高效多变点分析：从标普500平均市场相关性中解码经济危机信息
统计金融
2026-03-03 v1 计算金融
摘要
识别导致经济剧烈变化的宏观经济事件对于理解整体经济动态具有特殊意义。我们介绍了一种开源的高效 Python 实现的贝叶斯多趋势变点分析，它解决了从相关性指标中提取危机信息时的显著内存与计算时间限制。为此，我们聚焦于近期被研究的标普500平均市场相关性，其时间跨度约20年，涵盖了互联网泡沫、全球金融危机与欧元危机。分析以两种方式执行：首先，对整个数据集进行回溯分析；其次，以在线自适应方式在危机前阶段进行。在线敏感期被大致确定为危机爆发后约80至100个交易日。与全球经济事件的详细对比支持了将平均市场相关性解释为信息丰富的宏观经济指标，因为变点分布与重大危机事件具有相当好的一致性。此外，结果暗示了美国房地产泡沫作为全球金融危机触发因素的重要性，为局部（元）稳定经济状态的一般推理提供了新证据，并可作为特定经济事件的比较影响评级。
引用
@article{arxiv.2308.00087,
title = {Efficient Multi-Change Point Analysis to decode Economic Crisis Information from the S&P500 Mean Market Correlation},
author = {Martin Heßler and Tobias Wand and Oliver Kamps},
journal= {arXiv preprint arXiv:2308.00087},
year = {2026}
}
备注
22 pages, 3 figures, 1 table. Appendix with 1 figure included