The impact of the financial crisis on the long-range memory of European corporate bond and stock markets
本文研究了1998年7月至2015年2月期间欧盟6国公司债券和股票指数的长记忆性。为了度量长程相关性，我们用DFA方法和滑动窗口计算了赫斯特指数。我们发现赫斯特指数在股票和债券市场上的表现不同，股票指数比债券指数更平滑。我们验证了信息效率的水平是随时间变化的。此外，我们发现2008年金融危机对固定收益市场和股票市场的影响是不对称的，影响前者，但不影响后者。使用R/S方法得到类似的结果。
2016-05-21 q-fin.GN q-fin.ST
Structural Changes on Warsaw's Stock Exchange: the end of Financial Crisis
在本文中，我们分析了华沙的股票市场的结构，使用复杂系统的方法与网络科学和信息理论。我们发现华沙的证券交易所的年度时间序列在2000年和2013年之间的日志回报的最小生成树。对于这些树中的每个股票，我们计算其马尔可夫中心性度量来估计其在网络中的重要性。我们还估计熵率为这些时间序列使用Lempel-Ziv算法为基础的估计，研究这些价格变化的可预测性。将所研究的股票分为26个部门，使我们能够研究华沙股票市场的变化结构，并得出结论，严格意义上的金融危机已经在2012-13年结束了华沙的股票市场。我们还评论的历史和前景的华沙市场的日志回报的基础上，他们的平均值，变异性，熵和中心的股票在依赖网络。
2013-11-17 physics.soc-ph q-fin.ST
Statistical properties of the aftershocks of stock market crashes revisited: Analysis based on the 1987 crash, financial-crisis-2008 and COVID-19 pandemic
在任何一场独特的危机中，恐慌性抛售都会导致大规模的股票市场崩盘，这种崩盘可能会持续一天以上，被称为主震。在股票价格的整个恢复阶段，可以感受到余震形式的主震的影响。由于市场在复苏期间仍处于压力之中，任何小的扰动都会导致相对较小的余震。恢复阶段的持续时间已估计使用结构断裂分析。我们对1987年股票市场崩盘、2008年金融危机和2020年COVID-19疫情进行了统计分析，考虑了主震和余震的实际崩盘时间。早些时候，这样的分析是考虑一天的绝对回报，这不能正确地捕捉崩溃。结果表明，股票市场的主震和余震均遵循古登堡-里克特（GR）幂律。此外，与2008年金融危机相比，我们从GR定律中获得了COVID-19崩溃的更高$β$值。这意味着COVID-19期间股价的复苏可能比金融危机-2008更快。该结果与目前市场从COVID-19疫情中复苏一致。分析表明，恢复阶段高震级余震较少，低震级余震频繁。分析还表明，分布$P(τ_i)$遵循广义帕累托分布，即，$\displaystyle~P(τ_i)\propto\frac{1}{\{1+λ(q-1)τ_i\}^{\frac{1}{(q-1)}}}$，其中$λ$和$q$为常数，$τ_i$为出现间隔时间。这种分析可以帮助投资者在市场崩溃时重组他们的投资组合。
2021-09-01 q-fin.ST
Risk-dependent centrality in the Brazilian stock market
本文的目的是计算巴西股票市场的风险依赖中心性。我们计算了2008年1月至2020年6月在巴西股票市场交易的资产在不同外部风险水平下的RDC。我们观察到，基于RDC的资产排名取决于外部风险。排名的波动性与危机事件有关，反映了最近的巴西经济政治危机。此外，我们还发现基于RDC的资产排名的平均波动率与股票市场的平均日收益率之间存在负相关关系。这与危机时期排名波动性更大的假设是一致的。
2021-03-10 q-fin.ST
Contagion among Central and Eastern European stock markets during the financial crisis
本文是对国际股票市场同步性和传染性的文献贡献。我们的方法的新颖之处在于应用小波工具的高频金融市场数据，这使我们能够了解股票市场之间的关系，在时间-频率域。经济时间序列分析的主要部分是在时域或频域分别进行的，而小波分析结合了这两种基本方法。小波技术揭示了中欧和东欧（CEE）股票市场和德国DAX指数在不同的投资期限之间的相关性有趣的动态。结果表明，中东欧市场与该地区主要市场的连接在较高频率下比在较低频率下明显降低。与以往的文献相反，我们的文件显着降低传染性的中东欧市场和德国DAX后，大2008年股票市场崩溃。
2013-09-30 q-fin.GN q-fin.ST
Sanction or Financial Crisis? An Artificial Neural Network-Based Approach to model the impact of oil price volatility on Stock and industry indices
在本文中，我们模拟了国际制裁和制裁后两个时期的油价波动对德黑兰股票指数和工业指数的影响。为了分析研究的目的，我们使用了前馈神经网络。研究时间为2008年至2018年，分为国际能源制裁期间和制裁后两个时期。研究结果表明，前向神经网络对股票市场和行业指数的预测效果较好，说明油价波动对股票和行业指数有显著影响。在制裁后和全球金融危机期间，该模型对行业指数的预测效果较好。此外，油价-股票市场指数预测在国际制裁期间表现较好。这些结果对于金融市场分析师和政策制定者了解哪些因素以及何时影响金融市场具有一定的参考价值，特别是对于伊朗这样一个石油依赖型国家，在国际政治不确定的情况下。关键词：前馈神经网络，工业指数，国际能源制裁，油价波动，德黑兰股票指数
2020-09-11 q-fin.CP q-fin.ST
Financial Crisis in the Framework of Non-zero Temperature Balance Theory
