• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于動(dòng)態(tài)網(wǎng)絡(luò)方法的中國(guó)行業(yè)板塊聯(lián)動(dòng)效應(yīng)分析

    2022-05-27 10:05:44李守斐朱冠旭盛積良
    關(guān)鍵詞:聯(lián)動(dòng)性板塊波動(dòng)

    李守斐,李 晗,朱冠旭,盛積良

    (1.泰康養(yǎng)老保險(xiǎn)股份有限公司江西分公司,江西 南昌 330038;2.中國(guó)人民銀行郴州市中心支行,湖南 郴州 423000;3.南昌三中高中部,江西 南昌 330029;4.江西財(cái)經(jīng)大學(xué)統(tǒng)計(jì)學(xué)院,江西 南昌 330013)

    0 引言

    行業(yè)板塊是指證券機(jī)構(gòu)根據(jù)某一行業(yè)分類標(biāo)準(zhǔn)對(duì)股票進(jìn)行歸類所得到的集合.隨著中國(guó)金融行業(yè)的發(fā)展,金融市場(chǎng)變得更加復(fù)雜,股票之間相依性日益增強(qiáng),系統(tǒng)性風(fēng)險(xiǎn)日趨上升,在這種情況下行業(yè)板塊受到越來(lái)越多的關(guān)注.其原因在于:一方面是更多的投資者為了規(guī)避風(fēng)險(xiǎn),減少操作失誤,選擇行業(yè)配置投資策略來(lái)進(jìn)行資產(chǎn)配置;另一方面是監(jiān)管者根據(jù)行業(yè)板塊的劃分可以更有效地了解股票市場(chǎng),以便擬定與股市相適宜的方針政策.近年來(lái),中國(guó)經(jīng)濟(jì)發(fā)展進(jìn)入新常態(tài),增速放緩,尤其是2015年股市發(fā)生了劇烈波動(dòng);國(guó)際經(jīng)濟(jì)形勢(shì)也不穩(wěn)定,如2018年美國(guó)對(duì)中國(guó)發(fā)動(dòng)了貿(mào)易戰(zhàn).在中國(guó)經(jīng)濟(jì)下行周期時(shí),特別是在“2015年股市波動(dòng)”和中美貿(mào)易戰(zhàn)的沖擊下,中國(guó)股市的行業(yè)板塊聯(lián)動(dòng)性有何新變化?這些新變化與次貸危機(jī)時(shí)期的變化又有什么不同?在股市風(fēng)險(xiǎn)不斷上升的今天,詳細(xì)研究股票市場(chǎng)行業(yè)板塊聯(lián)動(dòng)性,能夠深入了解金融市場(chǎng)結(jié)構(gòu),掌握各行業(yè)板塊在特殊階段時(shí)的相關(guān)關(guān)系,進(jìn)而幫助投資者和監(jiān)管者預(yù)測(cè)股市風(fēng)險(xiǎn)的發(fā)生及在行業(yè)板塊之間的傳遞,這對(duì)投資者的行業(yè)配置投資和監(jiān)管者的風(fēng)險(xiǎn)管理具有重要意義.

    在金融行業(yè)快速發(fā)展的時(shí)代,股票市場(chǎng)已經(jīng)成為一個(gè)典型的復(fù)雜系統(tǒng),因此復(fù)雜網(wǎng)絡(luò)成為股票市場(chǎng)研究的一個(gè)重要方法.R.N. Mantegna[1]將復(fù)雜網(wǎng)絡(luò)應(yīng)用在股票領(lǐng)域中,以股票指數(shù)為節(jié)點(diǎn)、股票收益率相關(guān)系數(shù)為邊的權(quán)重,生成了標(biāo)準(zhǔn)普爾500指數(shù)的最小生成樹(shù)(MST).

    此后越來(lái)越多的學(xué)者采用復(fù)雜網(wǎng)絡(luò)方法對(duì)股票市場(chǎng)進(jìn)行分析.從國(guó)外文獻(xiàn)來(lái)看,V. Boginask等[2]對(duì)股票網(wǎng)絡(luò)進(jìn)行了統(tǒng)計(jì)分析,發(fā)現(xiàn)冪律模型在股票網(wǎng)絡(luò)中是有效的.J.G. Brida等[3]以美國(guó)股票市場(chǎng)為例,提出了構(gòu)建多維最小生成樹(shù)的新方法.L.tefan等[4]以標(biāo)準(zhǔn)普爾100指數(shù)為樣本,比較了動(dòng)態(tài)條件相關(guān)(DCC)和滑動(dòng)窗口這2種構(gòu)建動(dòng)態(tài)網(wǎng)絡(luò)的方法,發(fā)現(xiàn)基于滑動(dòng)窗口方法的動(dòng)態(tài)網(wǎng)絡(luò)更穩(wěn)健,但平滑性較差.T. Isogai[5]提出了以網(wǎng)絡(luò)聚類算法來(lái)處理高維問(wèn)題,從而建立高波動(dòng)金融資產(chǎn)回報(bào)率動(dòng)態(tài)網(wǎng)絡(luò)的新方法.A. Sensoy等[6]基于動(dòng)態(tài)條件相關(guān)方法構(gòu)建了亞洲股市關(guān)聯(lián)的動(dòng)態(tài)最小生成樹(shù),發(fā)現(xiàn)最小生成樹(shù)隨著時(shí)間增加而縮小.Wang Gangjin等[7]基于網(wǎng)絡(luò)分析方法對(duì)國(guó)際房地產(chǎn)證券市場(chǎng)的相關(guān)結(jié)構(gòu)進(jìn)行了研究.E. Kantar等[8]通過(guò)分層結(jié)構(gòu)方法構(gòu)建網(wǎng)絡(luò),發(fā)現(xiàn)金融危機(jī)對(duì)土耳其股票網(wǎng)絡(luò)的影響不明顯.O. Shirokikh等[9]利用網(wǎng)絡(luò)模型分析了整個(gè)美國(guó)股票市場(chǎng)的股價(jià)波動(dòng)趨勢(shì).A. Nobi等[10]研究了金融危機(jī)對(duì)韓國(guó)股票網(wǎng)絡(luò)的影響,發(fā)現(xiàn)在金融危機(jī)期間韓國(guó)股票網(wǎng)絡(luò)規(guī)模收縮,所選公司股票之間的共生相關(guān)系數(shù)增大.

    國(guó)內(nèi)許多學(xué)者采用計(jì)量模型對(duì)股票市場(chǎng)行業(yè)聯(lián)動(dòng)性進(jìn)行了研究.李俊照等[11]利用馬爾可夫毯時(shí)序回歸模型,選擇與房地產(chǎn)板塊相關(guān)的行業(yè)板塊,構(gòu)建房地產(chǎn)板塊的回歸模型,實(shí)現(xiàn)了對(duì)房地產(chǎn)板塊股價(jià)指數(shù)的有效預(yù)測(cè).寧建楠等[12]采用GARCH-Copula模型分析了金融危機(jī)前后中國(guó)股市4個(gè)行業(yè)板塊間相依結(jié)構(gòu)的變化,發(fā)現(xiàn)各市場(chǎng)間傾向聯(lián)動(dòng),金融危機(jī)后相依性增強(qiáng).劉井建等[13]以能源行業(yè)、原材料行業(yè)和消費(fèi)行業(yè)為例,采用非線性STR模型對(duì)市場(chǎng)行業(yè)風(fēng)險(xiǎn)聯(lián)動(dòng)性進(jìn)行實(shí)證分析,發(fā)現(xiàn)金融危機(jī)后行業(yè)風(fēng)險(xiǎn)聯(lián)動(dòng)趨勢(shì)增強(qiáng).馬丹等[14]用動(dòng)態(tài)層級(jí)模型分析了市場(chǎng)板塊的關(guān)聯(lián)效應(yīng)和傳染效應(yīng),發(fā)現(xiàn)在危機(jī)事件爆發(fā)時(shí)板塊之間的聯(lián)動(dòng)性增強(qiáng).曾裕峰等[15]基于非對(duì)稱MVMQ-CAViaR模型探究了金融業(yè)板塊間風(fēng)險(xiǎn)的傳導(dǎo).上述文獻(xiàn)雖然從多個(gè)方面研究了行業(yè)間聯(lián)動(dòng)性的變化規(guī)律,但大多數(shù)是選取幾個(gè)代表行業(yè)來(lái)進(jìn)行聯(lián)動(dòng)性研究,未能反映股市的整體動(dòng)態(tài)規(guī)律.

