论文部分内容阅读
近些年来，我国股票市场波动性较大。在这种背景下，本文从网络分析的视角出发，选取了上证股票市场306支股票收盘价的数据，运用社会网络分析方法构建了上证股票市场关联网络，并对股票关联网络的网络特性进行分析，具体内容和结论如下： 在中心性分析中，选取度数中心性、中间中心性、接近中心性三个指标分别对上证股票市场关联网络、零售批发业股票市场关联网络的中心性进行研究，并将两种股票市场的中心性结果进行比较。结果表明同一种股票在不同股票网络中的作用并不一定相同。在上述研究的基础上，我们对比了上证股票关联网络度数中心性、中间中心性、接近中心性的结果，寻找出了三种中心性结果不一致的特殊股票，并对这些股票的投资进行相关建议。 在聚凝子群分析中，我们分别从2-派系、k-丛、块模型和行业吸引率等角度出发，对上述构建的上证股票关联网络和零售批发业股票关联网络进行研究与讨论，得到了如下四个结论：(1)中心性较高的股票其所连接的聚凝子群数越多；(2)位于同一 k丛团体的股票要么处于同一行业要么股票间的关联程度较高。(3)上证股票市场可以划分为七个模块，其中模块二、四、六中股票内部联系比较紧密，因此在对模块二、四、六的股票进行投资时，我们只需对股票所处的模块进行分析，这样使分析结果更加具有针对性；(4)零售批发业和建筑业与其他行业联系最为紧密，表明这两个行业对整个上证股票市场的影响很大。 在小世界性分析中，我们选取了特征途径长度，聚类系数两个指标对股票关联网络的小世界性进行分析，并与相同规模ER随机网络的指标进行对比，结果表明股票关联网络的特征途径长度与ER随机网路相当，但股票关联网络的聚类系数却比ER随机网络的聚类系数大的多，符合小世界网络的特征。