金融危机被称为崩溃，导致大部分金融资产的价值突然损失，并且令人惊讶地继续不时发生。为了揭示金融网络的特征，许多研究都考虑了股票之间的两两相互作用，但股票之间强相关性的存在以及危机中股票的集体行为使得我们需要研究更高阶的相互作用。因此，在本研究中，我们在平衡理论的框架下，通过三元互动来研究金融网络。由于检测高阶相互作用在理解股票复杂行为中的贡献，我们利用高阶相互作用的阶参数。从平衡理论的视角观察$S\&P500$获得的金融市场的真实数据，探寻危机前后不同时间段的网络结构，发现不同时间段对应的网络结构存在差异。在这里，我们讨论两个著名的危机，大衰退（2008年）和新冠肺炎经济衰退（2020年）。结果表明，金融网络在危机时形成有序结构，而股票在远离危机时表现出独立性。危机中股票有序结构的形成使网络具有抗无序性。有序结构对施加无序（温度）的抵抗力可以测量危机强度并确定网络过渡的温度。在统计力学和平均场方法中，存在一个临界温度$T_{c}$，在该温度以上，有序结构突然破坏，并发生一级相变。危机越强烈，临界温度越高。
2022-02-02 q-fin.ST
Variety of Stock Returns in Normal and Extreme Market Days: The August 1998 Crisis
我们研究了最近推出的一组在金融市场上交易的股票收益率的品种。这项调查是通过考虑1998年8月31日标准普尔500指数崩溃的15天时间内的每日和日内时间范围来完成的。在此期间在纽约证券交易所交易的所有股票都被考虑在本分析中。我们发现，在每日收益分析中观察到的品种的统计特性也适用于日内收益。特别是，收益率分布的最大变化在开盘或收盘时（程度较低）最局部化。
2001-04-19 cond-mat.stat-mech q-fin.ST
The study of Thai stock market across the 2008 financial crisis
金融市场的上同调理论允许我们在大统一理论中明确定义八种市场状态的情况下，对时间序列数据随时间段的Kolmogorov空间进行变形。在金融市场崩溃的情况下，由交易者之间的耦合行为场诱导的反德西特空间在金融市场时空中起着类似引力场的作用。在这种混合数学超结构下，我们利用泡利矩阵和修正的Wilson环为时间序列数据重新定义了一个行为矩阵。我们用它来检测2008年金融市场崩溃，通过使用一个度的上同调群的球在张量场的相关矩阵在所有可能的主导股票的泰国SET 50指数期货。利用相关矩阵的经验模态分解和内在时间尺度分解以及平面图的贴近中心度计算，对金融张量网络进行了实证分析。
2016-06-09 q-fin.ST
Statistical properties of the Jakarta and Kuala Lumpur stock exchange indices before and after crash
使用统计物理学开发的工具，我们同时分析雅加达和吉隆坡证券交易所指数的统计特性。尽管在分析中使用的数据数量很少，但结果显示了以前在领先股票指数中发现的复杂系统的普遍行为。并分析了金融危机前后的特征。我们发现，在危机之后，这两种股票并没有表现出相同的统计行为。货币管制的影响在指数回报的分布中观察到。
2002-08-29 cond-mat.stat-mech q-fin.ST
Can we still benefit from international diversification? The case of the Czech and German stock markets
最近文献的一项发现是，2008年金融危机导致国际多样化收益减少。为了充分理解多元化的可能潜力，我们建立了一个经验模型，它结合了广义自回归分数Copula函数与高频数据，并允许我们捕捉和预测股票收益率的条件时变联合分布。使用这种新的方法和新的数据，涵盖了危机后五年，我们计算的条件多样化的好处来回答这个问题，它是否仍然是有趣的国际投资者进行多元化。作为多元化工具，我们考虑了捷克PX和德国DAX广义股票指数，我们发现，在2008年至2013年的危机年份，多元化的好处有很大的不同。
2013-09-26 q-fin.PM q-fin.ST
Modeling of crisis periods in stock markets
我们利用最近的计算框架来建模和检测股票市场的金融危机，以及加密货币市场的冲击事件，其特征是价格突然或严重下跌。我们的方法能够检测到法国工业股票市场从1929年崩盘开始的所有过去危机，包括1990年之后的金融危机（例如2000年的互联网泡沫破裂，2002年的股市低迷），以及加密货币市场的所有过去崩溃，即2018年，以及2020年由于COVID-19。我们利用copulae聚类，基于概率分布之间的距离，以验证框架的可靠性，我们表明，集群包含copulae从类似的市场状态，如正常状态，或危机。此外，我们提出了一种新的回归模型，可以成功地检测所有过去的事件，使用不到10%的信息，以前的框架需要。我们通过行业资产的历史数据来训练我们的模型，我们能够检测到加密货币市场中所有过去的冲击事件。我们的工具为我们的软件框架提供了必要的组件，可以快速可靠地检测甚至预测数百种资产的股票和加密货币市场的冲击事件。
2021-03-19 cs.CG q-fin.ST
How much diversification potential is there in a single market? Evidence from the Australian Stock Exchange
本文提出了四种评估股票市场多元化潜力的方法，其中两种是基于主成分分析的。它们被应用于2000年至2014年的澳大利亚证券交易所，所有这些都显示出一致的画面。在2008年金融危机之前的三年里，多样化的潜力几乎单调下降。在2011年欧洲债务危机和美国信用降级期间，其中一项措施的多样化潜力进一步下降。
2015-12-21 q-fin.PM q-fin.ST
Random walks and market efficiency in Chinese and Indian equity markets
市场有效性假说是全球投资者持有多元化投资组合的一个重要概念。随着世界经济日益一体化，越来越多的人投资于全球新兴市场。这意味着，了解这些市场的效率是相关的。本文通过研究2008年全球金融危机和2015年中国金融危机对中国和印度新兴股票市场股票市场有效性的影响，检验了市场有效性。本文以孟买证券交易所（BSE 200）和上海证券交易所综合指数为样本，将20年的数据分为金融危机前（I期）、衰退期（II期）、衰退后中国金融危机前（III期）和中国金融危机爆发至今（IV期）四个阶段。在整个样本期和四个子期内，使用自相关检验、游程检验和单位根检验（增强的Dickey-Fuller）对SSE和BSE的每日收益进行了检查和随机性测试。所有这些检验的证据都支持印度和中国股票市场都没有表现出弱形式的市场有效性。它们总体上不遵循随机游走，在前三个时期（1996年至2015年），这意味着经济衰退在很大程度上没有影响市场，尽管在2008年全球金融危机之后，效率似乎在增加。
