检索结果-南通市图书馆

作者：刘洁山东大学

学位级别：硕士

在1990年，Pardoux和彭实戈教授提出了一类形如：的倒向随机微分方程，并且证明了在一定条件下，该方程存在唯一的一对适应解。现在，BSDE已经被公认为是研究金融数学的一个很有用的工具。它同时也广泛应用在解决随机控制、随机微分对... 详细信息

在1990年，Pardoux和彭实戈教授提出了一类形如：的倒向随机微分方程，并且证明了在一定条件下，该方程存在唯一的一对适应解。现在，BSDE已经被公认为是研究金融数学的一个很有用的工具。它同时也广泛应用在解决随机控制、随机微分对策和拟线性偏微分方程解的概率公式表示等问题上。并由此创造性地提出了一类可以定义条件期望的非线性数学期望——g-期望：ε[ξ]=y．后来这一成果引起广大学者的重视，并被应用于金融、经济和数学其他分支。作为一种非线性数学期望，g-期望具有很多不同于经典数学期望的性质。我们在第一章不加证明地列出它们，包括：保常性、单调性等等。第一章除了介绍倒向随机微分方程以及比较定理等结论之外，还介绍了风险测度的简单性质。第二章主要的结果之一——g-期望保常性的充要条件。我们知道结果而且：由g(y，0，t)=0，(?)(y，t)∈R×[0，T]，可以得到ε[α]=α，(?)p∈R．很自然地我们想探究，是否由ε[α]=α均可以得到g(y，0，t)=0呢?答案是否定的，例题2．4以及定理2．5就得出了相应的结论。定理2．5我们还给出了基于数分知识和基于倒向随机微分方程比较定理的两种证明方法。这样我们就得到了g-期望与条件g-期望保常性的关系，进一步得到风险测度与条件风险测度保常性之间的关系。(上述结果已于2008年2月被《山东大学学报》(理学版)发表。)最后，还通过定理证明了g-期望作为一个非线性算子，不仅仅依赖于g，还依赖于T。第三章考查的是倒向随机微分方程的g与价值过程。首先以一个简单例子的形式给出倒向随机微分方程为模型的投资策略过程。然后分别给出两种情况BSDE特例的解法：第一种为g=-[ay+b+tz]线性时，第二种为g(y，z，t)=a|z|简单非线性的情况。其中第一个例子，还用到Girsanov变换和对偶方程的两种方法，但结果是相同的。作为结尾的第四章对前人的工作做了一个总结，列出了g、g-期望及风险测度等之间的关系。并且对g-期望的逆比较定理做了推广，将两项的结论推广到有限项，利用停时进行了证明。通过一个经典的动态凸风险测度的例子，以及风险测度的概率表示定理，具体地阐述了g-期望与风险测度的关系，从而进一步强化了g所在的函数空间与非线性数学期望所在的风险测度空间的联系。

关键词：倒向随机微分方程 g-期望风险测度财富过程

期货价格行为分析和动态模拟及其在期货风险交易中的应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

期货价格行为分析和动态模拟及其在期货风险交易中的应用

作者：子冲山东大学

学位级别：硕士

中国加入WTO之后,为了与国际金融市场接轨,政府开始大力发展中国的期货市场,2003年是中国期货市场发展的里程碑,在这一年里国家接连推出三个期货品种。与此同时,对于中国期货市场的研究却很少。本文拟对中国的期货市场进行一些初步的探... 详细信息

中国加入WTO之后,为了与国际金融市场接轨,政府开始大力发展中国的期货市场,2003年是中国期货市场发展的里程碑,在这一年里国家接连推出三个期货品种。与此同时,对于中国期货市场的研究却很少。本文拟对中国的期货市场进行一些初步的探索,并把结果应用于现实生活中指导实践。首先,利用自相关系数法分析中国期货市场有效性,得出中国期货市场非弱型有效的结论;在此基础上,尝试着采用了确定的随机过程模型来动态模拟期货价格行为,结果再次验证了中国期货市场非弱型有效的结论,同时表明了确定的随机过程模型在某种程度上可以应用于中国期货市场进行价格预测。有了以上对于中国期货市场的初步探索,本文第三章引入了VAR模型来度量期货市场中的风险,介绍了期货市场中利用VAR模型确定期货保证金的方法以及如何衡量期货交易的风险。

