通公司债券的融资成本获得资金,对投资者而言投资可转债既能够享受债券稳定的利息收益,又能获得标的资产价格上涨带来的收益。因此,可转债一经发行就倍受资本市场青睐并迅速发展成国际资本市场中不可或缺的一部分。而我国可转债市场正处于发展的初级阶段,近年来我国可转债市场出现发行量和交易量激增的繁荣景象,在国家大力推进直接融资的大背景下,我们有理由相信可转债将会成为我国资本市场的金融工具中冉冉升起的新星。Corrado-Su期权定价模型（简称C-S期权定价模型）是将传统B-S期权定价模型运用Gram-Charlier级数展开定理拓展而得到的模型。本文研究的重点是将C-S期权定价模型引入可转债定价理论中,并将其与传统B-S模型进行同步修正和拓展。在修正两模型的同时基于两模型计算本文所选样本的理论价值,并计算和对比理论价格与市场价格的偏离率。本文在定价偏离率对比分析时,为了使对比分析更加严谨不仅进行不同模型之间的横向对比,还进行模型改进前后定价偏离率的纵向对比。在进行样本选择时,为了使模型分析结果更具代表性,本文基于发行时间、信用评级和交易量等标准选取了13只可转债作为样本。选好样本后使用两种模型及其各自的拓展模型对样本可转债上市交易首日价格进行理论价值定价。本文可转债定价采用组合定价法,将可转债价值分为债券与期权两个部分分别进行定价计算,其中需要重点研究的是期权部分。首先,当期权部分仅考虑转股期权且波动率采用历史波动率估计法时,利用两种模型分别对可转债进行定价计算,再进行定价偏离率分析;然后,为了更全面的了解和提高B-S模型与C-S模型的定价效果,对B-S模型和C-S模型中波动率的估计进行了修正。将传统模型中用样本标准差估计波动率的方法换为利用GARCH模型估计的波动率,再次对样本可转债进行定价偏离率计算和对比分析;最后,在修正波动率的基础上综合考虑可转债的附加条款期权价值,进一步对样本可转债进行定价并分析定价偏离率。分析结果得出,在利用历史波动率且仅考虑转股期权时,B-S模型定价偏离率更低。修正模型波动率后,修正前后相比,两模型各自的定价偏离率都得到了降低,其中C-S模型降低效果更明显,而修正波动率后两模型之间比较发现C-S模型的定价效果更佳。在修正波动率的基础上综合考虑可转债的附加条款期权时,修正前后相比,两个模型各自的定价偏离率进一步降低了。两模型的定价偏离率下降幅度大致相当,其中B-S模型的降幅稍大,综合考虑波动率和附加条款后对比两模型之间的定价偏离率C-S模型更低。为了更好判断B-S拓展模型与C-S拓展模型定价效果的差别,本文继续对案例上市后10日进行了定价计算,计算发现C-S模型的平均定价偏离率更低。对定价结果进行分析后发现,修正模型波动率和考虑附加条款期权价值都能提高模型的定价效果。其中波动率对C-S模型定价的影响更大,附加期权价值对B-S模型的定价影响更大。在进行定价分析后本文还从样本数据量、模型考虑因素、投资者对可转债认识不足和我国可转债市场不成熟等几个方面对模型定价出现偏离的原因进行了分析并提出了相应的研究展望。
胡洁琼[2]（2021）在《内部控制有效性对股价崩盘风险的影响》文中进行了进一步梳理股价崩盘不但会损害上市公司的企业价值,造成投资者的财富损失,还可能对行业产生恶劣影响,不利于证券市场的健康稳定发展。因此,如何避免股价崩盘是学术界和实务界关注的热点话题。内部控制是风险管理的重要组成部分,是全球范围内市场监管者愈发重视的制度安排。理论上来说,有效的内部控制能够降低股价崩盘风险,但现有研究主要关注内部控制在保证财务报告质量方面的作用,鲜少将逻辑链条延伸至资本市场。鉴于此,本文对内部控制有效性与股价崩盘风险的关系进行研究,构建了内部控制有效性影响股价崩盘风险的理论分析框架,验证了内部控制有效性影响股价崩盘风险的存在性和因果性,揭示了内部控制有效性影响股价崩盘风险的机理,并考察了中国推进内部控制系统工程建设背景下的内部控制规范实施效果。本文的主要内容包括:第一,构建了内部控制有效性影响股价崩盘风险的理论分析框架。以委托代理理论、有效市场理论、信息不对称理论、不完备契约理论等为基础,使用文献分析法和规范分析法,建立了内部控制有效性影响股价崩盘风险的理论框架,描述了内部控制有效性影响股价崩盘风险的动态过程和作用机制,确定了信息透明度是内部控制有效性影响股价崩盘风险的关键路径,奠定了全文的理论基础,也为后续研究提供逻辑参考。第二,厘清了内部控制缺陷的存在与内部控制缺陷的披露对股价崩盘风险的不同影响。股价崩盘的形成可以分解为坏消息的贮藏和坏消息的泄出两个过程,但相关文献通常仅观察了内部控制缺陷的存在与披露的联合效应,忽略了“存在但不披露”的情况。实际上,上市公司向社会公众隐瞒内部控制缺陷的情况非常普遍。上市公司通常认为内部控制缺陷是典型的坏消息,为避免可能的负面后果,上市公司有动机隐匿内部控制缺陷,导致与投资者之间的信息不对称程度加深,与监管部门的初衷背道而驰。本文以上市公司为样本,运用回归分析法和双重差分法,分别考察了内部控制缺陷的存在和内部控制缺陷的披露对股价崩盘风险的独立影响,验证了内部控制有效性影响股价崩盘风险的存在性与因果性。研究结果表明,内部控制缺陷的披露并不会导致股价崩盘风险的剧烈波动,而内部控制缺陷的存在却与股价崩盘风险显着正相关,意味着内部控制缺陷的披露策略对股价崩盘风险影响微弱,而维持有效的内部控制才是抑制股价崩盘的有效渠道。该结果有助于上市公司正确理解内部控制的功能,在党的十八大、十九大持续关注内部控制议题的背景下具有重要的现实意义。第三,揭示了内部控制有效性影响股价崩盘风险的影响机理和作用路径。基于内部控制有效性影响股价崩盘风险的理论分析框架,运用文献分析、规范分析和数理模型推导法,锁定信息透明度为内部控制有效性影响股价崩盘风险的关键路径。本文以上市公司为样本,实施中介效应检验流程,发现有效的内部控制能够通过提升信息透明度进而降低股价崩盘风险。该结果有助于形成对内部控制有效性影响股价崩盘风险影响机理的系统性认知。第四,讨论了内部控制有效性影响股价崩盘风险的制度环境效应。近年来,中国在持续推动内部控制体系的全面建立与完善,证监会、财政部、国资委、沪深交易所等各级证券监管与服务部门陆续出台多个文件强调内部控制的重要性,并采取强制要求企业披露内部控制报告等措施督促企业保证和维持内部控制有效性,客观上也造成了企业外部制度环境的变化。本文以上市公司为样本,考虑到内部控制规范分类分批实施的特点,采用多时点双重差分法检验了内部控制规范的实施效果。结果表明,内部控制规范实施以后,上市公司内部控制有效性明显提升、信息透明度显着加强、股价崩盘风险有所下降。一方面,将内部控制规范政策效应的研究视角拓展至资本市场,提供了股价崩盘风险维度的实证证据;另一方面,将制度环境变化纳入到内部控制有效性影响股价崩盘的理论框架中,同时考虑了公司内部作用路径和公司外部环境变迁,增强了内部控制有效性影响股价崩盘风险理论的深度和广度。本文具有重要的理论意义和实践意义。从理论上来说,本文通过厘清内部控制缺陷的存在与披露,挖掘和丰富了内部控制有效性的理论内涵;通过将内部控制发挥作用的逻辑链条延伸至资本市场,拓展和深化了内部控制有效性经济后果的相关研究;通过考察内部控制有效性影响股价崩盘风险的过程和路径,充实和发展了内部控制有效性影响股价崩盘风险的因果性与机理性的相关研究;通过结合中国特殊制度背景,为股价崩盘成因理论提供了来自发展中国家和不成熟市场的视角,有助于增强内部控制有效性影响股价崩盘风险研究的理论发展潜能。从实践上来说,本文通过分别探讨内部控制缺陷的存在与披露对股价崩盘风险的不同效应,帮助上市公司正视内部控制缺陷、了解内部控制的功能;通过考察内部控制有效性对股价崩盘风险的影响效果和作用路径,帮助上市公司进行股价崩盘风险管理;通过检验内部控制规范的实施效果,补充了内部控制规范政策的成本收益权衡证据,有助于为促进资本市场健康稳定发展提供决策依据。
王锦[3]（2020）在《分形市场理论下中国债券市场长期记忆性研究》文中提出金融时间序列的长期记忆性是现代金融热门的研究方向之一。基于分形市场理论,可以有效地刻画金融时间序列元素之间的长期依赖关系。国内债券市场作为金融市场的重要组成部分,对其进行长期记忆性研究不仅可以帮助我们理解和分析市场特征,而且能够向前预测较长时期的资产价格变化趋势,从现实出发具有重要意义。因此,本文在分形市场理论的框架下,运用分形分析方法和时间序列分析法对我国债券市场进行如下研究:运用两种分布特征检验方法检验样本数据的正态性并采用Q统计量和BDS检验方法验证样本数据的相关性;然后利用经典R/S分析法、修正R/S分析法和DFA分析法检验样本的长期记忆性;最后采用经典R/S分析法计算出的统计量对长期记忆性持续时间进行度量。结果表明,国债指数和企业债指数日收益率序列均不满足正态分布,具备尖峰厚尾的分布特征,存在非线性相关结构;两组指数日收益率序列都拥有长期记忆性,且企业债指数的长期记忆性较强;国债指数与企业债指数收益率波动的最短循环周期分别为24天和55天,最长循环周期分别为244天和330天。考察时间因素对长期记忆性检验结果的影响。分别在不同时间标度和不同区间尺度下对样本数据的长期记忆性进行检验估计。结果表明,选取的样本区间长度不同和时间标度不同都会影响长期记忆性估计的结果。本文的实证对象在不同区间尺度和不同时间标度下均存在长期记忆性。构建可以描述时间序列长期记忆性的参数模型:分整自回归移动平均（ARFIMA）模型和调和分整自回归移动平均（ARTFIMA）模型。结果表明,从谱密度拟合的角度来看,ARTFIMA模型在调和参数的作用下对低频处数据进行了更好的拟合;从预测结果看,ARTFIMA模型在国债指数收盘价的预测中表现更好;在预测企业债指数收盘价时,ARFIMA模型表现更出色。最后通过对比分析法验证了ARTFIMA模型在预测长期记忆性较弱的时间序列过程时具有优势,而ARFIMA模型在预测长期记忆性较强的时间序列占有优势。