2017-09-12 q-fin.CP q-fin.ST
Dynamics in two networks based on stocks of the US stock market
我们跟踪了2003年至2012年纽约证券交易所和纳斯达克的主要股票，这些股票经历了正常和危机时期，并研究了建立在两种衡量标准上的网络动态，这两种衡量标准表达了这些股票之间的关系：相关性，它是对称的，衡量两个股票的表现如何相似，以及转移熵，其是非对称的，并且根据一种股票的时间序列传递给另一种股票的时间序列的信息来测量一种股票的时间序列对另一种股票的影响。这两个指标被用于创建两个随时间演变的网络，揭示了股票和工业部门之间的关系在危机时期如何变化。这两个网络还与波动性传播的动态模型结合使用，以便根据该模型检测哪些股票最有可能传播危机。这些信息可用于制定旨在减少金融危机影响的政策。
2014-09-01 q-fin.ST
Institutional Differences, Crisis Shocks, and Volatility Structure: A By-Window EGARCH/TGARCH Analysis of ASEAN Stock Markets
Wenzhou-Kean University（温州肯恩大学）
本研究通过分窗口EGARCH/TGARCH模型分析东盟三国股市，发现危机加剧波动持续性与不对称性，制度成熟度缓冲冲击并加速恢复。
2025-10-15 q-fin.ST stat.ME
The US stock market leads the Federal funds rate and Treasury bond yields
利用一种新的方法对经济时间序列之间的时变超前-滞后相关性进行量化（热最优路径方法），我们检验了固定收益理论的两个基本原理：（i）股票市场的变化和收益率的变化应该是反相关的;（ii）中央银行利率的变动，作为中央银行货币政策的代表，应可预测未来股票市场的走向。使用月度和每周数据，我们发现标准普尔500股票市场指数与两组债券收益率之间的领先-滞后依赖关系非常相似：短期债券收益率（联邦基金利率（FFR），3 M，6 M，1 Y，2 Y和3 Y）和长期债券收益率（5 Y，7 Y，10 Y和20 Y）。在所有情况下，我们观察到（i）和（ii）的相反。首先，股票市场和收益率同向变动。其次，股票市场领先收益率，包括且特别是FFR。此外，我们发现，在2007年中期开始的金融危机之前，第一组的短期收益率领先于第二组的长期收益率，之后则保持相反的关系。这些结果表明，美联储越来越关注股票市场的行为，认为这是经济复苏和健康的关键。在金融危机开始后，长期投资者似乎对金融股票市场提供的信号的反应和注意力也比美联储本身更强。传统的滞后互相关分析证实了标准普尔500股票市场指数领先于各期限债券收益率。
2011-02-10 physics.data-an q-fin.ST
The Relationship Between Stock Market Parameters and Interbank Lending Market: an Empirical Evidence
本文提出的计算证明了早期推导出的银行间信贷市场利率、投资量和证券交易所可交易证券量之间的理论关系的实际重要性。
2013-09-23 q-fin.ST
Reframing the S\&P500 Network of Stocks along the \nth{21} Century
自新千年开始以来，股票市场经历了从长期低谷、交易暂停到历史高点的每一种状态。因此，资产定价的文献假设股票收益的运动是随机过程。观察到的股票收益的顺周期性和随时间变化的相关性试图给明显的随机行为某种结构。然而，在\emph{Great Recession}和\emph{Global Commodity Crisis}之前的几年里，人们对资产价格共同运动的普遍误解据说甚至助长了危机的经济影响。在这里，我们展示了不同的宏观经济环境如何影响股票聚集成社区。从标准普尔500指数的296只股票样本中，使用2004年至2011年之间的不同时期来开发股票网络。对这些随时间变化的股票网络的最小生成树分析表明，2007-2008年和2010-2011年的危机促使市场在这两个时期形成了集群社区结构，有助于恢复危机前时代股票市场停止的秩序。然而，新兴集群与\textit{General Industry Classification Standard}的比较给人的印象是，工业部门在这一顺序中没有发挥主要作用。
2018-12-16 q-fin.ST
A study of co-movements between USA and Latin American stock markets: a cross-bicorrelations perspective
本文使用Brooks和Hinich交叉双相关检验来揭示美国标准普尔500指数（SP500）与六个拉丁美洲股票市场指数：墨西哥（BMV）、巴西（BOVESPA）、智利（IPSA）、哥伦比亚（COLCAP）、秘鲁（IGBVL）和阿根廷（MERVAL）之间的非线性相关期。我们发现了标准普尔500指数和拉丁美洲股票市场之间的非线性依赖和共同运动的窗口，其中一些与危机时期相吻合，让位于可能的传染或相互依存的解释。
2015-03-24 q-fin.ST
Immediate Causality Network of Stock Markets
一个金融系统包含许多要素，这些要素通过它们之间的关系而相互联系。大量的工作表明，网络的拓扑结构存储了丰富的信息，如崩溃和/或危机的预警信号的系统的演化行为。现有的研究主要集中在单个股票市场的网络结构上，而崩溃/危机发生在一个宏观尺度上，覆盖了世界上的几个甚至所有的市场。这种规模的不匹配导致拓扑结构的不可接受的噪音，以及缺乏存储在不同市场之间关系中的信息。本文利用转移熵重构了分布在世界各地的10个典型股票市场之间的影响网络。有趣的发现包括，在金融危机发生前，联系强度达到最大值，可以作为金融危机的预警信号;美国市场是单向的，受欧洲市场的强烈影响，并充当中心;一些强联系对也具有密切的相关性。研究结果有助于理解全球金融体系的演化和模拟全球金融体系的动态过程。
2018-02-08 physics.soc-ph q-fin.ST
Analyzing Communicability and Connectivity in the Indian Stock Market During Crises
