种群动态结构的比较研究

另一方面，每个iod的子周期长度不应太长，因为有足够数量的子周期有利于调查社区结构的差异。图4给出了上海证券交易所综合指数（SSEC）随时间t变化的曲线图。由点虚线分隔的五个子时段也是向下的。可以看出，在第一个子期，即2007年10月8日至2009年3月31日，SSEC因2008年次贷危机而大幅下降。在2009年4月1日至2010年9月30日以及2010年10月8日至2012年3月30日的第二和第三个次级期间，SSEC主要受持续时间较长的欧债危机影响而下跌。在中国国务院宣布的4万亿元人民币刺激计划的刺激下，在接近2008年底的时候，它确实出现了暂时性的增长。由于2013年10月8日至2015年3月31日的最后一个子期内流动性充足，证券交易委员会（TheSSEC）的股价迅速上涨。SSEC的模式表明，股票市场在每个子期都处于特定的状态，划分为五个子期是合乎逻辑的。在研究群落结构的演化之前，我们需要分解相关系数矩阵，并计算每个子时期与部门模式相关的部分。表四提供了五个子期内周转率和周转率的经验相关矩阵和随机相关矩阵的特征值的基本信息。λ和λ是从经验周转率和周转率序列中获得的相关系数矩阵的最大和最小特征值。对于回报率和周转率系列，λ在第一个亚周期内最大，这表明在金融危机期间，市场对价格变化和市场流动性的影响很大。

然而，λ不能同时分析任何其他子周期中两个时间序列的值有多大，这反映了它们在实际中存在的差异。082007年4月1日2009年10月8日2010年4月5日2012年10月8日2013年3月31日201515002000250030000350040004500500055006000TP（t）SSECFIG。4： （彩色在线）上海证券交易所综合指数（SSEC）的演变。表四：相关系数矩阵的最大和最小特征值，用λ和λ表示，从2007年10月8日至2009年3月31日、2009年4月1日至2010年9月30日、2010年10月8日至2012年3月30日、2012年4月5日至2013年9月30日和2013年10月8日至3月31日的经验收益率和周转率序列中获得，λmax和λmina是由式（3）计算的随机相关矩阵的最大和最小特征值，M是显著大于随机相关矩阵的λmax的特征值数目。返回子期λλλranmaxλranminMOctob er 82007年3月31日至2009年3月31日198.413 0.001E-1 3.933 0.003E-1 3 2009年4月1日至2010年9月30日145.909 0.002E-1 3.907 0.005E-1 4 2010年10月8日至2012年3月30日145.601 0.001E-1 3.933 0.003E-1 4月5日至2013年9月30日123.681 0.002E-1 3.939 0.002E-1 6 10月8日2013年3月31日，2015 97.228 0.001E-1 3.933 0.003E-1 6移交率子期λλmaxλminMOctob er 8，2007年3月31日至2009年3月31日126.393 0.001E-1 3.928 0.003E-1 13 2009年4月1日至2010年9月30日85.090 0.002E-1 3.902 0.006E-1 15 2010年10月8日至2012年3月30日107.878 0.001E-1 3.928 0.003E-1 2012年4月5日至2013年9月30日61.220 0.001E-1 3.933 0.003E-1 2016年10月8日至2013年3月31日，2015 113.466 0.001E-1 3.928 0.003E-1 14集体行为。λ在收益率和周转率的所有子周期中的值都很小。

λmax和λmina是由式（3）计算的随机相关矩阵的最大和最小特征值。λmaxisaround 3.9，λmini略大于经验相关矩阵的λ。M表示经验相关矩阵的特征值数量，这些特征值显著大于每个子iod中随机相关矩阵的λmax。通常随着λ的增加而减小，这在[11]中有粗略的解释。T这里有3-6和13-16个特征值，分别用于计算回报率和周转率的部门模式。这进一步证实，营业额的行业模式包含的信息比价格回报更复杂。B、 不同s ub期收益率和收益率高估的社区结构在下文中，我们展示了从五个子期收益率和收益率高估中获得的PMFG图的社区结构。无花果。5（a）和（b）是从2007年10月8日至2009年3月31日的第一个子期间的回报和营业额高估的社区结构图。为了回报，最大的社区包括银行和工业，并与另外两个分别由能源材料工业和房地产组成的大型社区相连。与回报率相比，离职率的社区结构更为复杂。它的图表有更多的社区和边缘，部门影响相对较弱，有许多社区有多个部门内容。银行部门收益（banks sectoragain）出现在最大的社区中，但房地产却在一个小社区中。此外，它们位于网络的边缘，而不是收益图中观察到的中心。在MA CGMA CGIN CGCGHC ITConsumer goodsBA IN MAIN CGRE IN ENMA CGIN MAITCG INHealth careIN CG HCBA IN MA INReal estateIN CGHC New Shanghain CG MAIT CG（b）（a）图。