李振宇[4]（2020）在《中国股票市场的双重记忆性分析》文中提出中国股票市场是一个庞大复杂的系统,从其运行的时间段看,中国股市会经常出现暴涨和暴跌的现象,因此对其行为趋势的研究是重点和热点问题。早期学者有效市场假说为研究基础,但市场实际运行情况导致其研究理论遭到质疑。之后分形市场理论诞生,为金融市场研究开辟了另一条道路。本文以分形市场理论为研究基础,结合结构性突变相关理论来研究我国股票市场收益率序列的突变点与长记忆性,进而探寻中国股市的运行规律。首先,本文在国内外文献研究基础上,运用经典R/S、修正R/S、GPH、LW、ELW和极大似然估计等方法检验上证综指和深证成指的日收益率序列是否具有长期记忆性,结果发现沪深股票市场均存在双重长记忆性的特征,上海市场收益率序列的记忆性大于深圳市场日收益率的记忆性,而上海市场日收益率序列波动性的记忆性小于深圳市场日收益率波动性的记忆性。其次,在检验长记忆性基础上,本文从结构突变的视角出发,采用修正的ICSS算法和BP多均值突变模型检验上证综指和深证成指的日收益率序列是否存在结构突变,结果证明沪深市场均存在结构性突变特征,在此基础上检验其“伪”长记忆性,结果证明中国股票市场具有“真”双重长记忆性。最后,在我国股市存在双重长记忆性基础上,运用FIVAR模型研究沪深股票市场日收益率与其波动性之间存在的关联性问题。并根据本文得出的结论,探究我国股票市场双重记忆性的原因,并建议从市场调控、股市监管制度、股权分置改革以及投资者教育方面出发去完善中国股票市场,缩小与发达市场的差距,从而走上健康平稳的“牛市”格局。
王天童[5]（2020）在《信息透明度对公司并购影响的研究》文中认为中国的控制权市场虽处于起步阶段,但近年来呈强劲崛起之势,并有着广阔的发展前景。从微观角度看,并购是公司最重大的投资经营决策和最直接的外源成长方式之一。从宏观角度看,每一次并购浪潮都有力地影响和转变着经济的格局和发展方向。公司并购在促进产业结构调整和优化要素资源配置方面具有独特优势,能够在中国经济进入改革纵深发展、产业动能新旧转换、区域性经济重大调整的新时代发挥日益重要的作用。公开透明不仅是现代法治社会的原则,更是市场经济蓬勃发展的基础。由于信息是市场的基础要素,是经济主体做出决策的重要依据。所以信息透明度对经济活动产生的影响可谓是全方面的,特别是学术界对信息透明度如何影响资本市场的研究不仅内容丰富,并且很多议题取得了相当一致的结论。然而,信息透明度对控制权市场的影响作用还没有得到足够的重视。金融服务实体经济的本质,是通过资本市场建设促进实体经济繁荣活跃。资本市场为控制权市场发展提供了平台与基础。而控制权市场作为资本市场的延伸,又成为后者优化存量资源配置的重要方式,二者相辅相成。所以,关于信息透明度影响作用的研究不能仅局限于资本市场,而应该将其对资本市场和控制权市场的影响统一起来分析。现有文献仍存在一些有待进一步探索的问题:（1）分析框架有待完善。现有研究大多只考察了并购交易双方之间信息不对称对并购活动的影响,却忽视了并购公司与资本市场之间信息不对称的影响。然而由于作用不同,这两类信息不对称不能替代,也不能单独考虑,分析框架不完整,就很容易依据现有知识得到先入为主的结论。（2）研究视角相对单一。现有研究大多从会计信息质量的单一层面考查信息对并购活动的影响。然而现实中会计信息质量并不能全部决定一家公司与外部投资者之间的平均信息成本。公司自愿性信息披露的强度与质量、信息中介对公司特质信息的加工生产、信息媒介的传播效果以及社会曝光的程度都会影响上市公司的信息透明度。所以,现有研究只分析了并购信息作用机制的一个层面,缺少综合视角的分析。（3）研究方法有待精进。现有基于市值和行业标准配对的并购目标选择研究,在计量方法上存在极大似然估计系数偏误、配对组样本可能不标准以及数据信息量降低导致的实证研究结果失真问题。（4）由点及面的系统性研究有待完成。从本文掌握的文献来看,以信息透明度为作用内核,从交易动因到交易行为再到交易效果的系统性研究暂且处于空白。这使得理论界和实务界对控制权市场中信息作用机制的了解是相对片面和不完整的。鉴于上述背景,本文以公司并购理论、信息不对称理论、委托代理理论和行为金融理论为基础,从资本市场综合信息成本角度出发,将并购公司与资本市场之间的信息不对称补充纳入现有分析框架,使用2009-2018年中国A股上市公司被并购及未被并购的随机配对研究样本,基于Logistic、OLS计量模型和事件研究法,按照“动因—行为—效果”的研究思路,对并购目标选择、并购定价以及并购市场反应的信息作用机制及边界条件进行系统地研究。主要发现和结论如下:（1）并购目标选择的信息作用机制与边界条件。实证发现,上市公司信息透明度对其成为并购目标的可能性存在负向影响,高声誉财务顾问地域重叠加强该影响,航空枢纽距离减弱该影响。结果表明,控制权市场存在低信息透明度公司治理机制,信息透明度通过资本市场资产定价、经营管理水平信号以及私有信息含量作用于并购目标选择。并购金融中介存在地域重叠的信息溢出效应,临近航空枢纽降低了投标公司的并购前搜寻成本及并购后监督成本,地理区位因素通过加强信息流动、降低信息成本缓解交易双方的信息不对称水平。（2）并购定价的信息作用机制与边界条件。实证发现,目标公司信息透明度对并购溢价存在负向影响,分析师预测精度平均提高10%,并购溢价降低约2%,交易所信息质量评级提高一个等级,并购溢价降低约2.5%,以研究样本2018年为例可分别为投标公司共节约32亿或40亿元人民币交易成本。并购浪潮期间并购溢价对目标公司信息透明度的敏感度升高,而投资者保护政策发布施行后并购溢价对目标公司信息透明度的敏感度降低。结果表明,信息透明度低是并购高溢价定价的重要影响因素,投标公司与资本市场投资者对于信息成本折价函数的差异决定了并购定价的信息作用机制,并购浪潮和投资者保护政策的外生冲击通过改变相对折价水平影响作用机制的边际贡献。（3）并购市场反应的信息作用机制与边界条件。实证发现,目标公司信息透明度对并购市场反应存在正向影响,投资者有限注意和大股东侵占威胁均加强了上述影响,机构投资者持股比例则无明显作用。结果表明,信息透明度通过边际信息传递能力、投资者信息风险以及委托代理顾虑作用于并购市场反应,是决定目标公司股东并购宣告财富收益水平的重要因素。信息不透明导致投资者对“好消息反应不足”,市场价格发现效率受限。低信息透明度的目标公司没有因为宣告并购以及获得高溢价而被投资者重新认识,资产的信息折价效应依然存在。投资者关注作为一种稀缺资源具有价值效应。大股东的侵占威胁使外部投资者产生投资顾虑,抑制市场对好消息的反应。本文的主要创新和贡献有:首先,相对完善了公司并购信息不对称研究的理论分析框架。本文将并购公司与资本市场之间的信息不对称补充纳入现有分析框架,同时分析了并购中客观存在的两种信息不对称对交易活动的影响,进一步提升了并购研究中信息不对称分析结构的完整性。其次,拓展了基于信息作用的并购研究视角。本文通过分析师跟踪预测数据、股票交易的高频日内数据以及交易所公布的信息披露质量等级数据刻画市场感受到的上市公司平均信息成本,超越了会计信息质量的单一层面,从资本市场综合信息成本角度分析了信息透明度对公司并购的影响。再次,初步构建了基于信息透明度的公司并购研究理论基础。本文以信息透明度为作用内核,按照“动因—行为—效果”的研究思路,完成了对并购目标选择、并购定价以及并购市场反应信息作用机制及边界条件的系统性研究。第四,初步检验了并购金融中介地域重叠的信息溢出效应。大量研究分析认为地域重叠为投资主体带来显着的信息优势,并购中投标公司与目标公司地域重叠的信息溢出效应得到了检验。然而具有信息效能优势的财务顾问地域重叠,可能为并购公司克服信息障碍发挥的作用却未被考察。本文通过实证分析,初步检验了并购金融中介地域重叠的信息溢出效应,为现有研究提供了新的视角与证据。第五,通过对样本设计的优化,相对提升了实证结果的可靠性。本文通过使用构建与并购组样本容量接近的完全随机配对控制组的方法,相对克服了中国现有并购目标选择研究中存在的极大似然估计系数偏误和实证研究结果失真的问题,得到相对更为可靠的实证结果。最后,通过对变量设计的突破,增加了研究内容的丰富性。本文运用球面几何学的大圆距离公式通过精确计算获取上市公司航空枢纽距离变量,突破现有同地效果的研究约束,初步在中国并购实证研究中分析了地理距离对交易活动的影响,丰富了现有的并购信息不对称相关研究。此外,本文的研究发现还具有一定的现实启示意义:首先,加深各方对并购活动的理解;其次,对监管层制定相关政策提供理论依据和具体建议;再次,对交易双方分别提供相应的并购策略建议;最后,对投资者提供相应的投资建议。
