□朱紅珊　方愫芬

（江西財經(jīng)大學(xué)金融學(xué)院　江西　南昌　330013）

基于CiteSpace的國內(nèi)風(fēng)險收益文獻(xiàn)研究可視化分析

□朱紅珊方愫芬

（江西財經(jīng)大學(xué)金融學(xué)院江西南昌330013）

結(jié)合CiteSpace軟件對國內(nèi)關(guān)于風(fēng)險收益的文獻(xiàn)進(jìn)行統(tǒng)計和可視化分析，揭示該領(lǐng)域的研究現(xiàn)狀、研究前沿及學(xué)科基礎(chǔ)，為該領(lǐng)域的研究人員提供參考與借鑒，將可視化分析方法引入金融研究領(lǐng)域，完善該領(lǐng)域可視化分析方法。由結(jié)果可知我國風(fēng)險收益領(lǐng)域的文獻(xiàn)以微創(chuàng)新為主，缺少大的創(chuàng)新內(nèi)容，該領(lǐng)域還有很大的探索空間，量化投資是近期的一個研究的熱點。

CiteSpace；風(fēng)險收益；

聚類；可視化分析

本文DOI：10.16675/j.cnki.cn14-1065/f.2016.07.074

1　數(shù)據(jù)來源及研究方法

對于本文研究的期刊文獻(xiàn)來源，經(jīng)綜合考慮選擇了CSSCI中國社會科學(xué)引文索引數(shù)據(jù)庫。我們運用的分析軟件為是CiteSpace軟件，他主要基于共引分析理論和尋徑網(wǎng)絡(luò)等算法，對特定領(lǐng)域文獻(xiàn)（集合）進(jìn)行計量，探尋出學(xué)科領(lǐng)域演化的關(guān)鍵路徑及知識轉(zhuǎn)折點，并通過一系列可視化圖譜的繪制來形成對學(xué)科領(lǐng)域演化潛在動力機(jī)制的分析和學(xué)科發(fā)展前沿的探測。該軟件能提供聚類視圖、時間線視圖和時區(qū)視圖，能夠?qū)?fù)雜的學(xué)術(shù)研究領(lǐng)域的發(fā)展進(jìn)程以可視化的方式顯示。我們將通過合理設(shè)置閾值，并依據(jù)得出的結(jié)果來對風(fēng)險收益進(jìn)行可視化分析。

1.1文獻(xiàn)檢索條件設(shè)置

在CSSCI中國社會科學(xué)引文索引頁面，我們以“風(fēng)險”與“收益”為，文獻(xiàn)類型、學(xué)科類別、學(xué)位分類和基金類別使用默認(rèn)設(shè)置，時間范圍選擇“1998年耀2014年”，進(jìn)行來源文獻(xiàn)檢索，共檢索出451篇引文，將文獻(xiàn)下載并轉(zhuǎn)換格式，使用這451篇引文進(jìn)行可視化分析。

1.2軟件參數(shù)設(shè)計

對CiteSpace軟件進(jìn)行基本參數(shù)設(shè)置，并會根據(jù)不同的分析目的設(shè)置不同的閾值。首先將下載的文獻(xiàn)分別進(jìn)行存儲路徑、文件名稱、格式轉(zhuǎn)換等一系列的處理，時間跨度都選擇1998耀2014年，時間切面都為1年，分別選擇分析依據(jù)和相應(yīng)閾值，然后結(jié)合生成的可視化圖進(jìn)行分析。

2　可視化分析與結(jié)果討論

本文將借助CiteSpace軟件，對國內(nèi)關(guān)于風(fēng)險收益的研究文獻(xiàn)進(jìn)行統(tǒng)計和可視化分析。

2.1文獻(xiàn)年代分布

亞洲金融危機(jī)在1997年夏爆發(fā)，引發(fā)這次金融危機(jī)的金融大鱷正是抓住了東南亞國家自身模式的缺陷，國內(nèi)也是此時逐漸開始增強(qiáng)風(fēng)險收益的研究。如蒲宇飛1998年發(fā)表的文獻(xiàn)認(rèn)為決定一個國家模式優(yōu)劣的，最重要的是一個國家的自我矯正能力，并結(jié)合美國、日本、中南亞國家和中國在這次危機(jī)中的實際處境和對未來所要采取的措施進(jìn)行了分析和探討。王國平1998年發(fā)表的文獻(xiàn)提出完善分散投資主體是推進(jìn)改革的現(xiàn)實著眼點。正是基于這樣的大背景，1998年開始國內(nèi)學(xué)術(shù)界對風(fēng)險收益的研究愈加重視。

