一、中国投资波动实证研究（论文文献综述）
吴业强[1]（2021）在《中国投资结构与经济发展的关系研究》文中研究表明投资的过程是社会资本形成的过程。投资在国民经济不同部门、不同地域、不同行业间的比例分配不仅形成了不同类型的投资结构,也在很大程度上推动了不同类型经济结构的产生。因此,投资结构调整是经济结构波动的重要原因,投资结构失衡成为经济结构失衡的重要构成,使得以投资结构优化促进经济结构升级成为中国经济可持续发展、高质量发展的重要内容。2020年全国两会强调,要“让投资持续发挥效益”,“重点支持既促消费惠民生又调结构增后劲的‘两新一重’建设”,进而明确释放了投资结构优化以及投资方向转型的信号,即要在推进新基建的过程中继续发挥传统基建的功能,在培育大型投资项目的过程中不能间断小型投资项目的开展,在短期加大投资力度的过程中始终注重长期的效益发挥、结果优化以及绿色发展。由此可见,在短期内,投资仍是经济稳定的重要支撑手段,但长期粗放式的投资方式导致投资结构的严重失衡,阻碍了经济结构优化升级,不利于长期的经济高质量发展。因此,现阶段中国经济政策制定、体制机制改革与制度供给建设的挑战之一在于投资继续发挥促增长作用的同时防止投资结构的恶化。但已有研究文献不足以支撑也不能够满足现实需求,换言之,已有研究文献对不同维度投资结构的探讨尚不充分,研究结论存在分歧,且缺乏时代观点。基于此,论文从投资产业结构、投资来源结构、投资主体结构、投资用途结构四类典型的投资结构出发,分别构建相适应的数理模型或展开理论分析,在此基础上构建计量模型进行实证检验,得出一定有益结论。当然,投资结构的维度划分有多个角度或方法,论文结合中国的现实经济问题,择取了其中具有系统重要性与广泛关联性的四类投资结构展开分析,在未来的研究过程中将对投资结构的更多侧面等展开进一步的研究或讨论。论文的主要研究结论如下:（1）经济发展是经济质量、经济增长与经济周期的综合反映。中国经济质量已发展至“合理区间”,但近年来已有所放缓。TVAR模型估计结果显示,经济质量处于“合理区间”时,经济质量的向下调整倾向与经济周期的“减速器效应”会对冲投资产业结构的“加速器效应”,且经济增长与经济周期间的负反馈循环会进一步抑制经济质量的提升。随着投资产业结构与经济增长间“脱钩”现象的改善,经济质量的向下调整倾向将得到抑制,稳定经济质量的政策成本将有所降低。目前,中国第三产业投资与非第三产业投资间已形成乘数效应。但2019年以来的经济稳增长压力仍将持续,需要以政策争时间,以时间换空间,允许经济质量的暂时放缓以换取长期发展。（2）投资来源结构优化有利于防控投资失速与稳定经济增长,在当前阶段具有迫切现实意义。中国直接融资比重长期偏低且停滞不前,银行市场集中度又始终偏高。论文首先通过数理推导论证了金融结构失衡对投资来源结构的非线性影响,并基于数理模型与实证模型的一致性原则,采取转移概率具有时变特征的马尔科夫区制转移模型进行实证分析。结果显示:①在投资来源结构恶化区制内,金融结构失衡程度的加深会进一步强化投资来源结构的恶化趋势,此时需要降低银行市场集中度,而在投资来源结构优化区制内,金融结构失衡程度的加深也不利于投资来源结构的优化持续,此时需要提高直接融资比重;②投资来源结构波动存在自稳定器机制,有着震荡式熨平波动的自发倾向;③当“稳增长”的目标权重上升时,投资来源结构会出现恶化倾向,积极的经济政策也是导致投资需求过度依赖信贷的重要因素;④投资来源结构大幅波动易引发区制转移。因此,中国应在继续优化金融结构的基础上,重点提高直接融资比重,强化银行市场竞争性,促进投资来源结构多元化发展。（3）投资主体间的多元时变因果关系始终没有得到充分揭示。新时代背景下,某一投资引导与调控政策往往只在某一时期发挥作用,因此,局部因果关系的存在性检验是必要的。论文基于多元时变因果关系模型发现:私人投资是投资主体结构的核心,投资主体结构由于缺乏负反馈机制而存在内在不稳定性;货币-财政政策工具变量均会对投资主体结构产生不同程度的调控作用,其中,财政支出扩张政策的调控作用是最全面的,且与数量型货币政策一起共同驱动了国有投资动态;经济-金融环境变化也会不同程度的引起投资主体结构发生变化,其中,国有投资活动脱离经济基本面的现象长期稳定存在,仅受到债券市场冲击的影响。因此,投资主体结构负反馈环的嵌入设计与国有投资与经济基本面协同发展的制度供给是新时代投资结构优化的重要内容。（4）长期的持续上涨使得房价水平处于绝对高位,其是否会受投资放缓的牵引而回落于现阶段的中国经济具有重要意义。IMS-AR模型估计结果显示,房价惯性长期稳定但基础脆弱。近期房价惯性的陡然骤升与房价增速的趋于平缓表明房价泡沫的被迫出清概率增加。从投资角度,TVEC模型估计结果显示,现阶段房地产投资已向上突破门限值,此时房价及其惯性的当期波动均仅受自身的前期偏离影响,其中,房价波动将平滑式收敛,而房价惯性波动将震荡式收敛,但缺乏确定的长期均衡关系作为靶向路径,收敛过程及新的均衡状态可能是低效率、高成本的。因此,现阶段的政策调控应致力于恢复房价及其惯性与投资及其结构间的长期均衡关系与短期波动溢出机制,使得投资用途结构优化红利的释放成为房价平滑回落、惯性回归理性过程中的有力支撑,以政策换时间、以时间创空间,即以付出一定政策成本的代价延缓房价泡沫向临界点的逼近,最终通过经济高质量增长的实现与房地产市场长效机制的建立实现对房价泡沫的消化而非刺破。
刘晓宇[2]（2021）在《中国参与宏观审慎政策国际协调：必要性与协调收益研究》文中指出金融全球化增加了外部冲击在国际间溢出的可能性,研究表明宏观审慎政策国际协调的必要性来自于跨境金融部门的外部性,与金融机构和金融市场的相互关联有关。另外,宏观审慎政策本身产生的跨境溢出效应和各国政策之间的相互影响增加了进行宏观审慎政策国际协调的必要性。宏观审慎政策的国际协调有助于接受国免受全球金融冲击,并减轻国际资本流动和跨境金融风险传染可能造成的系统性金融风险,金融稳定委员会（FSB）和国际货币基金组织（IMF）等国际机构呼吁各国当局加强宏观审慎政策的国际协调。然而,目前对于宏观审慎政策国际协调的研究还处于起步阶段,对于协调是否存在收益还未达成共识,现有的宏观审慎政策国际协调实践也较少。随着中国经济地位的提升和进一步深化对外金融开放,中国的金融稳定容易受到国外金融冲击的影响,同时国内的金融冲击也会跨境溢出到国外。那么,宏观审慎政策自身的溢出效应和跨境金融溢出效应是否会影响中国的金融稳定,从而增加中国与国外进行宏观审慎政策协调的必要性?研究中国参与宏观审慎政策国际协调的相关问题,不仅能够丰富宏观审慎监管相关理论、拓宽国际经济政策协调集中于货币政策国际协调的研究,同时能对我国完善宏观审慎政策监管框架和维护国内金融稳定提供有益的借鉴。鉴此,本文从中国参与宏观审慎政策国际协调的视角,对政策协调的必要性与协调收益展开研究,重点解决两个问题:第一,中国参与宏观审慎政策国际协调的必要性来源于哪些方面?第二,中国参与宏观审慎政策国际协调的具体收益有多大、中国如何参与宏观审慎政策的国际协调?论文立足中国国情,考虑全面开放后的中国与外界的金融联系渠道与方式,从宏观审慎政策的当地溢出效应、国际溢出效应和金融风险跨境传染三个方面,分析中国参与宏观审慎政策国际协调的必要性,然后通过数值模拟详细计算各种情况下中国参与宏观审慎政策国际协调的收益大小、并据此提出中国参与宏观审慎政策协调的具体方案。论文第一章为绪论,主要介绍本文的研究背景、研究内容、研究意义和创新点。第二章从货币政策国际协调、跨境金融溢出效应、宏观审慎政策国际溢出效应以及宏观审慎政策国际协调收益四个方面梳理相关文献,通过对文献的评述引出本文主要研究内容,即中国参与宏观审慎政策国际协调的必要性与协调收益。第三章、第四章和第五章分别从三个方面来分析中国参与宏观审慎政策国际协调的必要性:一是分析中国实施宏观审慎政策对跨境信贷产生的当地溢出效应,考察中国参与宏观审慎政策协调对于减轻当地溢出效应负面影响的效果。构建局部均衡模型推导分析当地溢出效应的理论机制,并结合跨境信贷和宏观审慎政策的实际数据实证检验中国实施宏观审慎政策的当地溢出效应。理论和实证结果共同表明中国实施紧缩性的宏观审慎政策会加剧流入中国的跨境信贷波动,且来源于发达国家和中国金融密切联系国的跨境信贷波动更大,影响中国的金融稳定。此时,中国与国外进行宏观审慎政策协调有助于减轻当地溢出效应的负面影响。二是分析国外实施宏观审慎政策对跨境信贷产生的国际溢出效应、以及国际溢出效应对中国宏观审慎政策有效性的影响,考察中国参与宏观审慎政策协调对于减轻国际溢出效应负面影响的效果。首先理论分析和实证检验国外实施宏观审慎政策的国际溢出效应的存在性和具体特征。然后从中国对外金融联系和贸易联系两个角度,实证检验国外宏观审慎政策对中国信贷和房价的溢出效应,并分析这种溢出效应对中国宏观审慎政策有效性的削弱作用。结果表明,国外（特别是金融密切联系国）的紧缩性宏观审慎政策会加剧流入中国的跨境信贷波动、对中国房价和信贷产生正向推动作用,从而削弱中国宏观审慎政策的有效性。此时,中国参与宏观审慎政策国际协调可以减轻国际溢出效应对中国金融稳定和国内宏观审慎政策有效性的负面影响。三是实证中国参与宏观审慎政策协调对于减轻金融风险跨境传染的影响。首先基于广义方差分解的网络拓扑方法,构建中国与密切联系经济体之间的“有向有权”金融网络关联图,测度金融风险跨境传染的强度大小。然后基于测度结果实证检验宏观审慎政策协调能否减轻金融风险跨境传染。