新書推薦：
《
思想地震：柄谷行人演讲集1995-2015（艺文志·日本思想）
》
售價：HK$
66.7
《
大国人口
》
售價：HK$
90.9
《
何以中国·君臣：宋代士大夫政治下的权力场
》
售價：HK$
112.7
《
文明的故事（全11卷-2024版）
》
售價：HK$
2631.2
《
中国汽车综合测评技术研究报告 （2024）
》
售價：HK$
229.9
《
万有引力书系：金马 巴拿马铁路悲歌
》
售價：HK$
112.7
《
人文与社会译丛：休谟的人生智慧
》
售價：HK$
78.2
《
高效时间管理：巧妙且明智地利用时间
》
售價：HK$
66.7
|
| 編輯推薦： |
|
股票市场包含了大量的数据信息，受到很多内部和外部因素的共同影响，如何挖掘股票市场的内在信息，一直是市场关注的热点。近年，基于复杂性科学的分形理论和复杂网络理论，由于其在描述股票市场结构及价格波动风险方面的独特优势并可以从整体层次上分析股票市场所呈现出来的复杂系统结构特征，得到了广泛关注。
|
| 內容簡介： |
|
目前基于复杂网络理论对股票市场的研究，局限于股票市场关联网络静态拓扑结构、市场风险传染的研究，而基于分形理论的研究侧重于股票市场收益时间序列的分布特征研究。这些研究无法深入刻画股票市场在时间上的演变规律以及风险传染行为。将复杂网络理论与分形理论相结合，能更深层次地挖掘股票市场运行的关联模式。本书运用复杂网络理论与分形理论，构建股票市场动态关联网络，依据网络的基本拓扑结构特征，从时间和空间两个维度，研究股票市场内在的结构特征、市场运行的关联模式以及风险传染规律，揭示突发事件引发的风险传染及对投资组合的影响。
|
| 關於作者： |
庄霄威：毕业于东北大学，经济学博士学位，目前就职于沈阳工业大学经济学院，主要研究方向为金融市场复杂性和金融风险管理。
李晓青：毕业于东北大学，获得经济学博士学位，目前就职于沈阳工业大学经济学院，主要研究方向为金融风险管理。
|
| 目錄：
|
目?录
第1章?绪?论............................................................................................................. 1
1.1?研究背景与研究问题.................................................................................... 1
1.2?研究目的与研究意义................................................................................... 4
1.3?研究内容与结构安排................................................................................... 6
1.4?研究方法与技术路线................................................................................... 9
1.5?创新性工作说明.......................................................................................... 10
第2章?文献综述...................................................................................................... 12
2.1?文献检索情况............................................................................................... 12
2.2?复杂网络理论研究...................................................................................... 14
2.3?复杂网络在股票市场的应用研究............................................................ 15
2.4?复杂网络在基金市场的应用研究........................................................... 23
2.5?文献述评....................................................................................................... 27
