首页--经济论文--财政、金融论文--金融、银行论文--中国金融、银行论文--金融市场论文

基于微观结构理论的证券市场可预测性研究

致谢第1-6页
中文摘要第6-7页
ABSTRACT第7-9页
第9-17页
1 引言第17-29页
   ·选题背景第17-21页
     ·实践背景第17-19页
     ·理论背景第19-21页
   ·本文的研究意义第21-23页
   ·本文的研究范畴第23页
   ·研究思路与方法第23-24页
   ·本文的研究框架第24-27页
   ·本文的主要创新点第27-29页
2 文献综述第29-41页
   ·微观结构理论的文献回顾第29-31页
   ·证券市场预测性与定价均衡理论的回顾第31-35页
     ·证券市场预测性回顾第31-32页
     ·证券市场定价均衡理论回顾第32-35页
   ·交易机制与预测性第35-37页
   ·信息成本与预测性第37-38页
   ·流动性与预测性第38-41页
3 我国证券市场的微观结构第41-57页
   ·我国证券市场的交易机制第41-51页
     ·交易机制概述第41-46页
     ·我国证券市场的交易机制现状第46-48页
     ·我国证券市场交易机制的不足第48-51页
   ·我国证券市场的信息披露制度第51-53页
     ·信息披露制度第51-52页
     ·我国证券市场信息披露制度存在的问题第52-53页
   ·我国证券市场的流动性第53-57页
     ·影响我国证券市场流动性的因素第53-54页
     ·我国证券市场的特殊性与流动性的共性第54-57页
4 交易机制对我国证券市场预测性的影响第57-77页
   ·引言第57-58页
   ·基于交易机制的微观结构理论第58-61页
   ·交易机制对我国证券市场预测性的实证分析第61-75页
     ·实证检验模型第61-69页
     ·设立涨跌停板制度前后影响的实证分析第69-71页
     ·设立开放式集合竞价前后影响的实证分析第71-75页
   ·本章小结第75-77页
5 信息成本对我国证券市场预测性的影响第77-101页
   ·引言第77-79页
   ·模型介绍第79-94页
     ·证券市场微观结构的信息模型第79-89页
     ·模型选择第89-90页
     ·LSB模型介绍第90-91页
     ·BP神经网络模型第91-93页
     ·数据来源第93-94页
   ·实证部分第94-100页
     ·运用LSB模型测度信息不对称成本大小第94-95页
     ·神经网络模拟及预测第95-100页
   ·本章小结第100-101页
6 流动性对我国证券市场预测性的影响第101-135页
   ·引言第101页
   ·证券市场流动性的度量第101-107页
     ·证券市场流动性含义第101-103页
     ·证券市场流动性的度量与指标第103-104页
     ·证券市场流动性的波动聚集性度量第104-107页
   ·基于流动性的上证指数收益率可预测性实证分析第107-121页
     ·收益率的描述性统计分析第107-110页
     ·脉冲响应分析第110-116页
     ·实证检验第116-120页
     ·实证结果与可预测性分析第120-121页
   ·基于流动性的深圳综指收益率可预测性实证分析第121-134页
     ·收益率的描述性统计分析第121-123页
     ·脉冲响应分析第123-129页
     ·实证检验第129-133页
     ·实证结果与可预测性分析第133-134页
   ·本章小结第134-135页
7 结论第135-139页
   ·研究结论第135-136页
   ·相关建议第136-137页
   ·本文进一步研究的方向第137-139页
参考文献第139-147页
附录第147-155页
作者简历第155-159页
学位论文数据集第159页

论文共159页,点击 下载论文
上一篇:基于NPB和TAPC给体的有机紫外光探测器件的研制
下一篇:北京市房地产开发企业员工离职问题研究