湯 霞，匡海波，郭媛媛，藍(lán)賢鋼

(1.大連海事大學(xué)綜合交通運(yùn)輸協(xié)同創(chuàng)新中心，遼寧大連116026；2.珠海城市職業(yè)技術(shù)學(xué)院經(jīng)濟(jì)管理學(xué)院，廣東珠海519000)

0 引言

運(yùn)價(jià)變化是航運(yùn)市場(chǎng)波動(dòng)最直觀的表現(xiàn)，受航運(yùn)市場(chǎng)供需變化、世界經(jīng)濟(jì)、政治因素等多方面因素影響.中國(guó)出口集裝箱運(yùn)價(jià)指數(shù)(CCFI)自1998年發(fā)布以來，客觀反映了集裝箱班輪運(yùn)輸市場(chǎng)波動(dòng)狀況.準(zhǔn)確把握CCFI波動(dòng)規(guī)律，可為航運(yùn)市場(chǎng)主體運(yùn)營(yíng)決策，以及政府政策制定提供一定的參考.

關(guān)于CCFI波動(dòng)的研究，主要集中于CCFI波動(dòng)特征及影響因素.研究發(fā)現(xiàn)，CCFI波動(dòng)具有持續(xù)性、非對(duì)稱性、集聚性、周期性等特征[1-2]，CCFI波動(dòng)的影響因素主要包括船舶運(yùn)力、貨運(yùn)需求、季節(jié)因素、宏觀經(jīng)濟(jì)、重大事件影響等[2-3].研究方法主要采用計(jì)量經(jīng)濟(jì)學(xué)、人工智能、組合模型等，如ARCH、GARCH、AR-GARCH、模糊時(shí)間序列模型、EMDHT組合模型等[1-4].

現(xiàn)有研究取得了一定成果，但仍存在以下不足：一是，主要從運(yùn)價(jià)序列的靜態(tài)特征進(jìn)行研究，難以描述運(yùn)價(jià)波動(dòng)的動(dòng)態(tài)特征；二是，尚未從復(fù)雜性系統(tǒng)視角對(duì)集裝箱運(yùn)價(jià)市場(chǎng)進(jìn)行分析.

已有研究表明，集裝箱班輪市場(chǎng)呈現(xiàn)非線性、非平穩(wěn)、多尺度的波動(dòng)特征[2]，是一個(gè)典型的復(fù)雜性系統(tǒng).復(fù)雜網(wǎng)絡(luò)理論作為研究復(fù)雜性系統(tǒng)的重要理論之一，主要通過網(wǎng)絡(luò)的形式模擬復(fù)雜性系統(tǒng)，通過分析網(wǎng)絡(luò)的整體或部分的統(tǒng)計(jì)特性揭示復(fù)雜系統(tǒng)涌現(xiàn)的宏觀規(guī)律，已成功應(yīng)用于金融、能源、交通運(yùn)輸?shù)阮I(lǐng)域的研究[5]，為CCFI波動(dòng)的研究提供了一種新的思路.復(fù)雜網(wǎng)絡(luò)模型實(shí)質(zhì)是擁有復(fù)雜拓?fù)浣Y(jié)構(gòu)特征的圖，其關(guān)鍵是確定網(wǎng)絡(luò)中的點(diǎn)(系統(tǒng)主體)和邊(主體間的聯(lián)系).而符號(hào)動(dòng)力學(xué)方法是對(duì)一般動(dòng)力系統(tǒng)的粗?；幚恚瑸閺膹?fù)雜網(wǎng)絡(luò)視角揭示時(shí)間序列的動(dòng)態(tài)特征提供了有力的工具.如Chao Wang等[6]采用符號(hào)動(dòng)力學(xué)方法構(gòu)建了銅價(jià)波動(dòng)網(wǎng)絡(luò).而利用符號(hào)動(dòng)力學(xué)方法和復(fù)雜網(wǎng)絡(luò)理論進(jìn)行CCFI動(dòng)態(tài)波動(dòng)分析的文獻(xiàn)相對(duì)較少.

