本报告采用多重分形去趋势移动平均交叉相关分析(MF-X-DMA)方法,系统研究谷物油籽价格指数及其子指数与三类外部不确定性指标(经济政策不确定性EPU、地缘政治风险GPR、波动率指数VIX)之间的多重分形交叉相关特征。结果表明,谷物油籽市场与不确定性指标之间普遍存在显著的多重分形交叉相关性,且玉米对所有不确定性指标表现出内在的联合多重分形特性,显示出较高敏感性。地缘政治风险与谷物价格关联较强,尤其在GOI-GPR、小麦-GPR和大豆-VIX间表现明显的内在多重分形交叉相关。此外,通过替代数据构造的统计测试进一步验证了部分系列的内在多重分形交叉特征,为理解农业市场与外部风险的复杂动态行为提供了理论依据 .
采用MF-X-DMA方法分析了2000-2024年6065个交易日的国际谷物油籽指数(GOI及六个子指数)与三类不确定性指标(EPU、GPR、VIX)之间的交叉相关性和多重分形特征 .
交叉相关性统计检验Qcc(m)显示谷物油籽价格指数与EPU、GPR、VIX之间的交叉相关均显著,拒绝零假设,表明存在统计显著的交叉相关关系 .
各对时间序列的波动函数Fxy(q,s)均呈现良好幂律关系,表明适用于MF-X-DMA分析;不同指数与不确定性指标的Hxy(q)曲线普遍随q下降,体现多重分形交叉相关的存在,但幅度较弱,变化范围均小于0.15 .
通过回归分析joint mass exponent τxy(q)与q的二次多项式,检验多重分形交叉相关的非线性,发现所有谷物油籽指数与三类外部不确定性指标的拟合均显著非线性(a2系数显著非零),支持联合多重分形交叉相关的存在.
替代数据(IAAFT)统计检验表明,大部分谷物油籽指数与不确定性间的多重分形交叉相关源于线性相关和厚尾分布,但玉米与EPU、GPR、VIX表现出内在联合多重分形交叉相关(p-value分别约0.087、0.039和0.007),GOI、Wheat与GPR也显示可能的内在多重分形特性,说明非线性机制在这些系列的交叉相关中起重要作用.
| 指标对 | 联合奇异度宽度Δαxy | 替代-原始差异 | p-value |
|---|---|---|---|
| Maize-EPU | 0.2023 | 小于替代宽度 | 0.0870 |
| GOI-GPR | 0.1259 | 小于替代宽度 | 0.5890 |
| Maize-GPR | 0.2002 | 小于替代宽度 | 0.0390 |
| Maize-VIX | 0.2523 | 小于替代宽度 | 0.0070 |
| Soyabeans-VIX | 0.1801 | 小于替代宽度 | 0.1320 |
地缘政治风险(GPR)与谷物油籽价格的联合多重分形交叉相关较EPU和VIX更强,说明地缘政治因素对农业市场价格影响更大,特别是稻米和玉米指数显示较高的多重分形强度 .
玉米作为全球主要食品来源,对外部不确定性极为敏感,可能因其广泛的供需国际依赖性及金融化进程,其价格波动在三类不确定性指标中普遍表现内在多重分形交叉相关,反映出较强的复杂动态特征.
政策制定者和投资者应关注谷物市场尤其玉米对地缘政治风险的敏感性,提升风险管理策略及预警体系建设,考虑通过多样化进口渠道和储备保障粮食供应安全,同时市场参与者可优化投资组合以分散风险.
