偏相关分析：金融市场的应用

我们发现，根据我们的偏相关分析，该地区的顶级股票主要分为金融类。我们对所有其他经济部门重复这一分析。事实上，所有其他部门都表明，我们的分析与GICS部门分类一致。为了定量地显示这种一致性，我们计算了正确的预测率。根据GICS，我们确定了所有行业的股票总数。根据给定行业的影响，从股票评级中，我们选择NStop股票。然后，我们计算GICS将这些顶级股票划分为特定行业的比例，作为正确的预测率。如果偏相关分析预测与正式分类完全一致，则该正确预测率应为1。如果预测对应于随机挑选的情况，则正确的预测率应为N，其中N是股票总数。在图6（c）中，我们表明，除电信行业外，对所有行业的偏相关分析都具有较高的预测正确率，而电信行业可能与标普500指数中的少量电信库存有关。对这些结果的另一种解释是，金融和能源部门都是经济活动中具有高度凝聚力的部门。这意味着这些经济部门的活动主要包含在每个部门内部，对外部经济部门的影响很小。工业和材料等其他行业对其他行业的依赖性更强，并对其他行业的活动产生强烈影响。

在较短的时间内重复这一分析，或将分析与移动窗口方法相结合，可以对不同经济部门之间的相互依赖程度提供有意义的见解。第二个问题是，在电信公司UTI00处找到它。20.40.60.81正确预测的分数偏相关随机选取图6。部门影响程度的偏相关检验。为此，我们首先根据影响分数（βSX）对所有inS&P500股票进行排名。我们根据部分相关分析（红色实心曲线）绘制股票部门真实预测的分数。b值虚线用于随机挑选策略的情况，用于比较。在研究了不同行业对股票的影响后，我们发现一些行业往往会同时影响同一个股票。因此，我们研究了从两个部门到同一个股票的影响的皮尔逊相关性，即ρ（dSi，dSj），其中dSi表示从部门i到所有股票的影响的向量变量。将这种部门相关性定义应用于标准普尔500指数数据，得出图7第一个面板中显示的数值。我们发现，在标准普尔500指数中，工业部门和消费者自由裁量部门、材料部门和工业部门以及通信部门和技术部门的影响非常接近。无论股票受到其中一个行业的高度影响，这两个行业中的另一个也往往会影响到这只股票。我们还注意到一些深蓝色区域，例如公用事业部门和非必需消费部门之间的相关性，这意味着当一只股票受到其中一只股票的高度影响时，另一只股票往往对该股票的影响很小。

我们还研究了英国FTSE 3502014年2月7日定量金融KHVHS04FEB14指数、日本日经500指数和印度BES 200指数。它们通常都表现出材料部门和工业部门之间的高度相关性。Conconsenrfindtechmatcomutis&P 500 Conconsenrfindtechmatcomutimatcomuticsrcind 350 Matcomuticsindtechnikkei 500 atcomuninsindtechuticsindechuticsindechuticsindech 200 atcomuticsindech-1.-0.8-0.6-0.4-0.2 0.2 0.4 0.6 0.8图7。两个部门对同一个股票的影响的相关性，即ρ（dSi，dSj），其中dsire表示部门i对所有股票的影响的向量变量。我们使用不同市场部门之间的密切关系热图表示相关性，使用色码表示相关性的强度，从蓝色表示完全反相关性，到红色表示完全相关性。我们观察到，在标准普尔500指数数据中，工业部门和非必需消费品部门、材料部门和工业部门、通信部门和技术部门的影响以及公用事业部门和非必需消费品部门之间的反相关性非常接近。对于其他三个调查市场——英国FTSE 350指数、日本日经500指数和印度BES 200指数——我们发现，材料行业和工业行业之间都存在高度相关性。5.总结这项工作为Kenett等人（2010）提出的依赖网络方法论提供了一个更一般、更具统计意义的框架。使用依赖网络方法，我们应用偏相关分析来揭示调查样本中不同公司之间的依赖关系和影响关系。

