一、道琼斯调整中国指数成份股（论文文献综述）
王圣营[1]（2020）在《入选股指成份股与企业环境信息披露质量》文中研究说明股指成份股调整是一个信息事件,不仅引起股价波动,而且对企业经济行为产生重要影响,但是相关研究缺乏对企业环境行为的关注。环境信息披露作为企业向外界传递其环境表现的工具,是政府和社会公众监督企业环境保护活动的重要途径。尽管我国颁布了一系列环境法律和政策,推动企业环境信息公开,但目前企业环境信息披露水平整体偏低,存在明显的选择性披露。如何提高企业环境信息披露质量成为近年来政府和学术界讨论的热点话题。结合我国的制度背景,本文从资本市场制度设计视角,研究入选沪深300指数成份股可能对企业环境信息披露产生的影响,并分析企业代理成本是否影响二者之间的关系。本文首先对现有相关文献进行梳理,结合我国沪深300指数制度和企业环境信息披露政策,基于合法性理论、激励理论、信号传递理论、短视理论和代理理论,构建入选股指成份股与企业环境信息披露质量的理论分析框架。然后,以沪深300指数制度为自然实验环境,将2008-2017年沪深A股重污染行业上市公司作为研究样本,运用倾向得分匹配法（PSM）和双重差分法（DID）实证检验了入选股指成份股对企业环境信息披露质量的影响及其作用机制,以及代理成本对入选股指成份股与环境信息披露质量之间关系的调节作用。研究发现:（1）入选股指成份股后,企业环境信息披露质量显着提升,支持“治理效应”假说;（2）作用机制检验表明,抑制管理层短视在入选股指成份股与环境信息披露质量之间起到显着的部分中介效应;而且,退出股指成份股后,企业环境信息披露质量显着下降;（3）相比于代理成本高的企业,入选股指成份股对企业环境信息披露质量的影响在代理成本低的企业更为显着,但这种情况在“两职合一”样本中不再显着。最后,为改善我国企业环境信息披露现状,本文提出在股票市场制度设计中应考虑加入环境因素、强化声誉激励的治理效应、设计长期的监管激励制度、完善公司治理环境和设置合理的监督机制等政策建议。本文从公司环境行为视角为股指成份股制度发挥“治理效应”提供了证据,不仅丰富了股指成份股调整的相关研究,而且为改善我国企业环境信息披露水平提供了一个新的研究视角。
何元媛[2]（2019）在《分层风险平价模型及其应用 ——基于全球资产配置的实证研究》文中研究说明诺贝尔奖获得者马科维茨（Markowitz）曾经指出,通过资产配置实现分散化是投资市场上唯一的免费午餐。然而,分散化投资说起来容易做起来难。许多研究表明,传统的投资组合优化方法依赖期望收益和风险,参数小的变动可以使投资组合构成出现很大的差异,导致模型不稳定。为了解决这类问题,学界和业界提出了不需要预测收益、基于风险的投资组合优化方法,如风险平价模型。当然,这些方法带来了新问题:为了构建最优组合,需要正确利用资产的协方差/相关系数。带来的新挑战是:既要避免因协方差矩阵求逆计算引起的不稳健问题,又要找到能正确利用资产相关性的合适方法。Lopez de Prado（2016）提出了一种基于机器学习技术的新方法——分层风险平价,该方法的核心思想是对资产进行分层聚类,把资金按逆方差模型配置到每一类,再把资金按同样方法配置到每一类中的各个资产。本文通过协方差矩阵收缩估计、聚类算法调整等对Lopez de Prado分层平价模型进行优化,采用全球主要资本市场实际数据,进行大类资产配置、风格资产配置、行业资产配置和个股资产配置等实证研究,并将分层风险平价模型与等权重、均值方差、逆方差、最小方差等模型进行了比较。实证结果表明,分层平价模型具有较高的风险调整收益和较强的稳健性。本文的框架结构如下:第1章介绍了研究背景。第2章进行了文献综述。第3章介绍了分层风险平价模型的构建方法。第4章描述了分层风险平价应用于大类资产配置、风格资产配置、行业资产配置、个股资产配置的策略,以及策略回测结果。第5章对分层风险平价模型的稳定性进行综合分析。第6章为结论与展望。
王鹏娜[3]（2019）在《股指期货与股票市场之间的关系研究 ——基于交易制度调整视角》文中研究说明关于股指期货与股票市场之间的关系一直是学术界研究的热点,早期的研究主要以海外市场为主。2010年我国沪深300股指期货合约推出后,学者们从理论及实证研究角度针对我国股指期货与股票市场之间的关系展开了广泛的讨论,但这些研究多基于股指期货的交易制度相对稳定的背景展开,而较少从交易制度调整的视角探讨两者之间的关系。2015年我国股票市场经历了惨烈的暴跌,中金所为了抑制市场的剧烈波动多次出台政策予以调控。一方面,将保证金率由10%调高至40%,另一方面,自2016年1月1日起将股指期货的日内交易时间与股票市场调为同步。基于此,本文着眼于交易制度调整的视角,深入研究股指期货与股票市场之间的关系。本文以股指期货与股票市场之间的相关理论为基础,结合我国股指期货市场的发展历程及现状,选取三大股指期货及标的指数5分钟高频数据,从保证金率及交易时间调整两大维度探究交易制度的调整对股指期货与股票市场之间关系的影响。基于保证金率的调整视角,本文对比研究了保证金率为10%及40%下两市之间的关系。基于交易时间的调整视角,本文在保证金率相同的条件下对比研究了交易时间调整前及调整后两市之间的关系。本文分别采用Johansen协整检验、Granger因果检验、向量误差修正VECM模型、脉冲响应及方差分解等方法,探究两市之间的长期均衡关系、相互引导关系、短期修复效应,以及面对外部冲击的响应速度与价格发现关系。本文的主要研究结论有:第一,协整关系方面,两大制度调整前后均表明两市之间存在长期稳定的均衡关系。第二,引导关系方面,两大交易制度的调整未明显改变两市的引导关系,总体而言,股指期货市场引导股票市场。保证金率调高后,沪深300及中证500由股指期货引导股票市场变更为两市相互引导,上证50由股指期货显着引导股票市场变更为股票市场显着引导股指期货。交易时间调整后,中证500股指期货显着引导股票市场。第三,短期修复方面,两大制度调整前后股指期货均对股票市场具有反向调整作用。保证金率调高后,沪深300及中证500股指期货对股票市场的短期修复强度减弱,上证50股指期货加强。交易时间调整后,沪深300及上证50股指期货的短期修复作用加强,中证500股指期货减弱。第四,冲击反应方面,两大制度调整前后均表现为股票市场对股指期货的冲击力度较大,股指期货市场对外界信息反应更快。第五,价格发现方面,两大制度调整前后价格发现功能主要在股票市场,2015年股灾期间我国股指期货市场暂不具备价格发现功能。本文的主要贡献在于:一是从交易制度调整的视角丰富了现有文献;二是同时选取三大研究标的使得研究结论更为可靠;三是研究发现2015年股灾期间股指期货并不具备价格发现功能,并且股指期货不是股灾的直接原因;四是本文的研究对监管者完善金融衍生品的制度建设以及投资者优化策略具有重要的意义。