实证结果表明,中国与国外协调宏观审慎政策的确有助于减轻两国之间的金融风险跨境传染,从而证实了中国参与宏观审慎政策国际协调的必要性。第六章在证实中国参与宏观审慎政策国际协调必要性的基础上,构建两国宏观审慎政策协调的一般均衡模型,通过数值模拟具体计算中国与国外进行政策协调的收益大小、分析影响协调收益的因素,然后据此提出中国参与政策协调的具体方案。数值模拟主要分为宏观审慎政策跨境溢出以及金融风险跨境传染两种情形:第一种情况下,两国面临反向需求冲击时无政策协调必要。但是在两国强劲而同步繁荣的背景下,两国的政策协调机制可以减轻溢出国宏观审慎政策跨境溢出产生的负外部性,使得两国获得总的金融稳定净收益,并且协调收益随着中国政策操作空间的减小和跨境金融溢出程度的增大而增大。第二种情况下,两国金融风险相近时进行政策协调,不仅可以控制全球投资及信贷过度、有利于各国金融稳定,还可以提高两国的投资收益和居民总福利,并且协调收益随着全球金融风险的升高和国际金融市场发达程度的提高而增大。但是金融风险低的国家与金融风险较高的国家进行政策协调会产生较大政策损失,影响国内的金融稳定。基于各种情况下协调收益的计算结果,提出中国参与宏观审慎政策国际协调的方案,明确具体的协调时机、协调对象和协调方式。本文全面系统地研究了中国参与宏观审慎政策国际协调的问题,连贯地按照中国参与宏观审慎政策国际协调的必要性、协调的收益大小和协调的具体方案展开分析,为中国参与宏观审慎政策国际协调的实践提供了一定的决策依据。另外,本文证实国外宏观审慎政策本身会成为冲击源头产生跨境溢出效应,影响中国的金融稳定、削弱中国宏观审慎政策的有效性,从而为中国增强对国外宏观审慎政策实施情况的监测、防范国外政策变化影响中国金融稳定提供一定的启示。最后,研究表明可以将宏观审慎政策的国际协调部分和跨境资本流动的宏观审慎监管部分纳入到宏观审慎政策监管框架中,从而对中国完善宏观审慎政策的监管框架提供了有益的借鉴。
李彩霞[3]（2020）在《QFII持股对A股市场波动的影响研究》文中进行了进一步梳理自20世纪90年代初我国先后成立上海证券交易所和深圳证券交易所以来,我国股票市场规模不断扩大,已逐渐成为仅次于美国的全球第二大股票市场,但是在发展过程中,仍存在比较频繁的大幅波动,对国家经济和社会发展均会产生不利的冲击和影响。2002年我国引入了合格的境外机构投资者（QFII）,目的就在于吸引更多的境外价值投资者和境外长期资金进入股市,并通过QFII的持股行为引导我国投资者形成较为成熟的价值投资理念,从而起到稳定市场的作用,并促使我国股市能够平稳地对外开放。2019年9月,我国宣布取消了QFII投资额度的限制,进一步促进QFII在A股市场中的投资,随着QFII持股规模的增加,其是否能够达到所期望的目的,对股市波动的影响有多大,对于此类问题,近年来相关的文献相对较少。因此通过最新的A股市场数据研究QFII持股与股市波动的关系具有重要意义。本文首先回顾了QFII与股市波动的国内外研究现状,对相关概念、理论进行了阐述,然后根据梳理的文献及理论从股票市场、上市公司及投资者角度分析了QFII持股影响股市波动的机理,再对我国QFII与A股市场波动的现状进行了考察,然后从市场整体和个股层面实证分析QFII持股对股市波动的影响。市场层面,选取沪深300指数为市场整体的研究对象,运用VAR模型总体分析2005年第三季度至2019年第三季度QFII持股的影响,并进一步分不同投资额度的两个阶段来考察其是否存在差异;个股层面,选取被QFII持有的191只股票的样本数据进行研究,采用动态面板模型进行系统GMM估计,首先研究了2005年-2019年第三季度的总体情况,再区分不同市场行情以观察QFII持股影响的差异,最后分样本来看不同扩容期间及不同持股时长的QFII持股对个股波动的影响。根据实证分析结果,本文得出相关研究结论如下:（1）QFII持股对A股市场整体波动及个股波动均有负向影响,能够起到稳定股市的作用。（2）在不同股市行情中QFII持股对股价波动的影响完全不同。下跌行情中QFII持股比例的增加能够起到稳定股价的作用,但股市上涨行情中QFII持股并不能稳定市场,反而引起股价比较大的波动性。（3）QFII持股在不同发展阶段对股市波动的影响存在差异。随着QFII投资额度的增加,QFII持股能够更大程度地降低市场整体及个股的波动性。QFII在前期投资额度较小,对QFII的限制较多,QFII持股规模不大以致难以发挥其作用,而随着QFII投资额度限制的放开,QFII持股对降低股市波动的积极影响更加明显。（4）QFII的短期持股行为不能起到稳定股市的作用,反而加剧了其波动性,而QFII的中长期持股反映了比较理性的价值投资理念,能够显着地降低个股的波动,因此如何规范QFII的持股行为是需要我们重视的问题。根据研究结论,本文提出四点政策建议:（1）提高上市公司质量,吸引更多QFII持股。要倡导上市公司改善治理结构和绩效,提升公司质量,以赢得更多QFII的青睐。（2）完善QFII的信息披露制度,强化市场监管力度。监管机构要加强对QFII信息披露的管理,提高股市信息透明度。（3）积极培育国内机构投资者,加强对投资者的风险教育。发挥QFII改善投资者理念的作用,积极引导国内投资者形成长期的价值投资理念,从而减少股市中的非理性投机行为。（4）完善风险对冲机制,加强国际资本流动风险管理。加快金融创新,使市场有足够的金融衍生工具来对冲风险,并完善国际资本流动的预警和响应机制,切实防范其流动风险。
赵明昊[4]（2020）在《房地产开发投资的宏观效应研究》文中指出自改革开放以来,房地产业一度成为拉动我国经济增长的重要引擎,促进经济发展作用明显,但也造成房地产价格不断攀升、房地产开发投资不可持续等现实经济问题日益突出,宏观经济层面则面临产能过剩、资源和环境压力承载力不足、经济增长动能不足等困境。然而,中国经济已由高速增长阶段转向高质量发展阶段,进入发展的“新时代”,在此背景下,依赖于房地产和基建投资的粗放式经济发展模式势必要向培养内需、激发实体部门投资活力、构建具有更强内生增长动力的发展模式转变。房地产开发投资作为宏观经济活动的重要组成部分,在经济“高质量”发展阶段中维持怎样的水平以及发挥怎样的作用,将成为一项极具重要现实意义的研究议题,解决这一议题的关键在于厘清房地产投资活动在宏观经济中的传导路径以及对其他宏观经济变量、经济增长、经济效率和资源的空间配置效率等方面的影响关系。本文基于国内外相关理论和房地产开发投资现状,立足于中国房地产市场核心特征,识别出房地产开发投资影响宏观经济的传导机制,进一步采用理论分析与实证研究相结合的研究范式,对中国房地产投资与宏观经济波动、经济周期、经济增长、经济效率和资源要素空间配置效率的影响关系与作用机制展开系统且深入研究。研究发现:第一,对于经济需求侧而言,一方面,房地产开发投资活动本身会增加最终品需求,进而直接影响总产出;另一方面,房地产开发投资通过促进房地产业的关联产业发展、降低金融体系服务实体经济的效率、挤出制造业为代表的实体经济部门生产性投资,对总需求产生间接效应。对于经济供给侧而言,一方面,房地产开发投资使得房地产要素增加,对经济增长具有直接促进作用;另一方面,房地产开发投资的过快增长以及所占份额的提升,使得房地产行业占据了更多的信贷和生产资料,挤占其他生产要素积累,对社会总供给产生间接效应。概言之,房地产开发投资活动既增加了宏观经济短期波动,又会影响宏观经济长期发展。第二,通过构建包含住房市场和房地产开发商的多部门DSGE模型模拟演绎了房地产开发投资对其他经济变量的影响及其内生传导机制。研究发现,住房刚性需求上升将推动房地产投资增加,一方面通过带动关联产业发展增加社会就业和总产出水平,另一方面推动生产资料价格上升,使得房地产开发成本上升,提高了房地产价格的涨幅,在一定程度导致房地产投资品属性凸显,挤出居民消费和实体投资,不利于经济稳定健康发展;房地产开发投资占GDP比重下降会导致生产性投资占比上升、居民消费占比下降,即房地产开发投资下降将会释放更多资源供传统企业扩大生产投资,但同时也会导致家庭每一期新增的资产财富下降,居民消费占GDP比重下滑。第三,构建随机扰动变参数因子扩展的向量自回归（SV-TVP-FAVAR）模型,实证分析了我国各省在考察期内房地产投资对经济周期的冲击影响及形成原因。通过主成分方法对选择的79个指标进行降维,基于得到的三个公因子建立SV-TVP-FAVAR模型,而后选取2002年第一季度、2008年第三季度以及2014年第一季度三个时点以代表房地产投资启动时期、全球金融危机时期以及经济“新常态”时期,分析了房地产投资对经济波动周期的影响。研究发现,在房地产投资启动时期,我国房地产投资对经济波动表现为逆周期性特征;在全球经济危机时期,正向效应较强,表现为显着的顺周期性特征;在新常态时期,由于房地产市场出现饱和,房地产投资对经济波动又表现出显着的逆周期性特征。第四,构建以实际房价为门限变量的面板门限模型实证研究了房地产开发投资对经济增长的非线性效应。研究发现房地产开发投资对经济增长的拉动作用随着房地产价格上涨而增强,但房地产价格处于不同区位将影响资本和劳动力对经济增长的贡献,其中资本对经济增长的促进作用呈现倒“U”型特征,而劳动力对经济增长的促进作用则呈现反“J”型。第五,利用1998-2017年我国30个省（直辖市、自治区）的数据,构建动态面板数据模型实证分析了房地产投资对经济效率的影响。借助永续盘存法测度了折旧率可变的固定资本存量,结合劳动力指标,通过构建随机前沿生产函数测度了技术效率和全要素生产率指数。研究发现房地产投资对技术效率和全要素生产率指数有正向的促进作用。第六,构建综合评价指标体系对我国30个省会城市和直辖市的房地产市场投资总价值进行量化评价,进一步对各城市房地产市场投资总价值与实际投资情况进行匹配分析发现:30个省会城市的住宅地产发展质量和投资潜力都极不均衡。住宅地产市场发展质量在东部城市间的差异在逐渐缩小,中部城市发展质量的差异却逐渐增大,西部城市则呈现严重的两级分化;大多城市进行房地产开发投资主要盯住本地区房价上涨潜力,而非依据本地区房地产市场开发投资价值,导致部分中西部发展相对滞后的城市存在房地产投资过度问题,一些经济发展水平和发展潜力较大的城市却存在投资不足现象。这一显着的房地产开发投资空间错配效应,不仅会导致生产要素等资源的空间错配,还将影响房价的不合理波动。