5： （彩色在线）2007年10月8日至2009年3月31日期间（a）回报率和（b）周转率的PMFGgraphs社区结构。表五列出了五个子期间PMFG图中八个最大社区的回报率（左）和周转率（右）部门。对于那些没有明确行业影响的社区，行业代码未列出。在第一个子阶段，前50%种群中确定的相互作用的部门和八个最大社区的总种群提供了相似的结果。银行和工业部门是回报率和收益率高估的最大群体。这两个时间序列的指定部门也存在明显差异。对于insta nc e而言，房地产行业和新沙海行业是回报率第三大和第七大社区，但就营业额而言，它们并未出现在八大社区中。人们还可以观察到，随着社区规模的缩小，Pi'ciandPiP Ridecreases的出现。为了更好地说明相互作用的部门在收益率和周转率方面的异同，我们在图6中展示了几个特定部门中股票的价格和周转率的演变。银行和房地产被选为2008年次级抵押贷款ecrisis的两个重要部门。此次全球金融危机是由次级抵押贷款违约率急剧上升引发的，并对世界各地的房地产和银行造成了重大不利影响。无花果。6（a）和（b）分别显示了回报率和周转率最大社区中银行部门股票的价格和周转率的演变，两个社区中的大多数股票都有相同的代码。将价格和周转率标准化，以便于不同股票之间的比较。

图中A到C的标签对应以下事件：A，自2008年9月以来，中国在该年内四次下调基准存贷款利率和存款准备金率；B、 2008年11月9日，中国国务院未宣布4万亿元人民币的刺激方案；C、 2009年1月，政府出台了十个行业的行业调整和振兴计划。采取这些措施是为了尽量减少全球金融危机对中国的影响。图6（a）中不同股票的价格演变模式非常一致：在这些激励措施发布之前，股票价格遭受了全球金融危机的灾难性下跌；实施这些措施后，股价扭转了走势。图6（b）中不同股票的换手率的时间演变表现出类似的行为，并且由于这三个事件的累积效应，换手率在每一个事件后大幅上升，而股票价格在事件C后上升。图6（c）显示了第三大回报社区房地产部门股票价格的演变，图6（d）显示了第十大周转率社区房地产部门股票周转率的演变。与最大群落中的种群模式相比，第三或第十大群落中的种群曲线之间的一致性相对较弱。

图中的A到C对应于以下事件：A，2008年11月9日宣布了4万亿元人民币的刺激方案；B\'，自2008年11月起，合同税税率降低至1%，个人购买地面面积小于90平方米的住房取消印花税和土地增值税，首次购房者和升级者可享受30%的折扣，最低首付降至20%；2009年1月3日，中国四大国有商业银行宣布，他们可能会为2008年10月底之前申请住房贷款的优质客户提供住房贷款利率30%的折扣。虽然股票价格仅在C事件之后才开始反弹，但在这些事件之后，换手率大幅上升。此外，第十大社区的股票周转率模式明显不同于大型社区的股票周转率模式，这表明了Infomap方法在社区检测中的有效性。2007年10月8日2008年1月2日2008年4月1日2008年7月1日2008年10月6日2009年1月5日。2009年3月31日-2024A B CtPrice（a）银行在1-圣公会十月。082007年1月2日2008年4月1日2008年7月1日2008年10月6日2009年1月5日。3120090510A B C（B）T 1中的周转率银行-圣公会十月。082007年1月2日2008年4月1日2008年7月1日2008年10月6日2009年1月5日。2009年3月31日-2024A‘B’C’tPrice（C）房地产-第三社区10月。082007年1月2日2008年4月1日2008年7月1日2008年10月6日2009年1月5日。3120090510A’B’C’（d）t 10年不动产周转率-社区图。6： （彩色在线）（a）收益最大社区中银行部门股票价格的演变。（b） 在周转率图的最大社区中，银行部门股票周转率的演变。

