导读:本文包含了行业股指论文开题报告文献综述及选题提纲参考文献，主要关键词:经验模态分解,半导体行业股指,统计特性,神经网络
行业股指论文文献综述
王晓倩,侯志芳,耿兴波,邱小燕[1]（2019）在《纳斯达克半导体行业股指统计特性及其神经网络预测技术研究》一文中研究指出金融时间序列统计特性和神经网络预测研究对于掌握金融市场发展规律,并指导长期或短期投资行为具有重要意义。采用经验模态分解(EMD)、时间内禀相关分析(TDIC)和Hilbert谱分析等方法对纳斯达克半导体行业股指进行了尺度统计分析,并利用先验的神经网络对纳斯达克半导体行业股指进行了预测。统计分析发现,各阶本征模态函数(IMF)呈现一定的周期性,能谱分析的结果显示半导体行业股具有统计行为;利用先验的神经网络对半导体股指进行预测,发现半导体行业股指将会在未来一段时间内保持振荡趋势,不同的反向传播(BP)神经网络预测模型可以有效应对半导体行业长期和短期投资方案,可为投资者提供有效的借鉴。(本文来源于《应用技术学报》期刊2019年02期）
邵方宏[2]（2018）在《原油价格对我国高耗能行业股指的风险溢出效应研究》一文中研究指出石油是中国的战略资源和重要商品,与很多经济部门保持着密切的联系,并且随着我国经济的高速前行,对原油的需求量也越来越高,但我国是一个多煤少油的国家,对原油的需求量远超其他国家,我们更需要研究国际油价变动对我国相关行业的影响。与此同时,在经济新常态以及“叁去一降一补”的国家战略背景下,煤炭行业、以能源作为燃料的电力行业以及钢铁等行业作为去产能的重要行业,这些行业的走势波动备受投资者与政策调控者的关注。因此研究国际原油期货和我国高耗能行业股价的关系,有利于帮助投资者做出正确的投资决策,帮助政府部门对相关产业更有效、更迅速的制定政策。本文运用Copula和CoVaR模型实证分析国际原油期货与我国高耗能行业指数的动态相依结构和风险溢出效应。文章描述了国际原油期货与我国高耗能行业的发展现状,梳理了原油价格和股票价格间的传导机制,实证分析国际原油期货对我国不同高耗能行业的动态相依结构及风险溢出效应的差别。样本选取纽约商业交易所的轻质低硫原油即WTI(西德克萨斯中质原油)期货当月连续合约代表国际原油期货价格,选取中证电力指数、中证煤炭指数、中证钢铁指数、中证石油化工指数代表高耗能行业。以2013-2107年作为样本区间,利用多种Copula模型,来研究原油期货与我国高耗能行业股票市场的相依结构;在两市场风险溢出效应方面,运用CoVaR及体现溢出率的△%CoVaR,对风险溢出程度、风险溢出方向进行研究。最后就实证结果提出相应的政策建议。研究结果表明:(1)就风险度量工具而言,传统的风险指标VaR大大低估了金融市场风险,具有一定的局限性。与VaR度量的风险价值相比,CoVaR更加清晰、全面地反映出了的实际风险值。表明如果不考虑风险溢出效应,风险将严重被低估,也表明传统的风险度量指标VaR大大低估了金融市场的风险,具有较大的局限性。(2)原油期货与四个高耗能行业之间存在正向的风险溢出效应。根据Copula-CoVaR模型估算下的风险溢出效应方向,在所有的情况下,%CoVaR均为正数,该研究结果表明钢铁、电力、煤炭、石油化工行业对原油期货的影响是正向的,同样地,原油期货对四个行业的风险溢出也是正向的。他们之间都存在着正向的风险溢出效应。当原价上涨会导致四个行业指数上涨,原价下跌也会带动其下跌。(3)原油期货对钢铁、电力、煤炭风险溢出强度较为接近。以标准化处理后的CoVaR以溢出强度进行判断可知,在1%置信区间下,原油期货对钢铁、电力、煤炭行业的风险溢出程度为比较接近。出现这一结果,与中国对国际原油期货进口量的持续增加是密不可分的,大量的原油进口,必然也使得相应的风险可以更直接更迅速的传导到国内相关行业。而原油对化工行业的溢出效应最弱。其原因在于国情的特殊性,在我国化工行业仍处于垄断地位,拥有较强的定价能力,能够很轻松的将相关风险转移至消费者身上,所以,相比于其他行业,油价变动对化工行业的影响程度更小。本文可能的创新点,主要体现在以下两个方面:(1)将高耗能行业作为研究对象,利用CoVaR方法计算原油期货对高耗能行业的风险溢出效应。目前的文献,更多的是研究国际原油商品价格同我国能源股票市场(新能源和传统能源)的相关性及波动溢出效应,较少从风险角度以及高耗能行业的角度去研究二者的溢出方向、强度及差异。本文选取具有更高风险的原油期货以及高耗能行业作为研究对象。