张洁琼[5]（2020）在《非金融企业金融化的动机及其对资源配置效率的影响研究》文中研究表明非金融企业是实体经济的代表和支柱,但自2012年以来,我国非金融企业呈现明显的金融化趋势,企业配置的金融资产比重以及金融渠道收益占比均持续攀升。适度的金融化发展有助于改善企业的资金使用效率和融资效率,但是从当前中国经济发展的现实状况来看,非金融企业金融化程度加深恰发生在中国实体经济增速放缓的大背景下,企业金融化是否会挤占实业投资,导致经济“脱实向虚”、产业“空心化”等局面引人担忧。2018年以来金融监管机构陆续出台政策措施限制企业的金融投资行为,旨在引导企业专注主业发展,避免过度金融化。已有研究指出,企业金融化对经济的影响并不都是负面的,在实体经济利润率下滑时,资本涌向金融资产一定程度上能改善企业的经营绩效,有助于平滑投资,使企业在经济结构转型过程中实现平稳过渡。另外,非金融企业的影子银行化有助于改善银行信贷歧视造成的金融资源错配,使信贷资源在企业间实现二次配置。但是,已有研究仅止步于实证检验非金融企业会使用外部融资参与金融资产投资,但却没有进一步验证企业金融化的资金究竟流向了何处,而这恰是评判企业金融化是否能优化资源配置的关键。若企业配置金融资产的资金是流向生产效率更高、但受银行信贷排斥的中小民营企业,则企业金融化将有助于优化资金配置效率。而若企业配置金融资产的资金最终仍流向了传统低效行业或用于金融、房地产领域投机套利,则企业金融化不仅无法有效优化资金配置,相反可能会加重金融错配。作为中国结构性改革过程中出现的不容忽视的现象,我国当前的企业金融化水平究竟如何?具有什么样的特征?企业金融化的动机和驱动机制又是什么?企业金融化发展究竟是会挤占实业投资,加重经济结构失衡,还是有助于优化金融资源配置效率,改善企业经营绩效?对这些问题的研究有助于监管部门精准调控,使金融更好地服务实体经济。本文首先从现状分析入手,测算了 2007-2017年间我国企业金融化的整体变动趋势,分析了我国非金融企业在金融资产配置上的风险偏好以及企业间的异质性特征。随后,从研究企业金融化的动机入手,实证检验了企业金融化是否会挫伤实业投资,导致产业“空心化”。最后重点围绕企业金融化是否可以优化金融资源配置效率展开研究。首先,分析我国企业金融化的典型模式——企业影子银行化的业务机制以及驱动机制;其次,通过实证检验企业影子银行化程度上升对不同所有权性质、不同规模、不同行业企业的融资约束的影响,研究了企业影子银行化二次配置的金融资源流向;最后,通过实证检验企业间影子信贷对融资企业主营业务发展的影响,研究了企业影子银行化二次配置的金融资源对微观企业的实际作用效果,完整地检验了企业影子银行化对资源配置效率的影响。本文的研究结果表明:（1）我国非金融企业金融化在不同所有权性质、不同行业、不同区域间具有较大差异。经营资产收益率越低、杠杆率越高的企业持有的金融资产越多,金融渠道收益占比也越高。监管部门应重点监管涉足房地产投资的非金融企业以及产能过剩行业的企业金融化行为,重点防范企业在金融资产投资中的杠杆操作。（2）整体来看,中国非金融企业金融化以预防性储蓄动机为主,企业金融化有助于平滑企业未来一段时期的固定资产投资波动,并且这种平滑作用在不同融资约束企业间不具有显着差异。另外从企业配置的金融资产类型上来看,企业配置交易性金融资产、影子银行类金融资产以及长期股权投资均有助于平滑企业未来的固定资产投资波动,但是房地产投资增加无助于平滑实业投资。除房地产投资以外的金融资产配置更多是充当企业投资的“蓄水池”和“润滑剂”,用以调节企业的实业投资步调,并不会长期挤占实业投资。（3）金融抑制程度越高,企业影子银行化二次配置金融资源的动机和需求越大。（4）企业影子银行化再配置的金融资源并未流向成长机会更多、融资缺口更大的中小民营企业以及新兴行业企业,而是依然流向了大企业、国有企业以及传统行业企业。中小民营企业的融资约束程度并未随影子银行化企业再配置的金融资源增多而得到缓解。企业影子银行化发展仅仅是强化了原本的经济增长模式,并且企业影子银行化程度上升会进一步挤占中小民营企业的银行信贷资源,无法有效改善金融资源错配的状况。（5）企业影子银行化再配置的金融资源多为短期信用且成本较高,不仅无法有效支持企业的长期项目投资,还会恶化原本投资不足企业的投资效率,不利于企业的主营业务发展。综上来看,金融抑制导致的金融资源配置不均衡是企业影子银行化发展的原因,但是企业影子银行化并不能优化金融资源配置效率。要遏止企业影子银行化趋势,根本方法是改善金融市场环境,减少银行信贷歧视,同时为小微企业拓展互联网金融、小微贷款等合法融资渠道。本文的创新之处在于:（1）区别于已有文献,本文从企业配置金融资产的最终用途上来考察企业金融化的动机,强调了在不同动机下,企业金融化对实业投资的不同影响。（2）深入探究了企业影子银行化的业务机制以及宏观制度因素对企业影子银行化的影响,对遏止企业影子银行化具有重要的政策启示意义。（3）分两步实证检验了企业影子银行化对金融资源配置效率的影响,实证发现企业影子银行化仅仅是强化了原本的经济增长模式,无法有效改善金融资源配置效率,弥补了已有的研究空缺。
丁尚宇[6]（2020）在《银行情绪、信贷供给与经济周期》文中研究表明2008年全球金融危机后,市场情绪和预期管理成为世界各国防范系统性金融风险和促进经济复苏发展的重要环节,也是学术研究的重要方向。近年来,中国金融体系改革不断推进,金融市场实现多元化发展。然而,间接融资仍然是中国实体经济资金来源的主要途径。随着中国利率市场化改革的深入,银行金融创新方式与工具愈加复杂,信贷供给规模迅速扩张,为银行情绪冲击信贷体系和经济稳定提供了作用空间。因此加强银行情绪的监测与疏导,防范银行有限理性造成的负面影响,不仅可以有效遏制银行部门大规模风险累积和暴露,降低系统性金融风险向实体经济的负外部溢出,同时有助于实现银行信贷资金有效服务于实体经济。本文在综述银行情绪测度方法、影响因素以及银行情绪驱动信贷供给和经济周期作用机制现有研究的基础上,构造银行情绪经由信贷供给渠道冲击宏观经济的理论动态模型;随后合成中国的银行情绪指数,检验其形成机理,并对中国银行体系情绪影响经济周期的信贷供给传导机制进行实证检验;最后根据研究结论提出加强银行情绪监测,防范和化解银行情绪波动负面影响的具体政策建议。具体而言,本文构造一国经济体内银行情绪影响经济周期的信贷供给传导机制的理论模型,模拟分析了银行情绪在羊群效应作用下调整信贷决策,引发信贷供给和经济产出不稳定的动态过程。在此基础上,本文运用主成分分析方法以《银行家问卷调查报告》结果为原始数据构建中国银行体系情绪指数,对该指数的周期波动和区制转换特征进行分析。随后利用该指数分析我国银行情绪的形成机制,采用多元线性回归方法和混频格兰杰因果检验方法对货币政策、经济景气水平和经济政策不确定性对银行情绪的影响进行检验。此外,本文分别运用动态-静态同步性方法、交叉谱分析方法、反事实结构向量自回归模型以及门限向量自回归模型,从银行情绪影响信贷供给、银行情绪波动的信贷中介传导机制和异质性银行情绪作用下波动传导机制特征三个方面,对我国银行情绪、信贷供给与经济周期的相互作用机制进行实证检验。本文全面深入研究了中国银行体系情绪的形成机理和对信贷供给与经济周期波动的影响,为加强银行情绪监管,防范银行情绪波动风险,提高货币政策有效性以及丰富宏观审慎管理工具提供经验支持。本文的主要研究结论为:（1）一国经济体内银行情绪波动和信贷决策过程遵循羊群效应,会引起和放大信贷供给量的收缩与扩张,驱动经济周期波动,是经济不稳定的重要来源;经济政策不确定性的存在会导致上述波动传递机制被进一步放大。（2）本文构造的银行情绪指数具有明显区制转化特点,符合情绪乐观和悲观转化的本质特征,是较为适合反映中国银行部门情绪的代理指标。（3）经济景气情况、货币政策变化是银行情绪形成理性判断的基础信息来源,银行主观心理因素在经济政策不确定性作用下对上述信息进行加工,最终形成有限理性银行情绪。具体而言,经济景气水平能够对银行情绪产生正向影响。货币政策变动对银行情绪具有逆周期调节效应,但数量型货币政策效果地发挥存在较长滞后性,价格型货币政策对银行情绪的影响更加明显和迅速,而且银行情绪并不仅仅是货币政策变化的简单“传达器”,不同银行情绪状态会对货币政策传递渠道产生干扰。经济政策不确定性与银行情绪存在反向波动关系,而且银行情绪越悲观对经济政策不确定性状态越敏感。（4）银行情绪波动明显领先于表内外信贷供给波动,是其前瞻性指标。银行受到严格监管和逆周期调控,在表内业务范围内以履行监管下的信贷供给和流动性创造职能为主。