通過計(jì)算中國31個(gè)地區(qū)之間股票區(qū)域指數(shù)的互信息,分析在2015年股災(zāi)及其前后時(shí)間內(nèi),中國股市區(qū)域間的相依關(guān)系,并采用滑動窗口方法分析該關(guān)系的演化。研究發(fā)現(xiàn),在股災(zāi)期間,各區(qū)域指數(shù)的相依關(guān)系急劇增加,且在4個(gè)期間中達(dá)到最大;在中國各區(qū)域之間,股市的地理聚類現(xiàn)象并不明顯,與其他區(qū)域聯(lián)系最為廣泛的是山東、江蘇和浙江;廣東、上海、北京3個(gè)區(qū)域彼此之間始終保持著較強(qiáng)的聯(lián)系,但與其他區(qū)域之間的聯(lián)系較少。 

【文章來源】：復(fù)雜系統(tǒng)與復(fù)雜性科學(xué). 2020,17(02)CSCD

【文章頁數(shù)】：10 頁

【部分圖文】：

恢復(fù)期區(qū)域指數(shù)網(wǎng)絡(luò)熱力圖

圖6顯示了平靜期、牛市期、股災(zāi)期和恢復(fù)期中，區(qū)域指數(shù)網(wǎng)絡(luò)各個(gè)節(jié)點(diǎn)的強(qiáng)度。圖中橫坐標(biāo)的數(shù)字為表1中的市場編號，縱坐標(biāo)為節(jié)點(diǎn)的強(qiáng)度值（NS），其中，圖6a和圖6b縱坐標(biāo)的范圍是0～40，圖6c縱坐標(biāo)的范圍是0～70，圖6d縱坐標(biāo)的范圍是0～50。對比這四個(gè)圖我們可以發(fā)現(xiàn)，股災(zāi)期中股票區(qū)域指數(shù)之間的相依關(guān)系是最高的，相依關(guān)系較低的是平靜期和牛市期，并且在前三個(gè)時(shí)期中，山東區(qū)域指數(shù)（NO.21）始終保持著最打的節(jié)點(diǎn)強(qiáng)度。從圖6d中可以看到，在恢復(fù)期，網(wǎng)絡(luò)的節(jié)點(diǎn)強(qiáng)度普遍出現(xiàn)下降，說明這一時(shí)期各區(qū)域間總的聯(lián)系降低，但是大部分區(qū)域指數(shù)的節(jié)點(diǎn)強(qiáng)度仍然比平靜期和牛市期的節(jié)點(diǎn)強(qiáng)度高。同時(shí)注意到，貴州區(qū)域指數(shù)（NO.7）、內(nèi)蒙古區(qū)域指數(shù)（NO.18）、寧夏區(qū)域指數(shù)（NO.19）、青海區(qū)域指數(shù)（NO.20）、西藏區(qū)域指數(shù)（NO.27)5個(gè)地區(qū)的節(jié)點(diǎn)強(qiáng)度很弱，且貴州區(qū)域指數(shù)（NO.7）、內(nèi)蒙古區(qū)域指數(shù)（NO.18）兩市場的節(jié)點(diǎn)強(qiáng)度下降幅度較大。3.2 股市區(qū)域相依關(guān)系核心結(jié)構(gòu)構(gòu)建

圖3展示的是在牛市期中國股市區(qū)域相依關(guān)系，從中可以看出，在這期間主要體現(xiàn)在貴州綜合指數(shù)（NO.7）、海南綜合指數(shù)（NO.8）、內(nèi)蒙古綜合指數(shù)（NO.18）等與其他市場之間的邊權(quán)值增加，但是整體上31個(gè)區(qū)域之間的互信息值變化不大。該結(jié)論不同于謝赤等對2008年金融危機(jī)之前牛市的研究，該研究認(rèn)為股票市場的關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)在牛市時(shí)其關(guān)系會更加緊密[26]。圖3 牛市期區(qū)域指數(shù)網(wǎng)絡(luò)熱力圖

【參考文獻(xiàn)】：
期刊論文
[1]一種基于文本互信息的金融復(fù)雜網(wǎng)絡(luò)模型[J]. 孫延風(fēng),王朝勇.  物理學(xué)報(bào). 2018(14)
[2]美國股市會影響金磚國家股市之間的相關(guān)性嗎?——線性和非線性條件Granger因果檢驗(yàn)[J]. 王璐,黃登仕,喬高秀,馬元慧.  系統(tǒng)工程. 2018(05)
[3]金融危機(jī)對全球股票市場的傳染研究:基于復(fù)雜網(wǎng)絡(luò)分析方法[J]. 王克達(dá),龐曉波,王姍姍.  世界經(jīng)濟(jì)研究. 2018(04)
[4]Return and Volatility Spillovers Effects:Study of Asian Emerging Stock Markets[J]. Bhowmik RONI,Ghulam ABBAS,Shouyang WANG.  Journal of Systems Science and Information. 2018(02)
[5]基于時(shí)變T-Copula模型的中國股市國際一體化研究[J]. 談勇賢,郭頌.  統(tǒng)計(jì)與決策. 2018(06)
[6]牛熊市視角下股票關(guān)聯(lián)網(wǎng)絡(luò)動態(tài)拓?fù)浣Y(jié)構(gòu)研究——以上證50指數(shù)為例[J]. 謝赤,邊慧東,王綱金.  復(fù)雜系統(tǒng)與復(fù)雜性科學(xué). 2017(01)
[7]基于DCCGARCH模型的金磚四國股市動態(tài)相關(guān)性研究[J]. 朱沙,趙歡.  統(tǒng)計(jì)與決策. 2015(14)
[8]國際多元化下多維金融市場相關(guān)結(jié)構(gòu)測度——以金磚國家新興市場為對象[J]. 王璐.  數(shù)理統(tǒng)計(jì)與管理. 2015(03)



本文編號：3606938