关键词：期货市场非弱型有效确定的随机过程模型 VAR模型期货交易

聚类分析在协调我国区域性普通高等教育发展中的应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

聚类分析在协调我国区域性普通高等教育发展中的应用

作者：王丽山东大学

学位级别：硕士

聚类分析在社会科学研究方面有很大的应用价值。聚类分析可以把研究对象按样本或者指标在性质上的亲密度分解成多个类,使类内对象相似性较高,类间对象相似性较低。通过聚类分析,可以识别数据集的分布结构以及数据之间的相似程度。在社... 详细信息

聚类分析在社会科学研究方面有很大的应用价值。聚类分析可以把研究对象按样本或者指标在性质上的亲密度分解成多个类,使类内对象相似性较高,类间对象相似性较低。通过聚类分析,可以识别数据集的分布结构以及数据之间的相似程度。在社会问题决策过程中,我们经常会遇到这样的问题：不同的区域、行业,不同层次收入的人群,在制定决策时不能一概而论,而是需要分类决策。研究分类数据,我们经常会用聚类分析方法,进行数据结构识别和相似性度量,以便可以正确而高效地解决问题。聚类分析算法的用途范围非常之广。在商务上,市场研究者可以利用聚类在许多的消费者群体数据中分类出不同的消费群体,并用不同的消费模式来描述不同的消费群体的特征;在社会经济发展中,可以对区域经济与社会发展水平进行聚类分析,并对全国区域经济进行整体分类评价;在生物上,可以对各种植物或者各种动物种类进行聚类分类,对各种基因或者各种蛋白质进行聚类分类,然后得到对各种种群组成的结构更加清晰的理解和认识。聚类算法可以独立地得到数据分布的情况,观察每个分类簇的特征,并对这些特征的节点进行再分析。历经多年的发展,我们国家各地区普通高教发展非常之迅速,各地区高等院校也为国家、社会输送了大量的高学历毕业生。然而因为我们国家不同的地区呈现出不均衡的经济发展状况,并且各个地区与生俱来的高校布局结构导致我们国家每个地区高教发展起跑线不在同一条水平线上,所以我国31个地区的高教水平有着某些程度上的差别。本文利用聚类分析方法对我们国家区域性高教发展相关的数据资料进行分类整理,发掘各地区市高教前进发展过程中的差异、规律、结构与特点,这种分析方法对政府的决策和管理各部室、各地区市在整体上掌控我们国家普通高教的前进进程和发展水平,对不同类的地区分析原因,对不同类的地区制定不同的政策,以便更全面整体的指引我们国家普通高等教育的健康快速发展。本文首先介绍聚类分析算法相关的主要理论,主要介绍各种聚类算法的基本思想以及适用的数据集类型,探讨根据样本或指标数据如何选择合理的聚类算法,以我国各地区普通高等教育的数据集为例,利用MATLAB软件和SPSS软件实现对数据集的聚类分析过程。根据算法生成的结果,明确各地区普通高等教育的差异与特点,根据各地区政治、经济、文化、地理以及人文特点,建议有针对性的制定相关政策,各地区发展差异不足时实施扩大差异的发展战略,差异过大时实施平衡性的发展战略以调整性促进我国高教事业的整体健康发展,同时体现出聚类分析理论在社会政治、经济领域中的实用价值。

关键词：聚类分析区域性普通高等教育差异性发展

基于BP-KMV组合模型的民营企业信用风险度量实证研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于BP-KMV组合模型的民营企业信用风险度量实证研究

