维普中文期刊产品整合服务
28篇 您的检索式:作者名="姜富伟"
    题名 作者 年代 出处 被引量
1投资者须关注上市公司管理层情绪变动显示文摘金融市场里讨论的情绪,通常指的投资者对未来资产价格变动过于乐观或悲观的非理性预期,即投资者情绪.耶鲁大学席勒教授对市场情绪与资产价格泡沫之间的关系做了非常深入的研究,发现情绪会导致金融资产价格暴涨暴跌、过度波动,在短期内偏离经济基本面,并因此荣获诺贝尔奖.著名经济学家凯恩斯在其名著《就业、利息和货币通论》中强调,情绪不仅会导致资产价格泡沫,还会放大宏观经济周期.但是,市场情绪是很难被精确测度的.牛顿在18世纪南海泡沫经历了巨大亏损后感慨:“我能精确计算天体的轨道,却无法衡量人心的狂热.”金融市场情绪测度意义重大,投资者和政策制定者正想方设法,通过各种信息渠道搜集和监控市场情绪,并以此预判宏观经济和金融市场的未来走势.姜富伟 2020清华金融评论2020,,5:0
2借鉴国际经验,完善我国资产管理业宏观审慎管理显示文摘近年来,我国资产管理业迅速发展、规模不断扩大,但伴随规模扩大暴露的金融不稳定因素也亟须关注.例如,A股基金重仓指数在2022年第一季度跌幅达17.30%,机构资金大面积出逃加剧市场下行风险,带动上证综指下跌9.81%.因此,迫切需要结合国际资产管理业宏观审慎管理实践与我国实际国情,针对性地研究中国特色的资产管理业宏观审慎管理框架和工具,这也是推进我们金融业稳定发展的重要一环.姜富伟 宁炜 2022清华金融评论2022,,8:0
3机构投资与金融稳定——基于A股ETF套利交易的视角显示文摘大力发展机构投资者有助于完善资本市场基础制度,促进金融市场高质量发展。但机构投资者以及机构投资工具的无序发展也可能损害金融稳定。本文创新性地以ETF这一机构投资者最主要的高流动性指数化投资工具为切入点,探讨机构投资对金融稳定的影响和微观机制。本文发现:ETF并不能在市场压力时期为股票形成流动性缓冲,反而会加大股票的系统性尾部风险,引起金融不稳定。在进行指数股票切换准自然实验的工具变量回归以及多种稳健性检验后,上述结果仍然成立。机制分析表明,机构投资者的套利活动尤其是折价套利活动是ETF增加股票系统性尾部风险的重要微观机制。此外,ETF对股票系统性尾部风险的影响存在着门限效应和非对称效应,并且受市场交易制度灵活性的影响而存在异质性。借助ETF这一金融工具创新,本文将研究视角由机构投资者扩展到机构投资工具,对于辨证地理解机构投资对金融稳定的综合影响具有重要意义。姜富伟 宁炜 薛浩 2022管理世界2022,38,4:11
4完善ESG信披体系赋能零碳金融发展:全球经验与中国借鉴显示文摘目前,气候变化已全面融入我国经济社会发展主战略.党的二十大报告明确提出,统筹产业结构调整、污染治理、生态保护、应对气候变化;积极稳妥推进碳达峰碳中和.作为联结国民经济各领域的纽带,金融机构净零转型将成为支持绿色经济转型与高质量发展的关键.在此背景下,完善ESG(Environmental,Social and Governance,即环境、社会和公司治理)信披体系将为零碳金融市场环境奠定关键的制度基础,从而推动实体经济加速脱碳.本文介绍了ESG信息披露体系构建的全球发展经验与中国借鉴方案,为完善中国特色ESG信息披露体系提供理论支持.姜富伟 张芷宁 丁慧 2023清华金融评论2023,,6:1
5美联储紧缩政策对我国债券市场影响研究和政策建议显示文摘今年以来,美联储坚持鹰派立场,选择激进加息路径应对高通胀问题,频率和幅度均超过市场预期。针对这一影响我国资本市场的重要外部因素,本文从货币政策文本情绪的全新视角,运用文本分析技术探究美联储货币政策调整对我国债券市场的影响和传导渠道。这对于前瞻性地研判利率走势、防范外部风险冲击、维护金融市场安全具有重要的实践意义。齐欣林 郭鹏 姜富伟 2022中国货币市场2022,,10:0
