下载掌阅APP，畅读海量书库
立即打开
近十几年来，越来越多的金融学研究将目光聚焦于探究企业之间的关联关系对证券市场波动的影响作用，研究表明，企业之间的关联关系是影响资产价格波动的重要因素。企业关联关系对证券市场波动的影响研究可以分为两大类，即股票联动性研究和动量溢出效应研究。股票联动性研究聚焦于探究不同资产的价格或收益率在同一时期内同涨同跌的现象，并阐释引起这种联动效应的原因。股票联动性研究表明，企业之间的关联关系是引起资产价格或收益率在同一时期产生联动效应的重要因素。动量溢出效应研究则聚焦于探究关联企业的资产预期收益率在不同时期表现出的领先滞后的预测效应，旨在深入探究企业之间的各种关联关系对资产预期收益率波动影响的作用机理和内在机制。动量溢出效应指出，一个企业的证券资产收益率在过去的表现对与该企业相关联的其他企业的资产预期收益率具有跨期的预测作用。
动量溢出效应研究需要解决的关键问题是，找到能够有效衡量企业关联关系的代理变量，并进一步验证通过这种关系关联起来的企业的资产预期收益率在不同时期表现出的领先滞后的预测效应。金融学最新的研究成果指出，行业关联、供应链关联、地理位置关联、技术相似性和分析师共同提及关系等是衡量动量溢出效应关键的代理变量，并证明了通过这些关系关联起来的公司的资产预期收益率之间具有明显的动量溢出效应。尽管最新研究成果指出，分析师共同提及关系是上述所有关系的综合表达，但是，分析师共同提及关系代表的是具有基本面关联（fundamental similarities or linkages）的公司之间的关系（Ali and Hirshleifer, 2020），并没有将那些依据投资者行为或其他非基本面因素建立起来的公司关联纳入在内。事实上，证券市场是一个随时间发展而动态演进和连续变化的复杂系统，上市公司或其证券资产之间具有复杂、多样，且随时间和市场运行状态变化而动态变化的关联特性。本书通过互联网媒体新闻共同报道建立公司之间的关联，指出该关联关系既能反映公司之间基本面信息的关联，又能捕捉公司之间除基本面关联以外的其他关联关系。更进一步地，在检验媒体关联的存在性和有效性的基础上，本书构建了一个基于图神经网络的算法，将企业间多种关系进行融合，动态地捕捉不同市场运行状态下，企业之间关联关系的变化对股票价格波动的影响作用。