张文明[6]（2020）在《我国融资租赁行业上市公司的信用风险测量研究》文中研究表明信用风险是资本市场重要的金融风险之一。随着近年国内融资租赁行业的发展,国内融资租赁行业的上市公司信用风险不断涌现。本文通过对测量信用风险的理论模型研究,找出适合我国融资租赁行业上市公司的信用风险理论模型,对该行业的信用风险测量具有重要的理论与现实意义。本文通过对国内外度量融资租赁信用风险的理论进行研究,重点对当前常用的测量信用风险理论模型进行了对比,选取了KMV理论用来测量国内融资租赁行业上市公司的信用风险。本文结合国内实际情况,从违约点数值计算和违约数据库构建两个方面对KMV模型进行了两处改进,即一是根据长期债务分频资金最大风险暴露敞口选择数值来计算违约点数值,二是针对国内违约数据库缺失的情况,对国内97家上市公司数据进行计算,收集违约距离与实际违约行为的数据,构建国内上市公司违约数据库,并以此计算预期违约率。在实证方面,本文首先选取10个国内上市的融资租赁公司2015-2019年连续5年的数据作为第一组实证样本,代入修正的KMV模型,计算出样本的违约距离。再与传统的KMV模型计算的违约距离进行均值差检验,t检验,Wilcoxon秩和检验的结果对比。结果表明,修正的KMV模型计算的样本平均违约距离普遍低于修正前的违约距离,在一定程度上改良了传统KMV模型基础。接着本文无差别选取97家国内上市公司数据作为第二组数据,计算2018-2019年上市公司违约距离与实际违约行为数据,构建国内上市公司的小型违约数据库。同时基于该数据库计算出预期违约率,结果表明,基于国内公司违约数据库计算的预期违约率普遍高于传统的KMV模型计算的预期违约率。经过对统计公司实际违约行为的大数据采集,证明基于国内数据库计算的预期违约率更优于传统的数据库计算的预期违约率。最后得出结论,修正违约点与数据库的KMV模型计算的违约距离预测性灵敏度更佳,计算的预期违约率更适合我国实际情况。
库泉[7]（2019）在《基于两维证据理论的证券分析师群体多源预测信息融合研究》文中研究表明证券分析师的工作与资本市场的发展息息相关。证券分析师通过研究报告的形式向投资者传递专业的信息,进一步缩小了投资者与被投资者之间的信息不对称。从国内外资本市场的实践来看,证券分析师的工作对甄别上市公司质量、提高市场效率、合理配置资源发挥着至关重要的作用。互联网、大数据与人工智能技术的发展,使人们加工利用证券分析师群体的研究报告成为可能。融合专家群体决策信息已成为专家群体智能研究的前沿,但是由于证券分析师个体存在差异,其本身所掌握知识的有限性以及对问题认识的局限性,导致证券分析师给出预测信息的重要性和可靠性不同,而这部分信息对证券分析师预测信息最终合成结果的质量有重要影响。因此,如何衡量证券分析师给出预测信息的可靠性和重要性,并对原有预测信息进行修正,从而更加有效的利用预测信息,是利用证券分析师群体的知识和经验解决复杂决策问题时必须要解决的重要科学问题。本文将两维证据理论引入证券分析师群体多源预测信息融合模型研究中,作为解决上述问题的基本理论,探讨了基于两维证据推理规则的证据信度函数生成与不同维度证据合成问题。针对需要解决的问题,利用数据挖掘、两维语言评价信息、灰色理论、绩效学习等方法进一步优化了两维证据理论合成方法,重点解决了语言主观信息评价问题、证券分析师能力指标的测度方法以及两维证据理论的合成优化问题,构建了基于两维证据理论的证券分析师群体多源预测信息融合模型,并利用我国证券市场数据验证了融合模型的实用性和有效性。本文主要的工作如下:（1）为证券分析师群体多源预测信息融合求解提供了一般性的分析框架。证券分析师群体多源信息融合问题是典型的不确定性决策问题。证据理论在解决此类问题时有明显优势,但是传统证据理论未考虑不同信息源的信息质量和可靠性差异,未能反映证券分析师由历史数据（实证据）和知识经验给出决策结论以及从不同信息源获取信度函数的相关过程与特征。本文拓展经典证据理论识别框架,系统整合证券分析师个人特征信息,形成全面反映证券分析师预测信息质量的两维证据识别框架的信度函数,构建了基于两维证据理论的证券分析师群体多源预测信息融合模型,进一步完善了经典证据理论合成规则。（2）从多个维度综合反映了证券分析师预测能力,并以此作为预测信息融合的重要影响因素。现有证券分析师信息融合方法中,大多直接利用证券分析师给出的客观荐股信息,未能充分利用证券分析师个人特征信息。本文通过系统梳理现有相关理论文献,借鉴经典金融分析师能力框架,通过分析师工作经验、学历背景、工作绩效和研究报告质量构建证券分析师综合预测能力综合指数,全面反映了证券分析师未来预测能力。在帮助决策者合理选择决策信息的同时也为券商考核证券分析师综合预测能力提供了一条新的思路。（3）深度剖析证券分析师研究报告主客观信息。现有研究大多只关注证券分析师研究报告最终的荐股信息和关键指标预测等定量信息,未能充分利用证券分析师研究报告中定性评价信息,而上述信息是反映研究报告质量和特征的关键信息。本文通过系统梳理相关文献和统计大量证券分析师研究报告内容,提出研究报告核心关键词出现的频率可以在一定程度上反映出证券分析师的熟悉程度和研究报告的质量。因此,证券分析师预测能力指数不仅仅包括证券分析师个人特征信息等定性指标,也包括研究报告质量等定量指标。本文将主、客观赋权法有机融合,利用灰色理论、白化权函数将定性、定量数据进行科学有效的融合,完成混合指标的一致性转化。（4）提出了一种基于学习的综合优化两维证据融合内部结构参数的方法。两维证据在信息合成过程中需要将第二维证据信息拟合到传统第一维证据框架下。本文充分利用证券分析师历史预测数据,并借鉴有监督学习的方法,学习优化两维证据体系的内部参数,面向证券分析师群体多源预测信息融合问题,通过证券分析师预测准确率构建绩效矩阵来建立综合优化的目标函数,从而使所获取的综合优化参数具有动态适应性。（5）基于两维证据理论的证券分析师群体多源预测信息融合模型的实验研究,系统验证了本文所提方法的实用性和有效性。在前期调研获取安徽国元证券证券市场现实数据环境下,研究基于两维证据理论的证券分析师群体多源预测信息融合方法。以证券分析师群体最终预测准确率为评判标准,通过比较传统基于统计学的信息融合方法,说明本文综合证券分析师预测能力的合理性,并验证了应用两维证据理论在证券分析师群体多源预测信息融合过程中的实用性和有效性。
刘森[8]（2019）在《基于修正KMV模型对汽车类上市公司供应链金融信用风险研究》文中进行了进一步梳理近年来,我国的汽车行业取得了飞速的发展,形成了相对完善的行业产业链。在产业链上的中小企业还存在规模小、经营不稳定等问题,使得这类企业向银行等金融机构进行融资贷款时会受到一定阻力。所以为了解决供应链上一些中小企业融资难的问题,形成了一种新的融资模式,即供应链金融业务。供应链金融模式通过引入第三方物流公司对抵押物进行监管和运送,可以为银行等金融机构带来更多的信用保障。但是在我国对于供应链金融风险的量化识别以及有效的防范管理体系,还不够完善健全。因此,供应链企业的信用风险识别量化是供应链金融发展所面临的重大问题之一。本文以汽车行业供应链金融为例,通过文献评述厘清供应链金融风险相关的理论概念,并对现有的信用风险模型进行比较分析,选取适合我国金融市场的风险量化模型。首先,根据本文的研究内容及数据的可获取性,选择了16家汽车行业供应链中的上市公司作为测试集样本,并对数据进行了处理和验证。利用R语言软件对这些企业的对数收益率数据构建了GARCH（1,1）模型,求得了各企业的股权价值波动数据。再对经典KMV模型的违约点以及违约概率计算进行修正后得到修正的KMV模型,并运用该模型求得了各企业的违约距离。由于我国并没有完整的企业信用风险映射数据库,所以本文借鉴穆迪公司提出的企业价值服从几何布朗分布的概念,求得了各企业的违约概率。得到了汽车行业供应链金融中三类企业的违约风险排序依次是:汽车经销企业>零部件供应企业>汽车核心制造企业,并且不同类型企业中信用风险差异较为明显。然后随机抽取了未通过GARCH检验的12家企业作为对比集样本,构建了经典的KMV模型。对修正后的KMV模型风险量化结果与经典KMV模型所获得的风险量化结果进行对比分析,以此得到修正的KMV模型能更有效的识别信用风险并且更适用于我国汽车行业供应链金融中企业的信用风险分析。并据此对我国汽车行业供应链中的不同位置的企业依据违约距离和信用风险发生概率提出相应建议。最后,为降低供应链金融风险,建立完善的信用风险管理体系提出了相对应的策略。
