全部版块 我的主页
论坛 经济学人 二区 外文文献专区
1290 13
2022-05-10
英文标题:
《Geography and distance effect on financial dynamics in the Chinese stock
  market》
---
作者:
Xing Li, Tian Qiu, Guang Chen, Li-Xin Zhong, Xiong-Fei Jiang
---
最新提交年份:
2016
---
英文摘要:
  Geography effect is investigated for the Chinese stock market including the Shanghai and Shenzhen stock markets, based on the daily data of individual stocks. The Shanghai city and the Guangdong province can be identified in the stock geographical sector. By investigating a geographical correlation on a geographical parameter, the stock location is found to have an impact on the financial dynamics, except for the financial crisis time of the Shenzhen market. Stock distance effect is further studied, with a crossover behavior observed for the stock distance distribution. The probability of the short distance is much greater than that of the long distance. The average stock correlation is found to weakly decay with the stock distance for the Shanghai stock market, but stays nearly stable for different stock distance for the Shenzhen stock market.
---
中文摘要:
本文以个股的日数据为基础,研究了包括上海和深圳股市在内的中国股市的地理效应。上海市和广东省可以在股票地理部门进行识别。通过研究地理参数的地理相关性,发现除了深圳市场的金融危机时间外,股票位置对金融动态有影响。进一步研究了股票距离效应,观察到股票距离分布的交叉行为。短距离的概率比长距离的概率大得多。研究发现,上海股市的平均股价相关性随股价距离的变化呈弱衰减,而深圳股市的平均股价相关性在不同的股价距离下几乎保持稳定。
---
分类信息:

一级分类:Physics        物理学
二级分类:Physics and Society        物理学与社会
分类描述:Structure, dynamics and collective behavior of societies and groups (human or otherwise). Quantitative analysis of social networks and other complex networks. Physics and engineering of infrastructure and systems of broad societal impact (e.g., energy grids, transportation networks).
社会和团体(人类或其他)的结构、动态和集体行为。社会网络和其他复杂网络的定量分析。具有广泛社会影响的基础设施和系统(如能源网、运输网络)的物理和工程。
--
一级分类:Quantitative Finance        数量金融学
二级分类:Statistical Finance        统计金融
分类描述:Statistical, econometric and econophysics analyses with applications to financial markets and economic data
统计、计量经济学和经济物理学分析及其在金融市场和经济数据中的应用
--

