【正文】 產(chǎn)等房地產(chǎn)行業(yè)公司雖然今年來極為火熱，成為大眾公認(rèn)的暴利行業(yè)，但這種行業(yè)在最小生成樹中卻呈現(xiàn)出規(guī)模市值夠 大，但過分受制于別的公司的情況。 參考文獻(xiàn) [1]何士產(chǎn) .復(fù)雜 網(wǎng)絡(luò)基本模型分析 [J].科技經(jīng)濟(jì)市場(chǎng)， 20xx（ 02）： 5354. [2]張志英 .金融風(fēng)險(xiǎn)傳導(dǎo)的文獻(xiàn)總述 [J].中國市場(chǎng)， 20xx（ 18）： 2627. [3]石俊志 .金融危機(jī)生成機(jī)理與防范 [M].北京：中國金融出版社， 20xx： 127130. [4]李小牧，等 .金融危機(jī)的國際傳導(dǎo)： 90 。房產(chǎn)行業(yè)也成為對(duì)整只股票市場(chǎng)最大的短板，抗風(fēng)險(xiǎn)能力弱，與大量公司有大量連接都導(dǎo)致了政府對(duì)房產(chǎn)行業(yè)的支持與防范風(fēng)險(xiǎn)不可避免。并沒有出現(xiàn)十分明顯的競(jìng)爭(zhēng)現(xiàn)象，甚至出現(xiàn)了同進(jìn)同退的情況。 天津科技大學(xué) 20xx 屆畢業(yè)論文 28 4 結(jié)論 本文首先對(duì)最小生成樹相關(guān)知識(shí)進(jìn)行了介紹，之后又詳細(xì)介紹了中國股市的情況，之后選取 20xx 年初至 14 年 5 月初的上證 50 成份股日收盤價(jià)數(shù)據(jù)，利用prim算法構(gòu)建了股票收益率波動(dòng)的最小生成樹，在該最小生成樹的數(shù)據(jù)基礎(chǔ)上，構(gòu)建了股票之間關(guān)聯(lián)情況的表格。 綜上所述，在上證 50 成份股中，由于成份股數(shù)量較少，股票所對(duì)應(yīng)的都是特大型公司，所以抗風(fēng)險(xiǎn)能力普遍比起普通股票強(qiáng)大太多。 最重要的部分，我們對(duì)這 50 只股票中所有的銀行進(jìn)行一次分析。經(jīng)過百度百科搜索發(fā)現(xiàn)紫金礦業(yè)負(fù)責(zé)了中國黃金的發(fā)掘開采的大部分工程，山東黃金 和中金黃金都是在紫金礦業(yè)開掘的基礎(chǔ)上進(jìn)行黃金經(jīng)營，也就是受制于紫金礦業(yè)，所以這兩家公司很明顯的呈現(xiàn)出收益情況隨紫金礦業(yè)收益同向波動(dòng)的情況。網(wǎng)絡(luò)中他們的度普遍較小，同時(shí)我們從最小生成樹中可以注意到，同樣類型的公司，如北車和南車公司之間存在著明顯的關(guān)聯(lián)，并且兩只股票的收益率波動(dòng)極為相近，這幾乎極為不符合同行業(yè)競(jìng)爭(zhēng)的情況，經(jīng)過對(duì)這兩個(gè)公司進(jìn)行的分析對(duì)比，在幾乎擁有相近的經(jīng)營領(lǐng)域，即都集中于鐵路機(jī)車和城市軌道交通的情況下，兩家同為國企的公司并沒有出現(xiàn)類似移動(dòng)和聯(lián)通這種公司之間常見的客戶群爭(zhēng)奪情況，這可能是由于經(jīng)營的業(yè)務(wù)普遍偏向官方，公司與各級(jí)官方部門之間已構(gòu)成比較穩(wěn)定的交易伙伴關(guān)系，所以對(duì)這兩家公司而言，能引起較大波動(dòng)的只能是有銀行，能源公 司等外力影響，營業(yè)能力的影響并不大。 對(duì)股票關(guān)聯(lián)網(wǎng)絡(luò)波動(dòng)及風(fēng)險(xiǎn)防范分析 已知該最小生成樹可看作無尺度網(wǎng)絡(luò)的前提下，我們可以通過無尺度網(wǎng)絡(luò)特征以及復(fù)雜網(wǎng)絡(luò)統(tǒng)計(jì)特性對(duì)該網(wǎng)絡(luò)進(jìn)行分析。