本文提出面向非平稳时间序列的约束型因果发现算法CDNOTS,通过引入时间索引节点、条件独立性检验及滞后关系建模,同时识别同期与滞后因果结构。模拟实验表明,小样本更适合ParCorr,大样本则推荐KCIT或RCoT;金融案例进一步显示,因子暴露、宏观变量和估值指标均存在非平稳、非线性及滞后关系,标准化市净率与金融股未来收益之间具有因果关联 。
| 投资组合 | 标准化LPTB阈值 | 夏普比率 |
|---|---|---|
| LPTB筛选策略 | 0.00 | 0.76 |
| LPTB筛选策略 | 0.25 | 0.81 |
| LPTB筛选策略 | 0.50 | 0.77 |
| LPTB筛选策略 | 0.75 | 0.78 |
| LPTB筛选策略 | 1.00 | 0.78 |
| 市值加权组合 | 不适用 | 0.63 |
标题: Causal Discovery in Financial Markets: A Framework for Nonstationary Time-Series Data,中文可译为《金融市场中的因果发现:非平稳时间序列数据框架》。
作者: Agathe Sadeghi、Achintya Gopal、Mohammad Fesanghary。
机构: Agathe Sadeghi来自Stevens Institute of Technology;Achintya Gopal和Mohammad Fesanghary来自Bloomberg。
发布日期: 原文节选未明确给出发布日期,因此无法从报告本身确认具体时间。
研究主题: 非平稳时间序列中的因果结构学习,重点应用于金融因子投资、宏观经济变量分析、投资组合分散和市场动态理解。,
这不是传统意义上包含“买入/卖出”评级和目标价的券商金融研究报告,而是一篇方法论与实证案例相结合的研究论文。报告的核心贡献是提出CDNOTS(Constraint-based Causal Discovery from Nonstationary Time Series)算法。该算法建立在CD-NOD基础上,试图同时处理四类金融时间序列中常见但容易被忽略的问题:非平稳性、滞后关系、当期关系和非线性关系。,
作者的基本论点是:金融市场变量之间的相关性并不等于因果关系,而传统因果发现算法通常依赖线性、高斯、平稳性或不存在潜在混杂变量等假设;这些假设在实际金融数据中往往不成立,因此可能产生伪因果关系。CDNOTS通过增加时间节点、显式建模滞后变量、使用非参数条件独立检验并结合时间方向和结构知识,试图提高因果网络识别的可靠性。,
报告没有给出股票评级、目标价、DCF估值或P/E估值。其“投资含义”主要表现为:苹果的因子暴露会随时间变化;不同国家的宏观变量可能存在相似的因果结构;金融企业的市净率可能对未来收益具有因果解释意义。,
作者首先区分了相关性与因果性。相关性只能说明两个变量共同变化,不能说明一个变量是否导致另一个变量变化。一个完整的经验因果框架包括三个阶段:第一阶段是从数据中发现因果结构;第二阶段是在该结构上进行干预或情景推演;第三阶段是解释为什么某种干预会产生特定结果。
对于时间序列,因果发现不能简单套用横截面方法,因为时间具有方向性,变量之间还可能存在领先—滞后关系,而且数据分布可能随时间变化。报告指出,因果发现方法大致分为三类:
作者强调,不同算法的可靠性取决于其数据生成假设。例如,Granger类模型可能依赖线性设定,一些方法假设高斯分布,许多方法还假定不存在不可观测混杂变量。金融数据即使使用收益率替代价格以降低非平稳性,也不一定真正平稳;而且金融数据通常存在波动聚集、结构变化、非线性和制度转换。,
该论证对金融研究尤其重要,因为随机对照试验通常无法在市场中实施,研究者不能像医学实验那样直接随机改变利率、因子暴露或宏观变量。因此,因果发现结果的可信度主要依赖于:数据是否满足算法的客观假设、超参数是否稳健,以及研究者是否认为主观假设具有现实合理性。
CDNOTS从包含所有可能边的完整图开始,并为每个非平稳时间序列引入时间索引节点 (U_t)。算法主要分为四个阶段:
第一阶段:加入时间节点。
