参与者的关注P2P贷款之间的动态互关联和离线私人信贷市场贷款

文摘

在本文中,我们研究参与者的关注P2P贷款之间的动态互关联和离线贷款(贷款)的多重分形去趋势方法互相关分析(MF-DCCA)。主要实证结果表明,(1)之间存在幂律互相关参与者的注意离线P2P贷款和贷款和持久,(2)互相关在短期内更加稳定,和(3)的关系受到一个小波动比,在较大的阐述。此外,我们进行鲁棒性测试来验证结果。格兰杰因果检验表明,参与者的注意离线P2P贷款和贷款格兰杰导致对方在短期内。

1。介绍

正式的信贷市场,包括银行的主题,主要是为企业和机构提供贷款,很少提供资金用于中小企业(sme)或个人(1,2]。因此,它是困难的为中小企业和个人筹集资金(3,4]。幸运的是,非正式信贷市场为中小企业和个人服务,有效缓解这个问题(5- - - - - -7]。称(5小额信贷]描述了多种方式获取非正式金融的美德,比如使用容易收回抵押品。Barslund和Tarp (6)和Khoi et al。7]发现非正式金融有效减轻越南农民借贷的问题。非正式信贷市场,现在的现金兑换现金的承诺在未来通过合同或协议进行没有参考或追索权的法律体系,主要由私人贷款和储蓄集团(8- - - - - -10]。在中国,贷款是非正规金融的主要部分11]。离线贷款(贷款)有一个较小的业务半径和一个更强大的社会网络获取“软”信息,更有利于对借款人通过减少借款人和贷款人之间的地理距离和加强《社交网络》(12,13]。在2007年之前,离线贷款主体的非正式信贷市场。随着网络金融的发展,P2P(点对点)贷款平台受到更多的关注(14]。到目前为止,在线贷款和离线的贷款构成了私人借贷体系,形成非正式金融网络的主要组成部分。

而离线贷款已经存在了很长时间,在中国第一在线贷款平台出现在2007年。从那时起,P2P借贷平台一直快速增长,平台的数量飙升到6000多,参与者的数量达到峰值高达1000万(https://shuju.wdzj.com/industry-list.html)。然而,在政府实施监管措施旨在规范市场行为,防范金融风险,金字塔的P2P贷款平台不满足规定的需求被挤出市场http://wdzjosscdn.oss-cn-hangzhou.aliyuncs.com/pdf/2018年中国网络借贷行业年报. pdf)。目前,只有大约600平台和参与者的数量已经减少到400万年(https://shuju.wdzj.com/industry-list.html)。是直观的预期,离线贷款将消失的P2P贷款填补空缺,因此投资者会更有可能转向离线贷款出席他们的需要,但进一步考虑对批评和反思呈现投机。平台、政策取向肯定会投下巨大的影响力在他们生存与操作,但对参与者来说,一个常见的影响因素更重要的是价格的钱,这是由基础利率和市场支持需求。贷方与债务人达成贷款利率,然后得出一个事务。从这个角度来看,贷款利率在一定程度上影响了参与者在选择贷款的方式。而P2P贷款和离线贷款组织共享相同的总体变动趋势贷款利率(13),参与者的注意离线贷款和P2P贷款显示影响更复杂的和复杂的程度:当投资者急于获得资金从线下贷款机构,他们要么撤回上诉从P2P贷款平台降低资本成本或不介意借款在两种不同的方式捕捉市场机会,反之亦然。在本文中,我们使用百度搜索指数对P2P贷款和离线贷款代理的参与者分别关注离线P2P贷款和贷款。百度搜索索引可以表示参与者的关注。(百度搜索指数是一个数据共享平台基于百度庞大的互联网用户的行为数据。在这里,你可以研究关键词搜索趋势和了解网民的利益和需求和监控舆论趋势(http://zhishu.baidu.com/Helper/?tpl=duty)。存在其他因素影响P2P贷款和离线贷款之间的选择,如资格审查,即。难度的发放贷款,但他们不是本文的重点。正如上面所讨论的,参与者之间的联系关注P2P贷款和离线贷款是复杂和动态的。,它是有意义的探索相关参与者的注意力在整个私人借贷市场在中国。最近的研究对私人贷款市场体系主要包括(1)P2P借贷市场上的相关研究,如借款成功率和违约率(14- - - - - -18),投资者行为(19- - - - - -22,信用评估和市场机制23- - - - - -28];(2)非正式信贷市场之间的关系和正式的信贷市场6,29日- - - - - -32];和(3)离线贷款研究33- - - - - -35]。因此,本文扩展了现有文献的研究范围调查相互依存的程度跨越时间澄清是否参与者的注意离线P2P贷款和贷款分割或变得更加一体化。