本研究应用通信性度量分析印度股市危机期间网络结构变化，发现多数股票对通信性显著改变，且通信性优于最短路径度量，有助于建模系统性风险。
2025-09-11 q-fin.ST
Observable Matrix Dynamics of Stocks
研究将可观测矩阵动力学方法应用于标准普尔500指数在三个危机十年的横截面数据，通过距离矩阵等指标监测市场，揭示行业轮动等情况，还将收益和波动率排名建模为马尔可夫链，发现各矩阵在市场崩溃时有连贯变化，能预测部分危机。
2026-07-23 cs.CE q-fin.GN q-fin.PM
Regression Approach for Modeling COVID-19 Spread and its Impact On Stock Market
本文研究了不同的回归方法来建模COVID-19传播及其对股票市场的影响。逻辑曲线模型与贝叶斯回归用于冠状病毒传播的预测分析。COVID-19的影响采用回归方法进行研究，并与其他危机的影响进行比较。在实际分析中，重要的是找到每天冠状病毒病例的最大值，这一点意味着冠状病毒在调查区域传播的估计一半时间。结果表明，不同原因的危机对同一股票的影响是不同的。必须分别分析其影响。贝叶斯推理使分析危机影响的不确定性成为可能。
2020-04-02 q-fin.ST
Geography and distance effect on financial dynamics in the Chinese stock market
基于中国股票市场的个股日数据，研究了包括沪深两市在内的中国股票市场的地理效应。上海市和广东省可以确定在股票的地理部门。通过对一个地理参数的地理相关性的考察，发现股票的地理位置对金融动态有影响，但深圳市场在金融危机时期除外。进一步研究了股票距离效应，观察到股票距离分布的交叉行为。短距离的概率远大于长距离的概率。研究发现，上海股市的平均股票相关性随股票距离的变化而微弱衰减，而深圳股市的平均股票相关性随股票距离的变化而基本稳定。
2016-03-28 physics.soc-ph q-fin.ST
Collective behavior of stock prices as a precursor to market crash
2008年10月，雷曼兄弟公司破产3周后，全球各主要证券交易所发生了全球性的股市崩盘。9月15日。本文以伦敦证券交易所上市的富时100指数成分股为研究对象，考察了股票收益率的集体行为，并分析了整个市场的集体模式。在市场崩溃之前，观察到集体行为的急剧上升。它被证明与包括“金融危机”在内的新闻有关。“它们并没有单独严重影响股价，但它们加剧了股票市场参与者普遍存在的悲观情绪。在雷曼兄弟（Lehman）冲击之后，市场崩盘之前，此类消息有所增加。方差随着新闻量的增加而增加，并遵循幂律。
2011-11-20 q-fin.ST
Collective behavior in financial market
金融市场是复杂系统的一个例子，其特征是组织高度复杂，出现集体行为。在本文中，我们量化的涌现动态的金融市场使用网络同步的概念。本文考虑由资产收益率的相关矩阵构成的网络，研究了股票价格之间相位相干性的时间演化。研究表明，在金融危机期间，系统中出现了一种同步状态，决定了市场的走向。此外，本文提出了一个统计回归模型，能够识别的拓扑功能，主要影响这样的出现。该模型的系数表明，平均最短路径长度是最相关的网络同步的测量。因此，在经济危机期间，股票价格呈现出类似的演变趋势，这往往会缩短股票之间的距离，表明一个集体的动态。
2011-09-05 q-fin.GN q-fin.ST
Structural Dynamics of G5 Stock Markets During Exogenous Shocks: A Random Matrix Theory-Based Complexity Gap Approach
National Institute of Technology Sikkim（锡金国家理工学院）；Indian Institute of Science（印度科学学院）
本文基于随机矩阵理论提出复杂性差距指标，揭示G5股票市场在外部冲击下的三阶段结构变化模式，并证明该指标可作为风险评估工具。
2026-04-21 q-fin.ST
Braided and Knotted Stocks in the Stock Market: Anticipating the flash crashes
在最近的一篇论文[1]中，对投资组合（市场指数-DJIA）的股票成分进行了简单而优雅的排列，从而构建了股票交叉图。交叉股票法揭示了股票市场隐藏的显著的代数和几何方面。本文通过引入股票市场所具有的拓扑性质，进一步揭示了股票图交叉点的新的数学结构。股票的交叉点被分为上交叉点和下交叉点，并被解释为股票在市场报价过程中形成的辫子的生成器。如果考虑股票辫的封闭性，股票市场的拓扑结构更加丰富，形成一个纽结。为了区分股票市场形成的结的类型，计算了一些结股票的Alexander-Conway多项式和Jones多项式。这些纽结的不变量对于拓扑股票市场未来的实际应用是很重要的。这种应用可以解释琼斯多项式和相变统计模型之间的关系，以提供一个明确的方式来预测金融市场的过渡到导致危机的阶段。辫状股与拓扑量子计算机逻辑门之间的相似性可以对股票市场行为进行量子编码。
2014-06-11 q-fin.ST
Realizing stock market crashes: stochastic cusp catastrophe model of returns under the time-varying volatility
本文提出了一个两步估计方法，使我们能够应用突变理论的股票市场收益率随时间变化的波动和模型股票市场崩溃。利用高频数据，我们估计每日的已实现波动率的收益率在第一步和使用随机尖点突变的数据归一化的估计波动率在第二步中，研究可能的不连续性的市场。我们通过模拟来支持我们的方法，我们还讨论了随机噪声和波动在确定性尖点突变模型中的重要性。该方法是在美国股票市场近27年的演变，包括几个重要的衰退和危机时期的经验测试。由于样本周期很长，我们还开发了一个滚动估计方法，我们发现，虽然在前半期股票市场表现出分叉的迹象，在后半期的突变理论是无法证实这种行为。结果表明，所提出的方法提供了一个重要的转变，应用突变理论的股票市场。
2013-05-22 q-fin.ST
Another type of log-periodic oscillations on Polish stock market?
