聶春笑,劉 微
(合肥工業(yè)大學(xué)管理學(xué)院,安徽 合肥 230009)
自小世界網(wǎng)絡(luò)模型與無(wú)標(biāo)度網(wǎng)絡(luò)模型提出以來(lái)[1-2],許多學(xué)者們對(duì)現(xiàn)實(shí)中的網(wǎng)絡(luò)以及相關(guān)的理論問(wèn)題進(jìn)行了研究。很多實(shí)際問(wèn)題可以用網(wǎng)絡(luò)描述,如人與人之間的社會(huì)關(guān)系、生態(tài)學(xué)中的食物網(wǎng)、計(jì)算機(jī)網(wǎng)絡(luò)、流行病的傳播、計(jì)算機(jī)病毒的傳播、科學(xué)合作和國(guó)際貿(mào)易等。人們也對(duì)金融市場(chǎng)中的網(wǎng)絡(luò)進(jìn)行了研究,研究的節(jié)點(diǎn)以及邊與邊權(quán)的構(gòu)造方式有所不同,筆者以股票作為節(jié)點(diǎn),股票的距離作為邊權(quán)構(gòu)建股票網(wǎng)絡(luò)并進(jìn)行研究。
將不同的股票作為節(jié)點(diǎn),對(duì)應(yīng)股票之間的某種關(guān)聯(lián)作為邊或者邊權(quán)就構(gòu)成了一個(gè)股票網(wǎng)絡(luò),常用的構(gòu)建邊權(quán)的方法是基于股票價(jià)格序列的相關(guān)系數(shù)。目前對(duì)股票網(wǎng)絡(luò)進(jìn)行了不少的研究,如BOGINSKI等以時(shí)間序列的相關(guān)系數(shù)作為邊權(quán),然后取閾值進(jìn)行約化形成無(wú)權(quán)圖,最后計(jì)算度分布與集聚系數(shù)[3]。CHEOLJUN等基于套利定價(jià)模型結(jié)合網(wǎng)絡(luò)模型獲知少數(shù)具有較多連接的節(jié)點(diǎn)與共同因子具有更高的相關(guān)性[4]。蘭旺森等以相關(guān)系數(shù)為邊權(quán),發(fā)現(xiàn)股票網(wǎng)絡(luò)在某些閾值下為無(wú)尺度網(wǎng)絡(luò),度分布冪指數(shù)小于1,而網(wǎng)絡(luò)中存在核心節(jié)點(diǎn),且網(wǎng)絡(luò)可以劃分為兩個(gè)分區(qū),抽取部分關(guān)鍵節(jié)點(diǎn)對(duì)整體網(wǎng)絡(luò)有較大的影響[5]。莊新田等以2002—2004年上海證券交易所持續(xù)交易的股票為節(jié)點(diǎn),股票價(jià)格波動(dòng)的相關(guān)性作為邊權(quán),在不同的閾值下計(jì)算了度分布冪指數(shù),指出證券市場(chǎng)網(wǎng)絡(luò)的度分布不具有適當(dāng)?shù)膬缏芍笖?shù)[6]。KIM等定義了股票網(wǎng)絡(luò)中節(jié)點(diǎn)的影響力,發(fā)現(xiàn)影響力分布是冪律分布,其中的指數(shù)約為1.8[7]。
為了研究網(wǎng)絡(luò)的異質(zhì)性,王林和戴冠中引入基尼系數(shù)的概念,并具體地研究了其與度分布指數(shù)之間的關(guān)系[8]。下面的概念與計(jì)算方法引自于王林和戴冠中的專(zhuān)著,對(duì)應(yīng)的詳細(xì)論證和說(shuō)明可以參看他們的專(zhuān)著[9]。
設(shè)一個(gè)網(wǎng)絡(luò)具有N個(gè)節(jié)點(diǎn),將這N個(gè)節(jié)點(diǎn)的度值按照從小到大的順序排列為 v1,v2,…,vN,對(duì)應(yīng)的度值設(shè)為 d1,d2,…,dN,于是有 d1≤d2≤…≤dN。對(duì)于如圖 1 所示,OED稱(chēng)為洛倫茲曲線,對(duì)應(yīng)的基尼系數(shù)為面積比值A(chǔ)/(A+B)。OED的下方面積本質(zhì)上為N個(gè)小梯形的面積之和,如式(1)所示,因而基尼系數(shù)的計(jì)算公式可以表示為式(2)。
圖1 復(fù)雜網(wǎng)絡(luò)的洛倫茲曲線
進(jìn)一步分析可知網(wǎng)絡(luò)節(jié)點(diǎn)的度值之間差異越大對(duì)應(yīng)的基尼系數(shù)越大,因而,基尼系數(shù)刻畫(huà)了復(fù)雜網(wǎng)絡(luò)的異質(zhì)性。
