与赌场有关论文参考文献

证券投资者行为偏差研究及在我国证券市场中的应用摘要：行为金融学是自20世纪80年代兴起的金融学说，注重研究证券投资者在投资决策时的心理特征，利用投资者行为偏差所导致的证券定价误差，发展新的投资策略，来获取超越市场的超额收益。本文从行为金融学角度对证券投资者行为特征、行为偏差进行了分析，展望了行为金融学在我国证券市场中的应用。关键词：行为金融学；行为偏差；证券市场本文从行为金融学角度对证券投资者行为偏差进行了分析，展望了行为金融学在我国证券市场中的应用。一、证券投资者行为偏差分析证券投资者，无论是初涉市场的个人投资者，还是精明老练的经纪人，或是资深的金融分析师，他们都试图以理性的方式判断市场并进行投资决策。但作为普通人而非理性人，他们的判断与决策过程，会不由自主地受到认知过程、情绪过程、意志过程等心理因素的影响，以至陷入认知陷阱，导致金融市场中较为普遍的行为偏差。1． 过度自信。心理学家通过实验观察和实证研究发现，人们往往过于相信自己的判断能力，高估成功的机会，把成功归功于自己的能力，而低估运气和机会在其中的作用，这种偏差称为过度自信（over confidence）。如果人们称对某事抱有90%的把握时，成功的概率大约只有70%。证券市场上存在着“情绪周期”，牛市往往导致了更多的过度自信。遗憾的是，似乎自信度的高低与成功的可能性并无必然的联系。过度自信通常有两种形式：一是人们对可能性作出估计时缺乏准确性；二是人们对数量估计的置信区间太狭窄了。投资者由于过度自信，坚信他们掌握了有必要进行投机性交易的信息，并过分相信自己能获得高于平均水平的投资回报率，因此导致大量过度交易（over traded）。一般来说，男人比女人更加过度自信一些，网上交易者比现场交易者显得更加过度自信。2． 信息反应偏差。信息反应偏差主要包括：过度反应和反应不足、动量效应与反转效应、隔离效应。过度反应(over reaction) 是指投资者对最近的价格变化赋予过多的权重，对最近趋势的外推导致与长期平均值的不一致。个人投资者过于重视新的信息而忽略老的信息，即使后者更具有广泛性。他们在市场上升时变得过于乐观而在市场下降时变得过于悲观，因此，价格在坏信息下下跌过度而在好信息下上升过度。反应不足（under reaction）是市场对信息反应不准确的另一种表现形式。与个人投资者较多地表现为过度反应相反的是，华尔街的职业投资人更多地表现为反应不足。例如，证券分析师往往对成长股收益的新信息反应不足，那是因为他们没有根据新信息对盈利预测作出足够的修正。动量效应（momentum effect）是指在较短的时间内表现好的股票将会持续其好的表现，而表现不好的股票也将会持续其不好的表现。但DeBondt 和Thaler(1985), Chopra、Lakonishok和Ritter(1992)等学者也发现：在一段较长的时间内，表现差的股票在其后的一段时间内有强烈的趋势经历相当大的逆转，最佳股票则倾向于在其后的时间内出现差的表现，这就是反转效应（reversal effect）。动量效应和反转效应产生的根源在于对信息的反应不足与过度反应。隔离效应（disjunction effect）是指人们愿意等待直到信息披露再作出决策的倾向，即使信息对决策并不重要，或即使他们在不考虑所披露的信息时也能作出同样的决策。隔离效应可以解释为什么有时在重要的公告发布之前，出现价格窄幅波动和交易量萎缩，而在公告发布之后会出现很大的波动或交易量的现象。3． 损失厌恶与后悔厌恶。损失厌恶（loss aversion）是指人们面对同样数量的收益和损失时，认为损失更加令他们难以忍受。同量的损失带来的负效用为同量收益的正效用的2.5倍。