2.2及

聚類分析

論文的是對論文主題的高度歸納和總結(jié)，對論文的

進(jìn)行分析和研究，能更好地分析風(fēng)險收益領(lǐng)域的研究前沿和學(xué)科基礎(chǔ)。

2.2.1分析。論文的

是整篇論文的核心詞和詞組，它們在一定程度上反映了論文研究的內(nèi)容，頻次高的

越能反映一個領(lǐng)域的研究熱點。本文選擇

（Keywords）作為生成可視化聚類視圖的依據(jù)。按（2，2，20）、（2，2，20）、（2，3，20）的節(jié)點閾值選擇節(jié)點數(shù)據(jù)，導(dǎo)入文獻(xiàn)運行CiteSpace軟件。

生成的可視化圖譜，圖譜中節(jié)點表示

，一個年輪的厚度與某個時間分區(qū)內(nèi)的

出現(xiàn)頻次成正比，節(jié)點之間的連線代表

的共現(xiàn)。共選擇出62個

節(jié)點及52條連線。前6位高頻

，剔除前兩名，分別為投資風(fēng)險、投資收益、風(fēng)險收益、收益率、風(fēng)險投資，結(jié)合其他高頻

的引用歷史，風(fēng)險收益的研究多集中在金融投資領(lǐng)域。

2.2.2聚類分析。接著依照TF*IDF加權(quán)算法（TF*IDF）從選取文獻(xiàn)的“索引詞條”中提取聚類標(biāo)簽詞，生成如圖1所示的

聚類圖譜。根據(jù)

似然率算法，國內(nèi)風(fēng)險收益研究研究有6類研究前沿，分析聚類

并結(jié)合聚類重點推薦的文獻(xiàn)。

聚類0#市場風(fēng)險，研究結(jié)合相應(yīng)指標(biāo)，對風(fēng)險收益理論在我國的實證研究。聚類1#投資風(fēng)險，研究我國證券公司以及基金公司在不同環(huán)境下對我國二級市場進(jìn)行的組合投資。聚類2#道德風(fēng)險，研究保險行業(yè)以及銀行業(yè)面對市場風(fēng)險時，相應(yīng)的對策。聚類3#風(fēng)險收益，是基于投資者情緒的風(fēng)險收益實證研究。聚類4#理論收益率，結(jié)合我國股市特色，探尋合理證券投資組合的，探尋合理報酬的實證研究，黃秀海、滕秀清和李杰于2010年提出并證明了非參數(shù)核估計能夠很好地估計股市理論收益率指標(biāo)，準(zhǔn)確地計量與監(jiān)管我國股市風(fēng)險動態(tài)變化情況。聚類5#”雙邊道德風(fēng)險”，分析基于CVaR風(fēng)險度量準(zhǔn)則下，有效消除雙邊道德風(fēng)險從而提高收益的方法，代建生、孟衛(wèi)東、馬國旺于2013年，基于CVaR風(fēng)險度量準(zhǔn)則，在收益共享契約下，證明了供應(yīng)鏈聯(lián)合促銷博弈存在一個納什均衡。殷林森于2010年，提出通過間接控制私人收益來激勵雙方的努力，能部分消除雙邊道德風(fēng)險。

圖1聚類圖譜

圖2　作者共被引圖譜

2.3來源作者與作者共被引分析

有學(xué)術(shù)影響力的作者群體的狀況集中體現(xiàn)了學(xué)科科研實踐的趨向，發(fā)文量從數(shù)量的角度反映作者的科研生產(chǎn)力，合著情況及被引頻次從質(zhì)量的角度反映作者的學(xué)術(shù)影響力。

2.3.1來源作者分析。我們選擇作者（Author）作為生成可視化聚類視圖的依據(jù)，節(jié)點閾值選取top=30，其他設(shè)置為默認(rèn)值不變。生成作者合作科學(xué)知識圖譜，共選出448個節(jié)點以及148條連線，表明國內(nèi)作者間合作相對頻繁。發(fā)文量最高的唐小我，發(fā)文量為5篇，2002年和曾勇合著的論文提出技術(shù)分析的有效性并不確定，歷史文獻(xiàn)中股票收益可利用過去的收益來預(yù)測的論斷仍需進(jìn)一步證明。發(fā)文量排前十四的作者都與他人合作撰寫了風(fēng)險收益研究領(lǐng)域的文獻(xiàn)。分析通過導(dǎo)出的作者間合作列表，國內(nèi)作者跨區(qū)域以及跨機(jī)構(gòu)間的合作相對較少。