MANTEGNA首先基于時(shí)間序列的相關(guān)系數(shù)給出了距離的定義,然后從數(shù)學(xué)中引入超度量空間的概念,考察了金融市場(chǎng)的層級(jí)結(jié)構(gòu),計(jì)算了一些股票集合的最小生成樹(shù)[10]。設(shè)有兩支股票(分別記為i與j),{Yi(t)}為股票i在t時(shí)間的日收盤(pán)價(jià),將收盤(pán)價(jià)對(duì)數(shù)化,然后進(jìn)行差分得到對(duì)數(shù)收益率的序列{Si},如式(3)所示。
在形成的序列{Si}基礎(chǔ)上進(jìn)一步考慮相關(guān)性,計(jì)算{Si}與{Sj}的相關(guān)系數(shù)如式(4)所示,“<>”表示對(duì)所考察時(shí)期的數(shù)據(jù)取平均值。
相關(guān)系數(shù)的取值范圍在-1~1之間,若ρij=1,則表明股票價(jià)格完全正相關(guān),ρij=-1表明股票價(jià)格完全負(fù)相關(guān),ρij=0表明股票價(jià)格不相關(guān)。而股票的距離則由式(3)進(jìn)行定義,進(jìn)一步分析表明其滿(mǎn)足度量的3個(gè)基本性質(zhì)[11]。
首先選取一組股票,將該組股票進(jìn)行編碼(編碼的順序無(wú)關(guān)緊要),這樣可以做出一個(gè)抽象的點(diǎn)集,將該點(diǎn)集作為節(jié)點(diǎn)集,而不同股票之間的股票距離作為邊權(quán),因此就構(gòu)建了一個(gè)股票網(wǎng)絡(luò)[12]。由于股票之間一般都存在相關(guān)性,于是其一般為完全邊權(quán)網(wǎng)絡(luò)。然后選取不同的閾值,將大于等于閾值的邊保留,而小于閾值的邊約去,這樣可以將原邊權(quán)網(wǎng)絡(luò)約化為無(wú)權(quán)網(wǎng)絡(luò),進(jìn)一步計(jì)算對(duì)應(yīng)閾值的基尼系數(shù)。
在現(xiàn)實(shí)的計(jì)算中,當(dāng)閾值取值較為特殊時(shí)可能會(huì)存在一些問(wèn)題,如較大閾值的選取可能會(huì)導(dǎo)致約化后的網(wǎng)絡(luò)中存在孤立節(jié)點(diǎn),為了合理地計(jì)算整體的不同閾值下的基尼系數(shù),確定閾值選取范圍的方法,首先將不同的邊權(quán)進(jìn)行從小到大排序,設(shè)在依次順序?yàn)?%處的邊權(quán)為θ1,而在85%處的邊權(quán)為 θ2,則閾值的選取范圍即為[θ1,θ2],事實(shí)上可以變動(dòng)不同的百分比以做合理的研究。由于不同的閾值有不同的基尼系數(shù),因此選擇一部分合適的數(shù)字作為閾值,可以做出一個(gè)閾值與基尼系數(shù)之間的近似關(guān)系圖,后面的分析將發(fā)現(xiàn)這些關(guān)系呈現(xiàn)為近似的線性關(guān)系,擬合出對(duì)應(yīng)的直線求得直線的斜率可以分析基尼系數(shù)對(duì)閾值的敏感性,在相同的區(qū)間上斜率越大且最初值一致時(shí)對(duì)應(yīng)的基尼系數(shù)變化就越大,由于不同網(wǎng)絡(luò)的θ1與 θ2的選擇可能不一樣,對(duì)應(yīng)的(θ2- θ1)也不一樣,因此合理的方式是將[θ1,θ2]伸縮為長(zhǎng)度一樣的區(qū)間,通常的辦法是將原區(qū)間伸縮變換為一個(gè)長(zhǎng)度為1的區(qū)間,因此只需將原始擬合的斜率乘以(θ2-θ1),新的斜率值稱(chēng)為修正后的斜率。
筆者選取滬深300指數(shù)與S&P500指數(shù)中的股票在2006—2009年4年間的每日收盤(pán)價(jià)數(shù)據(jù)進(jìn)行計(jì)算,由于不同的年份,指數(shù)內(nèi)的股票有所變化,因而整體的數(shù)目也可能有所變化,但由于這里考慮的是整體的異質(zhì)性,因此較小的變化對(duì)結(jié)果的影響可以忽略。其中滬深300指數(shù)的每支股票的每日收盤(pán)價(jià)數(shù)據(jù)來(lái)自于Wind數(shù)據(jù)庫(kù),S&P500指數(shù)中的股票收盤(pán)價(jià)數(shù)據(jù)來(lái)自于雅虎財(cái)經(jīng)。
計(jì)算基尼系數(shù)與閾值之間的關(guān)系,圖2與圖3分別為兩個(gè)市場(chǎng)在2009年的計(jì)算結(jié)果,所有計(jì)算結(jié)果如表1與表2所示,計(jì)算使用的軟件為Matlab7.1。