假设有 (N) 个时间序列,每个变量在时间 (t) 的观测被视为节点 (V_{i,t})。时间节点 (U_t) 用于代表由时间变化导致的非平稳性,以及能够被时间平滑表示的潜在混杂因素。如果 (U_t) 与某个变量相连,则表示该变量的分布或机制随时间变化。
第二阶段:发现因果骨架。
算法使用条件独立检验删除不必要的边。若变量与时间节点在给定条件集后仍然依赖,则保留 (U_t) 与该变量之间的边;若两个变量在控制其他变量和时间节点后仍然依赖,则保留它们之间的边。滞后为0时识别当期关系,滞后大于0时识别跨期关系。,
第三阶段:依据时间顺序和可识别结构定向。
时间方向为先发生的变量指向后发生的变量;从时间节点到非平稳变量的边也具有明确方向。算法进一步使用V-structure,也就是碰撞点结构,结合Meek规则确定其他边的方向。
第四阶段:利用因果模块独立变化定向。
对于仍未定向的非平稳变量之间的边,算法利用因果机制在不同环境或时间状态下的独立变化进行定向。其技术基础是对非平稳条件分布进行核嵌入,并利用Gram矩阵构建依赖性统计量。若经过该步骤仍有未定向边,作者明确表示不能对其因果方向作出结论。
CDNOTS不是完全不依赖假设,而是改变了假设的类型。主要假设包括:
其中最值得注意的是,作者自己承认“随机性”假设并不真正适用于时间序列,因为相邻观测往往存在依赖。这意味着条件独立检验的p值未必能够准确控制实际假阳性率。作者的缓解方式是测试不同显著性水平下结果是否稳定,而不是从理论上解决时间相关造成的统计问题。
报告使用Ornstein-Uhlenbeck过程说明,如果不加入滞后变量,算法可能把本来由自身历史值解释的分布变化误判为非平稳。对于过程 (X_t),其无条件分布可能随时间变化,但在控制 (X_{t-1}) 后,当前分布可能变得稳定。若只使用CD-NOD而不考虑滞后项,算法会错误地认为 (X_t) 与时间相关;而加入滞后关系后,可以识别 (X_{t-1}\rightarrow X_t),并消除这种错误的非平稳判断。
图3直观展示了时间节点、(X)和(Y)在相邻时间点的关系。它说明,(Y_t)与时间的关系可能只有在同时控制(X_t)和(X_{t-1})后才会消失。CD-NOD若遗漏(X_{t-1}),就会保留错误的时间—变量连接。
图1左侧展示多个时间序列,右侧展示含有多个滞后层的因果网络。图形中的红色、绿色和黑色边代表不同的滞后或当期关系,时间节点位于底部,用来捕捉非平稳性。该图强调,CDNOTS不是只在同一时间截面上寻找相关关系,而是在多个时间层之间同时识别网络结构。
图2先以A、B、C、D四个变量及其一期滞后为例,展示从完整骨架初始化到条件独立检验、方向识别和因果独立变化定向的过程。图中反复出现“consistency of skeleton check”和“consistency of directions check”,说明作者不仅发现局部边,还要求不同时间层之间的结构和方向保持一致。
作者随机生成了350个图,节点数量包括3、4、5、6、8、10和15个,每种节点规模生成50个图;每个图分别使用50、150、300、500和1000个观测值。连接关系可能是线性、二次、指数或正弦函数,最大滞后设置为5。
比较的条件独立检验包括:
KCIT和RCoT又分别比较了Satterthwaite–Welch(SW)和Hall–Buckley–Eagleson(HBE)两种p值近似方法。
图4将节点数量放在横轴、F-score放在纵轴,并按样本量50、150、300、500和1000分成多个面板。整体趋势非常清晰:节点越多,问题越难,F-score通常越低;样本量越大,所有方法表现越好。
在只有50个观测值时,ParCorr表现最好,说明小样本环境下简单的线性检验可能比复杂非参数检验更稳定。随着样本量增加,KCIT、RCoT和CMIknn逐渐接近或超过ParCorr,因为复杂非线性关系需要更多数据才能被识别。KCIT的SW版本通常弱于HBE版本,只有在节点较多且样本量仅为50时例外;RCoT的两种版本差异较小。因此作者推荐HBE版本。
方法选择并非只看准确率。作者建议:低样本量时使用ParCorr;大样本量且使用CPU时优先RCoT,因为其速度明显快于KCIT;如果有GPU,则推荐KCIT,因为KCIT没有RCoT的随机成分;CMIknn虽然具有竞争力,但运行时间过长,不适合大规模问题。
