基于模糊聚類的金融時間序列對公共信息的反應強度研究

發(fā)布時間：2020-09-08 12:55

　　在自然界中的許多事物都是在運動,發(fā)展和變化著,如果把這些變化按照時間的順序記錄下來,那么就可以得到各式各樣的時間序列。在金融證券市場中,每天都在產(chǎn)生一定量的數(shù)據(jù),把這些數(shù)據(jù)記錄下來就是金融時間序列。通過對這些時間序列做一些分析和處理,便可以揭示事物的運動的內(nèi)在規(guī)律,對金融證券市場發(fā)展具有重要意義。隨著模糊集合理論的形成、發(fā)展和深化,在模糊集合劃分的基礎理論上,模糊聚類理論得到的迅速蓬勃的發(fā)展。人們提出了很多比較典型的模糊聚類算法,但是最具有典型、最受歡迎的還是模糊C均值聚類算法。模糊C均值聚類(FCM)算法是—種經(jīng)典的模糊聚類分析方法,該算法已經(jīng)有效地應用在數(shù)據(jù)挖掘、模式識別、計算機視覺以及決策支持等領域,具有重要的理論與實際應用價值。由于模糊聚類得到了樣本屬于各個類別的不確定程度,表達了樣本類屬的中介性,即建立起了樣本對于類別的不確定性的描述,更能客觀地反映現(xiàn)實世界,從而成為聚類分析研究的主流。公共信息有著妨礙風險分擔和破壞市場參與者預期收益的作用,如何較好地分析公眾信息對證券市場的影響已經(jīng)收到了越來越多的重視。宏觀經(jīng)濟政策是一類典型的公共信息,且與證券市場密切相關。對宏觀經(jīng)濟指標、經(jīng)濟政策和股市的數(shù)量關系分析不僅具有重要的現(xiàn)實的意義,而且可以得到宏觀經(jīng)濟與股市之間相互作用的精確信息。證券價格對信息的反應強度是劃分效率市場層次的根本所在；與此同時,證券價格對公眾信息的反應特征對于證券投資者的投資行為與政府的宏觀調(diào)控行為都是十分重要的。有效市場假說表明市場價格可以充分反映所有可獲得的信息,因此,如何有效地分析證券價格對信息的反應已經(jīng)受到了眾多學者的關注。為了描述證券市場對公共信息的反應強度,進一步分析和量化公共信息在市場中的作用,本文提出了一種基于模糊聚類技術的度量方法.針對存款準備金率調(diào)整和存貸款利率的調(diào)整,對上證A股做出模糊聚類分析。聚類結果表明上證A股對于歷次調(diào)整都存在著三類顯著的反應特征；同時也表明該方法應用于證券市場對公共信息的反應強度劃分具有較好的效果。
【學位單位】：昆明理工大學
【學位級別】：碩士
【學位年份】：2011
【中圖分類】：F832.51;F224
【部分圖文】：

對數(shù)收益率,藥業(yè),個股,負向

(一)針對存款準備金率調(diào)整，上證A股市場中存在著一類負向反應特征。圖5的聚類結果表明，調(diào)整當日大部分個股跌停，負向反映特征極為顯著從圖4、圖6、圖7、圖8、圖9以及圖10給出的聚類結果可以看出，當日的股票大部分大都處于下跌狀態(tài)，負向特征也很明顯。從圖11和圖12的聚類結果也可看出，當日下跌個股也是很多，具有負向特征。通過對聚類結果進一步分析，表明存款準備金率上調(diào)對汽車(如東風汽車、上海汽車、江淮汽車、星馬汽車等)、信息科技(如明天科技、人�？萍肌⒉┪目萍�、中國軟件、天地科技等)、電力(如桂冠電力、山民山水電、佩凌電力、西昌電力、國電電力等)和醫(yī)療醫(yī)藥行業(yè)(如美羅藥業(yè)、廣州藥業(yè)、中新藥業(yè)、南京藥業(yè)、三普藥業(yè)等)的負面影響最大，當日個股的日對數(shù)收益率都很低;雖然某些金融類上

對數(shù)收益率,藥業(yè),個股,負向