本文采用符號(hào)動(dòng)力學(xué)方法對(duì)CCFI波動(dòng)幅度序列進(jìn)行粗?；幚恚瑯?gòu)建了CCFI波動(dòng)有向加權(quán)復(fù)雜網(wǎng)絡(luò)模型，通過計(jì)算模態(tài)強(qiáng)度及強(qiáng)度分布、加權(quán)聚集系數(shù)、平均路徑長(zhǎng)度、模態(tài)介數(shù)等網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)指標(biāo)，分析了CCFI波動(dòng)的一般規(guī)律，為航運(yùn)企業(yè)及港航管理部門準(zhǔn)確把握集裝箱運(yùn)輸市場(chǎng)發(fā)展、規(guī)避市場(chǎng)波動(dòng)風(fēng)險(xiǎn)提供了一個(gè)新的視角.

1 CCFI波動(dòng)復(fù)雜網(wǎng)絡(luò)模型構(gòu)建

1.1 CCFI波動(dòng)符號(hào)化過程

選取2003年3月～2018年12月的CCFI月度數(shù)據(jù)(共190個(gè)數(shù)據(jù))作為考察對(duì)象，數(shù)據(jù)來源clarkson.將相鄰兩月CCFI的差值定義為運(yùn)價(jià)波動(dòng)幅度，即時(shí)間t的CCFI值，得到CCFI波動(dòng)幅度序列，如圖1所示.

圖1 CCFI波動(dòng)幅度序列Fig.1 Time series of CCFI fluctuation range

時(shí)間序列符號(hào)化是指對(duì)時(shí)間序列(或差分等處理后的序列)進(jìn)行粗?；幚碇貥?gòu)出與原序列長(zhǎng)度相同的符號(hào)序列.對(duì)CCFI波動(dòng)幅度數(shù)據(jù)進(jìn)行粗?；幚?，粗粒化過程充分考慮控制圖中“μ±3σ”原則，將運(yùn)價(jià)波動(dòng)狀態(tài)劃分為異常上漲(H)、正常上漲(h)、持平(m)、正常下跌(l)、異常下跌(L).令每一個(gè)波動(dòng)狀態(tài)對(duì)應(yīng)一個(gè)符號(hào)sa，則

式中：μ為ΔECCFI的平均值，μ=-0.729；σ為ΔECCFI的標(biāo)準(zhǔn)差，σ=36.31；a表示波動(dòng)序列第a個(gè)數(shù)值.

至此，CCFI波動(dòng)幅度序列即轉(zhuǎn)化為對(duì)應(yīng)的符 號(hào) 時(shí) 間 序 列St={s1,s2,…,sa,…}，其 中 ，sa∈{H ,h,m,l,L}.

1.2 CCFI波動(dòng)復(fù)雜網(wǎng)絡(luò)構(gòu)建

考慮到航運(yùn)運(yùn)價(jià)波動(dòng)的季節(jié)性，以3個(gè)月CCFI波動(dòng)符號(hào)作為一個(gè)符號(hào)序列(稱為一個(gè)模態(tài))，以1個(gè)月為步長(zhǎng)作數(shù)據(jù)滑窗，對(duì)CCFI波動(dòng)符號(hào)序列進(jìn)行粗?；幚恚玫?87個(gè)CCFI波動(dòng)模態(tài)，如圖2所示.理論上sa應(yīng)組成53=125種模態(tài)，但實(shí)際共出現(xiàn)26種：{hhh,hhl,hll,lll,llh,lhl,lhh,hlh,llL,lLl,Lll,lhH,hHH,HHh,Hhh,hhH,hHh,Hhl,HHH,hlL,lLh,Lhh,hhL,hLl,Llh,Lhl}.異常上漲H與異常下跌L未同時(shí)出現(xiàn)在任一模態(tài)組合中，說明每3個(gè)月周期內(nèi)，CCFI波動(dòng)整體較為平穩(wěn)，未出現(xiàn)大幅漲落.

