搜索

x

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于随机矩阵的金融网络模型

韩华 吴翎燕 宋宁宁

基于随机矩阵的金融网络模型

韩华, 吴翎燕, 宋宁宁
PDF
导出引用
导出核心图
  • 随机矩阵理论运用于金融领域中研究金融相关系数矩阵的相关性,相关系数矩阵是网络构建中的关键因素,本文将随机矩阵理论与网络构建相结合,研究基于随机矩阵的金融网络模型. 本文选取上海证券市场的股票数据,将其中的股票数据分成四个阶段,基于随机矩阵理论,讨论金融相关系数矩阵和随机矩阵的特征值统计性质,并在此基础上对现有的去噪方法进行改进,建立更适合构建金融网络的相关系数矩阵,并构建金融网络模型. 然后,基于随机矩阵理论和网络的关键节点分析比较去噪前后的金融网络以及噪声网络,发现对网络去噪后仍保留了原始网络的关键重要的信息,而噪声信息对应的是原始网络中度比较小的节点所代表的信息. 最后,基于去噪网络,分析金融网络的拓扑结构,如最小生成树、模体和社团结构,发现改进后的金融网络的拓扑性质更加明显,结构更加紧密.
    • 基金项目: 国家自然科学基金(批准号:71140015)和中央高校基本科研业务费(批准号:2013-Ia-007,2013-Ia-040)资助的课题.
    [1]

    Li G H, Zhang H, Luo M K 2012 Chin. Phys. B 21 128901

    [2]

    Zhang X D, Liu X D, Zheng Y, Liu C 2013 Chin. Phys. B 22 030509

    [3]

    Li R, Yan P L, Chen J, Li J, Li J, Zhang K W, Zhong J X 2009 Acta Phys. Sin. 58 6703 (in Chinese) [李蓉, 颜平兰, 陈健, 李俊, 李金, 张凯旺, 钟建新 2009 物理学报 58 6703]

    [4]

    Xu Z X, Wang Y, Si H B, Feng Z M 2011 Acta Phys. Sin. 60 040501 (in Chinese) [徐赞新, 王钺, 司洪波, 冯振明 2011 物理学报 60 040501]

    [5]

    Laloux L, Cizeau P, Bouchaud J P, Potters M 1999 Phys. Rev. Lett. 83 1468

    [6]

    Plerou V, Gopikrishnan P, Rosenow B, Amaral L A N, Guhr T, Stanley H E 2002 Phys. Rev. E 65 1

    [7]

    Sharifi S, Crane M, Shamaie A, Ruskin H 2004 Phys. A: Stats. and Theo. Phys. 335 629

    [8]

    Conlon T, Ruskin H J, Crane M 2007 Physics A 382 565

    [9]

    Namaki A, Jafari G R, Raei R 2011 Physics A 390 3020

    [10]

    Rojkova V, Khali Y, Elmaghraby A, Kantardzic M 2007 IEEE Int. Symp. on Sig. Proc. and Inform. Technol. Giza, December 15-17, 2007 p647

    [11]

    Feher K, Whelan J, Mueller S 2011 Stats. Appl. in Gene. and Mol. Biol. 10 44

    [12]

    Namaki A, Shirazi A H, Raei R, Jafari G R 2011 Phys. A 390 3835

    [13]

    Kumar S, Deo N 2012 Phys. Rev. E86 026101

    [14]

    Boginski V, Butenko S, Pardalos P 2005 Comput. Stats. and Dayta Anal. 48 431

    [15]

    Wang X F, Li X, Chen G R 2006 The. and Appl. of Comp. Net.(Beijing: Tsinghua University Press) p37 (in Chinese) [汪小帆李翔陈关荣 2006复杂网络理论及其应用(北京: 清华大学出版社)第37页]

    [16]

    Mantegna R N 1999 Eur. Phys. J. B 11 193

    [17]

    Shen-Orr S S, Milo R, Mangan S, Alon U 2002 Nat. Genet. 31 64

    [18]

    Milo R, Itzkovitz S, Kashtan N, Levitt R, Shen-Orr S 2008 Science 303 1538

    [19]

    Gulbahce N, Lehmanm S 2008 Bio. Ess. 30 934

    [20]

    Newman M E J, Girvan M 2004 Phys. Rev. E 69 026113

    [21]

    Han H, Liu W L, Wu L Y 2013 Acta Phys. Sin. 62 168904 (in Chinese)[韩华, 刘婉璐, 吴翎燕 2013 物理学报 62 168904]

  • [1]

    Li G H, Zhang H, Luo M K 2012 Chin. Phys. B 21 128901

    [2]

