陳 煒, 姜鰻芮, 張衛(wèi)國

(1． 首都經(jīng)濟(jì)貿(mào)易大學(xué)管理工程學(xué)院, 北京100070; 2． 深圳大學(xué)管理學(xué)院, 深圳 518060)

0 引 言

隨著經(jīng)濟(jì)一體化的發(fā)展,金融全球化和自由化趨勢(shì)的日益增強(qiáng),各國、各地區(qū)的股票市場(chǎng)也逐漸由分割走向聯(lián)動(dòng).在市場(chǎng)國際化的背景下,資本市場(chǎng)開放是我國對(duì)外開放政策的主要內(nèi)容之一.2014年11月17日滬港股票市場(chǎng)交易互聯(lián)互通機(jī)制試點(diǎn)(簡(jiǎn)稱“滬港通”)的實(shí)施,標(biāo)志著滬港兩市之間互通互投的實(shí)現(xiàn),推動(dòng)了我國資本市場(chǎng)雙向開放的進(jìn)程.隨后,2016年12月5日深港股票市場(chǎng)交易互聯(lián)互通機(jī)制試點(diǎn)(簡(jiǎn)稱“深港通”)也順利開通,實(shí)現(xiàn)了深港兩市之間的互通互投,進(jìn)一步深化了滬深港三地股票市場(chǎng)在資本市場(chǎng)中的合作與協(xié)調(diào)發(fā)展.“滬港通”和“深港通”作為我國內(nèi)地資本市場(chǎng)的重大制度創(chuàng)新,推動(dòng)了A股市場(chǎng)成功納入MSCI新興市場(chǎng)指數(shù),對(duì)于優(yōu)化我國A股資本市場(chǎng)投資者結(jié)構(gòu),提高資本市場(chǎng)效率具有重大意義[1].

“滬港通”和“深港通”政策實(shí)施后,滬深港股票市場(chǎng)間關(guān)聯(lián)性日趨緊密,而準(zhǔn)確刻畫滬深港股票市場(chǎng)間復(fù)雜的關(guān)聯(lián)性,并分析其演化特征,對(duì)維持滬深港股票市場(chǎng)的穩(wěn)定具有重要的價(jià)值.目前,已有學(xué)者對(duì)滬深港股票市場(chǎng)之間的關(guān)聯(lián)性進(jìn)行了研究.郭文偉和陳妍玲[2]發(fā)現(xiàn)滬深港股票市場(chǎng)之間的危機(jī)傳染效應(yīng)隨一體化程度的提升而增強(qiáng).方艷等[3]、Ma等[4]基于上證綜指、深證成指和恒生指數(shù),研究“滬港通”開通前后股票市場(chǎng)之間聯(lián)動(dòng)性的變化,并得出“滬港通”的開通沒有使得滬港兩市之間的動(dòng)態(tài)相關(guān)性顯著增強(qiáng).姚堯之和劉志峰[5]基于DCC-MIDAS模型,研究混頻條件下股票市場(chǎng)之間的動(dòng)態(tài)相關(guān)性,結(jié)果表明“滬港通”開通對(duì)滬深港股票市場(chǎng)的聯(lián)動(dòng)性起積極作用.林祥友等[6]、秦國駿和劉傳江[7]從微觀的角度開展研究,發(fā)現(xiàn)“滬深港通”的開通促進(jìn)了AH股市場(chǎng)收斂.然而,現(xiàn)有文獻(xiàn)大多是研究滬深港股票價(jià)格波動(dòng)之間的聯(lián)動(dòng)性.

近年來,投資者情緒作為行為金融學(xué)理論研究的重要組成部分,已經(jīng)吸引了廣大學(xué)者的關(guān)注[8-13].特別地,已有研究表明重大事件會(huì)導(dǎo)致投資者情緒波動(dòng),進(jìn)而影響股票價(jià)格.例如：Valle Cruz等[14]、Sun等[15]、Liu等[16]研究發(fā)現(xiàn),COVID-19流行期間投資者情緒對(duì)股票價(jià)格的影響更為顯著.Addoum等[17]以政治氣候的變化作為投資者情緒的代理變量,實(shí)證分析了執(zhí)政黨變化對(duì)股票價(jià)格的影響.楊曉蘭等[18]從投資者情緒的角度研究我國股市的政策效應(yīng),實(shí)證分析了五類政策對(duì)股票市場(chǎng)的影響.于博和吳菡虹[19]開展了互聯(lián)互通政策帶來的市場(chǎng)情緒聯(lián)動(dòng)效應(yīng)的研究,發(fā)現(xiàn)“滬港通”和“深港通”的開通提高了滬港之間以及深港之間的情緒聯(lián)動(dòng)水平.然而,目前有關(guān)滬深港股票市場(chǎng)價(jià)格聯(lián)動(dòng)性和投資者情緒聯(lián)動(dòng)性的研究仍處于較為割裂的狀態(tài).為了進(jìn)一步深化互聯(lián)互通政策下滬深港股票市場(chǎng)間關(guān)聯(lián)性演化分析的研究,本文將同時(shí)考慮滬深港股票市場(chǎng)價(jià)格層面和投資者情緒層面的聯(lián)動(dòng)性.

