復(fù)雜網(wǎng)絡(luò)下全球股票市場風(fēng)險傳染研究述評

蔣佳玉

[提要] 復(fù)雜網(wǎng)絡(luò)理論可以用來描述大多數(shù)有相互作用的復(fù)雜系統(tǒng)，近年來人們逐漸利用復(fù)雜網(wǎng)絡(luò)理論來解釋金融市場上的各種現(xiàn)象。本文對全球股票市場復(fù)雜網(wǎng)絡(luò)結(jié)構(gòu)以及風(fēng)險傳播模型進(jìn)行梳理，對復(fù)雜網(wǎng)絡(luò)應(yīng)用于全球股票市場解決風(fēng)險傳染問題主流研究成果和方法進(jìn)行評述，認(rèn)為在網(wǎng)絡(luò)閾值設(shè)定、風(fēng)險傳播條件等方面值得進(jìn)一步研究拓展，以提高依托網(wǎng)絡(luò)結(jié)構(gòu)對風(fēng)險進(jìn)行預(yù)警的能力。

關(guān)鍵詞：復(fù)雜網(wǎng)絡(luò);金融風(fēng)險傳染;SIR模型

中圖分類號：F83 文獻(xiàn)標(biāo)識碼：A

收錄日期：2019年11月29日

近20年來發(fā)生的三次金融危機(jī)，使人們逐漸意識到全球金融市場像一張有關(guān)聯(lián)的網(wǎng)絡(luò)，全球經(jīng)濟(jì)的緊密聯(lián)系性是造成危機(jī)像疾病一樣蔓延傳播的重要原因，所以研究全球金融市場網(wǎng)絡(luò)結(jié)構(gòu)特征并進(jìn)一步弄清傳染路徑，對于進(jìn)行風(fēng)險預(yù)警至關(guān)重要。本文對全球金融市場中股票市場進(jìn)行復(fù)雜網(wǎng)絡(luò)視角下風(fēng)險傳染研究進(jìn)展的述評，歸納現(xiàn)階段的主要研究內(nèi)容及方法并對未來研究提出展望。

一、復(fù)雜網(wǎng)絡(luò)結(jié)構(gòu)基本概念

1998年Watts首次提出WS小世界網(wǎng)絡(luò)模型化，隨即一年后Albert正式提出復(fù)雜網(wǎng)絡(luò)以及BA無標(biāo)度網(wǎng)絡(luò)模型這個概念。復(fù)雜網(wǎng)絡(luò)連接方式主要有：全連接結(jié)構(gòu)、半連接結(jié)構(gòu)、不連接結(jié)構(gòu)。節(jié)點的度用來衡量節(jié)點與其他節(jié)點聯(lián)系的密切程度。在有向網(wǎng)絡(luò)中度又分為入度和出度。根據(jù)復(fù)雜網(wǎng)絡(luò)中衡量網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的指標(biāo)又可以將網(wǎng)絡(luò)分為小世界網(wǎng)絡(luò)、無標(biāo)度網(wǎng)絡(luò)和隨機(jī)網(wǎng)絡(luò)。同時，根據(jù)市場間的關(guān)聯(lián)關(guān)系可將其分為單層網(wǎng)絡(luò)結(jié)構(gòu)和多層網(wǎng)絡(luò)結(jié)構(gòu)。