6美联储货币政策对我国资产价格的影响显示文摘本文利用事件研究法考察了美联储货币政策对我国资产价格的影响。研究发现美联储货币政策会显著影响我国资产价格,美联储加息会降低我国债券和股票回报,降息则会提高债券和股票回报。将美联储货币政策进行细分后发现,预期到的货币政策调整对债券市场和股票市场的回报都有显著影响,而未预期到的货币政策调整和前瞻性指引只影响债券市场。进一步的研究表明,未预期到的美联储货币政策调整和前瞻性指引还会加剧我国金融市场的波动率。本文的研究结论为美联储货币政策对我国经济金融的影响提供了新的证据,对于投资者提高投资收益、降低投资风险以及货币当局完善我国货币政策调控和维护我国金融市场稳定具有重要意义。姜富伟 郭鹏 郭豫媚 2019金融研究2019,,5:53
7媒体文本情绪与股票回报预测显示文摘本文在Loughran and MacDonald(2011)词典的基础上通过人工筛选和word2vec算法扩充,构建了一个更新更全面的中文金融情感词典。我们使用该情感词典计算我国财经媒体文本情绪指标,发现媒体文本情绪可以更准确地衡量我国股市投资者情绪的变化,对我国股票回报有显著的样本内和样本外预测能力。媒体文本情绪对一些重要的宏观经济指标也有显著的预测能力,具有重要的学术和实践应用价值。姜富伟 孟令超 唐国豪 2021经济学(季刊)2021,20,4:43
8金融市场文本情绪研究进展显示文摘由于现代计算机技术的飞速发展和互联网的广泛使用,研究者开始有机会获得曾经无法企及的文本大数据,通过对文本内容中与金融市场相关的部分进行挖掘,从而更加深入地理解和刻画资产价格变动机制。典型的文本大数据包括公司业绩披露、媒体新闻报道、社交论坛讨论等。在金融和会计领域,如何从文本中提取有效的情绪信息并研究其对资产价格变动的影响已经成为近年来的研究热点。本文总结了文本情绪分析在金融市场与资产定价相关领域的应用与研究进展,整理了主要的文本分析方法,包括词汇分类字典法、文本词汇加权和基于机器学习的朴素贝叶斯法等。本文还从横截面与时间序列两个方面介绍了文本情绪影响资产预期收益的计量方法和经济机制的最新成果。唐国豪 姜富伟 张定胜 2016经济学动态2016,,11:25
9央行货币政策报告文本信息、 宏观经济与股票市场显示文摘本文利用金融情感词典和文本分析技术,分析中国人民银行货币政策执行报告的文本情绪、文本相似度和文本可读性等多维文本信息,刻画央行货币政策执行报告的文本特征,探究货币政策报告的文本信息与宏观经济和股票市场的关系。实证研究发现,货币政策报告的文本情绪的改善会引起显著为正的股票市场价格反应,报告文本相似度的增加会引起股票市场波动性的显著降低,报告可读性对公布后股票市场的波动性影响不显著。货币政策报告文本情绪还与诸多宏观经济指标显著相关。进一步研究发现,引起股票市场显著反应的是报告文本情绪中反映货币政策指引的部分,而反映宏观经济历史状态的部分对股票市场的影响不显著。本文从文本大数据分析角度证明了我国央行沟通的有效性,对国内央行沟通相关研究形成了有益补充。姜富伟 胡逸驰 黄楠 2021金融研究2021,,6:23
10投资者理性特征对动量效应的影响——基于中国A股市场的证据显示文摘动量效应的成因和影响因素一直是金融学界关注的热点问题。近年来,越来越多的学者尝试利用经典金融学以外的方法来对动量效应进行研究。本文从行为金融的视角出发,对投资者理性特征影响动量效应的机制和结果进行了分析,并基于中国A股市场的数据进行了实证检验。本文的研究发现,中国股票市场存在着短期动量效应。投资者异质信念加剧了动量效应并延长了其持续时间。处置效应对动量效应的大小和久期具有抑制作用。投资者过度自信会加剧动量效应,但是本文没有发现过度自信影响动量效应持续时间的证据。本文的研究成果为投资者理性特征对动量效应的影响提供了实证支持,并对投资领域动量策略的构建具有借鉴意义。李富军 姜富伟 杨桦 2019宏观经济研究2019,0,11:12
11高风险低收益?基于机器学习的动态CAPM模型解释显示文摘我国股票市场存在高风险股票反而伴随较低收益的低风险定价异象,这有悖于传统资产定价理论.本文使用宏观经济和微观企业特征构建了六百多个变量的宏微观混合大数据集,并结合多种经典机器学习算法开发了基于大数据和机器学习的智能动态CAPM模型,检验了时变系统性风险对我国股市收益解释能力.实证结果表明:本文的智能动态CAPM定价模型能够显著解释我国股市低风险定价异象;随机森林等非线性机器学习算法表现最佳;影响股票时变系统风险的主要因素是市场类因子,基本面因子居次.本文对于我国股市系统性风险测度、动态资产定价模型构建和金融与大数据和人工智能融合创新有重要理论与实践指导意义.姜富伟 马甜 张宏伟 2021管理科学学报2021,24,1:11