隨著網(wǎng)絡(luò)科學(xué)的蓬勃發(fā)展,復(fù)雜網(wǎng)絡(luò)理論因其可以更好的揭示金融市場(chǎng)內(nèi)部拓?fù)浣Y(jié)構(gòu)及演化過程,已被越來越多的學(xué)者應(yīng)用于股票市場(chǎng)關(guān)聯(lián)性的研究中.例如：王克達(dá)等[20]、Corsi等[21]構(gòu)建格蘭杰因果風(fēng)險(xiǎn)網(wǎng)絡(luò),研究系統(tǒng)性風(fēng)險(xiǎn)的傳染過程.馬亞明和胡春陽[22]構(gòu)建極端風(fēng)險(xiǎn)網(wǎng)絡(luò),分析極端風(fēng)險(xiǎn)關(guān)聯(lián)性的演化特征.Li等[23]、Long等[24]、周開國等[25]構(gòu)建信息溢出網(wǎng)絡(luò),研究不同時(shí)期波動(dòng)率、極端風(fēng)險(xiǎn)、尾部風(fēng)險(xiǎn)等信息的溢出效應(yīng).李岸等[26]、Ji等[27]基于動(dòng)態(tài)條件相關(guān)系數(shù)構(gòu)建關(guān)聯(lián)網(wǎng)絡(luò),進(jìn)而分析市場(chǎng)關(guān)聯(lián)性的演化情況.劉海飛等[28]、謝赤等[29]、李延雙等[30]、Huang等[31]構(gòu)建Pearson相關(guān)關(guān)系網(wǎng)絡(luò),探索不同時(shí)期股票市場(chǎng)的結(jié)構(gòu)特征及穩(wěn)定性.劉超和郭亞東[32]、Li和Dong[33]基于市場(chǎng)聯(lián)動(dòng)模式構(gòu)建市場(chǎng)聯(lián)動(dòng)模式轉(zhuǎn)換網(wǎng)絡(luò),探索不同時(shí)期市場(chǎng)關(guān)聯(lián)性的轉(zhuǎn)換規(guī)律.但是,由于股票之間存在著多種關(guān)聯(lián)關(guān)系,因而傳統(tǒng)的單層網(wǎng)絡(luò)方法已難以準(zhǔn)確刻畫現(xiàn)實(shí)的股票市場(chǎng).近年來,能夠同時(shí)考慮多種不同關(guān)系的多層網(wǎng)絡(luò)方法倍受學(xué)者們的關(guān)注.Aldasoro和Alves[34]利用歐洲大型銀行之間的風(fēng)險(xiǎn)披露數(shù)據(jù),構(gòu)建多層網(wǎng)絡(luò)模型,以刻畫歐洲大型銀行網(wǎng)絡(luò)多重結(jié)構(gòu)的主要特征.Li等[35]基于銀行與公司之間的短期借貸關(guān)系和長期借貸關(guān)系,構(gòu)建銀行-公司多層網(wǎng)絡(luò)模型,進(jìn)而研究其系統(tǒng)性風(fēng)險(xiǎn).馬錢挺等[36]基于銀企間不同貸款期限的借貸關(guān)系以及不同投資周期的共同資產(chǎn)關(guān)系,構(gòu)建多層網(wǎng)絡(luò)模型研究銀企系統(tǒng)性風(fēng)險(xiǎn).李守偉等[37]基于Pearson相關(guān)、Kendall相關(guān)以及Tail相關(guān),構(gòu)建金融機(jī)構(gòu)多層網(wǎng)絡(luò)模型,實(shí)證分析了金融機(jī)構(gòu)多層網(wǎng)絡(luò)結(jié)構(gòu)演化特征.然而,至今鮮有文獻(xiàn)聚焦滬深港股票市場(chǎng),從多層網(wǎng)絡(luò)的視角出發(fā),研究滬深港股票市場(chǎng)的關(guān)聯(lián)性演化特征.

綜上所述,本文構(gòu)建了滬深港股票市場(chǎng)多層網(wǎng)絡(luò)模型,進(jìn)而研究互聯(lián)互通政策對(duì)滬深港股票市場(chǎng)關(guān)聯(lián)性的影響.本文的主要工作有以下兩點(diǎn)：第一,從多層網(wǎng)絡(luò)視角出發(fā),同時(shí)考慮滬深港股票市場(chǎng)收益率間的相關(guān)性和投資者情緒間的相關(guān)性,構(gòu)建滬深港股票市場(chǎng)多層網(wǎng)絡(luò)模型.第二,基于不同的復(fù)雜網(wǎng)絡(luò)拓?fù)涮卣髅枋鲋笜?biāo),從靜態(tài)和動(dòng)態(tài)兩個(gè)方面出發(fā),探討不同時(shí)期滬深港股票市場(chǎng)內(nèi)部拓?fù)浣Y(jié)構(gòu)的變化,分析不同時(shí)期收益率間相關(guān)性與投資者情緒間相關(guān)性的異同,以及不同時(shí)期收益率與投資者情緒之間交互關(guān)系的演變情況,揭示滬深港股票市場(chǎng)關(guān)聯(lián)性的演化特征.

1 滬深港股票市場(chǎng)多層網(wǎng)絡(luò)模型

本文以“滬港通”和“深港通”中所包含的股票為節(jié)點(diǎn),滬深港股票市場(chǎng)收益率之間的關(guān)系、投資者情緒之間的關(guān)系以及收益率與投資者情緒之間的關(guān)系為邊,構(gòu)建滬深港股票市場(chǎng)多層網(wǎng)絡(luò)模型.其中,股票的收益率采用對(duì)數(shù)收益率的計(jì)算方式,假設(shè)股票i在第t天的收盤價(jià)為pi(t),則其對(duì)數(shù)收益率ri(t)為

ri(t)=lnpi(t)-lnpi(t-1)

(1)

投資者情緒指數(shù)的構(gòu)建,參照技術(shù)情緒指數(shù)的構(gòu)建方法[38].本文選用換手率(Turn)、相對(duì)強(qiáng)弱指數(shù)(Rsi)、乖離率(Bias)、人氣指標(biāo)(AR)以及成交量比率(VR)作為投資者情緒的代理指標(biāo).首先針對(duì)每只股票,對(duì)所有指標(biāo)當(dāng)期和滯后一期值進(jìn)行主成分分析,得到初始情緒指數(shù).進(jìn)一步,將所有指標(biāo)當(dāng)期和滯后一期值與初始情緒指數(shù)回歸,取兩者相關(guān)系數(shù)絕對(duì)值的較大者作為正式的指標(biāo).最后基于正式的指標(biāo),采用主成分分析法,以第一主成分構(gòu)建投資者情緒指數(shù)

Ie=α1Turn+α2Rsi+α3Bias+

α4AR+α5VR

(2)

其中α表示第一主成分中各指標(biāo)的系數(shù),Rsi的周期為6個(gè)交易日,Bias的周期為12個(gè)交易日,AR的周期為26個(gè)交易日,VR的周期為26個(gè)交易日.