研究復(fù)雜網(wǎng)絡(luò)結(jié)構(gòu)，其中最重要的就是研究網(wǎng)絡(luò)是否是無標(biāo)度網(wǎng)絡(luò)、小世界網(wǎng)絡(luò)還是隨機(jī)網(wǎng)絡(luò)。Mantegna首次將股票市場和復(fù)雜網(wǎng)絡(luò)相聯(lián)系，用股票價格數(shù)據(jù)構(gòu)建了一個股票市場的網(wǎng)絡(luò)，以單一股票為節(jié)點，相關(guān)性作為邊分析S&P500。Boginski基于美國股票市場的數(shù)據(jù)構(gòu)建股票價格波動網(wǎng)絡(luò)，發(fā)現(xiàn)該網(wǎng)絡(luò)呈現(xiàn)無標(biāo)度性。Kim建立無標(biāo)度加權(quán)網(wǎng)絡(luò)并將它應(yīng)用于S&P500，計算單一股票的金融影響，通過對單一節(jié)點的邊所有權(quán)重值求和，確定節(jié)點在網(wǎng)絡(luò)中影響力絕對值大小呈現(xiàn)無標(biāo)度特征。Zhang運用復(fù)雜理論對上證指數(shù)時間序列進(jìn)行分析，從原始序列中提取的網(wǎng)絡(luò)的度分布符合冪律分布的特點，具有無標(biāo)度和小世界的特性。Chi等通過構(gòu)建復(fù)雜網(wǎng)絡(luò)來研究美國股票收盤價之間的相關(guān)性，以各只股票為節(jié)點，它們之間聯(lián)系由股票價格、價格回報率和交易量在一定時期內(nèi)的變化決定，研究發(fā)現(xiàn)高度相關(guān)的股票網(wǎng)絡(luò)具有無標(biāo)度分布特征，股票價格受相對較少的股票強(qiáng)烈影響，市場主要由金融板塊個股主導(dǎo)。Namaki等通過構(gòu)建復(fù)雜網(wǎng)絡(luò)來對伊朗股票市場進(jìn)行分析，通過對網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的分析發(fā)現(xiàn)伊朗股票市場網(wǎng)絡(luò)具有無標(biāo)度特性。Caraianie等研究建立歐洲證券網(wǎng)絡(luò)研究其網(wǎng)絡(luò)總體特征發(fā)現(xiàn)有明顯的無標(biāo)度性，且當(dāng)發(fā)生危機(jī)時會改變復(fù)雜網(wǎng)絡(luò)整體形狀以及其拓?fù)浣Y(jié)構(gòu)總體特征等。韓冬梅等以全球重要股票市場作為節(jié)點，Kendalls秩相關(guān)系數(shù)作為網(wǎng)絡(luò)中邊權(quán)值構(gòu)建全球股票市場的復(fù)雜網(wǎng)絡(luò)，發(fā)現(xiàn)該網(wǎng)絡(luò)具有顯著小世界特性，無明顯無標(biāo)度特性，通過聚類分析將全球股票市場劃分為三大社區(qū)。梁洪振等使用滬深兩市的股票數(shù)據(jù)，構(gòu)建了股票市場收益率網(wǎng)絡(luò)和股票市場流動性網(wǎng)絡(luò)，通過對構(gòu)成的兩個網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)分析發(fā)現(xiàn)兩種網(wǎng)絡(luò)均具有無標(biāo)度性，此外還發(fā)現(xiàn)隨著滬深股票市場收益率網(wǎng)絡(luò)的變化，流動性網(wǎng)絡(luò)的結(jié)構(gòu)也會隨之改變，對比兩個網(wǎng)絡(luò)結(jié)構(gòu)發(fā)現(xiàn)通過流動性網(wǎng)絡(luò)可以反映更多的市場信息，可以有效地發(fā)現(xiàn)與滬深大盤走勢相反的股票。

二、風(fēng)險傳染研究進(jìn)展

關(guān)于風(fēng)險傳染研究一直是學(xué)術(shù)界值得探討的方向，目前對于這方面的研究主要集中在兩個方面：金融風(fēng)險傳染存在性以及金融風(fēng)險傳染渠道的研究。