除此之外 ，在圖中給出的數(shù)據(jù)基礎(chǔ)上，很輕易就可以得到該網(wǎng)絡(luò)平均度與平均路徑長(zhǎng)度，相對(duì)于我們常見的各色網(wǎng)絡(luò)，他們很顯然數(shù)值非常小，這也進(jìn)一步證明了該網(wǎng)絡(luò)的無尺度特性。特別注明的是，如全連接圖所示的藍(lán)色連接線共有 1225 條 邊，但在 matlab 函數(shù)計(jì)算時(shí)，考慮了節(jié)點(diǎn)的指向問題，所以序號(hào)共含 2450 個(gè)數(shù)據(jù)，這也是表中序列號(hào)較大的原因。 title(39。 end for i=1:length(P(:,4)) plot(x(1,Pp(i,1:2)),y(1,Pp(i,1:2)),39。)。%畫出來最小生成樹 hold on [x,y]=cylinder(1,n)。,num2str(P(i,1)),39。 for i=1:length(P(:,3)) disp([39。 for i=1:k if E(i,1)==temp1 E(i,1)=temp2。 E=[e(wb,:),wa,wb]。 D(i,j)=Distance1(x,y)。 yy(i)=log(y(i+1)/y(i))。 yy(i)=log(y(i+1)/y(i))。 本文選取 20xx 年 1 月 4 日至 14 年 5 月 5 日所有開盤日中上證 50 指數(shù)中 50只股票的日收益數(shù)據(jù)構(gòu)建該網(wǎng)絡(luò)，這些數(shù)據(jù)來自于網(wǎng)易股票。為了股票市場(chǎng)的正常交易，各國都制定了許許多多的有關(guān)法律，以便最大限度的控制這種人為投機(jī)因素對(duì)股票價(jià)格的影響。一些時(shí)候，謠言與傳聞這種東西也會(huì)導(dǎo)致股票價(jià)格的浮動(dòng)。不同的，傾向冒險(xiǎn)、寄希望與追逐巨額差額利潤的投資者，大多會(huì)在價(jià)格浮動(dòng)比較大的可投資股票之間變來變?nèi)ァＯ喾吹?，?dāng)股票價(jià)格向下衰落，股民擔(dān)心股票價(jià)格進(jìn)一步向下浮動(dòng)，都會(huì)尋求出售股票，這引發(fā)了供大于求的情況，股票價(jià)格更加迅速的向下浮動(dòng)。 （ 3）政治事件如政府變動(dòng)的影響 眾所周知的，一個(gè)國家的政府變更、政府的領(lǐng)導(dǎo)人發(fā)生變動(dòng)、諸如此類重大事件的出現(xiàn)，都可能引起股票價(jià)格出現(xiàn)變化。比如銀行信貸變得寬松或者緊張、國家外匯率出現(xiàn)浮動(dòng)、整體國家投資制度變革、稅收政策以及它的變動(dòng)以及對(duì)外貿(mào)易行為方式上的變化都會(huì)直接牽扯到股票價(jià)格的浮動(dòng)。銀行存款通常來說是沒有絲毫風(fēng)險(xiǎn)的，同時(shí)它還能夠存取隨心所欲。顯而易見的，這個(gè)股票公司的股票價(jià)格會(huì)上漲。預(yù)期股票收益與股票價(jià)格成正比，也就是預(yù)測(cè)的股票收益越高，股價(jià)就越高。股票可以變成有價(jià)股票的證明，它自身并不存在價(jià)值，股票之所以存在價(jià)格，可以充作買賣的對(duì)象，是由于股票可以給持有它的人帶來利益作為收入。這種事實(shí)被匈牙利的一個(gè)經(jīng)濟(jì)學(xué)家叫亞諾什在上市公司的選取上，依舊沿用了計(jì)劃經(jīng)濟(jì)時(shí)代的行政審批的制度。例如，在市場(chǎng)中硬件和軟件的方面，有一些已經(jīng)縮短或者趕上世界發(fā)達(dá)國家的股票市場(chǎng)水平。 計(jì)算股票的指數(shù)的時(shí)候，經(jīng)常把股票指數(shù)與股價(jià)平均值分開來進(jìn)行研究。