对数周期振荡被用来预测金融市场的价格趋势和崩溃。到目前为止，两种类型的对数周期振荡已经与现实市场。第一种是伴随着市场上涨而以崩盘告终的振荡。第二种类型的振荡，称为“反泡沫”，出现在崩溃后，当价格下降。在这里，我们提出了第三种类型的对数周期振荡，其中一个外生崩溃的对数周期行为的市场，市场正在成长。在“俄罗斯危机”（1998年8月）和2000年4月“新经济崩溃”之间的波兰股票市场指数中，已经发现了这种行为。
2003-08-01 cond-mat.stat-mech q-fin.ST
Linear and nonlinear market correlations: characterizing financial crises and portfolio optimization
本文构建了基于皮尔逊相关性和互信息的1985年至2015年美国标准普尔500指数股票每日收益率的复杂网络，以研究股票的相互依赖性及其性质。我们发现，这两个网络检测到质的差异，特别是在（最近）动荡的市场时期，从而表明强烈波动的不同公司的股票之间的相互联系，在不断变化的经济环境。非线性依赖关系的强度的措施是使用替代数据，并导致有趣的观察期间的金融市场危机。与危机期间依赖性主要减少为线性相关性的预期相反，我们表明（至少在2008年危机中）非线性效应显着增加。事实证明，网络中的中心性概念可能被用作异常市场行为的某种预警指标，正如我们以2008年次贷危机为例所证明的那样。最后，我们应用Markowitz均值方差投资组合优化，并结合非线性相关性的测量来衡量投资风险。与完全投资的投资组合相比，这导致了显著的优异表现。
2017-12-07 nlin.CD physics.data-an physics.soc-ph
Stock Market Market Crash of 2008: an empirical study of the deviation of share prices from company fundamentals
本研究的目的是定量研究在2008年股票市场崩盘中，股票价格是否偏离了公司基本面。为此，我们使用了一个大型数据库，其中包含2004年至2013年期间全球7，796家公司的资产负债表和股价。我们建立了一个面板回归模型，使用三个财务指标-每股股息，每股现金流量，每股账面价值-作为解释变量的股票价格。然后，我们通过从双向固定效应模型中去除时间固定效应来估计各个公司每年的基本面，我们认为双向固定效应模型是最好的面板回归模型。我们的模型的一个优点是，我们能够提取公司基本面的不可观察的因素，通过使用个人的固定效应。在此基础上，我们用股价偏离公司基本面的比率--背离率来定量分析市场异常。我们发现，2005 - 2007年的平均股价被高估，而在全球金融危机发生的2008年，股价被显著低估。在随后的时期，股票价格与基本面平均水平相当。我们的实证结果清楚地表明，在2008年全球金融危机之前和之后的时间段内，世界股票市场波动过大。
2016-07-12 q-fin.GN q-fin.PR q-fin.RM
Efficiency of the financial markets during the COVID-19 crisis: time-varying parameters of fractional stable dynamics
本报告探讨COVID-19对金融市场的影响。它侧重于市场有效性的演变，使用两个效率指标：赫斯特指数和分数Lévy稳定运动的记忆参数。第二种方法结合，在同一个模型的动态，阿尔法稳定分布和价格收益之间的依赖结构。我们提供了一个动态估计方法的两个效率指标。该方法引入了一个自由参数，即贴现因子，我们选择该参数以获得对观测价格收益的最佳α稳定密度预测。COVID-19危机期间股票指数的应用显示，美国指数的效率大幅下降。相反，亚洲及澳洲指数似乎受影响较小，而这些市场在COVID-19危机期间的效率甚至令人质疑。
2021-11-25 q-fin.GN q-fin.ST stat.AP
Asymmetric connectedness of stocks: How does bad and good volatility spill over the U.S. stock market?