（一）金融風(fēng)險傳染存在性研究。對于衡量金融風(fēng)險傳染，學(xué)者們大都使用計量經(jīng)濟(jì)方法，例如：VAR模型、GARCH模型以及Copula模型，去檢驗存在金融風(fēng)險的傳染。Forbes等對比危機(jī)發(fā)生前后的金融市場間的相關(guān)系數(shù)，發(fā)現(xiàn)相關(guān)系數(shù)變化明顯以此來檢驗風(fēng)險傳染存在性。王捷等發(fā)現(xiàn)在金融危機(jī)爆發(fā)后，中美兩國股市之間的動態(tài)相關(guān)系數(shù)迅猛增長，中國香港恒生指數(shù)與美國股市關(guān)聯(lián)更為緊密。葉五一等使用局部相關(guān)系數(shù)法發(fā)現(xiàn)危機(jī)前后相關(guān)系數(shù)的變化，以此檢驗了次貸危機(jī)在全球主要股票市場中的傳染，中美兩國股市之間存在著相互傳導(dǎo)機(jī)制，一方在金融危機(jī)下產(chǎn)生的風(fēng)險會傳染給另一方。陸靜等基于VAR模型研究了中國及其他8個主要股票市場，在次貸危機(jī)期間風(fēng)險是否會跨國傳染。Missio等利用DCC-GARCH模型通過歐元危機(jī)等金融事件來證明金融風(fēng)險傳染現(xiàn)象存在性。Luo等運用MRS-Copula模型發(fā)現(xiàn)在金融風(fēng)險發(fā)生時，例如在次貸危機(jī)和歐債危機(jī)時期，中國的股票市場會受到別國股票市場的影響，即可證明全球股票市場風(fēng)險傳染的存在性。

（二）金融風(fēng)險傳染渠道研究。大多金融風(fēng)險通過股價、利率、匯率等資產(chǎn)價格作為載體，對各國資產(chǎn)結(jié)構(gòu)、流動性以及投資者預(yù)期產(chǎn)生影響，從而造成風(fēng)險傳播。Masson將金融風(fēng)險傳染的主要原因歸結(jié)為季風(fēng)效應(yīng)、溢出效應(yīng)和凈傳染，得到學(xué)術(shù)界的廣泛認(rèn)同。Calvo等通過假定市場并非強(qiáng)有效市場的前提下運用馬科維茨均值-方差模型認(rèn)為經(jīng)濟(jì)全球化會導(dǎo)致不完全信息市場以及羊群效應(yīng)從而會促進(jìn)風(fēng)險的傳染。Kodres等發(fā)展了資產(chǎn)定價理性預(yù)期模型，發(fā)現(xiàn)投資者會在風(fēng)險對某個市場產(chǎn)生沖擊時調(diào)整他們各自持有的投資組合而導(dǎo)致風(fēng)險傳播到其他的市場。Arghyrou等使用政府債券利差數(shù)據(jù)從金融聯(lián)系渠道的視角發(fā)現(xiàn)風(fēng)險是由核心國家向外圍國家不斷傳染。

三、復(fù)雜網(wǎng)絡(luò)下風(fēng)險傳染實證研究

在經(jīng)濟(jì)金融全球化的大環(huán)境下，國家之間構(gòu)成了一個相互依存、相互作用的復(fù)雜系統(tǒng)，這為研究金融風(fēng)險跨國傳染提供了新的思路。近年來，學(xué)者們運用復(fù)雜網(wǎng)絡(luò)的方法，系統(tǒng)地研究金融風(fēng)險傳染路徑。SIR模型最早由Kermack和McKendrick提出，最初應(yīng)用于病毒傳播、流言擴(kuò)散等方面的研究。之后，Newman在此基礎(chǔ)上利用滲透理論和概率生成函數(shù)進(jìn)行改進(jìn)，將個體之間傳染概率差異化。

