基于复杂网络的投资者情绪传播模型

发布时间：2021-10-10 19:31

　　随着复杂网络的不断发展,越来越多的学者开始在传染病模型的基础上与复杂网络相结合,探究其传播规律.情绪作为人的一种特性,受他人情绪影响后导致情绪传播,在某种程度上与疾病传播相似.在中国股票市场中,个体投资者比例较大,个体投资者由于缺乏专业知识,风险意识不强,其情绪极易受外界的干扰.而投资者情绪作为投资行为的重要因素,直接影响着投资者的投资收益.与机构投资者相比,个体投资者往往趋于非理性投资.因此,研究投资者情绪传播模型有助于探究情绪在投资者网络中的传播机制,对稳定市场秩序有指导性作用.本论文结合传染病模型,在复杂网络上分别构建了两种投资者情绪传播模型,并对两个模型进行理论分析,探究投资者情绪传播机制,最后通过仿真探究不同参数对情绪传播的影响.主要内容及结论如下:（1）在投资者网络中对传统的SIR模型加以改进,考虑个体差异性,建立SI₁I₂R投资者情绪传播模型.在此基础上,找出模型的平衡点,并对其进行稳定性分析.最后,利用MATLAB对模型进行数值模拟,探究不同参数对情绪传播的影响.结果表明:控制个体投资者在股市中的比例,有助于抑制非理性情绪的传... 

【文章来源】：江苏大学江苏省

【文章页数】：54 页

【学位级别】：硕士

【部分图文】：

SI1I2R模型结构图Figure3.1ThestructureofSI1I2RmodelSIIR

江苏大学硕士学位论文21图3.2度分布图Figure3.2Thedistributionofdegree首先构建一个节点总数=1200,未增长前的网络节点个数0=3,每次引入新节点时新生成的边数=2的无标度网络,度分布()如图3.2所示,且平均度为=3.9700.图3.3当R0=0.8839时,不同类型投资者密度随时间演化示意图

江苏大学硕士学位论文21图3.2度分布图Figure3.2Thedistributionofdegree首先构建一个节点总数=1200,未增长前的网络节点个数0=3,每次引入新节点时新生成的边数=2的无标度网络,度分布()如图3.2所示,且平均度为=3.9700.图3.3当R0=0.8839时,不同类型投资者密度随时间演化示意图

【参考文献】：
期刊论文
[1]基于复杂网络的信用风险传染模型研究[J]. 陈庭强,何建敏.  中国管理科学. 2014(11)
[2]股市中危机传播的SIR模型及其仿真[J]. 马源源,庄新田,李凌轩.  管理科学学报. 2013(07)
[3]微博舆情传播规律研究[J]. 钱颖,张楠,赵来军,钟永光.  情报学报. 2012 (12)
[4]基于在线社交网络的信息传播模型[J]. 张彦超,刘云,张海峰,程辉,熊菲.  物理学报. 2011(05)
[5]中国证券市场的投资者情绪研究[J]. 池丽旭,庄新田.  管理科学. 2010(03)
[6]情绪波动和资产价格波动[J]. 陈彦斌.  经济研究. 2005(03)
[7]中国股市收益、收益波动与投资者情绪[J]. 王美今,孙建军.  经济研究. 2004(10)

博士论文
[1]基于复杂网络理论的传染病动力学建模与研究[D]. 倪顺江.清华大学 2009
[2]动力系统与复杂网络：理论与应用[D]. 卢文联.复旦大学 2005



本文编号：3429017