光華講壇——社會(huì)名流與企業(yè)家論壇第6670期
主題：The Causes of Symmetry and Asymmetry Network Spillover in the Futures Market by Deep Learning 深度學(xué)習(xí)視角下期貨市場(chǎng)網(wǎng)絡(luò)溢出對(duì)稱(chēng)性與非對(duì)稱(chēng)性的成因
主講人：暨南大學(xué)經(jīng)濟(jì)學(xué)院 陳創(chuàng)練教授
主持人：西南財(cái)經(jīng)大學(xué)中國(guó)金融研究院副院長(zhǎng) 董青馬教授
時(shí)間：11月22日15:30-16:30
舉辦地點(diǎn)：格致樓618
主辦單位：中國(guó)金融研究院
主講人簡(jiǎn)介：
陳創(chuàng)練，暨南大學(xué)經(jīng)濟(jì)學(xué)院金融系教授、博導(dǎo)、系主任，暨南大學(xué)南方高等金融研究院副院長(zhǎng)、暨南大學(xué)國(guó)際學(xué)院副院長(zhǎng)。主持國(guó)家社科基金重大招標(biāo)項(xiàng)目、國(guó)家社科基金重點(diǎn)項(xiàng)目、國(guó)家自然科學(xué)基金（3項(xiàng)）以及教育部人文社科基金（2項(xiàng)）等20項(xiàng)國(guó)家級(jí)/省部級(jí)課題，曾任中國(guó)社會(huì)科學(xué)院和香港招商局博士后、新加坡南洋理工大學(xué)公派訪(fǎng)問(wèn)學(xué)者。在《經(jīng)濟(jì)研究》（7篇）、《金融研究》、《世界經(jīng)濟(jì)》、《中國(guó)工業(yè)經(jīng)濟(jì)》、《統(tǒng)計(jì)研究》以及The World Economy、China Economic Review（2篇）等發(fā)表論文70余篇，在《經(jīng)濟(jì)日?qǐng)?bào)》、《中國(guó)社會(huì)科學(xué)報(bào)》等發(fā)表多篇時(shí)評(píng)論文。出版《金融風(fēng)險(xiǎn)管理》（中國(guó)人民大學(xué)出版社）、《金融建模：理論與實(shí)驗(yàn)》（北京大學(xué)出版社）等教材。研究方向：金融風(fēng)險(xiǎn)管理、財(cái)政金融學(xué)。
內(nèi)容簡(jiǎn)介：
Network analysis methods play a vital role in examining the volatility interactions of futures contracts. Traditional network construction techniques typically rely on variance decomposition methods or VAR models. This paper introduces a novel deep learning approach: graph neural networks (GNNs). These models autonomously learn network relationships, enabling insights into volatility interactions within the Chinese futures market. The MIDAS-TGCN model presented here not only surpasses traditional methods in predictive capability but also elucidates the influence of major events on the futures market through network node centrality and connectivity metrics.
Moreover, the MIDAS-TGCN model is designed to derive connectivity within an asymmetric network, in order to be able to analyze the connectivity of the network with positive and negative returns. By analyzing static and dynamic characteristics across various networks, we uncover notable disparities in network connectivity and influencing factors for financial and commodity futures. Specifically, we observe a substantial positive correlation between network connectivity and levels of uncertainty in financial policies and politics, while commodity futures demonstrate a significant negative correlation. Furthermore, we examine the interplay between volatility spillover and the risk premium within futures markets. The model established in this study demonstrates that volatility spillover has a substantial impact on the term premium associated with commodity futures.
網(wǎng)絡(luò)分析方法在考察期貨合約的波動(dòng)相互作用方面起著至關(guān)重要的作用。傳統(tǒng)的網(wǎng)絡(luò)構(gòu)建技術(shù)通常依賴(lài)方差分解方法或向量自回歸（VAR）模型。本文引入了一種新穎的深度學(xué)習(xí)方法：圖神經(jīng)網(wǎng)絡(luò)（GNNs）。這些模型能夠自主學(xué)習(xí)網(wǎng)絡(luò)關(guān)系，從而深入了解中國(guó)期貨市場(chǎng)內(nèi)的波動(dòng)相互作用。這里提出的 MIDAS-TGCN 模型不僅在預(yù)測(cè)能力上超越了傳統(tǒng)方法，還通過(guò)網(wǎng)絡(luò)節(jié)點(diǎn)中心性和連接性指標(biāo)闡明了重大事件對(duì)期貨市場(chǎng)的影響。
此外，MIDAS-TGCN 模型旨在推導(dǎo)非對(duì)稱(chēng)網(wǎng)絡(luò)中的連接性，以便能夠分析具有正負(fù)回報(bào)的網(wǎng)絡(luò)連接性。通過(guò)分析各種網(wǎng)絡(luò)的靜態(tài)和動(dòng)態(tài)特征，我們揭示了金融期貨和商品期貨在網(wǎng)絡(luò)連接性和影響因素方面的顯著差異。具體而言，我們觀(guān)察到網(wǎng)絡(luò)連接性與金融政策和政治不確定性水平之間存在顯著正相關(guān)，而商品期貨則表現(xiàn)出顯著負(fù)相關(guān)。此外，我們研究了期貨市場(chǎng)內(nèi)波動(dòng)溢出與風(fēng)險(xiǎn)溢價(jià)之間的相互作用。本研究建立的模型表明，波動(dòng)溢出對(duì)商品期貨的期限溢價(jià)有重大影響。
