基于复杂网络理论的股票指标关联性实证分析

复杂网络理论是研究股票市场内在结构和功能的有力工具,股票指标的关联性已成为研究股票市场的一个新视角。基于复杂网络理论对深沪300指数(2011年7月28至2012年2月28)构建网络拓扑结构。利用DFA进行数据筛选,计算筛选后数据的股票指标的绝对相关系数。根据股票指标的绝对相关系数概率分布确定阈值,构建网络拓扑结构,计算股票指标的网络统计特征指标,分析收益率、成交量、市盈率的网络结构。研究结果表明,股票收益率和成交量指标的具有较强的关联性,具有小世界性质;市盈率指标具有较弱的关联性,不具有小世界性质,是随机网络且受外界影响较大、效率低下,风险比较大。     

数字普惠金融省域发展特征及影响因素研究

文章使用2013—2020年省级面板数据,建立基于“绝对量”“增量”“增速”“变异程度”四项指标的综合距离面板数据聚类方法对我国数字普惠金融省域发展特征进行分析,并采取半参数理论的分析方法研究数字普惠金融发展的影响因素。研究发现：第一,我国数字普惠金融的发展在省域层面上存在明显的异质性。从空间上看,经济发达的沿海地区和经济欠发达的内陆地区的数字普惠金融发展特征具有较大差异,青海、贵州、西藏的数字金融发展均呈现高增长量、高增速、高波动的特征。第二,数字经济发展、居民金融素养、金融规模均对我国数字普惠金融发展具有显著的线性促进作用,而投资规模和金融风险存在一定的非线性影响。具体来说,投资规模过大不利于数字普惠金融的发展,金融安全性过高会对数字普惠金融发展产生抑制作用。