张家樾[9]（2019）在《时间序列长记忆性理论及实证研究 ——以中国沪深股市为例》文中研究说明自上世纪50年代Hurst指数提出后,时间序列长记忆性越来越受到重视,在包括水文、气候、金融等各领域都有广泛的应用,尤其在Granger等学者从计量经济学角度给出了时间序列长记忆性定义之后,长记忆理论得到快速发展,但至今仍然有诸多理论和实证问题有待解释、完善。本文首先从理论上推导了 A-PARCH模型的理论自相关函数,并借此研究了模型的长记忆性,其次,比较分析了各种伪长记忆检验的有限样本性质和统计功效。最后,在结构突变点存在情况下,对长记忆波动率模型进行了改进,并在此基础上,估计并检验了我国沪、深股市波动的长记忆性,并由此讨论了我国股市的弱式有效性。本文主要研究内容及结论概括如下:第一,本文推导并研究了高阶A-PARCH（p,q≥2）模型理论自相关函数的统计属性,并在此基础上,对A-PARCH模型的长记忆性进行了研究。分别讨论了 A-PARCH模型的主要参数,包括非对称参数和幂参数,对理论自相关函数的影响,并进一步在假设模型持续性参数既定的情况下,通过自相关函数图,分析了幂参数对A-PARCH模型长记忆性的影响。从数值实验结果可知,非对称参数非零时,模型的长记忆性显着高于非对称参数为零的情况。其次,即使模型的持续性相同,但模型的长记忆性也不一定相同。第二,本文从频域和时域两个维度梳理了已有的伪长记忆检验方法,并基于Hou和Perron（2014）的修正局部Whittle估计量,提出了基于LWLFC估计量的修正伪长记忆检验,修正Kuswanto检验和修正Shao检验,并就其有限样本性质与统计功效与其他检验方法,包括Qu（2011）的LW检验、Kruse（2015）的修正LW检验、Kuswanto（2011）检验以及Shao（2011）检验,进行了比较分析。通过蒙特卡洛数值模拟结果可知,首先,对于存在单个均值突变的伪长记忆序列的检验中,发现Shao检验和修正Shao检验的有限样本性质及统计功效最好;其次,在比较各伪长记忆检验的统计功效时,我们发现基于LWLFC估计量的修正Kuswanto检验的统计功效显着高于Kuswanto（2011）检验,但修正Shao检验统计功效的改进不显着;最后,对于包含真实长记忆的伪长记忆序列,LWLFC检验的统计功效显着高于其他检验方法。第三,本文将非参数结构突变点检验方法与长记忆波动率模型相结合,构建了引入结构突变项的长记忆波动率模型,RS-FIGARCH模型和RS-HYGARCH模型,并利用该模型对我国股票市场长记忆性进行分析。此外,还利用对数周期图估计法、局部Whittle估计法以及剔除低频干扰的修正局部Whittle估计法对沪、深股市波动的长记忆性进行分析。在了解沪、深股市波动长记忆性的基础上,对我国股票市场的弱式有效性进行了实证研究,指出我国股市虽总体尚未达到弱式有效,但沪、深两市已出现分化,总体看,上海股票市场有效性要好于深市。
何妍[10]（2019）在《中国股票期权激励合约行权定价理论与实证研究》文中认为股权激励是公司解决委托代理问题的有效途径,行权价格的数值直接决定经理人的股权激励收益大小,行权定价是股权激励合约设计的核心环节。目前股权激励实践中存在的经理人公告日择时、激励期高送转以及高管操纵每股盈余等现象,本质是通过非合理方式操控行权价格提高股权激励的行权收益的行为。然而股权激励合约普遍采用的固定行权定价法无法匹配公司股价变化和经理人工作投入的关系,也无法实现股权激励收益与风险的对等。激励期过于刚性的行权价格表现不能确保管理者不受超出其控制的共同因素影响,违背了相对绩效评价原理,使得股权激励无法充分发挥激励作用。指数化定价方案能够较好地去除系统性因素的影响,但实践中并未被广泛接受和运用,对于指数化行权定价的影响因素、激励机制和激励效果的研究亟待进一步深化和完善。本文重点研究股权激励合约行权定价中指数化行权价格的激励机制、激励效果和应用推广等问题。在指数化定价机制分析中,首先,构建单指数绝对行权价格、单指数相对行权价格、多指数绝对行权价格和多指数相对行权价格模型,在此基础上把公司股票价格进行指数化分解以揭示指数化定价的内在机理;然后,运用数值分析方法研究相关系数、无风险利率、股价波动率、指数波动率、股票红利率和指数红利率等参数对行权价格的影响;接着,对B-S期权定价公式和指数化股票期权定价公式分别进行敏感性分析,通过（35）值对比分析不同定价方法的激励强度大小和特征。最后,对相关权威文献中多次用到的算例,进行了相同条件不同行权期限,单指数绝对（相对）行权价格与多指数绝对（相对）行权价格的测算和结果对比。从经理人和公司两种视角对激励效果进行分析,研究股权激励投入阶段经理人努力程度和风险承担度的变化,以及产出阶段行权价格对公司业绩、创新能力和盈余管理等方面的影响。针对努力程度和风险承担度不易量化的特征,采用博弈分析方法在Holmstrom-Milgrom参数化模型的基础上,构建植入股权激励项的委托-代理模型。在信息对称与信息不对称两种条件下,对比分析经典模型和改进模型中经理人努力程度和风险承担度的解析形式,从理论上展现了股权激励对经理人工作投入的激励效果。研究表明:不完全信息条件下经理人的最优努力水平小于等于完全信息条件下经理人的最优努力水平,不完全信息条件下即使风险厌恶,经理人也要承担一部分的风险。在不完全信息条件下,引入股权激励不仅会增加经理人的努力水平,也会增加经理人的风险承担比例,同时,经理人的收益也会通过股权激励的行权得到相应补偿。在行权价格对股权激励效果的实证分析中,构建行权价差比作为行权价格指标,与管理层持股比例一起从不同角度反映股权激励的强度,弥补了已有研究中激励强度只考虑数量而忽视单位激励强度的不足。对于公司产出效果的影响,选择公司业绩是因为它是衡量激励效果最直接和最广泛使用的指标。因为行权价格过高和过低时都会阻碍公司业绩的提升,所以采用多维固定效应模型构建行权价格与公司业绩的非线性面板计量模型进行研究。创新能力是公司未来发展潜力和行业地位的决定要素,在“大众创新、万众创业”的时代背景下,上市公司应该采取有效举措以实现持续性的创新产出。本文通过面板Logit模型来检验现阶段股权激励行权定价对于创新能力的影响,并通过胜算率（odds ratio）解读回归结果。另一方面,由管理者防御理论可知,股权激励有可能会诱发或加大经理人的盈余管理水平。盈余管理是高管利用信息优势选择有利于自身收益的财务披露方式,实质上是一种信息扭曲行为。股权激励对盈余管理的影响是从股权激励负效应的角度来审视股权激励的效果,从而使得研究结论更全面。中国股权激励起步比较晚,行权价格的确定以模仿国外经验为主,目前尚未发现中国上市公司股权激励推行中采用指数化行权定价方法的情况,说明指数化行权定价的应用推广明显滞后于理论研究。因此,本文在上述定价理论研究、定价效果的博弈和实证分析的基础上,针对科大讯飞公司已经成功实施的股权激励方案进行指数化行权价格的改进。研究发现,单指数行权价格在一定程度上缩小了波动率,增大了夏普比,说明指数化行权价格在去除系统性因素对于公司股票价格的影响后,有利于激励对象获取相对稳定而高额的激励收益。双指数行权价格由于更好地剔除了股票价格中的系统性风险,因此波动率更小、夏普比更大。指数化行权价格能够改善行权价格过于刚性的表现和行权价格与业绩倒挂的现象。即使对于已成功实施的股权激励案例,指数化行权价格的运用也能够改善激励效果,规避经理人采用高送转等方式单向下调行权价格获取不当收益的情况。通过上述研究,本文得到如下主要结论:（一）在不完全信息条件下,股权激励有助于增加激励对象工作努力程度和风险承担水平,有助于改善激励投入效率,提供公司激励产出和个人收益提升的原始动能。股权激励方案具有普遍适用性,对于存在委托代理问题的公司来说,选择推行股权激励是明智的。（二）股权激励存在最优行权价格区间,行权价格与公司业绩之间存在倒“U”型二次曲线关系。股权激励行权定价不当存在诱发盈余管理的可能性,二者之间存在正相关关系。股权激励行权价格对于公司创新产出有显着影响,但是目前阶段对于创新产出的正向作用还存在巨大提升空间。（三）指数化行权定价可以较好地剔除公司股票价格中的系统性风险。与B-S传统期权定价方法相比,在授予相同股权激励数量时,指数化期权定价方法的激励强度较低,但在授予总金额相同的股权激励时,对应的指数化期权数量高于传统期权数量,总体来说,指数化期权定价的激励强度大于B-S定价。（四）公司股价与指数间的相关系数、市场的无风险利率、股票和指数的瞬时波动率、连续红利率等参数通过影响系统性风险系数?和公司成长能力η影响行权价格,指数化行权价格的数值大小与?和η均成正比,而?的影响作用大于η。（五）成功实施的股权激励也存在行权价格改进的空间。指数化定价对行权价格的平滑处理有效解决了固定行权价格激励期表现过于刚性的问题,改善行权价格与公司业绩倒挂,激励期单边阶梯下调的情况,有助于上市公司实现激励与监管并重、收益与投入相匹配的公平薪酬激励目标。本文从股权激励行权定价问题出发,在理论研究、实证分析、指数化行权价格应用和激励效果测度几个方面进行创新:（一）着眼于股权激励行权定价问题,弥补了单纯地从持股数量来衡量激励强度的片面性。股权激励强度由激励数量和行权价格共同决定,激励效果的分析需要从股权激励合约本身着手,行权定价就是直接关系到合约双方收益的关键一环。（二）植入股权激励项改进了委托代理模型,在经典委托代理模型的基础上,用股权激励数量×（股票价格-行权价格）来代表经理人薪酬中的股权激励收益,这种把激励与一般奖金区别开的处理有助于独立分析股权激励行权价格对于经理人努力程度、风险分担的影响。（三）构建行权价差比作为股权激励行权价格指标,实证研究股权激励强度对公司业绩、创新能力以及盈余管理方面的影响。在满足充足信息量原则的前提之下,股权激励强度不仅包含股权激励数量,还增加了代表单位激励强度的行权价格指标,丰富了已有激励效果的研究结论。（四）指数化行权定价不仅针对定价机制、激励强度进行数理推导和数值模拟,还对指数化行权价格在股权激励实践中的运用进行实例测算和案例分析,发挥定价理论对实践的指导作用。
