复杂网络视角下的沪深300指数研究

发布时间：2017-07-30 01:12

  本文关键词：复杂网络视角下的沪深300指数研究

  更多相关文章： 复杂网络 沪深300 股票日振幅 小世界特性 无标度特性 鲁棒性

【摘要】：随着中国金融改革的不断深化,金融法规的不断完善,国民金融知识的不断丰富,证券投资越来越受到投资者的密切关注,特别是股票市场。中国股票市场不仅为企业提供可靠的募资通道,而且为投资者提供了广阔的投资渠道。因此,中国的股票市场与实体经济、国民生活是息息相关的。在这种背景下,股票市场的特征研究就显得尤为重要,其中,股票市场的结构特征正是研究重点之一。目前,已有很多学者利用复杂网络理论从股票的价格、收益率水平、主要控股股东等方面入手,建立了股票市场的复杂网络,来研究股票市场的结构特征。但是,很少有学者以股票日振幅入手。股票振幅体现了股票的活跃程度,既能反映股票市场行业发展情况,又能体现投资者的投资方向和投资情绪。本文选取了2014年6月1日至2015年6月30日的沪深300指数中满足连续交易要求的161只股票,并提取这些股票的日振幅数据作为时间序列数据。经过单位根检验,该时间序列数据满足一阶单整。然后利用协整检验处理这些数据得到任意两只股票之间的协整系数。文章以这161只股票作为复杂网络中的节点,以任意两只股票间的协整关系作为边,建立沪深300成分股的复杂网络。除了度、平均路径长度、聚类系数等基本网络特征,本文进一步分析了沪深300成分股复杂网络的介数、K-核等特征,更加全面地选取出具有重要地位和影响力的股票。研究发现,该网络是具有无标度特性的小世界网络。本文最后研究了沪深300成分股复杂网络的鲁棒性。复杂网络的鲁棒性是指该网络在受到攻击的状态下维持其基本功能的能力。本文讨论了随机做空和恶意做空两种做空模式,将后者又细分为初始度做空、最大度做空和介数做空三种模式,模拟了在这四种做空模式下,沪深300成分股复杂网络的平均路径长度和聚类系数的变化情况。研究结果表明,该网络对于随机做空表现出较好的鲁棒性,而对于恶意做空表现出脆弱性。
【关键词】：复杂网络 沪深300 股票日振幅 小世界特性 无标度特性 鲁棒性
【学位授予单位】：山东大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F832.51;O157.5
【目录】：

• 中文摘要8-9
• ABSTRACT9-11
• 第一章 绪论11-15
• §1.1 研究背景及意义11
• §1.2 研究现状11-13
• §1.2.1 复杂网络的研究现状11-12
• §1.2.2 复杂网络在证券市场中的应用12-13
• §1.3 本文研究的主要内容13-14
• §1.4 本文的创新点14-15
• 第二章 复杂网络基本理论介绍15-22
• §2.1 复杂网络的基本静态几何特征15-17
• §2.1.1 度与度分布15-16
• §2.1.2 平均路径长度16
• §2.1.3 聚类系数16
• §2.1.4 介数16-17
• §2.1.5 核数17
• §2.2 网络的基本类型17-22
• §2.2.1 规则网络17-18
• §2.2.2 随机网络18
• §2.2.3 小世界网络18-19
• §2.2.4 无标度网络19-22
• 第三章 沪深300成分股的复杂网络结构22-32
• §3.1 数据的选择22-25
• §3.2 数据的处理方法25-29
• §3.2.1 平稳性检验25-27
• §3.2.2 协整检验27-29
• §3.3 沪深300成分股复杂网络建立29-32
• 第四章 沪深300成分股的复杂网络统计分析32-41
• §4.1 沪深300成分股复杂网络静态几何特征32-38
• §4.1.1 度值32-34
• §4.1.2 介数34-36
• §4.1.3 K-核36-38
• §4.2 沪深300成分股复杂网络类型分析38-41
• 第五章 沪深300成分股复杂网络鲁棒性研究41-46
• §5.1 做空模式下沪深300成分股网络的波动42
• §5.2 网络调整42-43
• §5.3 股市网络鲁棒性仿真评估43-46
• 参考文献46-50
• 致谢50-51
• 附件51