耿娜[4]（2018）在《融资融券交易对沪深300指数效应的影响分析》文中认为指数调样效应,也被称为指数效应,它是指当指数成份股调整时,指数调入股票和调出股票在价格和交易量方面出现的异常反应。一般来说,对于指数调入股票,股票价格上涨,交易量上升;对于指数调出股票,股票价格下跌,交易量上升。目前,对指数效应的研究已经成为市场参与主体行为研究的一个重要方面。截至2016年12月31日,我国共有436只股票型被动指数基金,总规模达到4559亿元,指数基金壮大表明指数在我国股票市场也越来越重要,因此研究指数效应有很重要的现实意义。此外,随着融资融券交易规模的不断扩大,被动型指数基金经理可以通过融资买入或者融券卖出股票,而不必为了追求基金追踪误差最小,急于在股票市场直接买入或者卖出股票,因此研究融资融券交易推出对指数效应以及追踪误差的影响也具有重要意义。本文采用事件研究方法,以沪深300指数从2005年6月到2017年6月共25次定期调整的成份股为研究对象,在分析了沪深300指数的价格效应和成交量效应的基础上,再用VAR模型证明了融资融券交易与指数效应之间存在因果关系,接着对比融资融券交易推出前后指数效应发生的变化,此外,本文还通过对比融资融券交易推出前后6只沪深300ETF基金的追踪误差来对指数效应发生变化的原因做出进一步的说明。本文以公告日当天为事件发生日,以AD+13天大致表示生效日。在构建事件窗方面,本文以公告日前185日（AD-185）到公告日前6日（AD-6）为估计窗口期;而在计算异常成交量方面,以公告日前120日（AD-120）到公告日前6日（AD-6）为估计窗口期。此外,本文以公告前日前5个交易日（AD-5）至公告日后30个交易日（AD+30）为事件窗。指数效应对股票价格的影响称为价格效应,用股票的超额收益来衡量,事件研究法中至关重要的一个问题是准确计算超额收益,本文采用CAPM模型来计算超额收益。异常交易量则参照Harris和Curel的估计方法。在实证分析的基础上,本文的结论主要有三:第一,从价格效应来看,调入股票和调出股票有着明显的不对称性,调入股票的累计平均超额收益率最大值为2.974%,而调出股票的累计平均超额收益率最小值为-1.863%,说明调入股票的价格反应更为显着;而从成交量效应来看,从公告日第一天起（AD+1）,调出股票的异常交易量一直处于调入股票的上方,也就是说调出股票的成交量效应更加明显。第二,融资融券交易的推出对调入股票和调出股票的影响也是非对称的。对于调入股票而言,融资融券的推出对于稳定股票市场的价格波动起到了一定的作用,对成交量效应基本没有影响;而对于调出股票而言,融资融券交易的推出反而加剧了股票市场的价格,但是却提高了流动性。第三,融资融券推出后,挂钩沪深300ETF基金的追踪误差变小,说明基金经理并不急于在公告日到生效日之间调整基金的仓位,可能选择融资买入新调入的股票或融券卖出被剔除的股票,以减小基金追踪误差。
张蕾蕾[5]（2016）在《道琼斯工业股价平均指数增长的动力因素分析》文中研究说明从1987年至2015年,道琼斯工业股价平均指数从2000多点攀升至18000多点,这成为近年来美国经济的一大亮点。由于道琼斯工业股价平均指数的特殊性,其一直被视为美国经济的“晴雨表”,对道琼斯工业股价平均指数进行研究,也就是对在背后支撑其上涨的美国经济进行分析预测。道琼斯工业股价平均指数创新高的动力因素主要来自美国资本市场的小环境,即低利率和低市盈率,以及高端工业的全球优势;道琼斯工业股价平均指数持续增长的困境,主要来自美国宏观经济的大环境,即财力和国力的相对下降,缺少新的增长点,使道琼斯工业股价平均指数增长空间难以持续扩大。道琼斯工业股价平均指数如果想要一直保持在高位,就需要满足以下几个条件:一是美联储能否保持执行多年的低利率政策;二是美国联邦政府的高额财政赤字能否下降;三是美国高端工业产业能否持续保持全球优势;四是不发生重大的经济或政治的突发事件。
杨军[6]（2011）在《中国股票市场价格行为实证研究》文中提出中国证券市场历经20年波澜壮阔的发展,对拓宽我国企业在海内外融资渠道、丰富广大投资者的投资品种选择以及促进中国经济快速发展做出了卓越贡献。但20年的发展历程毕竟短暂,中国证券市场发展还依然处在初级阶段,证券市场体系的构建还存在许多不足和缺陷,尤其,证券市场主体、投资机构以及广大普通投资者还不成熟,还缺乏对证券市场价格行为关联性的深刻认识,还不能完全清晰的把握证券市场的运营规律与证券价格的跳动脉搏。不管是中海油在世界石油期货市场投资造成的高达55亿元的巨额亏损,还是国字号投资公司——中国投资有限公司在美国投资黑石公司股票的失利,以及中国购买美国庞大国债形成的左右尴尬局面,无不源于对中国资本市场和各国资本市场的相关性把握不足,源于对中国资本市场价格行为特点及其变化规律认识不够。基于此,本文无意直接就这些问题展开研究,而是从这些危机与亏损现象背后的根源——股票市场价格关联性分析入手进行实证研究,试图来探索美国、日本、香港、中国股票市场的代表性指数之间的关联关系,探索中国最具代表性的证券市场指数与最受关注的宏观经济变量、各股票板块、强势股之间的关联关系及其变化特点与规律,探索中国股票市场价格关联性特点及其变动规律,从而为平稳我国证券市场运行、调控资本市场价格提供一个新视角;同时为管理层有效监管证券市场、为投资机构到境外资本市场投资、帮助广大普通投资者探索无风险套利交易策略与模式提供实证性的参考依据。