筆者計(jì)算了不同年份對(duì)應(yīng)的網(wǎng)絡(luò)基尼系數(shù)與閾值之間的關(guān)系,下面以每個(gè)月的數(shù)據(jù)進(jìn)行計(jì)算,已知在較小的時(shí)間段里數(shù)據(jù)計(jì)算出的相關(guān)系數(shù)矩陣可能帶有更多的“噪音”,因此可以直觀地認(rèn)識(shí)到對(duì)應(yīng)的網(wǎng)絡(luò)的異質(zhì)性要更小。由于此時(shí)節(jié)點(diǎn)在確定閾值的取值下,度的差異比長(zhǎng)期數(shù)據(jù)計(jì)算的結(jié)果要小,因而對(duì)應(yīng)的基尼系數(shù)也會(huì)較小,下面的計(jì)算驗(yàn)證了這一點(diǎn)。這里取S&P500指數(shù)中的股票在2009年12個(gè)月的數(shù)據(jù)進(jìn)行計(jì)算,計(jì)算的結(jié)果如表3所示。將表3與表1及表2進(jìn)行對(duì)比,可以發(fā)現(xiàn)修正后的斜率均值較表1與表2要小一些,這表明在較小的時(shí)間段序列中,網(wǎng)絡(luò)的異質(zhì)性對(duì)閾值的敏感性要低一些。
圖2 2009年滬深300指數(shù)對(duì)應(yīng)的基尼系數(shù)
圖3 2009年S&P500指數(shù)對(duì)應(yīng)的基尼系數(shù)
表1 滬深300指數(shù)在2006—2009年對(duì)應(yīng)的擬合結(jié)果
表2 S&P500指數(shù)在2006—2009年對(duì)應(yīng)的擬合結(jié)果
表3 2009年S&P500指數(shù)每個(gè)月對(duì)應(yīng)的擬合結(jié)果
1973年BLACK和SCHOLES應(yīng)用幾何布朗運(yùn)動(dòng)來(lái)描述股票價(jià)格的運(yùn)動(dòng)并最終導(dǎo)出了歐式期權(quán)的定價(jià)公式。依據(jù)幾何布朗運(yùn)動(dòng)模擬股票價(jià)格序列,并按照模擬的數(shù)據(jù)構(gòu)建一個(gè)網(wǎng)絡(luò),進(jìn)行對(duì)應(yīng)的網(wǎng)絡(luò)基尼系數(shù)的計(jì)算。
圖4為一個(gè)模擬網(wǎng)絡(luò)對(duì)應(yīng)的基尼系數(shù),假設(shè)最初的價(jià)格S0滿(mǎn)足[10,20]上的均勻分布,收益率滿(mǎn)足期望為0.000 6,標(biāo)準(zhǔn)差為0.5的正態(tài)分布,而標(biāo)準(zhǔn)差滿(mǎn)足期望為0.022 5,標(biāo)準(zhǔn)差為0.5的正態(tài)分布。這些最初的假設(shè)并非是確定的,可以任意設(shè)置,在不同的參數(shù)設(shè)置下對(duì)應(yīng)的基尼系數(shù)變化規(guī)律差別不大??梢悦黠@地看到,基于幾何布朗運(yùn)動(dòng)的網(wǎng)絡(luò)基尼系數(shù)整體上要遠(yuǎn)小于現(xiàn)實(shí)網(wǎng)絡(luò),這意味著在整體上對(duì)應(yīng)的異質(zhì)性要小于基于現(xiàn)實(shí)數(shù)據(jù)的網(wǎng)絡(luò)。圖4中對(duì)應(yīng)的擬合直線為G=0.404 9×θ-0.542 31(殘差范數(shù)為0.020 65),修正后的斜率為0.404 9×(1.46-1.34)=0.048 6??梢钥吹叫拚蟮男甭室脖然诂F(xiàn)實(shí)數(shù)據(jù)的網(wǎng)絡(luò)要小很多。
圖4 基于幾何布朗運(yùn)動(dòng)的網(wǎng)絡(luò)基尼系數(shù)
計(jì)算了股票網(wǎng)絡(luò)的基尼系數(shù)以及基于幾何布朗運(yùn)動(dòng)模型下的網(wǎng)絡(luò)模型對(duì)應(yīng)的基尼系數(shù),發(fā)現(xiàn)二者有很大的差異,基于現(xiàn)實(shí)數(shù)據(jù)的網(wǎng)絡(luò)整體具有較大的基尼系數(shù),而模擬的網(wǎng)絡(luò)則只有較小的基尼系數(shù),在對(duì)數(shù)據(jù)進(jìn)行修正后,發(fā)現(xiàn)基尼系數(shù)與閾值之間近似具有線性關(guān)系,而現(xiàn)實(shí)網(wǎng)絡(luò)對(duì)應(yīng)的斜率要比模型網(wǎng)絡(luò)對(duì)應(yīng)的斜率大得多,由于最初的較小閾值選取時(shí)的基尼系數(shù)差異較小,表明了現(xiàn)實(shí)網(wǎng)絡(luò)的異質(zhì)性要遠(yuǎn)高于模型網(wǎng)絡(luò)。而以單個(gè)月的較短時(shí)間序列進(jìn)行計(jì)算發(fā)現(xiàn),對(duì)應(yīng)網(wǎng)絡(luò)的修正擬合斜率要小于以年度為跨度的時(shí)間序列的網(wǎng)絡(luò)修正擬合斜率,這也表明了在短期中網(wǎng)絡(luò)的異質(zhì)性要小一些。