而在表外业务中,银行情绪较为充分的转化为根据自身意愿和预期的信贷决策,从而引发监管外的信贷波动。此外,银行情绪变化会在短期影响银行信贷决策行为,同时银行情绪长期变化也受到表内信贷监管指标引导和约束。（5）银行情绪能够通过影子银行信贷供给渠道对宏观经济形成显着冲击效应,而银行情绪对表内信贷供给的影响并未显着通过该渠道传递给宏观经济,说明我国银行情绪在监管薄弱领域具有释放空间,因而其存在性和负面影响不容忽视。缺乏监管的信贷波动具有天然的顺周期性,在银行情绪的驱动下成为金融体系风险的重要来源。（6）银行情绪对经济波动的影响具有显着非对称性。与乐观情绪状态相比,悲观银行情绪抑制了实际冲击的影响,放大了表内外信贷供给对经济周期波动的影响,并导致经济不稳定性持续更长时间;与理性状态相比,在有限理性状态下,影子银行贷款冲击、实际冲击和银行情绪冲击所引起的经济周期波动更大,持续期更长。银行乐观和悲观情绪状态影响逆周期政策调控效果;限理性状态下货币政策逆周期调控机制被彻底打破。本文依据中国银行部门情绪数据,分析了银行情绪以信贷供给为中介对经济周期的波动传递效应,检验了异质性银行情绪作用下的波动传递特征。根据上述研究结论,本文从加强货币政策调控和前瞻性引导、加强银行体系监管、规范银行从业人员行为和进一步完善银行家调查制度四个方面提出具体政策建议。以期多措并举,减少信贷周期波动中银行情绪的作用,控制和消减情绪的负面影响,防范系统性金融风险,维护金融稳定和经济发展。
张婧[7]（2020）在《机构投资者持股对股价特质性波动率的影响》文中研究说明厘清机构持股对特质性波动率的影响,能为市场监管者如何发挥机构投资者稳定市场作用提供一些政策建议。本论文的主要工作及研究成果如下:完善机构投资者持股行为,从深度、广度、短期变动幅度、稳定性等四个维度构建回归模型,评估其对特质性波动率的影响情况。研究发现:（1）机构投资者持股深度与特质性波动率呈倒U型关系,机构持股较浅,加剧特质性波动率,随着机构持股越深,便能积极参与内部治理、改善信息披露,有效抑制特质性波动率;（2）多家机构共同持有个股,即机构持股广,信息竞争激烈,私有信息迅速融入股价,抑制特质性波动率;（3）机构持股短期变动幅度越大,机构对个股的资金流入量或流出量较大,会推升或抑制个股价格,加剧特质性波动率;（4）机构三年内调仓幅度较小,持股相对比较稳定,这种长线交易说明机构实施价值投资策略,有效降低特质性波动。机构净增持、净减持会释放不同的市场信号,引发散户非理性交易行为,本文检验机构增减仓对特质性波动的影响差异,发现:（1）机构净增持助长股价,引发散户追涨,机构净减持助跌股价,由于散户博彩心理存在,会滞后退出,机构净增持释放的利好消息对特质性波动的加剧程度比机构净减持更大;（2）不同市场态势下散户对利好、利差消息的反应存在差异,采用BB法则诊断股市周期,进一步将样本分割为市场行情上涨组和市场行情下跌组,分别进行回归模型检验,结果显示:市场行情上涨时,机构净增持行为对特质性波动率加剧程度更大,市场行情下跌时,机构净增持、净减持对特质性波动率的影响差异不显着。利用PSM模型评估不同类型机构投资者持股对特质性波动率的影响程度,研究显示:证券投资基金倾向于噪声交易,其持股比例显着加剧特质性波动率,且影响程度最大,基金尚未发挥稳定市场作用。QFII相对来说更注重价值投资,有效抑制特质性波动率。保险&社保基金对特质性波动率的影响程度不显着,可能源于保险&社保基金更愿意持有金融类个股,对非金融个股持有比例较低,难以起到干扰作用。信托由于其资金受限,对特质性波动干扰也不显着。基于此,提出政策意见,监管者应引进专业性强的机构,鼓励持股较深的机构善用权益,参与到公司内部治理中,持股稳定性较差的机构应适当放松投资经理的业绩压力,培养价值投资理念。
李根[8]（2020）在《库存周期对大宗商品价格波动的影响研究 ——以螺纹钢为例》文中进行了进一步梳理大宗商品是一类可以被广泛使用的基础性工业原料,其价格波动十分频繁,而影响大宗商品价格波动趋势的因素较多,我国经济正处于中高速发展的过程之中,各行各业对于大宗商品的需求量巨大,其价格的剧烈波动对我国工业企业的生产管理乃至社会稳定都存在着较为深远的影响。对大宗商品的价格波动趋势进行相关的研究,探讨驱动大宗商品价格波动的主要因素,对于工业企业的库存管理和投资者进行投资分析来说都有着非同一般的意义。随着周期理论的日渐成熟,大宗商品的价格波动趋势和经济周期理论显得越来越紧密,于是本文从经济周期的视角出发,选择库存周期这个较为重要的短周期理论作为大宗商品价格波动的影响因素,并以螺纹钢作为大宗商品的代表商品,来分析库存周期对大宗商品价格波动的影响情况。在库存周期对螺纹钢价格波动的影响分析部分,首先进行了以下操作:对经济周期、库存周期、大宗商品价格波动相关理论的梳理和分析;对库存周期的观测指标进行了梳理;以工业企业产成品出厂价格指数作为库存周期的观测和划分指标将中国划分出四个库存周期;以工业增加值数据经过X12季节调整和HP滤波法后得到的产出缺口指标对中国进行库存周期划分。然后,较为详细地论述了以产出缺口划分的库存周期的经济驱动因素,以此说明该指标划分的库存周期的合理性,紧接着以产出缺口指标划分的中国库存周期为时间定位,将螺纹钢价格波动的历史趋势与库存周期的运转进行了关联性分析。之后,本文为了进一步研究和分析库存周期对大宗商品价格波动的影响情况,分别以产出缺口数据、螺纹钢价格作为库存周期、大宗商品价格的代理变量,使用了自回归分布滞后-误差修正模型（ARDL-ECM）对相关的时间序列进行了实证分析。理论分析和实证检验的结果都表明:库存周期对螺纹钢的价格波动存在较为显着的周期性影响,将此研究结果推广到整个大宗商品,在针对大宗商品价格波动的相关研究上,可以将库存周期作为大宗商品价格波动规律的重要影响因素进行分析。最后,本文给出了工业企业库存管理相关的建议和投资指导:要合理利用库存周期相关的运转规律,逐步建立健全库存周期长效观测和预警机制,这将有助于我国工业企业提升库存管控水平、降低管理成本以及提高利润率水平,保障我国的工业企业实现稳健发展;投资者在进行大宗商品投资时,要选取交易量较大、交易活跃度高的主力合约作为投资标的,把握好库存周期四个阶段的转换时点,谨慎进行大宗商品投资,在库存周期的主动去库存向被动去库存阶段转换节点,选择买入,在主动补库存到被动补库存的节点上,市场需求开始下滑,此时选择卖出较为明智。
王凯伦[9]（2020）在《行情差异下我国A股市场波动的实证研究 ——基于投资者情绪的视角》文中研究指明我国在上世纪90年代先后成立了上交所和深交所,在这几十年的发展里,由于外围环境的变化以及市场内在因素的影响,我国经历了数轮的牛熊转换。但近些年来屡次出现了“暴涨暴跌”的金融异象,传统的金融学理论认为参与市场的投资者往往是偏于理性的,股价的波动往往稳定在其内在价值附近,显然这一理论已经不能够很好地解释这一现象,然而恰恰相反,当前市场的个人投资者大多数都是非理性的,并且往往会选择盲目跟随大众的投资行为,政策方针的导向、市场情绪的高低、个股小道消息的认知程度都严重影响了投资者对于个人情绪的把握,导致了错误的执行计划,产生非理性的投资行为,从而使得股价短期内波动幅度很大。因此,当代的行为金融学理论将个人情绪作为研究的着眼点,分析投资者行为方式的转变,能够较好地诠释目前市场存在的一些异象。为此,本文将以投资者情绪为视角,研究其在牛熊市行情下其对我国A股市场股票收益波动的影响效应。在本文中,首先分析和归纳了关于投资者情绪指标选取的相关理论与文献资料,经过综合考量,选择了成交量、市盈率、中国证券投资者信心指数、恒生AH股溢价指数、融资余额和百度指数作为本文实证环节中的投资者情绪代理变量,并采用该领域主流的主成分分析法,以降维的方式来提取主成分,得到了投资者情绪综合指数;然后通过平稳性检验和格兰因果检验分析了构造后的投资者情绪与我国股票市场收益波动的相互关系;最后利用Eviews和Stata软件,实证分析了投资者情绪对我国A股市场收益影响的总体效应以及分别对我国中小板、创业板和主板市场收益大小的影响机制。研究结果表明,第一,在总体样本时期,我国A股市场股票收益在投资者情绪的作用下呈现正的反馈效应;第二,相对于熊市行情,在牛市中,投资者情绪的变动对我国股票市场的总体收益波动有更大的影响;第三,在牛市中,投资者情绪对中小板和创业板市场的股票收益波动相对于主板市场来说会更大一些,也就是说在牛市中,我国中小盘的股票收益率更容易受到投资者情绪的影响。