波动溢出的不对称性与金融市场的风险评估和投资组合多元化策略密切相关。然而，研究信息传导机制的大量文献忽略了这样一个事实，即坏的和好的波动性可能会以不同的幅度溢出。本文填补了这一空白与两个贡献。第一，我们建议如何量化波动溢出的不对称性，由于坏的和好的波动。第二，使用涵盖七个行业中大多数流动性强的美国股票的高频数据，我们提供了股票非对称连通性的充分证据。我们普遍拒绝对称连接的假设，但在非聚集水平，相反，我们记录的对称传输的信息在一个汇总的投资组合。我们发现，坏的和好的波动性是在不同的行业中以不同的幅度传递，并且随着时间的推移，不对称性会发生很大的变化。虽然负面的溢出效应往往是巨大的，但它们并不严格地主导正面的溢出效应。我们发现，在金融危机期间，随着股票市场参与者的不确定性增加，美国股票的整体市场内关联性大幅增加。
2014-07-27 q-fin.GN q-fin.ST
Gold, Oil, and Stocks
我们采用小波方法，对1987年至2012年期间的主要交易资产（黄金，石油和股票）之间的动态相关性进行时频分析。对日内和每日数据进行分析。我们发现，异质性的相关性在一些投资期限之间的资产对是一个主导特征，在经济低迷时期和金融动荡的所有三对资产的研究。黄金和股票之间的相关性普遍存在异质性。2008年危机后，所有三种资产之间的相关性增加并变得同质化：三种资产对的时间不同，但与特定相关性动态中确定的结构性断裂相一致。一个强烈的暗示出现了：在研究所涉期间，从不同投资视野的角度来看，这三种资产只能在相对较短的时间内用于充分分散的投资组合。
2014-03-24 q-fin.RM q-fin.ST
Granger Causality Stock Market Networks: Temporal Proximity and Preferential Attachment
利用2006年1月2日至2013年12月31日20个发达市场的日收盘价构建Granger因果网络，检验了收益溢出的结构。数据经过适当调整，以考虑非同步交易效应。对超过94个子样本的网络进行的研究揭示了三个重要的发现。第一，在最近的金融危机之后，美国股票市场的影响已经下降。其次，空间概率模型证实了市场收盘时间之间的时间接近的回报溢出的作用，即国家股票市场之间的时间距离。第三，股票市场之间存在偏好连接，即如果A）市场j影响i以外的其他市场，或者B）市场i受到j以外的其他市场的影响，则更有可能从市场j向市场i溢出。
2014-08-13 q-fin.GN q-fin.ST
Statistical Properties of Cross-Correlation in the Korean Stock Market
我们调查的统计特性的个股之间的相关矩阵在韩国股票市场使用随机矩阵理论（RMT），并观察这些如何影响的Markowitz投资组合理论的投资组合权重。我们发现，相关矩阵的分布是正偏态的，并随时间而变化。我们发现，原始相关矩阵的特征值分布偏离了RMT预测的特征值，最大特征值是RMT预测的特征值中最大值的52倍。反映最大特征值特性的$β_{473}$系数为0.8，而RMT中的一个特征值近似为零。值得注意的是，我们表明，熵函数$E(σ)$与投资组合风险$σ$的原始和过滤的相关矩阵是一致的幂律函数，$E(σ) \sim σ^{-γ}$，与指数$γ\sim 2.92$和亚洲货币危机显着下降。
2010-10-11 q-fin.ST
Herding boosts too-connected-to-fail risk in stock market of China
大众恐慌及其蔓延在股市崩盘时发挥了不可忽视的作用，特别是对于缺乏经验的投资者主导市场的中国来说。然而，现有的模型很少考虑网络股票的投资者，因此错过了恐慌传染如何导致突然崩溃的确切知识。本文通过对共享基金股票的网络化，提出了一种研究市场崩溃的新方法。令人惊讶的是，羊群效应，起源于模仿寻求高度多样性的投资策略，以降低个人风险，将产生过于连接到失败的股票，并不情愿地提高整个市场的系统性风险。尽管关联度太高的股票在危机期间可能相对稳定，但它们的影响力如此之大，以至于一个小的向下波动会引发后续股票的大幅下跌，这意味着它们的下跌可能会因集体恐慌而意外放大，导致市场崩盘。我们的研究结果表明，投资组合策略的全貌必须仔细监督，以重塑股票网络。
2018-04-25 physics.soc-ph q-fin.GN q-fin.ST
Causality Analysis of COVID-19 Induced Crashes in Stock and Commodity Markets: A Topological Perspective
本文结合TDA的Wasserstein距离与Granger因果检验，识别并比较COVID-19期间美国股票、商品市场及板块崩盘的拓扑差异与因果联动。
2025-02-20 math.AT physics.data-an q-fin.ST
Loss of structural balance in stock markets
我们使用秩相关性作为距离函数来建立股票收益之间的互连性，为七个欧洲国家，美国和日本的股票构建加权符号网络。我们建立了网络平衡水平与股票可预测性之间的理论关系，研究了其从2005年到2020年第三季度的演变。我们发现，在美国2011年8月的黑色星期一之后，9个国家中有6个国家出现了明显的平衡-不平衡转变，当时该国的经济政策不确定性指数达到了COVID-19危机前的最高月度水平。这种突然失去平衡的情况主要是由一组属于非金融部门的低资本值股票引发的市场网络重组造成的。在转型之后，这些公司的股票在它们之间以及与市场上大多数其他股票之间都呈负相关。网络拓扑结构的隐含变化与股票可预测性的降低直接相关，这一发现对资产配置和投资组合对冲策略具有重要意义。
2021-04-12 cs.SI physics.soc-ph q-fin.ST
Nonlinearity in stock networks