【相似文献】

中国期刊全文数据库 前10条

1 肖辉,吴冲锋,吴文锋,吴伟;复杂性度量法在股票市场中的应用[J];系统工程理论方法应用;2002年03期

2 胡荣才;中国股票市场增长质量实证分析[J];数量经济技术经济研究;2003年07期

3 古敏玲;浅谈股票市场到底能否启动国内消费[J];科技创业月刊;2004年05期

4 安迪;《投资圣经——巴菲特的真实故事》连载(十) 痴迷于股票及债券市场[J];中国民营科技与经济;2004年11期

5 阮建军;股票市场利益主体会计造假博弈分析[J];财会研究;2004年11期

6 林宁;;论股票市场的理性投资[J];中国西部科技;2004年16期

7 江信毅;;股票市场的系统非线性动力学模型[J];中国乡镇企业会计;2006年08期

8 马进;关伟;;我国股票市场与宏观经济关系的实证分析[J];财经问题研究;2006年08期

9 袁冬梅;刘建江;;本币升值影响股票市场的理论与实证研究[J];长沙理工大学学报(社会科学版);2006年04期

10 贾炜;蔡维;樊瑛;;一个关于中国股票市场和宏观经济相互关系的实证分析[J];北京师范大学学报(自然科学版);2007年01期

中国重要会议论文全文数据库 前10条

1 郑长德;;中国股票市场与经济增长关系的实证分析[A];中国经济发展进程中的热点问题探讨[C];2003年

2 周丽辉;;转轨期中国股票市场制度设计分析[A];第三届中国金融论坛论文集[C];2004年

3 李玉梅;闫相斌;胡洋;;在线股评对股票市场的影响分析[A];第十三届中国管理科学学术年会论文集[C];2011年

4 郑勇;叶瑞红;;我国股票市场对居民消费需求影响的思考[A];第十一届全国经济管理院校工业技术学研究会论文集[C];2012年

5 王文举;刘硕;;股票市场机构投资者共谋违规行为监管的博弈分析与动态仿真研究[A];21世纪数量经济学（第9卷）[C];2008年

6 陆蓉;徐龙炳;;中国股票市场对政策信息的不平衡性反应研究[A];经济学（季刊）第3卷第2期（总第10期）[C];2004年

7 廖士光;;中国股票市场流通性价值研究[A];上海市社会科学界第五届学术年会文集（2007年度）（经济·管理学科卷）[C];2007年

8 杨淑慧;;股票的价值——透过表象看本质[A];中国对外经济贸易会计学会2012年学术年会论文集[C];2012年

9 ;第十五章 股票市场的实证研究[A];21世纪数量经济学（第1卷）[C];2000年

10 郭多祚;徐占东;;第三十八章 中国股票市场β和收益关系的实证分析[A];21世纪数量经济学（第3卷）[C];2002年

中国重要报纸全文数据库 前10条

1 资深股权投资基金管理人 曾梓;小心貌似“旺夫相”的股票[N];第一财经日报;2013年

2 中南财经政法大学廉政研究院教授 、院长 乔新生;股票市场是中国社会的晴雨表[N];证券时报;2013年

3 华龙证券有限责任公司 雷原 李登武;中国股票市场热点问题的理论思考（下）[N];财经时报;2001年

4 本报记者 廖新军;“跟踪股票”：登陆欧洲的创新工具[N];国际金融报;2000年

5 中山大学 白钦先 徐沛;金融理论中的股票市场[N];上海金融报;2003年

6 ;股票典当帮你解“套”[N];上海金融报;2005年

7 安果;我的股票分类观[N];山西经济日报;2001年

8 司沛柯;为什么总是股票？[N];证券时报;2005年

9 和平;股票市场提升消费信心[N];北京商报;2007年

10 侯捷宁;公司债不会冲击股票市场[N];证券日报;2007年

中国博士学位论文全文数据库 前10条

1 王兰军;中国股票市场功能演进与经济结构战略性调整研究[D];西南财经大学;2002年

2 顾鹏;宏观经济冲击、信息传导与中国股票市场[D];南京大学;2015年

3 司侃达（Skanthavarathar Ramesh）;股票市场对股息和政治信息的反应[D];华中科技大学;2015年

4 张驰;股票市场半知情交易者的行为理论与实证研究[D];天津大学;2015年

5 高汝召;中国经济政策不确定性下的股票市场和国债市场间相关性研究[D];南京大学;2016年

6 杨睿;基于复杂网络理论的股票市场中金融危机传播研究[D];哈尔滨工业大学;2014年

7 苏波;交易者的学习适应性行为对股票市场影响的仿真实验研究[D];厦门大学;2009年

8 阙紫康;中国股票市场制度效率研究[D];中国社会科学院研究生院;2002年

9 刘柯杰;中国股票市场促进经济增长研究[D];复旦大学;2003年

10 阙伟成;中国股票市场发展问题研究[D];武汉大学;2004年

中国硕士学位论文全文数据库 前10条

1 傅鼎;我国股票市场承载力评价体系研究[D];中国海洋大学;2011年

2 王玉;基于百度指数的投资者关注对我国股票市场的影响[D];天津财经大学;2015年

3 刘丰博;中美股票市场的联动性研究[D];东北财经大学;2016年

4 叶巧凤;中国股票市场行业间波动的动态关系分析[D];中国海洋大学;2015年

5 张喜梅;中国股票市场的均值回复检验及预测问题研究[D];浙江理工大学;2016年

6 王润朋;政治关联与股票波动率的实证研究[D];南京财经大学;2013年

7 张鹤阳;宏观经济变量对多层次股票市场的影响研究[D];天津财经大学;2014年

8 赵月圆;基于智能算法的股票价值估计研究[D];西安工程大学;2016年

9 崔鹏;基于改进的小波相关系数模型的国内外股票市场相关性实证研究[D];东北大学;2014年

10 田原s，

本文编号：591884