杨岚[10]（2020）在《我国互联网货币基金收益率波动研究》文中进行了进一步梳理传统金融产业在逐步被互联网效应渗透发展过程中,基金行业在“互联网+”背景下进行了新一轮变革。2013年6月13日,“余额宝”横空出世掀起了一波热潮,收益率曾一度飙升成为炙手可热的互联网货币基金产品。在“余额宝”的引领下,越来越多的互联网基金产品被创造出来,且依托阿里、腾讯、百度这些强大的平台,华夏、天弘等金融机构的货币基金产品快速发展起来,与此同时草根投资者也迅速增长。可以说,互联网基金作为一条“鲶鱼”,颠覆了原本最具壁垒性的金融业,激活了我国金融市场,提高了社会闲置资金的利用率,也改变了基金行业的行业形态。然而,经过几年的高速发展阶段,从互联网货币基金收益率变化情况来看,截止到2019年11月底,作为领头羊的“余额宝”货币基金收益率已降至2.3%,从当初黄金时期的高收益6.763%到现如今的2.3%,我国互联网基金市场已经从最初的高收益逐步下降回归到合理水平。根据艾瑞咨询调研报告显示,我国投资者在金融市场上投资理财产品时最看重的因素之一就是产品收益率,因此,面对现如今“余额宝”类货币基金的收益率下降趋势,研究互联网货币基金收益率波动特征对金融市场和投资者均有重要参考意义。本文通过梳理过往学者关于互联网货币基金的相关研究文献,首先,对本文研究的互联网货币基金进行概念界定,在概念界定后,结合相关理论基础对互联网货币基金收益率波动展开研究,研究过程中为了得到我国互联网货币基金收益率波动共性特征基础上更好的进行横向比较,在共性中发现不同互联网货币基金类型的差异特征,故结合本文的概念界定,参照锐思数据库的分类方式将互联网货币基金按照发行机构不同分为了三大类型,包括:平台系、商业银行系、基金系。其次,本文通过相关文献总结了收益率波动研究方法,在此基础上按照收益率的形式,选取了适合本文的离散波动模型中的GARCH类模型作为实证模型。在实证部分,首先对三类货币基金的收益率波动趋势进行分析,然后通过天天基金网搜集了三类基金从2014年2月16日至2019年9月30日的收益率数据对收益率波动特征进行具体建模分析,实证结果表明,从整体上看,我国互联网货币基金收益率呈下降趋势;细化来看,收益率波动的聚集性、非“均值回复”性以及非对称性是三类货币基金收益率波动的共性特征,而收益率峰度分布和波动幅度不同是三类货币基金收益率波动的差异特征:一方面,基金系互联网货币基金收益率序列呈现尖峰特性,更容易出现极端值,而平台系与商业银行系互联网货币基金收益率呈平峰特性;另一方面,平台系互联网货币基金收益率波动幅度最小,风险最小;基金系互联网货币基金收益率波动幅度最大,风险最大。最后,根据前文研究结果,本文对我国不同类型互联网货币基金收益率波动存在的共性特征以及差异性特征进行了三方面原因分析:基金市场非有效性因素、基金管理自身因素、投资者市场心理因素,其中,基金市场非有效性因素包括信息不对称、法律监管缺位以及投资者结构不合理;基金管理自身因素包括基金运作模式和基金资产配置;投资者市场心理因素包括投机动机和羊群效应。然后基于以上三方面原因对我国互联网货币基金发展提出相关建议。
二、中国投资波动实证研究（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、中国投资波动实证研究（论文提纲范文）
（1）中国投资结构与经济发展的关系研究（论文提纲范文）
| 中文摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景与研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 文献综述 |
| 1.2.1 投资结构调整的理论研究 |
| 1.2.2 投资结构调整的实证研究 |
| 1.3 研究内容与结构安排 |
| 1.3.1 研究内容 |
| 1.3.2 结构安排 |
| 1.4 研究方法与主要创新 |
| 1.4.1 研究方法 |
| 1.4.2 主要创新 |
| 第2章 投资结构及其理论基础 |
| 2.1 投资结构的内涵及其分类 |
| 2.1.1 投资的经济内涵 |
| 2.1.2 投资结构的经济内涵 |
| 2.2 投资结构调整的理论基础 |
| 2.2.1 马克思主义投资结构理论 |
| 2.2.2 西方经济学投资结构理论 |
| 第3章 投资产业结构调整与经济发展质量的门限效应研究 |
| 3.1 引言 |
| 3.2 投资产业结构与经济发展质量关系的数理推演 |
| 3.3 TVAR模型构建 |
| 3.4 投资产业结构与经济发展质量关系的实证分析 |
| 3.4.1 中国经济质量与投资产业结构的演进特征 |
| 3.4.2 中国经济质量与投资产业结构的门限效应 |
| 3.5 本章小结 |
| 第4章 投资来源结构变化与金融结构失衡的区制特征研究 |
| 4.1 引言 |
| 4.2 投资来源结构与金融结构关系的数理推演 |
| 4.3 MS-TVTP模型构建 |
| 4.4 投资来源结构与金融结构关系的实证分析 |
| 4.4.1 指标构造与数据说明 |
| 4.4.2 实证结果与机理阐释 |
| 4.5 本章小结 |
| 第5章 投资主体结构波动与经济-金融环境的多元时变因果关系研究 |
| 5.1 引言 |
| 5.2 投资主体结构内部关系的理论推演 |
| 5.3 DIRICHLET-VAR模型构建 |
| 5.4 投资主体结构与经济-金融环境关系的实证分析 |
| 5.4.1 内部结构的不稳定性分析 |
| 5.4.2 外部冲击的结构变化分析 |
| 5.5 本章小结 |
| 第6章 投资用途结构倾斜与房价持续上涨的期限关系研究 |
| 6.1 引言 |
| 6.2 房价持续上涨的基础条件发生变化 |
| 6.2.1 短期视角下房价持续上涨具备经济支撑 |
| 6.2.2 长期视角下房价上涨惯性存在回落倾向 |
| 6.3 模型构建 |
| 6.3.1 IMS-AR模型思路与构建 |
| 6.3.2 TVEC模型构建与检验 |
| 6.4 投资用途结构与房价持续上涨关系的实证分析 |
| 6.4.1 内在稳定性分析 |
| 6.4.2 外部不稳定性分析 |
| 6.5 本章小结 |
| 第7章 研究结论与研究展望 |
| 7.1 研究结论 |
| 7.2 研究展望 |
| 参考文献 |
| 攻读学位期间发表的学术论文及参与的科研项目 |
| 致谢 |
（2）中国参与宏观审慎政策国际协调：必要性与协调收益研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及问题提出 |
| 1.1.1 研究背景 |
| 1.1.2 问题提出 |
| 1.2 研究意义 |
| 1.2.1 理论意义 |
| 1.2.2 现实意义 |
| 1.3 研究思路与方法 |
| 1.3.1 研究思路 |
| 1.3.2 研究方法 |
| 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 主要创新及不足 |
| 1.5.1 创新点 |
| 1.5.2 研究不足 |
| 第二章 文献综述 |
| 2.1 关于货币政策国际协调的研究 |
| 2.1.1 货币政策的国际溢出效应 |
| 2.1.2 货币政策国际协调的必要性 |
| 2.1.3 货币政策国际协调的收益 |
| 2.2 关于跨境金融溢出效应的研究 |
| 2.2.1 跨境金融溢出的渠道 |
| 2.2.2 跨境金融溢出规模的实证研究 |
| 2.2.3 全球金融周期视角的相关研究 |
| 2.3 关于宏观审慎政策国际溢出效应的研究 |
| 2.3.1 宏观审慎政策的国际溢出效应 |
| 2.3.2 国际溢出效应对中国金融稳定的影响 |
| 2.4 关于宏观审慎政策国际协调收益的研究 |
| 2.4.1 基于理论模型模拟宏观审慎政策协调的收益 |
| 2.4.2 实证检验宏观审慎政策协调的收益 |
| 2.5 文献评述 |
| 第三章 宏观审慎政策的当地溢出效应 |
| 3.1 引言 |
| 3.2 当地溢出效应的理论机制分析 |
| 3.2.1 当地溢出效应的多部门局部均衡模型 |
| 3.2.2 当地溢出效应的动态分析 |
| 3.3 当地溢出效应的经验证据及检验模型设定 |
| 3.3.1 当地溢出效应的经验证据 |
| 3.3.2 模型设定及变量说明 |
| 3.3.3 数据来源与描述性统计 |
| 3.4 宏观审慎政策当地溢出效应的检验结果 |
| 3.4.1 当地溢出效应的基准检验结果 |
| 3.4.2 当地溢出效应的异质性分析 |
| 3.4.3 当地溢出效应的稳健性检验 |
| 3.5 当地溢出效应与宏观审慎政策国际协调 |
| 3.6 本章小结 |
| 第四章 宏观审慎政策的国际溢出效应 |
| 4.1 引言 |
| 4.2 国际溢出效应的理论机制分析 |
| 4.2.1 国际溢出效应的动态分析 |
| 4.2.2 国际溢出效应的特征分析 |
| 4.3 国际溢出效应的经验证据及检验模型设定 |
| 4.3.1 国际溢出效应的经验证据 |
| 4.3.2 模型设定及变量说明 |
| 4.3.3 数据来源与描述性统计 |
| 4.4 宏观审慎政策国际溢出效应的检验结果 |
| 4.4.1 国际溢出效应的基准检验结果 |
| 4.4.2 国际溢出效应的非对称特征分析 |
| 4.4.3 国际溢出效应的稳健性检验 |
| 4.5 国际溢出效应与中国宏观审慎政策的有效性 |
| 4.5.1 模型设定及变量选取 |
| 4.5.2 基准检验结果 |
| 4.5.3 异质性分析 |
| 4.5.4 稳健性检验 |
| 4.6 国际溢出效应与宏观审慎政策国际协调 |
| 4.7 本章小结 |
| 第五章 金融风险跨境传染与宏观审慎政策协调 |
| 5.1 引言 |
| 5.2 金融风险跨境传染的测度 |
| 5.2.1 测度方法及数据 |
| 5.2.2 静态测度结果 |
| 5.2.3 动态测度结果 |
| 5.3 宏观审慎政策与金融风险跨境传染的实证检验 |
| 5.3.1 宏观审慎政策对金融风险跨境传染的影响 |
| 5.3.2 检验模型设定与变量选取 |
| 5.3.3 基准检验结果 |
| 5.3.4 异质性分析 |
| 5.3.5 稳健性检验 |
| 5.4 中国与国外进行宏观审慎政策协调的影响 |
| 5.4.1 检验模型设定及变量说明 |
