经济政策不确定性的动态交叉相关分析——基于美国和英国证券市场的实证研究
发布时间：2021-09-23 19:10
使用多重分形去趋势交叉相关分析（MF-DCCA）的方法量化了经济政策不确定性（EPU）与美国,英国证券市场指数间的交叉相关性.主要实证结果:1)在经济政策不确定性与股指日收益率之间,经济政策不确定性与日交易量之间都存在幂律分布交叉相关性;2)经济政策不确定性与股指日交易量之间的交叉相关性比经济政策不确定性与日收益率之间的交叉相关性更具有持续性,且两者在滚动窗口分析中表现出同样的涨落趋势;3)经济政策不确定性与股票市场指数间的长程交叉相关性相对短期交叉相关性来说更具持续性;4)交叉相关关系均在短期内表现出低程度的多重分形,而在长期,交叉相关关系均在小波动下表现出比大波动下更强的相关性.
【文章来源】：系统科学与数学. 2020,40(04)北大核心CSCD
【文章页数】：13 页
【部分图文】：
经济政策不确：定性与觸顰率??（Ｆｉｇｕｒｅ?２?Ｌｏｇ－ｌｏｇ?ｐｌｏｔｓ?ｏｆ?Ｆｘｙｑ（ｓ）?ｖｅｒｓｕｓ?ｓ?ｆｏｒ?ＥＰＵ?ａｎｄ?Ｒｅｔ）??．罔２双对数狹动
４期??沈德华等：经济政策不确定性的动态交Ｘ相关分析??７０９??图６短期与长期标度指数——餘济政策不爾定性与交易＊??（Ｆｉｇｕｒｅ?６?Ｓｈｏｒｔ?ａｎｄ?ｌｏｎｇ?ｓｃａｌｉｎｇ?ｅｘｐｏｎｅｎｔｓ?ｆｏｒ?ｔｈｅ?ＥＰＵ－Ｖｏｌ）??表２短期与长期交叉相关标度指数??（Ｔａｂｌｅ?２?Ｃｒｏｓｓ－ｃｏｒｒｅｌａｔｉｏｎ?ｓｃａｌｉｎｇ?ｅｘｐｏｎｅｎｔｓ?ｆｏｒ?ｔｗｏ?ｐａｉｒｅｄ?ｓｅｒｉｅｓ?ｗｉｔｈ?ｑ?ｖａｒｙｉｎｇ??ｆｒｏｍ?—１０?ｔｏ?１０．?ＡＨｑ?ｄｅｎｏｔｅｓ?ｔｈｅ?ｄｅｇｒｅｅ?ｏｆ?ｍｕｌｔｉｆｒａｃｔａｌｉｔｙ）??ｑ??ＥＰＵ－Ｒｅｔ??ＥＰＵ－Ｖｏｌ??＝１５８??＝１５８??ｓ?＜ｓ＊??ｓ?＞?ｓ＊??ｓ?＜ｓ＊??Ｓ＞?Ｓ＊??－１０??０．７２１３??０．８２９８??０．９３１１??１．１８９７??－９??０．７１５６??０．８２７３??０．９２２０??１．１８７０??－８??０．７０９２??０．８２４９??０．９１２３??１．１８４４??－７??０．７０２０??０．８２２５??０．９０２１??１．１８２１??－６??０．６９４２??０．８２０１??０．８９１９??１．１８０５??－５??０．６８５８??０．８１７５??０．８８２１??１．１８０３??－４??０．６７７１??０．８１４４??０．８７３１??１．１８２４??－３??０．６６８９??０．８１０１??０．８６５４??１．１８８１??－２??０．６６２２??０．８０３９??０．８５９６??１．１９７９??－１??０．６５８１??０．７９５３??０．８５６４??１．２１０２??０??０．６５７５??０．７８４
７１０??系统科学与数学??４０卷??５．３交叉相关性滚动窗□分析??本部分采用ＭＦ－ＤＣＣＡ的滚动窗口分析方法，研究了交Ｘ相关性随时间变化的动态持??性：按照Ｚｈａｎｇ等陶采用的窗口滚动分析方法，将５００个交易Ｈ?（约两年）设置为滚动窗口??的长度，阶数９设置为２；时间标度Ｓ选择为｛８，１６，?３２，?６４，１２８，２５６｝．图７显示了从滚动窗口??分析中得出的标度指数．正如我们所看到的，图７的结果类似于５．２部分中的发现：总体而??言，交叉相关指数值丑《（２）的所有值都在〇．５以上，表明ＥＰＵ－Ｖｄ之间，ＥＰＵ－Ｒｅｔ之间都存??在持续的交叉相关关系；ＥＰ订－Ｖｏｌ和ＥＰＵ－Ｒｅｔ的标度指数具有相同的涨落趋势，而ＥＰＵ－Ｖｏｌ??的标度指数总是大于后者．??图７阶数为２的时变标度指数??（Ｆｉｇｕｒｅ?７?Ｔｉｍｅ?ｖａｒｙｉｎｇ?ｓｃａｌｉｎｇ?ｅｘｐｏｎｅｎｔｓ?ｆｏｒ?