图5的纵轴采用对数尺度,显示CMIknn的运行时间远高于其他方法;ParCorr几乎位于最底部,RCoT也明显快于KCIT。KCIT的计算复杂度随样本量按 (O(n^3)) 增长,而RCoT的复杂度约为 (O(m^2n)),其中 (m)是用户设定的傅里叶特征数量,通常为10至100,因此具有较大的计算优势。
图6显示,节点数量增加会导致需要执行的条件检验次数迅速增加,且纵轴同样采用对数尺度。不同检验的总次数并不完全相同,因为早期若某个检验删除了一条边,后续条件集合数量就会显著减少。因此,计算成本不仅由理论算法复杂度决定,还会受到检验统计结果的影响。
图7比较了α=0.01、0.05和0.1。较低α意味着只有更强的依赖关系才会被保留,因此通常带来更高精确率,但也可能遗漏真实边。实验显示,在小样本环境中,较大的α往往带来更好的F-score;在大样本环境中,较小的α表现更好。
附录进一步解释了这种权衡:α控制条件独立检验的假阳性概率,但不直接控制假阴性。较低α通常提高精确率,却降低召回率;F-score是在精确率和召回率之间的综合指标,而结构汉明距离(SHD)则通过计算错误边、缺失边和方向错误衡量图结构偏离程度。附录总体上支持大样本使用α=0.01,但某些小样本和特定检验存在例外。
CDNOTS在模拟数据中的F-score整体高于PCMCI。附录揭示,这种优势主要来自更高的精确率,而不是更高的召回率:PCMCI通常能够找出更多真实边,但同时引入了更多错误边,因此精确率显著较低。CDNOTS牺牲了一部分召回率,换取更少的伪边,最终在F-score和SHD上胜出。,
样本包括2000年初至2022年底的日度Fama-French因子:市场超额收益Mkt-RF、规模因子SMB、价值因子HML、盈利因子RMW、投资因子CMA,以及苹果日收益率。
图9显示多个变量在2008年金融危机和新冠疫情期间同时出现波动尖峰,且各序列存在波动聚集,即高波动时期往往连续出现高波动。共同波动并不意味着因果关系,但说明这些变量可能受到共同市场状态或制度变化影响。
图10左侧是当期因果图,右侧是展开多个滞后期后的完整时间序列图;图11是去掉时间索引节点后的对照结果。两种模型的当期边数量大致相同,仅SMB与CMA之间相差一条边,但包含时间节点的模型识别出更少的滞后关系。,
这意味着,如果直接观察跨期依赖,可能会把长期分布变化误判为滞后因果;加入T后,一部分时间依赖被解释为非平稳性,而不是变量之间的滞后传导。T指向苹果收益,作者认为这符合苹果商业模式在22年间发生变化、以及苹果因子暴露随时间改变的现实。
作者还发现T与全部Fama-French因子有关,因此假设平稳性的算法可能给出无效结果;同时苹果收益与CMA、Mkt-RF父节点之间的线性假设都被拒绝。这表明即使使用因子模型,也不能简单假设苹果收益与因子之间是稳定的线性关系。
第二个案例研究2000年至2023年的月度数据,变量包括美国、日本、加拿大、印度、意大利、英国和法国的失业率、CPI月环比变化和PPI月环比变化。
不过,图12实际展示的是美国、日本、加拿大、意大利、法国和英国六个国家,并未在图中展示印度,这是报告数据描述与图示范围之间需要注意的细节。,
由于每个国家最多只有约300个观测值,作者选择ParCorr。图12显示不同国家的图并不完全一致,但忽略p值较高的边后,整体结构较为相似。法国、英国和意大利的图形尤其接近,作者将其解释为地理和经济联系较强所致。
图中常见的结构包括变量自身的一阶滞后、CPI与PPI之间的当期或滞后关系,以及时间节点T与部分变量之间的连接。绿色边表示最大p值较低、对α=0.05较不敏感的关系;接近黑色或红色的边p值更接近0.05,若将阈值改为0.01,这些边更可能消失。作者特别说明颜色表示边在骨架发现阶段的最大p值,而不是经济关系的强弱。
图13使用KCIT,将多个国家的数据合并,并额外加入静态变量Country。合并样本提高了统计功效,产生了一条国家单独分析中没有的T到PPI月环比变化的边。作者将其解释为池化数据带来的新识别能力,而不一定意味着某个单独国家存在相同强度的关系。
