羊群效应提振中国股市关联性太强而不能倒的风险

1（a），我们将共同基金管理公司的所有权分组，因为我们假设同一管理公司下的共同基金可以对单个股票采取集体行动（Yuan et al.，2008）。因此，我们只在管理机构和股票之间建立联系，而不是在同一管理机构管理的共同基金与其持有的股票之间建立多重联系。边缘权重等于同一管理机构下共同基金持有的市场价值之和。经过必要的数据预处理，以下研究包括87家共同基金机构和2709只股票。我们最终能够建立网络的是揭示共同基金机构m持有的股票i的市场价值的数据，这正是我们所称的HMIIFIG。1（a）。2.3.2. 股票价格股票价格数据可从汤森路透的交易记录中下载。使用两种类型的价格时间序列数据，包括日终和日内。我们使用盘中数据中每分钟的最新价格来计算股票的百分比变化。第d天时间t的股票i的价格是pi，t，d。我们使用一天结束时数据的最后一个价格。它是计算下一天回报的基准价格，表示为pi，d。d天t时股票i的百分比变化通过（pi，t，d）计算- pi，d-1） /pi，d-原因是，这种百分比变化与投资者在任何交易信息板交易时间看到的一致，这可能会加剧紧张局势，并通过交易行为直接影响股票价格。当我们专注于研究市场崩盘时，主要结果的样本中只包括发生大震荡的四天。

分别是6月26日、6月29日、7月2日和7月3日。这四天都出现了一系列股票的突然下跌，见表1。表1：达到跌停的股票数量。达到其下限的股票数量市场指数百分比变化（SSEC）2027年6月26日-2015年6月29日7.4%1514年2月7日-2015年2月7日3.3%1462年3月7日-2015年3月7日3.5%1429年-5.8%值得注意的是，除了市场崩盘期外，我们还考虑了牛市时的比较，以进一步讨论我们的结论。这些分析可在附录中找到，而所使用的数据来自同一来源，并采用上述相同的预处理程序。当前研究中分析的数据集可在FigShare中获得。com存储库，请参阅https://doi.org/10.6084/m9.figshare公司。5217232.v1.3。结果3.1。网络中的股票太多经过必要的过滤后，股票市场的现有网络拥有2709个节点和313307个边缘（详见附录图A4）。它是定向的，不对称的，没有自我连接。该网络的基本统计信息见2015年6月的表2。该网络具有高度的非随机性和不可分割性（也可参见附录图A1、A2），尤其是在外学位方面，与之前的研究有很大不同（Kenett等人，2015；Xu等人，2017；Wang等人，2017）。请注意，2015年6月的网络是用于正文分析的网络。DEC-2014网络是一个比较案例，它是根据2014年12月31日的共同基金年度报告中发布的持股数据构建的，当时正值牛市。

表2中指标的相似性表明，所建立的网络结构是持久的，在一定程度上独立于市场表现，无论是跳跃还是暴跌。表2：网络统计信息。年密度节点数edgesDec-2014年0.04 2418 232905Jun-2015年0.043 2709 313307年度内分类度外分类度平均度DEEC-2014-0.256-0.493 96.321Jun-2015-0.177-0.421 115.654年平均边缘权重边缘权重标准偏差边缘权重总和DEC-2014 307807.1 369487.4 7.17E+2015年6月10 299764.5 246610.8 9.39E+10stronglyconnected COMPONECTS弱连接部件数量最大stronglyconnected COMPONECTS最大stronglyconnected COMPONECTS大小最弱连接部件大小DC-2014 2115 173 304 2246 Jun-2015 2320 203 390 2507图。2显示网络的子图。子图包含从节点“601318”开始的所有边。SH’，这是向外度最大的节点。这些图表说明了过于关联的股票如何控制整个系统，这引发了一个担忧，即拥有许多后继者的节点及其边缘权重不可忽视，往往会在网络化市场中对其他节点的输出度和输出强度产生巨大影响（另见附录表A1）。与明显的非关联优势相反，关联度最高的股票组仅占2709种证券总市值的18%。与经济体系中“太大而不能倒”的概念不同，网络中市场价值的一小部分但很大程度上的偏离意味着，导致“太大而不能倒”或更准确地说，“太大而不能倒”的潜在问题的不是规模上的“大”，而是连通性上的“大”。