12深度学习与中国股票市场因子投资——基于生成式对抗网络方法显示文摘本文运用深度学习模型研究中国股票市场的收益预测与因子投资。我们使用148个微观企业特征变量构建因子大数据集,并采用生成式对抗网络(GAN)方法构建深度学习模型。研究发现,相较于线性模型,深度学习模型在收益预测精度和因子投资绩效上均有很大提升。本文还分析了不同类型因子在中国股市的重要性,探索了金融深度学习预测的经济理论机制解释。本文对中国金融市场高质量发展和金融科技应用探索均有重要意义。马甜 姜富伟 唐国豪 2022经济学(季刊)2022,22,3:7
13大数据提升了多因子模型定价能力吗?——基于机器学习方法对我国A股市场的探究显示文摘本文采用惩罚线性回归方法和主成分分析等多种机器学习算法,充分挖掘我国A股上市公司财务基本面大数据信息,尝试构建我国资本市场的简约的多因子定价模型.研究发现:我国A股市场中,主成分作为定价因子的表现要优于特征因子;在缩减定价因子个数方面,弹性网络方法的表现要略优于LASSO.此外,惯性类、交易摩擦类以及估值与成长类因子的贡献较大,说明虽然我国资本市场不够完善,市场参与者交易习惯有待提高,但也体现了市场不断完善且有效的一面.本文方法构建的多因子模型优于主流的定价模型.本文将机器学习方法引入到资产定价模型的构建,实现了对高维财务基本面数据的降维和变量选择,构建了我国A股市场多因子资产定价模型,并给出经济学解释.文章从大数据和机器学习的角度为我国A股市场资产定价提供了新思路,明确了各个定价因子在多因子模型中的贡献,有助于理解我国资本市场特点,为解决高维财务基本面数据问题提供了适用于我国资本市场的方法.姜富伟 薛浩 周明 2022系统工程理论与实践2022,42,8:2
14资本市场收益可预测性研究进展显示文摘准确预测资本市场收益对资产管理和金融学术研究都非常重要。从资产管理的角度看,资产配置需要实时进行资产回报预测;从学术研究角度看,深入理解资产收益预测的本质有助于研究者们提出更符合现实、更准确的资产定价模型和理论。如何根据经济或市场所处的不同时期选取合适的预测方法和指标,并研究其影响资产价格变动的机制已经成为近年来的研究热点。本文从收益预测检验与市场有效性的争论出发,总结了资本市场收益(特别是股票收益)可预测性的研究进展。首先,本文介绍了近期研究中发现的多种收益预测指标,包括基本面指标、技术面指标、情绪指标和波动率指标。然后,本文整理了提高收益预测准确性的主要方法,包括加入经济机制约束法、潜在因子法、组合预测法、状态转换法和机器学习法。最后,本文还在比较不同预测方法与指标的基础上说明了如何科学地度量收益预测的准确性,以及在预测中应注意避免的数据过度挖掘等问题。张春玲 姜富伟 唐国豪 2019经济学动态2019,,2:1
15金融科技与我国银行间市场风险防控显示文摘近年来,在全球金融市场联动加强、宏观政策变化及地缘事件冲击等影响下,银行间市场风险防控面临新的特征和挑战。而将大数据、机器学习等金融科技运用于银行间市场风险防控,可更好地对银行间市场数据可能存在的非线性性、高维特性、噪声性质进行研究,为传统方法的局限性提供了针对性的解决思路。文章介绍了金融科技在银行间市场的具体应用案例。齐欣林 姜富伟 林奕皓 2021中国货币市场2021,,12:0
16债券违约风险与机器学习方法:研究进展与未来方向显示文摘自刚兑打破以来,我国债券市场违约趋于常态化,迫切需要加强对信用债违约风险的识别和防控研究。本文系统梳理了债券违约风险的影响因素,包括宏观经济、金融市场、企业特征、债券特征四大方面,并总结了适用于债券违约风险预警的模型。进一步,本文指出有必要将前沿机器学习方法应用于信用风险的精准识别与智能预警,具体可以使用文本分析深入挖掘债券违约风险影响因素,运用机器学习算法推动债券违约风险预警模型的迭代创新,旨在为坚守不发生系统性金融风险的底线,维护经济金融稳定,推动金融市场高质量发展提供政策参考。齐欣林 林奕皓 姜富伟 2023金融市场研究2023,,8:0