    Zhang X D, Liu X D, Zheng Y, Liu C 2013 Chin. Phys. B 22 030509

    [3]

    Li R, Yan P L, Chen J, Li J, Li J, Zhang K W, Zhong J X 2009 Acta Phys. Sin. 58 6703 (in Chinese) [李蓉, 颜平兰, 陈健, 李俊, 李金, 张凯旺, 钟建新 2009 物理学报 58 6703]

    [4]

    Xu Z X, Wang Y, Si H B, Feng Z M 2011 Acta Phys. Sin. 60 040501 (in Chinese) [徐赞新, 王钺, 司洪波, 冯振明 2011 物理学报 60 040501]

    [5]

    Laloux L, Cizeau P, Bouchaud J P, Potters M 1999 Phys. Rev. Lett. 83 1468

    [6]

    Plerou V, Gopikrishnan P, Rosenow B, Amaral L A N, Guhr T, Stanley H E 2002 Phys. Rev. E 65 1

    [7]

    Sharifi S, Crane M, Shamaie A, Ruskin H 2004 Phys. A: Stats. and Theo. Phys. 335 629

    [8]

    Conlon T, Ruskin H J, Crane M 2007 Physics A 382 565

    [9]

    Namaki A, Jafari G R, Raei R 2011 Physics A 390 3020

    [10]

    Rojkova V, Khali Y, Elmaghraby A, Kantardzic M 2007 IEEE Int. Symp. on Sig. Proc. and Inform. Technol. Giza, December 15-17, 2007 p647

    [11]

    Feher K, Whelan J, Mueller S 2011 Stats. Appl. in Gene. and Mol. Biol. 10 44

    [12]

    Namaki A, Shirazi A H, Raei R, Jafari G R 2011 Phys. A 390 3835

    [13]

    Kumar S, Deo N 2012 Phys. Rev. E86 026101

    [14]

    Boginski V, Butenko S, Pardalos P 2005 Comput. Stats. and Dayta Anal. 48 431

    [15]

    Wang X F, Li X, Chen G R 2006 The. and Appl. of Comp. Net.(Beijing: Tsinghua University Press) p37 (in Chinese) [汪小帆李翔陈关荣 2006复杂网络理论及其应用(北京: 清华大学出版社)第37页]

    [16]

    Mantegna R N 1999 Eur. Phys. J. B 11 193

    [17]

    Shen-Orr S S, Milo R, Mangan S, Alon U 2002 Nat. Genet. 31 64

    [18]

    Milo R, Itzkovitz S, Kashtan N, Levitt R, Shen-Orr S 2008 Science 303 1538

    [19]

    Gulbahce N, Lehmanm S 2008 Bio. Ess. 30 934

    [20]

    Newman M E J, Girvan M 2004 Phys. Rev. E 69 026113

    [21]

    Han H, Liu W L, Wu L Y 2013 Acta Phys. Sin. 62 168904 (in Chinese)[韩华, 刘婉璐, 吴翎燕 2013 物理学报 62 168904]

  • 引用本文:
    Citation:
计量
  • 文章访问数:  1553
  • PDF下载量:  697
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-10-17
  • 修回日期:  2014-03-27
  • 刊出日期:  2014-07-05

基于随机矩阵的金融网络模型

  • 1. 武汉理工大学 理学院, 武汉 430070
    基金项目: 

    国家自然科学基金(批准号:71140015)和中央高校基本科研业务费(批准号:2013-Ia-007,2013-Ia-040)资助的课题.

摘要: 随机矩阵理论运用于金融领域中研究金融相关系数矩阵的相关性,相关系数矩阵是网络构建中的关键因素,本文将随机矩阵理论与网络构建相结合,研究基于随机矩阵的金融网络模型. 本文选取上海证券市场的股票数据,将其中的股票数据分成四个阶段,基于随机矩阵理论,讨论金融相关系数矩阵和随机矩阵的特征值统计性质,并在此基础上对现有的去噪方法进行改进,建立更适合构建金融网络的相关系数矩阵,并构建金融网络模型. 然后,基于随机矩阵理论和网络的关键节点分析比较去噪前后的金融网络以及噪声网络,发现对网络去噪后仍保留了原始网络的关键重要的信息,而噪声信息对应的是原始网络中度比较小的节点所代表的信息. 最后,基于去噪网络,分析金融网络的拓扑结构,如最小生成树、模体和社团结构,发现改进后的金融网络的拓扑性质更加明显,结构更加紧密.

English Abstract

参考文献 (21)

目录

    /

    返回文章
    返回