| 5.4.2 实证检验结果 |
| 5.4.3 稳健性检验 |
| 5.5 更换宏观审慎政策数据库的检验结果 |
| 5.5.1 宏观审慎政策与金融风险跨境传染的实证检验 |
| 5.5.2 中国参与宏观审慎政策国际协调的影响 |
| 5.6 本章小结 |
| 本章附录 |
| 第六章 宏观审慎政策国际协调的收益分析 |
| 6.1 引言 |
| 6.2 宏观审慎政策跨境溢出与宏观审慎政策协调收益 |
| 6.2.1 溢出国-接受国政策溢出的两国协调模型 |
| 6.2.2 国外宏观审慎政策对中国信贷波动的影响 |
| 6.2.3 两国的最优宏观审慎政策 |
| 6.2.4 两国的政策协调&非协调机制 |
| 6.2.5 两国政策协调收益的数值模拟 |
| 6.2.6 宏观审慎政策上限对协调收益的影响 |
| 6.2.7 跨境溢出程度对协调收益的影响 |
| 6.2.8 稳健性分析 |
| 6.2.9 两国政策协调的收益总结 |
| 6.3 金融风险跨境传染与宏观审慎政策协调收益 |
| 6.3.1 金融风险跨境传染的两国协调模型 |
| 6.3.2 两国政策协调&非协调的收益 |
| 6.3.3 两国政策协调收益的理论分析 |
| 6.3.4 两国对称的协调收益数值模拟 |
| 6.3.5 两国金融风险非对称的协调收益数值模拟 |
| 6.3.6 两国政策协调的收益总结 |
| 6.4 中国参与宏观审慎政策国际协调的方案 |
| 6.4.1 协调时机 |
| 6.4.2 协调对象 |
| 6.4.3 协调方式 |
| 第七章 研究结论与政策建议 |
| 7.1 研究结论 |
| 7.1.1 中国参与宏观审慎政策国际协调的必要性 |
| 7.1.2 中国参与宏观审慎政策国际协调的收益 |
| 7.1.3 中国参与宏观审慎政策国际协调的方案 |
| 7.2 政策建议 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间科研成果 |
| 学位论文评阅及答辩情况表 |
（3）QFII持股对A股市场波动的影响研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 导论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 文献综述 |
| 1.2.1 境外研究综述 |
| 1.2.2 国内研究综述 |
| 1.2.3 文献述评 |
| 1.3 研究目标与思路 |
| 1.3.1 研究目标 |
| 1.3.2 研究思路 |
| 1.4 研究内容与方法 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 1.5 研究的创新点与不足之处 |
| 1.5.1 创新点 |
| 1.5.2 不足之处 |
| 第2章 概念界定与理论基础 |
| 2.1 相关概念界定 |
| 2.1.1 机构投资者 |
| 2.1.2 QFII |
| 2.1.3 股市波动性 |
| 2.2 理论基础 |
| 2.2.1 国际资本流动理论 |
| 2.2.2 证券投资组合理论 |
| 2.2.3 有效市场假说 |
| 2.2.4 信息不对称理论 |
| 2.2.5 行为金融学理论 |
| 第3章 QFII持股对股市波动影响的机理分析 |
| 3.1 基于股票市场角度的机理分析 |
| 3.1.1 国内外股市的溢出效应 |
| 3.1.2 市场信息不对称的视角 |
| 3.1.3 市场监管的视角 |
| 3.2 基于上市公司角度的机理分析 |
| 3.2.1 改善公司治理的视角 |
| 3.2.2 提高股价信息含量的视角 |
| 3.3 基于投资者角度的机理分析 |
| 3.3.1 改善投资者理念的视角 |
| 3.3.2 投资者非理性行为的视角 |
| 第4章 我国QFII及A股市场波动的现状分析 |
| 4.1 我国QFII的发展现状 |
| 4.1.1 我国QFII的发展历程 |
| 4.1.2 QFII的投资范围及投资方式 |
| 4.1.3 QFII在我国股市的总体投资情况 |
| 4.1.4 QFII的持股特征分析 |
| 4.2 我国A股市场的波动现状 |
| 4.2.1 A股市场波动的整体状况 |
| 4.2.2 QFII股与普通股的波动特征 |
| 4.3 QFII持股与股市波动的关联分析 |
| 第5章 QFII持股影响A股市场整体波动的实证分析 |
| 5.1 研究假设 |
| 5.2 研究设计 |
| 5.2.1 样本选取与数据来源 |
| 5.2.2 变量选取与模型设定 |
| 5.3 平稳性检验 |
| 5.4 实证结果与分析 |
| 5.4.1 全样本的实证分析 |
| 5.4.2 分样本的实证分析 |
| 5.5 稳健性检验 |
| 第6章 QFII持股影响个股波动的实证分析 |
| 6.1 研究假设 |
| 6.2 研究设计 |
| 6.2.1 样本选取与数据来源 |
| 6.2.2 变量选取与模型设定 |
| 6.3 平稳性检验与估计方法 |
| 6.3.1 平稳性检验 |
| 6.3.2 估计方法 |
| 6.4 实证结果与分析 |
| 6.4.1 全样本的实证分析 |
| 6.4.2 分样本的实证分析 |
| 6.5 稳健性检验 |
| 第7章 研究结论与政策建议 |
| 7.1 研究结论 |
| 7.2 政策建议 |
| 7.2.1 提高上市公司质量,吸引更多QFII持股 |
| 7.2.2 完善QFII的信息披露制度,强化市场监管力度 |
| 7.2.3 积极培育国内机构投资者,加强对投资者的风险教育 |
| 7.2.4 完善风险对冲机制,加强国际资本流动风险管理 |
| 参考文献 |
| 致谢 |
（4）房地产开发投资的宏观效应研究（论文提纲范文）
| 摘要 abstract 第1章 |
| 绪论 1.1 |
| 选题的背景与意义 1.2 |
| 房地产开发投资宏观经济效应的相关文献述评 1.3 |
| 论文研究方法与拟解决问题 1.4 |
| 论文结构安排与主要内容 第2章 |
| 中国房地产投资现状及其宏观效应传导机制分析 2.1 |
| 中国房地产投资的现状分析 2.2 |
| 房地产投资宏观经济效应的传导机制分析 2.3 |
| 本章小结 第3章 |
| 房地产开发投资宏观经济效应的理论模拟研究 3.1 |
| 基于包含房地产变量DSGE模型的相关研究梳理 3.2 |
| 中国土地制度特征、金融摩擦与房价波动 3.3 |
| 包含房地产开发商的多部门DSGE模型构建 3.4 |
| 房地产开发投资宏观经济效应的数值模拟分析 3.5 |
| 本章小结 第4章 |
| 房地产开发投资变动对经济周期的冲击效应分析 4.1 |
| 房地产开发投资对经济周期影响的研究评述 4.2 |
| 房地产投资影响经济周期的理论分析 4.3 |
| 房地产投资影响经济周期的实证检验 4.4 |
| 本章小结 第5章 |
| 房地产开发投资对经济增长的非线性效应研究 5.1 |
| 现有研究回顾与问题提出 5.2 |
| 门限模型的理论基础与包含房地产投资的面板门限模型构建 5.3 |
| 房地产开发投资对经济增长的非线性效应的实证检验 5.4 |
| 本章小结 第6章 |
| 房地产开发投资对经济效率的影响研究 6.1 |
| 房地产投资对经济效率的影响机理分析 6.2 |
| 经济效率与全要素生产率的测度 6.3 |
| 实证模型与变量设计 6.4 |
| 实证结果与原因分析 6.5 |
| 本章小结 第7章 |
| 房地产开发投资的空间错配效应研究 7.1 |
| 城市住宅地产投资价值指标体系的构建 7.2 |
| 城市住宅地产投资价值测算方法 7.3 |
| 城市住宅地产投资价值测算结果分析 7.4 |
| 各城市房地产开发投资的空间错配程度分析 7.5 |
| 本章小结与政策建议 结论 参考文献 附录 攻读学位期间发表的学术论文及其它科研成果 致谢 |
（5）非金融企业金融化的动机及其对资源配置效率的影响研究（论文提纲范文）
| 内容摘要 |
| Abstract |
| 第1章 导论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 研究内容、方法及创新 |
| 1.3.1 研究思路与主要内容 |
| 1.3.2 研究框架 |
| 1.3.3 研究方法 |
| 1.3.4 文章的创新点 |
| 第2章 概念界定与文献综述 |
| 2.1 相关概念界定 |
| 2.1.1 经济金融化 |
| 2.1.2 企业金融化 |
| 2.1.3 企业影子银行化 |
| 2.1.4 本文研究范畴 |
| 2.2 企业金融化的动机及影响机制研究 |
| 2.2.1 预防性储蓄动机 |
| 2.2.2 投机套利动机 |
| 2.2.3 公司治理视角的动机研究 |
| 2.3 企业金融化对微观企业的影响 |
| 2.3.1 对实业投资和研发创新的影响 |
| 2.3.2 对企业杠杆率的影响 |
| 2.3.3 对主营业务收益和财务风险的影响 |
| 2.4 企业金融化对宏观经济的影响 |
| 2.4.1 企业金融化与资源配置效率 |
| 2.4.2 企业金融化与金融稳定 |
| 2.5 文献评述 |
| 第3章 中国企业金融化的特征分析 |
| 3.1 中国非金融企业金融化的整体情况分析 |