损失厌恶反映了人们的风险偏好并不是一致的，当涉及的是收益时，人们表现为风险厌恶；当涉及的是损失时，人们则表现为风险寻求。还有一种情况是短视的损失厌恶（myopic loss aversion）。在证券投资中，长期收益可能会周期性地被短视损失所打断，短视的投资者把股票市场视同赌场，过分强调潜在的短期损失。这些投资者可能没有意识到，通货膨胀的长期影响可能会远远超过短期内股票的涨跌。由于短视的损失厌恶，人们在其长期的资产配置中，可能过于保守。Benartzi 和Thaler(1995)认为，股票溢价之谜可以用短视的损失厌恶解释。后悔厌恶(regret aversion)是指当人们做出错误的决策时，会对自己的行为感到痛苦。为了避免后悔，投资者常常做出一些非理性行为，如：趋向于等待一定的信息到来后才做出决策，即便这些信息对决策并不重要；投资者有强烈的从众心理，倾向于购买大家追涨的股票，因为当考虑到大量投资者也在同一投资上遭受损失时，投资者后悔的情绪会有所降低。后悔厌恶和损失厌恶能够较好地解释处置效应（disposition effect），即投资者过长时间地持有损失股，而过早地卖出盈利股。因为投资者盈利时，面对确定的收益和不确定的未来走势时，为了避免价格下跌而带来的后悔，倾向于风险回避而做出获利了结的行为。当投资者出现亏损时，面对确定的损失和不确定的未来走势，为避免立即兑现亏损而带来的后悔，倾向于风险寻求而继续持有股票。4． 心理账户。人们根据资金的来源、资金的所在和资金的用途等因素，对资金进行归类，这种现象被称为“心理账户”（mental accounting）。传统的经济理论假设资金是“可替代的”（fungible）,也就是说所有的资金都是等价的，但Tversky在研究个人行为时发现，在人们的心目中，隐含着一种对不同用途的资金的不能完全可替代使用的想法，原因在于人们具有把个人财产心理账户进行分类的天性，即投资人习惯于在头脑中把资金按用途划分为不同的类别。Shefrin和Statman(1994)认为，投资者倾向于将资金分为“无风险”的安全部分和可能赚钱的“有风险”部分。Shefrin 和Thaler(1998)认为人们把他们的收入来源分为三类：当前的工资和薪金收入、资产收入和未来收入，并按这些不同收入的现有价值来消费。对于不同心理账户里的资金，人们的风险偏好是不同的。人们允许自己受自己的心理账户的影响，这种倾向可以解释股利之谜即股东要求分红的现象。心理账户认为投资者把投资收益分为“资本账户”和“红利账户”两个局部账户，分别理解资本账户损失和红利账户损失。5． 锚定效应。锚定（anchoring）是指人们倾向于把对将来的估计和已采用过的估计联系起来，同时易受他人建议的影响。Northcraft和Neale(1987) 研究证实，在房地产交易过程中，起始价较高的交易最后达成的成交价比起始价较低的交易最终达成的成交价显著要高。此外，当人们被要求做定量评估时，往往会受到暗示的影响，如以问卷形式进行调查时，问卷所提供的一系列选项可令人们对号入座，从而使人们的回答受到选项的影响。锚定会使投资者对新信息反应不足，包括一些专业证券分析师，他们习惯于提出一个投资建议，然后就停留在那里，而不顾不利于这样做的新证据的存在。研究表明人们对诸如通货膨胀率、失业率、国民经济增长率或者一家上市公司的利润增长率，通常都有一个预期。而这个预期就成为对市场进行快速解释的一个锚。对市场平均预期的较大偏离，对价格在短期内会有重要影响，有时甚至会引起剧烈的震动。锚定现象有助于解释一些金融市场上的难题，如美国投资者在20世纪80年代普遍认为日本股票的市盈率太高，这是因为他们以美国股市的市盈率为参照系数。而到了90年代中期，不再认为东京股市市盈率过高，尽管其市盈率还是比美国的要高得多。因为此时80年代末东京较高的市盈率已成为其比较参照的参考系数。