二、The revision of classical stock model（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、The revision of classical stock model（论文提纲范文）
（1）基于Black-Scholes模型与Corrado-Su模型的可转债定价比较研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究内容及方法 |
| 1.3 创新及不足 |
| 1.4 文献综述 |
| 1.4.1 国内外对期权定价的研究 |
| 1.4.2 国内外对可转债的定价研究 |
| 第2章 B-S模型及其拓展 |
| 2.1 可转债概述 |
| 2.2 传统B-S可转债定价模型 |
| 2.2.1 假设条件及适用范围 |
| 2.2.2 债券部分价值 |
| 2.2.3 转股期权价值 |
| 2.3 B-S可转债定价模型的拓展 |
| 2.3.1 Corrado-Su期权定价模型 |
| 2.3.2 GARCH(1,1)模型 |
| 2.3.3 附加条款期权 |
| 第3章 样本选择及参数估计 |
| 3.1 样本选择 |
| 3.1.1 可转债选择标准 |
| 3.1.2 可转债基本信息 |
| 3.1.3 数据区间选择 |
| 3.2 参数估计 |
| 3.2.1 无风险利率 |
| 3.2.2 贴现率 |
| 3.2.3 到期时间T-t |
| 3.2.4 标的股票波动率 |
| 3.2.5 偏度和超额峰度 |
| 第4章 可转债定价分析 |
| 4.1 债券部分价值计算 |
| 4.2 转股期权价值计算 |
| 4.2.1 传统B-S模型的期权价值计算 |
| 4.2.2 基于C-S模型的期权价值计算 |
| 4.2.3 定价偏离率 |
| 4.3 引入GARCH模型后的转股期权价值计算 |
| 4.4 附加条款期权价值计算 |
| 4.4.1 赎回条款期权期权价值计算 |
| 4.4.2 回售条款期权期权价值计算 |
| 4.4.3 特别向下修正条款期权 |
| 4.4.4 定价偏离率分析 |
| 4.5 偏离原因分析 |
| 第5章 研究结论及展望 |
| 5.1 研究结论 |
| 5.2 研究展望 |
| 参考文献 |
| 致谢 |
（2）内部控制有效性对股价崩盘风险的影响（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 选题背景与问题提出 |
| 1.2 研究目的与研究意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 研究现状及评述 |
| 1.3.1 内部控制相关概念界定的相关研究 |
| 1.3.2 内部控制经济后果的相关研究 |
| 1.3.3 内部控制规范经济后果的相关研究 |
| 1.3.4 股价崩盘风险影响因素的相关研究 |
| 1.3.5 内部控制影响股价崩盘风险的相关研究 |
| 1.3.6 研究现状评述 |
| 1.4 研究内容与结构安排 |
| 1.4.1 研究内容 |
| 1.4.2 结构安排 |
| 1.5 研究方法与技术路线 |
| 1.5.1 研究方法 |
| 1.5.2 技术路线 |
| 第2章 内部控制有效性影响股价崩盘风险的理论分析与假设提出 |
| 2.1 相关概念界定 |
| 2.1.1 内部控制有效性 |
| 2.1.2 股价崩盘风险 |
| 2.1.3 信息透明度 |
| 2.2 理论基础 |
| 2.2.1 委托代理理论 |
| 2.2.2 信息不对称理论 |
| 2.3 内部控制有效性影响股价崩盘风险的过程理论与假设 |
| 2.3.1 股价崩盘形成过程的理论分析 |
| 2.3.2 内部控制有效性影响股价崩盘风险的坏消息贮藏过程 |
| 2.3.3 内部控制有效性影响股价崩盘风险的坏消息泄出过程 |
| 2.4 内部控制有效性、信息透明度与股价崩盘风险的理论与假设 |
| 2.4.1 内部控制有效性与信息透明度 |
| 2.4.2 信息透明度与股价崩盘风险 |
| 2.4.3 内部控制有效性、信息透明度与股价崩盘风险 |
| 2.5 内部控制规范实施与股价崩盘风险的理论与假设 |
| 2.5.1 内部控制规范实施与内部控制有效性 |
| 2.5.2 内部控制规范实施与信息透明度 |
| 2.5.3 内部控制规范实施与股价崩盘风险 |
| 2.6 整合理论框架 |
| 2.7 本章小结 |
| 第3章 内部控制有效性影响股价崩盘风险的坏消息贮藏过程实证研究 |
| 3.1 内部控制缺陷的存在影响股价崩盘风险的研究设计 |
| 3.1.1 样本选择与数据来源 |
| 3.1.2 模型设定与变量定义 |
| 3.2 内部控制缺陷的存在影响股价崩盘风险的实证检验 |
| 3.2.1 描述性统计 |
| 3.2.2 相关性分析 |
| 3.2.3 单变量分析 |
| 3.2.4 回归分析 |
| 3.2.5 内生性控制 |
| 3.2.6 稳健性检验 |
| 3.3 实证结论与政策启示 |
| 3.4 本章小结 |
| 第4章 内部控制有效性影响股价崩盘风险的坏消息泄出过程实证研究 |
| 4.1 内部控制缺陷的披露影响股价崩盘风险的研究设计 |
| 4.1.1 模型设定与变量定义 |
| 4.1.2 样本选择与数据来源 |
| 4.2 内部控制缺陷的披露影响股价崩盘风险的实证检验 |
| 4.2.1 描述性统计 |
| 4.2.2 相关性分析 |
| 4.2.3 动态分析 |
| 4.2.4 回归分析 |
| 4.2.5 内生性控制 |
| 4.2.6 稳健性检验 |
| 4.2.7 进一步分析 |
| 4.3 实证结论与政策启示 |
| 4.4 本章小结 |
| 第5章 内部控制有效性影响股价崩盘风险的传导路径实证研究 |
| 5.1 内部控制有效性影响股价崩盘风险传导路径的研究设计 |
| 5.1.1 模型设定与变量定义 |
| 5.1.2 样本选择与数据来源 |
| 5.2 内部控制有效性影响股价崩盘风险传导路径的实证检验 |
| 5.2.1 描述性统计 |
| 5.2.2 相关性分析 |
| 5.2.3 分组检验 |
| 5.2.4 回归分析 |
| 5.2.5 稳健性检验 |
| 5.3 实证结论与政策启示 |
| 5.4 本章小结 |
| 第6章 内部控制有效性影响股价崩盘风险的制度环境效应实证研究 |
| 6.1 内部控制规范影响内部控制有效性的实证研究 |
| 6.1.1 模型设定与变量定义 |
| 6.1.2 样本选择与数据来源 |
| 6.1.3 实证结果与分析 |
| 6.2 内部控制规范影响信息透明度的实证研究 |
| 6.2.1 模型设定与变量定义 |
| 6.2.2 样本选择与数据来源 |
| 6.2.3 实证结果与分析 |
| 6.3 内部控制规范影响股价崩盘风险的实证研究 |
| 6.3.1 模型设定与变量定义 |
| 6.3.2 样本选择与数据来源 |
| 6.3.3 实证结果与分析 |
| 6.4 实证结论与政策启示 |
| 6.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 致谢 |
| 个人简历 |
（3）分形市场理论下中国债券市场长期记忆性研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景和研究意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 债券市场的分形特征研究综述 |
| 1.2.2 长期记忆性检验方法文献综述 |
| 1.2.3 长期记忆性时间序列模型文献综述 |
| 1.3 研究内容和研究方法 |
| 1.3.1 研究内容 |
| 1.3.2 主要研究方法 |
| 1.4 本文的主要创新点 |
| 第2章 理论基础 |
| 2.1 有效市场假说与分形市场理论 |
| 2.1.1 有效市场假说 |
| 2.1.2 分形市场理论 |
| 2.2 时间序列的长期记忆性基本理论 |
| 2.2.1 时间序列记忆性的概念 |
| 2.2.2 时间序列长期记忆性检验方法 |
| 2.2.3 时间序列长期记忆性模型 |
| 第3章 债券市场长期记忆性检验与强度估计 |
