在全球经济一体化趋势越来越明显,各个国家、地区之间的经济活动更加频繁、密切,国际资金自由、快速地流动致使新的风险因素增加,国民经济安全问题更加突出,经济发展和投资引导问题变得更为重要,对复杂系统研宄有了新的进展等一系列相关背景下,本文从数据挖掘、数量统计、实证分析的角度出发,重点基于股票交易价格建立了股票市场的有向复杂网络模型,研究了中国股票市场中地区板块及行业板块内股票与股票之间、上市公司与上市公司之间的有向关联关系,以及对应实体经济之间的关联关系,进一步研宄了地区或行业内的经济发展带动关系;同时,基于股票市场有向复杂网络模型,对中国证券市场中个股的短期价格进行了预测,并研宄了各国主要指数之间的关联关系。
本论文中的主要研究内容总结如下:第三章中,首先从股票市场中价格跟随波动的现象出发,在Kullmann L等人科研成果的启发之下,建立了股票市场中的有向复杂网络模型。其次,基于中国股票市场价格交易数据,对股票市场有向复杂网络模型进行了验证,发现股票市场有向复杂网络存在于中国股票市场,而且两支股票在相隔1分钟时相互关联影响关系最强,在排除噪声影响以及不考虑股票之间弱关联性的情况下,构建出了上海证券交易所A股市场股票之间的有向复杂网络,并以其中部分股票为例给出了股票之间的有向复杂网络图。再次,对照股票市场无向复杂网络,对股票市场有向复杂网络的结构属性进行了相关定义,并对中国股票市场中有向复杂网络的结构属性进行了分析,得知中国股票市场中的大部分股票具有较强的自相关性,相互之间具有突出强关联性的股票并不多,而且,结点的出度分布和入度分布都服从幂-律分布。
第四章中,以上海证券交易所上市的所有A股每分钟即时价格交易数据为基础,运用第三章中所建立的股票市场有向复杂网络模型,以及计算得出的上证A股之间的相互影响关联系数值,对上证A股中的个股价格变化趋势及涨跌幅度进行了预测。通过个股股票价格每分钟的预测值与即时交易值的对比分析,发现大部分股票除了每日开盘后的前10分钟和收盘前的8分钟外,其余时间股票价格变化趋势的预测结果与真实结果基本一致。若除去每日开盘后的前10分钟和收盘前的8分钟,并对股票交易价格预测值按最小0.01元进行舍入后,则股票价格预测值的准确率会进一步提闻。第五章中,针对中国区域经济发展不平衡的特征,以对区域经济中的企业进行引导和投资开发,促进产业结构的调整和升级,实现区域经济的协调、健康、快速、可持续发展为出发点,在第三章中建立的股票市场有向复杂网络模型基础上,研宄了地区板块中股票之间的有向相关性。同时,结合中国区域经济发展不平衡的现状,对地处偏远,自然资源丰富的新疆板块和内蒙板块进行了详细研究,给出了图形和数量化分析说明,证实了区域板块中股票之间以及对应上市公司之间有向关联关系的存在,呈现出了地区经济发展中股票之间关联关系的强弱,以及所对应上市公司的活跃程度和带动力强度。另外,对新疆地区内的股票和对应上市公司的实体经济做了对比分析,发现股票在地区板块内的活跃度和带动力与对应上市公司在实体经济中的利润总额是一致的。
第六章中,考虑到行业经济在国民经济中的重要地位,以及行业因素对证券市场投资者的重要性,便在第三章研究成果的基础上,运用股票市场有向复杂网络模型,对中国股票市场行业板块内上市公司之间及对应股票之间的有向关联关系进行了详细的研究分析。首先,依据《国民经济行业分类与代码》,以及中国证监会2001年4月公布的《上市公司行业分类指引》,结合中信证券公司对于上市公司行业二次细分标准,进行了本文研究的行业划分。其次,从所划分的50个行业中随机选取了煤炭行业和金融行业两个板块,并对板块内股票之间的有向相关性进行了详细的数量分析,得出了这两个行业板块中股票之间的关联带动关系。再次,对煤炭行业板块内的股票及对应上市公司实体经济做了对比分析,发现影响带动力越强的股票,其对应上市公司大部分在实体经济中的利润总额相对也越高,在整个行处板块中的地位也越重要。
另外,通过对行业板块和地区板块对股票投资参考价值的对比分析,发现行业因素比地区因素更敏感,行业板块内股票之间的关联性比地区板块内股票之间的关联性强,在股票的选取、风险的规避、以及投资比例的组合方面,行业因素比地区因素更为重要。第七章中,在全球经济金融一体化的趋势越来越明显,各国之间的交流与合作更加紧密等背景下,从金融全球化过程中各国金融市场之间的关联波及带动关系出发,将各国股票市场指数看成独立的个体结点,研究了中国与美国股票市场指数之间,以及与中国股票指数关联密切的,并在全球金融市场中占有极其重要地位的其他国家和地区股票市场指数之间的关联关系。首先结合第三章中建立的股票市场有向复杂网络模型,对股票市场指数间的有向相关性计算模型进行了梳理。
其次选取了德国DAX30指数、英国富时100指数、道琼斯工业平均指数、纳斯达克工业平均指数、法国巴黎CAC40指数、香港恒生指数、东京日经225指数和上证综指共8支股票市场指数,并运用股票市场指数间的有向相关性计算模型进行了详细地分析,得出了各股票市场指数之间推动作用和被推动作用强弱的关联关系。再次,通过单独对中国上证综指与美国纳斯达克工业平均指数、道琼斯工业平均指数之间关联关系的研究分析,总体上看,发现上证综指对道琼斯工业平均指数和纳斯达克工业平均指数的推动作用很微弱,道琼斯工业平均指数和纳斯达克工业平均指数对上证综指的推动作用都比较强;而按趋势波段进行划分后,发现纳斯达克工业平均指数和道琼斯工业平均指数对上证综指的推动影响作用随着时间阶段的推移在持续增强,而中国的上证综指对美国的纳斯达克工业平均指数和道琼斯工业平均指数在个别时间段内也有一定的推动作用,并且在2009年9月4日到2012年3月30日这段时间内有增强的趋势。
复杂网络 股票 行业经济硕士论文