    近年來(lái),國(guó)內(nèi)不少學(xué)者采用復(fù)雜網(wǎng)絡(luò)方法對(duì)股票、行業(yè)板塊的聯(lián)動(dòng)性進(jìn)行了研究.莊新田等[16]通過(guò)閾值法建立中國(guó)股市網(wǎng)絡(luò),從時(shí)間和空間2個(gè)角度對(duì)中國(guó)股市網(wǎng)絡(luò)的分形特征進(jìn)行了研究.李岸等[17]利用閾值法、最小生成樹(shù)法和DCC-MVGARCH模型方法分析了中國(guó)股票市場(chǎng)國(guó)際聯(lián)動(dòng)性的變化.王榮森等[18]選取了“2015年股市波動(dòng)”前后中小板流通市值前60的股票,用最小生成樹(shù)和社區(qū)網(wǎng)絡(luò)方法構(gòu)建了股票的社區(qū)結(jié)構(gòu)圖,對(duì)“2015年股市波動(dòng)”前后的中小板上市公司網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行了對(duì)比分析.黃飛雪等[19]利用最小生成樹(shù)和指數(shù)分層結(jié)構(gòu)對(duì)上證50指數(shù)的行業(yè)風(fēng)格進(jìn)行了研究.謝邦昌等[20]采用了平面最大過(guò)濾圖和InfoMap算法研究了金融危機(jī)對(duì)中信行業(yè)指數(shù)網(wǎng)絡(luò)的影響,發(fā)現(xiàn)在金融危機(jī)期間網(wǎng)絡(luò)聯(lián)動(dòng)效應(yīng)最強(qiáng).

    雖然現(xiàn)有文獻(xiàn)從不同角度對(duì)中國(guó)股票市場(chǎng)的行業(yè)板塊聯(lián)動(dòng)性進(jìn)行了分析,但是相關(guān)研究仍存在一些不足:(i)現(xiàn)有文獻(xiàn)主要集中在某一次股市劇烈波動(dòng)(如次貸危機(jī)、2015年股市波動(dòng))對(duì)行業(yè)板塊聯(lián)動(dòng)性影響上,不能精確地得到中國(guó)行業(yè)板塊聯(lián)動(dòng)性的變化規(guī)律;(ii)大多數(shù)文獻(xiàn)是通過(guò)建立靜態(tài)網(wǎng)絡(luò)來(lái)對(duì)中國(guó)行業(yè)板塊聯(lián)動(dòng)性進(jìn)行研究,這無(wú)法反映行業(yè)板塊聯(lián)動(dòng)性的動(dòng)態(tài)變化.相比靜態(tài)網(wǎng)絡(luò)而言,動(dòng)態(tài)網(wǎng)絡(luò)可以反映股票市場(chǎng)每日的變化,對(duì)股市的分析更加精準(zhǔn).因此,本文在現(xiàn)有文獻(xiàn)研究的基礎(chǔ)上,首先采用標(biāo)普中國(guó)500指數(shù)中24個(gè)行業(yè)股票指數(shù)歷史數(shù)據(jù),通過(guò)DCC-MVGARCH模型計(jì)算各行業(yè)股指間的每日動(dòng)態(tài)相關(guān)系數(shù);然后建立動(dòng)態(tài)最小生成樹(shù)網(wǎng)絡(luò);最后參照文獻(xiàn)[5]的方法,利用張量低秩逼近方法對(duì)子網(wǎng)絡(luò)進(jìn)行聚類,發(fā)現(xiàn)股價(jià)劇烈波動(dòng)對(duì)行業(yè)板塊聯(lián)動(dòng)性有很大的影響.

    1 行業(yè)動(dòng)態(tài)相關(guān)系數(shù)

    本文以行業(yè)板塊股票指數(shù)為節(jié)點(diǎn)、行業(yè)板塊股票指數(shù)的相關(guān)系數(shù)為邊的權(quán)重來(lái)構(gòu)建動(dòng)態(tài)行業(yè)板塊聯(lián)動(dòng)網(wǎng)絡(luò)[1].為此利用DCC-MVGARCH模型計(jì)算各行業(yè)股指間的每日動(dòng)態(tài)相關(guān)系數(shù).

    1.1 DCC-MVGARCH模型

    R. Engle[21]提出的DCC-MVGARCH模型可以很好地刻畫(huà)股票間的動(dòng)態(tài)相關(guān)性,其設(shè)定為

    rt=ut+et,et|Ωt-1~N(0,Ht),

    (1)

    Ht=DtRtDt,

    (2)

    (3)

    本文使用的是DCC-MVGARCH(1,1),且qij,t為

    1.2 實(shí)證數(shù)據(jù)

    本文采用的數(shù)據(jù)是2007年1月10日—2018年9月20日的標(biāo)普中國(guó)股價(jià)指數(shù)日收盤(pán)價(jià)數(shù)據(jù),標(biāo)普中國(guó)指數(shù)的分類標(biāo)準(zhǔn)與國(guó)際上普遍使用的全球行業(yè)分類標(biāo)準(zhǔn)(GICS)一致,使得本文的結(jié)果具有可比性,其中每個(gè)行業(yè)指數(shù)有2 847個(gè)觀測(cè)值,數(shù)據(jù)來(lái)自Wind數(shù)據(jù)庫(kù).各行業(yè)名稱及股票指數(shù)的描述性統(tǒng)計(jì)如表1所示.

    表1 標(biāo)普中國(guó)股價(jià)指數(shù)描述性統(tǒng)計(jì)結(jié)果

    圖1為2007—2018年標(biāo)普中國(guó)股價(jià)指數(shù)日平均收盤(pán)價(jià)和上證綜指價(jià)格的變化情況,表2為圖1中黑色輔助線對(duì)應(yīng)的日期.在2007年股權(quán)分置改革完成以及資本市場(chǎng)制度進(jìn)一步完善后,股指平均收盤(pán)價(jià)快速上升,上證綜指呈相同的變化趨勢(shì),不同的是上證綜指在輔助線1(即2007年10月16日)處達(dá)到頂峰,而股指平均收盤(pán)價(jià)卻在輔助線2(即2008年1月14日)處達(dá)到頂峰,這表明股指平均收盤(pán)價(jià)和上證綜指的2007年牛市結(jié)束時(shí)間不同;2008年受次貸危機(jī)影響,股指平均收盤(pán)價(jià)和上證指數(shù)一直下跌;在2008年9月雷曼公司破產(chǎn)、次貸危機(jī)全面爆發(fā)后,股指平均收盤(pán)價(jià)和上證綜指卻從2008年11月開(kāi)始回升,這是因?yàn)?008年11月中國(guó)實(shí)施了“四萬(wàn)億”投資計(jì)劃,刺激了經(jīng)濟(jì)的增長(zhǎng);在2010年~2014上半年這段時(shí)間內(nèi),股市低迷,股指平均收盤(pán)價(jià)和上證綜指變化不大;2014年中旬股指平均收盤(pán)價(jià)和上證綜指急劇上漲,2015年中旬達(dá)到頂峰;在“2015年股市波動(dòng)”后股指平均收盤(pán)價(jià)和上證綜指急劇下跌,直至2016年2月才趨于穩(wěn)定.2016—2017年,受“2015年股市波動(dòng)”后續(xù)影響,股指平均收盤(pán)價(jià)和上證綜指持續(xù)低迷;2018年3月23日,美國(guó)前任總統(tǒng)特朗普在白宮正式簽署對(duì)中國(guó)貿(mào)易備忘錄,隨著中美貿(mào)易戰(zhàn)開(kāi)啟,國(guó)際經(jīng)濟(jì)形勢(shì)變得不穩(wěn)定,這導(dǎo)致股指平均收盤(pán)價(jià)和上證綜指下跌.

    圖1 2007—2018年標(biāo)普中國(guó)股價(jià)指數(shù)日平均收盤(pán)價(jià)和上證綜指

    表2 圖1中黑色輔助線對(duì)應(yīng)日期

    從總體來(lái)看,除2007年牛市結(jié)束時(shí)間外,股指平均收盤(pán)價(jià)和上證綜指的變化趨勢(shì)基本一致.自2007年后,中國(guó)股市有2次巨幅波動(dòng),分別是次貸危機(jī)前后和“2015年股市波動(dòng)”前后,由于次貸危機(jī)的沖擊被2008年11月的“四萬(wàn)億”投資計(jì)劃所抵消,因此本文將次貸危機(jī)時(shí)期分為“2008年股災(zāi)”和“2009年牛市”2個(gè)時(shí)期.另外,2018年的中美貿(mào)易戰(zhàn)對(duì)股市也有不小的影響.本文著重對(duì)這3次股市波動(dòng)時(shí)期進(jìn)行分析,各時(shí)期股市波動(dòng)的時(shí)間區(qū)間設(shè)置參照了上證綜指變化的臨界點(diǎn),并根據(jù)股指平均收盤(pán)價(jià)的實(shí)際情況進(jìn)行調(diào)整,具體如表3所示.

    此外,由于股票指數(shù)數(shù)據(jù)為金融時(shí)間序列,較為不穩(wěn)定,因此將原始數(shù)據(jù)按對(duì)數(shù)差分收益率進(jìn)行處理,對(duì)數(shù)差分收益率計(jì)算公式為

    Ri,t=ln(pi,t/pi,t-1),

    其中pi,t為股票i在t時(shí)刻處的收盤(pán)價(jià).

    表3 股市波動(dòng)的時(shí)間

    1.3 DCC-MVGARCH模型實(shí)證結(jié)果

    應(yīng)用DCC-MVGARCH模型,對(duì)各行業(yè)股票指數(shù)收益率進(jìn)行估計(jì),得到了收益率序列單變量GARCH系數(shù)、DCC系數(shù)和每日行業(yè)動(dòng)態(tài)相關(guān)系數(shù).

    表4為各行業(yè)股票指數(shù)收益率序列單變量GARCH模型系數(shù),其中α為ARCH項(xiàng)系數(shù),β為GARCH項(xiàng)系數(shù),所有股票指數(shù)的α+β均高于0.99且接近于1,這說(shuō)明行業(yè)股票指數(shù)波動(dòng)趨勢(shì)未來(lái)將得到持續(xù).

