English
Scaling behavior in ranking mobility of Chinese stock market
文件大小：
1114k
资源说明：标题中提到的“Scaling behavior in ranking mobility of Chinese stock market”，即中文股票市场排名流动性中的缩放行为，这是研究论文中的一个专业主题。描述中提及了研究的关键内容，包括使用排名流动性指数来衡量中国股市中股票的排名变化，并通过观察发现排名流动性与采样时间间隔之间存在缩放特性，以及在股票排名顺序中发现长期记忆性的证据。
关键词部分列出了“Ranking mobility”，“Time characteristic”，“Scaling”，“Longmemory”以及“Econophysics”，这表示文章会从排名流动性、时间特性、缩放理论、长期记忆性以及经济物理学的角度来探讨中国股票市场。
在研究的引言部分，作者提到复杂系统研究的一个焦点是探索各种规模分布的特征及其形成机制，整体系统水平上往往存在稳定的分布，而在个体水平上观察到不断的变动和动态。以个人财富分配为例，帕累托发现无论个人经历怎样的大起大落，总有一个普遍现象，即社会中20%的人口拥有80%的财富。这一现象普遍存在于各种规模的分布中，而本文则试图在中国股票市场中探索类似的特征。
研究采用了2002年1月1日至2012年12月31日之间上海A股综合指数的837只成分股的每日数据，分析了排名流动性与绝对回报、交易量和换手率之间的依赖关系，并考察了采样时间间隔对排名流动性的影响。研究发现所有这些关系中都存在缩放性质。长时间的松弛时间表明股票排名顺序中存在长期记忆特性。
从描述中可以提炼出以下知识点：
1. 排名流动性指数（Ranking mobility index）：该指数用于衡量股票在市场中的排名变化情况。它提供了一个综合视角来观察市场内部的个体变动，是理解复杂社会经济系统动态的一种方法。
2. 缩放特性（Scaling property）：这是描述某些物理量或现象随规模变化的规律。在该论文中，作者观察到排名流动性与采样时间间隔之间存在缩放关系，表明排名流动性变化不是随机的，而是遵循某种可预测的规律。
3. 长期记忆性（Long memory）：这是指在时间序列数据中，过去的信息对现在和未来有长期影响的现象。长期记忆性是时间序列分析中的一个重要概念，它意味着系统具有某种“记忆”能力，这在股票市场排名顺序中表现为市场状态的历史依赖性。
4. 经济物理学（Econophysics）：这是一门应用物理学方法研究经济问题的交叉学科。它利用统计力学、非线性动力学、复杂系统理论等物理学理论来分析经济系统的行为。
5. 个人财富分配的帕累托原理：这是指在任何给定时间，社会上大约20%的人口控制着大约80%的财富的观察。这一定律在多个领域都有应用，包括股票市场排名分析中，以此为参照点来理解市场中不同股票之间的财富分布。
6. 数据分析方法：在论文中，使用了实际的股票市场数据，包括绝对回报、交易量和换手率等指标，并分析了这些指标与排名流动性之间的关系。研究通过具体数据来揭示市场特征，这体现了现代金融研究中量化分析的重要性。
本文的研究提供了对中国股票市场复杂性和动态的深入洞见，不仅在理论上有重要贡献，在实践中也为投资者和政策制定者提供了宝贵的参考。
本源码包内暂不包含可直接显示的源代码文件，请下载源码包。