進(jìn)一步,同時(shí)考慮滬深港股票市場(chǎng)收益率間的相關(guān)性和投資者情緒間的相關(guān)性,構(gòu)建滬深港股票市場(chǎng)多層網(wǎng)絡(luò)模型.

1.1 關(guān)聯(lián)性計(jì)算

考慮股票之間的Spearman相關(guān)性,該相關(guān)系數(shù)可以刻畫股票間是否存在秩相關(guān)性[39].相較于常用的Pearson相關(guān)系數(shù),Spearman相關(guān)系數(shù)不易受到樣本中離群點(diǎn)的影響.對(duì)于秩序列Xi={xi(t)}和Xj={xj(t)},兩者之間的Spearman相關(guān)系數(shù)可以表示為

(3)

其中n表示序列的長度.特別地,Spearman相關(guān)系數(shù)的大小在-1到1之間,|ρij|越接近于1,股票i和j之間的相關(guān)性越強(qiáng),|ρij|越接近于0,股票i和j之間的相關(guān)性越弱.

1.2 多層網(wǎng)絡(luò)構(gòu)建

本文所構(gòu)建的滬深港股票市場(chǎng)多層網(wǎng)絡(luò)模型包括兩層：股票收益率間Spearman關(guān)系層(LRS)以及股票投資者情緒間Spearman關(guān)系層(LES).

首先,基于“滬港通”和“深港通”中所包含股票的數(shù)據(jù),根據(jù)上述Spearman相關(guān)系數(shù)公式,可計(jì)算股票收益率序列之間的相關(guān)系數(shù)ρij,r、股票投資者情緒序列之間的相關(guān)系數(shù)ρij,e以及股票收益率序列與投資者情緒序列之間的相關(guān)系數(shù)ρij,re.其次,分別基于元素ρij,r、ρij,e和ρij,re,可得如下三個(gè)N×N的相關(guān)系數(shù)矩陣

(4)

(5)

(6)

最后,以Cρ,r構(gòu)建單層網(wǎng)絡(luò)Gρ,r作為多層網(wǎng)絡(luò)的LRS,Cρ,e構(gòu)建單層網(wǎng)絡(luò)Gρ,e作為多層網(wǎng)絡(luò)的LES,Cρ,re作為多層網(wǎng)絡(luò)中LRS和LES之間的交互關(guān)系,得到滬深港股票市場(chǎng)多層網(wǎng)絡(luò).

進(jìn)一步,考慮到所構(gòu)建的滬深港股票市場(chǎng)網(wǎng)絡(luò)龐大,對(duì)所構(gòu)建的滬深港股票市場(chǎng)多層網(wǎng)絡(luò)進(jìn)行簡(jiǎn)化.

(7)

其中cij為股票i和j之間收益率間或投資者情緒間的Spearman相關(guān)系數(shù).

針對(duì)LRS和LES的層間關(guān)系,考慮到Spearman相關(guān)系數(shù)越接近于0意味著相關(guān)性越弱,因而本文采用閾值法進(jìn)行層間關(guān)系的簡(jiǎn)化.設(shè)定閾值為θ,令矩陣Cρ,re中的元素ρij,re滿足

(8)

1.3 復(fù)雜網(wǎng)絡(luò)拓?fù)涮卣髅枋鲋笜?biāo)

1.3.1 連通分量數(shù)

在滬深港股票市場(chǎng)多層網(wǎng)絡(luò)中,市場(chǎng)之間的關(guān)聯(lián)性可以用所屬不同市場(chǎng)的股票在不同層中所形成的連通分量數(shù)衡量.如果節(jié)點(diǎn)i和j是連通的,則節(jié)點(diǎn)i和j屬于同一個(gè)連通分量;如果節(jié)點(diǎn)i和j是不連通的,則節(jié)點(diǎn)i和j屬于不同的連通分量.特別地,由于LRS和LES中的網(wǎng)絡(luò)均采用最小生成樹方法進(jìn)行簡(jiǎn)化,因此其連通分量數(shù)為1.

1.3.2 節(jié)點(diǎn)影響強(qiáng)度

(9)

1.3.3 度相關(guān)性

滬深港股票市場(chǎng)多層網(wǎng)絡(luò)的度相關(guān)性衡量了同一個(gè)節(jié)點(diǎn)在LRS和LES中影響強(qiáng)度變化的相關(guān)性,計(jì)算公式如下[37, 41]

(10)

1.3.4 平均最短路徑

滬深港股票市場(chǎng)多層網(wǎng)絡(luò)的平均最短路徑可以衡量網(wǎng)絡(luò)的性能和傳輸效率.在L層中,節(jié)點(diǎn)i和j之間的最短路徑(shortest path length,SPL)定義為

(11)

其中節(jié)點(diǎn)k1,k2,…,km是連接節(jié)點(diǎn)i和j的中間節(jié)點(diǎn).進(jìn)一步,網(wǎng)絡(luò)中,L層的平均最短路徑(average shortest path length,ASPL)定義為[42]

(12)

其中N[L]為網(wǎng)絡(luò)中L層中節(jié)點(diǎn)的個(gè)數(shù).