为了实现初衷,本文通过数据挖掘、比较、一元回归等最简单实用的传统统计方法、以及本文创造性提出并用数理界定的关联性检验方法,对中国股票市场价格行为的关联性进行了实证和理论两个层面的研究。这些研究旨在努力对行为金融学研究方法与理论运用进行一些创新和深化,同时对我国证券市场价格“异象”展开研究,试图寻找证券市场价格变动行为的关联性特点与规律,进而探讨无风险套利交易模式和策略,并得出了以下主要结论:第一,尽管中国A股指数与恒生指数、纳斯达克中国指数、道琼斯工业平均指数、标准普尔500指数之间相关性不强,但存在很强的关联性,运用这种关联性进行无风险套利交易,净收益率几乎跑赢了所有的公募基金与指数基金。第二,股票市场主体和广大投资者在各种投资方式之间分配财富,当股市下跌到一定程度时,投资者会加大财富在股市中的投资配置,促使股市筑底成功,开始寻求向上突破。从宏观经济运行中的准货币（M2-M1）与证券市场总市值的数量关系研究发现,在相对较短的周期内,可以用准货币与上证总市值的比值来观察股票市场运行的阶段性底部,这个比值的临界值大约等于3。第三,GDP增长率变化和上证股指变动之间存在关联性,而且,当GDP增长率变化大于20%时,对股指的上下突破往往会产生决定性的影响。第四,中央经济工作会议总基调的变化与市场的估值水平对未来证券市场的表现有重要影响,尤其是货币政策的松紧对股市走势影响较大,宽松或稳健的货币政策都会给市场营造良好的氛围,而从紧的货币政策将给股市带来考验。第五,通过对上证指数20年的历史数据统计分析揭示,中国证券市场存在明显的节日效应。第六,通过自回归模型,对所有股票板块进行了单位根检验,发现有48个板块的数组序列是平稳序列,它们与沪深300指数之间的相关系数与弹性系数差异很大。当沪深300进入上升通道时,可以选择配置弹性系数高的证券行业板块的股票进入股票池,将可能获得较高收益。当大盘向上力量逐渐衰竭后,则应该选择弹性系数小的板块,比如水电、农机设备、白酒行业板块,有助于控制风险。第七,从长期看,被市场低估的股票板块,迟早会被市场挖掘出来,走出补涨行情,促使各投资对象趋于投资效果平均化,即促使股市呈现出“赢者输者效应”。第八,在中国证券市场,由于市场上投机程度远大于投资程度,短期内,上市公司业绩增长率与股价涨跌幅变化呈现出无直接相关性,但存在一定的关联性,揭示出中国股票市场价值投资理念没有深入广大投资者的投资实践,证券市场充满严重的以业绩增长、分红、资产注入、整体上市等为题材的各种市场炒作与投机。当然,由于样本数据及研究时间的限制,本文并不能对中国股票市场价格行为关联性的所有层面与规律进行探索和研究,而且即使在所开展的研究中也存在诸多不足和缺陷,而这些则无疑构成了本研究主题有待进一步研究的问题。比如,境外资本市场代表性股价指数与我国更多反应股票市场价格走势的股指之间的关联性研究;运用博弈论等理论工具对不同市场条件下证券市场价格的更多代表性行为进行研究;关于各板块龙头股、强势股与大盘之间关联关系的更广泛的实证性和案例性研究等。
夏晓,潘和平[7]（2010）在《基于支持向量机的人民币兑美元汇率实证研究》文中提出本文采用人民币汇率改革以后,中国外汇管理局授权中国人民银行公布的人民币兑美元日数据和衡量中国国内资本市场表现的道琼斯中国系列指数日数据为样本,建立基于支撑向量机的外汇预测模型。对中国汇市与股市的变化趋势进行对比分析后发现人民币升值突破重要的临界点时,对股市会产生较大影响。依人民币升值首次突破重要临界点的时间,将汇市变化划分为三个阶段。对这三个阶段的数据分别进行试验,结果表明中国汇市与股市有很强的相关性,人民币汇率对中国股市有较大影响。
周祥松[8]（2009）在《上证50指数样本股选择实证研究》文中研究说明自2005年股权分置改革以来,我国资本市场快速发展,上市公司市值与GDP的比值稳步上升。随着我国资本市场的逐渐成熟,推出股指期货等金融衍生工具的预期越来越高。本文以上证50指数为研究对象,考察上证50指数历次63次样本股调整中,纳入和剔除两组样本股的总体特征,并将指数中未变动的样本股的总体特征与纳入和剔除两组样本股的总体特征进行比较。然后,论文从上证50指数样本股的行业分布角度,将各行业中上证50指数样本股与非样本股进行比较。最后分析上证50指数作为股指期货标的指数的可行性。通过纳入和剔除两组样本股总体的t检验分析,论文认为上证50指数历次调整在总体上将规模大、盈利能力强和成长性高的股票纳入指数,将相对来说规模较小、盈利能力较弱和成长性较低的股票剔除指数;未变动的样本股的总体特征与纳入样本股的总体特征相似。在各行业中,大多数上证50指数样本股是行业中的龙头企业。上证50指数作为股指期货标的指数,具备市场覆盖率高、样本股行业代表性好的特征;并且,上证50指数与上证综合指数和沪深300指数的相关性高;但上证50指数调整频繁,稳定性不高,成为指数作为股指期货标的指数的最大障碍。
中国科技财富指数研究中心[9]（2009）在《“指数时代”呼唤中国科技企业财富指数》文中研究表明现代社会生活中,人们越来越依靠指数指导生活。无论是大家熟悉的CPI还是PPI,抑或是天气指数、穿衣指数等一系列与生活息息相关的指数,都在影响着我们的生