第3章?复杂网络理论与方法............................................................................ 30
3.1?复杂网络的发展历程................................................................................. 30
3.2?复杂网络的基本网络模型........................................................................ 32
3.3?复杂网络的拓扑结构................................................................................. 37
3.4?复杂网络节点的拓扑性............................................................................. 41
3.5?股票市场复杂网络构建方法.................................................................... 43
第4章?我国股市复杂网络拓扑结构与市场收益长记忆性................ 48
4.1?问题的提出.................................................................................................. 48
4.2?数据选取....................................................................................................... 51
4.3?静态股票网络拓扑结构分析..................................................................... 51
4.4?动态股票网络拓扑结构分析.................................................................... 59
4.5?网络拓扑结构与收益长记忆性及交叉相关性...................................... 63
4.6?本章小结....................................................................................................... 84
第5章?我国股市股指极端波动时期复杂网络拓扑结构与市场
风险............................................................................................................ 86
5.1?问题的提出.................................................................................................. 86
5.2?数据选取....................................................................................................... 88
5.3?样本周期划分.............................................................................................. 89
5.4?外因引起股指极端波动时期静态网络拓扑结构变化......................... 90
5.5?内因引起股指极端波动时期静态网络拓扑结构变化....................... 100
5.6?股指极端波动时期动态网络拓扑结构与市场风险变化................... 110
5.7?本章小结...................................................................................................... 121
第6章?基于复杂网络拓扑结构的投资组合优化................................... 123