1.3.5 層相似性

在滬深港股票市場(chǎng)多層網(wǎng)絡(luò)中,層間相似性可以衡量網(wǎng)絡(luò)中LRS和LES間相互代表的程度.本文使用Jaccard相似性方法進(jìn)行度量,公式如下[37]

(13)

其中E[L]表示L層中邊的集合.層相似性的值介于0到1之間,當(dāng)該值接近于1,說明兩層的相似性極高,當(dāng)該值接近于0,說明兩層的相似性極低.

2 滬深港股票市場(chǎng)多層網(wǎng)絡(luò)結(jié)構(gòu)的實(shí)證分析

選取“滬港通”和“深港通”中所包含的股票作為研究對(duì)象,以2012年1月1日至2019年1月1日作為研究時(shí)段,從Wind數(shù)據(jù)庫中提取相應(yīng)的股票交易數(shù)據(jù)及股票技術(shù)分析指標(biāo)數(shù)據(jù).為了探究“滬港通”和“深港通”的開通對(duì)滬深港股票市場(chǎng)的影響,需要對(duì)事件發(fā)生的時(shí)間節(jié)點(diǎn)進(jìn)行認(rèn)定.由于“滬港通”于2014年11月17日開通,“深港通”于2016年12月5日開通,因此,基于以上兩個(gè)時(shí)間點(diǎn),將整個(gè)時(shí)間段主要?jiǎng)澐譃槿危骸皽弁ā遍_通前(時(shí)段1)、“滬港通”開通后“深港通”開通前(時(shí)段2)以及“深港通”開通后(時(shí)段3).特別地,考慮了“滬港通”和“深港通”實(shí)施過程中股票的納入和剔除.具體來說,在“滬港通”和“深港通”均未開通前,本文以最先進(jìn)入“滬港通”和“深港通”且上市滿一年的股票為研究對(duì)象;在“滬港通”或“深港通”開通后,進(jìn)一步考慮了“滬港通”和“深港通”實(shí)施過程中的股票調(diào)整.最終,不同研究時(shí)段的股票變化情況如表1所示.

進(jìn)一步,本研究將基于不同的復(fù)雜網(wǎng)絡(luò)拓?fù)涮卣髅枋鲋笜?biāo),從靜態(tài)和動(dòng)態(tài)兩方面出發(fā),對(duì)滬深港股票市場(chǎng)多層網(wǎng)絡(luò)展開分析,具體包括：不同時(shí)期滬深港股票市場(chǎng)的關(guān)聯(lián)性分析,以及滬深港股票市場(chǎng)關(guān)聯(lián)性的動(dòng)態(tài)演化特征分析.

2.1 不同時(shí)期滬深港股票市場(chǎng)的關(guān)聯(lián)性

針對(duì)不同時(shí)段,本文基于“滬港通”和“深港通”實(shí)施過程中未被調(diào)整的股票,進(jìn)行滬深港股票市場(chǎng)多層網(wǎng)絡(luò)的構(gòu)建,并從網(wǎng)絡(luò)結(jié)構(gòu)、LRS和LES的網(wǎng)絡(luò)特征以及LRS和LES之間的交互關(guān)系三個(gè)方面分析不同時(shí)期滬深港股票市場(chǎng)的關(guān)聯(lián)性.特別地,時(shí)段1包括滬股465只、深股662只以及港股276只,時(shí)段2包括滬股407只、深股830只以及港股275只,時(shí)段3包括滬股390只、深股666只以及港股338只.

表1 不同研究時(shí)段的股票變化情況

2.1.1 網(wǎng)絡(luò)結(jié)構(gòu)

為了直觀的顯示滬深港股票市場(chǎng)多層網(wǎng)絡(luò)結(jié)構(gòu)以及滬深港股票市場(chǎng)之間的關(guān)系,本文繪制了所構(gòu)建多層網(wǎng)絡(luò)在時(shí)段1、時(shí)段2以及時(shí)段3的網(wǎng)絡(luò)結(jié)構(gòu)圖,如圖1～圖3所示,其中,深灰色的節(jié)點(diǎn)代表滬市股票,淺灰色的節(jié)點(diǎn)代表深市股票,黑色的節(jié)點(diǎn)代表港市股票,節(jié)點(diǎn)之間黑色的邊表示層內(nèi)節(jié)點(diǎn)間的關(guān)系,節(jié)點(diǎn)之間灰色的邊表示層間節(jié)點(diǎn)間的關(guān)系.此外,為了觀察不同時(shí)段滬股、深股以及港股的分布情況,表2給出了不同時(shí)段不同層中所屬不同市場(chǎng)的連通分量數(shù)標(biāo)準(zhǔn)化后的結(jié)果.

不難看出,滬深兩市在任何層、任何時(shí)段都有著較大的連通分量值,說明滬深兩市的關(guān)聯(lián)性較為密切,沒有明顯的分界,但是港市在不同層、不同時(shí)段的表現(xiàn)有較大的差異.在時(shí)段1和時(shí)段2,港市的連通分量數(shù)較小,港市與滬深兩市之間有著較為明顯的分界,LRS中的分界較為清晰,LES中的分界較為模糊.這說明,“滬港通”開通后,港市與滬深兩市之間的關(guān)聯(lián)性并沒有顯著增強(qiáng).在時(shí)段3,港市的連通分量數(shù)有所增大,港市與滬深兩市之間的分界較為模糊,特別是在LES中,港市與滬深兩市之間沒有明顯的分界.這說明,“深港通”的開通使得港市與滬深兩市之間的關(guān)聯(lián)性顯著增強(qiáng),尤其是在投資者情緒層面表現(xiàn)更為明顯.

