金融违法行为论文参考文献

金融业以其对国民经济巨大的影响力和对其产业独特的放大效应被定义为21世纪最具发展前景的行业。下面是我带来的关于金融学论文参考文献的内容，欢迎阅读参考!金融学论文参考文献(一) [1] 钟静萍.国有商业银行培训管理刍议[J].经济知识.2013. [2] 田俊国.上接战略，下接绩效：培训就该这样搞[M]北京联合出版社.2013. [3] 张贵益.对农业银行培训工作的调研与思考[J].中国农业银行武汉培训学院学报.2009. [4] 黄勋敬.金融危机背景下的商业银行培训体系建设[J].金融管理与研究.2009,06:46-51. [5] 梁健洪.对农业银行培训工作的调研分析[J].中国农业银行武汉培训学院学报.2010. [6] 张翔.以岗位任职条件为本的人力资源培训体系建设[J].了望.2007.17:4. [7] 范海鸿.ERM 框架下人民银行培训中心风险管理研究[J].金融纵横.2012. [8] 弗农汉弗莱.全组织的培训[J].培训与发展季刊.1990. [9] 孙炳新.商业银行员工培训对基层人民银行培训工作的启示[J].金融纵横，2010. [10] 吴程彧.欧洲银行人才培训管理经验值得借鉴[J].现代商业.2012. [11] 杨群华.金融培训需求新变化与对策思考[J].金融经济.2013. [12] 罗伯特.韦兰.保罗.科尔着.走进客户的心[M].北京.经济出版社.1998. [13] 薛婧.国有商业银行员工培训问题研究[D].华东山东师范大学.2012. [14] 孔赞春.对优化基层人民银行培训效果的思考[J].金融与经济.2010. [15] 刘敏.龙江银行人力资源培训体系的构建研究[D].吉林大学.2010. 金融学论文参考文献(二) [1]Barclay, M.,C. Holderaess. Private benefits from control of public corporations. Journal of Financial Economics, 1989,25:371-395. [2]Doidge, Craig. U.S. cross-listings and the private benefits: Evidence from dual-class firms.Journal of Financial Economics,2004,72:519-553. [3]Jensen, M.,W. Meckling. Theory of the firm: Managerial behavior, Agency costs and ownership Structure. Journal of Financial Economics, 1976,3:305-360. [4]Berle A.,Means G The Modern Corporation and private property .New York: The Commerce Clearing House, 1932. [5]Grossman, S.,0.Hart.The costs and benefits of ownership: A Theory of vertical and lateral integration. Journal of Political Economy, 1986,94:691 -719. [6]Nicodano,G,,A. Sembenelli. Private Benefits, Block Transaction Premia and Ownership Structure. University of Turin working paper,2001. [7]Jonathan Morduch, “The Grameen Bank:A Financial Reckpning”, unpublished papper, 1999, 19(2)： 148-209. [8]The World Bank, A World wide Inventory of Microfinance Institutions, 1996,36(10)： 101-120. [9]Shahidur R.Khandker, Microfinance and Poverty:Evidence Using Panel Data.from Bangladesh, The World Bank economic review, 2005,19(2)： 263-286. 金融学论文参考文献(三) [1]Adrian, Paul Thinking beyond BASEL 3: Necessray Solutions for Captial and Liquidity. OECD Journal ,2010 [2]Basel Committee. Strengthening the resilience of the Banking Sector,2009. [3]Borio Claudio. 2003. Towards a macroprudential framework for financial supervision and regulation? CESifo Economic Studies, 49(2)，181-215. [4]Drehmann, M?,Juselius, M. 2012. “Do debt service costs affect macroeconomic and financial stability?” BIS Quarterly Review, 21-34. [5]Borio, C.,Drehmann, M.,Gambacorta, L.,Jimenez, G.,Trucharte, C. 2010.“Countercyclical capital buffers; exploring options.” BIS Working Paper. [6]Agenor, P. R., Pereira da Silva, L. A. 2012. “Macroeconomic Stability, Financial Stability, and Monetary Policy Rules.” International Finance, 15:2, 205-24. [7]Agenor, P.-R., Alper, K., da Silva, L. P. 2013. “Capital Regulation, Monetary Policy and Financial Stability.” Internationa] Journal of Central Banking, 9:3. 198-243. [8]Basel Committee. Enhancemeiib to the Basel II framework. 2009. [9]Jonathan Morduch, Smart Subsidy for Sustainable Microfinance.[M], Finance for the poor, 2005, 13(4)： 125-149. [10]Eric Van Tassel, Signal Jamming in New Credit Markets[J], Journal of Money,Credit and Banking, 2002,(34)。猜你喜欢： 1. 金融毕业论文参考文献 2. 国际金融论文参考文献 3. 金融学方面参考论文优秀范文 4. 关于金融危机论文参考文献 5. 金融学方面参考论文

