金融體系間的諸多關系可以通過構造金融網(wǎng)絡來體現(xiàn)。目前大量的研究工作表明,網(wǎng)路拓撲結構存儲了金融系統(tǒng)的豐富信息。而傳統(tǒng)的皮爾遜相關系數(shù)并不能給出金融序列間的非線性關系,格蘭杰因果關系檢驗要求序列是平穩(wěn)定的且并不能給出變量關系的因果強度。因此,給出了一種非線性因果關系的度量方法,用部分互信息（part mutual information）來度量股票之間的因果強度。采用這一方法研究了2013年1月到2018年10月在鄭州期貨交易所交易的6中農(nóng)產(chǎn)品和非農(nóng)產(chǎn)品序列（棉花CF、玻璃FG、菜籽油OI、菜籽粕、對苯二甲酸TA和強麥WH）的收益率數(shù)據(jù),并通過構造網(wǎng)絡來研究期貨市場的因果關系。有趣的發(fā)現(xiàn)是,強麥和二甲酸、玻璃和二甲酸之間有很強的雙向因果關系,二甲苯和棉花有弱的雙向因果關系;玻璃對棉花和強麥有強因果關系,而棉花和強麥對玻璃有弱的因果關系。菜籽油對二甲苯、強麥和玻璃有單向的因果關系,棉花對強麥有單向因果關系。在整個網(wǎng)絡中菜籽粕是一個孤立節(jié)點;網(wǎng)絡以強麥、二甲苯和玻璃為中心。 

【文章頁數(shù)】：4 頁

【文章目錄】：
引言
一、數(shù)據(jù)和方法
    (一) 原始數(shù)據(jù)和預處理
    (二) 方法
二、結果
    (一) 部分互信息計算問題
    (二) 因果網(wǎng)絡
三、結論


【參考文獻】：
期刊論文
[1]基于條件信息熵的超高維分類數(shù)據(jù)特征篩選[J]. 程國勝,孫超男,宋鳳麗,來鵬.  統(tǒng)計與決策. 2018(08)
[2]市場情緒、玉米期貨價格和現(xiàn)貨價格相關性分析——基于MSVAR-Full BEKK-GARCH模型的實證研究[J]. 楊文靜.  價格理論與實踐. 2017(02)
[3]新增開戶數(shù)與股票指數(shù)的格蘭杰因果關系檢驗——基于上證A股的研究[J]. 李娜.  經(jīng)濟研究導刊. 2017(04)
[4]貨幣供應量與資產(chǎn)價格交互影響的實證研究——基于頻域格蘭杰因果關系檢驗[J]. 施文月.  合肥工業(yè)大學學報(社會科學版). 2016(04)
[5]基于格蘭杰因果分析的山東省碳排放量與經(jīng)濟增長的關系[J]. 劉炎徳,孫萬嶺.  甘肅科學學報. 2015(05)
[6]基于互信息熵的國家風險相關性研究[J]. 姚曉陽,孫曉蕾,吳登生,楊玉英.  系統(tǒng)工程理論與實踐. 2015(07)
[7]歐盟碳期貨價格與能源價格的相關性分析[J]. 趙靜雯.  金融經(jīng)濟. 2012(14)
[8]基于條件互信息的多維時間序列圖模型[J]. 高偉,田錚.  控制理論與應用. 2008(02)
[9]商品期貨市場尾部相關性初探[J]. 韓高峰,鮑建平.  證券市場導報. 2005(02)



本文編號：3716155