圖2 CCFI波動(dòng)粗?；^程Fig.2 Coarse graining process of CCFI fluctuation

復(fù)雜網(wǎng)絡(luò)由節(jié)點(diǎn)和邊構(gòu)成，以CCFI波動(dòng)模態(tài)為網(wǎng)絡(luò)節(jié)點(diǎn)(若相鄰的兩模態(tài)相同，則不作任何處理)，以模態(tài)間轉(zhuǎn)換關(guān)系為邊，轉(zhuǎn)換次數(shù)為邊的權(quán)重，構(gòu)建有向加權(quán)復(fù)雜網(wǎng)絡(luò)模型，如圖3所示，圖中節(jié)點(diǎn)大小代表模態(tài)強(qiáng)度分布數(shù)值大小，連線的粗細(xì)程度體現(xiàn)了兩個(gè)模態(tài)間邊的權(quán)重，模態(tài)間轉(zhuǎn)換次數(shù)越多則連線越粗.由圖3可知，關(guān)聯(lián)度較強(qiáng)的6個(gè) 模 態(tài) 形 成 一 個(gè) 閉 環(huán) lll→llh→lhh→lhh→hhl→hll→lll，表明CCFI波動(dòng)的主要路徑是個(gè)封閉的環(huán)路，經(jīng)過6個(gè)滑動(dòng)周期的波動(dòng)又回到該模態(tài)，正常上漲、正常下跌是CCFI波動(dòng)的常態(tài)，以逐漸推進(jìn)的方式進(jìn)行，即CCFI波動(dòng)具有漸進(jìn)性、持續(xù)性和周期性.

圖3 CCFI波動(dòng)復(fù)雜網(wǎng)絡(luò)Fig.3 CCFI fluctuation complex network

2 CCFI波動(dòng)規(guī)律分析

2.1 模態(tài)強(qiáng)度及強(qiáng)度分布

采用點(diǎn)強(qiáng)度對(duì)CCFI有向加權(quán)波動(dòng)網(wǎng)絡(luò)的模態(tài)重要性進(jìn)行分析，既考慮了與該模態(tài)相連的鄰近模態(tài)數(shù)，也考慮與鄰近模態(tài)間邊的權(quán)重.點(diǎn)強(qiáng)度定義為

式中：Ni為與模態(tài)i鄰接的由i指向的模態(tài)集合；wij為模態(tài)i到j(luò)的權(quán)重.模態(tài)強(qiáng)度及強(qiáng)度分布越大，說明該模態(tài)在CCFI波動(dòng)網(wǎng)絡(luò)中越重要，出現(xiàn)概率及向鄰近模態(tài)轉(zhuǎn)換概率越大.若網(wǎng)絡(luò)模態(tài)強(qiáng)度分布服從冪律分布，即P(k) ∝k-γ(k為點(diǎn)強(qiáng)度，γ為冪指數(shù))，則為無標(biāo)度網(wǎng)絡(luò).

CCFI波動(dòng)網(wǎng)絡(luò)模態(tài)強(qiáng)度及強(qiáng)度分布如表1所示.由表1可知：模態(tài)hhh、hhl、hll、lll、llh、lhh的點(diǎn)強(qiáng)度值遠(yuǎn)大于其他模態(tài)，累計(jì)強(qiáng)度分布達(dá)74.87%，說明其在CCFI波動(dòng)網(wǎng)絡(luò)中出現(xiàn)的次數(shù)及向其他模態(tài)轉(zhuǎn)換次數(shù)較多，對(duì)運(yùn)價(jià)波動(dòng)傳導(dǎo)有重要作用；模態(tài)hhh和lll的點(diǎn)強(qiáng)度最大，分別為33，32，表明CCFI連續(xù)3個(gè)月同向變動(dòng)(正常上漲或正常下跌)的概率最大，在運(yùn)價(jià)波動(dòng)中具有最重要的作用；模態(tài)hhl、hll、llh、lhh的點(diǎn)強(qiáng)度也較大.相對(duì)而言，含有異常上漲(H)、異常下跌(L)的模態(tài)出現(xiàn)次數(shù)較少.可知，2003—2018年CCFI波動(dòng)多呈現(xiàn)正常上漲、下跌.

表 1 CCFI模態(tài)強(qiáng)度及強(qiáng)度分布統(tǒng)計(jì)Table 1 Statistics of mode strength and strength distribution

對(duì)CCFI波動(dòng)模態(tài)強(qiáng)度與其排序名次做雙對(duì)數(shù)計(jì)算，得到線性回歸方程y=-1.22x+3.77，回歸系數(shù)為0.9，如圖4所示.