隨著電腦樣本處理技術(shù)不斷完善，越來越多的學(xué)者將SIR模型與蒙特卡洛模擬法相結(jié)合進(jìn)行基于復(fù)雜網(wǎng)絡(luò)的風(fēng)險傳染方面研究。蒙特卡洛模擬法要求描述每個變量的概率分布以及描述這些分布之間的相互關(guān)系。利用這些原始數(shù)據(jù)，電腦隨機(jī)地抽取某一數(shù)據(jù)，然后和其他數(shù)據(jù)結(jié)合生成一個結(jié)果。接下來，電腦重復(fù)上述過程，把每次抽取得到的結(jié)果進(jìn)行匯總以得到最終結(jié)果。抽取或試驗次數(shù)越多，隨機(jī)變量抽取的擬合結(jié)果就越接近其理論分布值。Garas等構(gòu)建全球經(jīng)濟(jì)關(guān)聯(lián)網(wǎng)絡(luò)研究全球經(jīng)濟(jì)發(fā)展整體體征，再使用SIR模型模擬當(dāng)危機(jī)發(fā)生時風(fēng)險如何在國家間傳播，認(rèn)為風(fēng)險不僅僅通過發(fā)達(dá)國家例如美國、歐洲進(jìn)行傳播，一些經(jīng)濟(jì)發(fā)展水平不高的國家也可能引發(fā)全球性危機(jī)。Kamp等在構(gòu)建網(wǎng)絡(luò)后考慮了節(jié)點之間相互的連接強(qiáng)度，對網(wǎng)絡(luò)在不同的閾值下進(jìn)行SIR模型的模擬，進(jìn)一步改善經(jīng)典SIR模型中的缺陷。在SIR模型的基礎(chǔ)上，又陸續(xù)衍生出了SIS、SIRS以及SEIR模型。Kenourgios對金融危機(jī)時間上進(jìn)行劃分，構(gòu)建了經(jīng)濟(jì)平穩(wěn)時期、次貸危機(jī)時期、歐債危機(jī)時期和危機(jī)后的恢復(fù)期網(wǎng)絡(luò)以及12個年度的網(wǎng)絡(luò)，通過研究危機(jī)前后網(wǎng)絡(luò)結(jié)構(gòu)變化來刻畫兩種金融危機(jī)對全球股票市場傳染效應(yīng)，最后利用帶有潛伏期的SEIR模型分別模擬風(fēng)險在兩個危機(jī)網(wǎng)絡(luò)中的傳染過程，同時對比風(fēng)險在其他同等規(guī)模網(wǎng)絡(luò)中的傳染效果，并對危機(jī)的傳染閾值和傳染速度進(jìn)行分析。龐曉波等運用具有潛伏期的SEIR模型對歐債危機(jī)在全球網(wǎng)絡(luò)中的傳染進(jìn)行了研究，認(rèn)為雖然在網(wǎng)絡(luò)中中國和美國節(jié)點度大小一致，但是就傳染速度來說中國比美國先被感染。通過蒙特卡洛模擬方法進(jìn)行抽樣，得出隨機(jī)網(wǎng)絡(luò)傳染速度最快、傳染范圍最廣，而全球加權(quán)網(wǎng)絡(luò)傳染速度最慢、傳染范圍最小，同時得出全球股票市場網(wǎng)絡(luò)中危機(jī)擴(kuò)散閾值在0.1附近，而隨著傳染力度的不斷加大，網(wǎng)絡(luò)被感染范圍也不斷加大，直至網(wǎng)絡(luò)全部崩潰，而網(wǎng)絡(luò)崩潰閾值位于0.2附近。王克達(dá)建立加權(quán)網(wǎng)絡(luò)基礎(chǔ)上對次貸危機(jī)網(wǎng)絡(luò)和歐債危機(jī)網(wǎng)絡(luò)進(jìn)行蒙特卡洛抽樣以觀察隨著風(fēng)險傳染性不斷增強(qiáng)網(wǎng)絡(luò)中節(jié)點的動態(tài)變化，當(dāng)金融危機(jī)傳染在0.1～0.15時受影響的國家不斷增多，即0.1～0.15是全球金融危機(jī)擴(kuò)散閾值。龐曉波、王克達(dá)構(gòu)建全球宏觀經(jīng)濟(jì)網(wǎng)絡(luò)，通過SIR模型模擬金融危機(jī)在148個國家和地區(qū)的傳染，使用動態(tài)聚類法對國際金融危機(jī)潛在的傳染源，即全球宏觀經(jīng)濟(jì)網(wǎng)絡(luò)網(wǎng)絡(luò)中重要節(jié)點進(jìn)行識別，發(fā)現(xiàn)在危機(jī)等級較低時只有少數(shù)經(jīng)濟(jì)水平高的國家，即網(wǎng)絡(luò)中重要節(jié)點有傳染力，而當(dāng)危機(jī)等級較高時一些經(jīng)濟(jì)水平較低的國家也可能會引發(fā)金融危機(jī)。同時隨著危機(jī)等級增加，節(jié)點度、接近中心性和風(fēng)險傳染的相關(guān)性則逐漸增強(qiáng)。