    表4 股票指數(shù)收益率序列單變量GARCH模型系數(shù)

    DCC-MVGARCH模型的λ1系數(shù)為0.0134,λ2系數(shù)為0.9763,且模型系數(shù)顯著性檢驗(yàn)p值均為0.00,這說(shuō)明行業(yè)板塊之間存在聯(lián)動(dòng)性.

    圖2(a)、(b)、(c)、(d)分別為整個(gè)時(shí)期動(dòng)態(tài)相關(guān)系數(shù)均值、標(biāo)準(zhǔn)差、偏度和峰度的變化情況,表5顯示的是股價(jià)波動(dòng)時(shí)期動(dòng)態(tài)相關(guān)系數(shù)均值、標(biāo)準(zhǔn)差、偏度和峰度的變化趨勢(shì).從圖2(a)、(b)來(lái)看,在次貸危機(jī)、“2015年股市波動(dòng)”期間,均值、標(biāo)準(zhǔn)差呈現(xiàn)相同的變化趨勢(shì),在股價(jià)快速下跌時(shí),相關(guān)系數(shù)均值上升,標(biāo)準(zhǔn)差下降,這說(shuō)明股指相關(guān)性增強(qiáng),離散程度下降.在股價(jià)快速下跌結(jié)束后,相關(guān)系數(shù)均值下降,標(biāo)準(zhǔn)差上升,這說(shuō)明股指相關(guān)性減弱,離差程度上升.中美貿(mào)易戰(zhàn)期間相關(guān)系數(shù)均值、標(biāo)準(zhǔn)差的變化說(shuō)明了中美貿(mào)易的摩擦使得中國(guó)股指相關(guān)性增強(qiáng).同時(shí)發(fā)現(xiàn):在中國(guó)股市的歷次股價(jià)快速下跌中,“2015年股市波動(dòng)”對(duì)股指相關(guān)性的影響最大;在“2015年股市波動(dòng)”結(jié)束時(shí),相關(guān)系數(shù)均值達(dá)到了歷史最高點(diǎn).

    值得注意的是:在2007年牛市期間,相關(guān)系數(shù)均值下降,標(biāo)準(zhǔn)差上升,股指相關(guān)性減弱,離差程度上升;而在2014年牛市期間,相關(guān)系數(shù)均值先上升后下降,標(biāo)準(zhǔn)差先下降后上升,且變化幅度均比較小,相關(guān)性變化不明顯.從相關(guān)系數(shù)均值、標(biāo)準(zhǔn)差來(lái)看,2007牛市和2014牛市對(duì)股指相關(guān)性的影響不同.但相關(guān)系數(shù)均值和標(biāo)準(zhǔn)差的變化只能反映各股指之間相關(guān)性的變化,這難以準(zhǔn)確地反映行業(yè)板塊網(wǎng)絡(luò)聯(lián)動(dòng)性的變化,其原因是未經(jīng)過(guò)處理的相關(guān)系數(shù)矩陣反映的信息是有噪聲的[17].為解決這個(gè)問(wèn)題,本文用最小生成樹(shù)網(wǎng)絡(luò)對(duì)行業(yè)板塊聯(lián)動(dòng)性進(jìn)行進(jìn)一步分析.

    圖2 動(dòng)態(tài)相關(guān)系數(shù)均值、標(biāo)準(zhǔn)差、偏度和峰度變化

    表5 股市波動(dòng)時(shí)期動(dòng)態(tài)相關(guān)系數(shù)均值、標(biāo)準(zhǔn)差、偏度、峰度變化趨勢(shì)

    從圖2(c)、(d)來(lái)看,次貸危機(jī)和中美貿(mào)易戰(zhàn)對(duì)相關(guān)系數(shù)偏度和峰度沒(méi)有明顯的影響.而在“2015年股市波動(dòng)”期間,相關(guān)系數(shù)偏度呈下降趨勢(shì),峰度呈上升趨勢(shì);在“2015年股市波動(dòng)”結(jié)束后,偏度呈上升趨勢(shì),峰度呈下降趨勢(shì).為了更好地觀察相關(guān)系數(shù)分布的變化,圖3通過(guò)Jarque-Bera系數(shù)來(lái)描述相關(guān)系數(shù)分布的變化.

    由圖3可知,股票指數(shù)相關(guān)系數(shù)在大部分時(shí)期內(nèi)拒絕正態(tài)分布.Jarque-Bera系數(shù)在“2015年股市波動(dòng)”前后時(shí)間段內(nèi)波動(dòng)劇烈,而在其他時(shí)間段內(nèi),波動(dòng)較小,比較平穩(wěn),這進(jìn)一步說(shuō)明“2015年股市波動(dòng)”對(duì)行業(yè)板塊聯(lián)動(dòng)性的影響與其他股市波動(dòng)是不同的.

    圖3 Jarque-Bera系數(shù)

    2 動(dòng)態(tài)最小生成樹(shù)網(wǎng)絡(luò)

    2.1 網(wǎng)絡(luò)分析方法

    2.1.1 最小生成樹(shù) 根據(jù)動(dòng)態(tài)相關(guān)系數(shù)構(gòu)建的N×N相關(guān)系數(shù)矩陣為A=(cii)N×N,由A構(gòu)建的初始關(guān)聯(lián)網(wǎng)絡(luò)為全連接網(wǎng)絡(luò),此時(shí)復(fù)雜網(wǎng)絡(luò)反映的信息大部分是無(wú)用的.因此要通過(guò)最小生成樹(shù)法,在相關(guān)系數(shù)的基礎(chǔ)上,濾去冗余的信息,建立真正的關(guān)聯(lián)網(wǎng)絡(luò)[17].

    仿照文獻(xiàn)[1]的方法建立最小生成樹(shù)網(wǎng)絡(luò).首先將相關(guān)系數(shù)轉(zhuǎn)化為歐氏距離,用它來(lái)表示2個(gè)股票指數(shù)之間的相對(duì)距離:

    再使用Kruskal算法將歐氏距離矩陣轉(zhuǎn)化為最小生成樹(shù).Kruskal算法具體如下:

    (i)將每個(gè)指數(shù)作為節(jié)點(diǎn),指數(shù)間的關(guān)聯(lián)性作為邊.視每一個(gè)節(jié)點(diǎn)為獨(dú)立的,將指數(shù)間的關(guān)聯(lián)系數(shù)作為邊的權(quán)重.

    (ii)在生成網(wǎng)絡(luò)后,從最小邊開(kāi)始,并檢測(cè)當(dāng)前所選邊的加入是否會(huì)構(gòu)成回路,若不構(gòu)成回路,則將該邊并入最小生成樹(shù)中.

    (iii)依次類推,直至在網(wǎng)絡(luò)圖中含有n-1條邊為止.

    2.1.2 網(wǎng)絡(luò)拓?fù)鋵傩?本文采用網(wǎng)絡(luò)拓?fù)鋵傩詫?duì)動(dòng)態(tài)網(wǎng)絡(luò)進(jìn)行分析.節(jié)點(diǎn)度是指與節(jié)點(diǎn)相連邊的條數(shù),又稱關(guān)聯(lián)度.一個(gè)節(jié)點(diǎn)的節(jié)點(diǎn)度越大意味著這個(gè)節(jié)點(diǎn)的度中心性越高,該節(jié)點(diǎn)在網(wǎng)絡(luò)中就越重要.

    節(jié)點(diǎn)強(qiáng)度是指與節(jié)點(diǎn)相連邊的權(quán)重之和,被用來(lái)衡量該節(jié)點(diǎn)與網(wǎng)絡(luò)中其他節(jié)點(diǎn)之間的相關(guān)程度.

    接近中心性度量的思想是:如果一個(gè)節(jié)點(diǎn)與許多其他節(jié)點(diǎn)都很“接近”,那么該節(jié)點(diǎn)處于網(wǎng)絡(luò)的中心位置.其定義為該節(jié)點(diǎn)到其他所有節(jié)點(diǎn)距離之和的倒數(shù),即

    其中f(v,u)是節(jié)點(diǎn)u、v∈V的捷徑距離.

    中介中心性度量是某個(gè)節(jié)點(diǎn)在多大程度上“介于”其他節(jié)點(diǎn)對(duì)之間.對(duì)于給定節(jié)點(diǎn)v,其定義為

    其中δ(s,t|v)是s與t之間通過(guò)v的最短路徑數(shù)量,δ(s,t)是s與t之間的最短路徑總數(shù).

    網(wǎng)絡(luò)的平均路徑長(zhǎng)度是任意2個(gè)節(jié)點(diǎn)之間距離的平均值,其計(jì)算公式為

    其中l(wèi)(i,j)是網(wǎng)絡(luò)中2個(gè)節(jié)點(diǎn)i和j的距離,其定義為連接這2個(gè)節(jié)點(diǎn)的最短路徑的邊數(shù).