| 3.1 数据来源与选取说明 |
| 3.2 基本描述性统计分析及正态性检验 |
| 3.3 相关性检验 |
| 3.3.1 Ljung-Box检验 |
| 3.3.2 BDS检验 |
| 3.4 长期记忆性检验 |
| 3.5 长期记忆性强度估计 |
| 3.5.1 经典R/S分析法 |
| 3.5.2 修正R/S分析法 |
| 3.5.3 DFA分析法 |
| 3.5.4 长期记忆性持续时间度量 |
| 第4章 长期记忆性时间因素影响及预测模型构建分析 |
| 4.1 时间因素对长期记忆性的影响 |
| 4.1.1 时间标度的影响 |
| 4.1.2 时间尺度的影响 |
| 4.2 长期记忆预测模型的构建与对比研究 |
| 4.2.1 ARFIMA模型与ARTFIMA模型的参数估计 |
| 4.2.2 模型有效性检验 |
| 4.2.3 ARFIMA模型与ARTFIMA模型预测性能对比研究 |
| 第5章 总结与展望 |
| 5.1 论文工作总结 |
| 5.2 论文工作展望 |
| 参考文献 |
| 在校研究成果及奖励 |
| 致谢 |
| 附录 |
（4）中国股票市场的双重记忆性分析（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.2 研究内容与方法 |
| 1.2.1 研究内容 |
| 1.2.2 研究方法 |
| 1.3 论文结构 |
| 1.4 本文可能的创新与不足 |
| 2 国内外研究综述 |
| 2.1 有效市场和分形市场理论 |
| 2.1.1 有效市场假说 |
| 2.1.2 分形市场理论 |
| 2.2 长期记忆性及其研究回顾 |
| 2.2.1 长期记忆性定义 |
| 2.2.2 长期记忆的估计方法 |
| 2.3 结构突变及其研究回顾 |
| 2.4 股票市场研究现状及评述 |
| 2.4.1 中国股票市场研究现状及评述 |
| 2.4.2 国外股票市场研究现状及评述 |
| 2.5 本章小节 |
| 3 实证模型与方法 |
| 3.1 长记忆参数检验方法 |
| 3.1.1 非参数检验估计算法 |
| 3.1.2 半参数检验估计算法 |
| 3.1.3 参数检验估计算法 |
| 3.2 刻画长记忆性常见模型 |
| 3.2.1 分整自回归滑动平均模型 |
| 3.2.2 分整GARCH模型(FIGARCH) |
| 3.2.3 双记忆ARFIMA-FIGARCH模型 |
| 3.3 结构性突变模型 |
| 3.3.1 修正ICSS法 |
| 3.3.2 BP内生结构突变法 |
| 3.4 长记忆性真伪检验方法 |
| 3.5 本章小节 |
| 4 沪深股市长期记忆性的实证研究 |
| 4.1 样本选取与数据描述 |
| 4.1.1 数据的预处理 |
| 4.1.2 正态性检验 |
| 4.1.3 自相关性检验 |
| 4.1.4 平稳性检验 |
| 4.2 长记忆性检验 |
| 4.2.1 非参数R/S检验 |
| 4.2.2 非参数修正的R/S检验 |
| 4.2.3 半参数检验 |
| 4.2.4 基于ARFIMA模型参数估计检验 |
| 4.3 收益率和波动性的双长期记忆性 |
| 4.4 中国股票市场结构突变检验 |
| 4.4.1 基于修正ICSS法检验 |
| 4.4.2 基于多均值BP模型检验 |
| 4.5 中国股票市场“伪”长记忆性检验 |
| 4.6 本章小节 |
| 5 长记忆条件下沪深股市收益率及其波动率的关联性 |
| 5.1 FIVAR模型 |
| 5.1.1 FIVAR模型概述 |
| 5.2 FIVAR模型实证分析 |
| 5.2.1 平稳性检验 |
| 5.2.2 二元FIVAR模型参数估计 |
| 5.2.3 格兰杰因果检验 |
| 5.2.4 FIVAR模型的脉冲响应及方差分解 |
| 5.3 本章小节 |
| 6 结论与建议 |
| 6.1 研究结论 |
| 6.2 政策建议 |
| 参考文献 |
| 致谢 |
（5）信息透明度对公司并购影响的研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.2.1 理论意义 |
| 1.2.2 现实意义 |
| 1.3 相关概念界定 |
| 1.3.1 信息透明度 |
| 1.3.2 公司并购 |
| 1.3.3 并购目标选择 |
| 1.3.4 并购溢价 |
| 1.3.5 并购市场反应 |
| 1.3.6 其他重要概念 |
| 1.4 研究方法 |
| 1.5 研究内容 |
| 1.6 研究创新点 |
| 1.6.1 理论创新 |
| 1.6.2 方法创新 |
| 第2章 文献综述 |
| 2.1 信息透明度的相关文献 |
| 2.1.1 信息透明度的内涵 |
| 2.1.2 信息透明度的测度 |
| 2.1.3 信息透明度的影响因素及作用 |
| 2.2 并购目标选择的相关文献 |
| 2.2.1 并购目标选择研究的发展脉络 |
| 2.2.2 基于信息不对称视角的并购目标选择研究 |
| 2.3 并购溢价的相关文献 |
| 2.3.1 并购溢价研究的发展脉络 |
| 2.3.2 信息透明度对并购溢价的影响 |
| 2.4 并购市场反应的相关文献 |
| 2.4.1 并购市场反应研究的发展脉络 |
| 2.4.2 信息透明度对并购市场反应的影响 |
| 2.5 并购地理区位的相关文献 |
| 2.5.1 并购地域重叠的信息溢出效应 |
| 2.5.2 并购地理距离的信息成本效应 |
| 2.6 本章小结 |
| 第3章 信息透明度与公司并购的相关理论基础 |
| 3.1 公司并购理论 |
| 3.1.1 公司并购理论的主要内容与观点 |
| 3.1.2 公司并购理论与本研究的关系 |
| 3.2 信息不对称理论 |
| 3.2.1 信息不对称理论的主要内容与观点 |
| 3.2.2 信息不对称理论与本研究的关系 |
| 3.3 委托代理理论 |
| 3.3.1 委托代理理论的主要内容与观点 |
| 3.3.2 委托代理理论与本研究的关系 |
| 3.4 行为金融理论 |
| 3.4.1 行为金融理论的主要内容与观点 |
| 3.4.2 行为金融理论与本研究的关系 |
| 3.5 本章小结 |
| 第4章 信息透明度对并购目标选择影响的实证研究 |
| 4.1 引言 |
| 4.2 研究假设的提出 |
| 4.2.1 信息透明度与并购目标选择 |
| 4.2.2 地理区位的调节作用 |
| 4.3 研究设计 |
| 4.3.1 数据来源与样本选择 |
| 4.3.2 变量选取与操作性定义 |
| 4.3.3 实证模型的构建 |
| 4.4 实证结果及分析 |
| 4.4.1 描述性统计分析 |
| 4.4.2 相关性检验 |
| 4.4.3 回归分析 |
| 4.5 内生性及稳健性检验 |
| 4.5.1 内生性检验 |
| 4.5.2 稳健性检验 |
| 4.6 本章小结 |
| 第5章 信息透明度对并购溢价影响的实证研究 |
| 5.1 引言 |
| 5.2 研究假设的提出 |
| 5.2.1 信息透明度与并购溢价 |
| 5.2.2 外生事件的调节作用 |
| 5.3 研究设计 |
| 5.3.1 数据来源与样本选择 |
| 5.3.2 变量选取与操作性定义 |
| 5.3.3 实证模型的构建 |
| 5.4 实证结果及分析 |
| 5.4.1 描述性统计分析 |
| 5.4.2 相关性检验 |
| 5.4.3 回归分析 |
| 5.5 内生性及稳健性检验 |
| 5.5.1 内生性检验 |
| 5.5.2 稳健性检验 |
| 5.6 本章小结 |
| 第6章 信息透明度对并购市场反应影响的实证研究 |
| 6.1 引言 |
| 6.2 研究假设的提出 |
| 6.2.1 信息透明度与并购市场反应 |
| 6.2.2 行为和代理因素的调节作用 |
| 6.3 研究设计 |
| 6.3.1 数据来源与样本选择 |
| 6.3.2 变量选取与操作性定义 |
| 6.3.3 实证模型的构建 |
| 6.4 实证结果及分析 |
| 6.4.1 描述性统计分析 |
| 6.4.2 相关性检验 |
| 6.4.3 回归分析 |
| 6.5 内生性及稳健性检验 |
| 6.5.1 内生性检验 |
| 6.5.2 稳健性检验 |
| 6.6 本章小结 |
| 第7章 结论 |
| 7.1 主要结论 |
| 7.2 政策建议 |
| 7.3 研究展望 |
| 参考文献 |
| 附录 |
| 攻读学位期间所取得的科研成果 |
| 致谢 |
（6）我国融资租赁行业上市公司的信用风险测量研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 背景与意义 |
| 1.2 文献综述 |
| 1.2.1 国外文献综述 |
| 1.2.2 国内文献综述 |
| 1.3 研究方法与框架 |
| 1.3.1 研究方法 |
| 1.3.2 研究架构 |
| 1.4 难点、创新点和不足之处 |
