投资管理中的因果关系技术：五个关键发现

因果关系是生活的一个特征，对于资本市场也是如此。

现在是接受这一投资管理基本原则的时候了。

以下是原因和方法。

为什么因果关系很重要

因果关系在哲学、统计学、经济学、计算机科学和其他学科中有多种定义。作为人类，我们想要了解我们所遇到的事情，而因果关系以最简单的形式给出了现象背后的原因。我们观察某件事，然后看到其他事情发生，并想知道它们是否相关以及如何相关。或者，我们也可以考虑在没有某个因素的情况下某件事是否会发生，或者该因素是否是必要的先决条件。

如果一个事件的存在或不存在会对另一事件产生影响，那么我们也许能够使某些事物存在并改变现实。如果我们真正了解一个事件以及它与其他事件的关系，我们也许能够导致我们喜欢的事件发生，或者阻止我们不喜欢的事件发生，从而相应地调整我们的决策。

因此，因果关系是人类思维的一个概念，有助于回答现象的原因：它构建了我们与环境互动的方式。

我们分析了 2010 年至 2020 年间发表的 191 篇有关股票市场因果关系测试的期刊文章，以确定最广泛使用的因果关系测试。我们的方法是系统的文献综述，我们的分析侧重于按年份的分布；期刊声誉；按国家、类别或地区划分的地理重点；常见的主题；以及常见的因果关系测试和方法。

尽管因果关系是一个广泛而复杂的主题，但我们整理并绘制了这些论文的研究结果，以便为学术界以及金融和投资专业人士提供清晰的信息，以便他们能够更好地识别当前的研究趋势并快速找到有关相关主题的其他文献。我们还想鼓励他们思考如何将因果关系评估纳入他们的工作中。一个具有直接实际意义的例子：净零投资组合管理需要考虑路径依赖的影响。

预测与临近预报的因果关系

因果发现帮助我们更好地理解周围的世界。通过帮助我们理解相关的自然法则（假设它们存在），因果关系可以为我们的分析提供说明性证据，并指导我们改进决策。事实上，因果知识和基于它的推论对于有效决策至关重要。南希·卡特赖特甚至建议需要因果律来区分有效和无效的策略。

纵观科学史，因果关系是许多研究的基本研究问题和最终目标之一。其中一些研究试图对未来做出预测。但预期或预测后果只是因果关系的一方面。事实上，在描述基于经验的因果理论时，迈克尔·乔夫证实经济理论优先考虑预测，而自然科学的主要目的是展示世界如何运作。

因果关系的前瞻性案例

金融市场是复杂的、动态的和前瞻性的。它们是由许多信息不完善且理性有限的异质市场参与者驱动的。因此，对其驱动因素的因果理解既有吸引力，又可能非常有利可图。然而，考虑到市场的速度和信息效率，揭示因果关系不仅极其困难，而且随着市场快速吸收信息，这样做的好处往往是短暂的。

因果知识很有吸引力，因为它可以通过改变我们对结果的期望来影响决策。它提供了我们应该寻找哪些信息的见解——如果我们无法直接操纵结果，应该如何权衡每条信息，以及应该瞄准哪些变量。

但我们如何获得这种因果知识呢？我们可以想象市场参与者和企业问自己为什么或如何发生某事的情况？但精确地表述这些反向因果推理问题是一项不可能完成的任务。这将成为一种后天现象。

即使所有过去的数据都是可访问的，并且我们正确地理解和解释了它，我们也不能保证我们会对其采取适当的行动。有关因果关系的统计学和计量经济学文献反而关注前瞻性因果问题或“原因的影响”。也就是说，当……时会发生什么，或者如果……会怎样。。。它并不关注反向因果推理或“效果的原因”——即为什么会发生这种情况——后者往往会启发前者。

相关性并不意味着因果关系

在任何统计学入门课程或经济学 101 课程中，学生都会学到“相关性并不意味着因果关系”这句口头禅。因为两个或多个事物一起变化并不一定意味着其中一个是另一个的原因或原因。然而，我们的启发式思维希望将两者联系起来，尽管相关性对于建立因果关系既不是必要的也不是充分的。相关性并不能解释原因或方式，而只是说明变化是一起发生的。

那么，我们将相关性误认为因果关系的倾向背后是什么？迈克尔·沃尔德曼 (Michael R. Waldmann) 认为，至少存在三种偏见可以提供解释。这些都是代表性偏差，我们会更加重视某些信息；确认偏差，即我们歪曲数据以证实我们之前的想法；以及控制偏见的错觉，即我们认为自己对周围环境的影响比实际更大。

但因果关系不仅仅是相关性。它表明一个事件、过程或状态，即效应或因变量，是另一事件、过程或状态，或者原因或自变量发生的结果。原因至少部分地对结果负责，而结果至少部分地取决于原因。Peter Spirtes、Clark Glymour 和 Richard Scheines 更正式地将其描述为概率空间中事件之间的随机关系，其中一个事件导致另一个事件发生。

概率是一个重要方面，因为原因使结果更有可能发生。然而，詹姆斯·伍德沃德解释说，因果关系涉及给定环境中超越关联或概率关系的规律性，因为它可以帮助我们更好地理解当我们操纵原因时结果如何变化。

研究设计

在我们的研究中，我们系统地回顾了 11 年期间与投资和金融专业人士相关的有关股票或股票市场因果关系的同行评审期刊论文。我们的样本仅包含进行因果关系测试并且主要关注股票市场的文章。

我们的分析揭示了有关因果关系文献的五个基本要点：

1. 人们普遍倾向于使用定量评估技术来衡量因果关系。

其中基于相关性的技术最为突出，尤其是双变量 CWJ Granger 因果关系检验。这 27 个双变量格兰杰检验，以及许多多元格兰杰因果关系检验和非线性数据中的格兰杰因果关系，使我们得出结论：股票市场中的因果关系主要被理解为预测。

2. 缺乏定性评估技术凸显了当前因果关系检验研究的弱点。

当涉及不确定性管理或需要理解未知的未知因素时，这些基于启发式的技术将为投资专业人士提供最大的支持。这为未来几年的新研究活动开辟了道路。

3. 因果关系测试领域越来越多地从关注预测转向关注即时预报。

因果关系评估不是预测后果，而是可以帮助我们了解世界的某个方面是如何运作的。

4.时间分布显示，对该主题的兴趣同比略有上升。

2018 年是我们样本期间 11 年中的异常年份，共发表了 27 篇关于因果关系和股票市场的论文。这比年平均水平多了 10 个。

5. 印度、美国和中国是我们样本中研究最多的国家。

考虑到这些国家及其学术界的规模，这并不奇怪。但它确实表明其他经济体的股票市场有足够的因果分析空间。