首页期刊导航|中国科学技术大学学报
期刊信息/Journal information
中国科学技术大学学报
中国科学技术大学学报

何多慧

月刊

0253-2778

just@ustc.edu.cn

0551-3600717，63601961、63607694

230026

安徽省合肥市金寨路96号中国科学技术大学东区

中国科学技术大学学报/Journal Journal of University of Science and Technology of ChinaCSCD北大核心CSTPCD
查看更多>>本刊是由中国科学院主管，中国科学技术大学主办的综合性自然科学学术刊物。1965年创刊，现为双月刊，国内外公开发行，主要刊载基础科学，技术科学及管理科学领域内具有创新性，高水平的学术论文和研究成果。本刊弘扬创新，务实，求真的科学精神
正式出版
收录年代

    注意力视角下媒体关注对公司违规后市场反应的影响

    王晨曦周磊
    1-18页
    查看更多>>摘要：降低市场波动和实现高质量发展是现阶段我国资本市场的重要任务.本文从媒体的资产定价作用出发,基于有限注意力视角,运用事件研究法,实证考察了媒体关注对公司违规后市场反应的影响,并从媒体类型和情感倾向检验了媒体关注对违规后市场反应影响的异质性.研究发现:媒体对上市公司的事前关注会显著负向影响上市公司违规后的市场反应;网络媒体和政策导向媒体的关注与上市公司违规后市场反应有着显著负相关关系,市场导向媒体的关注则无显著影响;与中性媒体关注相比,负面和正面的媒体关注将导致公司违规后更剧烈的负向市场反应.进一步研究发现,媒体关注对公司违规后市场反应的负面影响主要表现在非国有企业中.本文论证了媒体关注在资产定价的重要作用,也为充分发挥媒体作用、保护投资者权益和实现资本市场高质量发展提供了新的思路.

    媒体关注公司违规市场反应

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    台风影响、股票回报和公司反应:中国视角

    邵丽香郑智
    19-36页
    查看更多>>摘要：研究了台风灾害对中国A股上市公司股票收益的影响和公司管理层面对此类极端气候灾害的反应.基于2003～2018 年中国A股上市公司的样本,我们发现台风袭击对中国股市带来了显著的负面影响.首先,采用事件研究法直接检验台风袭击造成的异常收益.同时,根据规模和价值因子将股票分成不同的投资组合,考察台风影响对于不同因子的敏感度.最后,采用多期双差分模型研究了企业管理层面对极端灾害时的反应.研究发现,相较于距离灾区较远的企业,邻近灾区的企业更倾向于在灾后采取一定的预防措施,包括降低流动债务占总债务的比率和增加长期借款融资占比.此外,随着袭击次数的增加,公司的过度反应会逐渐消失,而这种过度反应的合理性需要进一步研究.

    台风资产定价中国股票市场公司反应

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    宏观审慎政策对国内外债券市场联动性的影响

    赵鹏崴王潇
    37-50页
    查看更多>>摘要：近年来跨境融资活动大幅增加,而资本流入会导致金融风险累积.为了防范金融风险,促进金融市场对外开放,跨境融资宏观审慎管理政策自 2016 年起实施.本文考察了宏观审慎管理政策在金融市场对外开放和管理境外金融风险方面的有效性.我们采用时变参数向量自回归模型(TVP-VAR)定量分析跨境融资宏观审慎政策不同实施阶段下中国债券市场与国外债券市场溢出效应的变化.研究表明,跨境融资宏观审慎管理的实施增加了国内外债券市场的总体溢出效应以及国际债券指数对中债指数和中资美元债指数的溢出效应.此外,宏观审慎政策降低了国内外债券市场间的风险溢出,同时降低了国际债券波动率对中债指数波动率的溢出效应.这些结果凸显了宏观审慎政策在中国金融市场对外开放的同时防范外部风险的有效性.

    宏观审慎政策时变参数向量自回归模型中债指数溢出效应

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于CBAMs-BiLSTM模型的中国股市预测

    崔晨豪李勇
    51-65页
    查看更多>>摘要：卷积块注意力模块(CBAM)因其可以有效地提高深度学习模型的预测准确性从而在各种预测问题中显示了其优越性.然而,CBAM在股指预测问题中的有效性研究却十分有限.为了解决这个问题并提高股指的预测精度,本文提出了CBAMs-BiLSTM模型.它将多个CBAM与双向长短期记忆网络(BiLSTM)相结合.研究中,标准指标评价法(SME)和模型置信集检验(MCS)用于综合评价模型的优越性和稳健性.实验数据为具有代表性的中国股指数据集:上证综合指数和深证综合指数.数值结果表明,CBAMs-BiLSTM优于单独的BiLSTM.其中在MAE,RMSE和 MAPE上分别平均降低了 13.06%,13.39%和12.48%.这证实了CBAM可以有效地提高BiLSTM的预测精度.此外,通过与其他流行模型进行对比,并研究了改变数据集、预测方法和训练集的大小的影响.结果一致证实了CBAMs-BiLSTM在预测精度和投资回报方面的优越性和稳健性.

    股指预测双向长短期记忆网络卷积块注意力模块模型置信集检验标准指标评价法

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    中文摘要

    66-67页
      原文链接:
    • NETL
    • NSTL
    • 万方数据

    人物介绍

    后插1,封3页
      原文链接:
    • NETL
    • NSTL
    • 万方数据