皮尔森、斯皮尔曼和肯德尔相关性是常规方法广泛应用于研究两个变量之间的关系。皮尔森系数线性相关措施,但其应用程序依赖于时间序列的前提是静止和服从正态分布。与皮尔逊相关性不同,斯皮尔曼和肯德尔相关性非参数秩相关的测试。它们不依赖于任何假设的分布和评估比较排名的意义关系的变量。而分形是无所不在地观察到在社会经济系统36),上述传统相关性方法不是由现有文档测试和验证检查分。因此,两个去趋势互相关分析(DCCA)先进Podobnik和斯坦利(37)和多重分形去趋势互相关分析(MF-DCCA)提出的周(38)选择研究参与者的注意力之间的互关联离线P2P贷款和贷款。用数学模型实现数值实验后,研究人员证实DCCA系数的特点及其优势合理的皮尔森系数(36,39- - - - - -44]。Kristoufek [40)证实,对于非平稳的系列,DCCA措施相关系数准确尽管各级非平稳和主宰了皮尔森系数。与皮尔森相关系数相比,DCCA系数尺度和更健壮的慢速和快速组件之间的振幅比和噪音污染45]。

本文的其余部分组织如下:部分2描述了本文所使用的数据和他们的统计特征。部分3描述了过程MF-DCCA的方法。部分4报告的相关实证结果MF-DCCA,部分5本文总结道。

2。数据描述

我们获得每日搜索量数据的离线P2P贷款和贷款从百度搜索索引。像谷歌趋势(46,百度搜索指数被用来作为代理的关注(47,48]。在本文中,我们选择关键字“P2P贷款”和“离线贷款”来实现搜索量。P2P贷款搜索量反映了参与者的关注。指数越高,越关注P2P贷款引起。离线贷款搜索量也有类似的意思。P2P贷款和离线贷款构成了民间借贷网络系统。所以搜索量可以表示参与者的注意方法私人借款或贷款的贷款网络。整个样本期间从2011年1月1日,7月3日,2019年。

为了探索参与者之间互关联关注P2P贷款和离线贷款,我们定义两个变量如下: 在哪里是P2P贷款和百度指数及时是离线的百度指数贷款吗t,分别。

表1显示离线P2P贷款和贷款的统计特性搜索指数,包括的意思是,中位数,站偏差,峰度,马克斯值,最小值,偏态和Jarque-Bera测试值。我们可以看到在桌子上1,意思是,中位数、最小值和最大值的P2P贷款比离线搜索指数更大的贷款搜索索引,P2P贷款表示浓厚兴趣。是合理的推测,P2P贷款带来了更多的关注比离线贷款由于其网络基础。kps测试和增强Dickey-Fuller测试拒绝存在单位根的零假设1%的显著性水平和证明Jarque-Bera测试的适当性。Jarque-Bera测试值的两个变量都是显著的,并遵循正态分布的零假设是拒绝。

3所示。实证方法

我们雇佣的方法引入MF-DCCA周(38)之间的互相关分析参与者的关注P2P贷款和离线贷款。考虑两个相等的时间序列和 ,在哪里 。此方法的详细步骤可以描述如下:步骤1:由两个时间序列构造两个配置文件 在哪里和 。步骤2:两个配置文件分为 不重叠的片段的长度相等 。如果长度不能整除的规模 ,短段的一部分每个概要文件将会离开。为了提取所涉及的所有信息资料,重复同样的分裂过程从另一端的概要文件和我们获得因而段每个概要文件。据张等的研究。43),使用基于互联网的数据摘要一样,我们设置了规模作为 ,步骤1。步骤3:计算协方差去趋势 为 ,在哪里和当地的发展趋势是在每一部分通过OLS估计方法。步骤4:平均所有的去趋势段的阶波动函数作为 当 ,方程的定义是 第五步:观察的双对数图与和分析的扩展行为波动函数。如果两个系列远程地阐述,存在一个幂律关系:

的双对数图的斜率与可以估计OLS和表示的方法吗 ,这是一个两个时间序列的互相关的指示器。如果 ,他们之间的互相关antipersistent(负);如果 ,它们之间的互相关是持久的(积极的);当 ,这两个时间序列之间不存在互相关。特别是,当 ,的标度指数转化为广义赫斯特指数。