這些算法的介紹為下文所進(jìn)行的研究即在股票市場(chǎng)收益率數(shù)據(jù)中提取最小生成樹網(wǎng)絡(luò)打下了基礎(chǔ)。具體做法如下： 天津科技大學(xué) 20xx 屆畢業(yè)論文 7 步驟 1：提取網(wǎng)絡(luò)中任意節(jié)點(diǎn)作為最小生成樹的起始節(jié)點(diǎn)。同時(shí)，圖也可以通過矩陣來識(shí)別和分析。圖論現(xiàn)在已經(jīng)成為了研究自然，工程，社會(huì)科學(xué)的重要工具。例如一本學(xué)術(shù)報(bào)刊每個(gè)周期都會(huì)有大量新的科學(xué)研究類文章進(jìn)行發(fā)表。 (2)隨機(jī)化重連 :以幾率 p 隨機(jī)的重新連接網(wǎng)絡(luò)中存在的每一條邊 ,也就是把邊的一個(gè)端點(diǎn)維持穩(wěn)定不變狀態(tài) ,而另一個(gè)端點(diǎn)從網(wǎng)絡(luò)里的其他節(jié)點(diǎn)里面隨機(jī)選取 ,如果選取的節(jié)點(diǎn)己經(jīng)與這個(gè)節(jié)點(diǎn)發(fā)生連接 ,那就再隨便選取其他的頂點(diǎn) 來重新連接。 平均度 2k ( 1 )n pNN? ?? ? ?。網(wǎng)絡(luò)中節(jié)點(diǎn)的度的分布情況我們可以選用分布函數(shù)來描述。一個(gè)節(jié)點(diǎn) i 的聚集系數(shù) c(i) 等于所有跟它相連接的節(jié)點(diǎn)直接所具有的邊的數(shù)目除以這些節(jié)點(diǎn)之間允許存在的最大邊數(shù)。 平均路徑長(zhǎng)度 平均路徑長(zhǎng)度指復(fù)雜網(wǎng)絡(luò)中任意選定的兩點(diǎn)之間最短路徑長(zhǎng)度平均值。其中，股票市場(chǎng)身為包含大量參與人的金融市場(chǎng)成為了專家學(xué)者們研究復(fù)雜系統(tǒng)的主要對(duì)象。而總體上各支股票度的大小差距不明顯也可以看出這些股票中缺乏影響力很強(qiáng)的股票，這也是我國股票于外國股市最大的區(qū)別之一。 基于復(fù)雜網(wǎng)絡(luò)的金融風(fēng)險(xiǎn)和波 動(dòng)傳導(dǎo)行為分析 THE ANALYSIS OF THE BEHAVIOR BASED ON THE FINANCIAL RISK OF COMPLEX NEWORKS AND VOLATILITITY CONDUCTION 專 業(yè)： 20xx 信息與計(jì)算科學(xué) 指 導(dǎo) 教 師： 申請(qǐng)學(xué)位級(jí)別： 學(xué) 士 論文提交日期： 20xx 年 6 月 8 日 摘 要 20 世紀(jì) 90 年代以來，隨著計(jì)算機(jī)科學(xué)、圖論理論科學(xué)的不斷探索，復(fù)雜網(wǎng)絡(luò)學(xué)科慢慢走入人們的視線并且快速發(fā) 展起來。 通過分析我們可以看到在上證 50 指數(shù)成份股中，存在幾只特定股票包含較高的度，他們的收益率變動(dòng)會(huì)對(duì)其他股票的波動(dòng)產(chǎn)生較為明顯的影響。也正因如此，這門科學(xué)吸引了大量的學(xué)者，并導(dǎo)致對(duì)金融市場(chǎng)的研究愈加深入。故而，對(duì)這些統(tǒng)計(jì)特征的描述和研究是本文進(jìn)行復(fù)雜網(wǎng)絡(luò)研究的首要工作。簡(jiǎn)單來說就是一個(gè)點(diǎn)和它的鄰接的點(diǎn)之間相互連接的程度大小。網(wǎng)絡(luò)里所有的節(jié)點(diǎn) i 的度 k(i) 的平均值稱為網(wǎng)絡(luò)的平均度 , 記為 k??。 連接幾率 P 在 0～ 1 之間時(shí)網(wǎng)絡(luò)中的邊數(shù) ( 1)n 2pN N?? 