报告标题:
Joint multifractality in the cross-correlations between grains & oilseeds indices and external uncertainties
作者与机构:
Ying-Hui Shao(上海对外经贸大学统计与信息学院)、Xing-Lu Gao(华东理工大学商学院)、Yan-Hong Yang(上海大学SILC商学院)、Wei-Xing Zhou(华东理工大学数学学院暨经济物理研究中心)
发布日期:
未具体注明,但文中数据至2024年1月29日,可推测为2024年发布或近年
研究主题:
研究粮食与油籽价格指数(GOI及其小项指数:小麦、玉米、大豆、水稻、大麦)与三类外部不确定性指标(经济政策不确定性EPU、地缘政治风险GPR、市场波动指数VIX)之间的多重分形交叉相关特性。
核心论点总结:
报告利用多重分形去趋势移动平均交叉相关分析法(MF-X-DMA)探究农业现货市场与外部不确定因素之间的联系。发现不同粮食指数与不确定性指标存在多重分形交叉相关性,尤其玉米与所有三类不确定性均表现出内在的联动多重分形特征,同时GOI-GPR、小麦-GPR、大豆-VIX也展现出了内在多重分形相关。比较而言,地缘政治风险对粮价的关联性较强。
关键论点:
逻辑与研究必要性:
数据描述:
方法:
统计显著性检验:
描述:
Fig.1展示了2000-2024年间GOI及其小项指数与三类不确定性指数的价格级时间序列。Fig.2为相应的对数收益率。
解读:
描述:
Qcc(m)随着自由度m的增长曲线均超出卡方临界值,说明农业指数与三种不确定性指标间的交叉相关显著。
意义:
证实了原始时间序列间存在统计显著的非零交叉相关,为后续多重分形交叉分析奠定基础
描述与解读:
统计检验与伪造数据分析:
本报告偏向于学术性金融市场多重分形特征分析,未涉及企业估值及传统估值模型(如DCF、市盈率等)部分。着重运用MF-X-DMA方法对时间序列数据间的交叉多重分形进行定量研究。
本报告通过MF-X-DMA方法对从2000年至2024年国际谷物理事会六类粮食价格指数与经济政策不确定性(EPU)、地缘政治风险(GPR)、市场波动指数(VIX)进行系统的多重分形交叉相关分析。主要发现和结论如下:
交叉相关显著性确认:使用Qcc(m)统计量确认了粮食指数和三类不确定性指标的统计显著交叉相关。
多重分形交叉结构弱中带强:大部分组合Hxy(q)只在小幅度区间波动,表明交叉多重分形强度总体较弱但存在差异,稻米、玉米、地缘政治风险相关指数尤为突出,14-15,19]。
内在多重分形鉴别:
不确定性影响差异与政策含义:
综上所述,本研究深入揭示了农产品价格与多重类型外部不确定性间复杂的非线性、多尺度交叉依赖关系,为理解粮食市场波动机制及风险管理提供了新的量化工具和实证证据。
图1:农业价格指数与不确定性指标时序图
图3:Qcc(m)统计量用于检验统计显著性
表1:EPU与粮食指数联合奇异宽度及统计检验
| 组合 | 原始宽度△αxy | 伪造均值Δ̂αxy | 伪造标准差σ | p值 |
|---|---|---|---|---|
| (IAAFT-GOI, EPU) | 0.0300 | 0.1255 | 0.0426 | 0.9880 |
| (GOI, IAAFT-EPU) | 0.0701 | 0.0263 | 0.9440 | |
| (IAAFT-Maize, EPU) | 0.1627 | 0.1237 | 0.0372 | 0.1440 |
| (Maize, IAAFT-EPU) | 0.2023 | 0.0325 | 0.8990 | |
| (IAAFT-Rice, EPU) | 0.2308 | 0.3057 | 0.0655 | 0.8710 |
| ...others... | ... | ... | ... | ... |
(完整表格详见页码11)
本研究首次系统地利用MF-X-DMA方法阶梯式地定量剖析国际粮价与多领域不确定指标间的多重分形交叉特征,侧重揭示其非线性、多尺度交互作用机制及其内在驱动。独到发现了玉米价格对外部不确定性具备高度敏感和内在多重分形特征,同时确认了地缘政治风险对农业价格影响的重要地位。其方法体系与结论对于农业经济学、市场风险管理及政策制定均具有深远的理论和实践价值。
, , , , , , , , , , , , , , , , , , , , , , , ,
注:本报告严格基于原始报告内容与数据进行解读和分析,力求完整涵盖所有章节与核心图表,确保整体结构清晰且专业深入。
2410.02798.pdf