Country没有指向其他变量,作者据此推测经济变量的因果机制可能不依赖国家身份,因此可以考虑训练一个跨国统一的计量模型。不过,这一推断较强,因为“Country没有边”也可能是样本量、编码方式、检验能力或国家异质性被模型设定吸收的结果。
附录显示,KCIT和RCoT得到的主要边具有一定相似性,但并不完全一致。RCoT认为失业率和PPI可能平稳,并且认为CPI不存在某一条一阶滞后关系,同时增加了“上月失业率到本月CPI”的边。
这说明经济案例的结果对条件独立检验方法具有敏感性。作者因此强调,应当将各国数据合并分析,并把不同检验下重复出现的边视为更值得关注的结构,而不是依赖单一算法输出。
作者的线性检验还发现,CPI与其多数父节点之间的线性假设可以被拒绝,唯一无法拒绝的是当期PPI变化作为父节点、预测一期滞后CPI变化的情形。这与图12使用线性ParCorr存在方法上的张力:ParCorr本身建立在线性条件独立基础上,但实验结果又显示多数经济关系并非线性。
第三个案例使用2010年至2023年S&P 500金融公司的季度数据。作者使用季度末当日可获得的市净率,随后匹配下一季度收益,以避免前视偏差。变量包括对数市净率LPTB、标准化对数市净率N. LPTB、股票收益率Ret、市场或指数收益等。
标准化LPTB按每个季度金融公司横截面的均值和标准差进行标准化。这样做的目的不是简单改变尺度,而是减少横截面估值水平随时间变化导致的非平稳性。,
图14a和图14b使用原始LPTB,图14c和图14d使用标准化LPTB。使用原始LPTB时,时间节点T仍然指向LPTB,说明其分布随时间变化;使用N. LPTB后,T不再指向标准化市净率,表明横截面标准化在一定程度上消除了非平稳性。
更重要的是,图14d显示上一季度的N. LPTB指向下一季度收益Ret,并且p值处在一个较合理的范围内,不完全像是由0.05阈值偶然保留下来的边。作者据此认为,标准化市净率与未来收益之间存在可解释的因果关系。
图15a是标准化LPTB与下一季度收益的二维分布或热力图。黑色圆点所代表的分箱均值呈现轻微趋势,说明高低市净率分组与未来收益之间可能存在弱但可见的平均差异。,
图15b比较了不同阈值策略和市值加权组合。图中阈值为0、0.25、0.5、0.75和1.0的组合Sharpe比率分别约为0.76、0.81、0.77、0.78和0.78,而市场市值加权组合约为0.63。所有阈值组合的累计收益曲线在样本后期均高于市场基准,但差异并不代表经过交易成本、换手率、流动性和样本外验证后的可投资超额收益。
作者明确表示,该策略不是要提出一个新的投资信号,而是展示因果发现工具如何寻找统计显著关系;只有当算法假设适用于数据时,这类关系才可以被解释为因果关系。
三个案例共同显示:
因此,作者认为如果算法假设平稳、线性且不存在滞后关系,就可能产生伪关系。这个结论构成论文最核心的实证支持:金融数据不是简单的静态相关网络,而是具有时间变化、非线性和历史依赖的动态系统。
所有案例的p值阈值均设置为0.05。KCIT和RCoT使用RBF核,带宽取前500个数据点之间距离的中位数;RCoT使用25个关于条件变量Z的傅里叶特征,以及关于X和Y各5个傅里叶特征。
RCoT具有随机成分,因此重复运行可能导致图结构与条件独立检验结果之间出现不一致:图中显示某条条件独立关系,但原始检验未必支持该关系。作者承认目前尚未解决这一问题,说明RCoT的计算效率优势伴随可重复性和内部一致性风险。
附录中的精确率、召回率和SHD图进一步表明,较高α通常增加召回率,但同时会引入更多错误边;较低α提高精确率,却可能遗漏真实关系。对于投资或宏观分析而言,这意味着“发现更多关系”和“发现更可信的关系”并不是同一个目标。,
报告没有使用DCF、股利折现模型、P/E、EV/EBITDA、可比公司估值或目标价,也没有对苹果或金融公司给出内在价值区间。它的“估值相关内容”仅限于市净率与未来收益之间的统计和因果关系。
市净率本身是市场价值与账面价值之比,通常被用于区分价值型和成长型股票。本文不是通过设定目标P/B倍数来估算股票合理价格,而是检验过去的标准化P/B是否能够解释下一季度收益。该检验属于因果发现和预测分析,不等于完整的资产定价模型或投资组合估值。,
