基于动态网络方法的中国行业板块联动效应分析

该文通过DCC-MVGARCH模型和网络分析方法,建立动态最小生成树网络,利用Tucker分解和K-均值聚类方法,将动态网络聚集成3个代表网络,并生成分层结构树图,对在2007—2018年包括次贷危机、“2015年股市波动”和中美贸易战等多个股市重大事件时间段内的中国行业板块联动性进行实证分析.研究结果表明:行业板块联动性长期处于波动状态,在股价快速上涨、下跌时,联动性的波动尤为剧烈,但在代表网络中具有重要影响力的节点变化不大,分层结构树图聚集状态变化较小,行业板块联动网络基本稳定;在中国股票市场的网络结构中生产制造业处于核心地位,金融业处于边缘地位.

股市行业板块联动性分析——基于复杂网络和DCC-MIDAS模型

本文结合收益率联动网络以及最小生成树的行业定性分析以及网络中心性的行业定量分析,选取以化工、轻工制造和食品饮料为代表的第二产业以及以银行、房地产和非银金融为代表的第三产业两大行业组,运用复杂网络模型与DCC-MIDAS模型进行联动性实证分析。研究发现:(1)我国股市行业之间普遍存在联动效应,不同年份的不同行业网络联动效应不同;(2)中心性近似的行业其各自之间的长短期时变相关性均维持在较高水平,并且分别对组内另一行业具有较为一致的时变趋势;(3)时变联动性分析说明金融服务业间较之工业制造业间的联动关系将进一步增强。本文对复杂网络筛选得到的行业进行长短期联动性分析,有助于分析行业之间的长短期时变信息,进一步发掘新联动性行业与行业组,以及从不同效用期限出发制定相应的行业政策。