同时,考虑到金融市场具有非常强的时效性,本文选取了最近5年的历史数据,能更真实的反应出金融市场的最新特点。(2)构建了Copula-CoVaR模型,利用该研究国际原油期货价格与高耗能行业之间的相关关系。将Copula与CoVaR相结合,充分发挥Copula-CoVaR模型在描述非线性相关性和风险溢出效应的优势,使本文的研究结果更加符合实际,更真实的反应出原油期货价格对我国高耗能行业风险溢出的实际情况。基于这些信息,政府部门可以为高耗能行业更好的制定相关政策,降低油价大幅波动带来的系统性风险;在国际原油期货价格出现大幅波动时为投资者提供指导,更好的投资高耗能行业的股票,以便他们根据国际原油价格波动来判断未来股价的涨跌趋势。(本文来源于《浙江财经大学》期刊2018-12-01）
白万平,吕政,刘丽萍[3]（2018）在《石油产业链股指收益率动态关系研究——基于石油开采、加工和贸易行业数据分析》一文中研究指出我国石油对外依存度高,石油产业链企业发展不平衡。本文选取石油开采、石油加工和石油贸易叁大行业的股票指数收益率,应用VAR-MGARCH-BEKK和MGARCH-DCC模型,分别分析石油产业链上下游行业之间的均值溢出性、波动溢出性和动态相关性。研究结论表明:这叁大行业间普遍存在均值溢出效应;处于石油产业链下游的石油加工、石油贸易行业对上游石油开采行业存在显着的单向波动溢出效应;长期来看,这叁个行业两两之间均呈现较强的正相关联系,但行业间发展不平衡的问题,仍然没有完全消除,有待于通过深化供给侧结构性改革来破解。(本文来源于《价格理论与实践》期刊2018年07期）
昝秀丽[4]（2018）在《获明星科技股“转投” 通信板块成“大热门”》一文中研究指出据巴伦周刊消息，MSCI（摩根士丹利资本国际公司，又译明晟）和标普道琼斯（S&P Dow Jones）建立的全球行业分类标准（Global Industry Classification Standard，下称GICS）即将迎来行业洗牌，这一转变将引发近(本文来源于《中国证券报》期刊2018-09-05）
朱琳娜[5]（2018）在《叁大股指震荡收跌 行业板块跌多涨少》一文中研究指出29日，沪深两市基本维持弱势震荡的格局，两市成交金额较前一日持续缩量。沪市成交1012亿元，险守千亿大关。个股呈普跌走势，盘面整体表现平淡。截至收盘，上证综指报2769.29点，下跌0.31%；深证成指报8678.26点，下跌0.64%；创业板(本文来源于《上海证券报》期刊2018-08-30）
李兴然[6]（2018）在《股指新低两融减 钢铁行业受青睐》一文中研究指出本统计期(2018年6月21日—2018年6月27日)股指节节下滑,上证指数一度跌破2800点,最低触及2798.80点,两融与指数趋势同步,期间大降149.88亿元,报收于9228.36亿元。从行业的角度看,28个申万一级行业中,有休闲服务、钢铁、房地产和采掘4个行业取得融资净买入,金额分别为1.72亿元、1.18亿元、8876.28万元和7400.11万元。钢铁行业在上(本文来源于《股市动态分析》期刊2018年25期）
肖月[7]（2018）在《EPU对恒生REITs波动性及其与行业股指协动性的影响度量研究》一文中研究指出目前全球政治经济不确定性指数(EPU)处于历史新高的经济环境中,金融体系愈加开发、投资标的愈发多元化的中国市场,势必会面临更大的政治经济不确定性,也要承受更复杂的金融风险网络所带来的风险。而伴随着中国资本市场的快速发展以及房地产存量化市场的到来,投资者对于资产配置多元化的需求上升,加之房地产企业对于融资渠道多元化的客观需求,房地产金融优质产品REITs(房地产信托基金)的蓬勃发展势在必行。由于REITs兼具地产市场和金融市场的属性,且在成熟金融市场内体量巨大,传统理论研究认为系统性宏观因子对REITs市场的波动影响是非常显着的,而EPU同时包括了宏观经济和政策两大系统性因素;同时REITs和传统股票市场的动态关联性也受到了很多学者的关注,但上述问题目前目前尚无统一定论。同时近年来,不少学者认为影响金融市场波动率的因素,既有短期微观因素也有系统性长期宏观因素,不少研究都将微观金融市场的波动率和协动性进行成分分解研究。本文研究思路:首先结合混频模型MIDAS以及政治经济不确定性指标EPU,构造样本内预测波动率和协动性的GARCH-MIDAS-X模型和DCC-MIDAS-X模型,采用REITs和股票的高频数据和宏观低频数据(GEPU、CEPU、HKEPU)去研究叁种EPU对恒生REITs波动性的影响以及对恒生REITs和行业股指之间协动性的影响。