6.1?问题的提出................................................................................................. 123
6.2?数据选取..................................................................................................... 125
6.3?不同基金网络拓扑结构差异性.............................................................. 126
6.4?基金网络拓扑结构与基金收益和风险相关性.................................... 134
6.5?基金网络节点中心性、重仓比例与基金业绩相关性....................... 142
6.6?本章小结..................................................................................................... 157
第7章?结论与展望............................................................................................... 158
7.1?研究结论..................................................................................................... 158
7.2?主要贡献..................................................................................................... 159
7.3?研究局限与展望........................................................................................ 160
附?录............................................................................................................................ 162
参考文献........................................................................................................................ 166
致?谢 186
|
| 內容試閱：
|
前?言
股票市场是由上市公司和投资者组成的一个高度复杂的非线性系统，投资者之间形成了一个庞大的持股关联网络。股票市场包含了大量的数据信息，受到很多内部和外部因素的共同影响，如何挖掘股票市场的内在信息，一直是市场关注的热点。近年，基于复杂性科学的分形理论和复杂网络理论，由于其在描述股票市场结构及价格波动风险方面的独特优势并可以从整体层次上分析股票市场所呈现出来的复杂系统结构特征，得到了广泛关注。
目前基于复杂网络理论对股票市场的研究，局限于股票市场关联网络静态拓扑结构、市场风险传染的研究，而基于分形理论的研究侧重于股票市场收益时间序列的分布特征研究。这些研究无法深入刻画股票市场在时间上的演变规律以及风险传染行为。将复杂网络理论与分形理论相结合，能更深层次地挖掘股票市场运行的关联模式。本书运用复杂网络理论与分形理论，构建股票市场动态关联网络，依据网络的基本拓扑结构特征，从时间和空间两个维度，研究股票市场内在的结构特征、市场运行的关联模式以及风险传染规律，揭示突发事件引发的风险传染及对投资组合的影响，主要研究工作包括：
（1）研究股票市场网络拓扑结构时间序列的长记忆性及与市场收益率时间序列之间的交叉相关性。分别构建静态和动态阈值网络，分析两种网络拓扑结构，发现动态阈值网络具有更强的鲁棒性，同时可以避免用静态阈值构建网络时产生的信息冗余和信息丢失问题。基于分形理论的标度方法，检验静态阈值网络和动态阈值网络拓扑结构时间序列的长记忆性，发现随时间窗口和阈值增大，两种网络拓扑结构时间序列呈现出的长记忆性和持久性越明显。进一步检验股票收益时间序列的长记忆性，分析其与股票网络拓扑结构时间序列的交叉相关性，发现网络的平均聚集系数、密度和模块度时间序列与股票市场收益时间序列均具有交叉相关性。