4所示。实证结果

4.1。互相关检测

为了有一个宏观的和定性的相关参与者的注意力在私人借贷市场离线P2P贷款,贷款,我们首先进行互相关测试先进Podobnik和斯坦利37),它被定义为 在哪里互相关函数的定义是 在哪里和是两个时间序列有相同的长度吗 。

测试数据大约是x平方分布米的自由度。这个互相关测试的零假设是第一互关联系数不同于零。因此,如果检验统计量的值超过的临界值 ,一个重要的互相关两个时间序列之间的存在。

图1显示了检验统计量的结果之间的离线P2P贷款和贷款。自由度变化从1到1000年,和黑色线表示的临界值在5%的显著水平。的统计数据总是大于临界值,因此,没有互关联可以拒绝零假设。有远程互关联的一系列参与者的注意离线P2P贷款和贷款。

4.2。多重分形去趋势互相关分析

现在测试统计提供了定性的证据之间的远程互相关关注P2P贷款和离线贷款是存在的,然后进行定量方法,MF-DCCA分析关注的互关联。在本文中,订单将从10−到10,步骤是1。如果 ,时间序列配对意味着一个小波动;如果不是,它象征着一个巨大的波动。图2描绘了对数块与离线P2P贷款和贷款,和订单行增加从底部到顶部。我们可以看到,符合对数的所有行与 ,证明幂律之间的互相关两人的存在。

图3显示了P2P lending-offline互相关的标度指数与不同顺序的贷款 。的值P2P-loan均高于0.5,这表明之间的互相关关注P2P贷款和离线贷款是持久的。作为的增加,为P2P-loan主要有下降的趋势,表明在小波动的关系比,在大的阐述。

Podobnik et al。49)表明,一个转折点被称为“交叉”可以显示基本的线性趋势变化曲线。在这篇文章中,我们可以找到在图(大约234天)2。生动地在图4,长期P2P-loan的标度指数 更大比在短期内 ,这意味着互关联在短期内并不持久。作为增加,P2P-loan规模指数在长期和短期倾向于减少在一般情况下,我们可以推断关系受到波动更小比在较大的阐述。介绍了探索的程度的分形元et al。50),越大 ,分的程度就越高。

在短期内P2P-loan报道在表2小于,从长远来看。从 ,我们可以得出结论,注意力的互相关离线P2P贷款,贷款在短期内更加稳定。

4.3。分位数回归

上述非线性模式激励进一步检查搜索量的P2P贷款之间的关系和离线贷款。我们应用分位数回归分析这种关系是否展示系统的变化。分位数回归由Koenker首次提出,巴塞特(51),最近,是用来研究股票回报的自我52),研究投资者情绪对股票收益的影响(53),并检查羊群效应的大小之间的关系和投资者的数量54]。本文分位点包括5%,10%,25%,50%,75%,90%的人选择进行分位数回归分析。回归模型 在这代表了分位数和和表示回归系数。从表3,我们看到,互相关的估计系数仍然显著不同分位数,表明鲁棒性之间的互关联注意离线P2P贷款和贷款。

4.4。格兰杰因果检验

格兰杰因果关系检验,在执行之前我们测试的固定财产的时间序列回归模型通过增强Dickey-Fuller测试和kps测试。和被拒绝存在单位根的零假设。格兰杰因果关系检验本文采用成对遵循以下方程: 在这和表示“模型秩序”,即。,the quantity of lagged observations contained in the multivariate regression model. And the result of the pairwise Granger causality test is depicted in Figure5。一个低值(< 0.1)拒绝没有因果关系的假说表明一个重要的因果关系。当 ,关注P2P贷款总是格兰杰原因离线贷款在10%的显著性水平;当 ,关注P2P借贷和离线贷款格兰杰原因在10%的显著性水平。

然而,可能存在大量的中性的信贷市场参与者没有偏爱的两种类型的贷款,在百度上搜索P2P贷款和离线贷款决策之前得到通知。在这种情况下,实证结果,参与者的注意离线P2P贷款和贷款格兰杰导致彼此在短期内甚至可以减少到不可靠。为了排除这种可能性,我们构造两个新系列,即:和 ,这两个来自以下方程: 在这和得到从正常化和分别为0到100的规模。应该捕获参与者的注意离线贷款(P2P借贷)和中性参与者的行为寻找P2P贷款(离线贷款)排除在外。然后,我们采用格兰杰因果检验的两个新系列。如图6描述,随之而来的健壮性结果符合实证结果在短期内:当 ,关注P2P借贷和离线贷款格兰杰原因在10%的显著性水平。

