苟小菊
- 作品数：21 被引量：79H指数：4
- 供职机构：中国科学技术大学管理学院更多>>
- 发文基金：国家自然科学基金安徽高等学校省级教学质量与教学改革工程项目更多>>
- 相关领域：经济管理理学政治法律文化科学更多>>
- 网络银行的发展与金融业的混业经营被引量：2
- 2001年
- 苟小菊
- 关键词：网络银行金融业混业经营
- 基于Tsallis理论的中国股市收益分布研究被引量：6
- 2012年
- 应用Tsallis提出的非广延统计力学理论以及与之密切相关的非线性Fokker-Planck方程所描述的动力系统,根据我国上证指数和深证指数2004年1月1日～2008年11月13日的高频数据,分析了在三种不同的时间标度下股指收益的概率分布,发现Tsallis分布可以很好地描述两市收益分布的尖峰厚尾有限方差等特征,同时也给出了市场微观动力学层面的解释。揭示出我国上海和深圳股市的价格过程并不符合随机游走,而是反常扩散过程,两市具有十分接近的非线性动力系统特征。所得结论对于研究我国金融市场的资产配置和定价、风险管理和制度建设都具有重要的意义。
- 张磊苟小菊
- 关键词：金融工程收益率分布股票市场
- 中国古代科技法制史刍议被引量：3
- 1995年
- 中国古代科技法制史刍议宋伟，苟小菊中华民族有着悠久的历史和灿烂的文化。在法学领域，从法学理论到司法实践，从公元前的《尚书》到《大清律例》，都包含着十分宝贵而独具特色的法制建设的经验和成就，在世界法制史上占有重要地位。科技法是本世纪六十年代以来逐渐形成...
- 宋伟苟小菊
- 关键词：中国古代科技中国法制史科技法学科技管理科技法制建设
- 浅析银行保险产品被引量：2
- 2005年
- 罗莹苟小菊陈琦
- 关键词：银行保险产品险种产品质量竞争优势投资回报率
- 基于LightGBM和SHAP方法的居民投资风险偏好的实证分析
- 2024年
- 作为金融产品市场的重要客户群体,居民投资者的风险偏好在很大程度上决定了其对不同风险收益特征的金融产品的需求。文章利用LightGBM模型和SHAP方法对2017-2019年中国金融调查数据进行实证分析,基于高维特征充分挖掘居民风险偏好的影响因素及其影响机制。结果显示,年龄、金融素养、家庭收入和收入的跨期变动影响显著,其中年龄和金融素养的影响最为重要,年龄和居民投资风险偏好存在负向关系,而金融素养的提升会抬升风险偏好水平,收入对风险偏好的影响则较为复杂,存在非线性特征。
- 祝起祾苟小菊
- 关键词：数据挖掘风险偏好
- 创新创业环境下众筹项目成功与否的影响因素研究被引量：32
- 2015年
- 在创新创业与"互联网+"的推动下,众筹作为融资新渠道,在我国迅猛发展。该文从项目信息、人力资本与项目风险三个维度对变量进行归类,基于"追梦网"数据并采用Logit回归,分析影响众筹项目成功的因素。实证结果显示,目标融资金额、项目支持人数、项目图片数量的影响最为显著,项目动态更新次数与项目团队规模的影响基本显著。最后提出完善项目信息、合理设置目标融资金额、提高众筹的公众认知度的建议。
- 陈玉婕倪宁曦苟小菊
- 关键词：创新创业LOGIT回归
- 基于分位数回归森林的VaR估计及风险因素分析被引量：4
- 2019年
- 构建非参数、集成性的分位数回归森林算法,对上证综指和标普500指数的VaR进行了估计;同时构建了其他一些主流的方法,包括历史模拟、GARCH族方法、弹性网络、门限分位数回归、CAViaR等,进行检验和对比.通过对不同置信水平下的VaR估计进行多种检验,验证了该方法的有效性和稳健性.进一步,基于分位数回归森林模型定义了一种特征重要性度量方法,评估了各个因素对于风险值的影响权重大小,发现过去一日收益率对上证综指的风险值影响较大,而波动率对标普500指数的风险值影响较大,整体来看两国股市间的风险传导性较弱;并引入偏相依关系,动态地分析了各个因素在不同水平下对于风险值的作用方向,一定程度上弥补了机器学习算法在金融应用中一直存在的“黑箱性”问题.
- 苟小菊王芊
- 关键词：在险价值
- 通货膨胀率和股票收益率的相关性的实证研究——基于马尔可夫转换模型被引量：5
- 2009年
- 通过建立马尔可夫向量误差修正模型,分别在高通胀和低通胀两个区制内研究股票实际收益率和通货膨胀率的相关性。根据实证分析结果,股指和CPI之间存在正向协整关系,协整误差对CPI的短期波动具有正向的修正作用。对于同步相关性,在低通胀区制内,股票收益率和通货膨胀率正相关,在高通胀区制内,股票收益率和通货膨胀率负相关。短期相关性不显著。
- 苟小菊王世雷
- 关键词：通货膨胀率向量误差修正模型
- 基于数据挖掘技术的股票收益率方向研究被引量：4
- 2021年
- 本文依据数据挖掘技术对股票收益率的变化方向进行探究。通过小波多尺度分解,将股票价格转化为不同频率域下的子序列数据、并对其中的高频序列进行降噪。构建极度梯度提升树(XGBoost)、以及其它主流机器学习算法,对沪深300和中证500指数中成分股的涨跌进行了拟合并预测。研究发现XGBoost的平均准确率分别达到了54.69%和55.13%,同时依据预测信号构建的投资策略可产生稳定收益,表明该方法具备较强的预测能力。在此基础上,对机器学习算法存在的“黑箱”问题进行了阐述和研究,对模型选股的逻辑进行了探析:提出一种因子权重的度量方法,研究发现市净率、市盈率、能量潮等指标在模型中是较为重要的判别指标,并通过偏相依关系度量了模型中各因子对于股价涨跌方向的边际影响,得到模型倾向于选择市盈率、市净率较小的股票等一些结论,使算法的逻辑更为清楚。
- 苟小菊王芊
- 关键词：数据挖掘小波分解
- 金融硕士业界导师制度探索被引量：1
- 2020年
- 金融硕士项目旨在培养应用型高层次金融人才,要求面向金融业的实际需求。目前国内高校金融专业教师大多对金融市场缺乏深入了解,借力业界专家资源服务金融硕士人才培养,是一条值得尝试的路径。该文介绍了中国科学技术大学金融硕士项目业界导师制度的实施情况,以期为兄弟院校金融硕士人才培养提供参考,共同提高金融硕士办学质量,为社会输送更多优秀的金融人才。
- 郭新帅苟小菊谭思晨雨
