互联网背景下股票市场风险传导研究——基于计算实验金融方法

With the fast development of internet, the path and the mode of risk conduction in the stock market have been profoundly changed, and this is manifested in wide-ranged and rapid co-movements of stock prices which may even lead to financial crises, highlighting the importance and urgency of researching the evolution rule of stock market risk under the internet background and providing risk management approaches. By using intraday high frequency data of stocks and the stock bar users’ data of the relevant stocks, this project will perform a more accurate study about risk conduction from the perspective of users’ information interaction behaviors: We first study the characteristics of risk conduction between stocks and its dynamic evolution by the methods of correlation analysis and complex network. Afterwards, we analyze the regularities of information interactions among users, and further discuss the influence of information diffusion on risk conduction based on the users’ information interaction behaviors. On the basis of the empirical study, we construct a MG model with multi-agents and multi-assets to simulate the risk conduction using the method of agent-based computational finance; Finally, the microscopic mechanism of the risk conduction in the stock market will be revealed through computational experiments, and we will provide the management measures for risk prediction, risk intervention, and recovery of financial market after crisis. The study of this project has great significance to deepen understanding the evolution rule of risk in complex financial system, and will provide theoretical guidance for risk management in Chinese stock market.

互联网迅猛发展的当下，股市风险传导的途径和方式已经产生深刻变化，表现为股价的大范围、快速联动甚至引发金融危机，凸显出研究互联网背景下股市风险传导特征、并提供风险管理措施的重要性和紧迫性。本项目采用股票交易日内高频数据和相关股票的股吧用户数据，拟从个体信息交互行为的新视角开展更为精准的风险传导研究：首先采用相关性分析和复杂网络方法，研究风险在股票间的传导特征及其动态演化；然后分析个体信息交互的规律，并基于个体信息交互行为深入探讨信息扩散对风险传导的影响；在实证研究的基础上，运用计算实验金融的方法构建模拟股市风险传导的多主体、多资产MG模型，并根据真实市场的风险传导特征进行模型校准；最后开展模型的计算仿真实验，揭示股市风险传导的微观机制，并提出风险预测、风险干预、危机后市场恢复等风险管理措施。本项目研究有助于深化人类对于金融复杂系统风险演化规律的科学认识，为我国股票市场的风险管理提供理论指导。

随着计算机和互联网通信技术的快速发展，风险事件通过股吧等互联网平台上个体间的信息交互得以快速传播，可能引发股价大范围、快速联动甚至金融危机。尤其在以中小投资者为主导力量的中国股票市场上，个体信息交互给市场带来的冲击更为明显，有必要深入研究互联网背景下股票市场的风险传导规律。本项目采用股票交易日内高频数据和东方财富网股吧的用户数据，从四个方面开展更为精确的风险传导研究。一、首先采用相关性分析和复杂网络的方法，研究风险在股票间的传导特征及其动态演化。研究发现股票相关性网络的拓扑结构具有时变性特征，基于此构建的动态投资组合策略具有较高的收益，且多个股票市场指数和期货间存在动态的领先滞后关系。二、其次基于个体信息交互行为，深入探讨信息扩散对风险传导的影响。发现共同活跃用户间的信息交互行为对股价联动有显著的影响，证明了用户的信息流量对股价关联具有预测能力。三、运用计算实验金融的方法构建股市风险传导的多主体、多资产交易模型。以个体投资者在社交媒体上的共同关注行为和信息交互行为为依据，构建了一个模拟股票风险传导的计算实验模型，通过计算模拟发现个体的共同关注行为和信息交互行为会提高股价间的联动程度。早期还基于信息传播理论构建了一个多资产交易模型，模拟结果表明投资者对相关股票的有限关注会导致股票收益之间的相关性。四、最后开展模型的计算仿真实验，揭示股市风险传导的微观机制，并提出风险预测、风险干预、危机后市场恢复等风险管理措施。构建的风险传导模型可以准确预测第二天和下周股市的超额联动，可应用于股票市场风险传染的预警。还构建了一个波动率演化模型，对极端风险事件冲击下波动率的动态演化进行描述，并从投资者行为的角度解释冲击后投资者对历史波动信息的反应机制，并探讨了金融危机后监管层救市政策的效果。本项目研究有助于深化对股票市场风险传导微观机制的认识，对监管层加强股票市场风险管理有一定的借鉴意义。