基于部分互信息的期货市场间因果关系分析

发布时间：2022-12-10 05:29

　　金融体系间的诸多关系可以通过构造金融网络来体现。目前大量的研究工作表明,网路拓扑结构存储了金融系统的丰富信息。而传统的皮尔逊相关系数并不能给出金融序列间的非线性关系,格兰杰因果关系检验要求序列是平稳定的且并不能给出变量关系的因果强度。因此,给出了一种非线性因果关系的度量方法,用部分互信息（part mutual information）来度量股票之间的因果强度。采用这一方法研究了2013年1月到2018年10月在郑州期货交易所交易的6中农产品和非农产品序列（棉花CF、玻璃FG、菜籽油OI、菜籽粕、对苯二甲酸TA和强麦WH）的收益率数据,并通过构造网络来研究期货市场的因果关系。有趣的发现是,强麦和二甲酸、玻璃和二甲酸之间有很强的双向因果关系,二甲苯和棉花有弱的双向因果关系;玻璃对棉花和强麦有强因果关系,而棉花和强麦对玻璃有弱的因果关系。菜籽油对二甲苯、强麦和玻璃有单向的因果关系,棉花对强麦有单向因果关系。在整个网络中菜籽粕是一个孤立节点;网络以强麦、二甲苯和玻璃为中心。 

【文章页数】：4 页

【文章目录】：
引言
一、数据和方法
    (一) 原始数据和预处理
    (二) 方法
二、结果
    (一) 部分互信息计算问题
    (二) 因果网络
三、结论


【参考文献】：
期刊论文
[1]基于条件信息熵的超高维分类数据特征筛选[J]. 程国胜,孙超男,宋凤丽,来鹏.  统计与决策. 2018(08)
[2]市场情绪、玉米期货价格和现货价格相关性分析——基于MSVAR-Full BEKK-GARCH模型的实证研究[J]. 杨文静.  价格理论与实践. 2017(02)
[3]新增开户数与股票指数的格兰杰因果关系检验——基于上证A股的研究[J]. 李娜.  经济研究导刊. 2017(04)
[4]货币供应量与资产价格交互影响的实证研究——基于频域格兰杰因果关系检验[J]. 施文月.  合肥工业大学学报(社会科学版). 2016(04)
[5]基于格兰杰因果分析的山东省碳排放量与经济增长的关系[J]. 刘炎徳,孙万岭.  甘肃科学学报. 2015(05)
[6]基于互信息熵的国家风险相关性研究[J]. 姚晓阳,孙晓蕾,吴登生,杨玉英.  系统工程理论与实践. 2015(07)
[7]欧盟碳期货价格与能源价格的相关性分析[J]. 赵静雯.  金融经济. 2012(14)
[8]基于条件互信息的多维时间序列图模型[J]. 高伟,田铮.  控制理论与应用. 2008(02)
[9]商品期货市场尾部相关性初探[J]. 韩高峰,鲍建平.  证券市场导报. 2005(02)



本文编号：3716155