產業鏈視角的稀土上市公司股價波動量化因果關係研究（簡體書）

稀土是重要的戰略性礦產資源，對稀土類上市公司股價波動情況及其波動傳導的因果關係的研究，能夠使市場各方更清晰的認識目前的市場關係。本研究構建了股價量化因果關係分析與預測模型，從網絡的角度對稀土產業上市公司股票間價格波動因果關係進行計算和預測，並據此分析其波動傳導關係。主要研究工作和創新性成果如下：(1)構建股票間價格波動量化因果關係網絡模型，對稀土產業上市公司股票間價格波動因果關係進行分析，以此探索全球稀土產業鏈各環節以及各地區間公司的關係。運用量化因果關係分析模型和複雜網絡方法，從稀土產業上市公司間股價波動量化因果關係對稀土產業鏈各環節以及各地區間關係進行了分析，並給出各環節公司間的主要波動傳導路徑。研究發現，稀土產業股票兩兩之間價格波動量化因果關係同時存在正向因果關係、負向因果關係和不明因果關係，主導因果關係多為正向因果關係。產業鏈上下游企業間正向因果關係較為明顯，量化值也比較大。而相同地區內部企業間正向因果關係明顯大於不同地區間企業正向因果關係。不同地區間企業負向因果關係和不明因果關係明顯大於相同地區內部企業之間的負向因果關係和不明因果關係。(2)構建了量化因果關係網絡演化模型，把滑動窗步長作為變量加入量化因果關係模型，計算各滑動窗內的稀土產業上市公司股票間價格波動量化因果關係，並以計算結果研究了稀土產業鏈各環節間關係以及股票間的波動傳導關係和傳導路徑的演化特徵。研究發現，股價波動傳導變化程度越來越小，股票間的因果關係逐漸趨於穩定，說明稀土產業上市企業間的關係更穩定，產業鏈供需關係更清晰、穩定。同時，上游股票的傳導影響力呈現下降趨勢，中游和下游股票的傳導影響力呈現上升趨勢，反映了市場對資源的依賴程度有所下降，對技術的重視程度有所上升。(3)以循環神經網絡方法 LSTM 為基礎構建了基於量化因果關係演化網絡數據LSTM-TDD 因果關係預測模型，明顯提高了強因果關係預測精度和預測效率。對預測結果進行了趨勢分析。研究發現，量化的因果關係更進一步趨於穩定，說明稀土產業上市企業間的關係更穩定，產業鏈供需關係更清晰、穩定。根據預測的一年數據所得波動傳導路徑與研究所用整體數據的波動傳導路徑略有區別，但整體特徵基本一致。因此研究結果可以為稀土產業股票市場各類參與主體行為提供有力的支持。