媒体关联与证券市场动量溢出效应研究:基于实证资产定价与深度学习视角
上QQ阅读APP看本书,新人免费读10天
设备和账号都新为新人

1.2.3 全书结构

从结构上看,本书由以下7个章节构成:

第1章 绪论。本章主要介绍本书的选题背景与研究意义、研究思路与方法、全书结构安排及主要创新点。

第2章 理论基础与文献综述。本章主要从证券市场波动相关理论,特别是行为金融学理论与资产价格波动研究、企业关联关系与证券市场波动研究、证券市场媒体效应研究(特别是阐述新闻对证券市场波动的影响),以及面向证券市场波动的智能计算研究四个方面对相关理论和文献进行了系统性的回顾和梳理。首先,本章回顾了证券市场波动的相关理论并评述相关理论的发展状态和面临的挑战,为研究奠定了坚实的理论基础;其次,对股票联动性与动量溢出效应研究相关的文献进行了系统的梳理和详细的探讨,厘清了企业关联关系在资本资产定价研究中的发展脉络和方向,旨在为深入探讨本书提出的问题,论证研究的可行性、合理性和必要性提供理论支撑;随后,详细回顾了媒体新闻信息与证券市场研究的相关重要文献,旨在为本书提出可行性与创新性的研究方法提供理论依据;最后,系统地梳理了面向证券市场波动的分析模型及相关应用,对比了数理统计模型、计量经济学模型及面向证券市场波动的智能计算模型在证券市场波动研究中的应用,旨在为运用量化智能计算模型解决金融问题的必要性和有效性提供理论依据。

第3章 媒体关联与企业关系网络构建。如何找到一个合理的企业关联,并有效地衡量企业之间的内在关联关系,是探究企业关联关系对证券市场波动影响的关键,也是本书的重点和难点所在。本章创新性地提出基于媒体新闻共同报道捕捉企业关联关系的思想,并系统地论证了以该思想为指导构建的企业关联关系的独特性和有效性,及相关企业资产价格波动的表现。本章详细论述了上市企业媒体关联的定义、合理性和理论基础,阐述了基于媒体关联构建企业关系网络的方法、媒体新闻数据的获取及预处理,并系统地分析了所构建的基于媒体关联的企业网络中关联企业之间在不同市场运行时期的相关性,尤其是验证了该企业网络中关联企业的股票价格在市场极端运行时期仍然存在高度相关性。

第4章 基于企业媒体关联网络的动量溢出效应分析。本章在构建了基于媒体关联的企业关系网络的基础上,探究了基于媒体关联的企业关联关系对资产价格或收益率波动产生影响的作用机理和内在机制。金融学最新研究成果发现,相关企业的资产收益率之间存在领先滞后效应,即一个企业的证券资产收益率在过去的表现对与其相关联的其他企业的资产预期收益率具有跨期的预测作用。本章立足于实证资产定价研究的最新成果和研究方法,从大数据视角出发,论证了基于媒体关联的动量溢出效应在市场不同运行时期和运行状态下的存在性、合理性和稳健性,并将基于新闻共同报道建立的企业关联关系与现有研究中提出的反映企业基本面关联的企业关联关系进行对比,进一步论证了基于媒体关联的企业关联关系对资产价格波动的重要作用,从而为深入理解我国证券市场微观结构和内在运行机理提供参考,为实证资产定价研究的发展提供中国证券市场的证据。本章是本书的关键点和核心论点。

第5章 面向动量溢出效应的深度图神经网络研究。基于金融学实证资产定价最新研究成果,以及本书第3至4章的实证结果,本章进一步运用深度学习方法,深入分析动量溢出效应对资产价格波动的作用机理,捕捉并量化关联企业的动量溢出效应对资产价格波动的影响作用。事实上,资本市场涵盖了多样资产和各类市场参与者,是一个复杂且不断变化的综合系统。如何有效捕捉企业之间的各种关联关系在市场运行过程中对资产价格或收益率变动的动态影响和综合作用,是深入理解市场微观结构和内在运行机理的关键问题。传统的计量经济学模型无法有效捕捉和量化这种非线性因素对资产波动的复杂影响。为了解决该问题,本章构建了一个基于门控机制的自适应动态图神经网络模型,将企业间多种关系进行融合,并动态地捕捉不同市场运行状态下,企业之间关联关系的变化对股票价格波动的影响作用。

第6章 面向证券市场动量溢出效应的大数据风险分析框架。证券市场是一个复杂的动态系统,其波动一定是各种因素相互交融、共同作用的合力结果。忽略各类影响市场波动的因素之间的交互作用便无法捕捉证券市场运行过程的全貌。基于此,本章从“融合”的视角出发,基于近代金融学理论成果,创新性地提出面向证券市场动量溢出效应的大数据风险分析预测框架,将影响证券市场波动的三大类因素放入统一的分析框架,以探究各类异构市场信息对证券波动的合力影响。同时,根据该框架展开基于动量溢出效应的深度学习量化交易策略研究,从而进一步逼近真实市场波动。该框架实现了对证券市场复杂运行过程的合理建模,有助于洞悉复杂且动态变化的市场运行全貌,从而为政策制定者、上市公司及所有市场参与者提供理论参考和决策支持。

第7章 总结、不足与未来展望。本章将从整体上对本书的研究内容及研究成果进行系统的梳理、回顾与总结;对研究过程中遇到的问题及本书存在的不足进行深入的分析与反思;对实证资产定价研究与智能计算模型在金融中应用的关系、变革和未来创新进行开放性的探讨;在此基础上,对未来的研究工作进行展望。