基于复杂网络的沪深300股票重要节点的评估和分析.docx

??

?

??

基于复杂网络的沪深300股票重要节点的评估和分析

?

??

?

?

?

?

?

?

?

???

?

?

?

?

?

贺腊容+黄创霞+文凤华+杨晓光

摘要利用复杂网络方法将股票之间的复杂关系抽象为网络，能够更好地掌握股票市场的整体和局部特性以及股票之间内在的联动关系，以沪深300数据为研究样本，通过相关系数构建网络，利用最佳阈值法对网络进行去噪，保留主要股票之间的相互影响.借鉴PageRank算法对社团网络进行重要节点的挖掘，从宏观和微观视角分析各行业股票在市场中的地位.研究发现整个沪深300市场中，采矿业、制造业和金融业是市场“大户”，其股票与市场中的其他股票之间存在紧密联系；网络中的同类型股票存在聚集现象，且股票之间影响关系显著.

关键词金融工程；股票重要性排序；PageRank算法；社团划分

中图分类号F830A

AbstractUsingthemethodofcomplexnetwork，thecomplexrelationshipbetweenstockscanberegardedasanetwork，whichcanbebetterabletograsptheoverallstockmarketandthelocalcharacteristicsandinherentrelationshipbetweenstocks.UsingtheCSI300data，themethodsofcorrelationcoefficientandthebestthresholdvalue，andreservingthemutualinfluencebetweenthemainstocks，thispaperbuiltupthecomplexnetwork.ApplyingtheRankalgorithmtodigtheimportantnodeforthecorporatenetwork，weanalyzedtheindustriespositionsinthemarketinviewofthemacroandmicroperspective.Thestudyshowsthatthemining，manufacturingandfinancialindustryintheCSI300marketaremajorclients，thereiscloserelationshipbetweenotherstocks，thereexistgatheredphenomenonandasignificanteffectfortherelationshipbetweenthesametypeofnetworks.

Keywordsfinancialengineering；rankingoftheimportanceofstock；Rankalgorithm；communitystructurepartition

1引言

股票市场研究一直以来都是金融经济学关注的焦点和热点，目前大部分研究主要集中于股市波动对经济和其他行业的影响以及政治经济和投资者情绪等方面的变动对股市波动的影响两方面，Gatfaoui（2016）以美国股票市场为例研究发现天然气和原油与美国股票市场之间存在相依性[1]；SavitaRamesh（2015）研究发现在2014年印度大选期间股票市场价格对新政府的反应是积极的[2]；Bialkowski，Katrin和Wisniewski（2008）研究了经济合作与发展组织的27个国家在大选期间股票市场波动情况，发现在选举的一周左右国家的收益率方差指数变化比较大[3]；Mishkin（2009）从2008年爆发的金融危机中各国的宏观政策变动出发，发现在金融危机中货币政策对调控股票市场动荡具有重大作用[4]；AhmedHasan（2012）利用安曼证券交易市场价格波动指数的月数据发现经济增长率对股票价格波动有正向影响[5]；李国祥、王亚君（2015）研究了股市波动对银行脆弱性的影响，发现股市上涨将降低银行的脆弱性[6]；Shu和Chang（2015）研究了投资者情绪对金融市场的影响机制，发现改进的卢卡斯模型可以充分解释金融市场的异动现象[7].对于股市研究应用，主要是通过利用交易数据构建方程和数学模型等来研究复杂经济系统内部的关联关系或预测系统内部组成部分的变化情况.Girardin，Joyeux（2