姚亚伟[10]（2009）在《流动性与股票组合投资管理研究》文中提出在传统的均值-方差模型中,“市场流动性是充分的”假设使投资者忽略了流动性在组合投资管理中的重要性。流动性作为金融资产的三大属性之一,体现并作用于组合投资管理整个过程中。本论文尝试性的将流动性因素引入到传统均值-方差模型下最优组合的构建过程中,从一种新的视角将组合选择的思维从二维空间拓展至三维空间,从而丰富了现代资产组合选择理论。论文的研究围绕着流动性和组合投资展开,从探讨流动性的股票特征到流动性指导组合投资构建,从理论角度和实证角度对流动性在组合投资管理中的作用进行了研究。论文的主要内容及结论如下:首先,对流动性股票特征的认识（面向组合选择的对象）。在对流动性内涵认识的基础上,提出股票流动性的本质是股票与现金之间的相互转化能力,满足的是投资者正常的交易需求。论文探讨了:（1）股票的流动性、公司规模及成交金额之间的变化关系,结合中国证券数据进行实证,研究结果表明:公司规模一定,可实现的成交金额越多,流动性越好;成交金额一定,公司规模越大,流动性越好;（2）股票价格与股票流动性之间的关系,实证研究结果表明:股票的价格与股票流动性之间具有显着的正相关关系,即流动性越好,股票价格越高;（3）流动性水平的稳定性,实证研究表明,市场处于稳定上涨或下降状态时,市场的流动性相对稳定,当市场处于波动时,流动性水平波动较大且相对不稳定,但从中长期看,流动性水平在一定时期内是具有稳定性的,并利用均值-回归模型检验了流动性水平的稳定性。其次,如何将流动性引入到组合投资管理中（面向组合的构建）。主要讨论了:（1）组合的规模问题。基于流动性的内涵,组合投资越分散,组合的流动性越好,但投资者对组合中股票的流动性并非同时或持续有需求,组合规模没有必要过度分散化。进而从分散风险的角度,利用连续T检验的方法,科学的测算了组合中合理的股票数目;（2）基于流动性的内涵,从对流动性在组合投资中的事前和事后认识,讨论了流动性引入到均值-方差模型的方法。具体包括:①理论角度。考虑单期投资下,流动性对组合投资的最终作用结果就组合变现时的执行成本,从期末期望财富效用最大化的角度,讨论了流动性和流动性风险与期末期望财富效用之间的函数变化关系,并探讨了流动性引入对期末财富效用的影响,研究结果表明:考虑流动性并不必然降低期末期望财富的效用;②实证角度。将流动性作为对收益的影响因子间接引入和作为独立的维度直接引入到传统的均值-方差模型中。流动性间接引入模型下,通过构建流动性影响因子,对股票的收益率进行调整,并依据调整后的收益率在传统的均值-方差框架下进行组合最优化的求解;而流动性直接引入模型下,主要思想是考虑到组合管理过程中投资再平衡的需要,从流动性过滤、流动性约束、流动性偏好下的效用最大化将流动性直接引入到均值-方差模型,论文给出了这三个模型取得有效边界时的有效解集集合,验证了流动性、收益和风险实现均衡时的有效边界是一个曲面。③从实务投资的角度,提出了引入投资政策约束、行业配置比例约束下修正的流动性-均值-方差模型。第三,流动性作用下的组合投资管理（面向组合的管理过程及结果）。主要基于流动性引入均值-方差的实证模型,分别从直接引入和间接引入下组合投资的有效边界进行实证研究,主要内容包括:①在直接引入模型下,通过选取A股市场市值最大的10只股票作为研究对象,通过比较考虑流动性的价格冲击影响效应和未考虑流动性价格冲击影响效应的组合有效边界,实证结果表明:收益经流动性调整后,组合的有效边界向左上推移,这意味着:一方面投资者可以在承受更低的风险下实现一定的收益;另一方面,考虑流动性对收益的影响,在同一风险水平下,投资者可以获得比不考虑流动性影响时更高的收益。②在直接引入模型下,通过选取由上证50指数成份股的股票构建的组合（高流动性组合）和从未入选上证50指数成份股的股票构建的组合（低流动性组合）及两者共同构建的组合（中流动性组合）,用流动性过滤、流动性约束和流动性偏好下的目标函数效用最大化三种流动性-均值-方差模型分别考察了流动性在组合投资选择时的作用。主要研究结论包括:①在流动性过滤下的均值-方差模型下,研究结果表明:在组合投资过程中,同时配置高流动性和低流动性的股票,可以实现在风险一定条件下实现比仅投资高流动性和仅投资低流动性的股票组合更高的收益,这体现了流动性对组合投资资产配置策略的影响作用;②在流动性约束下的均值-方差模型下,研究结果表明:在流动性水平约束一定的条件下取得最优组合时,三个组合的收益均随着风险的增加而增加,但组合的夏普比率随风险的增加呈倒“V”型;在风险水平一定下取得最优组合时,组合的收益和夏普比率随着流动性水平约束的增加均呈倒“V”型,但变化很不规则:尽管高流动性组合和中流动性组合在达到最优组合时组合的收益均随着流动性约束的提高而下降,且风险越高,组合的收益越高,但在低流动性组合中,在面临不同的流动性水平约束时,并不能在遭受较高风险时获得较高的回报。同时,风险水平一定时,组合夏普比率的变化也表明,在不同的流动性约束水平下,风险较高的组合不一定能实现较高的夏普比率。而中流动性组合则弥补了高流动性组合和低流动性组合在收益随风险或流动性变化的不规则问题。③在流动性偏好下的期望效用最大化模型下,研究结果表明:高流动性组合与低流动性组合尽管在夏普比率等指标变化上具有一致性,但在风险厌恶、流动性偏好下不同组合的收益、风险及非流动性之间仍存在较大差异。这可能在于高流动性股票和低流动性股票在流动性水平和风险上存在着系统性的明显差异。第四,流动性、行业效应与组合投资（面向组合的应用）。从行业收益之间的相关性和差异性、流动性之间的相关性和差异性探讨了行业差异的表现特征,研究结果表明:我国股票市场存在着明显的行业效应;对国内开放式基金的行业配置集中效应及基金行业配置与市场上行业构成比较进行了统计分析,统计结果表明:我国基金投资的行业集中度在50%左右,基金的行业偏好之间存在着差异,而且基金的行业配置与不同行业占有市场的比例相比除采掘业、金融保险业、传播文化业和综合业超配外,其它行业均处于低配;（3）考虑流动性、行业效应与组合投资的关系,比较了在有无投资政策约束时行业配置对组合投资的影响,研究结果表明:不考虑投资政策约束将会导致行业集中持有风险;利用国内证券市场的A基金的实际持有股票组合情况,对在流动性约束、投资政策约束及行业配置约束下组合最优解进行了实证研究,研究结果表明:组合的风险和收益随着非流动性水平的提高先降后升,但组合的单位风险收益会随着非流动性水平的提高先升后降,这意味着当组合的非流动性水平达到一定水平时,组合的风险将加速恶化,从而导致单位风险的收益水平下降。
