欢迎来到天天文库
浏览记录
ID:23807640
大小:10.45 MB
页数:256页
时间:2018-11-10
《基于广义事件窗的上市公司风险及绩效评价》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、国内图书分类号:F224.0国际图书分类号:338.3管理学博士学位论文基于广义事件窗的上市公司风险及绩效评价博士研究生:田波平导师:冯英浚教授申请学位:管理学博士学科、专业:技术经济及管理所在单位:数学系答辩日期:2006年8月授予学位单位:哈尔滨工业大学ClassifiedIndex:F224.0U.D.C:338.3DissertationfortheDoctoralDegreeinManagementRISKANDPERFORMANCEEVALUATIONOFLISTEDCOMPANIESINTHEWIDEEV
2、ENTWINDOWCandidate:TianBopingSupervisor:Prof.FengYingjunAcademicDegreeAppliedfor:DoctorofManagementSpeciality:TechnicalEconomicsandManagementAffiliation:DepartmentofMathematicsDateofDefence:August2006Degree-Conferring-Institution:HarbinInstituteofTechnology摘要摘要广
3、义事件窗中的上市公司风险及绩效评价一直是资本市场中最受关注的 核心问题。科学合理地评价广义事件窗中的上市公司的风险和绩效不仅能够 为投资者对上市公司进行适当的投资选择提供依据,还能够为基金管理公司 优化投资组合结构、促进基金管理水平的提高创造条件,甚至为金融监管部 门对上市公司的投资运作进行有效监管提供信息支持。广义事件窗中的上市 公司风险与绩效评价的实质是对基金管理者、政府监管机构、券商和个人投 资者在金融事件发生时对整个金融市场的把握能力进行评价。当前对上市公 司风险与绩效的评价仅仅是用一些常规方法通过财务性要素评
4、价上市公司风 险与绩效,并且通常是在有效市场的假设下进行的,所以当金融事件或突发 事件发生时,难以刻画和描述金融事件发生前后某一段时间区域中的上市公 司风险与绩效水平,于是解决这个问题已成为数理金融学的一个新的研究。 另外目前所采用的一般的数理金融学研究方法缺乏从金融事件本身特点、研 究的金融问题、所用的数学方法以及实际采样条件等方面出发来考察上市公 司的风险与绩效,因而难以全面反映在广义事件窗中的上市公司的风险与绩 效。针对这些不足,本文试图提出一种新的理论框架,来对广义事件窗中的 上市公司的风险以及绩效进行评价。该
5、理论框架从三类具体的金融事件,如股票市场中的并购、ST股票戴 帽或摘帽以及政府发布新金融政策消息等事件出发,通过定义金融事件发生 前后满足一定条件的时间区域为广义事件窗,并在广义事件窗中对上市公司 的金融财务数据、收益率金融时间序列数据进行采样,然后应用一些新的数 学方法对其风险与绩效进行评价,从基金管理者、政府监管机构、券商和个 人投资者行为倾向与能力角度,深层次剖析上市公司在广义事件窗中的风险 与绩效的特点以及内部决定机理,并在此基础上,分别从金融财务层面、收 益率时间序列层面来构建评价上市公司在广义事件窗中的风险
6、与绩效的指标 体系以及变化规律。在风险评估方面,针对现有上市公司风险评价方法(如非线性时间序列 模型、β系数法以及Markowitz投资组合法等)的不足。首先,建立了广义 事件窗中的金融时间序列GARCH类模型方法(含ARCH,GARCH,IGARCH, EGARCH等类模型)对上市公司进行风险评估。并通过对广义事件窗中的并 购(整体上市)类上市公司的实证研究,表明在整体上市前后的上市公司的风-I-哈尔滨工业大学管理学博士学位论文险水平服从不同的GARCH模型,这种研究可推广到一般并购或其他类似上市公司在广义事件窗中风
7、险水平的刻画。其次,本文选定了ST类股票作为样本信息并确定ST类股票含戴帽和摘帽事件的一段时间区域做为广义事件 窗,然后计算出其中有限个β系数值,从中可以得到每一只ST股票在广义事件窗内系统风险的变化规律。最后,本文还研究了Markowitz投资组合法并通过选取在政府发布金融消息等事件发生前后的一段时间区域中的样本上市公司,刻画了其投资组合风险水平变化的规律性,并发现了投资组合规模与风险关系的一个新结论。在绩效评价方面,针对现有广义事件窗中的上市公司绩效评价理论不足,一方面本文应用国际流行的支撑向量机(SVM)方法选股
8、,并且通过2002年ST类或收益率财务指标的样本股票来确定最优分类超平面,然后应用序列最小最优化(SMO)算法来求解C-SVM;采用数量级波动方法确定惩罚参数C,最后应用国际上较为先进的LIBSVM程序首次对广义事件窗中的200只样本股票进行了实证研究并获得了良好的实际绩效。另一方面本文采用一种能够消除评价单元之间客观条件优劣的影
此文档下载收益归作者所有