金融类毕业论文参考文献

参考文献就是写论文的时候参考过的书籍或网站，直接关系到论文的分数和质量高低。以下是我为您整理的金融类毕业论文参考文献，希望能提供帮助。

篇一：参考文献

[1] 母宇.中国股票市场与全球主要股票市场联动性研究，[C].西南民族大学:2011.

[2] 于会鹏.中国股票市场板块及其与国外主要市场间的联动性实证研究，[C].理工大学:2009

[3] 陈志宁.中外股票市场的联动分析，[C].农业大学:2009.

[4] 汪波.股票市场波动性网络及其应用[C]华南理工，2012

[5] 徐晓萍. 金融危机下证券网络的复杂性特征研究[C]华东师范大学，2013

[6] 陈俊华.中国股票市场网络模型动态研究[C]浙江工业大学，2012

[7] 兰旺森，赵国浩. 应用复杂网络研究板块内股票的强相关性，[J].中山大学学报:2010(6).20-23

[8] 李耀华，姚洪兴.股票市场网络的稳定性研究，[M].江苏省系统工程学会第十一届学会:2012.

[9] 陈花.基于复杂网络的股票之间有向相关性研究，[C].北京邮电大学:2012.

[10] 陈辉煌，高岩，基于复杂网络理论的证券市场网抗毁性分析[J]，金融理论与实:2008(6)154-156

[11] 万阳松，陈忠基. 加权股票网络模型[J].复杂系统与复杂性科学，2005，1(5) :21-27

[12] 李平，汪秉宏.证券指数的网络动力学模型[J].系统工程，2006，24(3):73-77

[13] TianQiu， Bo Zheng，Guang Chen. Financial networks with static anddynamic thresholds，[J]. New Journal of Physics:2010(12).136-138

[14] Nicola Cetorelli， Stavros Peristiani. Prestigious stock exchanges: A network analysis of international financial centers，[J]. Journal of Banking & Finance:2013(37).21-24

[15] Ram Babu Roy， Uttam Kumar Sarkar. Identifying influential stock indices from global stockmarkets: A social network analysis approach，[J].Procedia Computer Science:2011(5).10-13

[16] Xiao fan Liu， Chi k. Tse.A Complex Network Perspective to Volatility in Stock Markets [J]. International Symposium on Nonlinear Theory and its Applications:2010(9).12-15

[17] Simutis R， MasteikaS.Intelligent stock trading systems using fuzzy-neural networks andevolutionary programming methods[J]. Self Formation Theory And Applications.2004，(97).59-63

[18] Dong-Ming Song， Michele Tumminello， Wei-Xing Zhou， Rosario N. Mantegna. Evolution of worldwide stock markets， correlation structure and correlation basedgraphs，[J]. PACS:2011(3).90-92

[19] Xiangyun Gao， Haizhong An， Weiqiong Zhong. Features of the Correlation Structure of Price Indices，[J]. PLOS ONE:2013(4).34-36

[20] MarekGa??zka. Characteristics of the Polish Stock Market correlations，[J]. International Review of Financial Analysis:2011(1-5).

[21] 杨治辉，贾寒梅.股票收益率相关性的网络结构分析，[M].中国控制学会:2011.