二、道琼斯调整中国指数成份股（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、道琼斯调整中国指数成份股（论文提纲范文）
（1）入选股指成份股与企业环境信息披露质量（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景及问题提出 |
| 1.2 研究意义 |
| 1.3 研究思路与技术路线 |
| 1.4 研究方法 |
| 1.5 主要创新点 |
| 1.6 重要概念界定 |
| 2 理论基础及文献综述 |
| 2.1 理论基础 |
| 2.2 文献综述 |
| 3 制度背景及理论分析框架 |
| 3.1 制度背景 |
| 3.2 理论分析框架 |
| 3.3 本章小结 |
| 4 入选股指成份股对环境信息披露质量的影响研究 |
| 4.1 理论分析及假设提出 |
| 4.2 研究设计 |
| 4.3 实证结果与分析 |
| 4.4 稳健性检验 |
| 4.5 作用机制检验 |
| 4.6 进一步分析 |
| 4.7 本章小结 |
| 5 代理成本对入选股指成份股与环境信息披露质量关系的影响研究 |
| 5.1 理论分析与假设提出 |
| 5.2 研究设计 |
| 5.3 实证结果与分析 |
| 5.4 稳健性检验 |
| 5.5 进一步分析 |
| 5.6 本章小结 |
| 6 结论和建议 |
| 6.1 研究结论 |
| 6.2 政策建议 |
| 6.3 研究局限与展望 |
| 参考文献 |
| 附录 |
| 作者简历 |
| 学位论文数据集 |
（2）分层风险平价模型及其应用 ——基于全球资产配置的实证研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 引言 |
| 1.1 选题背景 |
| 1.2 本文结构框架 |
| 1.3 本文的主要创新和不足 |
| 第二章 文献综述 |
| 2.1 固定比例资产配置 |
| 2.2 基于收益和风险的资产配置 |
| 2.3 基于收益的资产配置 |
| 2.4 基于风险的资产配置 |
| 2.5 研究述评 |
| 第三章 分层风险平价模型构建 |
| 3.1 收缩估计 |
| 3.2 分层聚类 |
| 3.3 准对角化 |
| 3.4 递归对分 |
| 第四章 分层风险平价策略回测 |
| 4.1 策略回测方法 |
| 4.2 大类资产配置回测 |
| 4.3 风格资产配置回测 |
| 4.4 行业资产配置回测 |
| 4.5 个股资产配置回测 |
| 4.6 回测小结 |
| 第五章 策略稳定性分析 |
| 5.1 不同市场对个股配置的影响分析 |
| 5.2 牛熊市对个股配置的影响分析 |
| 5.3 参数估计区间长度影响分析 |
| 5.4 策略回测区间长度影响分析及综合分析 |
| 第六章 结论 |
| 6.1 研究结论 |
| 6.2 研究局限以及进一步探讨方向 |
| 附录 |
| 参考文献 |
| 致谢 |
（3）股指期货与股票市场之间的关系研究 ——基于交易制度调整视角（论文提纲范文）
| 摘要 |
| abstract |
| 导论 |
| 一、研究背景及研究意义 |
| 二、文献综述 |
| 三、研究思路、内容与方法 |
| 四、创新与不足 |
| 第一章 股指期货与股票市场关系的理论分析 |
| 第一节 基于股指期货定价理论视角 |
| 一、股指期货的价格发现理论 |
| 二、股指期货的套期保值理论 |
| 三、股指期货的套利定价理论 |
| 第二节 基于股指期货市场功能视角 |
| 一、价格发现功能 |
| 二、套期保值功能 |
| 三、套利功能 |
| 第三节 基于交易制度调整视角 |
| 一、保证金率调整对期现关系的影响 |
| 二、交易时间调整对期现关系的影响 |
| 三、持仓限额调整对期现关系的影响 |
| 第二章 我国股指期货市场的发展现状及交易制度调整 |
| 第一节 我国股指期货市场概况 |
| 一、我国股指期货的发展历程 |
| 二、我国三大股指期货合约及标的指数 |
| 第二节 我国股指期货市场的发展现状 |
| 一、日均持仓量大幅回落 |
| 二、日均成交量急剧萎缩 |
| 三、日内基差波动加大 |
| 第三节 我国股指期货交易制度调整 |
| 一、股指期货保证金率调整 |
| 二、股指期货交易时间调整 |
| 三、股指期货持仓限额调整 |
| 第三章 股指期货与股票市场关系的检验—基于保证金率调整视角 |
| 第一节 样本数据选取及描述性统计 |
| 一、样本数据选取 |
| 二、变量定义 |
| 三、描述性统计分析 |
| 第二节 股指期货与股票市场的协整及引导关系检验 |
| 一、数据平稳性检验 |
| 二、Johansen协整检验 |
| 三、格兰杰因果关系检验 |
| 第三节 股指期货与股票市场的短期修复关系检验 |
| 一、向量误差修正VECM分析 |
| 二、脉冲响应分析 |
| 三、方差分解分析 |
| 第四章 股指期货与股票市场的关系检验—基于交易时间调整视角 |
| 第一节 样本数据选取及描述性统计 |
| 一、样本数据选取 |
| 二、变量定义 |
| 三、描述性统计分析 |
| 第二节 股指期货与股票市场的协整及引导关系检验 |
| 一、数据平稳性性检验 |
| 二、Johansen协整关系检验 |
| 三、格兰杰因果关系检验 |
| 第三节 股指期货与股票市场的短期修复关系检验 |
| 一、向量误差修正VECM分析 |
| 二、脉冲响应分析 |
| 三、方差分解分析 |
| 结论与建议 |
| 一、研究结论 |
| 二、对策建议 |
| 参考文献 |
| 致谢 |
（4）融资融券交易对沪深300指数效应的影响分析（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的和意义 |
| 1.3 研究内容、方法和技术路线 |