。這一網(wǎng)絡(luò)有以下兩個(gè)特征 : (1)從規(guī)則網(wǎng)絡(luò)出發(fā) :一個(gè)擁有 N 個(gè)節(jié)點(diǎn)的最近環(huán)形的網(wǎng)絡(luò) ,在它里面每一個(gè)節(jié)點(diǎn)都跟它左右相鄰的 2k 個(gè)節(jié)點(diǎn)產(chǎn)生連接 ,K 是偶數(shù)。他們認(rèn)為以前的許多網(wǎng)絡(luò)模型都沒有考慮到實(shí)際網(wǎng)絡(luò)的如下兩個(gè)重要特征 : （ 1）增長(zhǎng)特征 :也 就是網(wǎng)絡(luò)的規(guī)模是在不斷擴(kuò)大中前進(jìn)的。 圖論是數(shù)學(xué)的一個(gè)分支，在計(jì)算機(jī)科學(xué)得到迅速發(fā)展的今天，圖論也得到了越來越多的應(yīng)用，它可以直觀，簡(jiǎn)潔，形象的描述世界上存在的諸多問題。 以上是圖的集合表示法，也是研究圖的基本描述方法。 圖 23 樹圖 最小生成樹常見算法 Prim算法 思想： Prim 算法主要從節(jié)點(diǎn)出發(fā)，首先從樹形網(wǎng)絡(luò)的根節(jié)點(diǎn)開始，逐個(gè)增加分支節(jié)點(diǎn)，完成連通網(wǎng)絡(luò)的最小生成樹構(gòu)造。 本章小結(jié) 本章介紹了最小生成樹的相關(guān)理論及算法，闡述了圖論中圖和樹的概念，并在最后介紹了最小生成樹的基本概念以及最小生成樹的兩種常見實(shí)現(xiàn)算法，分別為 Prim算法以及 Kruskal 算法。指數(shù)公布以后，還要參考市場(chǎng)變化的情況隨機(jī)的更換樣本股的成分。 特別的，中國的股票市場(chǎng)在短短十幾年的時(shí)間內(nèi)，發(fā)展十分迅速，獲得了令讓世人驚嘆的成果。在資本市場(chǎng)的“行政化”進(jìn)程中，股票市場(chǎng)展現(xiàn)出了管制性，低水平以及均衡的特性，和發(fā)達(dá)國家想比照，金融抑制這種情況在中國新興市場(chǎng)也有一定程度的表現(xiàn)。由于政府針對(duì)企業(yè)的“隱性擔(dān)保”來自于政策性責(zé)任，這些責(zé)任來自于計(jì)劃經(jīng)濟(jì)時(shí)期，政府對(duì)來自政策責(zé)任的虧損有一定的責(zé)任。 股票價(jià)格發(fā)生波動(dòng)的原因分析 股票的價(jià)格也就是股票在市場(chǎng)上進(jìn)行售賣的價(jià)格，又可以稱之為股票市價(jià)或股票行市。兩個(gè)原因中，銀行利潤率與股票行市有著反 比的關(guān)系，說白了就是銀行利率低，股價(jià)就高。股票公司在社會(huì)上的聲譽(yù)與公司的經(jīng)營情況在收益下發(fā)的時(shí)候就可以很明顯的表現(xiàn)出來，另外明顯的投資者買入股票是著眼于未來，為了將來可以獲取更高額的收益，那些有股票交易經(jīng)驗(yàn)或者熟悉股票市場(chǎng)的投資人，當(dāng)他們了解了某股票公司的經(jīng)營前景并對(duì)該公司看好時(shí)時(shí)候，就會(huì)爭(zhēng)先購買這個(gè)公司的股票， 這自然會(huì)影響并帶動(dòng)別的投資人來投入紫金購買股票。 （ 2）銀行利率的影響 從投資者的方向觀察，銀行利率是影響股票價(jià)格的各種原因中最容易變動(dòng)的部分。國家金融政策的制定過程，頒布天津科技大學(xué) 20xx 屆畢業(yè)論文 12 過程以及發(fā)生變化也都可能改變股票的價(jià)格。例如， 91 年海灣戰(zhàn)爭(zhēng)爆發(fā)之后，導(dǎo)致了其他的西方世界國家對(duì)于石油的依托欠缺了主要的渠道，西方世界國家的石油市場(chǎng)價(jià)格劇烈上漲，石油產(chǎn)業(yè)的股票價(jià)格自然也就隨著它的變動(dòng)向上增加 [1]。