上海股票市场网络拓扑指标与波动率的相关性

doi:10.12068/j.issn.1005-3026.2015.03.033

东北大学学报:自然科学版 ›› 2015, Vol. 36 ›› Issue (3): 453-456.DOI: 10.12068/j.issn.1005-3026.2015.03.033

• 管理科学 • 上一篇

上海股票市场网络拓扑指标与波动率的相关性

庄霄威，金秀

(东北大学工商管理学院，辽宁沈阳110819)

收稿日期:2014-01-24 修回日期:2014-01-24 出版日期:2015-03-15 发布日期:2014-11-07
通讯作者: 庄霄威
作者简介:庄霄威(1986-)，男，辽宁沈阳人，东北大学博士研究生；金秀(1963-)，女，辽宁沈阳人，东北大学教授，博士生导师.
基金资助:
国家自然科学基金资助项目(71171042).

Correlation Between Network Topological Index and Volatility of Shanghai Stock Market

ZHUANG Xiao-wei， JIN Xiu

School of Business Administration， Northeastern University， Shenyang 110819， China.

Received:2014-01-24 Revised:2014-01-24 Online:2015-03-15 Published:2014-11-07
Contact: ZHUANG Xiao-wei
About author:-
Supported by:
-

摘要/Abstract

摘要： 以股票作为网络的节点，股票间关联性作为边，使用最小生成树方法构建上海证券市场股票网络，计算网络的基本拓扑指标，分析这些指标与股票市场波动率的相关性.结果表明: 网络的平均路径长度和市场波动率成负相关，当市场波动率越高，节点之间的距离越短，网络收缩越紧密；平均占有层和市场波动率成负相关，当市场波动率增加，网络中的点更趋近于中心节点；节点的最大度和市场波动率成正相关，随着市场波动率增加，网络节点之间的关联性增强，协同运动趋势增强.通过分析股票网络拓扑指标的变化规律从而对股票市场波动的变化进行预测.

关键词: 复杂网络, 股票市场, 市场波动率, 拓扑指标, 最小生成树

Abstract: Taking stocks and the correlation between stocks as network nodes and edge respectively， the network of Shanghai stock market was constructed by minimum spanning tree (MST). The basic topological index of network was calculated.And then the correlation between these indexes and stock market volatility was analyzed. The results show that there is a negative correlation between average path length of network and market volatility when market volatility is higher， distances between nodes are shorter， network contraction is closer; and there is a negative correlation between mean occupation layer and market volatility when the market volatility increases， nodes in the network close to the center node; and there is a positive correlation between the maximum number of links and market volatility when market volatility is higher， connection between the network nodes is strengthener，the co-movement tendency is reinforced. The volatility changing in the stock market is forecasted by analyzing the changing law of topological index of stock network.

Key words: complex network, stock market, market volatility, topological index, minimum spanning tree

中图分类号:

F 830.91

庄霄威，金秀. 上海股票市场网络拓扑指标与波动率的相关性[J]. 东北大学学报:自然科学版, 2015, 36(3): 453-456.

ZHUANG Xiao-wei， JIN Xiu. Correlation Between Network Topological Index and Volatility of Shanghai Stock Market[J]. Journal of Northeastern University Natural Science, 2015, 36(3): 453-456.