| 1.4.1 研究的难点 |
| 1.4.2 研究的创新点 |
| 1.4.3 研究的不足之处 |
| 第二章 融资租赁公司信用风险特征与测量模型选择 |
| 2.1 融资租赁公司的信用风险特征 |
| 2.1.1 行业违约风险易发生 |
| 2.1.2 融资租赁行业市场风险高 |
| 2.1.3 缺乏测量信用风险的行业标准 |
| 2.2 传统的测量信用风险理论模型 |
| 2.2.1 定性的风险评估理论 |
| 2.2.2 定量的风险控制理论模型 |
| 2.3 现代的度量信用风险理论模型 |
| 2.3.1 KMV模型 |
| 2.3.2 Creditmetrics模型 |
| 2.3.3 CPV模型 |
| 2.3.4 Credit Risk+模型 |
| 2.4 测量融资租赁行业信用风险理论的选择 |
| 2.5 本章小结 |
| 第三章 改进的KMV理论模型的建立 |
| 3.1 修正的KMV模型 |
| 3.1.1 违约点DPT数值的修正 |
| 3.1.2 基于修正数据库的EDF |
| 3.2 修正的KMV信用风险模型的建立 |
| 3.2.1 修正的KMV模型框架的前提 |
| 3.2.2 参数的具体计算公式与方法 |
| 3.3 本章小结 |
| 第四章 实证分析 |
| 4.1 样本数据选择要求 |
| 4.1.1 国内上市融资租赁公司的数据选取标准 |
| 4.1.2 国内上市融资租赁公司样本选取结果 |
| 4.2 修正的KMV模型实证过程 |
| 4.2.1 融资租赁公司股权市场价值V的计算 |
| 4.2.2 股权波动率σ_E的计算 |
| 4.2.3 修正的违约点数值 |
| 4.2.4 计算的违约距离值 |
| 4.2.5 国内违约数据库的构建 |
| 4.2.6 基于国内公司违约数据的预期违约率的计算 |
| 4.3 传统的KMV模型的实证过程 |
| 4.3.1 融资租赁上市样本公司股权价值的数值 |
| 4.3.2 融资租赁上市样本公司的股权波动率计算 |
| 4.3.3 违约距离计算数值 |
| 4.3.4 传统的预期违约率的计算 |
| 4.4 实证结果的检验与分析 |
| 4.4.1 修正KMV模型前后的违约距离检验 |
| 4.4.2 修正KMV模型前后的违约数据库检验 |
| 4.5 本章小结 |
| 研究结论与建议 |
| 5.1 研究结论 |
| 5.2 建议 |
| 5.2.1 融资租赁公司应该处理好长期债务的问题 |
| 5.2.2 融资租赁公司应该关注稳定的股权波动率 |
| 5.2.3 融资租赁公司应建立完善的测量信用风险系统 |
| 参考文献 |
| 附录 |
| 附录1 MATLAB软件的编程 |
| 附录2 不同长期债务数值计算的违约点数值结果 |
| 附录3 不同违约点数值计算的违约距离数值 |
| 附录4 构建违约数据库的国内上市公司数据 |
| 附录5 KMV公司的违约距离与预期违约率数据 |
| 攻读博士/硕士学位期间取得的研究成果 |
| 致谢 |
| 附件 |
（7）基于两维证据理论的证券分析师群体多源预测信息融合研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 选题背景 |
| 1.2 研究目的 |
| 1.3 研究意义 |
| 1.3.1 理论意义 |
| 1.3.2 现实意义 |
| 1.4 文献综述 |
| 1.4.1 证券分析师预测能力影响因素 |
| 1.4.2 证券市场多源信息融合方法 |
| 1.4.3 证据理论 |
| 1.4.4 文献述评 |
| 1.5 文章研究内容和章节安排 |
| 1.5.1 研究内容 |
| 1.5.2 结构安排 |
| 1.6 论文主要创新点 |
| 第二章 两维证据理论相关基础 |
| 2.1 证据理论概述 |
| 2.1.1 概率的解释和性质 |
| 2.1.2 基本概念 |
| 2.1.3 Dempster合成规则 |
| 2.1.4 框架的转化 |
| 2.2 经典证据理论缺陷 |
| 2.2.1 Zadeh悖论 |
| 2.2.2 完全冲突悖论 |
| 2.3 证据合成改进方法 |
| 2.3.1 针对D-S合成规则修正研究 |
| 2.3.2 针对证据源的改进方法 |
| 2.4 两维证据理论 |
| 2.4.1 基本概念 |
| 2.4.2 两维证据理论内涵 |
| 2.5 本章小结 |
| 第三章 证券分析师预测能力影响因素及其作用机理 |
| 3.1 证券分析师研究报告内容及其预测信息 |
| 3.1.1 证券分析师研究报告内容 |
| 3.1.2 证券分析师研究报告的预测信息 |
| 3.2 证券分析师预测能力影响因素分析 |
| 3.2.1 工作经验 |
| 3.2.2 学历背景 |
| 3.2.3 工作绩效 |
| 3.2.4 研究报告质量 |
| 3.3 证券分析师预测能力影响因素的作用机理 |
| 3.3.1 基于干中学的证券分析师工作经验效用分析 |
| 3.3.2 基于人力资本的证券分析师学历差异性分析 |
| 3.3.3 基于马太效应的证券分析师工作绩效影响 |
| 3.3.4 基于信号传递理论的证券分析师研究报告预测信息披露 |
| 3.4 本章小结 |
| 第四章 证券分析师预测能力综合指数的构建和测度 |
| 4.1 证券分析师预测能力综合指数的构建 |
| 4.2 证券分析师预测能力综合指数的测度方法 |
| 4.2.1 证券分析师工作经验的测度方法 |
| 4.2.2 证券分析师学历背景的测度方法 |
| 4.2.3 证券分析师工作绩效的测度方法 |
| 4.2.4 证券分析师研究报告质量的测度方法 |
| 4.3 证券分析师预测能力综合指数的一致性转化方法 |
| 4.3.1 基于灰色理论的混合指标转化一般规则 |
| 4.3.2 混合指标一致性转化 |
| 4.4 证券分析师预测能力综合指数权重测度方法 |
| 4.4.1 语言评价信息的概念 |
| 4.4.2 现有语言评价信息常用方法 |
| 4.4.3 基于两维语言信息评价方法 |
| 4.4.4 基于两维语言信息指标权重确定方法 |
| 4.5 本章小结 |
| 第五章 基于两维证据理论的证券分析师群体多源预测信息融合模型构建 |
| 5.1 传统证券分析师群体信息融合方法及其缺陷 |
| 5.2 证券分析师多源决策信息融合模型构建 |
| 5.2.1 两维证据理论识别框架的构建 |
| 5.2.2 基于证券分析师预测能力分组 |
| 5.2.3 组内证据的合成 |
| 5.2.4 组间证据的合成 |
| 5.2.5 基本可信度和概率的转化关系 |
| 5.3 本章小结 |
| 第六章 基于两维证据理论的证券分析师群体多源预测信息融合模型实证研究 |
| 6.1 证券分析师的遴选 |
| 6.1.1 实证样本的选择 |
| 6.1.2 证券分析师遴选原则 |
| 6.2 样本数据来源 |
| 6.3 实证研究 |
| 6.3.1 证券分析师分组 |
| 6.3.2 组内证据的合成 |
| 6.3.3 组间证据的修正与合成 |
| 6.3.4 案例结果分析 |
| 6.4 本章小结 |
| 第七章 总结与展望 |
| 7.1 研究结论 |
| 7.2 研究展望 |
| 参考文献 |
| 附录: 证券分析师预测能力影响因素指标重要程度比较调查 |
| 攻读博士学位期间的学术活动及成果情况 |
（8）基于修正KMV模型对汽车类上市公司供应链金融信用风险研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 背景 |
| 1.2 意义 |
| 1.3 参考文献 |
| 1.4 研究内容和方法 |
| 1.5 本文的创新与不足 |
| 2 供应链金融相关基本概念及风险介绍 |
| 2.1 供应链金融的三种运营模式 |
| 2.2 供应链金融风险分析 |
| 2.3 我国汽车供应链金融发展现状 |
| 3 信用风险度量模型的介绍 |
| 3.1 供应链金融风险度量理论依据 |
| 3.2 供应链金融信用风险度量模型 |
| 4 实证分析 |
| 4.1 KMV模型的修正 |
| 4.2 数据选取及参数设置 |
| 4.3 构建GRACH模型计算企业股权波动率 |
| 4.4 构建修正的KMV模型 |
| 4.5 与经典KMV模型对比分析 |
| 4.6 实证结果分析 |
| 结论与建议 |
| 参考文献 |
| 附录 |
| 致谢 |
（9）时间序列长记忆性理论及实证研究 ——以中国沪深股市为例（论文提纲范文）
| 内容摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 研究思路、方法和结构 |
| 1.3 本文创新之处 |
| 第2章 文献综述及理论基础 |
| 2.1 长记忆性的定义 |
| 2.2 长记忆参数的估计和检验 |
| 2.2.1 非参数估计方法 |
| 2.2.2 参数估计方法 |
| 2.2.3 半参数估计方法 |
| 2.3 结构突变与时间序列长记忆性 |