| 1.4 本文的主要贡献 |
| 第2章 文献综述与相关理论 |
| 2.1 文献综述 |
| 2.1.1 指数效应存在性的研究综述 |
| 2.1.2 ETF基金追踪误差研究综述 |
| 2.1.3 融资融券对股市流动性和超额收益的影响的研究综述 |
| 2.1.4 指数效应存在原因的研究综述 |
| 2.2 相关理论 |
| 2.2.1 指数效应的理论假说 |
| 2.2.2 融资融券概念及功能 |
| 2.2.3 融资融券交易推出对股市波动性和流动性的影响 |
| 第3章 沪深300指数效应存在性研究 |
| 3.1 指数效应存在性的理论基础及假设 |
| 3.2 数据选取及模型建立 |
| 3.2.1 数据的选取与说明 |
| 3.2.2 事件研究法 |
| 3.3 沪深300指数效应存在性的实证检验结果及分析 |
| 3.3.1 调入股票价格效应分析 |
| 3.3.2 调出股票价格效应分析 |
| 3.3.3 调入和调出股票成交量效应分析 |
| 3.4 小结 |
| 第4章 融资融券交易对指数效应影响的对比分析 |
| 4.1 融资融券交易对指数效应影响的理论分析及假设 |
| 4.2 数据选取及模型建立 |
| 4.2.1 数据选取和说明 |
| 4.2.2 模型建立 |
| 4.3 融资融券交易对指数效应影响的存在性分析 |
| 4.3.1 数据平稳性检验及滞后阶数的选择 |
| 4.3.2 格兰杰因果检验及模型稳定性检验 |
| 4.3.3 VAR模型估计结果及分析 |
| 4.4 融资融券交易前后指数效应对比分析 |
| 4.4.1 融资融券交易前后调入股票价格效应对比分析 |
| 4.4.2 融资融券交易前后调出股票价格效应对比分析 |
| 4.4.3 融资融券交易前后调入股票成交量效应对比分析 |
| 4.4.4 融资融券交易前后调出股票成交量效应对比分析 |
| 4.4.5 融资融券对指数效应影响的T值检验 |
| 4.5 小结 |
| 第5章 基于ETF基金追踪误差的影响效应检验 |
| 5.1 数据选取与说明 |
| 5.2 基金追踪误差指标计算 |
| 5.3 融资融券交易前后ETF基金追踪误差计算结果与分析 |
| 5.4 基于ETF基金追踪误差的指数效应检验 |
| 5.5 小结 |
| 第6章 结论和展望 |
| 6.1 主要结论 |
| 6.2 建议及后续展望 |
| 6.2.1 建议 |
| 6.2.2 后续展望 |
| 参考文献 |
| 致谢 |
（5）道琼斯工业股价平均指数增长的动力因素分析（论文提纲范文）
| 摘要 |
| Abstract |
| 1 导论 |
| 1.1 研究背景及意义 |
| 1.1.1 问题的提出 |
| 1.1.2 选题依据 |
| 1.1.3 研究意义 |
| 1.2 文献综述 |
| 1.2.1 道琼斯工业股价平均指数的相关研究 |
| 1.2.2 股票市场与宏观经济波动相关性的研究 |
| 1.2.3 美国股市影响性分析的相关研究 |
| 2 美国道琼斯工业股价平均指数概念 |
| 2.1 美国道琼斯工业股价平均指数的概念分析 |
| 2.2 道琼斯工业股价平均指数和美国经济的关联度分析 |
| 2.2.1 道琼斯工业股价平均指数增长的大背景 |
| 2.2.2 道琼斯工业股价平均指数成分股选择与美国经济结构变 |
| 2.2.3 道琼斯工业股价平均指数增长的历史轨迹 |
| 3 道琼斯工业股价平均指数增长的动力因素分析 |
| 3.1 成分股的良好业绩是道琼斯工业股价平均指数增长的物质基础 |
| 3.2 良好的投资回报率是道琼斯工业股价平均指数增长的市场基础 |
| 3.3 持续多年的低利率是道琼斯工业股价平均指数增长的政策基础 |
| 3.4 高端工业优势是道琼斯工业股价平均指数增长的产业基础 |
| 3.5 持续贬值的美元是道琼斯工业股价平均指数增长的价值基础 |
| 4 影响因素的实证分析 |
| 4.1 道琼斯工业股价平均指数及其影响因素的关系分析 |
| 4.2 道琼斯工业股价平均指数模型的实证分析 |
| 4.2.1 建立多元回归模型 |
| 4.2.2 统计检验 |
| 4.3 变量的格朗杰因果关系检验 |
| 4.4 结论 |
| 5 总结与展望 |
| 5.1 道琼斯工业股价平均指数创新高与美国整体的经济实力不一致 |
| 5.2 道琼斯工业股价平均指数创新高与美国政府的财力窘境不一致 |
| 5.3 道琼斯工业股价平均指数的恢复与美国经济的增长的不一致 |
| 5.4 道琼斯工业股价平均指数的上升与美联储的加息政策不一致 |
| 参考文献 |
| 致谢语 |
| 附录 |
（6）中国股票市场价格行为实证研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 导论 |
| 第一节 研究背景 |
| 第二节 研究意义 |
| 一、避免价格高频大幅波动 |
| 二、完善资本市场结构 |
| 三、提高市场效率 |
| 四、降低企业融资成本 |
| 五、探索无风险套利模式 |
| 第三节 相关理论及研究成果简析 |
| 一、早期投资行为理论评价 |
| 二、现代行为金融理论探析 |
| 三、国内外证券市场价格行为研究比较 |
| 第四节 研究方法 |
| 第五节 行文结构 |
| 第六节 创新之处 |
| 第二章 股票市场发展脉络及交易机制对比 |
| 第一节 股票市场发展探析 |
| 一、产生根源分析 |
| 二、股票市场发展中重要事件解析 |
| 三、股票市场发展现状与趋势探析 |
| 第二节 我国股票市场发展解析 |
| 一、我国股票市场发展历程 |
| 二、市场结构与市场规模 |
| 三、监管体制与框架 |
| 第三节 世界代表性证券交易所运行机理比较 |
| 一、美国的证券交易所运行机理 |
| 二、日本的证券交易所运行机制 |
| 三、香港的证券交易所运行机制 |
| 四、交易机制对比 |
| 第三章 关联性方法界定 |