参考文献

[1]Mantegna R N.Hierarchical structure in financial markets［J］.The European Physical Journal B，1999，11(1):193-197.
[2]Kim H J，Lee Y，Kahng B，et al.Weighted scale-free network in financial correlations［J］.Journal of Physical Society of Japan，2002，71(9):2133-2136.
[3]Coelho R，Hutzler S，Repetowicz P，et al.Sector analysis for a FTSE portfolio of stocks［J］.Physica A:Statistical Mechanics and Its Applications，2007，373(1):615-626.
[4]Onnela J P，Chakraborti A，Kaski K，et al.Dynamic asset trees and portfolio analysis［J］.The European Physical Journal B，2002，30:285-288.
[5]Onnela J P，Chakraborti A，Kaski K，et al.Dynamic asset trees and Black Monday［J］.Physica A:Statistical Mechanics and Its Applications，2003，324(1/2):247-252.
[6]Gilmore C G，Lucey B M，Boscia M.An ever-closer union?examining the evolution of linkages of European equity markets via minimum spanning trees［J］.Physica A:Statistical Mechanics and Its Applications，2008，387(25):6319-6329.
[7]Lee K E，Lee J W，Hong B H.Complex networks in a stock market［J］.Computer Physics Communications，2007，177(1/2):186.
[8]Micciche S，Bonanno G，Lillo F，et al.Degree stability of a minimum spanning tree of price return and volatility［J］.Physica A:Statistical Mechanics and Its Applications，2003，324(1/2):66-73.
[9]West D B.Introduction to graph theory［M］.Englewood Cliffs:Prentice-Hall，1996:15.
[10]黄伟强，庄新田，姚爽.中国股票关联网络拓扑性质与聚类结构分析［J］.管理科学，2008，21(3):94-103.(Huang Wei-qiang，Zhuang Xin-tian，Yao Shuang.Topology property and clustering structure analysis of China′s stock correlation network［J］.Journal of Management Science，2008，21(3):94-103.)
[11]Jang W，Lee J，Chang W.Currency crises and the evolution of foreign exchange market:evidence from minimum spanning tree［J］.Physica A:Statistical Mechanics and Its Applications，2011，390(4):707-718.

[1]	孔芝，孙琦，寇晓宇，王立夫. 基于属性信息和结构特性的网络节点重要度研究[J]. 东北大学学报（自然科学版）, 2022, 43(5): 625-631.
[2]	黄玮强，赵阳，姚爽. 石油市场和股票市场之间的尾部风险溢出效应——基于变分模态分解和动态Copula函数的研究[J]. 东北大学学报（自然科学版）, 2021, 42(8): 1186-1193.
[3]	王立夫，李欢，赵国涛. 基于节点最大剩余容量的改进负荷再分配策略[J]. 东北大学学报:自然科学版, 2020, 41(9): 1223-1230.
[4]	田树喜，胡靖雪，孙荧，王健. 股指期货对股票市场正反馈交易的影响——基于中国A股市场的计量检验[J]. 东北大学学报:自然科学版, 2020, 41(12): 1794-1799.
[5]	李延双，庄新田，王健，张伟平. 极端行情下中国股市社团结构及系统性风险分析[J]. 东北大学学报:自然科学版, 2020, 41(10): 1500-1508.
[6]	陈东明，王云开，黄新宇，王冬琦. 基于社团密合度的复杂网络社团发现算法[J]. 东北大学学报:自然科学版, 2019, 40(2): 186-191.
[7]	陈东明，严燕斌，黄新宇，王冬琦. 基于二分网络社团划分的推荐算法[J]. 东北大学学报:自然科学版, 2018, 39(8): 1103-1107.
[8]	赵海，李雄峰，朱宏博，王彬. 基于分形维数特征的肺结节形状建模[J]. 东北大学学报:自然科学版, 2018, 39(11): 1545-1551.
[9]	徐艳杰，任涛，齐义. 基于时空影响域的加权地震网络拓扑特性分析[J]. 东北大学学报:自然科学版, 2018, 39(11): 1551-1555.
[10]	何璇，王卢阳，赵海，刘晓. 地震数据关系网络的空间尺度[J]. 东北大学学报:自然科学版, 2018, 39(10): 1385-1389.
[11]	张伟平，庄新田，李延双. 股指极端波动下中国股票市场网络拓扑结构[J]. 东北大学学报:自然科学版, 2018, 39(10): 1511-1515.
[12]	徐久强，宋佳，何璇，赵海. 基于OFC的仿真地震序列网络化特征对比分析[J]. 东北大学学报:自然科学版, 2017, 38(2): 205-209.
[13]	李婕，王兴伟，郭静，于超. 面向移动通信网络的局部扩张群组构造方法[J]. 东北大学学报:自然科学版, 2017, 38(12): 1691-1696.
[14]	李鹤群，徐久强，王进法，赵海. Internet分形特征研究[J]. 东北大学学报:自然科学版, 2016, 37(12): 1691-1695.
[15]	赵海，窦圣昶，蔡巍，陈星池. 脉搏波的复杂网络分析[J]. 东北大学学报:自然科学版, 2016, 37(12): 1696-1699.

上海股票市场网络拓扑指标与波动率的相关性

Correlation Between Network Topological Index and Volatility of Shanghai Stock Market

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价