基于MDD模型动态投资者网络上股市传闻扩散研究.docVIP

基于MDD模型动态投资者网络上股市传闻扩散研究 　　摘要：通过耦合网络演化动力学与传闻扩散动力学构建动态投资者网络上的股市传闻扩散MDD模型，并基于模型的仿真实验研究投资者网络演化动力学对该网络上股市传闻扩散的影响。仿真结果表明，网络的动态演化机制和演化速度对股市传闻扩散的扩散峰值及峰值出现时间产生显著影响。最后，基于股市投资者网络主要特征动态演化的视角对仿真结果作进一步地解释。 　　关键词：股票市场；传闻扩散；动态网络；仿真实验 　　中图分类号：F830.91文献标识码：A文章编号：1001-8409（2013）09-0135-05 　　1引言 　　作为信息的一种特殊形式，传闻在股票市场中起着不可忽视的作用。近年来，市场传闻对股票市场的波动影响日益凸显，并已受到众多学者、政府和业界的高度关注。国内外已有大量文献从股价变动和交易量两个维度实证了市场传闻对股票市场波动的影响有显著效应[1～3]。众所周知，市场传闻通过在投资者之间传播、扩散，影响投资者对于传闻的状态，进而影响投资者的交易行为并最终由市场波动而显现。因此，弄清市场传闻在投资者之间的扩散机理便于更准确地把握和理解市场传闻对股票市场的影响。 　　自20世纪初Schumpeter创立传闻理论起，人们便展开了对传闻扩散的研究。然而直到20世纪60年代，Daley和Kendall才首次提出研究传闻扩散的数学模型[4]。综观国内外研究，传闻扩散模型主要分为两类。一类是采用宏观视角建模，将人群看作一个整体，采用微分方程刻画人群状态的变化，如经典的DK模型和MK模型[5]。由于其数学形式简洁，便于分析且对数据要求低，该类模型在早期的传闻扩散研究中得到广泛的应用[6，7]。另一类是基于网络的微观建模，建模出发点是人群中的个体。不同于宏观模型一般假设个体同质，人群均匀混合，微观模型考虑现实中个体只能与有限个体接触[8]，且个体接触模式差异性较大等特征，采用网络方法对其接触模式进行描述[9]。因此，该模型对传闻扩散动力学过程的刻画更符合实际。近年来，随着复杂性科学的蓬勃发展，基于网络的视角对传闻扩散进行研究已受到学者们的广泛关注。Zanette[10]、Buzna[11]分别构建???基于小世界网络的传闻扩散模型。Moreno等[12]研究无标度网络上传闻扩散的随机MK模型。Nekovee等[13]结合MK模型和SIR模型系统地提出不同拓扑结构网络上的传闻扩散模型。Zhao等[14，15]基于均匀网络和异质网络建立传闻扩散SIHR模型。 　　由此可见，基于网络的微观模型业已成为研究传闻扩散的主要范式，大量的研究结果也表明复杂的网络拓扑结构对传闻扩散动力学有显著的影响。然而，现有基于网络的传闻扩散研究都假定网络结构是静态不变的。而网络的动态特性是实际网络的一个重要特征，是网络演化的内在属性。事实上，传闻扩散基于的行为人之间的社会关系网络总是伴随着网络节点和连边的产生或消亡而动态演化着[16]。那么，基于动态网络的传闻扩散动力学与相应静态网络上的动力学是否相同？遗憾的是，有关网络动力学对传闻扩散过程影响的实证研究或仅简单地进行对比分析的相关文献都鲜有见到。正如Gross等[17]所说：“网络动力学”研究和“网络上的动力学”研究仍旧是两个相互独立的研究领域。 　　基于此，本文首次对动态演化的投资者网络上股市传闻扩散进行研究。文中假定投资者网络节点固定不变，仅考虑由股市投资者的个人社会行为引致网络中新连边的创建这一网络演化动力机制。本文借鉴文献[18]描述个人的社会行为模式，通过优先连接机制、三角闭合机制、全局连接机制等行为模型对现实投资者网络的演化模式进行再造。本文创新性地提出耦合投资者网络演化动力学和股市传闻扩散动力学的MDD（Merging Dynamic of network and Diffusion of rumor，MDD）模型，并通过模型仿真实验，对比分析不同类型的投资者网络演化动力学对股市传闻扩散的影响。 　　2模型构建 　　首先阐述投资者网络演化动力学和股市传闻扩散动力学，在此基础上模型化两者的动态耦合，进而提出动态投资者网络上股市传闻扩散的模型。 　　2.1投资者网络的演化动力学 　　股票市场中，市场传闻一般通过投资者网络这一传播载体进行扩散，股市中的每个投资者都可看作网络的节点，投资者之间的互动关系视为网络的连边。投资者网络是社会关系网络的一种，具有典型的复杂网络特征，如“小世界”和“无标度”特性。但对社会关系网络的研究表明，除具有较小的平均节点间距离和幂率分布的节点度特征外，社会关系网络往往还呈现出较高的簇系数特征。为此，在综合考虑上述网络特征的基础上，构建股市投资者复杂网络模型，该网络模型的统计特征与现实的社会关系网络基本相符，如表1所示。