ＥＰＵ－Ｒｅｔ?ａｎｄ?ＥＰＵ－Ｖｏｌ?ｗｉｔｈ?ｑ?＝?２）??５．４?Ｐ模型的二项式测度??根据Ｐｏｄｏｂｎｉｋ和ＳｔａｎｌｅｙＭ的研究，两个ｆｔ回归分数整合移动平均过程（ＡＲＰＩＭＡ）在??经历相同随机噪声的情况下，９?＝?２的交叉相关指数近似等于自相关Ｈｍｓｔ指数的算术乎均??值．为了验证ＭＦ－ＤＣＣＡ方法的可靠性，Ｚｈｏｕｆ？使用了含有以迭代方式获得的多重分形信??号的Ｐ模型，并发现对于从Ｐ模型中的获得的两个二项式测度序列，存在以下等式??Ｈｍｉｑ）?＝?ＨｘｘｉｑＨ２Ｈｙｖｉｑ）．?（１３）??如果⑷和丑⑷和阶数？不相关，那么⑷和⑷间不具有多重分形持性．然??而，在图８中，它们均随着ｇ的变化而变化，表明经济政策不确定性和股票市场指
【参考文献】：
期刊论文
[1]经济不确定性是股市波动的因子吗?——基于GARCH-MIDAS模型的分析[J]. 夏婷,闻岳春. 中国管理科学. 2018(12)
[2]基于分形视角下的沪港股市投资组合策略[J]. 唐勇,朱鹏飞. 系统工程理论与实践. 2018(09)
[3]经济政策不确定性与我国股市波动率预测研究[J]. 雷立坤,余江,魏宇,赖晓东. 管理科学学报. 2018(06)
[4]经济政策不确定性与股票风险特征[J]. 陈国进,张润泽,赵向琴. 管理科学学报. 2018(04)
[5]基于投资者情绪的股票价格及成交量预测研究[J]. 陈晓红,彭宛露,田美玉. 系统科学与数学. 2016(12)
[6]市场间相依性检验、非对称性及传导方向研究[J]. 苑莹,王梦迪,樊晓倩,张同辉. 系统工程理论与实践. 2016(11)
[7]配分函数法的改进及应用[J]. 周伟杰,党耀国,顾荣宝,林晨昱. 系统工程理论与实践. 2014(03)
[8]日中两国不同经济时期股市的多重分形分析[J]. 张林,刘春燕. 系统工程理论与实践. 2013(02)
[9]基于滑动窗口MF-DFA的股票风格资产收益多重分形分析[J]. 许林,宋光辉,郭文伟. 系统工程理论与实践. 2012(09)
[10]金融系统的非线性分析:交易量对股价波动的非线性影响[J]. 彭海伟,卢祖帝. 系统科学与数学. 2009(11)
本文编号：3406253
【文章来源】：系统科学与数学. 2020,40(04)北大核心CSCD
【文章页数】：13 页
【部分图文】：
经济政策不确：定性与觸顰率??（Ｆｉｇｕｒｅ?２?Ｌｏｇ－ｌｏｇ?ｐｌｏｔｓ?ｏｆ?Ｆｘｙｑ（ｓ）?ｖｅｒｓｕｓ?ｓ?ｆｏｒ?ＥＰＵ?ａｎｄ?Ｒｅｔ）??．罔２双对数狹动
４期??沈德华等：经济政策不确定性的动态交Ｘ相关分析??７０９??图６短期与长期标度指数——餘济政策不爾定性与交易＊??（Ｆｉｇｕｒｅ?６?Ｓｈｏｒｔ?ａｎｄ?ｌｏｎｇ?ｓｃａｌｉｎｇ?ｅｘｐｏｎｅｎｔｓ?ｆｏｒ?ｔｈｅ?ＥＰＵ－Ｖｏｌ）??表２短期与长期交叉相关标度指数??（Ｔａｂｌｅ?２?Ｃｒｏｓｓ－ｃｏｒｒｅｌａｔｉｏｎ?ｓｃａｌｉｎｇ?ｅｘｐｏｎｅｎｔｓ?ｆｏｒ?ｔｗｏ?ｐａｉｒｅｄ?ｓｅｒｉｅｓ?ｗｉｔｈ?ｑ?ｖａｒｙｉｎｇ??ｆｒｏｍ?—１０?ｔｏ?１０．?ＡＨｑ?ｄｅｎｏｔｅｓ?ｔｈｅ?ｄｅｇｒｅｅ?ｏｆ?ｍｕｌｔｉｆｒａｃｔａｌｉｔｙ）??ｑ??ＥＰＵ－Ｒｅｔ??ＥＰＵ－Ｖｏｌ??＝１５８??＝１５８??ｓ?＜ｓ＊??ｓ?＞?ｓ＊??ｓ?＜ｓ＊??Ｓ＞?Ｓ＊??－１０??０．７２１３??０．８２９８??０．９３１１??１．１８９７??－９??０．７１５６??０．８２７３??０．９２２０??１．１８７０??－８??０．７０９２??０．８２４９??０．９１２３??１．１８４４??－７??０．７０２０??０．８２２５??０．９０２１??１．１８２１??－６??０．６９４２??０．８２０１??０．８９１９??１．１８０５??－５??０．６８５８??０．８１７５??０．８８２１??１．１８０３??－４??０．６７７１??０．８１４４??０．８７３１??１．１８２４??－３??０．６６８９??０．８１０１??０．８６５４??１．１８８１??－２??０．６６２２??０．８０３９??０．８５９６??１．１９７９??－１??０．６５８１??０．７９５３??０．８５６４??１．２１０２??０??０．６５７５??０．７８４