| 2.3.1 结构突变与伪长记忆序列 |
| 2.3.2 方差结构突变的检验方法 |
| 2.3.3 考虑结构突变的长记忆模型 |
| 2.4 本章小结 |
| 第3章 A-PARCH模型长记忆性研究 |
| 3.1 A-PARCH模型的理论自相关函数 |
| 3.1.1 A-PARCH模型定义 |
| 3.1.2 A-PARCH(2,2)模型理论自相关函数 |
| 3.1.3 A-PARCH(p,q)模型理论自相关函数 |
| 3.1.4 理论自相关函数的统计倾 |
| 3.2 数值分析 |
| 3.2.1 理论自相关函数图类型 |
| 3.2.2 非对称参数的影响 |
| 3.2.3 幂参数的影响 |
| 3.3 实证分析 |
| 3.4 本章小结 |
| 第4章 伪长记忆性检验方法比较研究 |
| 4.1 伪长记忆检验相关方法 |
| 4.1.1 频域类检验方法 |
| 4.1.2 时域类检验方法 |
| 4.2 伪长记忆检验的有限样本性质研究 |
| 4.3 伪长记忆检验的统计功效研究 |
| 4.3.1 单个未知均值突变情况 |
| 4.3.2 多个未知均值突变情况 |
| 4.4 本章小结 |
| 第5章 我国股市波动长记忆性的实证研究 |
| 5.1 结构突变下我国股市波动的长记忆性分析 |
| 5.1.1 非参数结构突变点检验 |
| 5.1.2 基于结构突变的长记忆波动率模型 |
| 5.1.3 实证研究 |
| 5.1.4 结论 |
| 5.2 从长记忆性角度对我国股票市场有效性的检验 |
| 5.2.1 对市场有效性的检验 |
| 5.2.2 实证分析 |
| 5.2.3 结论 |
| 5.3 本章小结 |
| 第6章 结论与展望 |
| 6.1 主要结论 |
| 6.2 未来研究展望 |
| 附录 |
| 附表1 图3.2中A-PARCH(2,1)模型参数 |
| 附表2 表3.3中A-PARCH(2,1)模型参数 |
| 附表3 上证指数ω-FIGARCH和ω-HYGARCH模型估计结果 |
| 附表4 深证成指ω-FIGARCH和ω-HYGARCH模型估计结果 |
| 附表5 上证指数ω α β -FIGARCH和ω α β-HYGARCH模型估计结果 |
| 附表6 深证成ω α β-FIGARCH和ω α β-HYGARCH模型估计结果 |
| 参考文献 |
| 后记 |
（10）中国股票期权激励合约行权定价理论与实证研究（论文提纲范文）
| 摘要 |
| abstract |
| 导论 |
| 一、研究背景与意义 |
| 二、基本概念及研究范围 |
| 三、研究综述 |
| 四、研究思路、研究方法及技术路线 |
| 五、论文结构安排与创新点 |
| 第一章 研究的理论基础 |
| 第一节 股权激励的相关理论 |
| 一、委托-代理理论 |
| 二、人力资本理论 |
| 三、代理成本理论 |
| 四、行为金融理论 |
| 第二节 期权定价理论 |
| 一、二叉树期权定价方法 |
| 二、蒙特卡洛数值模拟定价方法 |
| 三、B?S期权定价方法 |
| 四、有限差分方法 |
| 第三节 股权激励效果评价 |
| 一、股权激励的信息量及原则 |
| 二、股权激励投入效果与产出效果评价 |
| 本章小结 |
| 第二章 中国股权激励的发展及现状分析 |
| 第一节 中国股权激励的发展历程 |
| 一、资本市场的发展 |
| 二、股权激励的发展 |
| 第二节 股权激励的基本模式及特点分析 |
| 一、股票期权模式 |
| 二、限制性股票 |
| 三、股票增值权 |
| 四、股权激励模式的对比分析 |
| 第三节 股权激励方案设计的法则 |
| 第四节 行权定价现存的问题及改进 |
| 一、相关条例中有关行权价格修订前后的对比 |
| 二、股权激励行权定价中的现存问题 |
| 三、行权定价研究的改进思路 |
| 本章小结 |
| 第三章 行权价格、努力程度与风险承担的博弈分析 |
| 第一节 经典委托代理模型 |
| 一、模型假设和参数设定 |
| 二、已有的研究结论 |
| 第二节 引入股权激励项的委托代理博弈模型 |
| 一、模型改进的思路 |
| 二、模型假设 |
| 三、参数的设定 |
| 四、博弈模型分析 |
| 第三节 经典模型和改进模型结果对比 |
| 本章小结 |
| 第四章 股权激励行权定价模型与测算运用 |
| 第一节 现有的行权定价方法 |
| 一、固定价格定价法 |
| 二、基于EVA的相对业绩可变价格定价法 |
| 第二节 单指数化行权定价模型 |
| 一、单指数期权行权定价模型 |
| 二、单指数相对化期权定价 |
| 第三节 指数化定价的作用机理分析 |
| 一、股票价格的指数化分解 |
| 二、指数化定价的作用机制 |
| 第四节 参数对行权价格的影响规律分析 |
| 一、相关系数对于指数化行权价格的影响 |
| 二、无风险利率对于指数化行权价格的影响 |
| 三、股票价格波动率对于指数化行权价格的影响 |
| 四、指数波动率对于指数化行权价格的影响 |
| 五、股票红利率对于指数化行权价格的影响 |
| 六、指数红利率对于指数化行权价格的影响 |
| 第五节 定价公式的敏感性分析 |
| 一、敏感性分析公式 |
| 二、△值的对比分析 |
| 三、关于指数相关性的新的敏感性指标 |
| 第六节 多指数行权定价模型 |
| 一、多指数绝对定价模型 |
| 二、多指数相对定价模型 |
| 第七节 多种定价方法的实例结果对比 |
| 一、实例回顾 |
| 二、实例结果计算与输出 |
| 三、结果分析 |
| 四、实例启示 |
| 五、相关系数对多指数定价的影响分析 |
| 本章小结 |
| 第五章 行权定价对股权激励效果的影响 |
| 第一节 样本选取和描述性统计分析 |
| 一、样本选取和数据的处理 |
| 二、行权价格的描述性统计分析 |
| 三、行权价格的构建、激励效果指标的选取与控制变量的设定 |
| 第二节 行权价格指标与公司业绩的回归分析 |
| 一、理论分析、研究假设及模型构建 |
| 二、确定价等价分析 |
| 三、面板数据回归模型设定 |
| 四、行权价格与公司业绩的回归分析 |
| 五、内生性问题的处理 |
| 六、回归结果分析 |
| 第三节 行权价格与盈余管理的回归分析 |
| 一、理论分析及研究假设 |
| 二、盈余管理的计算 |
| 三、行权价格与盈余管理的回归分析 |
| 四、回归结果分析及模型稳健性说明 |
| 第四节 行权价格与公司创新能力的回归分析 |
| 一、理论分析及研究假设 |
| 二、模型选择 |
| 三、行权价格与创新能力的回归及结果分析 |
| 本章小结 |
| 第六章 安徽科大讯飞股份有限公司股权激励案例 |
| 第一节 安徽科大讯飞公司股权激励 |
| 一、科大讯飞公司概况 |
| 二、科大讯飞公司股权激励方案 |
| 三、股权激励期权数量及行权价格的调整办法 |
| 第二节 指数化行权定价的改进与对比 |
| 一、行权价格指数化改进的原因 |
| 二、指数化定价的参数计算 |
| 三、指数化行权价格表现 |
| 本章小结 |
| 结论与展望 |
| 一、研究结论 |
| 二、政策建议 |
| 三、研究展望 |
| 参考文献 |
| 攻读博士期间科研成果 |
| 一、已发表论文 |
| 二、参与课题、项目 |
| 附录 |
| 附录A:敏感性分析(R程序) |
| 附录B:单指数、多指数分析(R程序) |
| 附录C:行权价格与公司业绩的回归分析及内生性检验(STATA) |
| 附录D:盈余管理(参与行业特征回归方程的行业、年行业样本数) |
| 附录E:盈余管理计算(R程序) |
| 致谢 |
四、The revision of classical stock model（论文参考文献）
- [1]基于Black-Scholes模型与Corrado-Su模型的可转债定价比较研究[D]. 刘曜豪. 江西财经大学, 2021(10)
- [2]内部控制有效性对股价崩盘风险的影响[D]. 胡洁琼. 哈尔滨工业大学, 2021(02)
- [3]分形市场理论下中国债券市场长期记忆性研究[D]. 王锦. 湖北工业大学, 2020(04)
- [4]中国股票市场的双重记忆性分析[D]. 李振宇. 湖南师范大学, 2020(01)
- [5]信息透明度对公司并购影响的研究[D]. 王天童. 吉林大学, 2020(08)
- [6]我国融资租赁行业上市公司的信用风险测量研究[D]. 张文明. 华南理工大学, 2020(02)
- [7]基于两维证据理论的证券分析师群体多源预测信息融合研究[D]. 库泉. 合肥工业大学, 2019(04)
- [8]基于修正KMV模型对汽车类上市公司供应链金融信用风险研究[D]. 刘森. 江西财经大学, 2019(01)
- [9]时间序列长记忆性理论及实证研究 ——以中国沪深股市为例[D]. 张家樾. 天津财经大学, 2019(07)
- [10]中国股票期权激励合约行权定价理论与实证研究[D]. 何妍. 中南财经政法大学, 2019(08)