| 第一节 关联性基本思想 |
| 第二节 关联性方法界定 |
| 第三节 关联性分析例证 |
| 一、研究说明 |
| 二、研究结果 |
| 三、研究结果的讨论 |
| 第四节 关联性分析方法发展 |
| 第四章 股指之间关联性研究 |
| 第一节 股指编制及相关概念界定 |
| 一、选取的指数及其编制机理 |
| 二、宏观变量选取 |
| 三、选取的有关概念界定 |
| 第二节 指数之间关联性研究 |
| 一、研究说明 |
| 二、研究结果 |
| 三、研究结果的讨论 |
| 第三节 GDP 增速与股指变化关联性研究 |
| 一、研究说明 |
| 二、研究假设 |
| 三、研究结果及讨论 |
| 第四节 M2-M1 与市场底部判断 |
| 一、研究说明 |
| 二、研究结果及讨论 |
| 第五节 典型宏观经济指数与代表性股指相关性分析 |
| 一、美元指数与上证指数相关性 |
| 二、波罗的海干散货航运指数与上证指数相关性（BDI） |
| 第六节 重大全局性事件对股指的影响 |
| 一、两会、中央经济工作会议对股指的影响 |
| 二、“节日效应”对股指的影响 |
| 第七节 小结 |
| 第五章 板块之间相关性研究 |
| 第一节 板块指数编制 |
| 一、板块界定与划分 |
| 二、板块指数编制机理 |
| 第二节 各板块与大盘指数之间的相关性研究 |
| 一、研究说明 |
| 二、研究结果 |
| 三、结果分析 |
| 第三节 板块之间的相关性研究 |
| 一、研究说明 |
| 二、研究结果及讨论 |
| 第四节 某些板块与宏观经济变量之间的相关性研究 |
| 一、黄金板块与国际黄金价格 |
| 二、航运板块与波罗的海干散货运指数 |
| 第五节 某些板块受特别事件的影响分析 |
| 一、中央经济工作会议对农林牧渔业板块的影响 |
| 二、春节与白酒板块 |
| 第六节 强势板块分析 |
| 一、强势板块界定 |
| 二、强势板块运行特点分析 |
| 第七节 小结 |
| 一、板块与大盘指数关联性 |
| 二、各板块之间关联性 |
| 三、强势板块运行规律 |
| 第六章 个股价格行为研究 |
| 第一节 财务分析及市场代表性行为比较 |
| 一、财务分析 |
| 二、证券市场代表性行为比较 |
| 第二节 强势股价格行为分析 |
| 一、强势股界定 |
| 二、强势股价格行为分析 |
| 第三节 业绩改变对个股价格行为影响分析 |
| 一、A 股市场股价涨跌幅随业绩改变的变动分析 |
| 二、上交所股价涨跌幅随业绩改变的变动分析 |
| 第四节 市场行为对相关个股的影响分析 |
| 一、股市非理性行为的影响 |
| 二、高送转之前的炒作对个股的影响分析 |
| 三、非公开增发对个股的影响分析 |
| 四、资产注入对个股影响分析 |
| 五、整体上市对个股影响分析 |
| 六、股权激励对个股影响分析 |
| 第五节 建议 |
| 第六节 小结 |
| 结语 |
| 英文参考文献 |
| 中文参考文献 |
| 附录一 |
| 附录二 |
| 致谢 |
| 攻读博士学位期间科研成果和所获奖励 |
（7）基于支持向量机的人民币兑美元汇率实证研究（论文提纲范文）
| 一、引言 |
| 二、文献回顾 |
| 三、支撑向量机 (svm) 简介和模型的建立 |
| 1. 线性函数 (Linear function) |
| 2. 多项式函数 (Polynomials) |
| 3. 径向基函数 (Radial Basis Function) , |
| 0'>4.Sigmoid函数K (xi, x) =tanh (γxT·xi+r) , γ>0 |
| 四、数据收集与处理 (1) |
| 五、实证分析 |
| 试验1 2005年7月21日至2006年5月12日 (2006年5月15日的前一交易日) |
| 试验2 2006年5月15日至2008年4月9日 |
| 试验3 2008年4月10日至2010年3月15日 |
| 六、结论 |
（8）上证50指数样本股选择实证研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 论文的选题目的 |
| 1.2 国内有关研究简要回顾 |
| 1.3 本文的结构安排 |
| 1.4 论文的贡献与不足 |
| 2 股票价格指数概述 |
| 2.1 股票价格指数概念 |
| 2.2 股票价格指数的意义和作用 |
| 2.2.1 股票价格指数的基本功能 |
| 2.2.2 股票价格指数的投资功能 |
| 2.3 主要股票价格指数简介 |
| 2.3.1 道琼斯工业平均数(Dow Jones Industrial Average) |
| 2.3.2 标准普尔500指数(Standard and Poor’s 500 Index) |
| 2.3.3 金融时报100指数(FTSE 100 Index) |
| 2.3.4 日经225股价指数(Nikkei-225 Stock Average) |
| 2.3.5 香港恒生指数(Hang Seng Index) |
| 2.3.6 上证180指数 |
| 2.3.7 上证50指数 |
| 2.3.8 深证成份指数 |
| 3 上证50指数样本股调整实证分析 |
| 3.1 历次样本股调整原因统计 |
| 3.2 纳入和剔除样本股的实证分析 |
| 3.2.1 纳入和剔除样本股总体规模分析 |
| 3.2.2 纳入和剔除样本股总体盈利能力分析 |
| 3.2.3 纳入和剔除样本股总体成长能力分析 |
| 3.3 纳入和剔除样本股实证检验结果总结 |
| 3.4 上证50指数未变动样本股特征分析 |
| 3.5 本章小结 |
| 4 上证50指数特征分析 |
| 4.1 上证50指数成份股行业分布与权重 |
| 4.2 上证50指数成份股分行业比较 |
| 4.3 上证50指数作为股指期货标的指数的可行性 |
| 4.3.1 股指期货标的指数的特征 |