作者：曹昱山东大学

学位级别：硕士

近年来我国债券市场发展迅速,发行规模持续走高。2018年,我国债券市场发行规模已达到22.6万亿元人民币,同比增长10.41%。截止2018年末,债券市场总托管余额达到76.45万亿元人民币,同比增长13.95%。民营企业方面,2018年共计发行债券1513只... 详细信息

近年来我国债券市场发展迅速,发行规模持续走高。2018年,我国债券市场发行规模已达到22.6万亿元人民币,同比增长10.41%。截止2018年末,债券市场总托管余额达到76.45万亿元人民币,同比增长13.95%。民营企业方面,2018年共计发行债券1513只,同比增长99.08%,债券发行规模合计为8755.8亿元,同比增长93.60%。民营企业债券发行规模较往年大幅增加。债券市场繁荣的背后,违约风险却在逐步显现。2018年我国信用债市场步入了违约高发期,全年共有52家债券发行人出现债券违约,涉及债券175只,规模高达1601亿元。在这52家违约主体中,民营企业有44家,占比高达84.62%。民营企业债券违约成为资本市场的焦点。面对当前债券市场违约的常态化,有必要对民营企业的信用风险进行全面度量。KMV模型是基于期权定价理论的现代风险度量模型,它根据企业的股权价值和债务水平来衡量其资产价值和波动率。由于KMV模型只能应用于上市公司,本文主要研究的民营企业大多数为非上市公司,故需要对模型进行修正与改进。考虑引入BP神经网络,构建BP-KMV组合模型,对民营企业的信用风险进行度量。本文首先介绍了民营企业整体的信用风险情况,对民营企业债券违约的原因和影响进行了探讨。然后介绍了实证研究中需要用到的理论模型,包括KMV模型,因子分析法和BP神经网络。最后结合上市民营企业和发债民营企业进行实证分析,并根据实证结果提出建议。本文实证分析的大致思路如下。首先是建立两类样本,以上市民营企业作为参照的训练集和待求解的发债民营企业作为测试集。其次是运用KMV模型求解上市民企的资产价值和波动率。然后运用因子分析法将企业微观财务数据归纳为几类公共因子,建立公共因子得分值与资产价值和波动率的BP神经网络。最后将待求解的发债民营企业数据代入神经网络中求解其资产价值和波动率,进而求解出违约距离和违约概率,并就实证结果进行分析与研究。根据BP-KMV组合模型的实证研究,并结合KMV模型的假设,我们发现发债民营企业的整体信用风险介于A股民营企业和ST民营企业之间;BP-KMV组合模型度量的结果与信用评级法基本保持一致,但是度量的效果较外部评级法更好,BP-KMV组合模型可以对各级别发债民企的违约距离和违约概率进行度量,量化各级别民企之间信用风险的差异,抑制“评级通胀”现象;最后我们对发债民营企业的各行业整体信用风险进行了分析,“公共事业”、“房地产”、“综合”、“建筑装饰”和“计算机”等行业的整体信用风险较低,而“传媒”、“钢铁”、“建筑材料”、“商业贸易”和“化工”等行业的整体信用风险相对较高。希望本文能给各位投资人和监管方提供一些新的想法和思路,为民营企业信用风险管理领域带来一些理论和实务的参考。

关键词：信用风险民营企业 KMV模型 BP神经网络因子分析

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于中信一级行业资金流向因子的实证研究

基于中信一级行业资金流向因子的实证研究

作者：张迪山东大学

学位级别：硕士

股票市场上,任何理性的交易行为都是由信息驱动,而不同的投资者接触到的信息不一致,因而其交易方式也不同。我们根据Level-2数据(Level-2数据指的是上海证券交易所上市交易的证券产品的实时交易数据)得到的股票资金流向数据经过分析后... 详细信息

