文摘

由于COVID-19大流行对世界经济的负面影响,预计大宗商品之间的信息流动和不确定性已经改变了。因此,由此产生的扭曲风险商品和相关的不确定性是假定上升期间强调市场环境。因此,投资者觉得有压力在大流行期间找到避风港投资。出于这个原因,我们不对称和非线性模型之间的双向因果关系全球大宗商品和不确定性在不同频率通过信息流理论。因此,我们利用完整的集成经验模态分解与自适应噪声(CEEMDAN)和Renyi有效的传递熵技术建立动态的信息流动。固有模式函数(货币)从CEEMDAN仔细通过聚类分析提取到多频重构级数高,中,低频率除渣。我们每天使用12月31日的数据^圣,2019年3月31日^圣,2021,提供洞察COVID-19大流行。相关系数和方差表明高频(货币基金1 - 4)衡量短期动力学是占主导地位的频率,表明短期市场波动相对于实体经济增长的机构投资者。此外,多频熵的结果表明负双向因果关系之间的信息流全球大宗商品和不确定性,特别是从长远来看。一般来说,这些发现为投资组合多样化提供相关推论,决策和风险管理计划对全球大宗商品和市场波动。因此,我们主张全球大宗商品市场的波动性作为有效的对冲和他们显然作为平衡资产而不是替代品的长期动力学COVID-19大流行。延迟投资的投资者在金融市场的大宗商品和市场波动可能会减少他们的投资组合的风险。

1。介绍

商品开发作为最重要的一个类别的资产在全球经济(1]。从一开始的晚10^th世纪,商品投资吸引了研究人员的关注,政策制定者和投资者。商品主要分为金属、能源和农产品(2]。尽管差异的分类,他们可能会提供多样化、避风港,或对冲的好处3- - - - - -5]。具体来说,在家庭的金属,贵金属已经引起学者的注意,具体来说,黄金(6]。黄金作为主要避险资产(6,7),但很少有人了解其他金属的避险性质严重的经济和金融灾难的时候(6]。农业和能源大宗商品也是如此。尽管,艾哈迈德和Sarkodie [8)表示,大宗商品描述高概率保持在低波动政权比在高波动政权。他们证明了贵金属和农产品显示逆响应的不确定性比能量。因此,可以推断,商品显示高可能彼此不对称动力学(3,9,10]。

商品不仅考虑其基本物理使用但也视为潜在的套期工具在不确定性。然而,大宗商品可能会经历类似的混乱的风险和其他资产,因此他们的价格暴跌。关于2007 - 2008年的全球金融危机,有主要的金融和经济环境的不确定性,包括金融传染风险(11,12),经济衰退(13,14,政治动荡15,16],Brexit [17,18],cryptocurrency崩溃进而扩散蔓延,削弱金融稳定(19]。这些干扰对大宗商品有不利影响,从而使其对冲或避风港势1,6,8,11- - - - - -18]。

除了这些障碍,COVID-19流感大流行的出现已经引起许多实证研究在世界各地,包括其对健康的影响(20.- - - - - -23),食品价格(24),股票和cryptocurrencies之间的联系(25),大宗商品(8,26),和世界主要市场(27,28]。它可以从这些研究分析COVID-19流感大流行的影响破坏了大多数经济活动包括金融市场的商品也不例外。

传染性COVID-19对市场的影响并不显著偏离有效市场假说(EMH) [29日,30.]。因此,相关信息COVID-19大流行可能很大程度上反映了在当前金融资产的价格确定。涟漪效应会随着时间的推移,市场价格下降。另一方面,市场参与者的异类和适应能力跨越时间,市场反应过度,均值回归,过度波动,和所有其他市场异常提供支持调查商品和不确定性的信息流动动力学在COVID-19大流行。因此,我们想确定重要商品之间的信息流动和不确定性在COVID-19大流行。我们这样做是为了评估的程度的免疫力商品不确定性的经济冲击。

COVID-19流行的注释对大宗商品大幅已经由之前的研究有不同的结果(8,26- - - - - -28]。这部分是由于投资者的行为意图在时间是不一样的,波动的经济条件与有效市场假说。结果,不对称和基于时间的不同行为的投资者谨慎支持异构市场假说竞赛(HMH) [31日)和适应性市场假说(抗苗勒氏管激素)(32]。竞赛的HMH提供了众多的市场参与者把他们的投资决策在不同的时间范围符合其风险和回报偏好通过引用他们的过去和现在的新闻。抗苗勒氏管激素的州市场evolve-due事件和结构变化,适应市场效率不同程度在不同的时间。在这项研究中,我们使用内在时间与时间尺度的观点的短,中,长期占时间的视野。

同时,我们考虑奥乌苏的假设的发展初级et al。28在竞争激烈的市场中,p . 2]假设(不啻)认为,“在某种程度上,市场之间的信息流动和溢出强度相同的和不同的资产类别都加剧了理性,尽管非理性投资者的不懈寻找竞争回报和风险,以满足投资目标。”因此,市场之间的信息流动的强度(类似和不同)可能会导致个人金融市场受到高度的不确定性。这是符合明斯基的金融不稳定33- - - - - -35)和非对称波动动力学。

