大数据背景下的股市泡沬预警体系研究

《大数据背景下的股市泡沬预警体系研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：F830.91单位代码：10183研究生学号：2016214038密级：公开研大数据背景下的股吉林大学市泡沫硕士学位论文预警体（专业学位）系研究大数据背景下的股市泡沫预警体系研究TheEarly-WarningSystemStudyoftheStockMarketBubblesundertheBackgroundofBigData张君冉作者姓名：张君冉类别：金融硕士领域（方向）：资本市场指导教师：周佰成教授吉培养单位：经济学院林大学2018年3月大数据背景下的股市泡沫预警体系研究TheEarly-War

2、ningSystemStudyoftheStockMarketBubblesundertheBackgroundofBigData作者姓名：张君冉专业名称：金融学指导教师：周佰成教授学位类别：金融硕士答辩日期：年月日未经本论文作者的书面授权，依法收存和保管本论文书面版本、电子版本的任何单位和个人，均不得对本论文的全部或部分内容进行任何形式的复制、修改、发行、出租、改编等有碍作者著作权的商业性使用（但纯学术性使用不在此限）。否则，应承担侵权的法律责任。吉林大学硕士学位论文原创性声明本人郑重声明：所呈交学位论文，是

3、本人在指导教师的指导下，独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名：日期：年月日《中国优秀博硕士学位论文全文数据库》投稿声明研究生院：本人同意《中国优秀博硕士学位论文全文数据库》出版章程的内容，愿意将本人的学位论文委托研究生院向中国学术期刊（光盘版）电子杂志社的《中国优秀博硕士学位论文全文数据库》投稿，希望《中国优秀博

4、硕士学位论文全文数据库》给予出版，并同意在《中国博硕士学位论文评价数据库》和CNKI系列数据库中使用，同意按章程规定享受相关权益。论文级别：■硕士□博士学科专业：金融学论文题目：大数据背景下的股市泡沫预警体系研究作者签名：指导教师签名：年月日作者联系地址（邮编）：吉林省长春市前进大街2699号吉林大学（130012）作者联系电话：18844162295摘要大数据背景下的股市泡沫预警体系研究日本、美国、泰国等国家在20世纪80年代相继出现以股票资产为代表的经济泡沫，这些泡沫的不断膨胀存在很大的经济安全隐患，泡沫的

5、膨胀乃至破灭对各国经济造成了毁灭性的破坏。与国外一些发达金融市场不同，我国股票市场只经历了短短二十多年的发展。但我国股票市场的规模扩张和发展速度都取得了卓越的成绩，目前股票市场在我国市场经济中占有举足轻重的地位。然而在发展历程中，我国特有的制度性因素使得我国股市体系发展还未成熟，在21世纪90年代，我国股市也经历了数次股市泡沫膨胀乃至破灭的冲击，给我国股市带来了巨大的危害。股市价格泡沫对于经济的影响并非都是消极的，它是一个双刃剑。从积极方面来看，股市泡沫的适度存在是股市繁荣的象征。从消极的影响来看，股市泡沫的不

6、断膨胀会存在经济安全隐患，破灭后带来的经济危害不堪设想。过度的股市泡沫将在无形中扩大股票市场的风险，严重威胁股票市场的稳定，给经济造成灾难性的危害，因此对股票市场泡沫的预警体系研究，具有重要的现实和理论意义。本文通过对前人所得出的相关泡沫理论进行辨析，分析了我国股市泡沫的特征、生成机理及成因，对股市泡沫监控与预警体系进行分析，最后阐述股市泡沫的防范与化解治理措施。试图构建一个更优的股市泡沫预警系统，为股市经济的平稳发展提供支持，同时也为金融体系的可持续提供依据。其次本文将指标预警与模型预警相结合，构建一个更完善

7、的预警体系对泡沫的警情进行分析，尽早避免因泡沫破裂带来经济冲击。该论文第一章对股市泡沫的研究背景、研究意义以及国内外文献等进行了阐述。第二章对股市泡沫的基本面进行了分析，使我们进一步了解其特点、生成机理及成因，这样对于预警体系的建立提I供了理论基础。第三章介绍了股市泡沫预警体系的常用构建方法，结合了指标预警和模型预警两种方法。第四章，通过对股票市场数据的筛选，选取了具有代表性的部分进行了实证分析。本人在前人研究的基础上，将模型预警与指标预警结合起来，运用Logistic理论模型建立股市泡沫预警体系来对股市风险进

8、行预判。经过实证研究与理论设分析，我们筛选了八个指标，即投资者增长率，换手率，通货膨胀率，指数增长率，市盈率，成交金额增长率，M1增长率，增长率比。第五章，在总结前文观点的基础上，提出了股市泡沫的防范与化解方法。关键词：股市泡沫，预警体系，指标预警，Logistic模型IIAbstractTheEarly-WarningSystemStudyoftheStockMarketBubble