中國P2P網(wǎng)貸行業(yè)發(fā)展迅猛,但是與之伴隨著的負面消息也是頻出,“爆雷”、“跑路”現(xiàn)象等屢見不鮮,挑戰(zhàn)著投資者的投資意愿。然而,對反映P2P行業(yè)特征的投資者情緒方面的研究仍待進一步推進。P2P網(wǎng)貸平臺作為第三方平臺,其最重要功能是吸引投資,提高自身融資效率。因此,研究P2P網(wǎng)貸平臺投資者情緒對融資效率的影響對于我國P2P行業(yè)分析投資者行為具有重要意義。借鑒傳統(tǒng)金融市場相關研究,定義P2P網(wǎng)貸行業(yè)中的投資者情緒和融資效率。在剖析投資者情緒對融資效率的影響程度開展之前,需要對其表現(xiàn)情況進行分類分析。同時,引入行為金融學中風險偏好理論和羊群效應理論深入闡述投資者情緒對融資效率的影響機理。課題以翼龍貸平臺為例,采用主成分分析法構建投資者情緒指數(shù)以及數(shù)據(jù)包絡法測算平臺融資效率值,并對二者的研究結果進行初步的統(tǒng)計分析。在此基礎上,運用集成經(jīng)驗模態(tài)分解方法,結合GARCH模型、方差分解方法以及變量間時差相關系數(shù)方法,從短期、中期和長期三個角度考察了投資者情緒對平臺融資效率的影響。研究結果表明,第一,在短期中投資者情緒指標對融資效率指標表現(xiàn)出明顯的正相關性,影響程度是比較大的以及也是會有較長的沖擊留存,... 

【文章來源】：哈爾濱工業(yè)大學黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：65 頁

【學位級別】：碩士

【部分圖文】：

投資者情緒EEMD分解

哈爾濱工業(yè)大學經(jīng)濟學碩士學位論文32圖4-1和圖4-2明顯觀察到全部本征模IMFs在頻率和波動區(qū)間上均會與時間一起變化的，本征模IMFs的振幅由會由于頻率的降低而趨于平緩，IMF1具有的含義是顯示了投資者情緒指標和融資效率指標在最高頻狀態(tài)下的浮動特點，IMF6則是與之相反，揭示了這兩個指標在最低頻率上具有的變化特質(zhì)，而殘差項r一直都是在展現(xiàn)投資者情緒和融資效率在長期趨勢上的情況�？梢钥闯�，EEMD方法確實是把具有同頻特征的分解到同個本征模函數(shù)和剩余一個殘差項。圖4-1投資者情緒EEMD分解圖4-2融資效率EEMD分解4.3本征模函數(shù)重組在圖4-1和圖4-2中同一尺度下比較IMF，能夠清晰地觀察到投資者情緒指標對融資效率指標的作用情況，但是具體的影響需要運用計量模型深入分析。在本征模函數(shù)的重構上是借鑒了Zhang等使用的方式[49]，先是對本征模函數(shù)IMF重構，再從中通過疊加等得到短期波動項、中期重大事件影響項和長期趨勢項以及計算出本征模函數(shù)的均值趨向，見圖4-3、圖4-4。投資者情緒指標和平臺融資效率指標在不同尺度下IMF的均值均是明顯的不在0點上。將二者的所有尺度下的IMF均值都t檢驗，結果顯示投資者情緒和融資效率在IMF5上顯示了首個IMF均值偏離點。所以根據(jù)以上研究，將投資者情緒和融資效率的本征模函數(shù)IMF1～IMF4進行疊合成為高頻序列，即可進行短期下分析投資者情緒和融資效率；把IMF5～IMF6進行疊合得到低頻序列，即可進行二者的中期分析；殘余項則是二者長期項的體現(xiàn)。經(jīng)過分解和重構，投資者情緒和融資效率的完整趨勢已經(jīng)明了，二者的波動情況有直觀展示。在短中長三個時期內(nèi)，短期是能具體反映投資者情緒和融資效率在短期內(nèi)的變化，而這種由于眾多因素作用的結果是復雜多變的；中期則是一

哈爾濱工業(yè)大學經(jīng)濟學碩士學位論文33般對市場中發(fā)生的且會在一段時期內(nèi)產(chǎn)生影響的重大事件，這種情況下由于無法避免其留存的作用而對投資者情緒有較長影響；長期上會是行業(yè)未來發(fā)展趨勢的體現(xiàn)。總的來說，短期上會表現(xiàn)出較大的波動，中期和長期顯現(xiàn)出的是具有一定的趨勢。在圖4-5、4-6、4-7中，短期下，投資者情緒指標和融資效率指標變動波動會更為強烈而且極為頻繁，基本上二者是呈現(xiàn)一個正相關的關系，可能投資者情緒對融資效率影響是有滯后性的；從中長期來看，投資者緒對融資效率影響具有明顯的走勢而且變動頻率減少，在中期波動中投資者情緒要領先效率波動，而在長期趨勢中則是無法清晰觀察到。圖4-3投資者情緒各層IMF均值走勢圖圖4-4融資效率各層IMF均值走勢圖圖4-5短期項圖4-6中期項圖4-7長期項注：E代表融資效率序列，T代表投資者情緒序列。4.4多尺度下情緒指數(shù)對融資效率影響分析由于根據(jù)圖中所展示信息進行相關描述分析是不夠精確的，會存在較大的誤差，因此需要使用計量方法準確闡明翼龍貸平臺投資者情緒對融資效率影響。本章會根據(jù)不同尺度下的序列使用適用的方法具體分析投資者情緒對融資效率的

【參考文獻】：
期刊論文
[1]互聯(lián)網(wǎng)金融特征、投資者情緒與互聯(lián)網(wǎng)理財產(chǎn)品回報[J]. 陳榮達,林博,何誠穎,金騁路.  經(jīng)濟研究. 2019(07)
[2]論P2P網(wǎng)貸市場的逆向選擇及其治理[J]. 周耿,范從來,王宇偉.  當代財經(jīng). 2018(07)
[3]P2P網(wǎng)絡借貸平臺融資效率及其影響因素分析——基于DEA-Tobit方法[J]. 王重潤,孔兵.  河北經(jīng)貿(mào)大學學報. 2017(05)
[4]P2P網(wǎng)絡借貸研究進展及中國問題研究展望[J]. 馮博,葉綺文,陳冬宇.  管理科學學報. 2017(04)
[5]“平臺參與投資”與P2P籌資效率——基于拍拍貸平臺“拍活寶”數(shù)據(jù)的經(jīng)驗研究[J]. 周雄偉,朱恒先,李世剛.  中國工業(yè)經(jīng)濟. 2017(04)
[6]信息披露監(jiān)管與P2P借貸運營模式[J]. 張海洋.  經(jīng)濟學(季刊). 2017(01)
[7]組織中的權力分配與組織沉默——組織政治知覺的中介作用[J]. 王穎,梁婷.  經(jīng)濟管理. 2016(06)
[8]P2P網(wǎng)絡借貸平臺效率的綜合評價——基于AHP-DEA方法[J]. 朱宗元,王景裕.  南方金融. 2016(04)
[9]基于DEA方法的我國P2P網(wǎng)貸平臺運營效率研究[J]. 鄭思海,田原,金璐.  經(jīng)濟研究參考. 2016(20)
[10]投資者情緒對不同類型股票收益影響的實證研究[J]. 劉麗文,王鎮(zhèn).  金融理論與實踐. 2016(02)



本文編號：3558945