5。结论

在本文中,我们关注的私人借贷网络系统由P2P贷款和离线贷款和调查参与者的注意力之间的互关联两种类型的贷款。特别是,我们进行互相关测试与多重分形去趋势互相关分析(MF-DCCA)。基于P2P的搜索量贷款和离线贷款从百度搜索指数,实证结果表明,(1)有远程互关联的一系列关注离线P2P贷款和贷款,(2)互关联指数关注的离线P2P贷款和贷款都是0.5以上,表示持续关注P2P贷款之间的相关性和离线私人贷款,贷款和(3)秩序的增加,P2P贷款和离线贷款主要有下降的趋势,和小波动比大的阐述。此外,格兰杰因果关系检验巩固分位数回归和结论。格兰杰因果检验进一步表明参与者的注意离线P2P贷款和贷款格兰杰引起对方期间不到两周,在一个相对长的时间跨度,即。,一个月,关注P2P贷款总是格兰杰原因离线贷款。

诚然,上述结果不能完全揭示注意的关系这两种类型的贷款。进一步探索关注P2P借贷和离线在信贷市场贷款,利率等因素,资格考试,离线贷款之间的相互转换,P2P贷款在未来仍有待调查。

数据可用性

参与者的偏好数据离线P2P贷款和贷款用于支持本研究的发现正在禁运,而研究成果商业化。请求数据,本文的发表之后的12个月内,将被相应的作者。我们的数据来源于百度搜索索引,我们遵守使用条款规定的网站http://index.baidu.com。