由股票价格时间序列构建的股票网络是描述股票市场中复杂行为的一个成熟工具。在Mantegna的开创性论文之后，股票对之间的线性皮尔逊相关系数一直是确定网络边缘的常用方法。最近，非线性对这种网络的图论性质的可能影响已被证明时，使用非线性措施，如互信息，而不是线性相关。本文定量地刻画了股票时间序列的非线性及其对股票网络性质的影响。这是通过一个系统的多步骤的方法，使我们能够量化耦合的非线性;纠正它的影响，无论它是由简单的单变量非高斯性;潜在的本地化在空间和时间的任何剩余的强源，这种非线性;最后，研究非线性对全球网络性能的影响。通过将这种多步骤方法应用于三个突出指数（NYSE 100，FTSE 100和SP 500）中的股票，我们建立了已观察到的明显的非线性在很大程度上是由于单变量非高斯性。此外，在一些特定的股票强非平稳性可能发挥作用。特别是，2008年全球金融危机期间，一些库存大幅减少，导致库存之间存在明显的非线性相关性。
2018-06-26 cs.SI physics.soc-ph q-fin.ST
Cross correlations in European government bonds and EuroStoxx
我们使用主成分分析（PCA）的交叉相关性在欧洲政府债券和欧洲股票，以研究欧洲经济中包含的系统性风险。我们处理的任务，可视化的风险演变，引入条件平均滚动和（CARS）。利用该工具我们发现，国债和股票的风险有一个独立的运动。但在欧洲主权债务危机的过程中，债券和股票之间的耦合度大幅增加。这导致了自2010年中期以来两个市场的风险同步振荡。在我们的数据中，我们观察到一个陡峭的振幅增加，这表明两个耦合系统的高度脆弱性。
2015-07-08 physics.soc-ph q-fin.ST
Recurrence measures and transitions in stock market dynamics
金融市场被理解为复杂的动态系统，其动态分析主要使用非平稳和简短的数据集，通常来自股票市场。对于这样的数据集，一个可靠的分析方法是基于递归图和递归网络，从研究期间的数据集构建。在这项研究中，我们使用基于递归的方法对全球26个市场的潜在动态的复杂性进行了全面分析。我们还研究了2008年全球金融危机期间，通过沿时间序列的滑动窗口分析从这些措施中揭示的过渡性质的趋势，并将其与最近的大流行相关封锁期间的变化进行比较。我们表明，来自复发模式的措施，可以用来捕捉股票市场动态的过渡的性质。我们的研究表明，2008年前后的变化是随机驱动的转变，这与大流行期间的转变不同。
2022-08-06 physics.soc-ph q-fin.ST
Time Series Analysis in American Stock Market Recovering in Post COVID-19 Pandemic Period
本研究基于三大股指ETF数据，运用LSTM等深度学习方法分析后疫情时期美股趋势，发现市场持续下跌，并提出了有证据支持的LSTM配置方法。
2022-12-10 q-fin.ST stat.AP
Does it take two to tango: Interaction between Credit Default Swaps and National Stock Indices
London School of Commerce（伦敦商业学院）；Istanbul University（伊斯坦布尔大学）
本文研究了信用违约互换与土耳其股市指数的相互作用，发现两者在短期和长期存在显著的相互影响，包括利率、通胀率、汇率及政治事件等因素对两者价格的影响。
2025-12-01 econ.GN q-fin.EC q-fin.GN
A dynamic approach merging network theory and credit risk techniques to assess systemic risk in financial networks
金融机构之间的相互联系影响到不稳定和信贷危机。为了量化系统性风险，我们在这里引入PD模型，这是一个动态模型，它结合了信用风险技术和银行间风险暴露网络的传染机制。通过多期蒙特卡罗模拟，考虑了银行的违约概率（PD）和它们在同一时间间隔内的违约趋势，得到了潜在的损失分布。传染过程增加了银行对陷入困境的交易对手的PD。系统性风险通过损失分布的统计来度量，而每个节点的贡献通过新的度量PDRank和PDImpact来量化。我们说明了该模型是如何在欧洲全球系统重要性银行网络上工作的。对于一定范围内的银行的资本和资产波动性，我们的研究结果表明，出现了一个强大的传染机制，较低的银行之间的违约相关性对应于较高的损失。这与银行和监管机构使用的标准信用风险模型所假设的多样化好处相反，因此，他们可能低估了克服危机所需的资本，从而助长了金融体系的不稳定。
2018-04-08 q-fin.CP q-fin.RM q-fin.ST
Survivability and centrality measures for networks of financial market indices
利用全球92个证券交易所指数的数据，使用基于距离阈值的资产图分析了2007年至2010年（包括2008年次贷危机）集群的形成和演变。我还研究了连接和集群的生存能力，通过时间和噪声的影响，集中性措施适用于网络的金融指数。
2012-01-21 q-fin.ST
State and group dynamics of world stock market by principal component analysis
我们研究了1998-2012年全球金融指数的动态相互作用和结构变化。我们应用主成分分析（PCA）的股票指数的互相关系数。我们计算主成分（PC）和每种资产之间的相关性，称为PC系数。市场状态的变化被识别为第一PC系数的变化。一些指标没有显示危机期间PC市场状态的显著变化。在股票市场中投资资本所涉及的指数处于最低风险水平。使用前两个PC系数，我们确定的指数是相似的，比其他更强的相关性。我们观察到，欧洲指数在观察期内形成了一个强大的群体。随着时间的推移，群体内各个指数的动态相似性增加，在危机期间，指数的动态更加相似。此外，由于危机，指数的组形成在二维空间中改变位置。最后，在金融危机之后，欧洲和美国指数之间的个人电脑差异缩小了。