明斯基的理论阐述33- - - - - -35在金融不稳定提供了金融市场的脆弱性之间的联系和内源性投机性投资泡沫。这一假说声称经济不是自我维持的平静与稳定。因此,稳定可能导致更多乐观情绪最终导致在金融市场上借贷。随着时间的推移,有一个转换从一个稳定的金融体系脆弱的系统。因此,因此,稳定和繁荣的市场驱动失明增加风险(36]。影响甚至可能但不是瞬时但不同时期的现有市场压力如COVID-19大流行可能加剧整体市场风险。我们认知的动力学pre-COVID-19流行病冲击从稳定和繁荣的市场可能驱动失明增加未来的风险和当前COVID-19流行病冲击的影响。我们研究所,资产价格对信息可能注意从过去的(由于时间延迟机制和积累效应)以及当前信息关于市场效率低下。

此外,参数不对称波动(37在讨论不确定性和大宗商品市场不能被忽视。这是因为市场波动影响投资者的投资组合选择的波动通过改变之间的权衡风险和回报或预测未来的市场表现。据陈(38),投资者希望对冲市场波动因为不断上升的波动不鼓励投资机会。因此,阶段市场的高波动性往往对应于跌势可能减少投资者的信心(39]。

此外,Benthall [40主张信息流动是因果流位于其他因果联系的上下文。信息流理论建立在哲学Dretske [41和珍珠的统计数据42]。概率和统计的数学已经成为可能量化变量之间的信息流动。直观的、互惠的信息存在两个随机变量联系在一起时,一个变量可以了解其他的观察的状态(40]。

我们画的见解从上述理论和假设的进步提供市场的竞争力加剧它们之间的信息流动和稳定和繁荣的市场驱动失明增加风险,最终导致非对称波动信息流向市场。价格反应的动力学冲击可能不是瞬时由于市场摩擦43]。在无摩擦资本市场的完整信息和理性的投资者,资产价格马上适应新的信息和完全44]。然而,信息缺陷可能阻碍及时价格发现和与延迟相关股票价格调整信息(44,45]。据侯和莫斯科维茨(43),大多数延迟公司掌握大量回报溢价不是由大小,阐述了流动性,或微观结构的影响。他们进一步表明延迟了尺寸效应的一部分,特质风险的定价只有最延迟公司,年收入漂移是单调递增的延迟。

结果,无奈市场摩擦的影响取决于资产价格响应信息的延迟期间强调从过去的市场条件以及冲击动力学可能提供多样化长期潜力。时间延迟机制已经被先前的研究说明在大宗商品市场(46,47]。价格应对冲击的延迟效应的不确定性在个人市场由于市场之间的信息流动强度放大市场风险,以及其他外部冲击的影响的实证分析的视角。我们期望多元化潜力增加单调从短到长条件(市场动态延迟)的压力条件。这些复杂的类比是反映在我们称之为“延迟波动的市场竞争力和外部冲击(DVMCES)”现象。市场竞争力可以从相同或不同的类分析的资产。

因此我们采用五不确定性指标包括经济政策的不确定性(EPU),全球波动率指数(Gvolatility) Cryptocurrency波动性指数(VCRIX),芝加哥期权交易所(CBOE)波动率指数(VIX),原油和CBOE波动率指数(OVX)。Gvolatility代表所有金融市场的波动,而VIX指数是一个代表投资者的恐惧和期望股市。同时,VCRIX利用在本研究由于cryptocurrency崩溃进而扩散蔓延,削弱金融稳定(19]。此外,我们考虑OVX就是其中最重要的商品市场波动指数的(48- - - - - -50]。这四种不确定性指标是用来调查市场的竞争力是否要么传输替代市场的波动从其他市场或其他市场冲击传递重要信息来替代市场的波动。

由于世界的不确定性和同时代的冲突,有越来越多的uncertainty-generating政策影响经济政策和财务决策51]。EPU指数包括一系列的问题,例如,法规冲突,冲突在收入分配不平等,和全球价格波动,提到一些,发生在世界各地。创建EPU指数因此引起一些实证研究(6,52,53]。从讨论到目前为止,我们严格检查DVMCES现象在全球大宗商品和不确定性的背景下。然而,这可以被扩展到其他市场。

实证研究不确定性之间的信息流动和商品COVID-19大流行期间在不同的内在时间不发达。这次调查是必要的,因为不同的商品是有区别的,不同的时间应对冲击市场(54]。雪崩的研究检查了商品或溢出效应关系和不确定性8,55,56]。研究已经进行贵金属市场的波动传播(57,58,能源市场59,60),农产品(61年),政权COVID-19流行的开关效应,三大宗商品categories-metals EPU,能源和农业(8]。然而,这些研究没有考虑信息的流动在不同的内在次COVID-19大流行。同时,对全球大宗商品之间的信息流动和五个重要uncertainties-EPU, Gvolatility, VCRIX,波动率指数,COVID-19期间,OVX大流行。另一方面,一些实证研究接近调查商品之间的信息流动和不确定性59]没有雇佣Renyi转移熵在不同的内在次对应财务回报的风格的事实。此外,大多数研究没有考虑相似商品或者不确定性指标(GEPU除外)暴露水平所需的效率或异质性在特定市场或不同的内在。