（2）研究股指极端波动时期股票市场网络拓扑结构与市场风险关系。选取我国股市两次股指极端波动时期的市场数据，分别构建静态和动态最小生成树网络，比较两次股指极端波动前、中、后三个时期网络的拓扑结构变化的差异性，找出不同时期网络中重要节点，分析网络拓扑结构与市场风险之间的关联关系。通过分析不同行业节点中心性和网络拓扑结构变化，发现在外因和内因引起的股指极端波动时期，网络收紧，网络密度变大。市场风险变化趋势与网络的模块度和最大度变化趋势相同，与网络的平均路径长度的变化趋势相反。进一步研究股指极端波动时期网络拓扑结构与行业风险属性的关系，依据网络中心性发现股指极端波动对不同行业的影响排序，有助于市场风险预测及风险监控。
（3）研究基金重仓持股网络拓扑结构与基金收益和风险的关系。基金收益和风险除在时间维度上受基金本身要素的影响外，还在空间维度上受网络要素的影响。分别构建基金重仓持股网络和基金阈值网络，分析两种网络的拓扑结构差异性及网络的稳定性，发现基金重仓持股网络节点聚集程度高，网络社团现象明显，网络结构更加稳定。进一步研究网络拓扑结构与基金收益和风险的关系，发现网络平均度、密度、平均路径长度和平均聚集系数与基金收益显著正相关，网络模块度与基金收益显著负相关；网络平均度、平均路径长度和模块度与基金风险显著正相关，网络密度、平均聚集系数与基金风险显著负相关。
（4）研究基金节点中心性与基金业绩的关系，探讨基金节点中心性与重仓持股比例之间的交互效应。分析基金重仓持股网络拓扑结构和节点中心性，发现基金度中心性、中介中心性和特征向量中心性与基金业绩显著正相关，接近中心性与基金业绩显著负相关。进一步研究发现，基金重仓持股比例与基金业绩显著正相关，基金重仓持股比例加强了基金节点中心性对基金业绩的影响，即基金节点中心性与重仓持股比例存在交互效应。研究结果为投资者资产配置中的基金选择提供了借鉴。
本书以股票网络拓扑结构为主线，围绕网络拓扑结构与市场收益和风险关系展开研究，揭示了股票网络拓扑结构与收益长记忆性特征及风险的关系。从应用案例角度，探讨了基金业绩与网络拓扑结构、重仓持股比例的关系，可为优化投资组合策略提供参考依据。
第1章?绪?论
1.1?研究背景与研究问题
1.1.1?研究背景
（1）现实背景
随着经济全球化、金融市场一体化的推进，各国金融市场的相互依赖程度不断加强。近年来，各类金融危机频繁发生，如2008年的美国次贷危机、2010年的欧债危机、2020年新冠肺炎疫情引发全球股市持续暴跌触发熔断等，各国金融市场间出现“齐涨共跌”的情形。中国股市受新冠肺炎疫情及外围股市影响，也难独善其身，出现了巨幅波动，其波动在市场内各板块之间表现出明显的风险溢出效应。传统的微观审慎监管难以有效抑制与防范系统性金融风险，其主要原因在于没有重点关注各金融市场之间、金融市场内各行业之间以及金融市场和实体经济之间错综复杂的关联性，以及由此形成的金融网络。金融市场内各板块间以及上市公司与投资者之间，通过投资业务往来等关系组成了一个复杂的金融网络，负面冲击（如，金融机构持有共同资产暴跌）或个体事件（如雷曼兄弟破产）在金融网络间传导并扩散，导致整个网络的系统性金融风险呈指数级增长，最终引起金融空间网络的全面坍塌，并引起系统性事件（如金融危机），进而破坏整个金融系统的稳定性。因此，如何捕捉金融市场之间、市场内各板块之间的紧密关联信息，研究金融风险溢出效应的内在机制，防范投资风险，引起了国内外学术界与业界的广泛关注。
股票系统本身是一个庞大的复杂系统，考虑到股票市场、市场内各板块及投资者间复杂的交互行为，近年来学者们开始运用复杂网络理论研究股票市场的关联性，度量系统性金融风险，并识别系统重要性金融机构。学者们在应用复杂网络分析金融机构关联性与系统性风险溢出效应方面取得了许多成果，如波动溢出网络[1，2]、风险溢出网络[3]、空间溢出网络[4]。但现有大部分研究局限于将股票系统简单地抽象成只包含某一信息类型的网络，较少考虑到各股票市场之间、市场内各板块之间的风险溢出效应。随着经济全球化和电子信息技术的发展，以及金融市场电子交易的兴起，股票市场之间的空间特性已经超越传统区域经济的制约，呈现出跨地区、跨市场、跨行业的空间异质性。股票市场作为一个复杂的经济系统，包含了大量的数据信息，如何挖掘股票市场系统的内在信息，一直是市场关注的热点。运用复杂理论方法构建资产价格时间序列数据的网络模型，根据复杂网络的拓扑结构阐释股票市场的内部结构特征，可为股票市场系统性风险防范及优化组合投资提供新的思路和方法。
（2）理论背景
复杂系统理论是当前系统科学中的一个前沿方向，被称为21世纪的学科，是一门基于图论、统计物理等理论的新兴交叉学科。用于揭示一些复杂系统难以用现有科学方法解释的动力学行为。复杂系统由若干元素组成，这些元素很难通过传统的方法来研究。因此，可以将复杂系统内元素抽象为网络中的节点，元素之间的关系抽象为边，把复杂系统抽象为一个复杂网络，然后利用计算机辅助分析大规模数据集，研究复杂网络的拓扑结构、鲁棒性、动力学等问题。
