【摘 要】
：
2005年是中国资产证券化元年，资产证券化在我国的发展经历了萌芽期、初步探索期、停滞期之后进入了现如今的高速发展阶段，截至2019年12月31日，中国资产证券化市场累计发行规模已达到79528.82亿元，存量规模达39070.23亿元，发行单数达4088单。整个市场的蓬勃发展对监管方、融资方以及投资方都有着极大的积极意义，也为本文的研究提供了充足的数据。 本文梳理了国内外关于资产证券化的文献，从
论文部分内容阅读
2005年是中国资产证券化元年，资产证券化在我国的发展经历了萌芽期、初步探索期、停滞期之后进入了现如今的高速发展阶段，截至2019年12月31日，中国资产证券化市场累计发行规模已达到79528.82亿元，存量规模达39070.23亿元，发行单数达4088单。整个市场的蓬勃发展对监管方、融资方以及投资方都有着极大的积极意义，也为本文的研究提供了充足的数据。
本文梳理了国内外关于资产证券化的文献，从以往学者的研究中归纳出已有的研究结论以及尚可以进一步探索的问题，从而引出了本文的研究问题，即企业ABS的发行对中国上市公司短期财富效应问题。本文主要采取定性与定量相结合的研究方式，利用事件研究法与Fama-French三因子模型对2012-2019年间中国A股主板上市公司发行过的企业ABS进行实证分析，验证了企业ABS是否能从整体上为上市公司带来短期财富效应，又进一步将企业ABS按基础资产类型、主体性质、次级占比、是否含有循环购买结构分类，分别研究不同类型企业ABS的短期财富效应。实证结果表明，企业ABS能够从整体上为上市公司带来显著为正的短期财富效应；不同基础资产类型企业ABS的短期财富效应有显著差异；央企与地方国企的企业ABS的正短期财富效应更为显著；次级占比低的企业ABS的正短期财富效应更显著；不含有循环购买结构的企业ABS的正短期财富效应更为显著。之后本文从实证结果出发，对监管方提出了促进资产证券化发展的相关政策性建议。
其他文献
近年来，由于我国居民收入的不断增长与国家政策的大力扶持，国内消费金融行业发展迅猛。伴随着大数据、云计算等新兴技术的发展，无论是传统金融行业内的持牌机构，或是实力雄厚的电商平台都将目光投入到互联网消费金融的方向，纷纷加大了在互联网消费分期、互联网消费信贷等产品上的投入。与传统消费贷款相比，互联网消费信贷往往基于用户在网络场景下的真实消费数据，在数据的收集、流程的管理，信贷的审核等各方面都大大提高了效
高管变更是企业经营过程中经常发生的事件，高管的背景信息也与企业经营以及企业价值息息相关，由于背景特征的差异，高管给企业带来的影响也具有很大差异。创业板市场上市企业其高管对公司更是发挥着举足轻重的地位，本文以2010-2019年创业板市场上高管变更事件为视角，研究高管变更时的股价反应以及高管的背景特征对股价反应的影响。研究结果表明，高管变更会对创业板中的企业带来的股价反应虽然不显著，但是2010-2
金融危机的发生给银行业敲响了警钟，商业银行信用风险关系着金融业的稳定发展，应当对商业银行的不良贷款问题给予足够重视。目前，我国经济正处于新常态，经济增长速度缓慢，商业银行不良贷款却保持较高水平，考虑到银行业的健康发展，如何在经济增长的变化中实现银行业的盈利至关重要。另外，信贷的顺周期性表现为：当经济繁荣时，企业经营状态较好，商业银行信贷质量提升。然而这个结论仍停留在理论阶段，缺乏相关的实证研究。因
动漫产业被誉为21世纪的“朝阳产业”，是我国文化创意产业中最具创造力的重要组成部分。但是同欧美日韩等国家和地区相比，我国的动漫产业尚未释放出应有的动能，尤其是位于产业链下游的动漫衍生品环节，在产品设计、品牌建设以及市场推广等方面相对处于劣势，不利于产业的良性循环发展。面对这一问题，我国动漫企业应当从源头抓起，在衍生品设计阶段深入挖掘动漫爱好者群体的消费动机，并制定针对性开发和宣传战略，从而提高国产
IPO抑价现象在全世界范围内的股票市场中都有体现，中国股票市场IPO抑价率曾高达129％（基于1995年之后的A股数据），IPO抑价现象一直以来都是我国股票市场的热点研究问题。IPO抑价产生的原因是由于IPO主体之间的信息不对称引起的，现有的研究都是围绕降低信息不对称展开的。降低信息不对称的关键是向信息弱势方传递有价值的信号，为双方建立良好的信息通道，传递信任。而已有的研究表明声誉可以在信息不对称
互联网金融产品自2013年问世以来，凭借其便利化、平民化的独特优势，伴随着移动互联网时代的东风蓬勃发展，短短7年时间重塑了国内资管领域的格局。层出不穷的互联网金融产品在给予人们更多选择的同时，也使得这一领域的竞争日益激烈。未来，谁能更好地了解用户，谁才能赢得更大的市场。 本文将选购互联网金融产品的用户作为研究对象，综合运用文献查阅、问卷调研、假设检验等方式进行实证研究。首先梳理了互联网金融、行为
随着经济建设的高速发展，城市化进程的不断深入，我国住房市场空前繁荣，高企的房价和不断增加的城市流动人口，使越来越多的人选择以租房的方式解决居住需求。在住房租赁市场上一直存在着信息不对称问题，房源与租客之间无法实现精准匹配，优质房源空置所带来的资源浪费，以及租客为了寻找适合的房源所花费的成本，变得越来越高。合理的对房屋租金进行预测研究，使租房市场供需匹配更加高效准确，降低租房和出租房屋的成本，对房屋
在金融市场的改革不断深化，金融监管的不断趋严，互联网金融兴起的背景下，银行面临的竞争越来越激烈，银行业传统盈利模式不可持续，银行业需要从其他业务中找到新的稳定增长点。我国的个人征信机制建设逐步完善，国民收入不断提高，客户的理财需求不断增加，这都给银行零售业务发展提供了很大机遇。目前商业银行零售业务营销方式仍然主要是粗犷式营销，针对性不强，成功率不高，在大数据时代，银行通过科技金融技术处理海量的客户
股票贷款业务是一种以股票为抵押物的金融合同，银行等金融机构连接起资金的需求者和供给者，为了防止违约风险，借款人将股票作为抵押品来融通资金。股票贷款作为金融机构的重要创新业务，在金融市场上很受欢迎，具有很大的市场前景。我国的股票贷款业务自2013年正式推出后，参与的券商数量和客户数量呈现出迅速增加的趋势，其交易总规模迅速扩大，股票贷款业务在整个融资产品市场上所占的比例也稳步提高。目前，股票贷款作为重
如今的金融市场发展更加复杂，高风险高收益的股市越来越成为人们关注的热点。与此同时，人工智能技术不断升级，在各个领域都取得了显著的成效。越来越多人投入到量化金融的研究中，力求通过数量化的方法寻找金融市场的规律，为投资提供客观的数据支持和一定的指导。 本文研究基于深度表征学习的量化选股方法，通过搭建卷积神经网络模型对股票蜡烛图训练，预测股票涨跌，选出有投资潜力的股票。研究对象为2016年1月1日到2