(a)LRS網(wǎng)絡(luò)結(jié)構(gòu)

(b)LES網(wǎng)絡(luò)結(jié)構(gòu)

(c) 多層網(wǎng)絡(luò)結(jié)構(gòu)(θ=0.2)

(a)LRS網(wǎng)絡(luò)結(jié)構(gòu)

(b)LES網(wǎng)絡(luò)結(jié)構(gòu)

(c) 多層網(wǎng)絡(luò)結(jié)構(gòu)(θ=0.2)

(a)LRS網(wǎng)絡(luò)結(jié)構(gòu)

(b)LES網(wǎng)絡(luò)結(jié)構(gòu)

(c) 多層網(wǎng)絡(luò)結(jié)構(gòu)(θ=0.2)

表2 不同層中所屬不同市場(chǎng)的連通分量數(shù)

2.1.2LRS和LES的網(wǎng)絡(luò)特征

本文從節(jié)點(diǎn)影響強(qiáng)度和網(wǎng)絡(luò)傳輸效率兩個(gè)角度出發(fā),分析不同時(shí)段LRS和LES內(nèi)滬深港股票市場(chǎng)之間的關(guān)聯(lián)性.

為了評(píng)估不同時(shí)段下節(jié)點(diǎn)影響強(qiáng)度在不同層內(nèi)的分布情況,表3和表 4分別給出了不同時(shí)段節(jié)點(diǎn)影響強(qiáng)度排名靠前的股票所屬市場(chǎng)詳情以及不同層中節(jié)點(diǎn)影響強(qiáng)度的相關(guān)性.另外,圖4給出了滬深港股票市場(chǎng)多層網(wǎng)絡(luò)節(jié)點(diǎn)影響強(qiáng)度排名熱力圖.在圖4中每個(gè)時(shí)段均給出了兩組熱力圖,每組熱力圖均有三行：第一行和第二行分別表示同一股票在LRS和LES中節(jié)點(diǎn)影響強(qiáng)度排名,第三行表示股票節(jié)點(diǎn)所屬的市場(chǎng).為了方便觀察,第一組熱力圖中的節(jié)點(diǎn)依據(jù)LRS中節(jié)點(diǎn)影響強(qiáng)度排名排序,第二組熱力圖中的節(jié)點(diǎn)依據(jù)LES中節(jié)點(diǎn)影響強(qiáng)度排名排序.

結(jié)果表明,從時(shí)段1到時(shí)段3,排名靠前的股票中,滬股的數(shù)量減少,深股的數(shù)量增多,港股的數(shù)量增多,多層網(wǎng)絡(luò)的度相關(guān)性呈現(xiàn)出先下降后上升的趨勢(shì).這說明,“滬港通”和“深港通”的開通對(duì)深港兩市起到了一定的促進(jìn)作用,但“滬港通”的開通對(duì)股票市場(chǎng)收益率層面和投資者情緒層面上的沖擊強(qiáng)度存在顯著差異,導(dǎo)致同一股票在不同層的影響強(qiáng)度排名差異增大;“深港通”的開通對(duì)股票市場(chǎng)收益率層面和投資者情緒層面上的沖擊強(qiáng)度差異較小,使得同一股票在不同層的影響強(qiáng)度排名差異有所減小.

表3 不同時(shí)段節(jié)點(diǎn)影響強(qiáng)度排名靠前的股票所屬市場(chǎng)詳情

表4 不同時(shí)段滬深港股票市場(chǎng)多層網(wǎng)絡(luò)的度相關(guān)性

(a)時(shí)段1

(b)時(shí)段2

(c)時(shí)段3

為了從網(wǎng)絡(luò)性能和傳輸效率的角度分析不同時(shí)段滬深港股票市場(chǎng)之間的關(guān)聯(lián)性,本文針對(duì)不同層,計(jì)算滬深港股票市場(chǎng)多層網(wǎng)絡(luò)的平均最短路徑,包括：滬深港三市整體的平均最短路徑,滬市、深市、港市自身的平均最短路徑,滬深之間、滬港之間、深港之間的平均最短路徑,結(jié)果如表5所示.

以滬深港三市整體以及自身的ASPL值作為參照,可以看到,滬深之間的ASPL值在任意時(shí)段都與滬市和深市自身的ASPL值較為接近,且小于滬深港三市整體的ASPL值.而不同時(shí)段計(jì)算得出的滬(深)港之間的ASPL值差異較大.在時(shí)段1,LRS和LES的網(wǎng)絡(luò)整體結(jié)構(gòu)較為緊密,LRS中滬(深)港之間的ASPL值明顯高于滬深港三市整體的ASPL值,LES中深港之間的ASPL值高于滬深港三市整體的ASPL值.在時(shí)段2,LRS和LES的網(wǎng)絡(luò)整體結(jié)構(gòu)變得松散,兩層中滬(深)港之間的ASPL值相較于時(shí)段1都有所提升.在時(shí)段3,LRS和LES的網(wǎng)絡(luò)整體結(jié)構(gòu)變得緊密,但港市自身的ASPL值明顯增大,滬(深)港之間的ASPL值相較于時(shí)段2都有所減小.

這些現(xiàn)象說明,“滬港通”開通前,滬深之間呈現(xiàn)出了較高的關(guān)聯(lián)性,但滬港、深港之間的關(guān)聯(lián)性不高.“滬港通”的開通沒有明顯增強(qiáng)港市與滬深兩市之間的關(guān)聯(lián)性,直至“深港通”開通,才使得港市自身的關(guān)聯(lián)性減弱,與滬深兩市之間的關(guān)聯(lián)性增強(qiáng).

2.1.3LRS和LES之間的交互關(guān)系

從股票收益率與投資者情緒之間的連通性角度出發(fā),分析不同時(shí)段滬深港股票市場(chǎng)的層間關(guān)聯(lián)性.圖5給出了不同時(shí)段股票收益率與投資者情緒之間的交互關(guān)系箱線圖,可以發(fā)現(xiàn),大多數(shù)情況下交互關(guān)系在±0.2之間.進(jìn)一步,考慮到不同時(shí)段不同市場(chǎng)的節(jié)點(diǎn)數(shù)不同,表6給出了不同閾值下標(biāo)準(zhǔn)化后的股票收益率與投資者情緒間交互關(guān)系的統(tǒng)計(jì)結(jié)果.特別地,由于θ>0.2時(shí),存在的交互關(guān)系較少,因此本文對(duì)比了θ=0.1和θ=0.2時(shí)不同時(shí)段交互關(guān)系的變化情況.