| 3.1.1 基于金融资产持有比例的企业金融化测度 |
| 3.1.2 基于金融渠道收益占比的企业金融化测度 |
| 3.2 中国非金融企业金融化的异质性特征 |
| 3.2.1 不同所有权性质上市公司金融化对比 |
| 3.2.2 不同行业上市公司金融化对比 |
| 3.2.3 不同区域上市公司金融化对比 |
| 3.3 高金融化企业与低金融化企业的财务特征差异 |
| 3.4 本章小结 |
| 第4章 企业金融化的行为动机: 投机套利还是预防性储蓄 |
| 4.1 机理分析与研究假设 |
| 4.2 研究设计 |
| 4.2.1 模型设定与变量定义 |
| 4.2.2 样本选择与变量的描述性统计 |
| 4.3 实证结果与分析 |
| 4.3.1 基准回归 |
| 4.3.2 融资约束异质性检验 |
| 4.3.3 金融资产类型异质性检验 |
| 4.3.4 稳健性检验 |
| 4.4 本章小结 |
| 第5章 金融抑制与企业金融化的二次配置功能: 以企业影子银行化为例 |
| 5.1 机制分析与研究假说 |
| 5.2 研究设计 |
| 5.2.1 模型设定与变量定义 |
| 5.2.2 样本选择与变量的描述性统计 |
| 5.3 实证结果与分析 |
| 5.3.1 企业影子银行化的二次配置功能检验 |
| 5.3.2 金融抑制的影响检验 |
| 5.3.3 稳健性检验 |
| 5.4 本章小结 |
| 第6章 企业金融化的金融资源配置效率检验: 以企业影子银行化为例 |
| 6.1 理论框架与研究假设 |
| 6.1.1 模型分析框架 |
| 6.1.2 研究假设 |
| 6.2 企业影子银行化对金融资源再配置的整体效应检验 |
| 6.2.1 模型设定与变量定义 |
| 6.2.2 样本选择与变量的描述性统计 |
| 6.2.3 实证结果分析 |
| 6.2.4 稳健性检验和小结 |
| 6.3 企业影子银行化影响金融资源配置效率微观机理的经验证据 |
| 6.3.1 模型设定与变量定义 |
| 6.3.2 样本选择与变量的描述性统计 |
| 6.3.3 实证结果分析 |
| 6.3.4 作用机制检验 |
| 6.4 本章小结 |
| 第7章 研究结论、政策建议与研究展望 |
| 7.1 研究结论 |
| 7.2 政策建议 |
| 7.3 研究展望 |
| 参考文献 |
| 在学期间发表的学术论文与研究成果参考文献 |
| 致谢 |
（6）银行情绪、信贷供给与经济周期（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 导论 |
| 1.1 研究背景与意义 |
| 1.2 研究对象与内涵界定 |
| 1.2.1 主要研究对象 |
| 1.2.2 内涵的界定与区分 |
| 1.3 文献综述 |
| 1.3.1 情绪与经济周期的研究 |
| 1.3.2 银行情绪的测度方法研究 |
| 1.3.3 银行情绪的影响因素研究 |
| 1.3.4 银行情绪、信贷供给与经济周期作用机制研究 |
| 1.3.5 小结 |
| 1.4 研究思路、方法与内容 |
| 1.4.1 研究思路 |
| 1.4.2 研究方法 |
| 1.4.3 主要内容 |
| 1.5 研究的创新与不足 |
| 1.5.1 创新点 |
| 1.5.2 不足之处 |
| 第2章 银行情绪影响经济周期的信贷供给传导机制分析与模拟 |
| 2.1 银行情绪影响经济周期的信贷供给传导机制理论分析 |
| 2.2 银行情绪影响经济周期的信贷供给传导机制模型构建与分析 |
| 2.2.1 基准模型设定 |
| 2.2.2 参数设定和模拟结果分析 |
| 2.3 贷款策略异质性设定下的传导机制分析与模拟 |
| 2.3.1 乐观银行贷款策略异质性设定下的传导机制分析与模拟 |
| 2.3.2 全体银行贷款策略异质性设定下的传导机制分析与模拟 |
| 2.4 经济政策不确定性设定下的传导机制分析与模拟 |
| 2.4.1 模型设定 |
| 2.4.2 参数设定与模拟结果分析 |
| 2.5 本章小结 |
| 第3章 银行情绪指数的构建与分析 |
| 3.1 银行家调查问卷与原始指标选取 |
| 3.1.1 《银行家调查问卷报告》概述 |
| 3.1.2 银行情绪原始指标选取 |
| 3.1.3 银行情绪原始指标时期确定 |
| 3.2 基于主成分分析法的银行情绪指数构建 |
| 3.2.1 主成分分析法 |
| 3.2.2 银行情绪指标合成结果分析 |
| 3.3 银行情绪指数的特征分析 |
| 3.3.1 银行情绪指数的周期波动分析 |
| 3.3.2 银行情绪指数的区制转换分析 |
| 3.4 本章小结 |
| 第4章 银行情绪影响因素的实证检验 |
| 4.1 基于中国现实背景的银行情绪影响因素分析 |
| 4.2 研究假设与实证方法 |
| 4.2.1 研究假设 |
| 4.2.2 实证方案与方法 |
| 4.3 变量选取与处理 |
| 4.3.1 指标选取 |
| 4.3.2 数据处理 |
| 4.4 银行情绪影响因素的实证结果分析 |
| 4.4.1 多元回归模型结果分析 |
| 4.4.2 混频格兰杰因果检验结果分析 |
| 4.5 银行情绪影响因素的稳健性分析 |
| 4.5.1 相关性分析 |
| 4.5.2 低频格兰杰因果检验分析 |
| 4.6 本章小结 |
| 第5章 银行情绪影响信贷供给波动的实证检验 |
| 5.1 中国信贷供给内涵的变化 |
| 5.2 银行情绪影响信贷供给的假设提出 |
| 5.3 银行情绪影响信贷供给波动的实证方案设计 |
| 5.3.1 实证方案 |
| 5.3.2 实证方法概述 |
| 5.3.3 指标选取与处理 |
| 5.4 银行情绪影响信贷供给波动的实证结果分析 |
| 5.4.1 静态同步性结果分析 |
| 5.4.2 动态同步性结果分析 |
| 5.4.3 交叉谱结果分析 |
| 5.4.4 稳健性分析 |
| 5.5 本章小结 |
| 第6章 银行情绪影响经济周期的信贷供给传导机制的实证检验 |
| 6.1 银行情绪影响经济周期的信贷传递渠道分析 |
| 6.2 研究假设和实证方案 |
| 6.2.1 研究假设的提出 |
| 6.2.2 实证方案 |
| 6.2.3 指标选取与处理 |
| 6.3 实证结果分析 |
| 6.3.1 结构向量自回归模型结果分析 |
| 6.3.2 反事实结果分析 |
| 6.4 银行情绪影响经济周期的信贷供给传导机制的稳健性分析 |
| 6.5 本章小结 |
| 第7章 银行情绪异质性的经济周期波动效应检验 |
| 7.1 银行情绪异质性的经济周期波动效应检验的假设提出 |
| 7.2 银行情绪异质性的经济周期波动效应的实证方案 |
| 7.2.1 两区制TVAR模型 |
| 7.2.2 非线性检验 |
| 7.2.3 广义脉冲响应函数 |
| 7.3 指标选择与处理 |
| 7.4 实证结果分析 |
| 7.4.1 非线性检验结果 |
| 7.4.2 乐观-悲观情绪模型的脉冲响应结果分析 |
| 7.4.3 理性-有限理性情绪模型的脉冲响应结果分析 |
| 7.5 本章小结 |
| 第8章 结论与建议 |
| 8.1 主要结论 |
| 8.2 政策建议 |
| 8.3 研究展望 |
| 参考文献 |
| 攻读博士期间的科研成果 |
| 致谢 |
（7）机构投资者持股对股价特质性波动率的影响（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.2.1 理论意义 |
| 1.2.2 实践意义 |
| 1.3 相关概念界定 |
| 1.3.1 特质性波动率 |
| 1.3.2 机构投资者 |
| 1.4 研究内容 |
| 1.5 技术路线图 |
| 1.6 创新点 |
| 2 理论基础与文献综述 |
| 2.1 机构持股相关理论 |
| 2.1.1 成本收益理论 |
| 2.1.2 信息不对称理论 |
| 2.2 行为金融学 |
| 2.2.1 行为金融学的发展 |
| 2.2.2 噪声交易理论 |
| 2.2.3 投资者情绪 |
| 2.3 特质性波动率研究现状 |
| 2.3.1 特质性波动率的提出 |
| 2.3.2 特质性波动率之谜 |
| 2.3.3 特质性波动率的影响因素 |
| 2.4 机构投资者研究现状 |
| 2.4.1 机构投资者间信息共享机制 |
| 2.4.2 机构投资者与散户互动关系 |
| 2.4.3 机构投资者与公司内部人员的联系 |
| 2.5 机构投资者对股价特质性波动的影响 |
| 2.6 文献评述 |
| 3 逻辑分析与研究假设 |
| 3.1 机构持股行为对特质性波动的影响 |
| 3.1.1 机构持股深度与特质性波动 |
| 3.1.2 机构持股广度与特质性波动率 |
| 3.1.3 机构持股短期变动幅度与特质性波动率 |
| 3.1.4 机构持股长期稳定性与特质性波动率 |
| 3.2 机构增减持行为对特质性波动率的影响 |
| 3.2.1 机构增减持行为与特质性波动 |
| 3.2.2 不同市场态势下机构增减持行为与特质性波动 |
| 3.3 不同类型机构投资者对特质性波动率的影响 |
| 4 机构持股影响特质性波动的实证研究 |
| 4.1 研究设计 |
| 4.1.1 样本选择和数据来源 |
| 4.1.2 变量设定 |
| 4.1.3 模型构建 |
| 4.2 实证结果及分析 |
