【小波变换与互谱分析Matlab】多频视角的国际石油市场间关联非一致性的检验------基于小波变换和互谱的分析附matlab代码

⛄ 内容介绍

借助小波变换与互谱分析方法，选取石油市场 WTI-LLS-Brent 价格日数据进行关联性研究，实证结果显示不同频率视角下市场关联呈现非一致特征: 各高频分量的关联性随频率降低而增强，低频趋势序列和原价格序列的格兰杰因果检验结 果相差较大; 高频信号所蕴含的信息有助于预测市场短期走势，而石油市场价格长期走势难以 预测。研究表明金融因素对高频联动性有短期的影响，而供求关系的改变对市场联动性的影响 较为深远，政策变动对市场联动性影响不明显。由于市场性质和区位因素不同，各市场对不同 类型冲击反应不一造成了关联非一致现象。

小波分析在考察经济变量之间的时域、频域相关性方面具有显著优势。小波分析法作为一种信号处理技术，能够通过伸缩和平移等运算将信号分解到不同频率通道上，得到的分解信号对应着从原始信号中提取到的不同频率的信息。采用交叉小波变换进行互谱分析，并在不同频率视角下验证金融因素和供求关系对市场关联性的影响，，互谱分析可以更全面认识市场相关性的动态变化趋势。

⛄ 部分代码

mra4= modwt(x4,5);%5的话是分6层
%信号重构
d41=mra4(1,:);
d42=mra4(2,:);
d43=mra4(3,:);
d44=mra4(4,:);
d45=mra4(5,:);
d46=mra4(6,:);
L4=d44+d45+d46;%d4+d5+d6
L4=L4';%转置
datx4=linspace(datenum('2000,1'),datenum('2023,3'),length(x4));
imf4=mra4;
t4=1:length(x4);
[a4 b4]=size(imf4);
figure;
subplot(a4+1,1,1);
plot(datx4,x4);dateaxis('x',10);%转化横坐标为相应的日期格式
title('MODWT分解信号-月新造船价格');
% axis tight;
for i=2:a4
    subplot(a4+1,1,i);
    plot(datx4,imf4(i-1,:));dateaxis('x',10);%转化横坐标为相应的日期格式
end
subplot(a4+1,1,a4+1)
plot(datx4,imf4(a4,:));dateaxis('x',10);%转化横坐标为相应的日期格式

figure
U11=ksdensity(x,x,'Function','cdf');
Y11=ksdensity(x1,x1,'Function','cdf');
subplot(3,3,1)
hist3([U11,Y11(40:1436)],[30,30])
h = get(gca, 'Children');  % 获取频数直方图的句柄值
cuv = get(h, 'ZData');  % 获取频数直方图的Z轴坐标
set(h,'ZData',cuv*30*30/length(x));  % 对频数直方图的Z轴坐标作变换
xlabel('日BDI');  % 为X轴加标签
ylabel('原油');  % 为Y轴加标签
zlabel('c(u,v)');  % 为z轴加标签

⛄ 运行结果

⛄ 参考文献

［1］ Morlet J． Wave propagation and sampling theory［J］． Geophysics，1982，47( 2) : 222－236．

［2］ Ｒamsey J，Zhang Z． The analysis of foreign exchange rate data using waveform dictionaries［J］． Journal of Empirical Finance，1997，4( 1) : 341－372．

［3］ Hudgins L，Friehe C A，Mayer M E． Wavelet transforms and atmopsheric turbulence［J］． Physical Ｒeview Letters，1993，71( 20) : 3279－3282．

［4］ Bloomfield D S，et al． Wavelet phase coherence analysis: application to a Quiet－Sun magnetic element［J］． Astrophysical Journal，2004，617( 1) : 623－632．

［5］ Grinsted A，Moore J C，Jevrejeva S． Application of the cross wavelet transform and wavelet coherence to geophysical time series［J］． Nonlinear Processes in Geophysics，2004，11( 5/6) : 561－566．

［6］ Conraria L A，Soares M J． Oil and the macroeconomy: using wavelets to analyze old issues［J］．Empirical Economics，2011，40( 3) : 645－655．

［7］ Conraria L A，Soares M J． Business cycle synchronization and the Euro: a wavelet analysis［J］． Journal of Macroeconomics，2011，33( 3) : 477－489．