基于次貸與歐債危機下的全球最具代表性的40個股指日收益率,運用DTW(動態(tài)時間規(guī)整法)和MST(最小生成樹)構(gòu)建和解析了全球股市關(guān)聯(lián)網(wǎng)絡(luò)及其動態(tài)拓撲結(jié)構(gòu).結(jié)果表明:DTW法解決了非線性、長度不一致的數(shù)據(jù)間的相關(guān)性測度問題;全球股指顯示出較強的地理聚集性,金融危機發(fā)生時的股指網(wǎng)絡(luò)變得相對更松散,股指間的關(guān)聯(lián)性更弱,網(wǎng)絡(luò)結(jié)構(gòu)性更差,但歐債危機之后的網(wǎng)絡(luò)結(jié)構(gòu)比次貸危機之后的要好;金融危機后,股指間的關(guān)聯(lián)性在增大,股指網(wǎng)絡(luò)的中心聚集性在增強,美國股市的影響力有所削弱,中國股市一直處于邊緣地位.

【文章頁數(shù)】：8 頁

【部分圖文】：

圖1 時間序列之間的匹配過程及規(guī)整路徑示意圖

在金融時間序列挖掘應(yīng)用中，無論度量的是多元時間序列的特征分量之間的相關(guān)性，還是單個時間序列之間的聯(lián)動性，均取得了較好的效果[3-5].DTW法的基本原理是通過比較兩個時間序列點之間的相似性，盡量使一個時間序列拉伸到與另一個時間序列相同的時間長度（兩個時間序列的長度很可能不一致），....

圖2 次貸危機發(fā)生前（Phase I）的全球主要股指間的最小生成樹

運用DTW-MST模型，就能得到劃分的五個階段金融危機發(fā)生的全球主要股指之間的MST網(wǎng)絡(luò)，見圖2～圖6.節(jié)點度衡量了MST網(wǎng)絡(luò)中各節(jié)點的中心化程度，由此根據(jù)各股指節(jié)點度與MST網(wǎng)絡(luò)的變化情況，判斷網(wǎng)絡(luò)節(jié)點的聚集性及節(jié)點之間的關(guān)聯(lián)性.在次貸危機發(fā)生前（如圖2），美國標普500、澳大....

圖6 歐債危機發(fā)生后（Phase V）的全球主要股指間的最小生成樹

表2給出了全球各主要股指聚集的中心節(jié)點度的變化情況，各股指之間在經(jīng)歷次貸危機及歐債危機后，五個階段網(wǎng)絡(luò)的最大度值依次為6、7、7、8、6，表明各個危機階段的MST網(wǎng)絡(luò)中心節(jié)點與其它股指的關(guān)聯(lián)性整體上呈增大趨勢，從次貸危機發(fā)生前到歐債危機發(fā)生時中心節(jié)點的聚集性也隨著危機的發(fā)展呈現(xiàn)出....

圖3 次貸危機發(fā)生中（Phase II）的全球主要股指間的最小生成樹

在次貸危機發(fā)生時（如圖3),MST網(wǎng)絡(luò)主要形成了以香港恒生HIS和法國CAC40（節(jié)點度分別為5、7）為中心節(jié)點的兩個最大區(qū)域網(wǎng)絡(luò)，分別為亞洲區(qū)域網(wǎng)絡(luò)和歐洲區(qū)域網(wǎng)絡(luò).與次貸危機發(fā)生前相比，亞洲區(qū)域網(wǎng)絡(luò)中各節(jié)點的地理聚集性有所增強，聚集性更加明顯；美洲區(qū)域網(wǎng)絡(luò)的中心節(jié)點變?yōu)橹抢鸌P....

本文編號：4055865