因此,在大宗商品和不确定性关系实证研究的方法,如线性因果关系和非参数测试(62年),引导因果关系检验和时变的方法(57),可行quasi-generalized最小二乘估计量(55),因果关系在方差检验和脉冲响应函数(61年),entropy-based小波分析(59),时变参数向量自回归模型(60),和天然气和GARCH模型的贵金属除了汉森等人模型信心在排名上集合模型(58]。这些方法被认为是multi-frequency-dependent熵方法从概率密度函数量化信息的短,中,长。

我们研究离开现存文献首先使用完整的集成经验模态分解与自适应噪声(CEEMDAN),提供的托雷斯et al。63年)来解决这个问题引起的混合模式经验模态分解(EMD)方法以及EEMD未能完全消除高斯白噪声后的信号重建(64年]。混合模式,根据吴和黄65年),被定义为任何国际货币基金组织(IMF)组成的振荡的高度不同的振幅,主要由间歇性的驱动机制。因此,国际货币基金组织的物理意义可以停止,显示错误,可能会有不同的物理过程体现在一个模式。

CEEMDAN是合适的抽样方法和处理信号,明显变弱的声音频率混叠问题,可能发生与EMD和EEMD由黄等。66年和吴和黄67年),分别。CEEMDAN方法实现相邻尺度之间的连续性的频率通过添加一定的白噪声(68年]。它使用原系列作为国际货币基金组织的目标筛选,完全解决了两个constraints-inconsistency分解尺度和数量之间存在一些不可避免的误差,重建和原始信号(63年,68年]。通过CEEMDAN模式合理提取非递归,这使得它完全内在、适应性,quasi-orthogonal分解方法(63年]。

CEEMDAN精心分解将信号输入他们的主要模式,称为固有模式函数(货币),复制输入信号,但不同稀疏品质。具体地说,在这项研究中,imf代表短,中,和长期的时间(28]。CEEMDAN是有意从事这项研究来减少噪声数据。信息,歪曲含蓄的核心模式被称为噪声。小市场价格修正,以及价格变化,扭曲了更广泛的趋势,就是噪音在金融市场的例子。这表明市场噪音可能会使投资者很难告诉是什么推动这一趋势,无论是从根本上改变或者只是经历短期波动。这是竞赛符合HMH [31日)和抗苗勒氏管激素(32]。

CEEMDAN推论,我们现在发生的有效传递熵条件制定的相关信息(69年]。传递熵量化减少不确定性尤其当条件在过去值在模型预测变量,从而更易于统计变量之间因果关系的一种自然现象(28,40,70年]。因此,大宗商品和波动之间的信息流动的数量可以使用转移量化熵。因此,CEEMDAN-based熵将提供一个不对称的方法来测量信息的流动,在准确的时间序列数据分解成他们的货币。这种方法是在先前的研究中缺乏对大宗商品和不确定性。

我们的研究在很多方面提供了对文学的贡献。首先,我们采用多频CEEMDAN-based熵检查商品和不确定性之间的信息流动。我们遵循亚当et al。71年]捕捉imf的成高、中、低频,除了残渣利用聚类分析只占四个多频。这样做是为了小心地提取四个动态金融时间序列的频率(71年,72年]。这是决策而富含详细信息聚合类似首先基于意味着减少繁琐的分析时间。第二,我们评估商品之间的相似性和不确定性指标通过皮尔逊相关性和肯德尔tau-b系数从聚类分析的结果71年,72年]。第三,我们认为Renyian熵(RTE)转移到处理非线性问题,non-stationarity和不对称,可能场合一个确定性系统混乱73年]。此外,RTE转移是一个对数似然比熵概率密度函数的量化信息。RTE专门用于这项研究而不是香农熵占尾事件与定价相关财务信息在COVID-19的时期。因此,它是极端事件而不是观测到光的中心当信息流是利用25,28,74年]。

第四,因为多频分析相关在这项研究中,我们利用一个相对较长的时间COVID-19的时期,这对金融市场造成严重破坏(28,75年]。这将提供更好的洞察力和放纵的多样化潜力商品的冲击(76年]。第五,我们利用五不确定性相关commodities-EPU, Gvolatility, VCRIX,波动率指数,OVX。第五,我们提供一个严格的分析20商品分为金属、能源和农业。第七,不确定性的程度指数可以对冲大宗商品市场的波动是充分调查研究。我们进一步检查DVMCES现象从未被之前的研究在信息流动25,27,28,69年,73年]。这项研究的结果将在这些市场加强对现有投资者的信心,放弃部分或全部投资或确保其有效管理的冲击。这项研究将帮助投资者做出最优的投资组合,考虑绝大COVID-19大流行的全球金融影响(56]。因此,当前的研究中,我们所知,很少有实证研究中广泛评估全球大宗商品和不确定性之间的信息流,同时从COVID-19流行见解。

