Mrežna analiza prometa dionica: uvid u strukturalne obrasce unutar indeksa CROBEX
Notice bibliographique
Résumé
Ovaj rad primjenjuje mrežnu analizu za istraživanje promjena u strukturi hrvatskog tržišta kapitala usporedbom dvaju razdoblja: globalne financijske krize 2008. i postpandemijske stabilizacije 2023. godine. Korištenjem parcijalnih korelacija logaritamskih promjena prometa dionica unutar indeksa CROBEX, uklanja se utjecaj zajedničkog tržišnog faktora, čime se dobiva precizniji uvid u idiosinkratične obrasce međupovezanosti dionica. Na temelju Spearmanovih korelacija konstruirane su mreže za različite razine značajnosti (1 %, 5 %, 10 %), odvojeno za pozitivne i negativne povezanosti, uz izračun ključnih mrežnih mjera poput gustoće, asortativnosti, modularnosti i centralnosti. Rezultati pokazuju da je mreža iz 2008. godine centraliziranija, s izraženim središnjim čvorovima hubova i nižom modularnošću, što odražava prisutnost sistemskog rizika i ponašanje stada karakteristično za krizna razdoblja. Nasuprot tome, mreža iz 2023. godine pokazuje veću fragmentiranost, višu modularnost i uravnoteženije pozitivne i negativne povezanosti, što ukazuje na tržište koje je decentraliziranije, ali i potencijalno manje likvidno. Ovakve mrežne karakteristike mogu poslužiti kao signal za identificiranje strukturalnih promjena, promjena u sentimentu ulagača te kao alat za unapređenje portfeljnih strategija i praćenje tržišne stabilnosti.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».