在这里，我们提出了一种新的统计方法，通过理论或实证方法过滤提取的影响关系。本研究中引入的影响法具有通用性和可扩展性，使决策者和实践者都能很好地使用它。这里，我们介绍了这种方法的两种可能的应用。首先，我们研究了金融市场结构的稳定性，结果表明，与印度等发展中国家相比，美国、英国和日本等发达市场的市场稳定性更高。其次，我们表明，一只股票可以受到其主要部门分类之外的不同部门的影响。虽然金融分析师通常专注于某个行业，但需要从更广泛的角度进行股权研究，以了解股票表现预期。介绍的方法学提供了关于不同资产和不同经济部门之间相互作用的新信息。这些信息不仅对投资者及其从业人员有价值，而且对监管机构和政策制定者也有价值。致谢我们要感谢ONR（授权N00014-09-1-0380，授权N00014-12-1-0548），DTRA（授权HDTRA-1-10-1-0014，授权HDTRA-1-09-1-0035），NSF（授权CMMI 1125290），欧洲多路复用（EU-FET项目317532），CONGAS（授权FP7-ICT-2011-8-317672），FETON项目FOC 255987和FOC-INCO 297149，以及LINC（由ECDFSMARIE-居里ITN项目资助的289447号）项目，例如，下一代基础设施（Bsik）、美国-以色列两国科学基金会（BSF）和以色列科学基金会（Israel Science Foundation for Financial Support）。参考文献Abergel，F.，Chakrabarti，B.，Chakraborti，A.和Mitra，M.，顺序驱动市场的经济物理学，2011年，斯普林格。Adrian，T.和Brunnermeier，M.K.，CoVaR。

技术报告，国家经济研究局，2011年。Aste，T.，Shaw，W.和Di Matteo，T.，波动市场中的关联结构和动态。《新物理杂志》，2010年，1208509。Baba，K.，Shibata，R.和Sibuya，M.，偏相关和条件相关作为条件独立性的度量。澳大利亚和新西兰统计杂志，2004年，46657-664。M.比利奥、M.盖特曼斯基、A.罗和L.佩利松。，金融和保险行业关联性和系统风险的计量经济学指标。《金融经济学杂志》，2012104535-559。Bisias，D.，Flood，M.，Lo，A.和Valavanis，S.，系统风险分析调查。美国财政部金融研究办公室，2012年。Bouchaud，J.和Potters，M.，《金融风险和衍生产品定价理论：托里斯克管理统计物理》，2003年，剑桥大学布罗克分校，霍姆斯分校，C.和瓦格纳分校，更多的对冲工具可能会破坏市场稳定。经济动力学和控制杂志，2009年，331912-1928年。J.坎贝尔、Lo、A.和MacKinlay，A.，《金融市场的计量经济学》，1997年第1卷，普林斯顿大学出版社，新泽西州普林斯顿。坎贝尔，R.，福布斯，C.，科迪克，K.和科夫曼，P.，增加相关性或只是fa-t-tails？。《经验金融杂志》，2008年，15287-309。周，Y.，统计分析：商业和经济应用，197 5，霍尔特，林哈特和温斯顿纽约。Cizeau，P.、Potters，M.和Bouchaud，J.，极端股票收益的相关结构。量化金融，2001年，1217-222。Cont，R.和Bouchaud，J.，金融市场中的羊群行为和总波动。宏观经济动力学，2000年，4170-196年。Eisler，Z.和Kertesz，J.，股票交易价值的时间相关性和规模依赖性波动的标度理论。物理评论E，2006，73046109。Elton，E.J.，Gruber，M.J.，Brown，S.J。

W.N.戈茨曼，《现代投资组合理论与投资分析》，2009年，约翰·威利父子出版社。Embrechts，P.，McNeil，A.和Straumann，D.《风险管理中的相关性和依赖性：财产和陷阱》。《风险管理：风险价值及其超越》，2002年，第176-223页。动态条件相关：一类简单的多元广义自回归条件heter-Oskedastity模型。《商业与经济统计杂志》，2002,20339–35 0。Fama，E.F.，股票市场价格的行为。《商业杂志》，1965年，第38期，第34-105页。Fisher，R.，独立大群体样本中相关系数值的频率分布。Biometrika，1915年，10507-521年。Fisher，R.A.，偏相关系数的分布。。Metron，1924年，3329-332年。《福布斯》，K.J.和《里戈本》，没有传染，只有相互依赖：衡量股市的共同运动。《金融杂志》，2002年，第57期，第2223-2261页。2014年2月7日定量金融khvhs04Feb14Granger，C.，通过经济计量模型和互谱方法调查因果关系。计量经济学：计量经济学学会杂志，1969年，第424-438页。Haldane，A.G.和May，R.M.，银行生态系统中的系统性风险。《自然》杂志，2011，469351-355。Huang，X.，Vodenska，I.，Havlin，S.和Stanley，H.E.，双向图中的级联故障：系统Ris k传播模型。科学报告，20 13，3。Kendall，M.G.，一种新的等级相关性度量。Biometrika，1938年，30年，81-93年。Kenett，D.Y.，Preis，T.，Gur Gershgoren，G.和Ben Jacob，E.《依赖网络和节点影响：金融市场研究的应用》。《国际分歧与混沌杂志》，2012a，22，1250181。肯内特，D.Y.，拉丹，M.，扎特拉维，L.，勒克斯，T.和本·雅各布，E.，全球金融村的相关性。