随后与已有的基础模型GARCH和DCC-GARCH进行比较,运用不同的损失函数和DM检验,将构造的GARCH-MIDAS-X和DCC-MIDAS-X与基准模型GARCH以及DCC-GARCH进行比较,探究由EPU构建长期项的模型是否样本内预测能力更精确,以及何种EPU搭建的模型样本内预测效果最好。本文实证结果表明,通过EPU构造GARCH-MIDAS-X和DCC-GARCH-X会使得模型的样本内预测结果更加精准。且针对本文研究的香港市场,CEPU构造的GARCH-MIDAS-CEPU和DCC-MIDAS-CEPU样本内预测能力比GEPU和HKEPU构造的模型的预测能力更好。此外进一步研究发现EPU对REITs的波动性有正向影响,其中REITs无论在何种EPU的冲击影响下,样本内预测的波动性都小于恒生股市的所有行业。同时EPU对REITs与恒生行业股指的协动性也起正向影响,即EPU较高(金融危机时期),REITs与股市各行业板块协动性上升,关联性加强,EPU较低(蓬勃发展或者经济恢复时期),REITs与股市各行业板块协动性下降,关联性减弱。综上研究,EPU是影响REITs的重要系统性宏观指标,而通过EPU构造的GARCH-MIDAS-X和DCC-MIDAS-X模型在样本内预测波动率及协动性都更精确。具体针对香港恒生REITs指数和恒生股市行业股指,通过CEPU构造的模型GARCH-MIDAS-CEPU和DCC-MIDAS-CEPU的样本内预测能力比GEPU和HKEPU更好,同时EPU对恒生REITs的波动性及其与恒生行业股指的协同性起正向作用。(本文来源于《南京大学》期刊2018-05-27）
楷瑞[8]（2017）在《标普精选行业股指期货管理板块轮动策略分析》一文中研究指出对于股市而言，风格切换是常有的事情。以美股为例，5月底科技股一度出现大幅下挫，而银行股表现强于科技股，代表成长风格的板块切换至价值投资板块。中国A股市场今年表现也出现分化，金融、钢铁、有色板块大幅上涨，而创业板块遭遇重挫。那么在股市风格切换的背(本文来源于《期货日报》期刊2017-07-20）
乔海曙,李颖,欧阳昕[9]（2016）在《产业关联、共同信息溢出与行业股指联动》一文中研究指出利用复杂网络与协整分析技术,揭示了2005.01.05-2015.01.30间影响中信行业股指联动的主要因素.结果发现:长期来看,产业关联关系矩阵与行业股指联动关系矩阵的相关系数显着为正,产业关联度正向影响着行业股指的长期联动.短期来看,特定投资主题带来的共同信息溢出与相关行业股指联动之间存在协整关系.因此,完善准入退出与信息披露制度、减少政府干预,对恢复股市之于实体经济"晴雨表"作用,减少股价非理性"同涨同跌"具有重要意义.(本文来源于《系统工程理论与实践》期刊2016年11期）
曾昭法,刘源[10]（2016）在《基于不同行业的沪深300股指期货价格发现功能研究》一文中研究指出基于沪深300股指期货日收盘价及中证全指系列指数中的行业指数数据,利用协整检验、VAR模型、格兰杰因果检验和脉冲响应函数,研究了我国股指期货与不同行业现货价格上的领先滞后关系及其内部差异,最后对投资者和监管部门提出了一些建议.实证结果表明:股指期货和各行业现货指数之间存在着较强的单向因果关系,且在不同行业之间存在较大的内部差异.(本文来源于《信阳师范学院学报(自然科学版)》期刊2016年04期）
行业股指论文开题报告
（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：
石油是中国的战略资源和重要商品,与很多经济部门保持着密切的联系,并且随着我国经济的高速前行,对原油的需求量也越来越高,但我国是一个多煤少油的国家,对原油的需求量远超其他国家,我们更需要研究国际油价变动对我国相关行业的影响。与此同时,在经济新常态以及“叁去一降一补”的国家战略背景下,煤炭行业、以能源作为燃料的电力行业以及钢铁等行业作为去产能的重要行业,这些行业的走势波动备受投资者与政策调控者的关注。因此研究国际原油期货和我国高耗能行业股价的关系,有利于帮助投资者做出正确的投资决策,帮助政府部门对相关产业更有效、更迅速的制定政策。本文运用Copula和CoVaR模型实证分析国际原油期货与我国高耗能行业指数的动态相依结构和风险溢出效应。文章描述了国际原油期货与我国高耗能行业的发展现状,梳理了原油价格和股票价格间的传导机制,实证分析国际原油期货对我国不同高耗能行业的动态相依结构及风险溢出效应的差别。