投资者情绪指标与股票市场——基于扩展卡尔曼滤波方法的研究

被引:35
|
作者
池丽旭 [1 ]
张广胜 [1 ]
庄新田 [2 ]
宋大雷 [3 ]
机构
[1] 沈阳农业大学经济管理学院
[2] 中科院沈阳自动化研究所机器人学国家重点实验室
[3] 东北大学工商管理学院
关键词
投资者情绪; 扩展卡尔曼滤波; 向量自回归模型; 股票收益;
D O I
10.13587/j.cnki.jieem.2012.03.019
中图分类号
F224 [经济数学方法]; F832.48 [投资]; F832.51 [];
学科分类号
020204 ; 0701 ; 070104 ; 1201 ; 120204 ;
摘要
基于扩展卡尔曼滤波(EKF)方法,首次构造出过滤市场噪声的投资者情绪指标,并在此基础上应用向量自回归模型分析我国投资者情绪指标与股票收益、股本规模等因素的经验关系,实证结果表明:(1)扩展卡尔曼滤波方法可以获得一个更加清晰反映投资者情绪的状态变量;(2)情绪的变化量比情绪指标本身具有更强的市场收益预测能力;(3)大规模公司股票的收益对投资者情绪的影响程度高于小规模公司股票,而投资者情绪对小规模公司股票的影响显著高于大规模公司的股票,并且情绪波动能够预测小规模股票的短期收益惯性和跨期收益反转的特征,证明情绪波动是影响资产定价的重要主观因素。
引用
收藏
页码:122 / 128 +165
页数:8
相关论文
共 16 条