圖4 模態(tài)強(qiáng)度分布及其排序名次對(duì)數(shù)關(guān)系Fig.4 Logarithmic relationship between mode strength distribution and its rank

由圖4可知，CCFI波動(dòng)模態(tài)強(qiáng)度分布具有冪律性，CCFI波動(dòng)網(wǎng)絡(luò)具有無標(biāo)度特性，體現(xiàn)為CCFI波動(dòng)網(wǎng)絡(luò)中存在少數(shù)強(qiáng)度很高、大多數(shù)強(qiáng)度相對(duì)較低的模態(tài)，CCFI波動(dòng)主要通過少數(shù)重要模態(tài)向多數(shù)其他模態(tài)傳導(dǎo).這可能是因?yàn)槭袌?chǎng)參與者對(duì)運(yùn)價(jià)漲跌預(yù)判的從眾心理，也說明利益驅(qū)動(dòng)下的人為因素或外界突發(fā)事件等因素會(huì)影響運(yùn)價(jià)波動(dòng)，一定程度上反映了運(yùn)價(jià)波動(dòng)的內(nèi)在動(dòng)力學(xué)特征.

2.2 加權(quán)聚集系數(shù)

加權(quán)聚集系數(shù)主要衡量有向加權(quán)復(fù)雜網(wǎng)絡(luò)中以模態(tài)為核心的局部小范圍的關(guān)聯(lián)緊密程度，用于分析模態(tài)轉(zhuǎn)換中的核心模態(tài).加權(quán)聚集系數(shù)越大，說明該模態(tài)在網(wǎng)絡(luò)子群中發(fā)揮的作用越大，模態(tài)近鄰間的關(guān)聯(lián)程度越緊密，反之作用越小、關(guān)聯(lián)度越松散.定義為

式中：ki、si為模態(tài)i的點(diǎn)強(qiáng)度、度值；wij為模態(tài)(i,j)間邊的權(quán)重；aij、ajk、aki分別表示模態(tài)對(duì)(i,j)間、(j,k)間、(k,i)間是否有聯(lián)系，有則值為1，無則值為0；aijajkaki表示三個(gè)模態(tài)間是否相互關(guān)聯(lián)，值為0表示三者不同時(shí)相互關(guān)聯(lián)，值為1表示相互關(guān)聯(lián)，構(gòu)成一個(gè)包含模態(tài)i的三角形.

CCFI波動(dòng)網(wǎng)絡(luò)26個(gè)模態(tài)的加權(quán)聚集系數(shù)如表2所示.由表2可知：12個(gè)模態(tài)的加權(quán)集聚系數(shù)不為0，前8個(gè)模態(tài)占比達(dá)84.5%；lll模態(tài)的加權(quán)聚集系數(shù)最大(1.167)，其次為llh、hhl、hhH、hll、lhl、lhh、hlh模態(tài)，這8種模態(tài)在波動(dòng)網(wǎng)絡(luò)中作用較大，與鄰近模態(tài)間關(guān)聯(lián)較緊密，是模態(tài)轉(zhuǎn)換中的核心模態(tài).

表 2 CCFI波動(dòng)網(wǎng)絡(luò)模態(tài)加權(quán)聚集系數(shù)Table 2 Mode weighted clustering coefficient of network

為進(jìn)一步明確哪些模態(tài)之間進(jìn)行了較多的相互轉(zhuǎn)換，采用n-Cliques方法分析CCFI波動(dòng)網(wǎng)絡(luò)中的凝聚子群.當(dāng)n=2，模態(tài)規(guī)模大于等于7時(shí)，CCFI波動(dòng)網(wǎng)絡(luò)共存在8個(gè)子群，如表3所示，子群內(nèi)模態(tài)間相互轉(zhuǎn)換的概率較高、轉(zhuǎn)換較頻繁，轉(zhuǎn)換距離不超過2步.8個(gè)子群根據(jù)其模態(tài)可分為3類：1、2號(hào)子群h、l符號(hào)出現(xiàn)次數(shù)相當(dāng)，屬于正常上漲、下跌的子群集合；3～5、7子群h符號(hào)出現(xiàn)次數(shù)較多，屬于正常上漲子群集合；6、8子群l符號(hào)出現(xiàn)頻率較高，屬于正常下跌子群集合.

