简介:P2P网络借贷作为电子商务在金融领域的延伸与应用,近年来得到广大学者的关注.但是目前的理论研究中,鲜有从投资者信息挖掘的角度进行投资决策分析.本文提出一个新颖的方法,即投资者构成分析方法,通过分析贷款的众多投资者信息遴选出最有价值的投资,辅助投资者进行投资决策.首先从投资者的历史投资收益率、风险偏好以及投资经验三个维度构建投资者档案(investorprofile),进而基于投资者档案构建投资者构成分析模型,最后通过美国最大的在线网络借贷网站Prosper的数据,对本文提出的构想及模型进行了实证研究.实验结果表明本文提出的利用投资者构成分析的方法辅助投资者进行投资决策是可行的,文中构建的模型表现出良好的预测能力,能够有效地筛选出有价值的投资.
简介:本文从政府层级、制度环境与投资机会的角度出发,运用因子分析方法,对投资机会集、制度环境变量提取了主成分,以2005~2009年沪深A股上市公司为研究样本,实证检验了政府层级、制度环境对投资机会的影响。研究发现:制度环境对政府控制公司和非政府控制公司的投资机会影响不同,对政府控制公司影响显著;且不同层级的政府控制企业影响程度也有差异;政府是否控制会对企业投资机会产生影响:省政府是否控制在1%的水平下对企业的投资机会具有显著的正向影响,市政府是否控制在5%的水平下对企业的投资机会具有显著的正向影响,中央政府和县政府是否控制对企业的投资机会影响并不显著;政府控制企业会比非政府控制企业获得更高的成长性和可持续发展能力。
简介:金融资产收益率不仅具有尖峰厚尾性、异方差性,还具有长记忆性。基于此,本文建立ARFIMA-GARCH-Copula模型来研究沪深股市的相关结构和等权重投资组合风险值VaR,利用上证指数和深成指数收益率的组合来进行实证研究。首先采用经典R/S分析法检验各个资产收益率的长记忆性,经过分数阶差分后选用GARCH模型建模得到边缘分布。然后选择Copula函数来刻画两资产之间的相关结构,建立联合分布模型。进而采用MonteCarlo方法模拟产生各资产的收益率序列,计算出投资组合的风险值VaR。实证研究表明:沪深股市具有长记忆性,且两者具有对称的尾部相关性;Kupiec检验说明ARFIMA-GARCH-Copula模型较之于GARCH-Copula模型能更准确地度量投资组合风险。