股票市场上,任何理性的交易行为都是由信息驱动,而不同的投资者接触到的信息不一致,因而其交易方式也不同。我们根据Level-2数据(Level-2数据指的是上海证券交易所上市交易的证券产品的实时交易数据)得到的股票资金流向数据经过分析后可以挖掘出市场微观结构的交易信息,反映出股票涨跌背后交易力量的强弱,并能够预测出股票未来的涨跌。将股票的资金流向因子运用到行业上,观察行业资金流向因子对于不同行业间的收益率是否有显著影响,目前尚没有学者对该因子做行业层面的研究。本文以2010版29个中信一级行业为例,选取了 2018年年初至2021年年底的股票资金流向因子数据和行业指数收益率数据,运用资金流向、行业轮动等理论,通过分类汇总、统计分析与比较等方法,将A股的资金流向因子以个股流通市值占其所在行业流通市值的比重加权整合成29个不同行业的资金流向因子,总计85个因子。然后分别从不同的调仓频率,不同的回望窗口对因子的有效性进行实证研究,最终选出了具有稳健高收益率以及相关性小的因子,对这些因子分别以等权、滚动IC加权、滚动ICIR加权三种方式合成因子,进行实证研究,为投资者提供参考。研究发现,本文选取的资金流向因子中的大部分因子在合适的回溯期间都具有稳定且不错的收益。如以10个交易日为调仓周期下,大单开盘资金流入量(手)、机构量差(仅主动)(手)等因子在2018年至2021年的累计净值可达到2,且因子单调性十分显著。经过IC值测试以及分层回测,我们选取了 20个有效因子进行相关性分析,选出相关性小的6个因子后分别以等权加权方式合成因子,3个合成因子的胜率相差不大,但滚动IC值法与滚动ICIR法合成的因子的单调性更强,3个合成因子最大组的年化收益率均接近或高达18%,累计净值接近2,收益十分显著。

关键词：量化投资资金流向因子行业轮动 IC值分析

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于聚类分析的多因子动态加权实证检验

基于聚类分析的多因子动态加权实证检验

作者：陈悦竹山东大学

学位级别：硕士

多因子模型自其诞生之日已历经数十年的发展,目前依然是市场上主流的量化择股模型。2010年4月16日,我国沪深300股指期货上市交易。尽管现阶段股指期货仍存在保证金比例、交易手续费偏高等诸多限制,但也使通过因子择股获得超额收益成为... 详细信息

多因子模型自其诞生之日已历经数十年的发展,目前依然是市场上主流的量化择股模型。2010年4月16日,我国沪深300股指期货上市交易。尽管现阶段股指期货仍存在保证金比例、交易手续费偏高等诸多限制,但也使通过因子择股获得超额收益成为了可能。近年来得益于学术理论的支持、交易环境的变化、计算机技术的发展、算法的更新迭代以及数据规模的爆炸式增长,以机器学习算法为代表的人工智能技术获得了越来越多的关注,包括利用神经网络、支持向量机、聚类分析、隐马尔可夫模型等机器学习模型进行数据分析并挑选股票。机器学习模型的引入会使我们发现一些从前没能发现的更为复杂的数据规律,提高数据利用效率。第一章是绪论部分,介绍量化投资和多因子模型的发展情况,以及本文的主要研究内容、结构安排和创新点。第二章主要介绍国内外研究现状,对多因子择股模型和聚类分析的理论基础进行分析,为后续的实证研究打下理论基础。第三章从因子的预测能力、因子收益和因子单调性三个方面对A股市场常见的估值类因子、成长类因子、营收类因子、质量类因子、技术面因子等97个因子进行单因子检验,筛选出有效因子69个,并基于传统多因子择股方法构建等权组合,作为后续组合的比较基准。第四章针对有效因子,结合因子信息系数之间的相关性,对因子进行聚类分析,构建组合;计算因子信息比,并根据信息比对因子进行动态加权,构建组合;对比分析多因子等权、多因子加权、多因子聚类等权、多因子聚类加权四种择股方法的回测结果,结果表明,在相同因子分类下,因子信息比率加权的组合收益明显高于等权组合;在相同加权方式下,采用聚类分析对因子进行分类的组合收益高于传统组合。对因子进行聚类分析能够通过跟踪因子信息系数的变化跟踪市场风格变化,基于因子信息比率对因子加权能够区分出当期因子的择股能力,进而增厚组合收益。本文在多因子模型的基础上,将聚类分析和因子加权结合在一起,提高了数据的利用率,优化组合表现。机器学习模型的应用是未来量化投资的趋势之一,聚类分析作为一种常见的无监督机器学习模型,将其引入多因子择股模型为机器学习与多因子模型的结合提供了思路,具有一定借鉴意义。