[22] 周艳波，蔡世民，周佩玲.金融市场的无标度特征研究，[J].中国科学技术大学学报:2009(8).19-22

[23] Barabasia L， Albert R， Jeong H. Mean-field theory for scale-freerandom networks[J].Physica A， 1999( 272).173-187

[24] 李辉，赵海，徐久强，李博，李鹏，王家亮. 基于k-核的大规模软件核心框架结构抽取与度量，[J].东北大学学报:2010(11).345-347

[25] 李辉，赵海.基于k-核的大规模软件宏观拓扑结构层次性研究，[J].电子学报:2010(6).134-136

[26] 李备友，刘思峰. 网络化市场结构下证券市场传闻的扩散规律研究，[J].华东经济管理:2012(12).90-92

篇二：参考文献：

[1]袁申国，陈平，刘兰凤，. 汇率制度、金融加速器和经济波动[J]. 经济研究，2011，(1).

[2]黄志刚，. 货币政策与贸易不平衡的调整[J]. 经济研究，2011，(3).

[3]George J. Gilboy，钟宁桦，. 度量中国经济:购买力平价的适当应用[J]. 经济研究，2010，(1).

[4]万晓莉，霍德明，陈斌开，. 中国货币需求长期是否稳定?[J]. 经济研究，2010，(1).

[5]裘骏峰，. 投机资本流入、升值预期和最优升值路径[J]. 经济研究，2010，(2).

[6]张屹山，孔灵柱，. 基于权力范式的汇率决定研究[J]. 经济研究，2010，(3).

[7]李成，王彬，马文涛，. 资产价格、汇率波动与最优利率规则[J]. 经济研究，2010，(3).

[8]刘尧成，周继忠，徐晓萍，. 人民币汇率变动对我国贸易差额的动态影响[J]. 经济研究，2010，(5).

[9]黄志刚，陈晓杰，. 人民币汇率波动弹性空间评估[J]. 经济研究，2010，(5).

[10]路继业，杜两省，. 货币政策可信性与汇率制度选择:基于新政治经济学的分析[J]. 经济研究，2010，(8).

[11]卞世博，贾德奎，. 后金融危机背景下的中国经济运行风险管理——第四届中国立信风险管理论坛综述[J]. 经济研究，2010，(12).

[12]赵志君，陈增敬，. 大国模型与人民币对美元汇率的评估[J]. 经济研究，2009，(3).

[13]伍戈，. 中国的货币需求与资产替代:1994—2008[J]. 经济研究，2009，(3).

[14]王晋斌，李南，. 中国汇率传递效应的实证分析[J]. 经济研究，2009，(4).

[15]张瀛，. 汇率制度、经济开放度与中国需求政策的有效性[J]. 经济研究，2008，(3).

[16]中国经济增长与宏观稳定课题组，张平，刘霞辉，张晓晶，汪红驹，. 外部冲击与中国的通货膨胀[J]. 经济研究，2008，(5).

[17]唐翔，. “富人社区效应”还是巴拉萨-萨缪尔森效应?——一个基于外生收入的实际汇率理论[J]. 经济研究，2008，(5).

[18]龚刚，高坚，何学中，. 汇率制度与货币政策——发展中国家和小国经济的思考[J]. 经济研究，2008，(6).

[19]管汉晖，. 浮动本位兑换、双重汇率与中国经济:1870—1900[J]. 经济研究，2008，(8).

[20]施建淮，傅雄广，许伟，. 人民币汇率变动对我国价格水平的传递[J]. 经济研究，2008，(7).

篇三：参考文献：

[1] 方毅，桂鹏. 亚太地区股票市场的联动程度—基于次级贷冲击的`研究[J]世界经济研究，2010(8).27-30

[2] BarabásiA L， Albert R. Emergence of scaling in random networks[J].Science， 1999(286). 509-512

[3] Kim H J.Kim I M.Scale-free network in stock market[J].J KorPhys Soc，2002，40(6)：105-108.

[4] Newman M E J.The structure and function of complex networks[J].SIAM Review，2003(3).167-256

[5] Jukka-Pekka Onnela， Jari Saram?ki， Kimmo Kaski. A comparative study of social network models: Network evolution models and nodal attribute models[J]. Social Networks:2009(4)13-16

[6] 汪小帆，李翔，陈关荣.复杂网络理论及其应用[M].北京：清华大学出版社，2006(1).9-14.