    2.2 動(dòng)態(tài)網(wǎng)絡(luò)

    先根據(jù)每日動(dòng)態(tài)相關(guān)系數(shù)計(jì)算出距離矩陣,然后利用Kruskal算法將距離矩陣轉(zhuǎn)化為動(dòng)態(tài)最小生成樹(shù)網(wǎng)絡(luò)(即動(dòng)態(tài)行業(yè)板塊聯(lián)動(dòng)網(wǎng)絡(luò)),再運(yùn)用網(wǎng)絡(luò)拓?fù)鋵傩詫?duì)動(dòng)態(tài)網(wǎng)絡(luò)進(jìn)行特征化,最后得到的結(jié)果如圖4和圖5所示.

    圖4 動(dòng)態(tài)網(wǎng)絡(luò)4個(gè)中心性最大節(jié)點(diǎn)散點(diǎn)圖

    圖5 平均路徑長(zhǎng)度

    圖4(a)、(b)、(c)、(d)分別顯示的是節(jié)點(diǎn)度、節(jié)點(diǎn)強(qiáng)度、接近中心性和中介中心性最大節(jié)點(diǎn)的變化,散點(diǎn)的含義是其對(duì)應(yīng)的行業(yè)股指為在對(duì)應(yīng)日期網(wǎng)絡(luò)中的中心性最大節(jié)點(diǎn).表6顯示的是在網(wǎng)絡(luò)中重要股指的子行業(yè).節(jié)點(diǎn)度、節(jié)點(diǎn)強(qiáng)度、接近中心性和中介中心性被用于衡量節(jié)點(diǎn)中心性的大小.從圖4可以看出:一方面,除2015年外,資本品一直是聯(lián)動(dòng)網(wǎng)絡(luò)的核心節(jié)點(diǎn),而股市劇烈波動(dòng)會(huì)導(dǎo)致中心性最大節(jié)點(diǎn)發(fā)生變化,如在次貸危機(jī)中,技術(shù)硬件、耐用品和資本品一起成為聯(lián)動(dòng)網(wǎng)絡(luò)的中心性最大節(jié)點(diǎn),尤其是在2015年,技術(shù)硬件取代了資本品成為了聯(lián)動(dòng)網(wǎng)絡(luò)的核心節(jié)點(diǎn),整個(gè)動(dòng)態(tài)聯(lián)動(dòng)網(wǎng)絡(luò)的核心節(jié)點(diǎn)是資本品或技術(shù)硬件,這表明在中國(guó)股票市場(chǎng)中生產(chǎn)制造業(yè)一直處于核心地位;另一方面,在中國(guó)經(jīng)濟(jì)中日益繁榮的金融行業(yè)在股票網(wǎng)絡(luò)中卻處于邊緣地位,這是因?yàn)榻鹑诎鍓K股票的市盈率一直處于低位,如銀行股市盈率長(zhǎng)期處于10左右,漲跌幅度很小,對(duì)于投資者來(lái)說(shuō),波動(dòng)很小的金融板塊是不具有投資價(jià)值的.這與其他國(guó)家的研究結(jié)果不同,在股市平穩(wěn)期間,在韓國(guó)股票網(wǎng)絡(luò)中金融證券類公司是核心節(jié)點(diǎn)[10],美國(guó)股票市場(chǎng)由金融部門(mén)所主導(dǎo)[22],在德國(guó)股票網(wǎng)絡(luò)中銀行業(yè)是核心節(jié)點(diǎn)[23],這些發(fā)達(dá)國(guó)家平穩(wěn)時(shí)期的股票網(wǎng)絡(luò)核心節(jié)點(diǎn)均為金融行業(yè).這意味著中國(guó)與發(fā)達(dá)國(guó)家的金融市場(chǎng)結(jié)構(gòu)不同.

    表6 重要股指的子行業(yè)

    對(duì)于復(fù)雜網(wǎng)絡(luò)而言,相關(guān)文獻(xiàn)經(jīng)常使用平均路徑長(zhǎng)度和聚類系數(shù)這2個(gè)特征來(lái)衡量網(wǎng)絡(luò)的小世界性,若一個(gè)網(wǎng)絡(luò)圖平均路徑長(zhǎng)度較短、聚類系數(shù)較大,則該網(wǎng)絡(luò)圖具有小世界性.網(wǎng)絡(luò)圖具有小世界性意味著網(wǎng)絡(luò)更加緊密,節(jié)點(diǎn)之間的聯(lián)動(dòng)性更強(qiáng).然而,最小生成樹(shù)網(wǎng)絡(luò)屬于二分圖,其聚類系數(shù)為0,因此最小生成樹(shù)網(wǎng)絡(luò)不能用聚類系數(shù)來(lái)衡量.A. Sensoy等[6]認(rèn)為在最小生成樹(shù)網(wǎng)絡(luò)中,平均路徑長(zhǎng)度的減少意味著網(wǎng)絡(luò)變得更緊密以及聯(lián)動(dòng)性增強(qiáng).本文采用平均路徑長(zhǎng)度[6]來(lái)衡量最小生成樹(shù)網(wǎng)絡(luò)聯(lián)動(dòng)性的大小.

    圖5顯示的是整個(gè)時(shí)期動(dòng)態(tài)網(wǎng)絡(luò)平均路徑長(zhǎng)度的變化,表7顯示的是動(dòng)態(tài)相關(guān)系數(shù)均值、股指相關(guān)性、動(dòng)態(tài)網(wǎng)絡(luò)平均路徑長(zhǎng)度及聯(lián)動(dòng)性的變化趨勢(shì),除2014年牛市和中美貿(mào)易戰(zhàn)時(shí)期外,動(dòng)態(tài)相關(guān)系數(shù)均值所反映的股指相關(guān)性的變化和行業(yè)板塊聯(lián)動(dòng)性的變化相一致,這說(shuō)明動(dòng)態(tài)相關(guān)系數(shù)均值對(duì)行業(yè)板塊聯(lián)動(dòng)性有一定的預(yù)測(cè)價(jià)值.

    與動(dòng)態(tài)相關(guān)系數(shù)均值變化相似,“2015年股市波動(dòng)”期間平均路徑長(zhǎng)度波動(dòng)最大,這說(shuō)明“2015年股市波動(dòng)”期間行業(yè)板塊聯(lián)動(dòng)性的變化最劇烈.值得注意的是:在2010年末至2011年初期間,平均路徑長(zhǎng)度波動(dòng)較大,而這段時(shí)間股市相對(duì)次貸危機(jī)來(lái)說(shuō)卻比較平穩(wěn),對(duì)于這個(gè)問(wèn)題,本文在網(wǎng)絡(luò)聚類方法中做進(jìn)一步的分析;在中美貿(mào)易戰(zhàn)發(fā)生后,平均路徑長(zhǎng)度先下降后上升,再穩(wěn)定于某個(gè)程度,這表明中美貿(mào)易戰(zhàn)對(duì)中國(guó)行業(yè)板塊聯(lián)動(dòng)性造成了一定的影響,但由于中美貿(mào)易戰(zhàn)發(fā)生在2018年,所能得到與之相關(guān)數(shù)據(jù)的時(shí)間較短,所以無(wú)法明確中美貿(mào)易戰(zhàn)對(duì)行業(yè)板塊聯(lián)動(dòng)性的影響.

    表7 相關(guān)系數(shù)均值、網(wǎng)絡(luò)平均路徑長(zhǎng)度及聯(lián)動(dòng)性的變化趨勢(shì)

    綜上所述,中國(guó)行業(yè)板塊聯(lián)動(dòng)性長(zhǎng)期處于波動(dòng)狀態(tài),在股價(jià)快速上漲、下跌時(shí),聯(lián)動(dòng)性的波動(dòng)尤為劇烈,具體表現(xiàn)為:股價(jià)快速上漲會(huì)使聯(lián)動(dòng)網(wǎng)絡(luò)更稀疏,行業(yè)板塊聯(lián)動(dòng)性減弱;而股價(jià)快速下跌會(huì)使聯(lián)動(dòng)網(wǎng)絡(luò)更緊密,行業(yè)板塊聯(lián)動(dòng)性增強(qiáng),但在股價(jià)快速下跌結(jié)束后,聯(lián)動(dòng)網(wǎng)絡(luò)會(huì)變得稀疏,行業(yè)板塊聯(lián)動(dòng)性減弱.

    3 動(dòng)態(tài)網(wǎng)絡(luò)聚類

    3.1 聚類方法

    參照文獻(xiàn)[5]的方式:第1步,將動(dòng)態(tài)網(wǎng)絡(luò)鄰接矩陣看作一個(gè)3階張量,利用Tucker分解方法分解為矩陣;第2步,將含有時(shí)間信息的矩陣轉(zhuǎn)化為向量,再通過(guò)K-均值聚類方法對(duì)含有時(shí)間信息的向量進(jìn)行聚類.

    張量是向量或者矩陣的高階泛化.如向量是1階張量,矩陣是2階張量,本文的動(dòng)態(tài)網(wǎng)絡(luò)鄰接矩陣是3階張量,每日網(wǎng)絡(luò)的鄰接矩陣是2階張量.

    首先,Tucker分解.以3階張量為例,假設(shè)x是大小為n1×n2×n3的張量,進(jìn)行Tucker分解后的表達(dá)式可以寫(xiě)成:

    x≈gx1Ux2Vx3W,

    其中張量g的大小為r1×r2×r3(也稱為核心張量),矩陣U的大小為n1×r1,矩陣V的大小為n2×r2,矩陣W的大小為n3×r3,x1、x2和x3是對(duì)應(yīng)模塊的張量積.