关键词：多因子模型聚类分析信息比率

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的中小企业信用风险研究

基于深度学习的中小企业信用风险研究

作者：万筱笛山东大学

学位级别：硕士

当前我国高度重视中小企业发展,中央经济工作会议、“十四五”规划均对服务中小企业创新发展作出了重要部署。中小企业是数量最大、最具有活力的企业群体,是我国高质量发展的主力军。然而中小企业存在融资难题,其原因就在于中小企业与... 详细信息

当前我国高度重视中小企业发展,中央经济工作会议、“十四五”规划均对服务中小企业创新发展作出了重要部署。中小企业是数量最大、最具有活力的企业群体,是我国高质量发展的主力军。然而中小企业存在融资难题,其原因就在于中小企业与金融机构之间存在的高信息不对称性。当前对中小企业信用风险的评估多集中于财务报表等传统定量数据,但实际上这种传统的基于定量数据的信用研究无法针对中小企业的特征,无法根本解决中小企业与金融机构之间的信息不对称问题。因此针对中小企业特征进行信用风险研究十分重要。首先,充分利用大数据技术带来的海量信息优势,使用文本挖掘技术,针对中小企业的信息不对称问题,深入挖掘中小企业相关数据,从定量财报数据、定性企业特征数据两个方面构建中小企业信用风险指标体系。在定量财报数据方面,建立四个评价维度的140项财务指标池,并使用特征筛选方式获得最有价值的20个财务特征。在定性企业特征数据方面,从四个评价维度共获取企业定性指标18项;同时,针对其中5项非结构化文本数据指标,使用文本挖掘技术,对其进行进一步分析得到21项三级指标。经实验证实,研究提出的定量指标以及定性指标都是有价值的,且定性企业特征指标对传统财报指标有重要补充作用。其次,在中小企业信用风险指标体系的基础上,开发了一个中小企业信用风险测度评估框架,该框架集成了多个信用风险影响因素、时间跨度和分类器模型,并提供了对中小企业信用风险的洞察。经实验验证证实,深度学习模型在预测中小企业信用风险方面与传统机器学习模型相比表现出一定的优势。最后,在深度学习模型中创新引入Attention机制,构建了基于Attention机制的LSTM中小企业信用风险测度模型。将其与一般RNN、LSTM深度学习模型进行对比实验,发现引入Attention机制后的深度学习模型在预测中小企业信用风险方面有着更好的表现。

关键词：中小企业信用风险评估指标深度学习 Attention机制

基于CNN-LSTM模型的济南市汛期水质指标预测研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于CNN-LSTM模型的济南市汛期水质指标预测研究

作者：彭路扬山东大学

学位级别：硕士

近年来,山东省经济蓬勃发展,但也不可避免地付出了极大的环境代价,不仅耗费了大量的资源和能源,还造成了严重的污染。污染造成的全球变暖、水质恶化和能源短缺等问题使未来的挑战更加严峻和艰巨。山东省要实现可持续发展,就必须把握好... 详细信息