17土壤破碎筛分装置厂拌法改良膨胀土与传统施工的差异显示文摘引江济淮江淮沟通段工程全线渠道均为弱膨胀土,为解决膨胀土边坡稳定的问题,研发了土壤破碎筛分机,简化工序措施,使土样细碎粒度满足标准要求,降低了对土料含水率的要求,提高了全线边坡水泥改性土换填效率,又增强渠道边坡的稳固性。程浩林 姜富伟 李广 2022石油化工建设2022,44,11:0
18参照点效应、公司治理与上市公司财务重述显示文摘明辨公司财务重述的方式和动因对市场监管、投资实践和学术研究都至关重要。区别于以往研究从财务重述方式进行识别,本文从财务重述主体有限理性的视角出发,基于前景理论,分析作为上市公司财务重述决策者的大股东和管理层重述财报的内在动因,并手工收集我国2005—2021年被立案处罚的财务重述案件进行实证检验。研究发现:当企业绩效或高管薪酬低于参照点时,决策者更有可能呈现风险追寻偏好,从而实施财务重述;相对绩效和相对薪酬仅在损失域对财务重述有显著影响,表明决策者存在损失厌恶心理。以上研究结论在考虑内生性后依然稳健。机制检验发现,企业绩效低于参照点将引起外部利益相关者担忧,导致企业面临更高的融资约束和市场压力;高管薪酬低于参照点则引发管理层激励不足和非公平厌恶,导致努力水平下降和主动离职风险增加,从而提高财务重述的概率。本文也发现制衡大股东和管理层权力的内部治理措施、司法体制改革和随机抽查制度等外部监管手段均能够有效抑制财务重述。本研究为理解上市公司财务重述的动机提供新的思路,有助于防范与治理证券违法行为,维护市场有序运行,促进经济高质量发展。姜富伟 丁慧 靳馥境 2023经济研究2023,58,10:0
19“去刚兑”背景下的企业债券违约风险:机器学习预警和经济机制探究显示文摘本文构建了包含1245个变量的宏观经济-微观企业混合大数据集,并结合10种机器学习算法,开展基于大数据和机器学习的债券违约风险预警,探究其背后经济机制。实证结果表明:相比经典Altman模型、Merton模型、信用评级模型,机器学习模型能够更好地预测我国债券市场违约风险,非线性机器学习模型表现更佳。异质性分析表明,机器学习模型对信用评级低、发行期限长、票面利率高、非国有企业、银行间市场的债券,以及在经济政策不确定性(公众基于媒体报道对政府经济政策未来走向的预期的不确定性)高的时期,具有更强的预测能力。机制分析表明,机器学习模型通过违约债券样本识别、短期信号识别(债券交易量)、长期特征识别(融资约束、内部控制)实现精准预测。本文对于债券违约风险预警、维护金融稳定、信用评级体系完善、金融科技创新和金融服务实体经济提供了有益的政策启示。姜富伟 林奕皓 马甜 2023金融研究2023,,10:0
20混合所有制改革与民营企业精准扶贫——基于资源互补和监督制衡的视角显示文摘精准扶贫是打赢脱贫攻坚战的制胜法宝,为实现共同富裕积累了宝贵的经验。通过混合所有制改革,企业经济效益显著提升,促进实现“做大蛋糕”,但进一步能否推动企业参与精准扶贫来“分好蛋糕”仍有待检验。鉴于此,本文以2016—2021年我国A股民营企业为研究样本,探究混合所有制改革对精准扶贫投入水平、机制和方式的影响。研究发现,国有资本参股比例越高,民营企业的精准扶贫投入水平越高,表明混合所有制改革有助于推动民营企业承担促进共同富裕的社会责任。机制检验发现,国有资本参股主要通过资源互补效应缓解企业融资约束,从而促进民营企业参与精准扶贫。相比之下,通过缓解代理问题来促进企业扶贫的监督制衡效应尚未发挥显著作用。从扶贫模式来看,国有资本参股促进民营企业采用输血和造血相结合的方式,通过产业发展、教育资源投入、生态保护投入等方式推动精准扶贫落户;从扶贫地区来看,国有资本参股对于经济发展落后、失业率高以及中西部地区实现脱贫具有更显著的作用。本文为深化混合所有制改革和扎实推动共同富裕提供新的经验证据。姜富伟 丁慧 张芷宁 何冬昕 2024经济管理2024,46,2:0
返回顶部 每页显示:
共2页 首页 上一页 第1页 下一页 末页 /2 跳转

网站首页 | 关于我们 | 联系我们 | 产品服务 | 客服中心 | 广告服务 | 版权声明 | 网站联盟 | 友情链接 | 售卡网点

版权所有© 渝B2-20050021-1 渝公网安备 50019002500403号 违法和不良信息举报中心

互联网出版许可证 新出网证(渝)字10号 全国400电话 - 免长途话费