[7] 任卓明，刘建国，邵凤，胡兆龙，郭强. 复杂网络中最小K-核节点的传播能力分析，[J].物理学报:2011(7).90-93

[8] 韩定定，复杂网络的拓扑、动力学行为及其实证研究，华东师范大学无线电物理博士论文[C]，2007

[9] Simutis R， MasteikaS.Intelligent stock trading systems using fuzzy-neural networks andevolutionary programming methods[J].Self Formation Theory And Applications.2004(97)59-63

[10] Xiao fan Liu， Chi k. Tse.AComplex Network Perspective of World Stock Markets:synchronization and volatility，[J]. International Journal of Bifurcation and Chaos:2012(6).62-66

[11] Ram Babu Roy， Uttam Kumar Sarkar. Capturing Early Warning Signal for Financial Crisis from the Dynamics of Stock Market Networks: Evidence from North American and Asian Stock Markets[J].Journal of Indian Institute of Management Calcutta:2009(8).57-59

[12] 李耀华，姚洪兴.金融危机下股票市场网络的结构特性研究[J].信息工程学院学报，2010(1).23-26

[13] Benjamin M. Tabak， Thiago R. Serra， Daniel O. Cajueiro. Topological properties of stockmarket networks:The case of Brazil[J]. Physica ，2010(389).3240-3249

[14] Chi K.Tse，JingLiu，Francis C， M. Lau. A network perspective of stock market[J].Journal ofEmpirica Finance.2010，4(17).659-667

[15] 闵志锋.上海证券市场的复杂网络特性分析 [J].东北大学学报 (自然科学版).2007 (7).1053-1056

[16] 黄玮强，姚爽，中国股票关联网络拓扑性质与聚类结构分析[J]，管理科学:2008(3).92-95

[17] 高雅纯，魏宗文，汪秉宏.Dynamic Evolution of Financial Network and Its Relation to Economic Crises，[J].World Scientific:2013(2).142-141

[18] 陈守东，韩广哲，荆伟.主要股票市场指数与我国股票市场指数间的协整分析，[J].数量经济技术经济研究:2003(5).35-37

[19] 文圭炫，洪正孝.太平洋地区国家的联动性，[J].商务管理研究:2003(2).111-113

[20] RosylinMohd.Yusof&M.ShabriAbd.Majid，Who moves the Malaysian stock market-the U.S.or Japan[J]，International Journal of Business，2006(8)367-406

[21]Terence，Tai-Leung Chong，Ying-Chiu Wong，Isabel，Kit-Ming Yan，Internationallinkagesof the Japanese stock market，Japan and the World Economy，2007(20)773-786

[22] 周珺. 我国大陆股票市场与周边主要股票市场的联动分析[J]企业经济，2007(1).77-79

[23] Woo-Sung Jung ，SeungbyungChae， Jae-Suk Yang，Hie-Tae Moon. Characteristics of the Korean stock marketcorrelations，[J]. Elsevier Science:2008(2).90-93

[24] Sunil Kumar， NiveditaDeo. Correlation and network analysis of global financial indices，[J]. American Physical Society:2012(8).21-23

篇四：参考文献

[1] Michael Grahama，JarnoKiviahob，JussiNikkinenb， Mohammed Omranc. Global and regional co-movement of the MENA stockmarkets，[J]. Journal of Economics and Business:2013(1). 165-167

[2] 高莹，靳莉莉.沪深300指数与世界主要股票指数的关联性分析[J].金融管理，2008(2). 3-8.

[3] Hwahsin Cheng， John L. Glascock. Stock Market Linkages Before and After the AsianFinancial Crisis: Evidence from Three Greater ChinaEconomic Area Stock Markets and the US，[J]. Pacific Basin Financial Markets and Policies:2006(2).125-127

[4] Ma.BelindaS.Mandigma.Stock market linkages and the global financial crisis，[J].Journal of University of Santo Tomas:2009(8).278-280

[5] Ugur Ergun. How does Turkish stock market respond to the externalshocks Pre- and post- crises analyses，[J]. African Journal of Business Management:2012(2).34-37