    然后,使用Tucker分解的結(jié)果進(jìn)行動(dòng)態(tài)網(wǎng)絡(luò)鄰接矩陣的子空間聚類.W包含著動(dòng)態(tài)網(wǎng)絡(luò)鄰接矩陣的時(shí)間信息,所以x對(duì)子空間的投影定義為

    Y=gx3W.

    最后,將Y轉(zhuǎn)化為向量,使用K-均值聚類方法對(duì)其聚類.

    3.2 動(dòng)態(tài)網(wǎng)絡(luò)聚類結(jié)果

    標(biāo)普中國(guó)股價(jià)指數(shù)共有24個(gè)行業(yè)指數(shù),所選時(shí)間共有2 847個(gè)交易日,因此動(dòng)態(tài)網(wǎng)絡(luò)的鄰接矩陣可以看作是一個(gè)24×24×2 847的張量,核心向量g的秩數(shù)設(shè)置參照文獻(xiàn)[5],為了減少鄰接矩陣的維度,令r1=r2=3,為了保證張量有關(guān)時(shí)間的信息盡可能地保存,令r3=n3=2 847.在K-均值聚類中令k=3,將動(dòng)態(tài)網(wǎng)絡(luò)聚集成3個(gè)代表網(wǎng)絡(luò).

    為了直觀地展示網(wǎng)絡(luò)聚類分期結(jié)果,將圖5中網(wǎng)絡(luò)平均路徑長(zhǎng)度的變化進(jìn)行分期標(biāo)記.圖6把007年1月10日—2018年9月20日共2 847個(gè)交易日分在T1、T2和T33個(gè)子時(shí)期中.由圖6可知,T1和T2時(shí)期的網(wǎng)絡(luò)分散在整個(gè)期間,而T3時(shí)期的網(wǎng)絡(luò)(淺灰色折線)多集中在平均路徑長(zhǎng)度劇烈波動(dòng)的時(shí)期.通過(guò)對(duì)各個(gè)時(shí)期平均路徑長(zhǎng)度波動(dòng)的比較發(fā)現(xiàn):T3處于高應(yīng)激期,T1和T2時(shí)期處于普通應(yīng)激期.而在T. Isogai[5]對(duì)日本股市的研究中,次貸危機(jī)時(shí)期屬于最高級(jí)別的波動(dòng)時(shí)期,這是因?yàn)橄啾热毡镜木仁写胧﹣?lái)說(shuō),中國(guó)的“四萬(wàn)億”計(jì)劃更有力度,使得次貸危機(jī)對(duì)中國(guó)股市的影響較小.

    圖6 網(wǎng)絡(luò)聚類結(jié)果

    圖7顯示的是2007—2018年T1、T2和T3時(shí)期在一年中所占的百分比,不同的年份的每個(gè)子時(shí)期的占比有較大的差異.T1在2011年之前占比較高,2011后有所下降,T2在2011年后占比增加.而T3在2015年占比最大,這說(shuō)明“2015年股市波動(dòng)”對(duì)行業(yè)板塊聯(lián)動(dòng)性的影響比次貸危機(jī)更深刻;T3在2011年占比超過(guò)了50%,在2010年緩慢牛市結(jié)束后,2011年前期股市震蕩上漲,4月份相關(guān)部門(mén)實(shí)施貨幣緊縮政策,導(dǎo)致股價(jià)下跌,在這段時(shí)間內(nèi),雖然股價(jià)相對(duì)次貸危機(jī)來(lái)說(shuō)波動(dòng)較小,但是由于股市多處于震蕩狀態(tài),所以主力可以借此洗盤(pán)和震倉(cāng),這使得股票市場(chǎng)處于高應(yīng)激期,這也是從2010年末至2011年初期間平均路徑長(zhǎng)度波動(dòng)較大的原因.

    通過(guò)張量分解和K-均值聚類能夠?qū)?dòng)態(tài)網(wǎng)絡(luò)鄰接矩陣的維數(shù)從2 847(交易日)減少到3.這種降維簡(jiǎn)化了在時(shí)間軸上動(dòng)態(tài)聯(lián)動(dòng)網(wǎng)絡(luò)的比較,可以便于總結(jié)出與代表網(wǎng)絡(luò)相對(duì)應(yīng)的子時(shí)期的差異.具體地,首先對(duì)每個(gè)子時(shí)期的動(dòng)態(tài)相關(guān)系數(shù)進(jìn)行加權(quán)平均,得到3個(gè)子時(shí)期的相關(guān)系數(shù);再通過(guò)最小生成樹(shù)方法創(chuàng)建子時(shí)期的代表網(wǎng)絡(luò);最后通過(guò)使用3個(gè)代表網(wǎng)絡(luò)來(lái)總結(jié)整個(gè)中國(guó)股票市場(chǎng)的動(dòng)態(tài)相關(guān)結(jié)構(gòu).

    圖8(a)、(b)、(c)分別是T1、T2、T3時(shí)期代表網(wǎng)絡(luò),表8是各時(shí)期代表網(wǎng)絡(luò)的重要節(jié)點(diǎn)度.由圖8發(fā)現(xiàn)T1和T2時(shí)期的最小生成樹(shù)網(wǎng)絡(luò)變化不大,表8中T1和T2重要節(jié)點(diǎn)的變化僅有排名第5的制藥生物技術(shù)和科學(xué)變?yōu)榱四陀闷?,而T3與T1、T2相比,網(wǎng)絡(luò)圖核心節(jié)點(diǎn)發(fā)生了變化,技術(shù)硬件取代了資本品成為核心節(jié)點(diǎn);但T1、T2和T3時(shí)期前5的節(jié)點(diǎn)始終有資本品、技術(shù)硬件、原材料這3個(gè)節(jié)點(diǎn),而且在T1、T2時(shí)期技術(shù)硬件是網(wǎng)絡(luò)圖第2大節(jié)點(diǎn),在T3時(shí)期資本品是網(wǎng)絡(luò)圖第2大節(jié)點(diǎn),雖然行業(yè)板塊聯(lián)動(dòng)性一直有不小的波動(dòng),但是在網(wǎng)絡(luò)中發(fā)揮重要作用的節(jié)點(diǎn)的改變很小,這說(shuō)明中國(guó)行業(yè)板塊聯(lián)動(dòng)網(wǎng)絡(luò)比較穩(wěn)定.為了進(jìn)一步分析聯(lián)動(dòng)網(wǎng)絡(luò)的穩(wěn)定性,本文建立了指數(shù)分層結(jié)構(gòu)對(duì)聯(lián)動(dòng)網(wǎng)絡(luò)進(jìn)行研究.

    圖7 2007—2018年T1、T2和T3時(shí)期百分比

    表8 T1、T2和T3時(shí)期網(wǎng)絡(luò)重要節(jié)點(diǎn)度

    (a)T1時(shí)期最小生成樹(shù)網(wǎng)絡(luò) (b)T2時(shí)期最小生成樹(shù)網(wǎng)絡(luò) (c)T3時(shí)期最小生成樹(shù)網(wǎng)絡(luò)

    3.3 指數(shù)分層結(jié)構(gòu)

    圖9(a)、(b)、(c)分別為T(mén)1、T2、T3時(shí)期的行業(yè)股票指數(shù)分層結(jié)構(gòu)樹(shù)圖,橫坐標(biāo)為行業(yè)股票指數(shù)名稱,縱坐標(biāo)為行業(yè)股票指數(shù)距離,指數(shù)分層結(jié)構(gòu)樹(shù)圖展現(xiàn)了行業(yè)股票指數(shù)間的聚集狀態(tài).

    (a)T1時(shí)期分層結(jié)構(gòu)樹(shù) (b)T2時(shí)期分層結(jié)構(gòu)樹(shù) (c)T3時(shí)期分層結(jié)構(gòu)樹(shù)

    通過(guò)圖9(a)、(b)、(c)對(duì)比發(fā)現(xiàn):在3個(gè)時(shí)期中資本品、耐用品、原材料、技術(shù)硬件等生產(chǎn)制造業(yè)的指數(shù)距離均比較小,商業(yè)銀行、保險(xiǎn)、多樣金融等金融行業(yè)的指數(shù)距離均比較大,3個(gè)時(shí)期分層結(jié)構(gòu)樹(shù)的變化更多地表現(xiàn)為股票指數(shù)距離齊升同降,并且指數(shù)間的相對(duì)距離變化較小,這表明T1、T2和T33個(gè)時(shí)期的指數(shù)聚集狀態(tài)基本相似,也說(shuō)明中國(guó)行業(yè)板塊聯(lián)動(dòng)網(wǎng)絡(luò)基本穩(wěn)定.A. Nobi等[10]在研究金融危機(jī)對(duì)韓國(guó)股票市場(chǎng)的影響中發(fā)現(xiàn):在金融危機(jī)期間,大型制造業(yè)公司通過(guò)成為股票網(wǎng)絡(luò)核心節(jié)點(diǎn)來(lái)穩(wěn)定由金融危機(jī)給股票市場(chǎng)所帶來(lái)的震蕩.中國(guó)股票網(wǎng)絡(luò)的核心節(jié)點(diǎn)始終是生產(chǎn)制造業(yè),這在一定程度上使得中國(guó)股票市場(chǎng)趨于穩(wěn)定.

