本章采用A股上市公司的日收盘价（前复权）的涨跌幅作为股票收益率数据，对各只股票之间两两的格兰杰因果关系进行检验，并在此基础上计算各个股票的度，最后检测A股市场的无标度网络特性。上市公司样本数量为2 517只，样本区间从2014年8月1日至2016年8月1日，数据来源为Wind金融终端。
对中国A股上市公司日收盘价两两之间的格兰杰因果关系进行检验后，得到中国A股市场的系统格兰杰因果关联度（DGC）约为0.035。当所有的股票之间都具有格兰杰因果关系，DGC等于1，DGC为0.035说明中国A股市场个股之间的关联程度不高，不存在非常紧密的相互关联关系。
为了比较不同市场间的差异，我们把样本分为上证主板、深圳主板、中小板、创业板、ST板块，研究发现，对整个市场影响较大的主要是上证主板市场、深证主板市场以及市场中的ST板块，尤其是ST板块，其整体Si值较沪深主板市场都要高，说明中国A股市场的ST板块有特殊性，其股票回报率对市场有相对大的影响；上海与深圳主板市场的Si值都较大，说明主板市场股票价格的波动对整个市场的影响较大；而创业板、中小板市场的Si相对较小，意味着它们当中股票的波动对整个市场的影响更小。
运用格兰杰因果网络模型分析之后，将使用股票收益率两两之间的格兰杰因果关系，构建中国A股市场的股票网络，并采用复杂网络模型对其稳定性进行评估。（见表3-1）
表3-1 股票市场格兰杰因果数量Ci的统计性描述(www.xing528.com)
在复杂网络模型研究中，常常对网络进行无标度、小世界网络等性质的检验。如果该复杂网络具有无标度网络结构特征，说明整个网络“稳定且脆弱”的。在随机冲击面前能保持较好的系统稳定性，不会受到严重影响，但在面对网络连接较多的节点的特定攻击时，整个网络表现出极脆弱的特性，该复杂系统会面临较大风险。
如果该复杂网络具有小世界网络的特征时，说明尽管网络内节点数量较多，但任意两个节点之间连接的路径较短，信息传递速度较快，特定事件的影响会在较短时间内传递至其他相关节点，会对整个市场的稳定性造成影响。
上市分析认为，使用格兰杰因果网络模型以及复杂网络模型能较好地评估以A股为代表的中国资本市场的系统稳定性。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
