股票网络、系统性风险与股票定价
【部分图文】:
股票网络体现了上市公司的经济活动产生的相互依存和相互影响关系。基于有效市场理论,股价反映公司的价值,股票回报的相关性体现出企业财务状况的相依性。基于行为金融理论,股票网络反映了股票市场中交易者行为特征等信息。因此网络分析方法与有效市场理论和行为金融理论的基本观点具有内在一致性。网络的边代表了风险传播的途径,个股在网络中的位置体现了其对风险传播的重要性和承担的风险水平,网络分析方法从风险传播的过程直观地描述了个股承担的风险水平,形式更简洁,并且考虑了个股特质风险向网络中其他股票的传染。此外,基于股票网络视角分析股票定价问题可以捕捉到风险对股票回报影响的非线性特征,体现网络系统中个股风险暴露水平的差异。股票之间相关性随时间的变动驱动股票网络结构发生变动并反映股票市场风险状况的变动,因此基于股票网络角度的分析具有更好的动态特征和直观意义。(二) 股票网络的构建
从图2中我们可以看到有些股票作为股票网络的中心节点(hub)在风险传播的过程中成为“枢纽”,风险传播能力更强,对股票市场整体而言的重要性更大,本文将位于股票网络中心、对风险传播起到关键作用的股票定义为系统性重要股票(systematically important stock)。系统性重要股票往往是网络的中心节点,这类节点的邻域(neighborhood)数量更多,度数(degree)更高,在风险传播的路径中承担更多的风险。所以当系统性重要股票发生“崩盘”时,风险会沿着网络的边向其邻域传导,风险蔓延的范围更大,很难通过分散化投资对冲,这类股票的特质风险可能演变成全市场的系统性风险。而处在网络边缘的(periphery)股票发生风险时,由于邻域数量较少,传染范围较小,破坏性相对较小,更容易通过分散化投资对冲。因而可以从个股在风险传播中的作用考虑其承担的风险,以股票在网络中位置的相对中心程度作为其承担风险的代理变量。股票中心度的差异及其随时间的变化反映了其承担的风险水平的异质性和时变性,股票承担风险的变动是股票回报的内在驱动力,因此可以将网络中股票位置的相对中心性(股票网络中心度的变化)作为其承担风险水平的度量,考虑风险对股票回报的影响。(三) 基于网络视角的风险刻画——股票网络中心度
【相似文献】
相关期刊论文 前10条
1 郑承利;陈燕;;基于等熵一致性风险测度的组合选择[J];系统工程理论与实践;2014年03期
2 徐金菊;许启发;;基于分位数回归的多期金融风险测度[J];郑州航空工业管理学院学报;2013年06期
3 唐吟;苏锡坤;;谱风险测度下的投资组合[J];特区经济;2012年11期
4 陈伟;张凌;;有关一致风险测度[J];海峡科学;2007年05期
5 张昇平;吴冲锋;;权益人视角下基于期权定价理论的类一致性风险测度研究[J];系统工程理论与实践;2007年09期
6 郭莲丽;郭立宏;李建勋;杨涛;;基于证据理论的商业银行信用风险测度[J];统计与决策;2013年19期
7 王锦阳;刘锡良;杜在超;;相依结构、动态系统性风险测度与后验分析[J];统计研究;2018年03期
8 赵静;郭鹏;贾颖颖;;项目组合一致性风险测度及其选择决策研究——基于交互效应视角[J];预测;2014年05期
9 张一喆;安实;徐照宇;;非对称一致性风险测度及其应用[J];东北农业大学学报(社会科学版);2012年05期
10 张远为;严飞;;利率风险测度技术文献综述[J];未来与发展;2008年08期
相关博士学位论文 前10条
1 刘俊山;基于风险测度理论的证券投资组合优化研究[D];复旦大学;2007年
2 张昇平;风险测度一致性的拓展研究[D];上海交通大学;2007年
3 周春阳;风险承受者视角下的下边风险管理[D];上海交通大学;2009年
4 梁凌;基于信用风险测度的商业银行贷款定价研究[D];湖南大学;2009年
5 杨伟;股票信息风险测度研究[D];厦门大学;2009年
6 海小辉;欧盟碳排放配额交易市场的价格决定因素及风险测度[D];天津大学;2014年
7 蒋翠侠;动态金融风险测度及管理研究[D];天津大学;2007年
8 李晶晶;基于Heath-Jarrow-Morton框架的利率风险管理方法研究[D];天津大学;2014年
9 黄晓彬;中国证券市场信息结构与信息风险测度研究[D];天津大学;2012年
10 王新玉;包含人力资本的资产定价模型在中国的适用性研究[D];中央财经大学;2018年
相关硕士学位论文 前10条
1 刁海涛;基于贝叶斯建模对互联网产品财富宝的风险测度研究[D];南京财经大学;2019年
2 李耀;上市公司信用风险测度评价[D];哈尔滨商业大学;2019年
3 丁慧敏;我国开放式基金风险测度研究[D];安徽大学;2019年
4 林海清;基于Hill变点阈值选取的中国股市风险测度建模研究[D];闽南师范大学;2019年
5 谷瀛;商业银行理财产品市场系统性风险实证研究[D];南京审计大学;2018年
6 于海旭;基于GARCH-POT模型的人民币汇率风险测度研究[D];哈尔滨工业大学;2018年
7 曹琳;“一带一路”国家银行业系统性风险测度及传递研究[D];济南大学;2018年
8 王东宁;美元与石油的组合极端风险测度研究[D];重庆大学;2018年
9 惠召丽;基于扭曲风险测度的上证指数收益率分析[D];山东财经大学;2017年
10 王晓成;市场风险测度模型在我国行业间的有效性研究[D];山东大学;2018年
本文编号:2850396
本文链接:https://www.wllwen.com/jingjilunwen/jinrongzhengquanlunwen/2850396.html