6． 典型启示。所谓典型启示（typical inspire）是指人们喜欢把事物分成典型的几个类别，然后在对事件进行概率估计时，过分强调这种典型类型的重要性，而不顾其他潜在可能的证据。人们给予某些事件、报告或发言更重要或给予它们超过实际价值的更高的权重，而另一些则给予较少的权重。典型启示的后果势必使人们倾向于在实际上是随机的数据序列中“洞察”到某种模式，从而造成系统性的预测偏差。如大多数投资者坚信“好公司（名气大的公司）”就是“好股票”，这种偏差的产生是由于投资者误把“好公司”等同于“好股票”。7． 羊群行为。金融市场中的羊群行为（herd behaviors）是一种特殊的非理性行为，它是指投资者在信息环境不确定的情况下，行为受到其他投资者的影响，模仿他人决策，或者过度依赖于舆论，而不考虑自己的信息的行为。由于羊群行为涉及多个投资主体的相关性行为，对于市场的稳定性、效率，有很大影响，也与金融危机有密切的关系。因此，羊群行为引起了学术界和政府监管部门的广泛注意。另外，投资者的行为偏差还有赌博与投机（gambling and speculation）、心理分隔 (mental compartment)、遗憾与认知不协调 (regret and cognitive dissonance)、脱节效应（disjunction effect）、歧义想象（magical thinking）、注意力反常（attention anomalies）、可得性启发（availability heuristic）、历史无关性（irrelevance of history）、文化与社会传染（culture and social contagion）等。二、行为金融学在我国证券市场中的应用市场参与者的非理性造成的行为偏差导致了市场价格的偏离，若能合理利用这一偏差，将给投资者带来超额收益。这形成了行为金融学的投资策略。从国外看，行为金融学投资策略主要有反价值策略、技术策略和行为控制策略。近年来美国的共同基金中已经出现了基于行为金融学理论的证券投资基金，如行为金融学大师Richard Thaler发起的Fuller—Thaler资产管理公司，取得了良好的投资业绩。我国证券市场同成熟的证券市场比较，还是一个新兴的市场——历史短、不规范。仅借助于现代金融学的方法无法正确分析我国证券市场，我们应充分重视行为金融学这一新兴理论方法，利用它来发展完善现代金融学，并将其应用到我国的证券市场。我们认为可以从以下几个方面进行研究：1． 结合心理学、行为科学、基因学等相关学科的研究，进一步挖掘人类行为决策的特征。研究表明，能够在决策中保持高独立性、有较高自我效能感的投资者，盈利的可能性较大。国外通过基因学的研究发现，具有低水平一酰胺氧化酶含量的个体比高含量的个体更倾向于接受经济风险。从决策的角度出发，行为金融学为投资者提出了不少有价值的建议，如不断反思自己的决策过程与行为特征，检查自己是否过于自信，是否对投资失败的股票持有太长时间或忽视不利于自己投资的负面消息；与观点不同的人进行讨论，避免只关注自己内部的讨论；勇于向股票推介者置疑；比较多空双方的观点，去发现谁是市场上空方与多方的代表者；锚定一个预期是合理的，但是应尽可能地不断对其进行修正；羊群精神是否过强，长时间高强度的羊群效应是危险的；寻找专有信息，研究少数人的观点并检验他们的可信度等。2． 优化预期，引导投资者成为积极型投资者。大多数积极型投资者会努力超越市场，获取超额的比基准组合更大的投资收益，只有消极型投资者才会接受有效市场假说，仅仅期望得到基准收益。公司股票价格很大程度上是由多数人对公司未来收益的预期所决定的，如果今日股票价格是基于市场对未来的预期，那么为了准确预测明日股票价格的变化，人们必须对未来的预期比市场的预期更为准确。