基于K-means聚類和VAR模型的公募基金持股行為研究
發(fā)布時間:2021-11-06 22:25
股市一直以來都是市場經(jīng)濟重要的投融資渠道,有著國民經(jīng)濟“晴雨表”之稱。但是由于股市不定期的劇烈波動,有時無法精準的反映真實的市場經(jīng)濟發(fā)展情況,對建立良好有序的金融市場帶來阻礙,往往會對投資者帶來直接或間接的經(jīng)濟損失。因此本文選擇市場的投資主體即投資者對其進行持股行為分析。其中公募基金作為機構投資者的代表于1998年起步,到現(xiàn)在已經(jīng)有二十多年的發(fā)展歷史,整體結(jié)構發(fā)展較為完善成熟,本文以公募基金作為機構持股的代表進行實證研究,重點關注公募基金持股行為的操作特點以及其持股行為是否會對市場整體的收益性和波動性產(chǎn)生影響。為了研究公募基金持股的行為特點以及其對市場的影響,本文的研究內(nèi)容分為兩個部分,第一部分是針對公募基金的聚類分析,本文以公募基金本身的基金資產(chǎn)凈值、持股市值、持股量、持股比例及其變動等因子作為因子集,并將因子集分為兩組,針對兩組因子集進行聚類,探討具有哪些特點的基金更傾向于哪種持股模式。第二部分是建立公募基金持股的向量自回歸模型,研究其持股行為與股市整體收益性波動性之間的影響關系。本文以2010-2019年的公募基金指標數(shù)據(jù)和A股數(shù)據(jù)為基礎數(shù)據(jù)源,通過一系列的數(shù)據(jù)預處理對公募基金持...
【文章來源】:山東大學山東省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:72 頁
【學位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第一章 緒論
1.1 研究背景與意義
1.2 研究對象和目的
1.3 行文結(jié)構與框架
第二章 文獻綜述
2.1 聚類算法文獻綜述
2.2 VAR模型文獻綜述
2.3. 持股文獻綜述
第三章 聚類和向量自回歸的理論基礎
3.1 K均值聚類算法
3.1.1 聚類算法理論基礎
3.1.2 聚類算法流程圖
3.1.3 聚類的性能評優(yōu)檢測
3.2 向量自回歸模型
3.2.1 向量自回歸總述
3.2.2 向量自回歸模型的建立
3.2.3 向量自回歸模型的簡化表達式
3.2.4 向量自回歸的穩(wěn)定性問題和滯后階數(shù)的選擇
第四章 聚類算法實證分析
4.1 數(shù)據(jù)獲取與指標定義
4.1.1 數(shù)據(jù)獲取與預處理
4.1.2 公募基金持股行為指標的定義和量化
4.2 定性分析
4.2.1 基金持股整體盈虧情況
4.2.2 整體盈虧占比
4.2.3 四種操作分布占比
4.3 聚類結(jié)果分析
4.3.1 總述
4.3.2 結(jié)果分析
第五章 向量自回歸實證結(jié)果
5.1 平穩(wěn)性檢驗
5.2 時間序列圖分析
5.3 格蘭杰因果檢驗
5.4 滯后階數(shù)的選擇
5.5 脈沖響應分析
5.6 方差分解
5.7 結(jié)果分析
5.8 可視化表現(xiàn)
5.9 預測問題
第六章 總結(jié)與展望
參考文獻
致謝
學位論文評閱及答辯情況表
【參考文獻】:
期刊論文
[1]社;鹋c個人投資者持股對企業(yè)創(chuàng)新影響的研究——基于中國上市公司專利數(shù)據(jù)的實證檢驗[J]. 龍曉旋,邢韜,駱琳. 武漢金融. 2019(01)
[2]投資者情緒、噪聲交易者與敏感性風險——基于CAPM模型的實證分析[J]. 張一,劉志東. 財會月刊. 2017(29)
[3]投資者個體的羊群行為:分布及其程度——基于分割聚類的矩陣化方法[J]. 李學峰,李佳明. 國際金融研究. 2011(04)
[4]資產(chǎn)價格波動與貨幣政策應對——基于結(jié)構向量自回歸模型的實證分析[J]. 李亮. 上海經(jīng)濟研究. 2010(04)
[5]中國證券投資者交易行為的實證研究[J]. 史永東,李竹薇,陳煒. 金融研究. 2009(11)
[6]基于因子和聚類分析的縣域經(jīng)濟發(fā)展研究——以河南省18個縣(市)為例[J]. 王慶豐,黨耀國,王麗敏. 數(shù)理統(tǒng)計與管理. 2009(03)