我们的实证分析显示,相关系数和方差表明,高频(货币基金1 - 4)衡量短期动力学是占主导地位的频率。发现多频熵表示消极的双向因果关系之间的信息传递全球大宗商品和不确定性,特别是从长远来看。一般来说,这些发现为投资组合多样化提供相关推论,决策,风险投资和风险管理计划对全球大宗商品和市场波动。我们提倡延迟投资的投资者在金融市场的大宗商品和市场波动COVID-19大流行期间最有可能减少投资组合的风险。

其余的研究是深思熟虑如下。部分2包含研究的方法论CEEMDAN-based Renyi转会熵和数据源和描述。部分3提供分析的主要结果,并在部分理论和实践基础4的主要结论是,部分5。

2。方法

2.1。CEEMDAN

经验模态分解技术获得了快速关注研究人员由于其纯粹的数据驱动算法分离尺度独家预定义的基函数,不同的小波分解(77年]。因此,在小波分解(例如,极大重叠离散小波变换和离散小波变换),需要一个预定义的母小波分解信号,和母亲的选择小波是主观的和有影响力的77年]。尽管如此,EMD方法度假村规模混合问题。这个问题解决了集成经验模态分解方法(EEMD)由吴和黄67年)将一系列随机生成的白噪声的原始信号。值得庆幸的是,托雷斯et al。63年]发达CEEMDAN解决EEMD内的残留噪声在重建信号通过附加噪声残余之前迭代而不是原始信号(77年]。

相比EMD, CEEMDAN EEMD,可能CEEMD,无论分解,信号的重建误差趋近于零,和完整性较好。此外,它解决了分解效率低的问题,节省了大量的处理能力。再次CEEMDAN遵循一个高斯分布的输出,以便每个国际货币基金组织(IMF) (78年]。这很重要,因为观测数据经常描述一组现象可能是不同类型的,即不同质量的现象,其中可能包括(79年),这些不同的品质提出了定量金融时间序列的差异。全球大宗商品和不确定性变量分解为七个货币基金和残留。这是与实现libeemdR包(80年]。算法的应用总结如下。

开始实现的数量N、噪声参数指数对国际货币基金组织(IMF)j= 1。

执行EMDN实现; ,在哪里n是指为实现指数;是白噪声序列添加到候选信号;和是噪声参数的初始步骤。

系综均值计算固有模态函数(IMF)

可以确定为第一独家残渣

进化N实现;然后,操作员生产模式通过EMD。

最后一步是计算残留物, :

2.2。聚类分析

聚类分析可以使我们组imf的,我们认为在这个研究是高,中,低频率。我们考虑到高、中、低频率在这项研究多频(71年,72年]。通过观察获得的多频是每个国际货币基金组织(IMF)的平均时间。平均周期是每一个国际货币基金组织(IMF)的平均频率。它测量的总数的比例分峰的数量(71年,72年,81年]。专门从CEEMDAN计算的平均时间 在山峰的数量(最大值)是通过极值函数(82年]。然后我们总结国际货币的基础上获得的平均时间将它们归类到各自的多频(81年]。

2.3。Renyi转移熵

在我们讨论熵Renyi转移之前,我们现在的想法夏侬熵作为衡量的不确定性传递熵是嵌入在信息理论(83年]。我们考虑一个概率分布与多样化的一个给定的实验的结果 。哈特利(后84年),每个符号的平均信息是详细的 在哪里n表示数量的不同符号的概率 。

香农熵的概念,介绍了1948年由香农(85年]。这表明,离散随机变量( )的概率分布( ),平均所需的比特数最优编码独立了(83年)可以表示为

用马尔可夫过程的概念,香农熵与Kullback-Leibler距离的概念(86年)为了测量两个时间序列之间的信息流动。我们提出和与两个离散随机变量对应的边际概率和和联合概率 ,与动态结构与秩序的平稳马尔科夫过程( )和( )。马尔可夫性质意味着检测概率在时间 在国家有条件的以前的观测是 。编码的反射 ,一旦事前所需的平均位数量k值可以被称为 在哪里 (类似相同的尊重的过程J)。在二元的角度以及依靠Kullback-Leibler距离(86年),信息流动的过程J来处理我是衡量计算广义马尔可夫性质的偏差 。香农熵从而可以表现为转移 在哪里计算的信息流来 。类似地, ,作为一个衡量的信息流来 ,可以导出。的主要方向信息流可以通过计算得出的区别和 。

基于香农熵的讨论到目前为止,我们提出Renyi传递熵(87年)这是取决于一个权重参数并且可以计算的 与 。为 ,Renyi熵收敛于香农熵。为 ,因此,低概率的事件得到了更多的体重,而为 ,权重收益结果有较高的初始概率的。因此,Renyi熵允许强调多样化的分布区域,根据参数(70年,83年]。

应用护送分布(88年] 与 规范化加权分布,Renyi转移熵(86年)是派生

值得注意的是,Renyi传递熵可以有负值。因此,知道的历史描述了比正常更大的不确定性表示只知道的历史 。

传递熵参数偏置在小样本(89年]。偏差的校正计算熵的有效转移 在哪里 描述了通过时间序列的重组形式传递熵 ,也就是说,选择观察时间序列的随机值并重新调整他们组建一个新的时间序列,破坏的时间序列相关性 ,而不是忘记统计之间的依赖关系和 。这处 一起与增加样本容量为零,和任何非零值 是由于小样本的影响。

