基于KMV模型和符号数据分析的股票板块特征分析

发布时间：2021-06-23 02:32

　　2005年以来，我国的资本市场进行了很多的基础性、制度性改革，进入了一个快速发展的阶段，如何在更大程度上挖掘股票市场信息提高投资者投资回报率，增强股市资源配置能力，监控上市公司信用风险状况，这类相关研究具有了更大的理论和现实意义。本文正是在这种背景下对信用风险进行量化处理和分析股票板块特征所作的尝试。本文是以符号数据分析方法和以Merton期权定价理论为理论基础的KMV模型为主要研究方法，依据中国资本市场现实情况，主要进行了以下研究工作：对电力设备、信息技术等八个板块的五个重要指标如总市值、KMV模型输出指标EDF、换手率等，运用符号数据的主成分分析和聚类分析方法进行分析，期望该方法能对指标间的相互关系及其意义，股票板块间的特征进行一些有益的挖掘。研究结论表明，符号数据这一前沿的理论和信用风险能较好的结合并取得了良好的实证效果。KMV模型具有较强的理论价值和实践价值，具有较强的风险预测能力；KMV模型输出指标EDF与总市值关系不大，而与股票市场表现（年振幅，换手率）具有较强的正相关性，可以说明当今A股市场炒作氛围较为严重，价值投资理念任重道远；通过主成分分析和聚类分析将全部板块分为三大... 

【文章来源】：天津大学天津市 211工程院校 985工程院校 教育部直属院校

【文章页数】：62 页

【学位级别】：硕士

【部分图文】：

各样本板块的主成分得分图


本文编号：3244041