    在3個(gè)時(shí)期中由商業(yè)銀行和保險(xiǎn)所組成的聚集層次與鄰近層次的距離一直在0.7左右,這說(shuō)明在行業(yè)聯(lián)動(dòng)網(wǎng)絡(luò)中金融行業(yè)一直處于邊緣地位.這與前面動(dòng)態(tài)網(wǎng)絡(luò)中得出的結(jié)論一致.值得注意的是:T3時(shí)期銀行、保險(xiǎn)和多樣金融組成了一個(gè)聚類層次.這說(shuō)明T3時(shí)期的股市高波動(dòng)加強(qiáng)了金融行業(yè)指數(shù)之間的聯(lián)動(dòng)性.

    4 結(jié)論與建議

    本文基于標(biāo)普中國(guó)24個(gè)行業(yè)股票指數(shù)2007年1月10日—2018年9月20日日收盤(pán)價(jià)的數(shù)據(jù),通過(guò)DCC-MVGARCH模型計(jì)算各行業(yè)股指間的每日動(dòng)態(tài)相關(guān)系數(shù),建立動(dòng)態(tài)最小生成樹(shù)網(wǎng)絡(luò),利用Tucker張量分解和K-均值聚類方法,將動(dòng)態(tài)網(wǎng)絡(luò)聚集成3個(gè)代表網(wǎng)絡(luò),并在此基礎(chǔ)上生成分層結(jié)構(gòu)樹(shù)圖,研究了行業(yè)板塊聯(lián)動(dòng)性的變化,得到如下結(jié)論:

    1)通過(guò)標(biāo)普行業(yè)股指動(dòng)態(tài)相關(guān)系數(shù)的描述性統(tǒng)計(jì)和動(dòng)態(tài)網(wǎng)絡(luò)的特征化發(fā)現(xiàn):中國(guó)行業(yè)板塊聯(lián)動(dòng)性長(zhǎng)期處于波動(dòng)狀態(tài),在股價(jià)快速上漲、下跌時(shí),聯(lián)動(dòng)性的波動(dòng)尤為劇烈.具體表現(xiàn)為:股價(jià)快速上漲會(huì)使聯(lián)動(dòng)網(wǎng)絡(luò)更稀疏,行業(yè)板塊聯(lián)動(dòng)性減弱;而股價(jià)快速下跌會(huì)使聯(lián)動(dòng)網(wǎng)絡(luò)更緊密,行業(yè)板塊聯(lián)動(dòng)性增強(qiáng),但在股價(jià)快速下跌結(jié)束后,聯(lián)動(dòng)網(wǎng)絡(luò)會(huì)變得稀疏,行業(yè)板塊聯(lián)動(dòng)性減弱.

    2)股市的劇烈波動(dòng)會(huì)導(dǎo)致行業(yè)板塊聯(lián)動(dòng)網(wǎng)絡(luò)中心節(jié)點(diǎn)的變化,資本品和技術(shù)硬件是行業(yè)板塊網(wǎng)絡(luò)不同時(shí)期的核心節(jié)點(diǎn),金融相關(guān)行業(yè)沒(méi)有在行業(yè)板塊聯(lián)動(dòng)網(wǎng)絡(luò)中發(fā)揮重要作用.這說(shuō)明在中國(guó)股票市場(chǎng)的網(wǎng)絡(luò)結(jié)構(gòu)中生產(chǎn)制造業(yè)處于核心地位,金融業(yè)處于邊緣地位.

    3)通過(guò)動(dòng)態(tài)網(wǎng)絡(luò)聚類發(fā)現(xiàn):“2015年股市波動(dòng)”對(duì)行業(yè)板塊聯(lián)動(dòng)性的影響比次貸危機(jī)更深刻;在代表網(wǎng)絡(luò)中具有重要影響力的節(jié)點(diǎn)改變不大,并且指數(shù)分層結(jié)構(gòu)樹(shù)圖聚集狀態(tài)變化較小.這說(shuō)明行業(yè)板塊聯(lián)動(dòng)網(wǎng)絡(luò)基本穩(wěn)定.

    根據(jù)上述結(jié)論,研究建議:

    1)根據(jù)股指價(jià)格和行業(yè)板塊聯(lián)動(dòng)性的變化,投資者和監(jiān)管者可以在一定程度上預(yù)測(cè)股市的系統(tǒng)性風(fēng)險(xiǎn).如當(dāng)股指價(jià)格快速下降時(shí),行業(yè)板塊聯(lián)動(dòng)性迅速上升,這是股市出現(xiàn)系統(tǒng)性風(fēng)險(xiǎn)的征兆,投資者可以及時(shí)出倉(cāng)以避免可能出現(xiàn)的損失,監(jiān)管者可以采取相應(yīng)的措施來(lái)防范系統(tǒng)性風(fēng)險(xiǎn).

    2)根據(jù)相應(yīng)時(shí)期最小生成樹(shù)和指數(shù)分層結(jié)構(gòu)樹(shù)圖,投資者在進(jìn)行行業(yè)配置投資時(shí)所投資的行業(yè)類型之間的指數(shù)相對(duì)距離要保證在一定范圍內(nèi),以避免由所選股票的行業(yè)關(guān)聯(lián)性過(guò)強(qiáng)而導(dǎo)致整個(gè)資產(chǎn)組合風(fēng)險(xiǎn)上升;監(jiān)管者在股價(jià)波動(dòng)時(shí)期可以預(yù)測(cè)風(fēng)險(xiǎn)傳遞路徑,做好相關(guān)準(zhǔn)備,減少由風(fēng)險(xiǎn)傳遞所帶來(lái)的損失.