样本选取纽约商业交易所的轻质低硫原油即WTI(西德克萨斯中质原油)期货当月连续合约代表国际原油期货价格,选取中证电力指数、中证煤炭指数、中证钢铁指数、中证石油化工指数代表高耗能行业。以2013-2107年作为样本区间,利用多种Copula模型,来研究原油期货与我国高耗能行业股票市场的相依结构;在两市场风险溢出效应方面,运用CoVaR及体现溢出率的△%CoVaR,对风险溢出程度、风险溢出方向进行研究。最后就实证结果提出相应的政策建议。研究结果表明:(1)就风险度量工具而言,传统的风险指标VaR大大低估了金融市场风险,具有一定的局限性。与VaR度量的风险价值相比,CoVaR更加清晰、全面地反映出了的实际风险值。表明如果不考虑风险溢出效应,风险将严重被低估,也表明传统的风险度量指标VaR大大低估了金融市场的风险,具有较大的局限性。(2)原油期货与四个高耗能行业之间存在正向的风险溢出效应。根据Copula-CoVaR模型估算下的风险溢出效应方向,在所有的情况下,%CoVaR均为正数,该研究结果表明钢铁、电力、煤炭、石油化工行业对原油期货的影响是正向的,同样地,原油期货对四个行业的风险溢出也是正向的。他们之间都存在着正向的风险溢出效应。当原价上涨会导致四个行业指数上涨,原价下跌也会带动其下跌。(3)原油期货对钢铁、电力、煤炭风险溢出强度较为接近。以标准化处理后的CoVaR以溢出强度进行判断可知,在1%置信区间下,原油期货对钢铁、电力、煤炭行业的风险溢出程度为比较接近。出现这一结果,与中国对国际原油期货进口量的持续增加是密不可分的,大量的原油进口,必然也使得相应的风险可以更直接更迅速的传导到国内相关行业。而原油对化工行业的溢出效应最弱。其原因在于国情的特殊性,在我国化工行业仍处于垄断地位,拥有较强的定价能力,能够很轻松的将相关风险转移至消费者身上,所以,相比于其他行业,油价变动对化工行业的影响程度更小。本文可能的创新点,主要体现在以下两个方面:(1)将高耗能行业作为研究对象,利用CoVaR方法计算原油期货对高耗能行业的风险溢出效应。目前的文献,更多的是研究国际原油商品价格同我国能源股票市场(新能源和传统能源)的相关性及波动溢出效应,较少从风险角度以及高耗能行业的角度去研究二者的溢出方向、强度及差异。本文选取具有更高风险的原油期货以及高耗能行业作为研究对象。同时,考虑到金融市场具有非常强的时效性,本文选取了最近5年的历史数据,能更真实的反应出金融市场的最新特点。(2)构建了Copula-CoVaR模型,利用该研究国际原油期货价格与高耗能行业之间的相关关系。将Copula与CoVaR相结合,充分发挥Copula-CoVaR模型在描述非线性相关性和风险溢出效应的优势,使本文的研究结果更加符合实际,更真实的反应出原油期货价格对我国高耗能行业风险溢出的实际情况。基于这些信息,政府部门可以为高耗能行业更好的制定相关政策,降低油价大幅波动带来的系统性风险;在国际原油期货价格出现大幅波动时为投资者提供指导,更好的投资高耗能行业的股票,以便他们根据国际原油价格波动来判断未来股价的涨跌趋势。
（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。
行业股指论文参考文献
[1].王晓倩,侯志芳,耿兴波,邱小燕.纳斯达克半导体行业股指统计特性及其神经网络预测技术研究[J].应用技术学报.2019
[2].邵方宏.原油价格对我国高耗能行业股指的风险溢出效应研究[D].浙江财经大学.2018
[3].白万平,吕政,刘丽萍.石油产业链股指收益率动态关系研究——基于石油开采、加工和贸易行业数据分析[J].价格理论与实践.2018
[4].昝秀丽.获明星科技股“转投”通信板块成“大热门”[N].中国证券报.2018
[5].朱琳娜.叁大股指震荡收跌行业板块跌多涨少[N].上海证券报.2018
[6].李兴然.股指新低两融减钢铁行业受青睐[J].股市动态分析.2018
[7].肖月.EPU对恒生REITs波动性及其与行业股指协动性的影响度量研究[D].南京大学.2018
[8].楷瑞.标普精选行业股指期货管理板块轮动策略分析[N].期货日报.2017
[9].乔海曙,李颖,欧阳昕.产业关联、共同信息溢出与行业股指联动[J].系统工程理论与实践.2016
[10].曾昭法,刘源.基于不同行业的沪深300股指期货价格发现功能研究[J].信阳师范学院学报(自然科学版).2016