时间节点只能代表被假设为时间平滑函数的混杂因素,不能自动处理稳定的隐含混杂变量。因此,利率、政策、流动性、行业冲击等若未被观测且不符合平滑变化设定,仍可能造成伪因果边。
算法假设因果结构在时间上保持一致,但金融市场的制度、政策、参与者行为和公司商业模式可能发生结构性变化。苹果因子暴露变化本身就说明这一假设可能受到挑战。作者将图形随时间的差异主要归因于抽样变化和数据可得性,但这一解释未必能够排除真实结构变化。,
作者承认随机性假设不适用于时间序列,因此p值阈值未必能准确控制假阳性率。简单测试α=0.01、0.05和0.1能够评估敏感性,但不能完全替代针对自相关、异方差和重叠样本的时间序列统计修正。
节点数量增加时,条件独立检验次数快速增长。即便每个检验单独使用5%的显著性水平,多个检验共同进行也会增加偶然发现边的概率。报告重点讨论了α、运行时间和F-score,但没有给出全面的多重检验校正方案。,
经济数据案例中,ParCorr、KCIT和RCoT并未产生完全相同的结构。RCoT还存在随机导致图与检验不一致的问题。因此,单一算法、单次运行和单一阈值所得的因果图不能被视为确定事实。
图15中的市净率策略使用2010年至2023年样本,累计收益优于市场基准,但报告没有详细披露交易成本、换手率、容量、行业权重、缺失值处理、幸存者偏差或样本外检验。作者也没有把该结果定位为可直接执行的投资建议,而是将其作为因果发现工具的示范。,
第一,论文把CDNOTS输出称为“causalities”,但实际研究基于观测数据、条件独立检验和一组较强假设,并没有随机干预验证。因此更谨慎的表述应是“在假设成立时具有因果解释的结构关系”,而不能简单等同于已被实验确认的因果效应。,
第二,报告一方面强调CDNOTS是非参数方法,能够处理非线性和非高斯数据;另一方面在经济案例中使用ParCorr,是因为每个国家的数据量不超过300。这个选择在计算和统计稳定性上具有现实合理性,但也意味着案例中的部分结果并没有完全体现算法的非参数优势。,
第三,报告在引言中将论文结构描述为第二节方法、第三节模拟和真实金融数据、第四节总结,但实际正文中第三节是Evaluation,第四节是Case Studies,第五节才是Conclusion and Future Work。这属于结构编号上的内部不一致。, , ,
第四,报告使用p值颜色展示图中边,但明确承认p值不是关系强度指标。颜色只能反映边对阈值的敏感性,不能解释经济影响方向的大小、经济显著性或投资收益的强弱。
第五,关于跨国统一模型的结论主要基于Country节点没有指向其他变量。没有检测到边并不等于国家差异不存在,可能还与样本量、变量标准化、国家之间的时间同步方式和检验功效有关,因此该结论应被视为建模启示,而不是已被充分验证的结论。
这篇论文的核心价值不在于给出某只股票的目标价,而在于提出一个适用于非平稳金融时间序列的因果结构学习框架。CDNOTS通过加入时间节点、显式考虑滞后关系、结合时间方向与V-structure,并使用KCIT、RCoT、CMIknn和ParCorr等条件独立检验,试图解决传统因果发现方法在金融数据中的三大问题:非平稳、非线性和滞后依赖。,
模拟实验显示,样本量较低时ParCorr的F-score更好;样本量较高时KCIT或RCoT更适合,具体选择取决于是否拥有GPU以及对随机性的容忍程度。CDNOTS相较PCMCI主要通过提高精确率、减少伪边而取得更好的F-score和SHD表现,但在召回率方面PCMCI可能更强。,
金融案例进一步说明,苹果的因子暴露并非永久稳定;宏观经济变量在不同国家之间可能具有相似但不完全相同的动态结构;金融企业的标准化市净率与下一季度收益之间存在一定统计和因果解释空间。, ,
总体而言,作者的立场是:在金融市场中,任何因果发现结果都必须同时检查平稳性、线性、滞后关系、显著性阈值、检验类型以及隐藏混杂因素。CDNOTS为因子投资、宏观经济建模和投资组合分析提供了一个有价值的工具,但其结果仍然取决于伪充分性、忠实性、随机性和因果一致性等假设,不能替代真正的干预研究、样本外验证或完整的投资风险管理。, ,
2312.17375.pdf