[6] 赵勇. 金融危机背景下中美欧股票市场联动性研究[C]上海社会科学院，2012(5).76-79

[7] 洪天国. 欧洲股票市场与中国股票市场之间的波动溢出效应研究[C]江西财经大学，2013(1).29-34

[8] 金融市场稳定性的判别与度量[C]山西大学，2012(2).192-196

[9] 陈守东，陈雷，刘艳武.中国沪深股票市场收益率及波动性相关分析，[J].金融研究:2003(7).230-235

[10] 刘存绪.论中国股票市场的国际化，[J].资本市场:2000(4).30-32

行为金融学论文参考文献

论不确定条件下金融市场群体认知行为偏差效应日期：2007-03-14 12:50字体大小: 小中大摘要从金融市场的信息不确定性出发，通过运用行为金融学中对投资者非理性行为的论述，分析群体非理性行为及其对市场价格不稳定性的影响，对金融市场的健康与稳定有一定现实意义。关键词不确定条件群体认知行为偏差1 群体认知行为偏差的内涵提出1970年Fama在其关于有效市场假说的论文《有效资本市场：实证研究回顾》中，把有效的金融市场定义为一个资产价格完全反映可得信息的市场。有效市场假说的成立依赖于投资者“理性”假设，一个在完全理性基础上的完全竞争市场模型。这与实际情况是存在矛盾的，是存在一定缺陷的。针对有效市场假说，行为金融学的研究可归纳为有限理性个体，群体行为和非有效市场三个层次。基于信息的不完全性和不对称性，市场交易者可分为知情交易者和非知情交易者。Kahneman 和Riepe（1998）认为人们会在很多方面偏离标准的决策模型，经济学家将非理性投资者称为“噪音交易者”。在行为金融学中，金融市场中的认知行为偏差包括过度自信、信息反应偏差、损失厌恶、后悔厌恶、心理帐户、证实偏差、时间偏好、羊群行为和反馈机制。由于投资者群体行为效应具有显著性和相互影响性，这里主要从金融市场中具有交互作用并带来显著效应的羊群行为和反馈机制来探讨群体认知行为偏差的影响。2 群体认知行为偏差的定价模型分析2．1 正反馈交易策略模型正反馈交易策略模型结构见表1。表中α和β分别为被动投资者和正反馈投资者的需求曲线的斜率，pj（j=0,1,2,3）为各个时期的价格。结论：（1）信息无噪音时。当信息为正时，即Φ=?准，有p1=p2(μ>0)及p1=0(μ=0)成立，根据时期1和时期2的市场均衡条件，可以解得：当μ>0，p1= p2=α ?准/（α－β）；当μ＝0，p1=0， p2=?准。当β>α/2时，套利者的加入使得任何时期的价格都比其不存在时更偏离真实价值。因此，在无噪音信息的条件下，套利者的存在促使价格偏离真实价值。2．2 从众行为模型（1）信息层叠与从众行为。基于信息的从众行为模型最初是Banerjee（1992）提出。而当第m位投资者进行投资选择时（m>2），他的行为选择见表2。可以看出模型中达到均衡的决策规则的特征位从众行为的外部性。当投资者决策时无法确定其他人的选择正确与否，依然忽视自己的信息而跟随其他人。在此模型中，从众行为表现出了正反馈性，给资产价格带来了波动性和易变性。（2）模仿传染与从众行为。在没有获得基本价值信息的条件下，交易者只能依靠在市场上观察到的行为来作为决策基础，通过模仿其他人的行为来选择自己的投资决策，由此引起的从众行为导致了资产价格的变动。根据lux（1995）模型，有2N个投机交易者，他们对市场预期持乐观或悲观态度，假定不存在中间态度的投资者，投机者平均观念指标x∈[-1,1]，x＝0乐观态度与悲观态度持平，x>0则乐观态度投资者占优，x<0则悲观态度投资者占优。态度传染是指当持乐观态度投资者数量占优时，持悲观态度的投资者将买入股票；当持悲观态度投资者数量占优时，持乐观态度的投资者将卖出股票，即态度发生了转移。根据传染机制：dx/dt=2υ[tanh(ax)-x]cosh(ax)其中a为从众行为或传染力度的系数，v为变化速度。a≤1，x=0时有唯一稳定均衡。