不完美信息环境下的信息不确定性风险在经济周期和资产定价中的理论与实证研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    71803188
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    19.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    G0307.金融经济
  • 结题年份:
    2021
  • 批准年份:
    2018
  • 项目状态:
    已结题
  • 起止时间:
    2019-01-01 至2021-12-31

项目摘要

In an imperfect information environment, information quality features time-varying property. We document a new mechanism to generate time variation in uncertainty from the information channel, where rational agents' beliefs from Bayesian learning features time-varying uncertainty in a stochastic imperfect information environment. Information uncertainty provides considerable explanatory power for business fluctuations and carries a negative price of risk for asset valuations. In this project, we try to contribute to the macroeconomics and asset pricing literature in following ways. (1) We offer a structure DSGE framework to analyze the impact of information uncertainty risk in explaining business cycles and asset prices. (2) We examine the empirical evidence of the price of information uncertainty risk with asset pricing application. (3) We expand our theoretical model to incorporate new features (such as ambiguity, heterogeneous firms) for macroeconomic and asset pricing research. (4) At micro-level, we implicitly examine the Chinese government industrial policy, effect of political connection on firm behavior in China. We provide effective policy recommendation. (5) We use social networks to identify information transfer in capital markets, with proper empirical identification strategy.
经济中信息的不完美度存在时变特性,信息质量时好时坏。在时变的不完美信息环境中,理性经济人通过Bayesian学习产生的理性估计存在时变方差。理性经济人据此做出的经济决策偏离完美信息环境下的最优解。信息的不确定性风险影响宏观经济周期,也同时影响金融资产价格波动。本项目从“信息摩擦/信息性风险”的角度出发,从以下几方面扩展宏观经济周期和金融资产定价的学术研究:1)在不完美的信息环境下,将“信息摩擦/信息性风险”引入传统的宏观理论模型中,推演信息性风险如何影响经济波动和资产收益;2)运用资产价格数据验证理论预测,在微观层面提供实证证据;3)引入暧昧厌恶,异质性厂商等,扩展基础理论模型在其他宏观和资产定价问题的理论研究;4)结合中国的国情和市场特点,扩展微观层面的实证研究,如产业政策,企业政治关联,为国家提供有效的政策建议;5)运用科学的计量方法和辨识策略,深入研究信息在社交网络中传播的机制。

结项摘要

经济中信息的不完美度存在时变特性,信息质量时好时坏。信息的不确定性风险不但影响宏观经济周期,也同时影响金融资产价格波动。本项目从“信息摩擦/信息性风险”的角度出发,围绕九个题目完成了九篇独立的研究文章,从以下几方面扩展了宏观经济周期和金融资产定价的学术研究:1)在不完美的信息环境下,将“信息摩擦/信息性风险”引入传统的宏观理论模型中,推演信息性风险如何影响经济波动和资产收益,并运用资产价格数据验证理论预测,在微观层面提供实证证据;2)检验政策不确定性对中国土地交易价格的影响;3)在New-Keynesian的动态随机一般均衡框架下研究了政府财政政策和货币政策的交互作用,及其对资产价格的影响;4)利用特别处理(ST)这一我国资本市场特有的现象和机器学习的方法构造了一个新的刻画上市公司财务困境的测度指标,并研究了财务困境与股票横截面收益的关系;5)研究了中国债券市场的价格信息含量与资本配置效率。

项目成果

期刊论文数量(1)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
基于ST预测的财务困境测度与股票横截面收益
  • DOI:
    10.16381/j.cnki.issn1003-207x.2020.1532
  • 发表时间:
    2021
  • 期刊:
    中国管理科学
  • 影响因子:
    --
  • 作者:
    梁墨;李鸿翔;张顺明
  • 通讯作者:
    张顺明

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码