７１０??系统科学与数学??４０卷??５．３交叉相关性滚动窗□分析??本部分采用ＭＦ－ＤＣＣＡ的滚动窗口分析方法，研究了交Ｘ相关性随时间变化的动态持??性：按照Ｚｈａｎｇ等陶采用的窗口滚动分析方法，将５００个交易Ｈ?（约两年）设置为滚动窗口??的长度，阶数９设置为２；时间标度Ｓ选择为｛８，１６，?３２，?６４，１２８，２５６｝．图７显示了从滚动窗口??分析中得出的标度指数．正如我们所看到的，图７的结果类似于５．２部分中的发现：总体而??言，交叉相关指数值丑《（２）的所有值都在〇．５以上，表明ＥＰＵ－Ｖｄ之间，ＥＰＵ－Ｒｅｔ之间都存??在持续的交叉相关关系；ＥＰ订－Ｖｏｌ和ＥＰＵ－Ｒｅｔ的标度指数具有相同的涨落趋势，而ＥＰＵ－Ｖｏｌ??的标度指数总是大于后者．??图７阶数为２的时变标度指数??（Ｆｉｇｕｒｅ?７?Ｔｉｍｅ?ｖａｒｙｉｎｇ?ｓｃａｌｉｎｇ?ｅｘｐｏｎｅｎｔｓ?ｆｏｒ?ＥＰＵ－Ｒｅｔ?ａｎｄ?ＥＰＵ－Ｖｏｌ?ｗｉｔｈ?ｑ?＝?２）??５．４?Ｐ模型的二项式测度??根据Ｐｏｄｏｂｎｉｋ和ＳｔａｎｌｅｙＭ的研究，两个ｆｔ回归分数整合移动平均过程（ＡＲＰＩＭＡ）在??经历相同随机噪声的情况下，９?＝?２的交叉相关指数近似等于自相关Ｈｍｓｔ指数的算术乎均??值．为了验证ＭＦ－ＤＣＣＡ方法的可靠性，Ｚｈｏｕｆ？使用了含有以迭代方式获得的多重分形信??号的Ｐ模型，并发现对于从Ｐ模型中的获得的两个二项式测度序列，存在以下等式??Ｈｍｉｑ）?＝?ＨｘｘｉｑＨ２Ｈｙｖｉｑ）．?（１３）??如果⑷和丑⑷和阶数？不相关，那么⑷和⑷间不具有多重分形持性．然??而，在图８中，它们均随着ｇ的变化而变化，表明经济政策不确定性和股票市场指
【参考文献】：
期刊论文
[1]经济不确定性是股市波动的因子吗?——基于GARCH-MIDAS模型的分析[J]. 夏婷,闻岳春. 中国管理科学. 2018(12)
[2]基于分形视角下的沪港股市投资组合策略[J]. 唐勇,朱鹏飞. 系统工程理论与实践. 2018(09)
[3]经济政策不确定性与我国股市波动率预测研究[J]. 雷立坤,余江,魏宇,赖晓东. 管理科学学报. 2018(06)
[4]经济政策不确定性与股票风险特征[J]. 陈国进,张润泽,赵向琴. 管理科学学报. 2018(04)
[5]基于投资者情绪的股票价格及成交量预测研究[J]. 陈晓红,彭宛露,田美玉. 系统科学与数学. 2016(12)
[6]市场间相依性检验、非对称性及传导方向研究[J]. 苑莹,王梦迪,樊晓倩,张同辉. 系统工程理论与实践. 2016(11)
[7]配分函数法的改进及应用[J]. 周伟杰,党耀国,顾荣宝,林晨昱. 系统工程理论与实践. 2014(03)
[8]日中两国不同经济时期股市的多重分形分析[J]. 张林,刘春燕. 系统工程理论与实践. 2013(02)
[9]基于滑动窗口MF-DFA的股票风格资产收益多重分形分析[J]. 许林,宋光辉,郭文伟. 系统工程理论与实践. 2012(09)
[10]金融系统的非线性分析:交易量对股价波动的非线性影响[J]. 彭海伟,卢祖帝. 系统科学与数学. 2009(11)
本文编号：3406253
本文链接：https://www.wllwen.com/jingjilunwen/huobiyinxinglunwen/3406253.html