可见，提高预测水平是获取超额利润的根源。要取得比市场更好的收益预期，有以下方式：（1）获取公开的信息。大多数传统的投资经理尽力收集更为有用的信息，尽力进行超额利益的预测，尽力去了解一个特殊行业的利润率。（2）使用更好的模型来更有效地处理信息。一些投资经理假设大部分信息都是为投资者共有的，因此他们致力于开发独特的模型处理现有信息，以取得优于市场的收益。（3）利用行为偏差。心理学和决策科学指出，在某种情形下，投资者并不是尽力使财富最大化，并且在某些情形下投资者还会在智力方面犯系统性判断错误，这些行为偏差将导致证券定价的错误。合理利用这些偏差将给投资者带来超额收益。行为型投资经理则尽力寻找由于行为因素而被市场错误定价的证券，从而获得超额利润。3． 合理引导投资者行为，构建证券市场的理性微观基础。证券市场的投资者可划分为机构投资者和个人投资者两类。根据证券登记中心公布的统计数字，至2003年2月底，在沪深两个证券交易所总开户数达6885万户，其中个人投资者占99.7%，机构投资者占0.3%。我国个人投资者中，40岁以上的占49.42%，30岁以下的仅占21.78%，投资者队伍呈老龄化。另外，投资者以工薪阶层为主，68.56%的投资者的家庭收入来源于工资收入，这充分说明我国个人投资者的抗风险能力很弱。同时，在我国个人投资者中，中小投资者占绝大部分，其决策行为在很大程度上决定证券市场的发展状况，其决策行为的非理性，也严重影响证券市场的稳定。我国股市的过度投机与波动，与缺乏一个理性投资者队伍有关。因此，应针对中小投资者进行投资知识和技巧教育，提高他们的投资决策能力和市场运作效率，减少其非理性行为特征。对于机构投资者，要提高其投资管理水平。不仅加快我国证券市场制度建设非常重要，对投资者的教育也是刻不容缓的。4． 研究政策对投资者行为的影响，缓解政策因素对我国股市的巨大冲击。王垒、刘力等实证研究表明，认为国家政策对决策影响比较重要和非常重要的证券投资者占87.8%，而认为不重要的只占3.9%，表明在投资者心目中我国股市还是一个“政策市”。尽管我国证券市场1999年开始加快市场化改革步伐，但目前还是以政府监管为主、市场补充为辅的投资环境，而且在一定时间内这种格局将不会改变。因此，一方面我国证券市场一直被理解为政策市，另一方面，每股市出现重大动荡，人们又不断呼唤政策干预。这种矛盾心理和股市中的诸多双重标准一样，都反映了我国资本市场的整个发展过程是在扶持中成长的，人们在试图摆脱这种依赖性的同时，又害怕失去扶持。投资者有一种错觉，认为股市的升降只是政府行为的结果。而现代金融学理论认为证券市场是有效的，许多因素决定着股市的涨跌。我国股民在政策的反应上存在严重“政策依赖性偏差”。在具体行为方式上表现为“过度自信”与“过度恐惧”偏差。投资者的交易频率主要随政策的出台与政策的导向发生着变化，利好的政策出台会加剧投资者的“过度自信”偏差，导致交投活跃，交易频率加快；利空的政策出台投资者“过度恐惧”偏差往往会使交易频率有较大幅度下降，下降趋势也持续较长时间。随着我国加入WTO，股市的发展必须符合国际通行的游戏规则，投资者的投资理念和行为也要与国际准则接轨。因此，运用行为金融学理论研究政策对投资者行为的影响，对于缓解政策因素对我国股市带来的巨大冲击无疑具有重要意义。参考文献：1．Richard H．Thaler（1999）．Historical Stock Market Anomalies．SSRN journal．2．Bannerjee．A simple model of herd behavior．Quarterly journal of economics．1992，107：798—817．仅供参考，请自借鉴。希望对您有帮助。

