基于复杂网络与时滞动力学理论的股票市场风险传染研究

This project is carried out from three aspects of stock market risk contagion mechanism and its evolution model. On one hand, in order to find out some key factors influencing the risk of infection (including "the time delay effect" among different subjects such as market, industry, and other stock), with the help of high frequency data sample, quantitative analysis of the market risk spillover effect and the contagious characteristics are conducted. On the other hand, according to the first stage of the study support and complex network theory and methods, we build up some complex networks among the different subjects of stock network, and give a series of detailed analysis and comparison to the network structure of the networks; Last but not the least, considering the influence of time delay among different subjects and the characteristics of network structure, we establish some dynamical models to describe the market risk contagion. Then the properties of dynamics such as stability, bifurcation and synchronization are investigated intensively. Simulations or empirical demonstration are arranged to check the validity of the research results. The project is expected to actively develop new directions in the study of the stock market risk contagion, propose some new theory, novel methods and concepts,deepen the understanding of market risk contagion mechanism and evolution characteristics, provide theoretical support for the investors and the securities regulatory departments to prevent and control market risks.

本项目从三个方面对股票市场风险传染机理及其演化模型展开研究：第一，以高频数据样本为基础，通过对股票市场风险的溢出效应和传染特征进行定量分析来找出若干影响风险传染的关键要素（包括市场、行业、个股等不同主体间风险传染的时滞效应大小等）；第二，根据第一阶段研究的支撑和复杂网络理论与方法，构建不同主体间相互关联的股票网络，并对网络结构特征进行细致分析与比较；第三，综合考虑不同主体间的时滞影响和网络结构特征来构建反映股票市场风险传染演化的时滞动力学模型，对模型的稳定性、分支与混沌、同步与控制等动力学性质进行细致研究，并通过数值仿真或实证分析来检验研究结果的正确性。本项目有望积极发展基于复杂网络与时滞动力学理论的股票市场风险传染研究的新方向，从"时滞"的视角提出有新意的理论、方法与概念，深化对风险传染机理和演化特征的认识，为投资者和证券监管部门防范与控制市场风险提供理论支持。

股票市场风险传染及演化机理研究在金融风险管理领域备受关注。本项目综合运用复杂网络理论、时滞动力系统理论、计量经济学理论与方法，研究股市重要节点挖掘、时滞动态演化、情绪传染、股票市场预测等重要问题。项目创新性研究主要涵盖三个方面：.（I）基于股票市场数据的复杂网络研究。从静态和动态视角构建有向加权和无向加权复杂关联网络，借鉴PageRank算法、LeaderRank算法和Lovain 算法对网络社团进行重要节点的挖掘。考虑异质性，以经典的SIR传播模型为基础，引进连续分布时滞来研究复杂网络上的传播演化动力学行为，研究复杂耦合网络分支和周期振荡的时空模式、复杂切换网络的镇定、复杂网络的均方指数稳定性与最终一致有界性等。.（II）从行为金融的视角研究股市非理性因素。实证研究理性因素和非理性因素对股票市场收益的交替影响。研究了投资者关注对股价崩盘风险的影响。发现金融危机期间美国市场投资者情绪对中国存在单向传导。采用偏最小二乘法构建新的投资者情绪综合指数，研究表明投资者情绪对中国股市风险收益有显著影响。.（III）从金融计量模型研究股票市场风险预测。构建HAR-DR、HAR-DR-V和HAR-DR-DV模型，研究现货市场和期货市场下行风险的预测能力。利用非线性自回归分布滞后模型（NARDL）分析结构性油价冲击对中国股票市场的非对称影响。构建美国股市TVA-GARCH-M模型研究投资者风险补偿系数的时变特征。运用EMD 等方法构建HAR-RV-EMD-J 模型，以沪深300 股指和期货5分钟高频交易数据为样本进行分析。提出一种支持向量机（SVM）和奇异谱分析（SSA）相结合的股票价格预测的组合模型（SSA-SVM）。.到目前为止，我们在 Neural Networks、Finance Research Letters、Neurocomputing、Journal of Mathematical Analysis and Applications、Journal of Industrial and Management Optimization、中国管理科学、管理科学学报等权威刊物发表论文28篇（SCI收录20篇），成果“金融复杂系统动力学行为及其风险特征研究”获湖南省自然科学二等奖，圆满完成各项任务。形成了若干有创新意义的研究思路和方法，对丰富金融市场风险管理有比较重要的意义。

内容获取失败，请点击重试