    猜你喜歡
    聯(lián)動(dòng)性板塊波動(dòng)
    碳排放權(quán)交易價(jià)與行業(yè)股指聯(lián)動(dòng)性研究
    板塊拼拼樂(lè)
    羊肉價(jià)回穩(wěn) 后期不會(huì)大幅波動(dòng)
    微風(fēng)里優(yōu)美地波動(dòng)
    2019年國(guó)內(nèi)外油價(jià)或?qū)⒉▌?dòng)加劇
    干濕法SO2排放波動(dòng)對(duì)比及分析
    我國(guó)膠合板和纖維板期貨與CME木材期貨價(jià)格聯(lián)動(dòng)性分析
    A股各板塊1月漲跌幅前50名
    滬港通對(duì)滬港兩地股市聯(lián)動(dòng)影響機(jī)制分析
    商(2016年10期)2016-04-25 18:15:13
    基于時(shí)變條件相關(guān)系數(shù)英美日股票市場(chǎng)聯(lián)動(dòng)性研究
    精品一区二区三区人妻视频| 99久久成人亚洲精品观看| а√天堂www在线а√下载| 日韩成人在线观看一区二区三区| 亚洲精品亚洲一区二区| 12—13女人毛片做爰片一| 九色国产91popny在线| 久9热在线精品视频| 亚洲精品国产精品久久久不卡| 亚洲 欧美 日韩 在线 免费| 久久伊人香网站| 欧美zozozo另类| 色综合亚洲欧美另类图片| 欧美日韩综合久久久久久 | 精品无人区乱码1区二区| 香蕉丝袜av| 国产一区二区在线观看日韩 | 日韩欧美 国产精品| 在线观看舔阴道视频| 国产精品亚洲av一区麻豆| 日韩欧美精品免费久久 | 九九久久精品国产亚洲av麻豆| 亚洲专区国产一区二区| 国产成人av激情在线播放| 一级黄片播放器| 欧美激情在线99| 欧美激情在线99| 乱人视频在线观看| 亚洲国产精品sss在线观看| 欧美最新免费一区二区三区 | 久久精品综合一区二区三区| 久久久久亚洲av毛片大全| 亚洲va日本ⅴa欧美va伊人久久| 天堂影院成人在线观看| 两人在一起打扑克的视频| 18美女黄网站色大片免费观看| 男女床上黄色一级片免费看| 三级国产精品欧美在线观看| 欧美乱色亚洲激情| 国产成人a区在线观看| av片东京热男人的天堂| 欧美xxxx黑人xx丫x性爽| 波多野结衣高清作品| 国产一区二区三区视频了| 精品乱码久久久久久99久播| 丰满人妻一区二区三区视频av | 国产精品日韩av在线免费观看| 国产探花极品一区二区| 91麻豆av在线| av女优亚洲男人天堂| 亚洲七黄色美女视频| 亚洲一区高清亚洲精品| 欧美日韩中文字幕国产精品一区二区三区| 人人妻人人澡欧美一区二区| 九九在线视频观看精品| 国产亚洲精品一区二区www| 国产高清三级在线| 成人鲁丝片一二三区免费| 1024手机看黄色片| 亚洲av第一区精品v没综合| 少妇的逼好多水| 国产蜜桃级精品一区二区三区| 欧美+亚洲+日韩+国产| 国产精品亚洲一级av第二区| 欧美乱码精品一区二区三区| 国产精品 欧美亚洲| 亚洲欧美激情综合另类| 国模一区二区三区四区视频| 亚洲精品国产精品久久久不卡| 国产高清激情床上av| 国产男靠女视频免费网站| 国产视频一区二区在线看| 99精品在免费线老司机午夜| 亚洲av电影不卡..在线观看| 久99久视频精品免费| 欧美中文日本在线观看视频| 国产成人a区在线观看| 成人高潮视频无遮挡免费网站| 激情在线观看视频在线高清| 伊人久久精品亚洲午夜| 欧美最黄视频在线播放免费| svipshipincom国产片| 亚洲第一欧美日韩一区二区三区| 日韩有码中文字幕| 黄片大片在线免费观看| 舔av片在线| 中文字幕人妻丝袜一区二区| 亚洲片人在线观看| 午夜影院日韩av| 久久国产精品影院| 日韩国内少妇激情av| 美女被艹到高潮喷水动态| 国产精品 欧美亚洲| 中文字幕精品亚洲无线码一区| 亚洲aⅴ乱码一区二区在线播放| 淫秽高清视频在线观看| 国产精品免费一区二区三区在线| www日本黄色视频网| 99国产极品粉嫩在线观看| 国产极品精品免费视频能看的| 日本黄色视频三级网站网址| 人人妻人人看人人澡| 一夜夜www| 亚洲成人精品中文字幕电影| 国产精品久久久久久久电影 | 日韩欧美国产一区二区入口| 日本熟妇午夜| 国产探花在线观看一区二区| 午夜福利成人在线免费观看| 校园春色视频在线观看| 国产精品永久免费网站| 国产成人aa在线观看| 男女视频在线观看网站免费| 久久久久久久午夜电影| 亚洲av美国av| 91av网一区二区| 久久欧美精品欧美久久欧美| 亚洲一区二区三区色噜噜| 少妇高潮的动态图| 日韩欧美在线乱码| 国产成人av激情在线播放| 最新在线观看一区二区三区| 日韩有码中文字幕| 午夜福利视频1000在线观看| 男女之事视频高清在线观看| or卡值多少钱| 欧美日韩中文字幕国产精品一区二区三区| 深夜精品福利| 久久精品国产亚洲av香蕉五月| 五月伊人婷婷丁香| 精品电影一区二区在线| 成人特级黄色片久久久久久久| 亚洲国产精品合色在线| 丁香六月欧美| 国产成人啪精品午夜网站| 特大巨黑吊av在线直播| 亚洲精品456在线播放app | 又黄又粗又硬又大视频| 日日摸夜夜添夜夜添小说| 观看免费一级毛片| 国产一区二区亚洲精品在线观看| 国产91精品成人一区二区三区| 婷婷精品国产亚洲av在线| 悠悠久久av| 日韩中文字幕欧美一区二区| 一本综合久久免费| 免费一级毛片在线播放高清视频| 国产精品一区二区免费欧美| 久久草成人影院| 很黄的视频免费| 国产日本99.免费观看| 欧美日韩福利视频一区二区| 久久亚洲真实| 免费大片18禁| 一夜夜www| 欧美一区二区亚洲| 久久香蕉国产精品| 亚洲熟妇中文字幕五十中出| 成人三级黄色视频| 久久欧美精品欧美久久欧美| 国产免费一级a男人的天堂| 欧美最新免费一区二区三区 | 18美女黄网站色大片免费观看| 叶爱在线成人免费视频播放| 精品乱码久久久久久99久播| 18禁黄网站禁片免费观看直播| 亚洲精品亚洲一区二区| 久久欧美精品欧美久久欧美| 欧美一区二区精品小视频在线| 亚洲av二区三区四区| 成年版毛片免费区| 国产欧美日韩精品亚洲av| 久久香蕉精品热| 999久久久精品免费观看国产| 老汉色∧v一级毛片| 伊人久久大香线蕉亚洲五| 日本与韩国留学比较| 97人妻精品一区二区三区麻豆| 一区福利在线观看| 久久中文看片网| 亚洲熟妇熟女久久| 听说在线观看完整版免费高清| 男女之事视频高清在线观看| 欧美黑人巨大hd| tocl精华| 午夜激情福利司机影院| 精品午夜福利视频在线观看一区| 精品久久久久久成人av| 国产精品一区二区免费欧美| 中文字幕av在线有码专区| 少妇熟女aⅴ在线视频| 日韩中文字幕欧美一区二区| 人妻夜夜爽99麻豆av| 日韩欧美国产一区二区入口| 在线视频色国产色| 精品国产三级普通话版| 亚洲国产欧洲综合997久久,| 丰满乱子伦码专区| 日本a在线网址| 久久精品91无色码中文字幕| 别揉我奶头~嗯~啊~动态视频| aaaaa片日本免费| 国产色爽女视频免费观看| 99国产精品一区二区三区| 日本免费一区二区三区高清不卡| 一级a爱片免费观看的视频| 日韩欧美一区二区三区在线观看| 精品国产美女av久久久久小说| 亚洲熟妇中文字幕五十中出| 九九热线精品视视频播放| 国产成人影院久久av| 亚洲av不卡在线观看| 欧美乱码精品一区二区三区| 首页视频小说图片口味搜索| 精品国内亚洲2022精品成人| 亚洲电影在线观看av| 18禁国产床啪视频网站| 嫁个100分男人电影在线观看| 日日摸夜夜添夜夜添小说| 91字幕亚洲| 欧美一区二区亚洲| 99久久综合精品五月天人人| 又黄又爽又免费观看的视频| 国产欧美日韩一区二区三| 国产亚洲精品久久久com| 国产欧美日韩精品一区二区| 人人妻人人澡欧美一区二区| 亚洲欧美日韩卡通动漫| 两个人看的免费小视频| 国产高潮美女av| 国产精品女同一区二区软件 | 午夜福利18| 嫩草影院入口| 99热精品在线国产| 久久国产乱子伦精品免费另类| 香蕉丝袜av| 成人亚洲精品av一区二区| 又黄又爽又免费观看的视频| www.