2015-03-02 physics.soc-ph q-fin.ST
Market correlation structure changes around the Great Crash
本文基于沪深两证券交易所1228只股票高频收益率的随机矩阵分析，对2008年金融危机前后的中国股票市场进行了比较分析。研究了一年内两个时间段内市场指数的原始相关矩阵和部分相关矩阵。研究发现，2008年中国股票的平均相关性和偏相关性都比2007年强，平均偏相关性显著弱于各期的平均相关性。因此，在每个周期中，相关矩阵的最大特征值显著大于部分相关矩阵的最大特征值。此外，每个最大特征值及其特征向量反映了明显的市场效应，而其他偏离特征值则没有。我们发现没有证据表明偏离特征值包含工业部门的信息。令人惊讶的是，2007年第二大特征值和2008年第三大特征值的特征向量能够区分两个交易所的股票。我们还发现，一些最大的特征向量的分量的大小是成比例的股票的资本化。
2016-01-30 q-fin.RM q-fin.ST
Evidence of market manipulation in the financial crisis
我们提供了在2007年11月金融危机开始时操纵市场的直接证据。2007年7月，美国证券交易委员会（SEC）废除了一项规定，该规定将阻止这种操纵行为，即“空头突袭”。这一规定是为了防止操纵和促进稳定，从1938年开始生效，是政府应对1929年市场崩溃及其后果的关键部分。2007年11月1日，花旗集团经历了不寻常的交易量增加和价格下降。我们对金融行业数据的分析表明，这种下跌与借入股票的异常增加相吻合，借入股票的出售将占总交易量的很大一部分。借入股票的抛售不能用新闻事件来解释，因为股东的抛售并没有相应增加。六天后的一天，也有类似数量的股票被返还。借款和归还股票的规模和巧合证明了花旗集团协同努力压低股价并实现盈利，即，熊袭击对金融市场的解释和分析应考虑到个体行为者或协调群体的故意行为可能影响市场行为的可能性。市场不够透明，甚至无法揭露重大的市场操纵事件。我们的研究结果表明，需要制定法规，防止导致市场偏离均衡并导致崩溃的故意行为。强制措施无法扭转对经济体系的严重破坏。现行的“替代”升价规则只适用于单日跌幅超过10%的股票，并不足够。可以通过改善市场数据的可用性和原有的加价规则或其他交易限制来实现预防。
2012-01-03 physics.soc-ph q-fin.GN q-fin.ST
Study of statistical correlations in intraday and daily financial return time series
本文的目的是对股票的相关性和联动性进行简要回顾和新的研究，以便理解“季节性”和市场演变。使用CAC40的日内数据，我们首先重申Allez和Bouchaud的发现[New J. Phys. 13，025010（2011）]：股票之间的平均相关性在一天中不断增加。然后，我们使用多维缩放（MDS）在生成地图和可视化的动态演变的股票市场在一天。我们没有发现一天中市场结构的任何显著差异。另一个目的是使用MDS研究的每日数据，并可视化或检测市场和危机时期的特定行业。我们建议，这种类型的可视化可用于确定潜在的对股票的“对贸易”。
2012-04-23 q-fin.ST
Dynamical Characteristics of Global Stock Markets Based on Time Dependent Tsallis Non-Extensive Statistics and Generalized Hurst Exponents
我们使用时间相关的扩展Tsallis统计量对股票市场指数进行非线性分析。具体来说，我们评估的q-三元组特定的时间段的目的是展示的时间依赖性的基础市场动态的扩展特征。我们对全球四个主要市场（S&P 500，东京-日经，法兰克福-DAX，伦敦-LSE）的每日收盘价格时间序列进行了分析。为了比较，我们还计算时间相关的广义赫斯特指数（GHE）Hq使用GHE方法，从而估计指数动态的多尺度特性的时间演化。我们专注于关键市场事件之前和之后的时期，如股票市场泡沫（2000年dot.com泡沫，日本1990年泡沫，2008年美国不动产危机），并发现q三重值的时间趋势在这些时期之间显着不同，表明在泡沫破裂前的上升期，市场动态的基本扩展统计数据强烈偏离纯粹的随机行为，而在破裂后，它逐渐收敛到高斯型行为，这是有效市场的特征。我们还得出结论，Tsallis q-三联体的相对时间变化模式可以连接到市场动态的不同方面，并揭示了有用的信息，特别是那些潜在的发展的股票市场泡沫的市场条件。我们发现了q三元组中指数相对变化的特定时间模式和趋势，这些模式和趋势区分了股市泡沫破裂之前和之后的时期。内生和外生股票市场危机之间的差异也被Tsallis q三元组的时间变化所捕获。最后，我们介绍了两个新的时间依赖性的经验度量（Q度量）的Tsallis q-三元组的功能。
2021-04-07 q-fin.ST
Credit Risk Meets Random Matrices: Coping with Non-Stationary Asset Correlations
我们回顾了相关资产信用风险建模的最新进展。我们从默顿模型开始，违约事件和损失是由到期时的资产价值推导出来的。为了估计资产价值的时间发展，股票价格的相关性对损失分布有很大的影响，特别是在其尾部。这些相关性是非平稳的，这也影响了尾部。我们占资产波动的平均在一个合奏的随机矩阵模型的真实存在的一组测量相关矩阵。作为一个最受欢迎的副作用，这种方法大大降低了损失分布的参数依赖性，使我们能够获得非常明确的结果，定量地表明，重尾占上风的多样化的好处，即使是小的相关性。我们用市场数据校准我们的随机矩阵模型，并展示它如何能够把握不同的市场情况。此外，我们提出了并发投资组合风险的数值模拟，即，用于两个投资组合损失的联合概率密度。为了方便读者，我们给出了Wishart随机矩阵模型的介绍。
2018-03-01 q-fin.RM q-fin.ST
