MIT ACSC,Alandi,浦那,印度摘要:股市的波动性是对金融市场健康和经济情绪的广泛报道。 波动率是股票价格转移的统计指标,其特征是包括投资者情绪,宏观经济变量,地缘政治事件以及公司行动在内的大量因素。 股票市场波动对金融家,政策制定者和货币经理来说是感兴趣的,因为它对投资,风险评估和经济预测具有直接影响。 本文涵盖了通过标准偏差,β系数和波动率指标等参数来测量波动率的起源,以及金融部门波动率的影响。 它还涵盖了市场上的过去趋势,包括重大金融危机及其对投资者情绪和市场领导力的影响。 该研究还解释了其他风险管理工具,例如多元化,对冲和算法交易,这些工具包含市场波动的负面影响。 从证据和理论中得出结论,该研究希望阐明预测模型,这些模型将促使政策制定者和投资者在面对不确定性时做出明智的选择。 关键字:股票市场,波动性,风险管理,市场趋势,经济因素,投资者行为MIT ACSC,Alandi,浦那,印度摘要:股市的波动性是对金融市场健康和经济情绪的广泛报道。波动率是股票价格转移的统计指标,其特征是包括投资者情绪,宏观经济变量,地缘政治事件以及公司行动在内的大量因素。股票市场波动对金融家,政策制定者和货币经理来说是感兴趣的,因为它对投资,风险评估和经济预测具有直接影响。本文涵盖了通过标准偏差,β系数和波动率指标等参数来测量波动率的起源,以及金融部门波动率的影响。它还涵盖了市场上的过去趋势,包括重大金融危机及其对投资者情绪和市场领导力的影响。该研究还解释了其他风险管理工具,例如多元化,对冲和算法交易,这些工具包含市场波动的负面影响。从证据和理论中得出结论,该研究希望阐明预测模型,这些模型将促使政策制定者和投资者在面对不确定性时做出明智的选择。关键字:股票市场,波动性,风险管理,市场趋势,经济因素,投资者行为
本文考察股票市场与实体经济之间的因果效应。本文基于1998—2017年中国A股市场的数据,运用固定效应模型等方法,从个股层面的流动性不足对企业投资决策影响的角度研究股票市场与实体经济之间的因果效应。实证结果表明,股票流动性不足显著抑制企业投资。信息不对称是股票市场与实体经济之间联系的重要渠道之一,信息不对称引发的融资约束和代理冲突显著影响因果效应,缓解市场信息不对称的宏观经济政策能够通过股票市场有效作用于实体经济。本研究从因果效应的微观视角,控制时间效应和个体效应,进一步探究股票市场与实体经济之间的影响机制,表明宏观经济政策能够通过股票市场有效影响实体经济,为未来宏观政策的制定提供决策参考。
本评论论文研究了机器学习技术预测股票市场崩溃的利用。它调查现有方法论,确定共同趋势并分析优势和劣势。提出了一个新颖的方法学框架,将集成学习,替代数据源和模型的解释性整合在一起,以解决当前方法中的局限性。所提出的框架旨在提高财务预测的预测准确性,透明度和可行的见解。未来的研究方向包括经验验证,跨学科合作以及新兴技术的整合。继续研究利用机器学习进行财务预测对于推进风险管理实践和促进弹性金融系统至关重要。
摘要:股票市场的特点是波动剧烈、非线性以及内部和外部环境变量的变化。人工智能 (AI) 技术可以检测到这种非线性,从而大大改善预测结果。本文回顾了 148 项利用神经和混合神经技术预测股票市场的研究,这些研究基于使用 NVivo 12 软件获得的 43 个自动编码主题进行分类。我们根据两大类将调查文章分组,即研究特征和模型特征,其中“研究特征”进一步分为涵盖的股票市场、输入数据和研究性质;“模型特征”分为数据预处理、人工智能技术、训练算法和绩效衡量标准。我们的研究结果表明,人工智能技术可以成功地用于研究和分析股票市场活动。最后,我们为潜在的金融市场分析师、人工智能和软计算奖学金制定了研究议程。