整體來看,從時(shí)段1到時(shí)段3,股票收益率與投資者情緒間交互關(guān)系先增多后減少.分時(shí)段來看,滬(深)港兩市之間的交互關(guān)系在不同的θ下表現(xiàn)不同.當(dāng)θ=0.1時(shí),與時(shí)段1相比,時(shí)段3中滬(深)港兩市之間交互關(guān)系有所增多.而當(dāng)θ=0.2時(shí),與時(shí)段1相比,時(shí)段3中滬(深)股收益率與港股投資者情緒之間的交互關(guān)系有所增多,但港股收益率與滬(深)股投資者情緒之間的交互關(guān)系有所減少.此外,還可以看到,滬(深)股收益率與港股投資者情緒之間的交互關(guān)系多于港股收益率與滬(深)股投資者情緒之間的交互關(guān)系.

圖5 不同時(shí)段股票收益率與投資者情緒之間的交互關(guān)系箱線

表6 不同閾值下不同時(shí)段股票收益率與投資者情緒之間的交互關(guān)系數(shù)

此外,本研究還比較了股票節(jié)點(diǎn)的層內(nèi)最強(qiáng)關(guān)聯(lián)關(guān)系與層間最強(qiáng)交互關(guān)系的大小,結(jié)果如圖6所示,其中,深灰色的散點(diǎn)表示滬市股票,淺灰色的散點(diǎn)表示深市股票,黑色的散點(diǎn)表示港市股票.每個(gè)時(shí)段均給出了兩組散點(diǎn)圖,第一組對(duì)比節(jié)點(diǎn)i在LRS中的關(guān)聯(lián)關(guān)系max{ρij,r}與交互關(guān)系max{ρij,re},第二組對(duì)比節(jié)點(diǎn)i在LES中的關(guān)聯(lián)關(guān)max{ρij,e}與交互關(guān)系max{ρji,re}.不難看出,大多數(shù)情況下,股票的層內(nèi)最強(qiáng)關(guān)聯(lián)關(guān)系強(qiáng)于層間最強(qiáng)交互關(guān)系.隨著“滬深港通”的開通,港市沒有表現(xiàn)出明顯的變化,但滬深兩市的變化較為明顯,其層內(nèi)最強(qiáng)關(guān)聯(lián)關(guān)系整體上先增大后減小,部分股票的層間最強(qiáng)交互關(guān)系明顯增大.這說明,面對(duì)“滬深港通”的開通,滬深兩市的結(jié)構(gòu)變化較大,港市的結(jié)構(gòu)變化較小.

(a)時(shí)段1

(b)時(shí)段2

(c)時(shí)段3

2.2 滬深港股票市場(chǎng)關(guān)聯(lián)性的動(dòng)態(tài)演化特征

為了探尋滬深港股票市場(chǎng)多層網(wǎng)絡(luò)結(jié)構(gòu)的動(dòng)態(tài)演化特征,本文采用滑動(dòng)窗口的方式,構(gòu)建動(dòng)態(tài)多層網(wǎng)絡(luò).參考現(xiàn)有文獻(xiàn)的做法,本文將窗口長度設(shè)置為250個(gè)交易日,步長設(shè)置為5個(gè)交易日.那么,自2012年1月1日至2019年1月1日,共構(gòu)建了341個(gè)關(guān)聯(lián)網(wǎng)絡(luò),其中時(shí)段1包含139個(gè)關(guān)聯(lián)網(wǎng)絡(luò),時(shí)段2包含100個(gè)關(guān)聯(lián)網(wǎng)絡(luò),時(shí)段3包含102個(gè)關(guān)聯(lián)網(wǎng)絡(luò).進(jìn)一步,從LRS和LES的網(wǎng)絡(luò)特征、LRS和LES的相關(guān)性以及LRS和LES之間的交互關(guān)系三個(gè)方面對(duì)滬深港股票市場(chǎng)關(guān)聯(lián)性的動(dòng)態(tài)演化特征進(jìn)行分析.

2.2.1LRS和LES的網(wǎng)絡(luò)特征

這里主要從LRS和LES內(nèi)網(wǎng)絡(luò)性能和傳輸效率動(dòng)態(tài)演化的角度分析LRS和LES的網(wǎng)絡(luò)特征,圖7給出了滬深港股票市場(chǎng)多層網(wǎng)絡(luò)的平均最短路徑隨著時(shí)間變化的曲線.可以看到,在大多數(shù)情況下,LRS的ASPL值大于LES的ASPL值,這說明,滬深港股票市場(chǎng)投資者情緒上的關(guān)聯(lián)性一般要高于收益率上的關(guān)聯(lián)性.

進(jìn)一步,以滬深港三市整體的ASPL值變化曲線作為參照,圖8給出了滬深港三市自身以及兩兩之間的ASPL值變化曲線.從收益率層面來看,在時(shí)段1,滬深之間的ASPL值及變化趨勢(shì)均與滬深兩市自身的ASPL值及變化趨勢(shì)較為接近,但滬(深)港之間的ASPL值及變化趨勢(shì)與滬(深)港自身的ASPL值及變化趨勢(shì)差異較大.在時(shí)段2,滬市與港市自身的ASPL值呈現(xiàn)出下降趨勢(shì),但滬(深)港之間的ASPL值及變化趨勢(shì)仍然與滬(深)港自身的ASPL值及變化趨勢(shì)差異較大.在時(shí)段3,港市自身的ASPL值增大,滬(深)港之間的ASPL值及變化趨勢(shì)與港市自身的ASPL值及變化趨勢(shì)趨于一致.從投資者情緒層面來看,在時(shí)段1,滬深港三市自身以及兩兩之間的ASPL值有較大差異,但變化趨勢(shì)較為相似.在時(shí)段2和時(shí)段3中,滬深港三市自身以及兩兩之間的ASPL值及變動(dòng)趨勢(shì)趨于一致.