因此,重复洗牌重组转移熵和平均评估在所有复制可以用作小样本偏差估计。这是减去从香农或Renyi转移熵估计bias-corrected有效传递熵估计。

依靠一个马尔可夫块引导,传递熵估计的统计显著性,给出了方程(12所提供的),可以检查Dimpfl和彼得74年]。这保存在变量的依赖关系和但忽略了数据之间的依赖关系和反对洗牌。的分布估计的零假设下没有信息运动是由重复传递熵估计。相关联的是由 在哪里表示模拟分布的分位数,这是转移定义的熵估计(83年]。

2.4。数据来源和描述

研究采用20日常商品价格可以相对描述为聚合和个人商品。它们包括全球大宗商品(Acommodity),全球能源(Aenergy),全球金属(Ametals),工业金属(Imetals)布伦特原油、汽油、燃料油(Htoil),天然气(nga)、石油、可可、咖啡、玉米、棉花、大豆、小麦、金、铅、镍、钯、锌。我们进一步提出五个指标的不确定性:美国经济政策的不确定性(EPU)、纳斯达克100波动性目标(Gvolatility) Cryptocurrency波动性指数(VCRIX),芝加哥期权交易所(CBOE)波动率指数(VIX),原油和CBOE波动率指数(OVX)。每日数据跨度从12月31日^圣,2019年3月31日^圣,2021,总共产生306后观察平衡数据。建议的时间框架是选择包含COVID-19大流行。

精心挑选商品,包括各种重要商品的分类主要是受雇于现存文献除了商品实证文献中不考虑。我们包括聚合和个别商品指数提供了一个流动态不确定性COVID-19大流行期间的详细信息。选择的变量是基于一致的数据可用性选择段和其重要性对投资决策的影响。我们发现隐藏的关系之间的多频信息流大宗商品和不确定性指标建立DVMCES现象类似于竞争市场假说(28]。商品上的数据,Gvolatility,波动率指数,OVX,从investing.com获得,而EPU和VCRIX从网站获得https://www.policyuncertainty.com/index.html(51),https://data.thecrix.de/data/vcrix.csv分别以美元为货币价值在适当的地方。这项研究是基于日常的回报 ,在哪里不断加剧回来吗和是当前指数和前相应的指数。

2.5。初步分析

图1提供了时变两全球大宗商品价格,并返回(黑趋势)和不确定性(红色趋势)。情节中的不同的色彩趋势提出了增强识别。它可以观察到从2020年早期部分的情节,所有市场的价格趋势向上,2月之间的峰值暴跌之后,2020年,2021年5月,。也就是说,全球大宗商品的价格正在经历快速增长,同意的断言Zhang et al。90年]COVID-19市场反弹后的大流行,因为大多数企业和经济已经学会了如何生存。因此,大多数市场的动态已经开始恢复正常。一般来说,它可以观察到从全球大宗商品波动的情节相似使本研究分析在COVID-19高度可比性。此外,不确定性显示逆与全球大宗商品的关系,除了全球波动率指数,描述了增加的趋势,并可能Cryptocurrency波动性指数。log-return情节表现出波动集群作为预期由于金融时间序列的风格的事实91年]。

表1显示了返回系列。初步统计分析负面的意思是返回表明COVID-19期间表现不佳的金融资产,而正回报描述市场能够承受冲击。专门为聚合负偏态,农业,和金属商品表明投资于这些资产应该小心,因为有一个更低的回报的可能性。也可以观察到从Jarque-Bera统计所有系列非正态分布。然而,我们发现,大多数的回报系列由Kwiatkowski-Phillips-Schmidt-Shin固定如图所示(kps)测试,除了聚合和农产品等系列。在表2,非线性测试表明混合变量的线性和非线性关系在不同意义的水平。结果,分析CEEMDAN-based RTE non-stationarity的健壮的处理问题,非线性和不对称的关系(28]。

3所示。结果与讨论

3.1。重建货币基金

执行分析的研究使用7货币基金和残渣分解通过CEEMDAN全球大宗商品和技术的不确定性。平均每个时期国际货币基金组织表示为一个点的总数比峰值的数量,每个之间的皮尔逊积矩相关国际货币基金组织(IMF)和原系列,每个国际货币基金组织(IMF)的方差的比例原系列,整个货币的总和和残留在表3和4。具体来说,平均频率描述每个国际货币基金组织(IMF)的平均频率,和相关说明了程度的国际货币基金组织每个原系列的连通性,而每个国际货币基金组织(IMF)的方差的比例原系列所说的每个IMF总波动的影响的原始系列(71年,72年,81年]。我们做这些提供实质性的全球大宗商品的信息和不确定性动力学。

根据每个货币基金的平均时间,我们描述首先进入高频(货币基金和1 - 4),中频(笔货币基金5和6)和低频率使用聚类分析(国际货币基金组织(IMF) 7),代表短,介质,和长期的。高、中、低频对于大多数变量的平均频率小于15天,15至50天,分别和超过50天(详细陈述的意思是时间、相关性和方差表所示3)。残留的非振动漂移数据,不影响中短期波动(25,28,92年]。它代表了大宗商品的长期趋势和不确定性由收入基础和估值等因素多(91年];技术因素,涵盖了各种宏观经济因素(93年];市场情绪factors-animal精神的投资者和环境上下文(94年];和市场异常(95年]。货币基金的相关系数和方差和残渣表明,高频测量的短期动态数据(货币基金1 - 4)是控制(这是表所示3)。

