[论文解读] Dynamical Clustering of Exchange Rates

Daniel J. Fenn, Mason A. Porter+5 more|RePEc: Research Papers in Economics|May 29, 2009

Complex Systems and Time Series Analysis参考文献 2被引用 5

一句话总结

本文运用网络科学将外汇（FX）市场建模为一个随时间变化的汇率网络，其中边代表动态相关性。通过对该网络进行社区检测，揭示了汇率功能角色随时间的演变，识别出主导货币和结构性变化——尤其是在2007–2008年危机期间——并展示了在不同优化方法下结果的稳健性。

ABSTRACT

We use techniques from network science to study correlations in the foreign exchange (FX) market over the period 1991--2008. We consider an FX market network in which each node represents an exchange rate and each weighted edge represents a time-dependent correlation between the rates. To provide insights into the clustering of the exchange rate time series, we investigate dynamic communities in the network. We show that there is a relationship between an exchange rate's functional role within the market and its position within its community and use a node-centric community analysis to track the time dynamics of this role. This reveals which exchange rates dominate the market at particular times and also identifies exchange rates that experienced significant changes in market role. We also use the community dynamics to uncover major structural changes that occurred in the FX market. Our techniques are general and will be similarly useful for investigating correlations in other markets.

研究动机与目标

• 利用网络科学技术理解汇率的动态聚类特征。
• 识别个体汇率在不断演化的市场社区中的功能角色。
• 检测与金融事件相关的外汇市场网络中的重大结构性变化。
• 验证不同优化算法下社区检测结果的稳健性。

提出的方法

• 构建一个加权网络，其中每个节点代表一种汇率，每条边编码两个汇率之间的时变相关性。
• 应用动态社区检测以识别紧密相关汇率的时变群体。
• 采用以节点为中心的分析方法，追踪每个汇率在其社区中的位置（例如中心或边缘），以指示其功能角色。
• 同时使用贪心算法与模拟退火算法优化社区结构，并比较结果以验证稳健性。
• 利用（z^b, z^y）坐标系可视化并量化社区组成及节点角色随时间的变化。
• 分析社区中心性、规模、对齐度与自相关性之间的关系，以解释市场动态。

实验结果

研究问题

• RQ1 在外汇市场网络中，个体汇率的功能角色如何随时间演变？
• RQ2 在不同时间点，哪些汇率主导市场，其角色如何变化？
• RQ3 外汇市场网络中的哪些结构性变化与重大金融事件相对应？
• RQ4 所检测到的社区结构与角色动态对优化算法的选择有多大的稳健性？
• RQ5 社区动态为交易行为的转变（如2007–2008年危机期间的套息交易）提供了哪些见解？

主要发现

• 位于社区中心的汇率对其组内其他汇率具有强大影响力，而位于边缘的汇率则作为关键信息传导通道。
• 节点在（z^b, z^y）平面上的位置平均绝对变化为z^b方向0.08，z^y方向0.09，表明角色随时间发生微小但具有实际意义的演变。
• 贪心算法与模拟退火算法均产生了几乎相同的社区动态与角色演化模式，证实了结果的稳健性。
• 该研究成功识别出外汇市场的重大结构性变化，包括由2007–2008年信贷与流动性危机引发的变化。
• 社区重组揭示了2007–2008年危机期间套息交易的普遍性，即使对于未直接受事件影响的货币亦然。
• 该方法具有通用性，可适用于除汇率外的其他多变量金融时间序列。