近年，基于复杂性科学的分形理论和复杂网络理论，由于其在描述股票市场结构及价格波动风险方面的独特优势，受到了广泛关注。股票市场是由上市公司和投资者组成的一个高度复杂的非线性系统，投资者之间形成了一个庞大的持股关联网络。已有学者将分形理论和复杂网络理论引入股票市场的研究，拓展了新的研究思路，并取得了一定成就，如Garas（加拉）等（2008）[5]、Materassi（马泰拉西）等（2009）[6]、Doncel（多塞尔）等（2009）[7]、Onali（欧娜莉）等（2011）[8]、Zhao（赵）等（2012，2013）[9，10]。目前基于复杂网络理论对股票市场的研究，多集中在金融创新扩散、股票市场关联网络及静态拓扑结构，而基于分形理论的研究，侧重于市场收益时间序列的分布特征，这些研究无法深入刻画股票市场在时间上的演变规律以及风险传染行为。将复杂网络理论与分形理论相结合，建立股票市场复杂动态关联网络，并从时间和空间两个维度研究股市内在的结构特征，挖掘市场运行的关联模式，可以为股票市场投资、风险管理及系统重要性机构的识别，提供新思路和新方法，丰富和完善金融系统性风险研究的理论体系。
1.1.2?研究问题
股票市场作为一个高度复杂的系统，受内部和外部很多因素的共同影响，如宏观的货币政策，微观的财务状况，甚至是感性层面的投资者情绪等。通过复杂网络方法，可从整体层次上分析股票市场复杂系统所呈现出来的结构特征。围绕股票市场网络拓扑结构这一主线，研究股票市场收益、风险与网络拓扑结构之间的关联特征。目前，我国证券投资基金已成为证券市场投资的主体，其发展规模、市值及对证券市场运行的影响力不断提升，已成为资产配置中不可或缺的投资产品。在对股票市场整体网络拓扑结构分析的基础上，进一步研究证券投资基金的网络拓扑结构与基金业绩的关联关系，为个人投资者资产配置中的基金选择，以及养老保险基金的股市投资选择提供参考依据。本书主要提出以下问题：
第一，我国股票市场网络拓扑结构与股票收益是否存在关联性？讨论网络拓扑结构是否存在长记忆性，进一步讨论网络拓扑结构与市场收益之间是否存在交叉相关性。本书构建动态阈值网络，避免了静态阈值网络的信息冗余和信息丢失。检验网络的拓扑结构时间序列的长记忆性及与市场收益的关联性，为投资者根据网络拓扑结构预期未来市场收益提供参考依据。
第二，股指极端波动时期股票市场网络拓扑结构与市场风险的关联性？探讨股指极端波动时期的网络拓扑结构，找出内部、外部影响因素对股票网络拓扑结构及市场中各行业影响的异同。通过分析不同行业节点中心性和网络拓扑结构变化，找出与市场风险变化趋势的关系，有助于投资者对市场投资风险的预测和监管部门对系统风险的监控。
第三，机构投资者基金的网络拓扑结构对基金业绩有何影响？基金业绩除在时间维度上受基金本身要素的影响外，还在空间维度上受网络要素的影响。通过对基金重仓持股网络的分析，探索网络拓扑结构和中心性对基金收益和风险的影响。有助于对基金未来的业绩做出预判，为投资者研判基金业绩、构建投资组合提供新的方法。
以上三个问题间的逻辑关系为，以股票网络拓扑结构为研究主题，围绕网络拓扑结构与市场收益和风险关系展开研究。第一个问题是股票网络拓扑结构与股票收益之间关系的探索。第二个问题是股票网络拓扑结构与股票风险之间关系的探索。第三个问题是在前两个问题的基础上，从应用案例角度，进一步探讨基金业绩与网络拓扑结构、重仓持股的关系。这三个问题共同形成了本书的研究主题。
1.2?研究目的与研究意义
1.2.1?研究目的
股票市场系统性风险在空间效应驱动下，表现出多维空间溢出、短期聚集和动态演变等新特征。本书将复杂网络理论与分形理论相结合，从时间、空间两个维度研究股市收益时间序列的长记忆性及风险溢出问题，构建股票市场动态关联网络，探索股市网络拓扑结构与市场收益、风险的相关性及动态演变规律，研究股指极端波动行情下网络拓扑结构变动特征，提出识别影响市场行情的重要板块及节点的方法，并以证券投资基金为例，研究基金网络拓扑结构对基金业绩和风险的影响关系，为证券组合投资及风险管理提供新的思路和方法。
1.2.2?研究意义
本书的研究意义体现在理论意义和实践意义两个层面，具体阐述如下：
（1）理论意义
①随着大数据分析的兴起，越来越多的学者将股票市场大数据的处理和分析应用于统计模型。股票市场本身蕴含着大量数据信息，复杂网络成为分析这些数据的实用工具。本书通过构建复杂网络，能够很快在股票市场海量的信息中筛选出关键信息，为数据分析和统计建模提供新的理论依据。