表5显示重建的系列的描述性统计和通过CEEMDAN获得的残渣。肯德尔tau-b,皮尔逊相关系数和方差分析提出了所有的25个变量的多频。个人首先描述性的措施(见表3和4)证实的表5。分析表5表明,高频主要在所有情况下。这与亚当的结果等。71年]发现残留的主导模式。每个多频的方差的比例原系列和整个货币的总和和残渣提取CEEMDAN相互确证。这是因为CEEMDAN技术解决了剩余噪声EEMD内的重构信号的附加噪声之前迭代的残留而不是原始信号(77年]。商品之间的皮尔逊相关性和肯德尔tau-b系数以及不确定性指标描述类似的行为在每个多频,但每一个多频的力量和意义不同。在这种情况下,大多数市场彼此展示高水平的效率在一个特定的频率。然而,随着市场evolve-due事件和结构变化,和adapt-due不同程度的市场多样化的投资视野或内在的时候,他们成为异构和自适应。这部分是由于理性,尽管非理性投资者的不懈寻找竞争奖励和满足他们的投资组合风险的目标。

3.2。多频熵

我们提出一个分析20大宗商品和5不确定性收益通过多频熵方法(传输数据的熵2- - - - - -6提供在表4在95%置信界限。多频显示金融时间序列中不同尺度的重要性。分解返回系列基于CEEMDAN进一步重建为高、中、低频,代表短,介质,分别和长时间的条款。此外,我们目前的残留物表示数据的非振动漂移,这并不影响中短期波动;然而,它的影响数据生成过程中的结构变化。

负面的疾病的存在意味着对一个变量显示更高的风险覆盖其他变量,而积极的研讨会指定一个变量的知识可以减少其他变量的风险(96年]。反面的知识被赋予一个高体重低的值 ,导致一个重要的有效传递熵导致当前形势。由于这个原因,我们集问从Renyi有效熵0.3提供更多的重量转移到反面,它有着直接的影响。高频动作减少,甚至成为负重量减少。由于转移熵是一个非参数估计和有更高的可能性决定统计时间序列之间的相互依存,我们现在讨论全球大宗商品和不确定性之间的信息流理论后,金融不稳定,现代投资组合理论,理论的相互依赖关系,不啻,等等,把我们DVMCES现象。

3.2.1之上。商品之间的信息流动和经济政策的不确定性

图2之间的正面和负面的信息流动提供了一个混合全球大宗商品和EPU高,中,低频率。这建立商品外部不确定性冲击的不稳定的性质(57]。然而,我们注意到更多负面的信息流动EPU全球大宗商品。这就解释了为什么EPU有负面影响在大多数金融市场(52,53,70年,97年]。

具体地说,在高频、棉花、石油、汽油、Imetals, Aenergy,镍、EPU和nga传播正面冲击,相反从EPU流向这些商品。我们注意到更多的负面信息流动的变量在高频率。这意味着意识EPU表明覆盖全球大宗商品风险更高。因此,全球大宗商品更容易受到外部冲击,特别是从长远来看,大多数金融市场正经历着市场反弹90年]。投资者将因此重新平衡投资组合由于市场环境变化风险降到最低。

3.2.2。全球大宗商品和波动率指数之间的信息流动

图3之间的正面和负面的信息流动提供了一个混合全球大宗商品和Gvolatility高,中,低频率。然而,我们注意到更多负面的信息流动Gvolatility全球大宗商品。全球大宗商品的负面影响Gvolatility都强调波动市场波动影响投资者的投资组合选择通过改变之间的权衡风险和回报或预测未来的市场表现。因此,投资者可能利用这种以来对冲市场波动性上升波动并不鼓励投资机会(38]。这是必要的,因为高波动性的阶段往往对应于减少市场39]。

具体地说,在高频率,几乎一半的全球大宗商品Gvolatility传播正面的冲击,但流信息从Gvolatility流向的大部分商品是负的。在短期内,锌、Aenergy和Imetals传输正流向Gvolatility索引不愉快的多样化的潜力。投资者可以对冲波动在铅和布伦特使用Gvolatility指数在高频率。通常,我们找到更多变量之间的负面信息流动从高到低频率和残渣。这意味着意识的全球大宗商品和Gvolatility显示更高的风险相互覆盖。在这方面,全球大宗商品,除了汽油和黄金,很容易Gvolatility,特别是从长远来看,大多数金融市场正经历着市场反弹90年]。投资者将因此重新平衡投资组合或对冲投资组合风险使用Gvolatility指数总体投资风险降到最低。