近年来,山东省经济蓬勃发展,但也不可避免地付出了极大的环境代价,不仅耗费了大量的资源和能源,还造成了严重的污染。污染造成的全球变暖、水质恶化和能源短缺等问题使未来的挑战更加严峻和艰巨。山东省要实现可持续发展,就必须把握好发展与环境之间的平衡,坚持“绿水青山就是金山银山”,做好日常环境评估指标监测,及时采取行动。作为山东省的省会城市,济南的环境保护开展具有榜样和示范作用。济南素有“天下泉城”的美誉,有黄河流经,蕴含丰沛的水资源,这也让水污染防治显得尤为重要。汛期是水污染治理的关键时期。在汛期,降雨较为集中,城镇污水收集处理能力相对不足、雨污混流等问题集中凸显,降雨量的增多带来了水环境评估指标超标风险。因此,根据降雨量对水环境指标进行预测,在有超标可能时及时采取措施避免水质下降是很有必要的。本文利用深度学习中的CNN-LSTM时间序列预测模型对水质指标中较为重要的高锰酸钾指数、总氮、总磷、氨氮四个指标进行了预测,同时对效果较好的预测模型使用粒子群算法优化结果,实现误差的进一步缩小,以增加预测精度。首先,考虑增加研究的普适性,选定济南较为有代表性的徒骇河A断面、黄河B断面和小清河C断面三条不同河流的断面作为研究对象,根据已有研究选定CNN和LSTM模型进行时间序列数据预测,用降雨量数据结合历史水质指标数据预测未来的水质指标数值变化,得出预测结果误差较大,拟合程度不高,证明了单纯的CNN和LSTM模型不适用于以降雨量对水质指标中的高锰酸钾指数、总氮、总磷和氨氮四个指标进行预测。其次,考虑汛期期间降雨量存在波动性,为更好地提取数据特征,使用CNN与LSTM模型进行结合,使用CNN模型进行特征提取,再使用LSTM模型进行预测。CNN-LSTM模型效果明显好于单纯的LSTM和CNN模型,但氨氮指标预测效果普遍较差,总磷指标只有徒骇河A断面预测效果良好,说明该模型更适用于总氮和高锰酸钾指数指标预测。最后,考虑使用进化算法进行模型结果优化,对预测效果较好的指标使用粒子群优化算法进行参数寻优,进一步缩小误差,提高拟合程度和预测精度,让模型结果更加准确。本文利用深度学习模型根据汛期降雨量对济南市三个断面的水质指标进行预测,并在优化改良后提高了模型的预测精准度和拟合程度,证明了部分水质指标不适用于CNN-LSTM模型预测,丰富了根据降雨量对济南市水质指标预测的相关研究,发展了CNN-LSTM模型的应用研究,同时对环境监察部门的预测模型搭建和下一步研究方向的确定也有一定参考意义。

关键词：水污染防治 CNN-LSTM 时间序列预测粒子群优化

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于集成学习的公积金贷款逾期预测

基于集成学习的公积金贷款逾期预测

作者：华广荣山东大学

学位级别：硕士

近年来,公积金贷款的逾期率与逾期额不断攀升,因此,对于公积金贷款用户是否会出现逾期还款行为的准确预测显得尤为重要。本文以公积金贷款用户的逾期行为评估为研究对象,通过建立集成学习模型对贷款用户是否会发生逾期行为进行预测,为... 详细信息

近年来,公积金贷款的逾期率与逾期额不断攀升,因此,对于公积金贷款用户是否会出现逾期还款行为的准确预测显得尤为重要。本文以公积金贷款用户的逾期行为评估为研究对象,通过建立集成学习模型对贷款用户是否会发生逾期行为进行预测,为银行等金融机构的信贷工作提供了一定的借鉴。本文利用某银行公积金贷款领域的数据集,首先对部分变量与逾期率之间的相关性进行可视化分析,然后通过特征编码、特征选择等方法进行数据预处理,分别构建了基于XGBoost和随机森林算法的公积金贷款逾期预测模型,研究发现:(1)从整体准确率来看,两种模型的预测效果相当,都能够充分挖掘数据中所含的信息,模型的预测准确率较高,在公积金贷款逾期预测领域中有较好的适用性;(2)对比两种模型的调参过程,相较于XGBoost模型,随机森林需要调整的参数个数更少,调参过程相对比较简单;(3)模型的召回率与阈值之间存在反向关系,即阈值越小,召回率越高,从而可以通过调节阈值来提高召回率。(4)两种模型对于逾期用户的召回率均不高。本文针对召回率较低的问题提出了改进的随机森林模型。在建立随机森林模型的过程中会产生一些召回率较低的决策树,这些决策树最终会降低随机森林模型的召回率,改进的随机森林算法将召回率引入建模过程中,通过剔除召回率较差的决策树来改善模型的性能。最后,从准确率、召回率以及F1ocre三个角度出发,将改进的随机森林模型与XGBoost模型、原始随机森林模型进行对比,结果显示,在保持原有模型准确率基本不变的条件下,改进的随机森林模型的召回率以及F1ocre得到明显提升。