股價(jià)天津科技大學(xué) 20xx 屆畢業(yè)論文 13 愈加向上浮動(dòng)，又使得人們愈加傾向于購 買股票，與此同時(shí)也吸引一部分的新股民加入股市，更加弄得供求兩者之間關(guān)系愈發(fā)緊張，股票價(jià)格自然不斷上浮。引致投資偏好出現(xiàn)的原因第一步是因?yàn)橥顿Y動(dòng)機(jī)各不相同，例如傾向穩(wěn)定收益的股民他們的動(dòng)機(jī)是獲得穩(wěn)定的利潤收 入。跟風(fēng)愈發(fā)盛行，股票價(jià)格的向下浮動(dòng)就越可怕。有些投資者將股票價(jià)格 “炒”高或“炒”低，低價(jià)收進(jìn)，高價(jià)拋出，并誘發(fā)民眾投資心理，促使一般小股投資者盲目跟風(fēng)炒股，人為地影響股票的價(jià)格。 基于以上嚴(yán)格的計(jì)算，我們可以通過上海證券市場(chǎng)中的信息，對(duì)市場(chǎng) 的基本走勢(shì)做出準(zhǔn)確的預(yù)測(cè)。在 Matlab 中，我們可以通過如下程序?qū)崿F(xiàn)在已經(jīng)選定了任意兩只股票并定義為 x,y 的前提下獲得對(duì)數(shù)收益率序列： for i=1:560 xx(i)=log(x(i+1)/x(i))。該函數(shù)具體情形如下： function p=Distance1(x,y) %得到對(duì)數(shù)收益率 for i=1:560 xx(i)=log(x(i+1)/x(i))。 for j=1:50 y=X(:,j)。 天津科技大學(xué) 20xx 屆畢業(yè)論文 17 [wa,wb]=sort(w)。 temp2=min(E(1,2),E(1,1))。 end end Wt=sum(P(:,3)) Pp=[e(P(:,4),:),P(:,3:4)]。(v39。 end axis equal。ko39。)。,num2str(Wt)])。通過對(duì)圖中數(shù)據(jù)的總結(jié)歸納以及 matlab 中運(yùn)算獲得的數(shù)據(jù)，然后通過 excel進(jìn)行整理，可以得出如下表 32 所述股票關(guān)聯(lián)情況。 也就是說，我們可以將上證 50指數(shù)對(duì)應(yīng)的股票收益率波動(dòng)網(wǎng)絡(luò)當(dāng)做是一個(gè)無尺度網(wǎng)絡(luò)，進(jìn)而通過研究在緒論中描述過的無尺度網(wǎng)絡(luò)統(tǒng)計(jì)特征來分析研究上證 50 中股票的波動(dòng)情況。度為 k 1,2? 的節(jié)點(diǎn)最常見，網(wǎng)絡(luò)度最大達(dá)到 7。 最后就是最外圍的醫(yī)藥，科技，工業(yè)，汽車，建 筑等公司。 然后是兩家黃金企業(yè)，很離奇的，兩家同樣類別的公司之間未發(fā)生任何聯(lián)系，相反兩家公司都與紫金礦業(yè)出現(xiàn)了連接。這也在另一方面證明了海螺水泥集團(tuán)在國內(nèi)水泥行業(yè)幾乎占據(jù)了統(tǒng)治地位的事實(shí)。不出現(xiàn)大的動(dòng)亂，銀行業(yè)的利潤極為穩(wěn)定，抗風(fēng)險(xiǎn)能力也極強(qiáng)。與此同時(shí)，本文還通過復(fù)雜網(wǎng)絡(luò)的度分布這一統(tǒng)計(jì)特性以及無尺度網(wǎng)絡(luò)這一特殊網(wǎng)絡(luò)對(duì)這 50 只成份股的相互影響程度大小進(jìn)行了分析并得出了相關(guān)的結(jié)論。 （ 2）在對(duì)不同類型的公司進(jìn)行分類分析中發(fā)現(xiàn)不同的類別之間有十分明顯的區(qū)別。無論銀行，水泥還是能源集團(tuán)，都對(duì)地產(chǎn)行業(yè)影響很大并且這種影響極為明