的利益冲突

作者宣称没有利益冲突。

确认

这项研究得到了国家自然科学基金(71532009和71532009)。

引用

1. m . j .弗莱阿金钱,利益,在经济发展和银行业马里兰州巴尔的摩约翰·霍普金斯大学出版社,美国,1995年。
2. r·麦金农,货币与资本在经济发展美国华盛顿特区布鲁金斯学会(Brookings Institution), 1973年。
3. c·g·特维r .香港,x霍,“借贷在朋友:在中国农村非正规信贷的经济学,”中国农业经济评论,卷2,不。2、133 - 147年,2010页。视图:出版商的网站|谷歌学术搜索
4. a·n·伯杰w·高尔丁,t .大米,“小企业还喜欢社区银行吗?”银行与金融杂志》上,44卷,第278 - 264页,2014年。视图:出版商的网站|谷歌学术搜索
5. m称“非正式金融和小额信贷的设计,”JSTOR,11卷,不。5,2001。视图:谷歌学术搜索
6. m . Barslund和f .问题资产救助计划”正式和非正式的越南四个省份的农村信贷,”《华尔街日报》的发展研究,44卷,不。4、485 - 503年,2008页。视图:出版商的网站|谷歌学术搜索
7. p·d·Khoi c . Gan g . v . Nartea d·a·科恩,“正式和非正式的农村信贷在越南湄公河三角洲:交互和可访问性,”《亚洲经济卷26日1-13,2013页。视图:出版商的网站|谷歌学术搜索
8. S.-Y。唐”,非正式信贷市场和经济发展在台湾,“世界发展,23卷,不。5,845 - 855年,1995页。视图:出版商的网站|谷歌学术搜索
9. m . s . Floro d·雷,“垂直正式和非正式金融机构之间的联系。”对发展经济学,1卷,不。1,34-56,1997页。视图:谷歌学术搜索
10. k·霍夫和j·e·斯蒂格利茨”简介:不完全信息和农村信贷markets-puzzles和政策观点,“世界银行经济评论,4卷,不。3、235 - 250年,1990页。视图:出版商的网站|谷歌学术搜索
11. h·李”监管模式和完善的私人贷款,”研究法治,2011。
12. c .张、徐z和d,“私人贷款利率和私人资本的出路:案例研究中,“金融研究,3卷,2013年。视图:谷歌学术搜索
13. h . b . Wang Liang, x张,“利率市场化,货币政策冲击和在线和离线的私人贷款,”中国工业经济》第六卷,60 - 78、2019页。视图:谷歌学术搜索
14. g . Dorfleitner c . Priberny s .舒斯特et al。”描述文本相关软信息对等贷款来自欧洲两大平台的证据,”银行与金融杂志》上卷,64年,第187 - 169页,2016年。视图:出版商的网站|谷歌学术搜索
15. j·杜阿尔特、美国西格尔和l .年轻,“信任和信用:出现在点对点借贷的角色,”金融研究,25卷,不。8,2455 - 2484年,2012页。视图:出版商的网站|谷歌学术搜索
16. r . Emekter y, b . Jirasakuldech, m . Lu”评估信用风险和贷款表现在网上点对点(P2P)贷款,”应用经济学卷,47号1,54 - 70年,2015页。视图:出版商的网站|谷歌学术搜索
17. r·艾耶ai哈,e . f . p . Luttmer和k·苏,“筛选同行轻声:推断小质量的借款人,”管理科学,卷62,不。6,1554 - 1577年,2016页。视图:出版商的网站|谷歌学术搜索
18. 林m, n . r . Prabhala和s . Viswanathan”判断借款人的公司他们不断:友谊网络和信息不对称点对点借贷,在线”管理科学卷,59号1,17-35,2013页。视图:出版商的网站|谷歌学术搜索
19. Dholakia m . Herzenstein, m, r·l·安德鲁斯“战略对等贷款拍卖中的羊群行为”互动营销杂志》,25卷,不。1,27-36,2011页。视图:出版商的网站|谷歌学术搜索
20. d . Paravisini诉导演奖,大肠Ravina“风险规避和财富:来自人与人之间的贷款投资组合的证据,”管理科学,卷63,不。2、279 - 297年,2017页。视图:出版商的网站|谷歌学术搜索
21. d . j .黄铜“友谊在网上点对点借贷:教皇、棱镜和关系放牧,”MIS的季度,39卷,不。3、729 - 742年,2015页。视图:谷歌学术搜索
22. 张j . p . Liu,“理性放牧在小额贷款市场,”管理科学,卷。58岁的没有。5,892 - 912年,2012页。视图:出版商的网站|谷歌学术搜索
23. 黄懿慧郭,w . j .周c .罗y和h,“基于实例的信用风险评估投资决策在P2P贷款,”欧洲运筹学杂志,卷249,不。2、417 - 426年,2015页。视图:谷歌学术搜索
24. y高,j .太阳,周问:“向前看还是向后看:一个实证研究中国网络信用评价体系的有效性P2P借贷市场,”中国国际金融评论,7卷,不。2、228 - 248年,2017页。视图:出版商的网站|谷歌学术搜索
25. o . Rigbi“反高利贷法的影响:来自在线贷款市场的证据,”回顾经济学和统计数据,卷95,不。4、1238 - 1248年,2013页。视图:出版商的网站|谷歌学术搜索
26. z . y . Wei和m .林”,市场机制在网上点对点借贷。”管理科学,卷63,不。12日,第4257 - 4236页,2013年。视图:谷歌学术搜索
27. h . h . Liu俏,s . Wang, y,“平台竞争对等贷款考虑风险控制能力,”欧洲运筹学杂志》上,卷274,不。1,第290 - 280页,2019。视图:出版商的网站|谷歌学术搜索
28. h·唐“对等贷款人与银行:替代或补充吗?”金融研究的回顾,32卷,不。5,1900 - 1938年,2019页。视图:出版商的网站|谷歌学术搜索