[7]貨幣政策對房地產(chǎn)價格的動態(tài)影響研究——基于VAR模型的實證[J]. 王來福,郭峰. 財經(jīng)問題研究. 2007(11)
[8]中國農(nóng)村金融發(fā)展與經(jīng)濟增長(1978~2001)實證分析[J]. 姚耀軍,和丕禪. 西北農(nóng)林科技大學學報(社會科學版). 2004(06)
[9]中國股票市場行業(yè)收益率序列動態(tài)聚類分析[J]. 勞蘭珺,邵玉敏. 財經(jīng)研究. 2004(11)
[10]基于神經(jīng)網(wǎng)絡的Web用戶行為聚類分析[J]. 徐涌,陳恩紅,王煦法. 小型微型計算機系統(tǒng). 2001(06)
本文編號:3480639
【文章來源】:山東大學山東省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:72 頁
【學位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第一章 緒論
1.1 研究背景與意義
1.2 研究對象和目的
1.3 行文結(jié)構與框架
第二章 文獻綜述
2.1 聚類算法文獻綜述
2.2 VAR模型文獻綜述
2.3. 持股文獻綜述
第三章 聚類和向量自回歸的理論基礎
3.1 K均值聚類算法
3.1.1 聚類算法理論基礎
3.1.2 聚類算法流程圖
3.1.3 聚類的性能評優(yōu)檢測
3.2 向量自回歸模型
3.2.1 向量自回歸總述
3.2.2 向量自回歸模型的建立
3.2.3 向量自回歸模型的簡化表達式
3.2.4 向量自回歸的穩(wěn)定性問題和滯后階數(shù)的選擇
第四章 聚類算法實證分析
4.1 數(shù)據(jù)獲取與指標定義
4.1.1 數(shù)據(jù)獲取與預處理
4.1.2 公募基金持股行為指標的定義和量化
4.2 定性分析
4.2.1 基金持股整體盈虧情況
4.2.2 整體盈虧占比
4.2.3 四種操作分布占比
4.3 聚類結(jié)果分析
4.3.1 總述
4.3.2 結(jié)果分析
第五章 向量自回歸實證結(jié)果
5.1 平穩(wěn)性檢驗
5.2 時間序列圖分析
5.3 格蘭杰因果檢驗
5.4 滯后階數(shù)的選擇
5.5 脈沖響應分析
5.6 方差分解
5.7 結(jié)果分析
5.8 可視化表現(xiàn)
5.9 預測問題
第六章 總結(jié)與展望
參考文獻
致謝
學位論文評閱及答辯情況表
【參考文獻】:
期刊論文
[1]社;鹋c個人投資者持股對企業(yè)創(chuàng)新影響的研究——基于中國上市公司專利數(shù)據(jù)的實證檢驗[J]. 龍曉旋,邢韜,駱琳. 武漢金融. 2019(01)
[2]投資者情緒、噪聲交易者與敏感性風險——基于CAPM模型的實證分析[J]. 張一,劉志東. 財會月刊. 2017(29)
[3]投資者個體的羊群行為:分布及其程度——基于分割聚類的矩陣化方法[J]. 李學峰,李佳明. 國際金融研究. 2011(04)
[4]資產(chǎn)價格波動與貨幣政策應對——基于結(jié)構向量自回歸模型的實證分析[J]. 李亮. 上海經(jīng)濟研究. 2010(04)
[5]中國證券投資者交易行為的實證研究[J]. 史永東,李竹薇,陳煒. 金融研究. 2009(11)
[6]基于因子和聚類分析的縣域經(jīng)濟發(fā)展研究——以河南省18個縣(市)為例[J]. 王慶豐,黨耀國,王麗敏. 數(shù)理統(tǒng)計與管理. 2009(03)
[7]貨幣政策對房地產(chǎn)價格的動態(tài)影響研究——基于VAR模型的實證[J]. 王來福,郭峰. 財經(jīng)問題研究. 2007(11)
[8]中國農(nóng)村金融發(fā)展與經(jīng)濟增長(1978~2001)實證分析[J]. 姚耀軍,和丕禪. 西北農(nóng)林科技大學學報(社會科學版). 2004(06)
[9]中國股票市場行業(yè)收益率序列動態(tài)聚類分析[J]. 勞蘭珺,邵玉敏. 財經(jīng)研究. 2004(11)
[10]基于神經(jīng)網(wǎng)絡的Web用戶行為聚類分析[J]. 徐涌,陳恩紅,王煦法. 小型微型計算機系統(tǒng). 2001(06)
本文編號:3480639
本文鏈接:http://www.sikaile.net/shoufeilunwen/benkebiyelunwen/3480639.html
最近更新
教材專著