APP下载

基于非线性波动网络模型的股票市场关联特征研究

2021-03-03李为波郭雪

湖北大学学报(自然科学版) 2021年2期
关键词:信息

李为波,郭雪

(武汉纺织大学经济学院,湖北 武汉 430200)

0 引言

近年来,复杂理论应用于金融领域的研究越来越多,将证券市场看成一个系统,研究系统中金融个体之间的相互影响.因此,基于网络理论构建金融网络来解释并研究证券市场中股票之间的相互关系具有重要意义.以证券市场为例,将证券市场上的每只股票看成是该网络的节点,从复杂网络的角度分析股票市场中股票之间的关联性和等级聚类结构.这方面开创性的研究可参考文献[1-2].

复杂网络理论可以解决金融市场中的投资组合优化和风险管理等方面的问题(Heiberger,2014;Longfeng Zhao,2016)[3-4],这类研究通常以股票价格的影响力或对数收益率作为研究对象,以收益率的相关系数度量两个节点股票之间的联系,在此基础上建立股票网络.在现有的文献中,度量股票价格波动之间相关性的工具主要是Pearson相关系数[2,5],Pearson相关系数主要测度变量间的线性相关关系,又因其具有比较好的性质,应用比较广泛.随着金融市场的发展,金融变量之间的价格波动关系呈现出非正态分布及非线性等特征,如果以线性相关系数的方式度量,会掩盖金融市场波动信息的损失,无法体现市场的风险特征.Carsten等(2004)[6]提出以互信息(mutual information,简写为MI)为基础建立基因网络,互信息是基于信息理论的测度方法,可以度量各种类型的相关关系.Fiedor(2014)[7]将互信息和互信息率运用于股票网络,并与相关系数进行比较;在此基础上,Guo等(2018)[8]及宁瀚文等(2019)[9]将互……

登录APP查看全文

猜你喜欢

信息
订阅信息
展会信息
信息超市
展会信息
展会信息
展会信息
展会信息
展会信息
信息
健康信息