29. x,发动机是否有“在泰国农村获得资本:估计模型的正式与非正式的信贷,”发展经济学杂志,卷96,不。1、16至29页。2011。视图:出版商的网站|谷歌学术搜索
30. t·b·安德森和n . Malchow-Møller”战略互动不发达的信贷市场,”发展经济学杂志,卷80,不。2、275 - 298年,2006页。视图:出版商的网站|谷歌学术搜索
31. m . w .彭和j .问:周,“网络策略和制度转型发展在亚洲,“亚太管理杂志》上,22卷,不。4、321 - 336年,2005页。视图:出版商的网站|谷歌学术搜索
32. m·r·古普塔和s·乔杜里”,正式的信贷,腐败和非正式信贷市场在农业:理论分析,“受到经济,卷64,不。254年,第343 - 331页,1997年。视图:出版商的网站|谷歌学术搜索
33. h . Ngalawa和n . Viegi”互动的正式和非正式金融市场quasi-emerging市场经济体,”经济模型31卷,第624 - 614页,2013年。视图:出版商的网站|谷歌学术搜索
34. a . Madestam“非正式金融:放贷者的理论,”发展经济学杂志卷,107年,第174 - 157页,2014年。视图:出版商的网站|谷歌学术搜索
35. z d .秦徐、张x”多少非正式信贷对中国货币政策?温州的情况下,“《亚洲经济31 - 32,卷。22-31,2014页。视图:出版商的网站|谷歌学术搜索
36. z江,w . j .谢w . x,和d·索尔内特,“金融市场多重分形分析,”2018年,https://arxiv.org/abs/1805.04750。视图:谷歌学术搜索
37. b . Podobnik h·e·斯坦利,“去趋势互相关分析:两个非平稳的时间序列分析的新方法,”物理评论快报,卷100,不。8、1 - 4,2008页。视图:出版商的网站|谷歌学术搜索
38. W.-X。为两周,“多重分形去趋势互相关分析的非平稳信号,”物理评论E,卷77,不。6、文章ID 066211, 2008。视图:出版商的网站|谷歌学术搜索
39. b . Podobnik Z.-Q。江,W.-X。周,h·e·斯坦利“幂律地阐述统计测试流程,物理评论E,卷84,不。6、1 - 8,2011页。视图:出版商的网站|谷歌学术搜索
40. l . Kristoufek”与DCCA系数测量非平稳序列之间的相关性,”自然史答:统计力学及其应用卷,402年,第298 - 291页,2014年。视图:出版商的网站|谷歌学术搜索
41. l . Kristoufek“分形的方法对幂律一致性度量时间序列之间的互关联,”非线性科学与数值模拟通信,50卷,第200 - 193页,2017年。视图:出版商的网站|谷歌学术搜索
42. l . Kristoufek”消除趋势移动平均互关联系数:测量非平稳序列之间互关联,”自然史答:统计力学及其应用卷,406年,第175 - 169页,2014年。视图:出版商的网站|谷歌学术搜索
43. z, y, d .沈和w·张,“网络人气代理之间的互关联:证据从谷歌趋势和Twitter,”自然史答:统计力学及其应用卷,508年,第75 - 67页,2018年。视图:出版商的网站|谷歌学术搜索
44. w·张、李x p . Wang和d .沈,“多重分形去趋势的互相关分析return-volume比特币市场关系,“复杂性卷,2018篇文章ID 8691420, 20页,2018年。视图:出版商的网站|谷歌学术搜索
45. l .朴和傅z”,量化不同的关联在不同的时间尺度:比较DCCA和皮尔森方法,”科学报告》第六卷,没有。1,36-59,2016页。视图:出版商的网站|谷歌学术搜索
46. z Da、j . Engelberg和p高,“寻求关注,”《金融,卷66,不。5,1461 - 1499年,2011页。视图:出版商的网站|谷歌学术搜索
47. w·张,d .沈张y、x,“开源信息,投资者的注意力,和资产定价,”经济模型33卷,第619 - 613页,2013年。视图:出版商的网站|谷歌学术搜索
48. d .沈y, x,和w·张,“百度指数和中国股票收益的可预测性,”金融创新,3卷,不。1,1 - 8,2017页。视图:出版商的网站|谷歌学术搜索
49. b . Podobnik Grosse, d . Horvatićs .大型p·c·伊万诺夫和h·e·斯坦利“量化互关联使用本地和全球消除趋势方法,”欧洲物理期刊B,卷71,不。2、243 - 250年,2009页。视图:出版商的网站|谷歌学术搜索
50. y元,X.-T。多重分形的壮族,x金”,测量使用多重分形去趋势波动分析股票价格波动,”自然史答:统计力学及其应用,卷388,不。11日,第2197 - 2189页,2009年。视图:出版商的网站|谷歌学术搜索
51. r . Koenker g·巴塞特,“回归分位数。”费雪,46卷,不。1,33-50,1978页。视图:出版商的网站|谷歌学术搜索
52. d·g·鲍尔、t . Dimpfl和r·c·荣格“股票回归自我的再现:分位数回归方法,”实证金融杂志,19卷,不。2、254 - 265年,2012页。视图:出版商的网站|谷歌学术搜索
53. Z.-X。倪,D.-Z。王,W.-J。雪”,投资者情绪及其非线性影响中国股票市场股票returns-new证据面板分位数回归模型的基础上,“经济模型,50卷,第274 - 266页,2015年。视图:出版商的网站|谷歌学术搜索
54. 江y,研究。严,x, y谭”,投资者平台选择:放牧,平台属性,法规,“管理信息系统杂志》上,35卷,不。1,第116 - 86页,2018。视图:出版商的网站|谷歌学术搜索

版权

版权©2019映秀赵等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。