2.3.2作者共被引分析。作者共被引分析著重從作者共被引方面分析作者的影響力，被引次數(shù)最多的作者一般是那些做了奠基性研究工作的學(xué)者。選擇被引作者（Cited Author）作為生成依據(jù)，其他設(shè)置不變，得到圖2。統(tǒng)計導(dǎo)出的被引作者頻次表，被引國外作者占比接近48.72%，在國內(nèi)文獻(xiàn)中出現(xiàn)這種比例的被引情況，也從側(cè)面說明在風(fēng)險收益這一研究領(lǐng)域我國與國外的研究成熟度還是有一定差距。國內(nèi)被引作者中陳浪南、吳世農(nóng)、張維迎三人被引次數(shù)居于前三。王春峰的被引頻次以及發(fā)文量都居于前列，他是我國金融工程學(xué)科的主要創(chuàng)始人之一。從被引作者統(tǒng)計情況可知，在風(fēng)險收益這一研究領(lǐng)域我國與國外的研究成熟度還是有一定差距。

2.4機(jī)構(gòu)及機(jī)構(gòu)合作分析

對研究領(lǐng)域發(fā)文機(jī)構(gòu)的研究可以看出該研究領(lǐng)域中的研究力量布局。我們選擇機(jī)構(gòu)（Institution）作為生成依據(jù)得到機(jī)構(gòu)合作的可視化圖譜，共選擇出321所機(jī)構(gòu)及之間的78條連線。從分析結(jié)果可知，雖然機(jī)構(gòu)之間會有合作，但合作的機(jī)構(gòu)多集中在同一區(qū)域，如三機(jī)構(gòu)合作合作撰寫的《基礎(chǔ)設(shè)施資產(chǎn)證券化融資研究》，并且機(jī)構(gòu)之間的合作相對較少。大學(xué)是研究風(fēng)險收益的主要機(jī)構(gòu)，金融機(jī)構(gòu)也是風(fēng)險收益研究領(lǐng)域的重要力量。跨機(jī)構(gòu)之間的合作能充分利用各自的優(yōu)勢，實現(xiàn)在風(fēng)險研究領(lǐng)域的突破創(chuàng)新，如大學(xué)與機(jī)構(gòu)共同完成的《中國商業(yè)銀行風(fēng)險、收益對效率影響的實證分析》。在風(fēng)險收益研究領(lǐng)域機(jī)構(gòu)之間加強(qiáng)合作，并且加大跨行業(yè)、跨區(qū)域之間的機(jī)構(gòu)合作能更好的拓展風(fēng)險收益領(lǐng)域的研究。

2.5文獻(xiàn)共被引分析

2.5.1高被引文獻(xiàn)分析。一個研究領(lǐng)域的知識基礎(chǔ)與其研究前沿將隨著時間的變遷而不斷延伸和拓展，最終形成一個學(xué)科的核心文獻(xiàn)集合，并進(jìn)而表現(xiàn)為該領(lǐng)域的高被引文獻(xiàn)簇。我們選擇被引文獻(xiàn)（Cited Reference）作為生成依據(jù)，得到共被引文獻(xiàn)可視化圖譜，共選擇出321所機(jī)構(gòu)及之間的78條連線。生成聚類圖譜的節(jié)點顯示的是被引次數(shù)較多的幾篇重要被引文獻(xiàn)，分析可知被引度較高的大多都是國外文獻(xiàn)，統(tǒng)計導(dǎo)出的文獻(xiàn)高被引頻次表，高被引文獻(xiàn)中國外文獻(xiàn)占比接近近3/4。我國風(fēng)險收益領(lǐng)域高被引文獻(xiàn)以微創(chuàng)新為主，缺少實質(zhì)創(chuàng)新內(nèi)容，我國風(fēng)險收益領(lǐng)域具有巨大前景。

2.5.2文獻(xiàn)共被引聚類圖譜。圖3是文獻(xiàn)共被引的時間序列圖譜，它由57個聚類組成，年代分布從1952年到2009。圖中顯示2020年是因為下載下來的數(shù)據(jù)中部分引文文獻(xiàn)發(fā)表時間缺失，將其設(shè)為2020年。文獻(xiàn)共被引的時間序列圖譜不僅能展現(xiàn)被引率最高的重要文獻(xiàn)，還能清晰的給出該領(lǐng)域的知識基礎(chǔ)和發(fā)展脈絡(luò)。依據(jù)選出的被引文獻(xiàn)，由文獻(xiàn)共被引根據(jù)似然率算法，共得出28類聚類。聚類反映的是風(fēng)險收益研究領(lǐng)域不同熱點的學(xué)科基礎(chǔ)，結(jié)合時間線視圖對聚類進(jìn)行分析。

圖3　文獻(xiàn)共被引聚類圖譜

[1]陳悅,陳超美,劉澤淵,胡志剛,王賢文.CiteSpace知識圖譜的方法論功能[J].科學(xué)學(xué)研究,2015,33(2):242-253.

1004-7026（2016）07-0104-02中國圖書分類號：G31

A

朱紅珊（1992-），男，江西九江，碩士研究生，金融工程。
方愫芬（1994-），女，江西宜春，碩士研究生，國際金融。