表 3 n-Cliques方法CCFI波動(dòng)網(wǎng)絡(luò)凝聚子群集合Table 3 Subgroup set of CCFI fluctuation complex network based onn-Cliques method

復(fù)雜網(wǎng)絡(luò)中，若模態(tài)的聚集系數(shù)及點(diǎn)強(qiáng)度都較高，則其在網(wǎng)絡(luò)中具有一定的主導(dǎo)地位.CCFI波動(dòng)網(wǎng)絡(luò)模態(tài)強(qiáng)度與聚集系數(shù)的相關(guān)關(guān)系分析如圖5所示，由圖5可知，兩者并未呈現(xiàn)良好的相關(guān)性，網(wǎng)絡(luò)表現(xiàn)出較高的復(fù)雜性.經(jīng)濟(jì)危機(jī)、政治事件等影響因素會(huì)導(dǎo)致一段時(shí)間內(nèi)CCFI圍繞某個(gè)模態(tài)變動(dòng)，模態(tài)變化對(duì)不同影響因素的敏感度亦不同，故表現(xiàn)出復(fù)雜的動(dòng)力學(xué)特性.相對(duì)而言，lll模態(tài)聚集系數(shù)與點(diǎn)強(qiáng)度值均較大，在CCFI波動(dòng)網(wǎng)絡(luò)中居于核心地位，與鄰近模態(tài)聯(lián)系緊密且轉(zhuǎn)換頻繁.hhH模態(tài)點(diǎn)強(qiáng)度較低、加權(quán)聚集系數(shù)較大，說明CCFI出現(xiàn)“正常上漲—正常上漲—異常上漲”模態(tài)時(shí)，波動(dòng)狀態(tài)改變的概率較大.

圖5 模態(tài)聚集系數(shù)與強(qiáng)度的相關(guān)性分析Fig.5 Correlation analysis between mode clustering coefficient and strength

2.3 平均最短路徑長(zhǎng)度

平均路徑長(zhǎng)度L是指復(fù)雜網(wǎng)絡(luò)任意兩個(gè)節(jié)點(diǎn)之間距離的平均值，用于衡量CCFI波動(dòng)網(wǎng)絡(luò)模態(tài)轉(zhuǎn)換的平均周期，定義為

式中：N為網(wǎng)絡(luò)模態(tài)數(shù)；dij為模態(tài)對(duì)(i,j)間的距離(模態(tài)對(duì)連接所要經(jīng)過的連邊數(shù)).

由Uncinet軟件計(jì)算得到CCFI波動(dòng)網(wǎng)絡(luò)的平均路徑長(zhǎng)度為3.783，基于距離的聚集系數(shù)為0.334(范圍從0～1，值越小代表聚集性越弱)，加權(quán)距離為0.666.較小的平均最短路徑長(zhǎng)度(3.783)和較大的聚集系數(shù)(0.334)，表明CCFI波動(dòng)網(wǎng)絡(luò)具有小世界性.CCFI波動(dòng)模態(tài)轉(zhuǎn)換距離概率分布如表4所示，模態(tài)轉(zhuǎn)換距離2、3、4、5的概率合計(jì)占80.4%，說明模態(tài)轉(zhuǎn)換周期較短也較頻繁，平均3～4個(gè)月轉(zhuǎn)換一次，表現(xiàn)出短程關(guān)聯(lián)性，也為運(yùn)價(jià)未來3～4月的預(yù)測(cè)提供了依據(jù).

表 4 CCFI波動(dòng)網(wǎng)絡(luò)模態(tài)轉(zhuǎn)換距離概率分布Table 4 Probability distribution of mode conversion cycle

結(jié)合子群分析知，子群內(nèi)模態(tài)間轉(zhuǎn)換周期不超過2個(gè)月，關(guān)聯(lián)性較好；但子群外模態(tài)間平均轉(zhuǎn)換周期為3.8個(gè)月，關(guān)聯(lián)性較差.例如分屬子群1的模態(tài)hlh(0.5)和子群6的模態(tài)lll(1.167)，聚集系數(shù)都相對(duì)較高，但若要實(shí)現(xiàn)轉(zhuǎn)換至少需要3步(lll→llh→lhl→hlh).

2.4 模態(tài)介數(shù)

模態(tài)介數(shù)(Betweenness)用于分析復(fù)雜網(wǎng)絡(luò)中模態(tài)的信息傳遞控制能力，衡量模態(tài)在網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)中的樞紐程度，有利于識(shí)別CCFI波動(dòng)的中間過程.模態(tài)k的介數(shù)測(cè)度wk定義為

式中：c(i,j)為模態(tài)對(duì)(i,j)之間最短路徑的總數(shù)；ck為這些最短路徑中通過中間模態(tài)k的路徑數(shù).