②目前国内外学者大多通过计量方法分析股票市场收益和波动的影响因素，普遍集中在股票市场的时间序列分析，大多研究股票市场在时间维度方面的特性，并没有在空间方面有所进展。通过构建股票市场动态复杂网络模型，可以从时间、空间两个维度同时研究股票市场复杂性，深入剖析股票市场的内在结构特征。
③对于股票市场复杂性的研究，在一定程度上拓展了复杂网络的研究领域。复杂系统中包含了大量的复杂元素，所有的复杂性系统都能够将其转化为复杂网络来研究。本书应用复杂网络理论研究股票市场网络拓扑结构，为深入了解股票复杂系统的内部结构特征提供了一种新思路。
（2）实践意义
①研究股票网络拓扑结构与市场收益关系，可为投资者预判市场未来收益提供新的参考依据。本书分别构建静态和动态阈值股票网络，对比分析网络拓扑结构，检验两种网络拓扑结构的长记忆性，有利于对未来股票网络拓扑结构的变化进行分析判断。从已有文献可知，股票收益时间序列具有长记忆性，研究股票市场网络拓扑结构时间序列长记忆性，并与股票收益率时间序列进行交叉相关性分析，从而可以通过网络拓扑结构的变化对股票市场的收益进行预测。
②研究股指极端波动股票网络拓扑结构与风险关系，可为投资者判断市场风险，为监管者监控市场风险提供参考依据。近年来我国股票市场出现过多次股指极端波动情况，本书分别构建我国股市股指极端波动时期动态和静态最小生成树网络，分析我国股指极端波动时期股票网络拓扑结构变化的差异性，研究股指极端波动对股票各板块产生的影响，可找出有效识别主导股票市场运行的重要主体；分析不同行业节点中心性和网络拓扑结构变化趋势，找出与市场风险变化的趋势关系，为投资者构建极端市场行情投资组合提供参考依据。
③研究基金的网络拓扑结构对基金业绩影响，可以为投资者构建投资组合提供新的思路。基金作为证券市场重要的机构投资者，已经成为个人投资者、养老保险基金等机构资产配置中不可或缺的选择工具。根据基金资产配置效率具有时变性和网络化的特点，本书分别构建基金阈值网络和基金重仓持股网络，指出基金重仓持股网络具有更好的鲁棒性。通过分析网络拓扑结构、节点中心性和重仓持股比例对基金业绩的影响，有助于投资者对基金未来的业绩做出判断，为优化投资组合方案提供新的方法。
1.3?研究内容与结构安排
1.3.1?研究内容
运用复杂网络理论与分形理论，构建股票市场复杂动态关联网络，依据网络的基本拓扑结构特征，从时间和空间两个维度，研究股票市场内在的结构特征、市场运行的关联模式以及风险传染规律，揭示突发事件引发的风险传染和对投资收益的影响，主要研究内容包括：
（1）系统梳理了复杂网络理论与方法，以我国上海股票市场为研究对象，分别构建静态和动态阈值股票网络，验证股票网络小世界性和无标度性，分析不同网络的拓扑结构特征和网络节点中心性。
（2）在拓扑结构分析的基础上，基于复杂性理论的标度方法，研究股票收益率时间序列的长记忆性，检验静态阈值网络和动态阈值网络拓扑结构时间序列的长记忆性；进一步研究股票收益时间序列与股票网络拓扑结构时间序列的交叉相关性；依据网络平均聚集系数、密度时间序列与市场收益时间序列的交叉相关性，为优化投资组合策略提供参考依据。
（3）研究股指极端波动时期股票市场网络拓扑结构与市场风险的关系。选取我国股市两次股指极端波动时期的市场数据，构建静态和动态最小生成树网络，比较两次极端波动前、中、后三个时期网络的拓扑结构变化的差异性，找出不同时期网络中的重要节点，分析网络拓扑结构与市场风险之间的关联关系。通过分析不同行业节点中心性和网络拓扑结构变化，探讨股市风险与网络的模块度、最大度、平均路径长度的关联特征，为证券投资组合提供更多的选择依据。
（4）构建基金重仓持股网络，对比基金阈值网络和基金重仓持股网络拓扑结构的异同，分析网络拓扑结构对基金收益和风险的影响，以及基金网络节点中心性和基金重仓持股比例对基金业绩的影响。
（5）探讨基金网络节点中心性和基金重仓持股比例之间的交互作用，检验基金重仓持股比例是否加强基金节点中心性对基金业绩的影响。通过对基金重仓持股网络拓扑结构和节点中心性的分析，预测基金未来的业绩，为投资组合提供新的选择方案。
1.3.2?结构安排
本书共由7章构成，各章内容安排如下：
第1章，绪论。阐述现实背景和理论背景，提炼出具有科学价值的研究问题，表明研究目的与研究意义。给出研究内容及本书的结构框架安排，说明拟采用的研究方法及技术路线，并归纳本书的创新性工作。
第2章，文献综述。围绕复杂网络在金融市场的应用展开文献综述，为后文研究奠定基础。对文献检索范围和相关文献情况进行分析，归纳了复杂网络理论、复杂网络在股票市场应用研究综述以及复杂网络在基金市场的应用研究综述，并总结已有研究的成果与不足，提出对本书的研究启示。
第3章，本书涉及的复杂网络理论与方法。介绍了复杂网络的发展历程和复杂网络基本模型、网络拓扑结构理论及方法，以及股票市场网络模型理论和不同的网络构建方法。
