论文部分内容阅读
本文使用了三种不同的数据降维方法——主成分、卡尔曼滤波和拉普拉斯特征映射，选取了城镇居民投资意愿、IPO首日收益率、对数开户比和流通市值加权换手率，建立了三3个从1999年至2015年跨度17年的测度中国股票市场投资者情绪的月度复合指数。同时，基于“孪生股票”现象，使用AH股溢价指数对三个情绪指数进行了有效性检验。结果发现，基于卡尔曼滤波方法的情绪指数最为有效，基于主成分方法的情绪指数次之，而基于拉普拉斯特征映射的情绪指数没有达到实证研究的有效性要求。