| 4.2.1 机构股的特质性波动率分布情况 |
| 4.2.2 描述性统计 |
| 4.2.3 相关性分析 |
| 4.2.4 机构持股行为对特质性波动率的影响 |
| 4.2.5 机构增减持行为对特质性波动率的影响 |
| 4.2.6 不同类型机构投资者对特质性波动率的影响 |
| 4.3 稳健性检验 |
| 4.3.1 特质性波动率的替换 |
| 4.3.2 内生性问题 |
| 5 结论 |
| 5.1 研究结论 |
| 5.2 政策建议 |
| 5.3 研究展望 |
| 参考文献 |
| 附录A STATA代码 |
| 作者简历及攻读硕士/博士学位期间取得的研究成果 |
| 学位论文数据集 |
（8）库存周期对大宗商品价格波动的影响研究 ——以螺纹钢为例（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 第一节 研究背景与研究意义 |
| 一、研究背景 |
| 二、研究意义 |
| 第二节 研究框架和研究方法 |
| 一、研究框架 |
| 二、研究方法 |
| 第三节 本文的创新点和不足 |
| 一、本文创新点 |
| 二、不足之处 |
| 第二章 文献综述 |
| 第一节 国外相关理论研究现状 |
| 一、经济周期的理论研究 |
| 二、库存周期的理论研究 |
| 第二节 国内相关研究现状 |
| 一、经济周期的理论研究 |
| 二、库存周期与宏观经济的关系 |
| 三、大宗商品价格的影响因素 |
| 四、数据处理及ARDL-ECM模型的应用 |
| 六、对当前相关理论研究的评述 |
| 第三章 库存周期对螺纹钢价格波动的影响分析 |
| 第一节 基本概念界定 |
| 第二节 库存周期的划分 |
| 一、库存周期划分指标的分析 |
| 二、价格类指标划分库存周期 |
| 三、产出缺口划分库存周期 |
| 四、库存周期划分的合理性分析 |
| 第三节 库存周期与螺纹钢价格波动的关联性分析 |
| 一、不同库存周期内螺纹钢的价格波动表现 |
| 二、库存周期对螺纹钢价格波动的影响总结 |
| 第四章 库存周期对螺纹钢价格波动影响的实证分析 |
| 第一节 实证模型与数据处理 |
| 一、实证模型与研究方法 |
| 二、变量选择 |
| 第二节 实证分析 |
| 一、单位根检验 |
| 二、最大可滞后阶数确定 |
| 三、ARDL边界协整检验 |
| 四、因果关系分析 |
| 五、ARDL-ECM模型估计 |
| 六、模型的稳定性检验 |
| 第五章 本文的结论与建议 |
| 第一节 本文主要结论 |
| 一、库存周期对螺纹钢价格波动影响的理论分析结论 |
| 二、库存周期对螺纹钢价格波动影响的实证分析结论 |
| 第二节 企业库存管理及投资建议 |
| 一、企业库存管理建议 |
| 二、投资策略建议 |
| 参考文献 |
| 在读期间科研成果 |
| 致谢 |
（9）行情差异下我国A股市场波动的实证研究 ——基于投资者情绪的视角（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 第一节 研究背景及意义 |
| 一、研究背景 |
| 二、研究意义 |
| 第二节 本文的研究思路与内容 |
| 第三节 研究方法 |
| 一、文献分析法 |
| 二、实证分析法 |
| 三、比较分析法 |
| 第四节 可能的创新点与不足 |
| 一、可能的创新点 |
| 二、存在的不足 |
| 第二章 理论基础与文献综述 |
| 第一节 理论基础 |
| 一、行为金融学理论 |
| 二、基于投资者情绪的资产定价模型 |
| 第二节 文献综述 |
| 一、投资者情绪的定义 |
| 二、投资者情绪指标的构建 |
| 三、投资者情绪对我国股票市场收益波动的影响效应 |
| 四、文献评述 |
| 第三章 我国股票市场投资者情绪综合指标的构建 |
| 第一节 数据的选取与来源 |
| 一、投资者情绪代理指标 |
| 二、宏观因子变量 |
| 第二节 构建投资者情绪综合指标 |
| 一、主成分分析法 |
| 二、具体研究思路 |
| 第三节 投资者情绪综合指数与上证综指之间的关系 |
| 第四章 投资者情绪对我国A股市场收益波动的实证研究 |
| 第一节 我国股票市场牛熊股市划分 |
| 一、我国股市划分方法 |
| 二、我国股市划分结果 |
| 第二节 实证假设 |
| 第三节 描述性统计和相关性检验 |
| 一、变量的描述性统计 |
| 二、平稳性检验 |
| 三、格兰因果检验 |
| 第四节 投资者情绪与股票市场收益波动的实证研究 |
| 一、投资者情绪与股票市场收益的因果关系检验 |
| 二、牛熊市下投资者情绪对A股市场股票收益波动的回归分析 |
| 第五节 投资者情绪对不同板块市场股票收益波动的实证研究 |
| 一、投资者情绪对不同板块股票收益波动的回归分析 |
| 二、牛熊市下投资者情绪对不同板块股票收益波动的回归分析 |
| 第五章 结论及建议 |
| 第一节 研究结论 |
| 第二节 对策建议 |
| 一、对于投资者 |
| 二、对于市场监管者 |
| 三、对于政策制定者 |
| 参考文献 |
| 致谢 |
（10）我国互联网货币基金收益率波动研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 第一节 研究背景及意义 |
| 一、研究背景 |
| 二、研究意义 |
| 第二节 国内外相关研究动态及文献综述 |
| 一、关于收益率波动模型研究综述 |
| 二、关于互联网货币基金收益率波动研究综述 |
| 三、文献评述 |
| 第三节 研究内容及方法 |
| 一、研究内容 |
| 二、研究方法 |
| 第四节 论文的创新与不足 |
| 一、论文的创新点 |
| 二、论文的不足之处 |
| 第二章 互联网货币基金收益率波动理论基础 |
| 第一节 互联网货币基金的内涵 |
| 第二节 互联网货币基金的分类 |
| 一、平台系互联网货币基金 |
| 二、商业银行系互联网货币基金 |
| 三、基金系互联网货币基金 |
| 第三节 互联网货币基金收益率波动分类 |
| 第四节 互联网货币基金收益率波动模型选取 |
| 第五节 互联网货币基金收益率波动模型 |
| 一、ARIMA模型 |
| 二、GARCH模型 |
| 三、TGARCH模型 |
| 四、EGARCH模型 |
| 第三章 互联网货币基金收益率波动实证分析 |
| 第一节 互联网货币基金样本选取及数据说明 |
| 一、互联网货币基金样本选取 |
| 二、互联网货币基金样本数据说明及处理 |
| 第二节 互联网货币基金收益率波动趋势分析 |
| 第三节 互联网货币基金收益率波动基本分析 |
| 一、描述性统计分析 |
| 二、序列平稳性检验 |
| 三、序列自相关性检验 |
| 四、ARCH-LM效应检验 |
| 第四节 GARCH类模型构建及VaR值计算 |
| 一、GARCH类模型阶数选择 |
| 二、GARCH模型构建 |
| 三、TGARCH模型构建 |
| 四、EGARCH模型构建 |
| 五、基于GARCH类模型的VaR风险价值 |
| 第五节 实证小结 |
| 第四章 互联网货币基金收益率波动原因分析 |
| 第一节 互联网货币基金市场非有效性 |
| 一、信息不对称 |
| 二、法律监管缺位 |
| 三、投资者结构不合理 |
| 第二节 互联网货币基金运作模式以及资产配置的不同 |
| 一、互联网货币基金运作模式 |
| 二、互联网货币基金资产配置 |
| 第三节 投资者市场心理因素 |
| 一、投机动机 |
| 二、羊群效应 |
| 第五章 研究结论与政策建议 |
| 第一节 研究结论 |
| 一、互联网货币基金收益率波动的共性特征 |
| 二、互联网货币基金收益率波动的异性特征 |
| 三、互联网货币基金收益率波动原因 |
| 第二节 政策建议 |
| 一、完善监管机制和投资者结构以加强市场有效性 |
| 二、优化产业链运作模式和丰富资产配置选择 |
| 三、提高投资者投资素质以优化投资行为 |
| 第三节 研究展望 |
| 参考文献 |
| 附录 A |
| 致谢 |
| 在读期间的研究成果 |
四、中国投资波动实证研究（论文参考文献）
- [1]中国投资结构与经济发展的关系研究[D]. 吴业强. 吉林大学, 2021(02)
- [2]中国参与宏观审慎政策国际协调：必要性与协调收益研究[D]. 刘晓宇. 山东大学, 2021(11)
- [3]QFII持股对A股市场波动的影响研究[D]. 李彩霞. 西南大学, 2020(01)
- [4]房地产开发投资的宏观效应研究[D]. 赵明昊. 吉林大学, 2020(08)
- [5]非金融企业金融化的动机及其对资源配置效率的影响研究[D]. 张洁琼. 天津财经大学, 2020(06)
- [6]银行情绪、信贷供给与经济周期[D]. 丁尚宇. 吉林大学, 2020(08)
- [7]机构投资者持股对股价特质性波动率的影响[D]. 张婧. 北京交通大学, 2020(04)
- [8]库存周期对大宗商品价格波动的影响研究 ——以螺纹钢为例[D]. 李根. 安徽财经大学, 2020(08)
- [9]行情差异下我国A股市场波动的实证研究 ——基于投资者情绪的视角[D]. 王凯伦. 安徽财经大学, 2020(08)
- [10]我国互联网货币基金收益率波动研究[D]. 杨岚. 云南财经大学, 2020(07)