第4章，我国股市复杂网络拓扑结构及市场收益长记忆性。首先，分别构建了股票市场静态和动态阈值网络，对比分析了两个网络拓扑结构的差异。其次，检验了两个网络的拓扑结构时间序列是否具有长记忆性，并进行对比分析。再次，检验了股票市场收益时间序列的长记忆性，并与股票网络拓扑结构时间序列进行交叉相关性分析。
第5章，我国股市股指极端波动时期的复杂网络拓扑结构与市场风险。首先，分别构建2008年和2015年我国股市股指极端波动时期的静态最小生成树股票网络，比较网络拓扑结构变化的异同，分析股指极端波动对各行业股票产生的影响。其次，通过不同时期网络节点中心性排序，根据出现频次分析不同时期网络中节点的重要性。再次，分别构建了两次股指极端波动时期的动态最小生成树股票网络，分析网络拓扑结构与市场风险变化趋势的关系。
第6章，基于复杂网络拓扑结构的投资组合优化——以证券投资基金为例。在分别构建了基金阈值网络和基金重仓持股网络，对比分析两种网络拓扑结构的差异的基础上，分析基金重仓持股网络拓扑结构对基金收益和风险的影响，探讨基金重仓持股网络节点中心性及重仓持股比例对基金业绩的影响。
第7章，结论与展望。归纳本书的主要研究内容及研究结论，对主要贡献进行了概述，并阐述研究存在的局限性及今后的研究展望。
1.4?研究方法与技术路线
1.4.1?研究方法
（1）文献研究法
本书围绕股票市场复杂网络拓扑结构这一核心主题，系统查阅相关文献和资料，并进行梳理与总结。从Elsevier Science（爱思唯尔科学）、Spring Link（强簧连杆）、EBSCO（史蒂芬斯数据库）和CNKI（中国知网）等文献数据库以及谷歌、百度等相关搜索引擎中，广泛搜索、查阅有关复杂网络、拓扑结构、股票市场和基金市场等相关的文献与资料。根据已有研究的贡献与不足，确定本书的研究问题、思路与方法。
（2）理论分析法
通过对相关理论，包括复杂网络理论、分形理论的回顾与梳理，研究股票和基金市场的网络拓扑结构，股票市场的空间溢出效应及作用机理。分析网络拓扑结构与市场收益和风险的关系及与基金业绩的关系。
（3）实证研究法
构建我国股票网络和基金网络，分析网络拓扑结构。通过万德WIND数据库、国泰安CSMAR数据库对数据进行收集和整理。运用Matlba R2010a编程软件构建网络，用Gephi绘制网络图像，用Ucine6软件分析网络结构，用Stata统计分析软件对样本数据进行描述性统计分析、Psarson相关性分析和多元回归分析，检验理论模型中各变量之间的统计学关系，为理论模型的合理性提供支持。最后，对数据分析的结果进行总结与讨论，得出研究结论。
1.4.2?技术路线
本书研究的技术路线如图1.1所示。
图1.1?技术路线
1.5?创新性工作说明
（1）提出股票市场复杂网络的空间分形研究方法
已有研究大多从时间序列长记性角度，检验股票市场收益时间序列的长记忆性，在此基础上，本书加入空间元素，运用DFA方法对股票市场复杂网络的拓扑结构时间序列的长记忆性进行验证，分析股票市场复杂网络拓扑结构的变化特征。进一步运用DCCA方法，发现股票市场收益时间序列与股票网络拓扑结构时间序列具有交叉相关性。根据交叉相关性的强弱可对未来股票市场收益做出预测，为投资者构建投资组合策略提供参考借鉴。
（2）构建了动态阈值股票市场复杂网络
与已有文献通过静态阈值构建股票网络不同，本书用动态阈值进行股票网络的构建，弥补了静态阈值网络造成的信息冗余和信息丢失的不足。研究表明，动态阈值股票网络具有更强的鲁棒性，同时可以避免人为设定阈值给研究结果造成失真的问题。
（3）指出股指极端波动时期的网络拓扑结构特征与行业风险属性的关系
与已有研究单一考察股指极端波动时期股票网络结构变化不同，本书加入网络拓扑结构对市场风险及行业的影响分析。分别构建外因和内因引起的我国股指极端波动时期股票网络，发现股指极端波动时期网络收紧，网络密度变大。市场风险变化趋势与网络的模块度、最大度变化趋势相同，与网络的平均路径长度的变化趋势相反。依据网络中心性排序发现股指极端波动对不同行业的影响排序，为市场风险管理提供了实践依据。
（4）从时间和空间两个维度考察基金业绩，为研究基金业绩的影响因素提供了新的证据
与已有文献从时间序列的单一视角分析基本要素对基金收益和风险的影响不同，本书加入基金的空间网络要素，考察基金重仓持股网络拓扑结构对基金收益和风险的影响，为投资者分析基金投资提供了新的视角。在此基础上，进一步考察基金重仓持股网络节点中心性对基金业绩的影响，弥补了以往研究只考察基金要素对基金业绩的影响的不足。最后，探讨基金节点中心性和基金重仓持股比例之间的交互作用，可帮助投资者了解基金经理的投资热点及投资趋势的转变，为投资者选择基金投资提供新的参考借鉴。
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