金融类毕业论文参考文献

参考文献就是写论文的时候参考过的书籍或网站，直接关系到论文的分数和质量高低。以下是我为您整理的金融类毕业论文参考文献，希望能提供帮助。

篇一 ：参考文献

[1] 母宇.中国股票市场与全球主要股票市场联动性研究，[C].西南民族大学:2011.

[2] 于会鹏.中国股票市场板块及其与国外主要市场间的联动性实证研究，[C].理工大学:2009

[3] 陈志宁.中外股票市场的联动分析，[C].农业大学:2009.

[4] 汪波.股票市场波动性网络及其应用[C]华南理工，2012

[5] 徐晓萍. 金融危机下证券网络的复杂性特征研究[C]华东师范大学，2013

[6] 陈俊华.中国股票市场网络模型动态研究[C]浙江工业大学，2012

[7] 兰旺森，赵国浩. 应用复杂网络研究板块内股票的强相关性，[J].中山大学学报:2010(6).20-23

[8] 李耀华，姚洪兴.股票市场网络的稳定性研究，[M].江苏省系统工程学会第十一届学会:2012.

[9] 陈花.基于复杂网络的股票之间有向相关性研究，[C].北京邮电大学:2012.

[10] 陈辉煌，高岩，基于复杂网络理论的证券市场网抗毁性分析[J]，金融理论与实:2008(6)154-156

[11] 万阳松，陈忠基. 加权股票网络模型[J].复杂系统与复杂性科学，2005，1(5) :21-27

[12] 李平，汪秉宏.证券指数的网络动力学模型[J].系统工程，2006，24(3):73-77

[13] TianQiu， Bo Zheng，Guang Chen. Financial networks with static anddynamic thresholds，[J]. New Journal of Physics:2010(12).136-138

[14] Nicola Cetorelli， Stavros Peristiani. Prestigious stock exchanges: A network analysis of international financial centers，[J]. Journal of Banking & Finance:2013(37).21-24

[15] Ram Babu Roy， Uttam Kumar Sarkar. Identifying influential stock indices from global stockmarkets: A social network analysis approach，[J].Procedia Computer Science:2011(5).10-13

[16] Xiao fan Liu， Chi k. Tse.A Complex Network Perspective to Volatility in Stock Markets [J]. International Symposium on Nonlinear Theory and its Applications:2010(9).12-15

[17] Simutis R， MasteikaS.Intelligent stock trading systems using fuzzy-neural networks andevolutionary programming methods[J]. Self Formation Theory And Applications.2004，(97).59-63

[18] Dong-Ming Song， Michele Tumminello， Wei-Xing Zhou， Rosario N. Mantegna. Evolution of worldwide stock markets， correlation structure and correlation basedgraphs，[J]. PACS:2011(3).90-92

[19] Xiangyun Gao， Haizhong An， Weiqiong Zhong. Features of the Correlation Structure of Price Indices，[J]. PLOS ONE:2013(4).34-36

[20] MarekGa??zka. Characteristics of the Polish Stock Market correlations，[J]. International Review of Financial Analysis:2011(1-5).

[21] 杨治辉，贾寒梅.股票收益率相关性的网络结构分析，[M].中国控制学会:2011.

[22] 周艳波，蔡世民，周佩玲.金融市场的无标度特征研究，[J].中国科学技术大学学报:2009(8).19-22

[23] Barabasia L， Albert R， Jeong H. Mean-field theory for scale-freerandom networks[J].Physica A， 1999( 272).173-187

[24] 李辉，赵海，徐久强，李博，李鹏，王家亮. 基于k-核的大规模软件核心框架结构抽取与度量，[J].东北大学学报:2010(11).345-347

[25] 李辉，赵海.基于k-核的大规模软件宏观拓扑结构层次性研究，[J].电子学报:2010(6).134-136

[26] 李备友，刘思峰. 网络化市场结构下证券市场传闻的扩散规律研究，[J].华东经济管理:2012(12).90-92

篇二：参考文献：

[1]袁申国，陈平，刘兰凤，. 汇率制度、金融加速器和经济波动[J]. 经济研究，2011，(1).

[2]黄志刚，. 货币政策与贸易不平衡的调整[J]. 经济研究，2011，(3).

[3]George J. Gilboy，钟宁桦，. 度量中国经济:购买力平价的适当应用[J]. 经济研究，2010，(1).