a>1,均衡不稳定，存在x+>0或x－<0,即a≤1,从众效应较弱，价格偏离将逐渐消失，受到某一干扰后系统将恢复均衡；a>1，从众效应较强，一旦发生偏离，通过互相传染导致均衡不稳定。包含传染和价格动力：x=2υ[tanh(a1p/υ+a2x)-x]cosh(a1p/υ+a2x)p=β[xTN+TF(pf-p)]投资行为依赖于价格动力，增强了传染效果。a2(从其他人行为获得的信息的权重) ≤1,存在唯一均衡，a2>1存在乐观市场E+和悲观市场E－两个均衡。存在这两个均衡时，E0不稳定。唯一均衡E0可以稳定或不稳定，稳定条件由2[α1βTN+v(a2-1)]- βTF<0给出。TN表示投机者交易量，TF表示相对的基本面交易者交易量。考虑a0（衡量市场占优情绪）变量：x=2υ[tanh(a0+a2x)-x]cosh(a0+a2x)a0=τ{[r+τ-1(TN/ TF)x]/[pf+(TN/ TF)x]-R}总存在唯一均衡E=(0,0)。当且仅当a2－1+(TN/ TF)/pf<(>)0,均衡稳定（不稳定）。当一随机事件促使价格上升，a0上升，当传染使投机交易者占大多数，潜在购买者减少，价格增加消失，情绪发生转移。价格趋势减缓后，a0下降，被传染的投机者数量短期依然增加。交易者发现收益减少，则悲观情绪增加，引起价格下降，情绪传染增强，直到悲观态度占优，随即价格下降减弱，收益恢复则态度倾向发生反向转移。3 群体认知行为偏差的因子效应分析3.1 信息的不确定性根据前面正反馈交易策略模型及从众行为模型的分析，可以看出它们都基于这样一个前提—市场交易者获得的信息是有限的，不完全的，存在不对称性。因此，市场交易者中存在知情交易者和非知情交易者，知情交易者往往掌握更多更全面的市场信息和交易信息，这使得他们能够更加准确的作出正确的预期和决策。而非知情交易者则了解信息情况较少，因此常常作为噪音交易者存在，他们所作的反应和投资选择有可能是正确的，也有可能是错误的。他们常常根据市场价格反映的信息和其他交易者的行为来进行判断和预测。一旦获得信息成本较大，信息传递有误，而且知情交易者为了获得投机利润故意采取与正确信息相悖的行为，非知情交易者就会发生行为偏差，那么噪音交易者的群体行为就会如模型所述推动价格愈加偏离真实价值，加重市场的不稳定性。因此，在金融市场上应该加强信息披露制度，增加信息透明度，减少各种信息成本，交易成本的限制，降低信息的不确定性。而针对我国实际，改变目前我国金融市场中主体结构的非均衡状态，引入竞争机制，是改善信息偏差的重要方式。3.2 套利者的投机性由正反馈交易模型的分析来看因为知情的套利者的存在，使得噪音交易者的群体效应进一步推动价格偏离程度，形成价格泡沫，破坏了金融市场的稳定。这与之前一些研究说明理性投资者的知情套利行为对噪音交易者的行为偏差有抵消作用，并使价格趋向均衡不同，套利者的知情行为刺激了更多的噪音交易，起到了推波助澜的作用。这主要是由于套利者出于投机的目的，没有根据市场基本面的准确估计，而是依靠对未来群体行为预期来行动的。所以这种投机活动造成的群体效应给市场带来了巨大的风险和波动。由此看来，对市场中的投机行为的监管和控制是不能掉以轻心的，一旦忽视，即使是知情的理性投资者的投机行为都可以带动噪音交易群体效应，甚至可能发展成为不可预计的金融动荡。3.3 群体行为的效应放大性3.4 噪音交易者的存在参考文献1 饶育蕾，刘达锋.行为金融学[M].上海：上海财经大学出版社，2003（5）2 杨大楷，杜新乐，肖烨等.资产定价理论[M].上海：上海财经大学出版社，2004（3）3 单树峰.行为金融理论中的投资者行为[J].国际金融研究，2004（3）4 李心丹.行为金融理论：研究体系及展望[J].金融研究，2005（1）5 王擎. 再析中国封闭式基金折价之谜[J]. 金融研究，2004（5）6 段进东，陈海明. 我国新股发行定价的信息效率实证研究[J].金融研究，2004（2）