（c） 第三大GraphforReturns社区房地产板块股票价格的演变。（d） 第十大周转率图表社区中房地产行业股票周转率的演变。所有子图均使用2007年10月8日至2009年3月31日期间的数据绘制。另一个特殊行业是工业，它受到了中国4万亿元刺激计划的巨大影响。图7（a）显示了从收益率获得的图中第二大社区中工业部门股票价格的演变。可以看出，不同股票的价格演变模式与所列事件一致。图c中的标签A和B对应以下事件：A，2008年11月9日宣布了4万亿元人民币的刺激方案；B、 2009年1月发布了《钢铁和汽车工业产业调整与振兴规划》。与上文所示的银行和房地产部门类似，股票价格在这一子时期的早期阶段出现了灾难性的下跌，但在推出刺激方案后，其趋势发生了逆转。回报率排名第二和第六的大社区中的大多数股票也出现在周转率排名第二和第六的大社区中，这两个社区中股票周转率的变化也显示出来。图中的两个群落的轮回高估模式。7（b）和（c）非常不同，这再次证明了infomap方法的有效性。第二大t社区的股票在事件B后的周转率比事件A后的周转率大幅上升，而第六大社区的股票表现出相反的行为。

由于进出口公司发布的第二大社区股票是钢铁行业，因此很容易理解，在钢铁和汽车行业的行业调整和振兴计划发布后，营业额的增长更加明显。第六大社区的股票主要属于机械制造业，由于刺激方案发布后对基础设施投资的预期提高，其周转率显著提高。2007年10月8日2008年1月2日2008年4月1日2008年7月1日2008年10月6日2008年1月5日2009年3月31日-202A BtPrice（a）工业2-第二社区10月。082007年1月2日2008年4月1日2008年7月1日2008年10月6日2008年1月5日2009年3月31日90510A BT2行业营业额（b）-第二社区10月。082007年1月2日2008年4月1日2008年7月1日2008年10月6日2008年1月5日2009年3月31日90510A BT6个行业的营业额（c）-社区图。7： （彩色在线）（a）第二大回报图社区工业部门股票价格的演变。（b） 第二大周转率图社区工业部门股票周转率的演变。（c） 在换手率图表的第六大社区中，工业部门股票换手率的演变。所有子图均使用2007年10月8日至2009年3月31日期间的数据绘制。在CGHC消费品中添加新的上海新的上海IT在CGHC消费品中添加新的上海IT在（a）（b）图。

8： （彩色在线）2009年4月1日至2010年9月30日期间（a）回报率和（b）周转率的PMFGgraphs社区结构。图8显示了2009年4月1日至2010年9月30日第二个子期间的回报率和收益率高估的社区结构。该子期回报的社区结构保持其简单性，类似于第一个子期：银行和房地产部门出现在两个大型社区中；而医疗保健、消费品和产业构成了网络边缘最大的社区。与第一子期相比，周转率曲线图更加复杂和密集。材料、工业和消费品等部门反复出现在最大社区，每个社区都与许多其他社区相连。构成本子时期回报率和离职率最大的八个社区的部门详情重新列于表五。医疗保健、银行和房地产各州分别出现在回报率最大的三个社区，而它们的离职率相对较小的社区，即第五和第八大社区。我们选择医疗保健作为一个特定部门，并展示了该部门股票价格和周转率的演变。无花果9（a）显示了回报最大社区中医疗保健部门股票的价格演变，图9（b）显示了第五大社区中医疗保健部门股票的换手率演变。

医疗卫生行业在第二个次级阶段经历了一系列改革，图中a到D的标签对应以下事件：a、2009年4月，中国发布了《中共中央、国务院关于开放医疗卫生体系的意见》，标志着新一轮医疗卫生改革；B、 2009年11月23日，国家发展和改革委员会发布了《关于药品和医疗服务价格形成机制改革的意见》；C、 2010年4月，国务院公布了2010年五项改革方案的主要工作；D、 国家发改委于2010年5月发布了药品价格管制政策。由于对医疗保健改革的预期，医疗保健部门的股票价格在这一分时期内普遍上涨，尽管在事件C和D前后出现了暂时的下跌。在每一个事件前后，超额收益率都会增加。图10显示了2010年10月8日至2012年3月30日第三个亚时段的回报率和离职率的社区结构。此子时段中的图形与第二个子时段中的图形相似。为了回报，三大社区分别出现了医疗保健、银行和房地产。周转率的g图保持了其复杂性，其中材料、工业和消费品等部门重复出现在大型社区中，但与第二个子周期的g图相比，该图显示出链状结构。根据表V所列本子期内八个最大的回报率和营业额社区组成的sec TOR，医疗保健是回报率最大的社区和营业额第三大的社区。