CCFI波動(dòng)網(wǎng)絡(luò)的模態(tài)介數(shù)如表5所示，由表5可知，介數(shù)較高的前 8個(gè)模態(tài)(lhh、hhh、hhl、hlh、hll、hlL、hhH、llh，占模態(tài)總數(shù)的30.76%)對(duì)整個(gè)波動(dòng)網(wǎng)絡(luò)的介數(shù)貢獻(xiàn)率達(dá)到53.58%，對(duì)CCFI波動(dòng)信息傳遞具有一定的控制作用，任意兩個(gè)模態(tài)間的轉(zhuǎn)換經(jīng)過其中轉(zhuǎn)的概率較大.

表 5 CCFI波動(dòng)網(wǎng)絡(luò)模態(tài)介數(shù)Table 5 Mode betweenness of CCFI fluctuation network

結(jié)合模態(tài)強(qiáng)度與介數(shù)知，有些點(diǎn)強(qiáng)度高的模態(tài)(hhh、hhl、hll、llh、lhh)介數(shù)也高，有些點(diǎn)強(qiáng)度較高的模態(tài)(lll)介數(shù)較低，有些點(diǎn)強(qiáng)度較低的模態(tài)(hlh、hlL、hhH)介數(shù)較高.點(diǎn)強(qiáng)度高介數(shù)低的模態(tài)(lll)，表明CCFI波動(dòng)具有一定的持續(xù)性；點(diǎn)強(qiáng)度低介數(shù)高的模態(tài)(hlh、hlL或hhH)出現(xiàn)時(shí)，為CCFI波動(dòng)的過渡時(shí)期，是點(diǎn)強(qiáng)度較高的模態(tài)(hhh、lll、hhl、llh等)群簇出現(xiàn)的前兆，可用于預(yù)測(cè)下一時(shí)期的波動(dòng)模態(tài).

3 結(jié)論

集裝箱班輪市場(chǎng)作為復(fù)雜性系統(tǒng)，引入復(fù)雜網(wǎng)絡(luò)理論構(gòu)建CCFI波動(dòng)網(wǎng)絡(luò)并研究該網(wǎng)絡(luò)的模態(tài)強(qiáng)度及強(qiáng)度分布、加權(quán)聚集系數(shù)、平均最短路徑長(zhǎng)度、模態(tài)介數(shù)等動(dòng)力學(xué)拓?fù)浣Y(jié)構(gòu)指標(biāo)，進(jìn)一步揭示運(yùn)價(jià)波動(dòng)的動(dòng)態(tài)特征及內(nèi)在規(guī)律.研究表明，CCFI波動(dòng)網(wǎng)絡(luò)具有無標(biāo)度和小世界特性，波動(dòng)表現(xiàn)出群簇性、周期性、持續(xù)性和漸進(jìn)性.航運(yùn)企業(yè)可根據(jù)運(yùn)價(jià)波動(dòng)群簇性出現(xiàn)及子群內(nèi)外波動(dòng)轉(zhuǎn)換周期不同等特點(diǎn)，及時(shí)調(diào)整市場(chǎng)投放運(yùn)力規(guī)避運(yùn)價(jià)波動(dòng)風(fēng)險(xiǎn).此外，應(yīng)重點(diǎn)關(guān)注介數(shù)高強(qiáng)度低的波動(dòng)模態(tài)這類市場(chǎng)變動(dòng)的前兆特征，據(jù)此預(yù)測(cè)運(yùn)價(jià)波動(dòng)方向，及時(shí)采取措施調(diào)整市場(chǎng)經(jīng)營(yíng)策略.港航管理部門可根據(jù)波動(dòng)規(guī)律建立集裝箱運(yùn)價(jià)暴漲暴跌預(yù)警機(jī)制，在集裝箱運(yùn)價(jià)異常上漲下跌時(shí)及時(shí)采取行業(yè)補(bǔ)貼、稅費(fèi)減免等調(diào)控策略，保障運(yùn)價(jià)市場(chǎng)平穩(wěn)運(yùn)行.

本文只對(duì)CCFI波動(dòng)的一般規(guī)律進(jìn)行了初步研究和應(yīng)用，如何運(yùn)用復(fù)雜網(wǎng)絡(luò)理論探討CCFI波動(dòng)的趨勢(shì)預(yù)測(cè)、與外部影響因素的關(guān)聯(lián)關(guān)系、傳導(dǎo)路徑等問題，有待于進(jìn)一步研究.