四、存在的不足

在復(fù)雜網(wǎng)絡(luò)視角下全球股票市場風(fēng)險傳染方面，國內(nèi)外學(xué)者已經(jīng)有一定富有成效的學(xué)術(shù)成果，但還有些問題有待進(jìn)一步探討，包括以下幾個方面：

（一）風(fēng)險源和風(fēng)險傳播閾值界定。風(fēng)險在金融網(wǎng)絡(luò)中的傳播必不可少的兩個條件是：風(fēng)險源和風(fēng)險傳播條件?，F(xiàn)階段的研究大都以危機(jī)發(fā)生國作為風(fēng)險源。但是網(wǎng)絡(luò)的不同會導(dǎo)致所面臨的風(fēng)險也不一定相同，因此如何確立風(fēng)險源也是一個值得探討的問題。同樣，對金融網(wǎng)絡(luò)風(fēng)險傳播條件的研究也是至關(guān)重要的即反映在網(wǎng)絡(luò)閾值上。在加權(quán)網(wǎng)絡(luò)中，閾值的設(shè)定會導(dǎo)致網(wǎng)絡(luò)邊的連接出現(xiàn)改變，如何選擇合適的閾值大小也成為建立復(fù)雜網(wǎng)絡(luò)的一個關(guān)鍵性問題。

（二）網(wǎng)絡(luò)風(fēng)險傳播動態(tài)過程。金融網(wǎng)絡(luò)風(fēng)險傳播的往往通過網(wǎng)絡(luò)整體結(jié)構(gòu)表現(xiàn)出來，即對網(wǎng)絡(luò)中節(jié)點、邊的影響。大部分學(xué)者在構(gòu)建網(wǎng)絡(luò)研究網(wǎng)絡(luò)風(fēng)險傳播時，常采取移除節(jié)點或邊的方式來分析網(wǎng)絡(luò)變化。因此，風(fēng)險在網(wǎng)絡(luò)中傳播即是節(jié)點或邊減少的過程，本質(zhì)來說是一個動態(tài)漸進(jìn)過程，不僅需要對風(fēng)險傳播閾值進(jìn)行度量分析，而且還需要對在具體條件下對節(jié)點或者邊的抗毀程度進(jìn)行分析。

（三）網(wǎng)絡(luò)風(fēng)險預(yù)警能力?，F(xiàn)階段，大多數(shù)的文獻(xiàn)還停留在對網(wǎng)絡(luò)的描述性刻畫上，主要研究網(wǎng)絡(luò)內(nèi)部結(jié)構(gòu)以及相互影響，還有基于以往金融危機(jī)的情況進(jìn)行分析僅僅是證明金融風(fēng)險存在性的研究，卻很少有文獻(xiàn)可以結(jié)合復(fù)雜網(wǎng)絡(luò)來對未來可能發(fā)生的風(fēng)險進(jìn)行預(yù)警分析。

五、結(jié)語

本文具體的從復(fù)雜網(wǎng)絡(luò)、風(fēng)險傳染以及基于復(fù)雜網(wǎng)絡(luò)風(fēng)險傳染三個角度對復(fù)雜網(wǎng)絡(luò)視角下的國際股票市場風(fēng)險傳染研究現(xiàn)狀進(jìn)行歸納和梳理，使我們對復(fù)雜網(wǎng)絡(luò)有一定的了解，也對風(fēng)險傳染規(guī)律產(chǎn)生了更加深刻的認(rèn)識。但是，有關(guān)閾值界定、傳播條件等還需要我們運用系統(tǒng)論的思想進(jìn)行進(jìn)一步研究，以推進(jìn)復(fù)雜網(wǎng)絡(luò)風(fēng)險傳播問題研究。

主要參考文獻(xiàn)：

[1]Watts D J，Strogatz S H.Collective dynamics of small-world networks[J]. Nature，1998.393（6684）.

[2]Kim H J，Lee Y，Kahng B.Weighted Scale-Free Network in Financial Correlations[J].Journal of the Physical Society of Japan，2002.71（9）.

[3]王克達(dá)，龐曉波，王姍姍.金融危機(jī)對全球股票市場的傳染研究：基于復(fù)雜網(wǎng)絡(luò)分析方法[J].世界經(jīng)濟(jì)研究，2018.290（4）.