多层网络结构与流动性:来自中国股票市场的证据

摘要

对于股票市场而言,流动性是股票市场的基本属性,而复杂网络理论已经被证明是描述股票市场复杂互动的有效方法,探究网络拓扑特征对流动性的作用是一个新型挑战,且单层的网络无法完全捕捉股票的所有信息特征。应对上述难题,本文选取沪深300指数2006年至2021年的收盘价数据,基于格兰杰检验按季度构建多层信息溢出网络,综合考虑收益溢出层、波动溢出层、风险溢出层,对多层网络的拓扑特征以及重要节点进行分析,将工具变量加入面板回归模型,探究几种不同的网络中心性指标对流动性的影响。实证结果表明,网络中更中心的股票具有更高的信息传递效率,价格的变化或波动更容易影响其他股票,也更容易获得其他股票的信息,即中心性指标对流动性具有促进作用。