行为金融学文献综述论文

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

行为金融学相关论文

导语：行为金融学就是将心理学尤其是行为科学的理论融入到金融学之中，是一门新兴边缘学科。下面是由我整理的关于行为金融学相关论文。欢迎阅读！

一、行为金融学

所谓的行为金融学指的是在金融学中融入心理学的行为科学理论，通过个体行为以及这种行为内在的心理动因，对金融市场的发展趋势进行预测、研究和解释。对金融市场中市场主体出现的反常和偏差行为进行分析，并且探寻在不同的环境下不同的市场主体表现出的决策行为特征和经营理念的不同，从而对市场运行的状况和市场主体的实际决策行为进行正确的描述，并建立相应的描述性模型。对于商业银行公司治理问题的研究而言，行为金融学为其提供了全新的视角。首先，行为金融学打破了传统金融理论关于人的行为的假设。

在传统的金融理论中，认为人是基于相机抉择、效用最大化、回避风险、理性预期的基础上来做出决策的。然而通过心理学的分析发现事实并非如此。在投资过程中会出现一些其他因素，人们总是对自己的判断过分自信，通过自己的主观判断来预测投资决策的结果，从而主导自己的投资行为。行为心理学特别指出这是一种系统性的偏离理性决策的行为，不能够通过统计平均而进行消除。其次，行为金融学打破了传统金融理论关于有效的市场竞争的假设。

在传统金融理论中，非理性投资者总是为理性的投资者创造套利机会，通过市场竞争，只有理性投资者能够幸存。然而事实上市场上常常出现大量的反常现象，通过市场竞争幸存下来的并非全是理性投资者。行为金融学对商业银行公司治理的最大启发就是：不应该将人的行为视为一种假设而予以排斥，而是应该在理论分析中进行行为分析，不仅研究从理论层面上应该发生什么，还应该研究实际情况中发生了什么，只有这样才能对决策者的`投资决策进行正确的指导。

二、标准金融投资分析与行为金融的对比

证券市场效率和投资者心理到问题上，标准金融认为投资者是理性的，由投资者的理性而推导出市场和价格的理性。但是行为金融学没有将投资者视为理性人，投资者存在认知偏差和情绪，难以做到效用最大化和理性预期，这种非理性的行为也会造成资产价格的偏离和市场的非有效性。两者的差异在以下几个方面有所表现：

1、在进行信息处理时，标准金融学认为投资者能够对统计工具进行恰当和正确的使用，行为金融学却认为交易者在进行数据处理时依赖于启发式处理模式，也就是过分相信过去的经验法则，从而影响了其理性的判断。投资者所形成的预期带有各种偏差，因此其经验法则也并不完善。

2、最终的决策会受到决策问题形势的影响，标准金融认为投资者的决策不会因为形式的不同而受到干扰，金融将投资者视为理性人，认为投资者能够对各种不同的形式进行洞察，对事物的本质进行掌握，从而进行理性的判断和决策。然而行为金融学却认为决策问题的构造会影响交易者对收益和风险的理解，这是由于投资者必须依赖于问题的形式来进行决策。也就是说标准金融学认为投资者的投资决策行为是绝对独立的，而形容金融学却认为实际上投资者的决策是相对依赖的。

3、标准金融学认定市场的有效性，也就是即使市场上存在少量的非理性人，也不会对市场的有效性造成影响证券的价格与价值，不会发生过大的偏离。行为金融学则认为市场价格会受到相对依赖和启发式偏差的影响，从而脱离基本价值，造成市场失去其有效性。

三、行为金融学对我国证券投资的影响

1、行为金融学的“过度自信”对证券投资的启示。

回金融学认为，投资者在决策的过程中往往过于自信，对自己的决策力和判断力过于高估，从而不能很好的判断客观情况的变化，容易造成决策的失误。过分的自信对投资者的影响主要体现在两个方面。第一，在处理信息时如果过于自信，就会对自己收集到的信息过分相信，也就是形成噪声交易，对于真正能够反映实际情况的信息却视而不见。例如投资者过分相信收集到的错误信息，忽视了公司的会计报表。第二，由于过度自信，投资者在对信息进行处理时往往会自动过滤不利于自己自信心的信息，过分夸大能够增强自己自信心的信息。

2、因为金融学的“回避损失”对证券投资的启示。

在经济活动中，人们遵循趋利避害的原则，也就是先回避风险、避免损失，再想办法取得收益。然而在行为金融学的研究中却发现，在进行投资时人们的内心并不能正确的权衡利害，也就是先产生回避损失的意识。在进行证券投资时人们往往考虑当产生风险时，哪只股票到损失比较小，然后再考虑收益问题。

3、行为金融学的“从众与时尚心里”对证券投资的启示。

行为金融学认为人普遍具有盲从心理，其典型的表现就是追求时尚。人群之间的相互影响会极大地改变人的偏好，这种心理在金融投资领域同样有所体现。投资者会表现出一些从众心理和行为，也就是所谓的股市中的“羊群行为”。由于一些投资策略，单个投资者会受到其他投资者的影响，从而做出一些非理性的行为，与其他人采取相同的投资策略。与此相反，单个投资者如果发现其他投资者并不采取自己相同的投资策略时，可能就会对自己的投资策略产生动摇。这种情况会导致证券投资市场上的投资策略的趋同，在熊市或牛市中这种现象表现得更为明显。

4、行为金融学的“推卸责任与减少后悔”对证券投资的启示。

人们在进行投资决策的过程中，更愿意选择能够减少后悔的方案。如果出现投资失误，投资者难免会产生后悔心理，为了避免产生后悔心理，投资者往往倾向于选择能够减少后悔心情的方案，这种投资心理也会影响到投资者的具体决策。

5、行为金融学的“锚定现象”对证券投资的启示。

心理学上的“锚定现象”指的是数量评估的过程中，问题表述方式经常会影响到评估值。特别是一些金融产品本身就具有模糊的内在价值，这种“锚定现象”就会对人们产生更大的影响。人们并不知道每个股票指数到底代表着多少，只是受到“锚定心理”的影响。特别是如果缺少一个准确的信息，人们更倾向于以类似的产品和以往的价格作为参照物来对当前的价格进行确定。我国的股票市场与政策的联系非常紧密，在证券投资中，每个投资者都会对政策产生不同的反应。因为信息不完全，普通的个人投资者对政策往往做出过度的反应。机构投资者则可以提高预见性，进行反向投资。在证券市场中羊群行为非常普遍，造成了市场预测的系统偏差。

四、结束语

从行为金融学的角度来对证券投资进行探析，能够为证券投资提供一个新的视角。我国的证券市场中仍然存在着“跟庄”“跟风”的现象，导致了证券投资市场的预测偏差，从而引起股票价格的偏离。如果能够对行为金融学进行掌握，则能够从新的视角来探析证券投资，在股市中就能够更加游刃有余。股市的本质是一种群体行为，投资群体的决策会对股市的涨跌产生极大的影响，这就需要证券投资者能够掌握大多数人的行为和心理，充分利用行为金融学来为证券投资进行指导，寻找投资机会，规避投资风险。