圖7 滬深港股票市場(chǎng)多層網(wǎng)絡(luò)的平均最短路徑

(a) 股票收益率間Spearman關(guān)系層(LRS)

(b) 股票投資者情緒間Spearman關(guān)系層(LES)

這些現(xiàn)象說明,在“滬港通”開通前,港市與滬深兩市的關(guān)聯(lián)性不高.“滬港通”的開通促進(jìn)了滬深港三市的聯(lián)動(dòng),但沒有明顯增強(qiáng)港市與滬深兩市之間的關(guān)聯(lián)性.直至“深港通”開通,才使得港市與滬深兩市之間的關(guān)聯(lián)性顯著增強(qiáng).

2.2.2LRS和LES的相關(guān)性

本文從節(jié)點(diǎn)影響強(qiáng)度和關(guān)系路徑兩個(gè)角度出發(fā),分析滬深港股票市場(chǎng)多層網(wǎng)絡(luò)不同層之間的相關(guān)性.

為了評(píng)估滬深港股票市場(chǎng)多層網(wǎng)絡(luò)中,不同層內(nèi)節(jié)點(diǎn)影響強(qiáng)度相關(guān)性的動(dòng)態(tài)演化情況,圖9給出了不同市場(chǎng)的度相關(guān)性隨著時(shí)間變化的曲線,包括：滬深港三市、滬市、深市和港市的度相關(guān)性.度相關(guān)性越高,意味著在LRS中的中心節(jié)點(diǎn),在LES中也有較高可能居于重要地位.

總體來說,滬深港三市整體的度相關(guān)性在0.399 5到0.564 2之間,滬市的度相關(guān)性在0.325 6到0.574 6之間,深市的度相關(guān)性在0.306 9到0.540 0之間,港市的度相關(guān)性在0.419 3到0.703 0之間.港市的度相關(guān)性在大多數(shù)情況下要高于滬市和深市的度相關(guān)性,因此港股在LRS和LES中的地位在多數(shù)情況下可能較為相符.

分時(shí)段來看,在時(shí)段1,滬深港三市自身的度相關(guān)性均沒有明顯的變化趨勢(shì).在時(shí)段2,滬深港三市自身的度相關(guān)性均在前期大幅下降,后期逐漸回升,港市的度相關(guān)性拐點(diǎn)要先于滬深兩市的度相關(guān)性拐點(diǎn).在時(shí)段3,深市和港市的度相關(guān)性均在前期小幅下降,后期趨于平穩(wěn),而滬市的度相關(guān)性則是在前期小幅上升,后期趨于平穩(wěn).

這些現(xiàn)象表明,“滬港通”的開通對(duì)同一股票收益率層面和投資者情緒層面上的沖擊強(qiáng)度不同,使得同一股票在收益率層面和投資者情緒層面上的表現(xiàn)出現(xiàn)了較大偏差,但隨著時(shí)間的推移,這種差異有所減小.另外,不同市場(chǎng)面對(duì)“滬港通”開通沖擊的表現(xiàn)也不同,港市受到?jīng)_擊后的反應(yīng)快且持續(xù)時(shí)間短,滬深兩市受到?jīng)_擊后的反應(yīng)快且持續(xù)時(shí)間長.“深港通”開通后,滬深港三市均未出現(xiàn)較大反應(yīng),同一股票在收益率層面和投資者情緒層面上的表現(xiàn)出現(xiàn)小幅偏差后趨于穩(wěn)定.

為了評(píng)估滬深港股票市場(chǎng)多層網(wǎng)絡(luò)中,不同層內(nèi)關(guān)系路徑相似性的動(dòng)態(tài)演化情況,圖10給出了LRS與LES的層相似性隨著時(shí)間變化的曲線.層相似性越高,意味著LRS和LES的互為代表程度越高.

可以看到,LRS與LES的相似度不高,滬深港三市整體的層相似性在0.053 8到0.096 5之間,滬市的層相似性一般高于深市和港市的層相似性.分時(shí)段來看,在時(shí)段2,港市的層相似性明顯下降,滬市、深市以及滬港、深港兩市的層相似性變動(dòng)趨勢(shì)較為一致,變動(dòng)幅度略有不同.在時(shí)段3,滬市、深市、港市以及滬深、滬港、深港兩市的層相似性均呈現(xiàn)出較為一致的上升趨勢(shì).

這些現(xiàn)象說明,LRS與LES互為代表的程度較低,滬深港股票之間收益率上的關(guān)聯(lián)性與投資者情緒上的關(guān)聯(lián)性差異較大.“滬港通”的開通對(duì)不同市場(chǎng)收益率層面和投資者情緒層面上的沖擊強(qiáng)度不同,對(duì)港股的關(guān)系路徑?jīng)_擊較大.“深港通”的開通對(duì)不同市場(chǎng)的沖擊差異較小,滬深港三市之間的關(guān)聯(lián)性增強(qiáng).

圖9 滬深港股票市場(chǎng)多層網(wǎng)絡(luò)的度相關(guān)性

圖10 滬深港股票市場(chǎng)多層網(wǎng)絡(luò)的層相似性

2.2.3LRS和LES之間的交互關(guān)系

圖11給出了不同閾值下股票收益率與投資者情緒間連通性的動(dòng)態(tài)演化情況,進(jìn)一步,表7給出了不同閾值下不同時(shí)段股票收益率與投資者情緒間交互關(guān)系的均值.特別地,考慮到不同市場(chǎng)的節(jié)點(diǎn)數(shù)不同,圖和表中的數(shù)據(jù)均為標(biāo)準(zhǔn)化后的統(tǒng)計(jì)結(jié)果.