| 4.3.2 上证50指数作为股指期货标的指数的可行性 |
| 4.4 本章小结 |
| 5 研究结论 |
| 参考文献 |
| 后记 |
（9）“指数时代”呼唤中国科技企业财富指数（论文提纲范文）
| 指数化生活 |
| 指数原理 |
| 国际化主流指数 |
| 中国科技企业财富指数编制构想 |
| 编制背景 |
| 编制方法 |
| 一、指数构成 |
| 1、科技行业的确定 |
| 2、科技股样本的选取原则 |
| 二、样本股的选取方法 |
| 三、指数的计算 |
| 四、指数的调整 |
| 1、定期调整: |
| 2、临时调整: |
| 五、指数的应用与价值 |
| 延伸阅读 |
| 《上证信息技术行业指数编制方法》 |
| 一、指数的基期和基点 |
| 二、指数选样 |
| 三、指数计算与修正 |
| 四、样本调整 |
| 五、权重上限因子调整 |
（10）流动性与股票组合投资管理研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 论文的研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 论文的研究方法 |
| 1.3 论文主要研究内容、结构及线路图 |
| 1.4 论文的创新 |
| 第二章 文献综述 |
| 2.1 现代资产组合理论模型研究综述 |
| 2.1.1 均值-方差模型框架内的修正 |
| 2.1.2 收益率分布特征视角的均值-方差模型修正 |
| 2.1.3 引入交易成本的组合选择模型修正 |
| 2.1.4 基于流动性视角的修正 |
| 2.1.5 基于其它视角的修正 |
| 2.1.6 评价 |
| 2.2 股票流动性的内涵及测度研究综述 |
| 2.2.1 流动性的内涵及测度 |
| 2.2.2 组合流动性测度 |
| 2.3 组合规模研究综述 |
| 2.4 行业效应研究综述 |
| 2.4.1 行业效应与组合投资 |
| 2.4.2 流动性的行业特征 |
| 2.5 本章 小结 |
| 第三章 流动性的股票特征与组合规模 |
| 3.1 流动性测度指标选取 |
| 3.2 流动性的股票特征 |
| 3.2.1 股票自身属性及交易特征 |
| 3.2.2 流动性水平的稳定性 |
| 3.3 流动性与流动性风险 |
| 3.3.1 流动性风险的认识 |
| 3.3.2 流动性风险与组合投资 |
| 3.4 组合最优证券数目的确定 |
| 3.4.1 组合规模测度的基础 |
| 3.4.2 组合中最优证券数目的判断和实证 |
| 3.5 组合投资中的政策约束 |
| 3.6 本章 小结 |
| 第四章 考虑流动性的资产组合选择理论模型及修正 |
| 4.1 引言 |
| 4.2 基于理论角度的流动性与组合选择模型 |
| 4.3 基于实证角度的流动性与组合选择模型 |
| 4.3.1 流动性间接作用下的均值-方差模型 |
| 4.3.2 流动性直接作用下的均值-方差模型 |
| 4.4 修正的流动性与组合投资管理应用定量分析模型 |
| 4.4.1 修正的依据 |
| 4.4.2 修正后的均值-方差-流动性模型 |
| 4.4.3 模型的评价 |
| 4.5 本章 小结 |
| 第五章 流动性作用下组合投资管理实证研究 |
| 5.1 流动性间接作用下组合投资优化实证 |
| 5.1.1 样本选择及数据来源 |
| 5.1.2 实证结果及解释 |
| 5.2 流动性直接作用下组合投资优化实证 |
| 5.2.1 样本选择及描述性统计 |
| 5.2.2 实证结果及解释 |
| 5.3 本章 小结 |
| 第六章 流动性与组合投资管理在行业中的应用 |
| 6.1 行业效应与组合投资管理 |
| 6.1.1 行业分类标准 |
| 6.1.2 行业配置作用下的组合投资 |
| 6.2 行业效应的表现特征 |
| 6.2.1 行业收益之间的相关性 |
| 6.2.2 行业流动性之间的相关性 |
| 6.2.3 行业配置与市场组合构成 |
| 6.3 流动性、行业效应与组合投资的实证研究 |
| 6.3.1 样本及数据的选取 |
| 6.3.2 相关指标选取及描述性统计 |
| 6.3.3 投资政策与行业配置 |
| 6.3.4 流动性组合投资管理与行业配置——以A 基金为例 |
| 6.4 本章 小结 |
| 第七章 总结与展望 |
| 7.1 论文的主要工作与结论 |
| 7.2 研究的不足与展望 |
| 7.2.1 研究中存在的不足 |
| 7.2.2 展望 |
| 参考文献 |
| 附录一公式推导 |
| 攻读博士学位期间已发表或录用的论文 |
| 攻读博士学位期间参与的科研项目 |
| 致谢 |
四、道琼斯调整中国指数成份股（论文参考文献）
- [1]入选股指成份股与企业环境信息披露质量[D]. 王圣营. 中国矿业大学, 2020(01)
- [2]分层风险平价模型及其应用 ——基于全球资产配置的实证研究[D]. 何元媛. 厦门大学, 2019(12)
- [3]股指期货与股票市场之间的关系研究 ——基于交易制度调整视角[D]. 王鹏娜. 中南财经政法大学, 2019(09)
- [4]融资融券交易对沪深300指数效应的影响分析[D]. 耿娜. 上海师范大学, 2018(11)
- [5]道琼斯工业股价平均指数增长的动力因素分析[D]. 张蕾蕾. 兰州财经大学, 2016(06)
- [6]中国股票市场价格行为实证研究[D]. 杨军. 中共中央党校, 2011(09)
- [7]基于支持向量机的人民币兑美元汇率实证研究[J]. 夏晓,潘和平. 管理学家(学术版), 2010(08)
- [8]上证50指数样本股选择实证研究[D]. 周祥松. 复旦大学, 2009(02)
- [9]“指数时代”呼唤中国科技企业财富指数[J]. 中国科技财富指数研究中心. 中国科技财富, 2009(05)
- [10]流动性与股票组合投资管理研究[D]. 姚亚伟. 上海交通大学, 2009(12)