傳統(tǒng)的金融理論認(rèn)為存在少數(shù)因素對(duì)股票波動(dòng)具有影響,特別是廣為熟知的金融時(shí)間序列的相關(guān)陣存在占優(yōu)的特征值,這表明現(xiàn)實(shí)數(shù)據(jù)存在少數(shù)的經(jīng)濟(jì)因子?;趲缀尾祭蔬\(yùn)動(dòng)模型的基尼系數(shù)較小表明了若不同股票之間的相關(guān)性獨(dú)立,則對(duì)應(yīng)的異質(zhì)性較小;而與此不同,現(xiàn)實(shí)的網(wǎng)絡(luò)表現(xiàn)了一定的異質(zhì)性,筆者認(rèn)為股票網(wǎng)絡(luò)異質(zhì)性的來(lái)源是少數(shù)經(jīng)濟(jì)因子以及大量偶然因素對(duì)不同股票的影響具有異質(zhì)性,也即有一定的不一致性,這種不一致性可以認(rèn)為是市場(chǎng)復(fù)雜性的一部分。
[1] WATTS D J,STROGATZ S H.Collective dynamics of small world's networks[J].Nature,1998(393):440 - 442.
[2] ALBERT L R.Emergence of scaling in random networks[J].Science,1999(15):509 - 512.
[3] BOGINSKI V,BUTENKO S,PARDALOS P M.Statistical analysis of financial networks[J].Computational Statistics& Data Analysis,2001,48(2):431-443.
[4] CHEOLJUN E,GABJIN O,SEUNGHWAN K.Deterministic factors of stock networks based on cross-correlation in financial market[J].Physica A:Statistical Mechanics and Its Applications,2007,383(1):139 -146.
[5] 蘭旺森,趙國(guó)浩.應(yīng)用復(fù)雜網(wǎng)絡(luò)研究板塊內(nèi)股票的強(qiáng)相關(guān)性[J].中山大學(xué)學(xué)報(bào):自然科學(xué)版,2010,49(增刊):65-69.
[6] 莊新田,閔志峰,陳師陽(yáng).上海證券市場(chǎng)的復(fù)雜網(wǎng)絡(luò)特性分析[J].東北大學(xué)學(xué)報(bào):自然科學(xué)版,2007,28(7):1053-1056.
[7] KIM H J,LEE Y,KIM I M,et al.Scale-free network in stock markets[J].Journal of the Korean Physical Society,2002,40(6):1105 -1108.
[8] 王林,戴冠中.Scale-free網(wǎng)絡(luò)的一個(gè)新的拓?fù)鋮?shù)[J].系統(tǒng)工程理論與實(shí)踐,2006,26(6):49 -53.
[9] 王林,戴冠中.復(fù)雜網(wǎng)絡(luò)的Scale-free性、Scale-free現(xiàn)象及其控制[M].北京:科學(xué)出版社,2009:43-45.
[10] MANTEGNA R N.Hierarchial structure in financial markets[J].The European Physical Journal B,1999(11):193-197.
[11] 羅薩里奧·N·曼特尼亞,尤金·H·斯坦利.經(jīng)濟(jì)物理學(xué)導(dǎo)論[M].封建強(qiáng),匡宏波,譯.北京:中國(guó)人民大學(xué)出版社,2006:114-122.
[12] 劉曉霞,王衛(wèi)華.上海證券市場(chǎng)股票網(wǎng)絡(luò)的復(fù)雜網(wǎng)絡(luò)特性研究[J].武漢理工大學(xué)學(xué)報(bào):信息與管理工程版,2012,34(5):642 -645.
武漢理工大學(xué)學(xué)報(bào)(信息與管理工程版)2013年1期