3.2.3。在原油大宗商品和波动之间的信息流动

从图4,我们发现两者的双向因果关系之间的正面和负面的信息流动全球大宗商品和投资者恐惧和期望(OVX)主要是在高频率。然而,我们注意到更多的负面信息流动从OVX全球大宗商品的中、低频和残渣。OVX的负面影响全球大宗商品市场的波动显示波动影响投资者的投资组合选择通过改变之间的权衡风险和回报或预测未来的市场表现。因此,投资者可能得益于对冲市场波动由于不断上升的波动不鼓励投资机会(38]。

从研究结果意味着意识的全球大宗商品和OVX显示更高的风险相互覆盖。因此,全球大宗商品从OVX容易受到冲击,特别是在中长期,大多数金融市场正在经历市场反弹90年]。投资者将不得不调整其投资组合或对冲投资组合风险使用OVX指数总体投资风险降到最低。这使得全球大宗商品更倾向于接受从OVX期货避险效益98年在市场的压力。

3.2.4。大宗商品和Cryptocurrency波动性指数之间的信息流

我们找到一个混合物之间的正面和负面的信息流动与全球大宗商品和VCRIX高,中等和低频率从图5。然而,我们注意到更积极的流动从Cryptocurrency波动性指数在短期内全球大宗商品更负面的信息流动介质和低频率和残渣。暴跌的积极流动从VCRIX表明多元化收益在短期内COVID-19早期的大流行。这表明知识VCRIX最小化风险传播全球大宗商品在短期内。

另一方面,全球大宗商品VCRIX都强调的负面影响市场波动影响投资者的投资组合选择的波动通过改变之间的权衡风险和回报或预测未来的市场表现。投资者希望减少他们的投资组合风险可以采用VCRIX作为对冲工具如图所示的介质和低频率和残留的估计。这支持的断言康伦et al。98年),投资者可以使用cryptocurrencies对冲金融市场的波动。因此,全球大宗商品波动引起VCRIX需要投资者重建他们的投资组合包括VCRIX。因此,这一发现提供了Yarovaya et al。19]cryptocurrency市场投机泡沫可能传播传染病和妥协金融稳定来承担。具体地说,信息流动的商品,投资者可能不太可能庇护他们的投资组合对VCRIX棉花等大宗商品,黄金,nga (HFQ);大豆、咖啡、Aenergy、锌、汽油、玉米、棉花、Htoil,布伦特,和可可(MFQ);,Aenergy Htoil和棉花(LFQ)。

3.2.5。商品之间的信息流和投资者恐惧和期望

图6演示了一个结合全球大宗商品之间的正面和负面的信息流动和投资者恐惧和期望(VIX)从高、中、低频率。然而,我们注意到更多的负面信息流动的波动率指数对全球大宗商品。波动率指数的负面影响在全球大宗商品市场波动变化的文档影响投资者的投资组合选择通过改变之间的权衡风险和回报或预测未来的市场表现。因此,投资者可能利用这种以来对冲市场波动性上升波动并不鼓励投资机会(38]。

通常,我们找到更多变量之间的负面信息流动从高到低频率和残渣。这意味着意识的全球大宗商品和波动率指数显示更高的风险相互覆盖。在这方面,全球大宗商品很容易波动率指数,特别是从长远来看,大多数金融市场正经历着市场反弹90年]。投资者将因此重建他们的投资组合或对冲投资组合风险使用VIX指数总体投资风险降到最低。这使得全球大宗商品更倾向于接受从VIX期货避险效益99年在市场的压力。

4所示。理论和实践基础

研究的发现表明,商品之间的信息流动和不确定性的动态异构和自适应。我们注意到商品的各种行为和不确定性反应特别是高和中等频率的信息。,但从低频到残留,也有类似的动力学(表获得5皮尔森相关系数和肯德尔tau-b)的几乎所有商品的信息流动主要描绘-流动。负面信息流动加强跟踪所有商品从短到长。可以推断,从长远来看,有高收敛倾向在大宗商品市场。因此,可能有高集成在这些商品的不确定性可能需要进一步通过相互依存分析技术在COVID-19大流行。

因此,市场evolve-due事件和结构变化,适应市场效率不同程度在不同的时间与抗苗勒氏管激素(32]。这是由于投资者的行为意图在时间是不一样的,波动的经济条件与有效市场假说。我们提倡不对称和基于时间的竞赛不同行为的投资者符合HMH [31日)和抗苗勒氏管激素(32)使大宗商品市场和不确定性效率低下。负面信息流动最多频率显示高波动性可能会影响投资者的投资组合选择通过改变之间的权衡风险和回报或预测未来的市场表现。因此,商品之间的信息流动的强度和不确定性加剧了理性,尽管非理性投资者的不懈寻找竞争回报和风险,以满足投资组合目标建立先进的不啻奥乌苏初级et al。28]。

因此,市场之间的信息流动的强度(类似和不同)可能会导致个人金融市场受到高度的不确定性。商品是明智的,投资者对冲使用这些不确定性持续冲击指数自高波动性往往对应于减少市场可能减少投资者的信心(39]。同样清楚的是,信息流动从互信息因果流由这些变量共享COVID-19大流行期间通过观察对方(40]。我们发现透露,市场的竞争力加剧它们之间的信息流动和稳定和繁荣的市场驱动失明增加风险,最终导致不对称波动市场之间的信息流动。价格对信息的延迟效应是著名的从本研究由于市场摩擦43]。这是因为信息缺陷可能阻碍及时价格发现和与延迟相关价格调整信息44,45]。