色视频.com| 熟女人妻精品中文字幕| 国产熟女xx| 啦啦啦免费观看视频1| 免费人成视频x8x8入口观看| 特大巨黑吊av在线直播| 国产精品一区二区三区四区免费观看 | 亚洲熟妇熟女久久| 亚洲成人精品中文字幕电影| 久久亚洲精品不卡| 中文字幕av成人在线电影| 免费在线观看影片大全网站| 99久久九九国产精品国产免费| 网址你懂的国产日韩在线| 三级国产精品欧美在线观看| av天堂在线播放| 午夜a级毛片| 黄色女人牲交| 亚洲熟妇熟女久久| 深爱激情五月婷婷| 欧美xxxx黑人xx丫x性爽| 久9热在线精品视频| 亚洲一区高清亚洲精品| svipshipincom国产片| 日日夜夜操网爽| 亚洲欧美日韩东京热| 九九在线视频观看精品| 97人妻精品一区二区三区麻豆| 草草在线视频免费看| 九色成人免费人妻av| 中文字幕熟女人妻在线| 欧美xxxx黑人xx丫x性爽| 亚洲人与动物交配视频| 色av中文字幕| 国产成人a区在线观看| 欧美精品啪啪一区二区三区| 全区人妻精品视频| 婷婷精品国产亚洲av在线| 久久99热这里只有精品18| 有码 亚洲区| 一个人免费在线观看电影| 精品欧美国产一区二区三| 人妻久久中文字幕网| 99热精品在线国产| 国产毛片a区久久久久| 精品电影一区二区在线| 最新中文字幕久久久久| 90打野战视频偷拍视频| 18禁裸乳无遮挡免费网站照片| 日本撒尿小便嘘嘘汇集6| 精品久久久久久成人av| 国产成人a区在线观看| 国产伦一二天堂av在线观看| 熟女电影av网| 精品人妻1区二区| 色吧在线观看| 久久久精品欧美日韩精品| 桃红色精品国产亚洲av| 黄色片一级片一级黄色片| 色av中文字幕| 久久伊人香网站| 丰满乱子伦码专区| 白带黄色成豆腐渣| 欧美中文日本在线观看视频| 亚洲精品日韩av片在线观看 | 99久久久亚洲精品蜜臀av| 久久欧美精品欧美久久欧美| 99热只有精品国产| 欧美zozozo另类| 老司机午夜十八禁免费视频| 国产高清videossex| 久久精品亚洲精品国产色婷小说| 五月伊人婷婷丁香| 欧美xxxx黑人xx丫x性爽| 脱女人内裤的视频| 在线观看免费视频日本深夜| 97人妻精品一区二区三区麻豆| 九九热线精品视视频播放| 美女cb高潮喷水在线观看| 色综合欧美亚洲国产小说| 色综合婷婷激情| 我的老师免费观看完整版| 国产高清激情床上av| av在线天堂中文字幕| 最近在线观看免费完整版| 国产aⅴ精品一区二区三区波| 天堂av国产一区二区熟女人妻| 夜夜看夜夜爽夜夜摸| 男女下面进入的视频免费午夜| 制服丝袜大香蕉在线| 国产中年淑女户外野战色| 国产精品一区二区免费欧美| 国产精品99久久99久久久不卡| 国产av在哪里看| 亚洲国产欧美人成| 国产欧美日韩一区二区精品| 国产又黄又爽又无遮挡在线| 白带黄色成豆腐渣| 啦啦啦免费观看视频1| 国产精品爽爽va在线观看网站| 在线看三级毛片| 久久久久久久久中文| 日韩免费av在线播放| 亚洲av成人av| 桃红色精品国产亚洲av| 国产久久久一区二区三区| 成人国产综合亚洲| 人人妻人人澡欧美一区二区| 最近视频中文字幕2019在线8| 免费在线观看亚洲国产| 脱女人内裤的视频| 在线天堂最新版资源| 在线观看一区二区三区| 日韩欧美免费精品| 欧美色欧美亚洲另类二区| 夜夜爽天天搞| 丰满人妻熟妇乱又伦精品不卡| 大型黄色视频在线免费观看| 亚洲,欧美精品.| 啪啪无遮挡十八禁网站| 狂野欧美激情性xxxx| 欧美高清成人免费视频www| 两个人的视频大全免费| 少妇的逼好多水| 亚洲av免费高清在线观看| 国产高清三级在线| 欧美区成人在线视频| 搡女人真爽免费视频火全软件 | www日本在线高清视频| 人人妻人人澡欧美一区二区| 最近视频中文字幕2019在线8| 桃色一区二区三区在线观看| 搡老熟女国产l中国老女人| 无遮挡黄片免费观看| 搡老妇女老女人老熟妇| 色av中文字幕| 亚洲av二区三区四区| 久久中文看片网| 国产亚洲av嫩草精品影院| xxx96com| 国产午夜福利久久久久久| 国产高清视频在线观看网站| 给我免费播放毛片高清在线观看| 精品一区二区三区av网在线观看| 日韩中文字幕欧美一区二区| 黄片小视频在线播放| 1024手机看黄色片| 啦啦啦韩国在线观看视频| 又粗又爽又猛毛片免费看| 亚洲性夜色夜夜综合| 狂野欧美激情性xxxx| 久久精品国产亚洲av涩爱 | 亚洲最大成人手机在线| 日韩大尺度精品在线看网址| 亚洲中文字幕一区二区三区有码在线看| 91麻豆精品激情在线观看国产| 午夜福利视频1000在线观看| 真实男女啪啪啪动态图| 不卡一级毛片| 变态另类丝袜制服| 51国产日韩欧美| 午夜视频国产福利| 国产精品影院久久| 欧美日韩乱码在线| 国产久久久一区二区三区| 日本黄色视频三级网站网址| 日韩欧美三级三区| 在线观看日韩欧美| 日韩欧美在线乱码| 一级a爱片免费观看的视频| 我要搜黄色片| 99久国产av精品| 成人特级黄色片久久久久久久| 99热只有精品国产| 国产亚洲精品久久久com| 国产欧美日韩精品一区二区| 免费看a级黄色片| 免费观看人在逋| 日本在线视频免费播放| 在线观看免费视频日本深夜| 欧美黄色片欧美黄色片| 狂野欧美白嫩少妇大欣赏| 国产成+人综合+亚洲专区| 亚洲欧美日韩无卡精品| 国产精品久久视频播放| 午夜精品一区二区三区免费看| 日韩人妻高清精品专区| 我要搜黄色片| 欧美中文综合在线视频| 夜夜看夜夜爽夜夜摸| 亚洲av成人不卡在线观看播放网| 欧美又色又爽又黄视频| 69人妻影院| 午夜久久久久精精品| ponron亚洲| 亚洲七黄色美女视频| 日韩欧美国产在线观看| 悠悠久久av| 观看美女的网站| 级片在线观看| 嫩草影视91久久| 国产高清有码在线观看视频| 国产精品一区二区免费欧美| 亚洲av成人不卡在线观看播放网| 日本a在线网址| 国产在视频线在精品| 欧美一区二区精品小视频在线| 少妇裸体淫交视频免费看高清| www.熟女人妻精品国产| 国产精品综合久久久久久久免费| 极品教师在线免费播放| 日韩欧美在线二视频| 国产免费一级a男人的天堂| 最近视频中文字幕2019在线8| 蜜桃久久精品国产亚洲av| 成人av一区二区三区在线看| 制服丝袜大香蕉在线| 在线播放国产精品三级| 12—13女人毛片做爰片一| 天美传媒精品一区二区| 观看免费一级毛片| 亚洲精品一区av在线观看| 欧美成人a在线观看| 中文字幕久久专区| 美女大奶头视频| 亚洲成av人片免费观看| 久久精品亚洲精品国产色婷小说| 欧美bdsm另类| 男插女下体视频免费在线播放| 久久精品国产综合久久久| 亚洲片人在线观看| 麻豆国产av国片精品| 欧美日韩国产亚洲二区| 久久中文看片网| e午夜精品久久久久久久| 久久国产精品影院| 国产欧美日韩精品亚洲av| 国产av麻豆久久久久久久| 午夜福利高清视频| 久久6这里有精品| 成人一区二区视频在线观看| 久久亚洲精品不卡| 精品一区二区三区视频在线 | 婷婷六月久久综合丁香| 亚洲五月婷婷丁香| 少妇的逼水好多| 国产主播在线观看一区二区| 十八禁人妻一区二区| 午夜免费男女啪啪视频观看 | 波多野结衣高清无吗| 国内毛片毛片毛片毛片毛片| av黄色大香蕉| 免费看a级黄色片| 亚洲av免费高清在线观看| 两性午夜刺激爽爽歪歪视频在线观看| 黄片小视频在线播放| 国产中年淑女户外野战色| av天堂中文字幕网| 中文字幕熟女人妻在线| 一本精品99久久精品77| 最好的美女福利视频网| 久久久久九九精品影院| 又黄又粗又硬又大视频| 十八禁网站免费在线| 亚洲欧美精品综合久久99| 老汉色∧v一级毛片| а√天堂www在线а√下载| 国产精品一区二区免费欧美| av天堂在线播放| 日韩高清综合在线| 亚洲一区二区三区不卡视频| 天堂动漫精品| 成人亚洲精品av一区二区| 久久久久久九九精品二区国产| 亚洲黑人精品在线| 成人精品一区二区免费| 国产91精品成人一区二区三区| 一卡2卡三卡四卡精品乱码亚洲| 一区二区三区高清视频在线| 精品久久久久久久末码| 欧美日本视频| 亚洲精品色激情综合| 精品久久久久久成人av| 婷婷精品国产亚洲av在线| a在线观看视频网站| 天天一区二区日本电影三级| 久久久久久国产a免费观看| 久久伊人香网站| 国产午夜精品久久久久久一区二区三区 | 91麻豆av在线| 精品人妻偷拍中文字幕| 亚洲五月婷婷丁香| 成人国产综合亚洲| 国产精品精品国产色婷婷| 国产精品一区二区免费欧美| 丁香欧美五月| 在线看三级毛片| 99久久久亚洲精品蜜臀av| 久久天躁狠狠躁夜夜2o2o| 香蕉久久夜色| 丰满乱子伦码专区| 人妻丰满熟妇av一区二区三区| 99久久精品热视频| 99久久综合精品五月天人人| 人人妻,人人澡人人爽秒播| 麻豆成人午夜福利视频| 九九在线视频观看精品| 两个人视频免费观看高清| 91在线观看av| 九色成人免费人妻av| 黄色丝袜av网址大全| 丁香欧美五月| xxxwww97欧美| 成人国产一区最新在线观看| 青草久久国产| 国产精品亚洲一级av第二区| 久久6这里有精品| 国产免费男女视频| 久久久精品欧美日韩精品| 午夜视频国产福利| 午夜福利免费观看在线| 中文字幕高清在线视频| 日韩欧美一区二区三区在线观看| 色综合欧美亚洲国产小说| 神马国产精品三级电影在线观看| 日韩有码中文字幕| 人妻夜夜爽99麻豆av| 亚洲精品影视一区二区三区av| 欧美日韩瑟瑟在线播放| 精品免费久久久久久久清纯| 丁香六月欧美| 少妇的逼好多水| 国产成人a区在线观看| 久久久久久久久久黄片| 欧美大码av| eeuss影院久久| 国产成人欧美在线观看| 最好的美女福利视频网| 51国产日韩欧美| 两个人的视频大全免费| 毛片女人毛片| 国产爱豆传媒在线观看| 亚洲av免费高清在线观看| 我的老师免费观看完整版| 国产精品嫩草影院av在线观看 | 亚洲精品一区av在线观看| 精品熟女少妇八av免费久了| 国产99白浆流出| 亚洲五月婷婷丁香| 麻豆成人av在线观看| 天天躁日日操中文字幕| 国产精品1区2区在线观看.| 免费人成视频x8x8入口观看| 少妇熟女aⅴ在线视频| 亚洲av第一区精品v没综合| 一本综合久久免费| 听说在线观看完整版免费高清| 人人妻人人看人人澡| a级毛片a级免费在线| 中文字幕高清在线视频| 久久久国产精品麻豆| 午夜免费男女啪啪视频观看 | 岛国视频午夜一区免费看| 一本精品99久久精品77| 美女黄网站色视频| av黄色大香蕉| 免费电影在线观看免费观看| 国产在线精品亚洲第一网站| 国产成年人精品一区二区| 亚洲欧美日韩高清在线视频| 亚洲熟妇中文字幕五十中出| 人妻丰满熟妇av一区二区三区| 长腿黑丝高跟| av专区在线播放| 90打野战视频偷拍视频| 午夜日韩欧美国产| 偷拍熟女少妇极品色|