從圖11和表7中可以看到,任意閾值下,滬市、深市內(nèi)收益率與投資者情緒間的交互關(guān)系一般多于港市.分時(shí)段來看,交互關(guān)系在時(shí)段2有著明顯的波動(dòng).進(jìn)一步,以交互關(guān)系的總量(滬深港股?滬深港股)為參照,對(duì)比發(fā)現(xiàn),從時(shí)段1到時(shí)段3,當(dāng)θ=0.1時(shí),滬深兩市之間收益率與投資者情緒間的交互關(guān)系有所減少,滬(深)港兩市之間收益率與投資者情緒間的交互關(guān)系有所增多;當(dāng)θ=0.2時(shí),滬深兩市之間收益率與投資者情緒間的交互關(guān)系有所增多,滬(深)股收益率與港股投資者情緒間的交互關(guān)系有所增多,但港股收益率與滬(深)股投資者情緒間的交互關(guān)系明顯減少.

這些現(xiàn)象表明,“滬港通”的開通增強(qiáng)了滬港、深港兩市之間收益率與投資者情緒間的關(guān)聯(lián)性.“深港通”開通后,滬(深)股收益率與港股投資者情緒間的關(guān)聯(lián)性明顯增強(qiáng),港股收益率與滬(深)股投資者情緒之間較弱的交互關(guān)系有所增多,而較強(qiáng)的交互關(guān)系有所減少.此外,市場(chǎng)之間收益率與投資者情緒間的交互關(guān)系存在不對(duì)稱現(xiàn)象.

(a) θ=0.1

(b) θ=0.2

表7 不同時(shí)段股票收益率與投資者情緒之間交互關(guān)系數(shù)的均值

3 結(jié)束語

本文同時(shí)考慮股票收益率間的相關(guān)性、股票投資者情緒間的相關(guān)性以及股票收益率與投資者情緒之間的相關(guān)性,構(gòu)建了滬深港股票市場(chǎng)多層網(wǎng)絡(luò)模型.進(jìn)一步,根據(jù)“滬港通”開通和“深港通”開通兩個(gè)時(shí)間點(diǎn)來劃分研究時(shí)段,以分析滬深港股票市場(chǎng)的關(guān)聯(lián)性演化特征.結(jié)果表明,“滬港通”和“深港通”開通前后,滬深港股票市場(chǎng)多層網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)有著明顯的變化.具體來說,“滬港通”開通后,滬深港股票市場(chǎng)收益率間的關(guān)聯(lián)性以及投資者情緒間的關(guān)聯(lián)性沒有顯著增強(qiáng),但不同市場(chǎng)間收益率與投資者情緒的關(guān)聯(lián)性顯著增強(qiáng),并且同一股票在收益率層面上和投資者情緒層面上的表現(xiàn)出現(xiàn)了較大差異.而“深港通”的開通使得滬深港股票市場(chǎng)收益率間、投資者情緒間以及收益率與投資者情緒間的關(guān)聯(lián)性均顯著增強(qiáng),并且同一股票在收益率層面上和投資者情緒層面上的表現(xiàn)差異也有所減小.此外,不同市場(chǎng)之間收益率與投資者情緒間的交互關(guān)系并不對(duì)稱,滬深兩市股票收益率與港市股票投資者情緒的關(guān)聯(lián)性較高,而港市股票收益率與滬深兩市股票投資者情緒的關(guān)聯(lián)性卻較低.

本文對(duì)維持滬深港股票市場(chǎng)的穩(wěn)定具有一定的啟示.首先,研究結(jié)果表明,自“深港通”開通后,滬深港股票市場(chǎng)收益率間、投資者情緒間以及收益率與投資者情緒間的關(guān)聯(lián)性均顯著增強(qiáng),滬深港股票市場(chǎng)已逐步形成“共同市場(chǎng)”模式.因此,對(duì)滬深港股票市場(chǎng)的監(jiān)管,需從整體出發(fā),同時(shí)關(guān)注三個(gè)市場(chǎng)的價(jià)格和投資者情緒,以便及時(shí)發(fā)現(xiàn)潛在的市場(chǎng)風(fēng)險(xiǎn).其次,考慮到在滬深港股票市場(chǎng)多層網(wǎng)絡(luò)中,層的互為代表程度不高,但節(jié)點(diǎn)影響強(qiáng)度的關(guān)聯(lián)性較強(qiáng).因此,金融監(jiān)管部門在進(jìn)行風(fēng)險(xiǎn)管控的過程中,針對(duì)股票收益率層面與投資者情緒層面上的風(fēng)險(xiǎn)傳導(dǎo),需要考慮不同的傳播路徑,從而盡早控制風(fēng)險(xiǎn)的傳染.最后,考慮到不同市場(chǎng)之間收益率與投資者情緒間的交互關(guān)系并不對(duì)稱,金融監(jiān)管部門在股票價(jià)格方面應(yīng)重點(diǎn)關(guān)注深市,在投資者情緒方面應(yīng)重點(diǎn)關(guān)注港市,以維持滬深港股票市場(chǎng)穩(wěn)定.

本研究還存在一定的局限性.一方面,采用基于絕對(duì)相關(guān)系數(shù)的滑動(dòng)窗口法構(gòu)建動(dòng)態(tài)多層網(wǎng)絡(luò),而這種方法的窗口參數(shù)是人為設(shè)置的,容易導(dǎo)致相關(guān)性估計(jì)不穩(wěn)健;另一方面,僅考慮了股票之間的Spearman相關(guān)性,并未將股票之間可能存在的其它關(guān)系納入到多層網(wǎng)絡(luò)的構(gòu)建中.這些問題有待進(jìn)一步深入研究.