---
PDF下载:
-->
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2022-5-10 14:13:58
地理位置和距离对中国股市金融动态的影响邢丽亚,田秋华,*, 南昌航空大学信息工程学院熊飞江达南昌330063浙江财经大学金融学院财富管理与量化投资协同创新中心杭州310018浙江财经大学中国金融研究院杭州310018,宁波大红英大学信息工程学院310018,宁波,315175,中国摘要基于个股的每日数据,研究了包括上海和深圳股市在内的中国股市的地理效应。上海市和广东省可以在股票地理区域中识别。通过研究地理参数的地理相关性,发现除了深圳市场的金融危机时间外,股票位置对金融动态有影响。进一步研究了股票距离效应,观察到股票距离分布的交叉行为。短距离的概率比长距离的概率大得多。研究发现,上海股市的平均股价相关性随股价距离的衰减很弱,而深圳股市的平均股价相关性在不同股价距离下几乎保持稳定。关键词:经济物理学;股票市场地理位置:89.65。生长激素,05.45。总磷*通讯作者。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-10 14:14:01
地址:南昌航空大学信息工程学院丰和大道南696号,南昌,330063,中国。电子邮箱:天秋。edu@gmail.com(田秋)。提交给Physica的预印本20221年4月25日简介股票市场对国家经济有着至关重要的作用,因此市场的演变吸引了来自不同研究领域的科学家的极大兴趣,如经济学家、数学家和物理学家。其中,许多物理学家在过去20年中致力于金融动力学的研究[1–14],并从统计物理学的角度揭示了一些程式化的事实。收益率和收益区间分布的标度行为已在不同的市场中得到验证[1-4,15-18]。研究发现,波动性聚类在大多数市场中都是普遍存在的[3,19]。金融市场广泛研究了时间相关性和时空相关性[20,21]。人们提出了各种模型来理解金融动力学的潜在机制[22–25],经济动力学也从实验角度进行了研究[26,27]。之前的研究已经获得了丰富的财务动态特征。然而,很少有研究通过使用单个股票的长期经验数据来关注地理因素对金融动态的影响。事实上,地理位置如何影响金融是一个重要的经济问题,经济学文献对此进行了广泛讨论。人们曾经认为,电信和互联网的快速发展改变了地理位置在金融中的作用[28]。经济空间不再重要[29–31]。然而,一种对比的观点认为,空间效应仍然至关重要[32,33]。地理信息对跨境公平模式有重要影响[34]。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-10 14:14:05
文化距离也会导致交易成本[35]。Lucey等人发现,文化距离越小,国家对联系越高[36]。到目前为止,地理位置和距离如何影响金融动态仍存在争议。在本文中,我们试图通过运用随机矩阵理论、互相关函数等,以中国股票市场的单只股票的日常数据为基础,了解地理因素对股票市场的影响。我们的结果表明,股票位置仍然对财务动态有影响。研究发现,股票距离仅对上海股市有影响,但对深圳股市没有影响。数据集和地理区域这些数据集基于2005年1月1日至2010年12月31日中国股市的单只股票的每日数据。由于市场在2008年左右经历了金融危机,数据涵盖了金融危机之前、之中和之后的三个阶段。为保证股票的流动性,只选择交易天数不少于150天的股票。最后,上海股市(SH)选择了778只股票,深圳股市(SZ)选择了474只股票。股票所在地表示为公司总部所在地,所选股票所在地覆盖中国所有省份。在上海股市,公司总部位于上海市的股票有153只,占上海股市的19.67%。在深圳股市,公司总部位于广东省的股票数量为121只,占深圳股市的25.53%。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-10 14:14:09
这表明,持有高流动性股票的公司仍然倾向于将总部设在金融中心周围的地区。在研究地理因素对金融动态的影响之前,让我们先介绍一下回报和相关性的定义。对于股票i,时间t′的价格回报率Ri(t′)定义为一天内价格Pi(t′)的对数回报率,Ri(t′)=ln Pi(t′)- lnπ(t′)- 1) (1)股票i的标准化收益率ri(t′)定义为,ri(t′)=ri(t′)- hRi(t′)iσi(2),其中σi=qhRii- 赫里。价格回报的股票相关性定义为,cij=hrirji(3)。在过去的研究中,基于随机矩阵理论[37–39]对经济部门进行了广泛的研究。除中国股市外,大多数成熟市场都可以识别出商业部门。中国股市的股票由ST和蓝筹股板块确定[38]。为了理解地理位置如何影响金融动态,我们在这里应用随机矩阵理论来揭示地理区域。基于等式(3)中价格收益的股票相关性,分析了相关矩阵C的特征值和特征向量。通过搜索前几个最大特征值的特征向量中的主要成分,可以识别地理部门。如图1所示,上海和深圳股市前四个最大特征值的特征向量的绝对值| ui |。对于这两个市场,最大特征值λ的特征向量均为均匀分布。也就是说,与商业部门[40,41]类似,最大特征值对应于地理部门的某种“市场模式”。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2022-5-10 14:14:13
然而,0.000.020.040.06 | ui(0)| ui(0)| 0.000.040.080.12 | ui(1)| ui(1)| 0.000.050.100.15 | ui(2)|上海| ui(2)124200300 400 500 600 7000.050.10 | ui(3)|库存(i)0.000.020 040.060.000.050.100.15。前四个最大特征值的特征向量| ui |的绝对值显示出来,左侧面板显示SH,右侧面板显示SZ。根据库存位置排列,库存位置顺序为安徽省、北京省、福建省、甘肃省、广东省、广西省、贵州省、海南省、河北省、河南省、黑龙江省、湖北省、湖南省、吉林省、江苏省、江西省、辽宁省、内蒙市、,宁夏、青海省、山东省、陕西省、陕西省、上海市、四川省、天津市、西章市、新疆、云南省、浙江省和重庆市。对于第二和第三大特征值,可以观察到位于上海市的股票分别主导上海股市,位于广东省的股票分别主导深圳股市。对于第四大特征值λ,我们无法找到重要的组成部分,即没有确定具体的行业。结果表明,位于上海市和广东省的股票在上海和深圳股市中起着至关重要的作用,金融中心的位置在金融动态中仍然至关重要。地理相关性动态进一步研究了地理因素对股票相关性动态的影响。我们制作了一张库存位置的二维地图。如图2所示,根据库存位置,将所有库存映射到一个N×N晶格上,N=10000。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

点击查看更多内容…
相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群