《正文》

在传统的相关测度中，线性相关系数、秩相关系数和Granger因果检验等都存在一定的局限．因此引入了一种新的图方法-Chi—plot，它可以考察金融市场的复杂相关关系及局部相关特征，并且简单易行。

R软件代码

mydata<-read.csv("stock.csv")

library(CDVine)

 ##这是CDVine package

dev.new(width=16,height=5)

 ##图片输出时的高度和宽度

par(mfrow=c(1,2))

##图片输出时为1行2列

plot(mydata$lgbsesn,mydata$lgsseci,main="scatter plot of lgbesen and lgsseci")

##这是lgbsesn和lgsseci的散点图

BiCopChiPlot(mydata$inlgbsesn, mydata$inlgsseci,PLOT=TRUE,mode="NULL", xlim=c(-1,1), ylim=c(-1,1), main="Chi Plot of inlgbsesn and inlgsseci")

##这是inlgbsesn和inlgsseci的Chi-plot来检验lgbsesn和lgsseci的Contagion effect。注意这里的inlgbsesn和inlgsseci都是通过 (max(lgbsesn)-lgbsesn)/max(lgbsesn)来把这个数列限定在区间[0, 1]之间，这是Chi-plot的画图要求。

注意：在实际作图过程中需要根据Chi-plot这个制图的公式来求解，前面那个方式只是暂时权益之计。

《END》

写在后面：各位圈友，一个等待数日的好消息，是计量经济圈应圈友提议，09月04日创建了“计量经济圈的圈子”知识分享社群，如果你对计量感兴趣，并且考虑加入咱们这个计量圈子来受益彼此，那看看这篇介绍文章和操作步骤哦（戳这里）。进去之后一定要看“群公告”，不然接收不了群信息。