因此,我们提供全球大宗商品市场的波动性作为有效的对冲,显然作为平衡的资产,而不是替代品(3- - - - - -5)的长期动力学COVID-19大流行。延迟投资的投资者在金融市场中,可能商品和市场波动,可能会减少他们的投资组合风险同意侯的断言和莫斯科维茨(43]。结果,无奈市场摩擦的影响取决于资产价格响应信息的延迟期间强调从过去的市场条件以及冲击动力学提供了多元化长期潜力的先前的研究[46,47]。价格应对冲击的延迟效应的不确定性在个人市场由于市场之间的信息流动强度放大市场风险,以及其他外部冲击的影响的实证分析的视角。正如预期的那样,多元化潜力增加单调从短到长条件(市场动态延迟)的压力条件。因此,提出延迟波动的市场竞争力和外部冲击(DVMCES)假说是放大,使长期投资者减少投资组合的风险由于市场的动态。这部分强调了金融资产回报的长期记忆,价格不能立即响应的信息流动诱导持续震荡波动的过程。因此,每个变量的自相似反应长期描绘了负面信息流动,市场现在已经成为饱和。在这一点上,相关信息确定当前的COVID-19流行反映了金融资产的价格。这因此呈现市场经验更多下拉。

5。结论

我们调查了多频之间的信息流全球大宗商品和不确定性在COVID-19通过CEEMDAN-based熵的方法。通过聚类分析提取的多频都经过精心重建imf的高,中,分别为货币基金1 - 7和低频率。因此,我们量化的方向和强度之间的信息传递全球大宗商品在多频和不确定性。在这种方式中,我们探讨了多尺度信息可能被忽略提供实质性的全球大宗商品的信息和不确定性动力学。由于非线性、non-stationarity和不对称的关系大多数金融时间序列,我们将采用对数似然比熵概率密度函数的量化信息。我们设置问从Renyi熵转移到0.3占采样时间序列中的尾事件。这表明它是极端事件而不是观测到光的中心当信息流是利用25,28,74年]。

我们发现的多频系列重建imf的几乎所有的变量显示类似的优势频率的行为提供的高频率相关系数和方差的货币基金和残渣。这是当COVID-19大流行对金融市场的影响成为强烈的异构市场参与者的行为作出贡献。相关系数和方差下降随着频率(短长)和最终实现常态的基本特性。然而,全球大宗商品和不确定性是高度受短期市场波动期间COVID-19大流行。这占了更积极的显著的双向信息流动在变量之间的高频率,从而最小化多样化潜力相对于其他频率。这支持市场evolve-due事件和结构变化,适应市场效率不同程度在不同的时间再次重申抗苗勒氏管激素(32]。

研究的发现表明,全球大宗商品之间的信息流动和不确定性主要是负的,特别是从长远来看。这是暗示多元化福利COVID-19大流行期间,尽管意识到一个变量显示更高的风险覆盖其他变量。投资者希望多样化的不确定性可能会考虑它有利可图。然而,我们注意到正面和负面的信息流动的变量之间的短期和中期代表高和中等频率。这是COVID-19时期达到顶峰,扭曲了全球经济活动(8,24,26- - - - - -28]。这是说,从短期到长期的负面信息流量增加,表明投资者可以平衡投资组合有效地最大化他们的回报。增加负面信息流动明显表明,金融市场波动和全球大宗商品作为彼此的避风港(76年]。因此,减少COVID-19大流行对金融市场的影响最大化投资组合多样化。这揭示了价格反应的延迟效应的冲击通过不确定性对个人市场由于市场之间的信息流动强度放大市场风险,同时考虑其他外部冲击的影响。这适用于几乎所有大宗商品之间的信息流动和不确定性。

一般来说,这些发现为投资组合多样化提供相关推论,决策,风险投资和风险管理计划在全球大宗商品。为了资产配置和风险管理,负面信息上的支持是现任全球大宗商品和市场之间流动波动在不同的投资视野。信息流动的差异在多频COVID-19蔓延的提供证据25]。因此,我们提供全球大宗商品市场的波动性作为有效的对冲,显然作为平衡的资产,而不是替代品(3- - - - - -5)的长期动力学COVID-19大流行。延迟投资的投资者在金融市场中,可能商品和市场波动,可能会减少他们的投资组合的风险。因此,延迟波动的市场竞争力和外部冲击(DVMCES)假说是放大,使投资者减少投资组合的风险由于市场的动态。

这项研究仅限于使用五个指标的不确定性;然而,未来的研究可以使用其他类型的不确定性评估与全球大宗商品的信息流动。同时,信息流的模式可以评估前COVID-19流行揭示其对commodity-uncertainty动力学的影响。目前的研究没有考虑每个IMF的结果基于多频但其聚合的影响。可以为每个国际货币基金组织(IMF)进行了详细的分析比较。进一步的研究可以考虑投资组合在使用小波时频分析技术(One hundred.- - - - - -103年为其他金融市场)。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者在合理的请求。

的利益冲突

作者宣称没有利益冲突。