股市行业板块联动性分析——基于复杂网络和DCC-MIDAS模型

作者：

马知仁；宋玉平

作者单位：

上海师范大学商学院

本文新意：

本文创造性地将复杂网络分析与DCC-MIDAS的长短期联动性分析进行结合，在对股市细分行业进行网络分析的基础上，筛选提取出网络拓扑指标显著、关联性较强的行业节点作为联动行业节点，再运用DCC-MIDAS进一步探究所取节点之间进一步的长短期联动关系，从混频的角度更加深入地分析股市行业节点间的联动效应。

摘要：

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。

关键词：

行业板块联动；收益率联动网络；最小生成树；中心性分析；DCC-MIDAS

项目资助：

国家自然科学基金项目“非平稳高频金融数据的大样本性质及应用” (批准号11901397)

引用文本：

马知仁, 宋玉平. 股市行业板块联动性分析——基于复杂网络和DCC-MIDAS模型[J]. 金融管理研究, 2022, xx(xx): xx-xx.