《国际现代物理学杂志》系列会议，2012b，16，13-28。肯内特，D.Y.，图米内洛，M.，马迪，A.，古尔·格什戈伦，G.，曼特尼亚，R.N.和本·雅各布，E.，通过股票市场的部分相关性分析揭示了金融部门的主导地位。普洛松20 10 5 e150 32。Y.N.，Kenett，D.Y.，Ben Jacob，E.和Faust，M.，语义网络的全球和局部特征：来自希伯来心理词典的证据。《公共科学图书馆一号》，2011年，6月，e23912日。Krishan，C.N.V.，Petkova，R.和Ritchken，P.，相关风险。《经验金融杂志》，2009年，16353-367。Laloux，L.，Cizeau，P.，Bouchaud，J.和Potters，M.，财务相关矩阵的噪声分析。《物理评论快报》，1999年，第831467-1470页。Laloux，L.，Cizea u，P.，Potters，M.和Bouchaud，J.，随机矩阵理论和财务相关性。《国际理论与应用金融杂志》，2000年，3391-398。Lo，A.A.W.C.，CRAIG，A.等人，《金融市场的计量经济学》，1997年，普林斯顿大学出版社。Lo，A.W.和Craig MacKinlay，A.，对非同步交易的经济计量分析。《经济计量学杂志》，1990年，第45181-211页。Lux，T.，Marchesi，M.和Bonn，U.，金融市场随机多代理模型中的标度和临界性。《自然》杂志，1999年，397498-500页。Madi，A.，Kenett，D.，Br ansburg Zabary，S.，Merbl，Y.，Quintana，F.，Boccaletti，S.，Tauber，A.，Cohen，I.和Ben Jacob，E.对抗原依赖网络的分析揭示了出生和成年之间的免疫系统重组。《混沌：非线性科学跨学科期刊》，2011年，21016109–016109。马科维茨，H.，投资组合选择。《金融期刊》，1952年，第7期，第77-91页。Maugis，P.，事件条件相关：或非线性相关的程度。arXiv预印本XIV:1401.11302014。莫克，R.，杨，B。

和Yu，W.《股票市场的信息含量：为什么新兴市场的股价会同步波动？》？。《金融经济学杂志》，2000年，第58期，第215-260页。皮尔逊，K.，对进化数学理论的贡献。二、均匀材料中的倾斜变化。伦敦皇家学会哲学学报。A、 1895186343-414年。Plerou，V.，Gopikrishnan，P.，Rosenow，B.，Nunes Amaral，L.和Stanley，H.，金融时间序列中互相关的普遍性和非普遍性。《物理评论快报》，1999年，831471-1474年。Podobnik，B.，Horvatic，D.，Petersen，A.和Stanley，H.，数量变化和价格变化之间的交叉相关性。美国国家科学院院刊，2009106，22079-22084。Pollet，J.和Wilson，M.，平均相关和股市回报。《金融经济学杂志》，2010年，96364-380。Shapira，Y.，Kenett，D.和Ben Jacob，E.，《指数内聚效应对股市相关性的影响》。欧洲物理杂志B，2009，72657-669。Sinha，S.，Chatterjee，A.，Cha kraborti，A.和Chakr abarti，B.，经济物理学：介绍，2010年，威利VCH。Sornette，D.，为什么股市崩溃：复杂金融系统中的关键事件，2004年，普林斯顿大学出版社。H.Takayasu，《经济物理学实用Fru-it：第三届日经经济物理学研讨会论文集》，2006年，斯普林格。M.Tumminello、F.Lillo和R.Mantegna，金融市场中的相关性、层级和网络。经济行为与组织杂志，2010,75,40-58。沃伊特，J.，金融市场的统计力学，20 05，斯普林格。