基于置换信息理论的数据操纵检测

鉴于OIS和SONI反映的是实际交易的平均值，LIBOR利率反映的是对选定银行集团借贷成本的自我估计，不一定反映任何交易。为了阐明我们的观点，图3显示了所有利率的排列熵的时间演化。该图清楚地表明，反映实际交易的利率排列比例相对较高，其变动范围介于0.8和1之间。相反，伦敦银行同业拆借利率的排列熵逐渐恶化，达到ab溶质最小值（HS）≈ 第98期为0.39）。在这一点之后，更高层次的排列熵稳步恢复。实证分析联合Kingdom英国利率复杂熵因果关系平面Saurelio Fern’andez（URV）数据操纵检测通过置换信息理论量化14 12/18图1：英国利率D=4、τ=1、δ=30的复杂熵因果关系平面5结论根据我们的结果，信息论计量器是研究金融市场随机动态的合适工具，并最终检测异常。特别是，我们发现，单边利率（LIBOR和Repo）在其潜在的生成过程中表现出巨大的变化，而双边市场利率（OIS和SONIA）在其随机特征中或多或少是恒定的。我们认为，在这个问题上进行进一步的调查是可取的。

我们将继续对模型进行微调，以检测伦敦银行同业拆借利率生成过程中可能出现的结构性突破。实证分析结合了伦敦银行同业拆借利率CECP的细节奥雷里奥·费尔南德斯（URV）通过置换信息理论量化的数据操纵检测14 13/18图2：英国利率D=4、τ=1、δ=30的复杂熵因果平面的细节，聚焦于伦敦银行同业拆借利率的运动。数字指的是估计窗口。实证分析联合Kingdom英国利率的置换熵演化Saurelio Fern’andez（URV）数据操纵检测通过置换信息理论量化14/18图3：不同英国利率的置换熵演化，计算出的forD=4，τ=1，δ=30参考文献[1]Rosa M.Abrantes Metz，So fia B.Villas Boas和George Judge。追踪诽谤者。《应用经济学快报》，18（10）：893-8992011。[2] Christoph Bandt和Bernd Pompe。排列熵：时间序列的自然复杂性度量。菲斯。牧师。莱特。，88（17）：1741022002年4月。[3] 中东银行家。Libor当时和现在。。。文件BANMEA002014019EA5J0000O，2014。[4] 迈尔斯·M·德莱登。股票价格的短期预测：一种信息理论方法。苏格兰政治经济学杂志，15（1）：227-2492968。[5] 尤金·F·法玛。明天在纽约证券交易所。《商业杂志》，38（3）：285-299，1965年7月。[6] 尤金·F·法玛。有效资本市场：对理论和实证工作的回顾。《金融杂志》，25（2，美国金融协会第二十八届年会论文和会议记录，纽约，1969年12月28日至30日）：383–417，1970年5月。[7] 大卫·P·费尔德曼和詹姆斯·P·克鲁奇菲尔德。统计复杂性的度量：为什么？菲斯。莱特。A、 238（4-5）：244-2521998年。[8] 大卫·P·费尔德曼、卡尔·S·麦克塔格和詹姆斯·P·克鲁奇菲尔德。

内部计算的组织：复杂性熵图和自然信息处理的多样性。《混沌》，18（4）：0431062008。[9] 哈耶克。在社会上使用边缘。《美国经济评论》，35（4）：519-5301945。[10] P·W·兰伯特、M·T·马丁、A·普拉斯蒂诺和O·A·罗索。一个关于平凡性测度的强化熵。Physica A，334（1-2）：119-131，2004年。[11] 罗佩兹·鲁伊斯、H·L·曼奇尼和X·C·阿尔伯特。复杂性的统计度量。菲斯。莱特。A、 209（5-6）：321-3261995。[12] M.T.Martin、A.Plastino和O.A.Rosso。广义统计复杂性度量：几何和分析性质。Physica A，369:439–4622006。[13] 马丁、普拉蒂诺和罗索。统计复杂性和不平衡。物理字母A，311（2-3）：126-1322003。[14] Esteban Martina、Eduard o Rodriguez、Rafael Escarela Perez和Jose Alvar ezRamirez。原油价格动态的多尺度熵分析。能源经济学，33（5）：936-947，2011年9月。[15] 卡里克·莫伦坎普和马克·怀特豪斯。这项研究对关键利率表示怀疑：《华尔街日报》分析显示，银行可能已经报告了令人震惊的libor利率数据。《华尔街日报》，2008年。[16] 亚历杭德罗·奥尔蒂斯·克鲁兹、爱德华多·罗德里格斯、卡洛斯·伊巴拉·巴尔德斯和何塞·阿尔瓦雷茨拉米雷斯。原油市场效率：来自信息熵分析的证据。能源政策，41:365–373，2012年。[17] O.A.罗索，H.A.拉隆多，麻省理工。马丁、A·普拉斯蒂诺和M·A·富恩特斯。区分噪音和混乱。菲斯。牧师。莱特。，99（15）：1541022007年10月。[18] 丽娜·赛戈尔。Libor：电子邮件追踪。《金融时报》，http://www.ft.com/cms/s/0/cefd67a0-25df-11e3-aee800144feab7de.html#axzz3FNK2XAFe, 2013.[19] 克劳德·E·香农和沃伦·韦弗。沟通的数学理论。伊利诺伊大学出版社，伊利诺伊州香槟市，1949年。[20] 康南·安德鲁·斯奈德和托马斯·尤尔。

伦敦银行同业拆借利率是否反映了银行的借贷成本？可从SSRN获得：http://ssrn.com/abstract=1569603 orhttp://dx.doi.org/10.2139/ssrn.1569603, 2010.[21]米格尔·C·索里亚诺、卢西亚诺·祖尼诺、奥斯瓦尔多·A·罗索、英戈·菲舍尔和克劳迪奥·R·米拉索。具有光学反馈的混沌半导体激光器的时间尺度和排列信息分析的结果。IEEE J.量子电子。，47:252–261,2011.[22]约翰·B·泰勒和约翰·C·威廉姆斯。货币市场中的黑天鹅。《美国经济杂志：宏观经济学》，1（1）：58–832009。[23]H.Theil和C.T.Leenders。明天在阿姆斯特丹证券交易所。《商业杂志》，38（3）：277-2842965年7月。[24]卢西亚诺·尤尼诺、奥雷里奥·费尔南德斯·巴里维拉、M.贝伦·盖尔西奥、莉莎娜·B·马丁内斯和奥斯瓦尔多·A·罗索。关于主权债券市场的效率。Physica A，391（18）：4342-43492012。[25]卢西亚诺·祖尼诺、米格尔·C·索里亚诺、英戈·菲舍尔、奥斯瓦尔多·A·R·奥索和克劳迪奥·R·米拉索。从时间序列分析中揭示延迟动力学的置换信息理论方法。菲斯。牧师。E、 82:046212010。[26]卢西亚诺·祖尼诺、本杰明·M·塔巴克、弗朗切斯科·塞里纳迪、马西米利亚诺·扎宁、达尔奥·G·佩雷斯和奥斯瓦尔多·A·罗索。基于突变信息理论的商品可预测性分析。Physica A：统计力学及其应用，390（5）：876-890，2011年3月1日。[27]卢西亚诺·祖尼诺、马西米利安·奥扎宁、本杰明·M·塔巴克、达罗·G·佩雷斯和奥斯瓦尔多·A·罗索。复杂性熵因果平面：一种有效的方法来评估股票市场的效率。Physica A：统计力学及其应用，389（9）：1891-1901，2010年5月1日。