[4]万晓莉，霍德明，陈斌开，. 中国货币需求长期是否稳定?[J]. 经济研究，2010，(1).

[5]裘骏峰，. 投机资本流入、升值预期和最优升值路径[J]. 经济研究，2010，(2).

[6]张屹山，孔灵柱，. 基于权力范式的汇率决定研究[J]. 经济研究，2010，(3).

[7]李成，王彬，马文涛，. 资产价格、汇率波动与最优利率规则[J]. 经济研究，2010，(3).

[8]刘尧成，周继忠，徐晓萍，. 人民币汇率变动对我国贸易差额的动态影响[J]. 经济研究，2010，(5).

[9]黄志刚，陈晓杰，. 人民币汇率波动弹性空间评估[J]. 经济研究，2010，(5).

[10]路继业，杜两省，. 货币政策可信性与汇率制度选择:基于新政治经济学的分析[J]. 经济研究，2010，(8).

[11]卞世博，贾德奎，. 后金融危机背景下的中国经济运行风险管理——第四届中国立信风险管理论坛综述[J]. 经济研究，2010，(12).

[12]赵志君，陈增敬，. 大国模型与人民币对美元汇率的评估[J]. 经济研究，2009，(3).

[13]伍戈，. 中国的货币需求与资产替代:1994—2008[J]. 经济研究，2009，(3).

[14]王晋斌，李南，. 中国汇率传递效应的实证分析[J]. 经济研究，2009，(4).

[15]张瀛，. 汇率制度、经济开放度与中国需求政策的有效性[J]. 经济研究，2008，(3).

[16]中国经济增长与宏观稳定课题组，张平，刘霞辉，张晓晶，汪红驹，. 外部冲击与中国的通货膨胀[J]. 经济研究，2008，(5).

[17]唐翔，. “富人社区效应”还是巴拉萨-萨缪尔森效应?——一个基于外生收入的实际汇率理论[J]. 经济研究，2008，(5).

[18]龚刚，高坚，何学中，. 汇率制度与货币政策——发展中国家和小国经济的思考[J]. 经济研究，2008，(6).

[19]管汉晖，. 浮动本位兑换、双重汇率与中国经济:1870—1900[J]. 经济研究，2008，(8).

[20]施建淮，傅雄广，许伟，. 人民币汇率变动对我国价格水平的传递[J]. 经济研究，2008，(7).

篇三：参考文献：

[1] 方毅，桂鹏. 亚太地区股票市场的联动程度—基于次级贷冲击的`研究[J]世界经济研究，2010(8).27-30

[2] BarabásiA L， Albert R. Emergence of scaling in random networks[J].Science， 1999(286). 509-512

[3] Kim H J.Kim I M.Scale-free network in stock market[J].J KorPhys Soc，2002，40(6)：105-108.

[4] Newman M E J.The structure and function of complex networks[J].SIAM Review，2003(3).167-256

[5] Jukka-Pekka Onnela， Jari Saram?ki， Kimmo Kaski. A comparative study of social network models: Network evolution models and nodal attribute models[J]. Social Networks:2009(4)13-16

[6] 汪小帆，李翔，陈关荣.复杂网络理论及其应用[M].北京：清华大学出版社，2006(1).9-14.

[7] 任卓明，刘建国，邵凤，胡兆龙，郭强. 复杂网络中最小K-核节点的传播能力分析，[J].物理学报:2011(7).90-93

[8] 韩定定，复杂网络的拓扑、动力学行为及其实证研究，华东师范大学无线电物理博士论文[C]，2007

[9] Simutis R， MasteikaS.Intelligent stock trading systems using fuzzy-neural networks andevolutionary programming methods[J].Self Formation Theory And Applications.2004(97)59-63

[10] Xiao fan Liu， Chi k. Tse.AComplex Network Perspective of World Stock Markets:synchronization and volatility，[J]. International Journal of Bifurcation and Chaos:2012(6).62-66

