前言

认知影响市场波动的本质因素，揭示市场微观结构和内在运行机理，是金融学研究一直以来致力于阐释的主题。现有的金融学研究普遍从资产自身的视角出发，解释不同风险因素如何影响一个企业的资本成本和预期收益率的问题，从而清晰地刻画了各类风险因素与资产预期收益率之间的关系。然而，资本市场涵盖了多样资产和各类市场参与者，是一个复杂且不断变化的综合系统。在这个系统中，各个企业之间因其内在价值的关联性、公司之间的竞争与合作、投资者对不同资产的认知和比较，以及市场监管部门的监管需求而产生不同类别的关联，构成了一个复杂且动态变化的企业关联网络。随着市场的运行，该企业网络上某一节点（企业）的变化会对与之关联的企业产生不同程度的影响，忽视企业间关联关系对资产价格波动的影响作用无疑扭曲了对真实资产价格运行机理的认知。

最新的金融学研究成果表明，企业之间的关联关系会使关联企业资产收益率之间产生动量溢出效应，即一个企业的资产收益率在过去的表现会对与该企业相关联的其他企业资产预期收益率产生跨期的预测作用。但是，在多样的企业关联关系中，哪种关系更为有效，亦或哪种关系更具代表性和影响力，值得商榷。更重要的是，在真实的市场中，导致动量溢出效应的企业关联关系复杂多变，多种不同的企业关联关系相互共存，依据市场运行态势动态演进和连续变化，不断调节其对关联企业之间动量溢出效应的影响程度。传统的金融计量方法囿于维度限制和线性局限，无法有效捕捉资产收益率之间这种基于复杂关联的动态传导和溢出作用，从而难以探究企业间各种关联关系在不同市场运行状态下对资产价格波动的动态影响和综合作用。此外，传统的金融研究从解构的思维出发，逐一探寻各种因素与市场波动的因果关联。然而，资本市场是一个复杂的动态系统，其波动一定是各种因素相互交融、共同作用的合力结果，忽略引起市场波动的各类因素之间交互融合后的新特性，便无法精准地捕捉动量溢出效应对资产价格波动的影响。迄今为止，还没有一个研究框架能够将影响市场波动的各类异构（标量、向量、图结构）的因素融合在一起，分析其合力对市场波动的影响作用。

基于此，本书立足于现代金融学理论框架，面向中国证券市场，展开基于媒体关联的动量溢出效应研究。本书创新性地提出基于媒体新闻共同报道捕捉企业关联关系的思想。以该思想为指导，本书构建了一个基于媒体关联的企业关系网络，系统地论证了基于媒体关联的企业关联关系的独特性和合理性，并从有限注意力假设出发，验证了基于媒体关联的企业关联关系及关联资产的动量溢出效应在不同市场运行时期的存在性、有效性和稳健性。为了克服传统计量方法无法有效捕捉资产收益率之间基于复杂关联的动态传导和溢出效应的局限性，本书创新性地提出了一个面向动量溢出效应的自适应动态图神经网络算法，以细致地刻画动量在企业之间的转移和汇集作用。在此基础上，考虑到市场波动是各种影响因素交互融合、共同作用的合力结果，本书从“融合”的视角出发，创新性地提出了一个面向证券市场动量溢出效应的大数据风险分析框架，聚焦多源异构市场信息融合后的新特性，探究各类异构市场信息对资产价格波动的合力影响，旨在更细致且精准地捕捉动量溢出效应对证券市场波动的影响作用。

本书实现了实证资产定价研究与深度学习技术在金融中应用的深度结合，构建了一套完整的研究系统。研究的主要贡献和创新点包括以下三个方面：

第一，本书从大数据的视角，通过定量化分析，论证了中国证券市场基于媒体关联的动量溢出效应的存在性，为实证资产定价研究的发展提供了中国证券市场的证据。相较于现有研究中提出的反映企业基本面关联的企业关系，基于媒体关联的企业关联关系在市场正常和极端运行时期都能够更加有效地捕捉关联企业资产收益率之间的动量溢出。本书构建的基于媒体关联的企业关系无论是在实证资产定价检验，还是基于深度学习模型的预测结果中，都具有很好的表现。

第二，导致动量溢出效应的企业关联关系是复杂多变的，即多种不同的企业关联关系相互共存，依据市场运行态势动态地调节其对动量溢出效应的影响程度。为了克服传统计量方法无法有效捕捉资产收益率间基于复杂关联的动态传导和溢出作用的局限性，本书创新性地提出了一个面向动量溢出效应的自适应动态图神经网络算法，以细致地刻画动量在企业之间的转移和汇集作用，从而为探究动量溢出效应对证券市场波动风险的影响提供了一个基于智能计算的研究思路。

第三，考虑到市场波动是各种影响因素交互融合、共同作用的合力结果，为了更细致且精准地捕捉动量溢出效应对证券市场波动的影响作用，本书创新性地提出了一个基于融合思想的智能计算大数据风险分析框架，以揭示多源异构（标量、向量、图结构）的市场信息对复杂经济系统的综合动态影响，旨在为证券市场波动风险分析这个金融学经典命题探寻一个新的智能计算解决方案，促进学科研究范式的创新。

邢容李庆
2023年5月