关键词：公积金贷款逾期随机森林 XGBoost 召回率

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于我国股票与绿色债券市场联动关系的研究

基于我国股票与绿色债券市场联动关系的研究

作者：刘宇山东大学

学位级别：硕士

随着经济和工业时代的快速发展,地球环境正在持续的恶化。而中国在之前几十年里的高速发展模式伴随着的是资源的掠夺和自然环境的破坏。目前这些问题已经引起人类的重视,成为经济进一步发展的阻碍。因此,如何兼顾经济与环境的协同健康... 详细信息

随着经济和工业时代的快速发展,地球环境正在持续的恶化。而中国在之前几十年里的高速发展模式伴随着的是资源的掠夺和自然环境的破坏。目前这些问题已经引起人类的重视,成为经济进一步发展的阻碍。因此,如何兼顾经济与环境的协同健康发展成为了目前急需解决的一大问题。绿色债券在国际上的历史只有13年,在中国的历史只有短短3年,但是因为有国家政策的扶持、适合的市场和充足的投资者为它的蓬勃成长贡献了力量,未来会有更多的绿色债券和更多的投资者。并且绿色债券符合环保的主题,在合法融资的基础上又能为绿色项目做贡献。股票和债券在我国金融市场上占有非常大的比例,所以分析股票市场和绿色债券市场的相关变动关系具有深远的意义。本文前半部分以文献综述法,研究相关文献,梳理出两市场具有的联动关系。在实证分析方面,选取2015年1月5日至2018年1月9日中债-中国绿色债券指数及沪深300指数的日收盘价进行实证研究,建立相关模型并阐述模型原理,从价格、成交额、收益率和流动性角度分析两市场之间的相关关系。最后本文得出以下主要结论:通过Johansen检验及向量自回归建模,发现中国两市场在成交额、收益率和流动性上具有长期协整的关系,在价格上不具有长期协整关系。我国股票和绿色债券市场在收益率维度上具有单向Granger因果关系,但是在流动性维度上则并没有。说明在收益率维度上我国股票对绿色债券有预测作用,反之则预测能力较弱。我国股票市场和绿色债券市场相互冲击后产生的变化程度,股票市场对绿色债券市场造成的变化高于绿色债券市场对股票市场造成的变化,并且这种影响持续增大。本文的特色与创新体现在:(1)当前现有的文献只研究了股票市场与债券市场间的联动关系,本文比较具体的分析了我国股票与绿色债券市场具有的联动关系,为绿色债券市场参与者提供了较为直接的建议。(2)多角度的分析了股市和绿色债券市场的关系,目前已有的文献为单一研究收益率的联动性或者收益率波动率的联动性,本文采用了价格、流动性、收益率、成交额多个变量指标,在研究内容上有所创新。(3)在选择计量模型时,本文针对所选数据是否具有平稳性选择运用Johansen协整检验或者是向量自回归模型对中国股票市场与绿色债券市场的各个变量进行实证分析,并对市场间的变量使用因果关系检验,比较全面的阐述了股市和绿色债券市场的联动关系。

关键词：绿色债券市场股票市场联动