[11] Ram Babu Roy， Uttam Kumar Sarkar. Capturing Early Warning Signal for Financial Crisis from the Dynamics of Stock Market Networks: Evidence from North American and Asian Stock Markets[J].Journal of Indian Institute of Management Calcutta:2009(8).57-59

[12] 李耀华，姚洪兴.金融危机下股票市场网络的结构特性研究[J].信息工程学院学报，2010(1).23-26

[13] Benjamin M. Tabak， Thiago R. Serra， Daniel O. Cajueiro. Topological properties of stockmarket networks:The case of Brazil[J]. Physica ，2010(389).3240-3249

[14] Chi K.Tse，JingLiu，Francis C， M. Lau. A network perspective of stock market[J].Journal ofEmpirica Finance.2010，4(17).659-667

[15] 闵志锋.上海证券市场的复杂网络特性分析 [J].东北大学学报 (自然科学版).2007 (7).1053-1056

[16] 黄玮强，姚爽，中国股票关联网络拓扑性质与聚类结构分析[J]，管理科学:2008(3).92-95

[17] 高雅纯，魏宗文，汪秉宏.Dynamic Evolution of Financial Network and Its Relation to Economic Crises，[J].World Scientific:2013(2).142-141

[18] 陈守东，韩广哲，荆伟.主要股票市场指数与我国股票市场指数间的协整分析，[J].数量经济技术经济研究:2003(5).35-37

[19] 文圭炫，洪正孝.太平洋地区国家的联动性，[J].商务管理研究:2003(2).111-113

[20] RosylinMohd.Yusof&M.ShabriAbd.Majid，Who moves the Malaysian stock market-the U.S.or Japan[J]，International Journal of Business，2006(8)367-406

[21]Terence，Tai-Leung Chong，Ying-Chiu Wong，Isabel，Kit-Ming Yan，Internationallinkagesof the Japanese stock market，Japan and the World Economy，2007(20)773-786

[22] 周珺. 我国大陆股票市场与周边主要股票市场的联动分析[J]企业经济，2007(1).77-79

[23] Woo-Sung Jung ，SeungbyungChae， Jae-Suk Yang，Hie-Tae Moon. Characteristics of the Korean stock marketcorrelations，[J]. Elsevier Science:2008(2).90-93

[24] Sunil Kumar， NiveditaDeo. Correlation and network analysis of global financial indices，[J]. American Physical Society:2012(8).21-23

篇四：参考文献

[1] Michael Grahama，JarnoKiviahob，JussiNikkinenb， Mohammed Omranc. Global and regional co-movement of the MENA stockmarkets，[J]. Journal of Economics and Business:2013(1). 165-167

[2] 高莹，靳莉莉.沪深300指数与世界主要股票指数的关联性分析[J].金融管理，2008(2). 3-8.

[3] Hwahsin Cheng， John L. Glascock. Stock Market Linkages Before and After the AsianFinancial Crisis: Evidence from Three Greater ChinaEconomic Area Stock Markets and the US，[J]. Pacific Basin Financial Markets and Policies:2006(2).125-127

[4] Ma.BelindaS.Mandigma.Stock market linkages and the global financial crisis，[J].Journal of University of Santo Tomas:2009(8).278-280

[5] Ugur Ergun. How does Turkish stock market respond to the externalshocks Pre- and post- crises analyses，[J]. African Journal of Business Management:2012(2).34-37

[6] 赵勇. 金融危机背景下中美欧股票市场联动性研究[C]上海社会科学院，2012(5).76-79

[7] 洪天国. 欧洲股票市场与中国股票市场之间的波动溢出效应研究[C]江西财经大学，2013(1).29-34

[8] 金融市场稳定性的判别与度量[C]山西大学，2012(2).192-196

[9] 陈守东，陈雷，刘艳武.中国沪深股票市场收益率及波动性相关分析，[J].金融研究:2003(7).230-235

[10] 刘存绪.论中国股票市场的国际化，[J].资本市场:2000(4).30-32