基于A股產業(yè)鏈網絡的股票收益分析

11基于A基于A股產業(yè)鏈網絡的股票收益分析本文基于公司間產品關聯度構建產業(yè)鏈網絡，再對產業(yè)鏈網絡做社群檢測，并與現有的行業(yè)表現也不弱于原始行業(yè)；“社群內+連接關系”有助于提升社群本身的表現，二次聚類的社群內相連票，基于產業(yè)鏈網絡的社群檢測相比傳統(tǒng)行業(yè)分類能22中，我們分別研究了供應鏈網絡和新聞共現網絡，通過社群檢測算法對網絡進行聚類分析，能夠得到產業(yè)鏈網絡的數據來源于數庫提供的產業(yè)鏈數據，主1.對A股上市公司，基于數庫產業(yè)鏈數據中的原始分項表和產品字333.A，B分別代表兩個企業(yè)，weig?tA,B,i為在報告期i中企業(yè)A與企業(yè)B的企業(yè)關聯度，sum(A?B)isum(A?B)isum(A?B)isum(A?B)i44章保持一致，下文仍然沿用圖論的社群檢測算法leiden算法對產業(yè)鏈網絡進行社群檢測（無向圖、帶下表統(tǒng)計了各橫截面二次聚類后得到的集群數量和集群規(guī)模。經過第二次社群檢測后，集群數量5566申萬行業(yè)分類的分類標準參考的信息是一致的。下文統(tǒng)計了二次聚類后社群內部成分股與中信一級行集群內部的分布情況，產業(yè)鏈網絡社區(qū)檢測得到的集群內部大多都是包含了多個行業(yè)，而不是單一行77在之前的供應鏈網絡和新聞共現網絡研究中均發(fā)現：存在供應鏈關聯/新聞共現關系的股票對比無關聯股票對表現出更強的相關性，且供應鏈網絡/新聞共現網絡集群內股票對的相關性最強。本篇繼續(xù)探究上述規(guī)律是否在產業(yè)鏈網絡中同樣存在。除此之外，相比于供應鏈網絡和新聞共現網絡，產88下圖對比了不同報告期下產業(yè)鏈網絡中關聯股票對和不關聯股票對的收益率相關性數均值（關聯股票對connected，即為產業(yè)鏈網絡中每條邊兩端的節(jié)點對；不關聯的股票對unconn屬于同一個中信一級行業(yè)的股票對做進一步對比（industry為對每個中信一級行業(yè)內部股票兩兩配對后的并集）。從對比結果可知，至少生產一種相同產品的股票對比生產產品各不相同的股票對表現出99行業(yè)維度，分別挑選了銀行、醫(yī)藥、汽車3個中信一級行業(yè)，在行業(yè)內部計算各對和非關聯股票對的收益率相關系數，計算均值，并繪制如下對比圖。雖然銀行與社群的重疊率很高，前文有提到，基于產業(yè)鏈網絡的社群檢測與傳統(tǒng)的中信行業(yè)、申萬行業(yè)是同一維度的公司分類方式（都基于公司業(yè)務但兩者的分類結果仍存在較大差異。為了評判哪種分類方法更有效，下文對比分析了集群內外和行業(yè)內外股票間收益率相關性的差異。將產業(yè)鏈網絡所有節(jié)點兩兩配對，得到股相連的股票對即為股票對集cluster_connected_l1；將第二次聚類后各集群內部的A股分別進行兩兩配左側的集群規(guī)模越大，集群內相關性表現與集群規(guī)模并不存在顯著關系。相關性相對高的集群（如行業(yè)，也都同屬于半導體產品與設備。這也進一步說明基于產業(yè)鏈網絡的社群檢測相比傳統(tǒng)行業(yè)分類下圖同樣展示了不同市值板塊內部在行業(yè)內部和二次聚類集群內部的相關性表現，可以發(fā)現上述從上文的分析結果可知，與供應鏈網絡和新聞共現網絡一樣，產業(yè)鏈網絡中同樣存在"關聯股票對比非關聯股票對表現出更強的相關性，集群內股票對比集群外股票對也表現出更強的相關性"的現在產業(yè)鏈網絡中，產業(yè)鏈