تحليل الارتباط والتباين بين الأسواق: الأساس الإحصائي لمنهج CSMT

يقوم منهج تحليل الأسواق المترابطة (Correlated Symbol Market Technique) على ملاحظة بسيطة الظاهر ومعقّدة الأساس: عندما يتحرك أصل مرتبط إلى مستوى متطرف جديد بينما يفشل الآخر في مجاراته، فإن هذا التباين قد يحمل معلومة. هذه الوثيقة تفحص الأساس الإحصائي للملاحظة، وتحدد شروط صلاحيتها، وتحذر من الاستخدام الخاطئ الأكثر شيوعًا.

أولًا: الأساس النظري للترابط

لماذا تتحرك بعض الأصول معًا؟

الأزواج التي تشترك في عملة واحدة، مثل الأزواج المقابلة للدولار، تتشارك محركًا مشتركًا واحدًا على الأقل. الإطار النظري الملائم هو نماذج العوامل (Factor Models)، حيث يُفكّك عائد أي أصل إلى مكوّن مشترك ومكوّن خاص (Idiosyncratic). التباين بين أصلين مرتبطين يعني أن المكوّن الخاص لأحدهما أصبح ذا وزن أكبر مؤقتًا.

اكتشاف السعر وعلاقات التقدم والتأخر

قدّم هاسبروك (Hasbrouck, 1995, "One Security, Many Markets: Determining the Contributions to Price Discovery", The Journal of Finance) مقياس حصة المعلومة (Information Share)، الذي يقيس مساهمة كل سوق في اكتشاف السعر الفعّال. وقدّم جونزالو وغرانجر مقياسًا منافسًا مبنيًا على المركّبات المشتركة طويلة الأجل (Gonzalo & Granger, 1995, Journal of Business & Economic Statistics). النتيجة العامة في هذه الأدبيات: عندما تتداول أدوات مترابطة في أماكن مختلفة، فإن المعلومة لا تُدمج في جميع الأسعار في اللحظة ذاتها، وتنشأ فوارق قصيرة الأمد.

لكن يجب التصريح بأمر جوهري: هذه الفوارق تُقاس بالثواني والأجزاء من الثانية في الأسواق الحديثة، وليست في متناول المتداول الأفراد. ما يراه المتداول على إطار خمس دقائق ليس هو ظاهرة التقدم والتأخر المدروسة أكاديميًا، بل أثر تراكمي أبطأ بكثير.

ثانيًا: ما الذي يُقاس فعليًا؟

التباين ليس مفهومًا بصريًا بل علاقة إحصائية يجب التحقق منها قبل استخدامها:

معامل الارتباط ليس ثابتًا: توثّق أدبيات العدوى المالية لدى فوربس وريغوبون (Forbes & Rigobon, 2002, "No Contagion, Only Interdependence", The Journal of Finance) أن معاملات الارتباط ترتفع ميكانيكيًا خلال فترات التذبذب المرتفع، وهو أثر إحصائي وليس بالضرورة تغيّرًا حقيقيًا في العلاقة الاقتصادية. إهمال هذا يؤدي إلى استنتاجات خاطئة تحديدًا في الأيام العنيفة.

ثالثًا: التمييز بين نوعين من التباين

النوع الأول هو الأكثر استخدامًا والأكثر خطورة، لأن فشل أصل في مجاراة الآخر قد يعود إلى أسباب لا علاقة لها بالمحرك المشترك: خبر خاص بالعملة الثانية، أو فرق في السيولة، أو مجرد ضوضاء إحصائية.

رابعًا: البروتوكول التطبيقي

1. اختر زوجًا واحدًا من الأصول وثبّته طوال فترة الدراسة؛ تدوير الأزواج يفسد العينة.
2. احسب معامل الارتباط على نافذة متحركة، ولا تستخدم المنهج إذا انخفض عن عتبة حددتها مسبقًا.
3. وحّد المنطقة الزمنية ولحظة الإغلاق بين الأصلين تمامًا.
4. حدّد المستوى المرجعي المشترك قبل الحدث، لا بعده.
5. سجّل التباين ونوعه والنافذة الزمنية والناتج اللاحق.
6. اعتبر التباين متغيرًا داعمًا لا مفعّلًا: لا يُنفّذ إلا إذا وافق فرضية مكتوبة مسبقًا على الأصل الأساسي.
7. قيّم بعد خمسين حالة على الأقل، وقارن النتيجة بمعدل الأساس للأصل دون استخدام التباين.

الخطوة الأخيرة هي الأهم: إذا لم يرفع التباين الأداء فوق معدل الأساس، فهو متغير بلا قيمة مضافة، وإضافته تزيد التعقيد دون عائد.

خامسًا: القيود المنهجية الخطيرة

1. الارتباط ليس سببية: وجود علاقة إحصائية لا يعني أن أحدهما يقود الآخر. اختبار غرانجر للسببية (Granger, 1969, Econometrica) يختبر القدرة التنبؤية لا السببية الفعلية، وهو تمييز جوهري.
2. الارتباط الزائف: مع السلاسل غير المستقرة، يمكن أن تظهر علاقات قوية بلا أساس حقيقي، كما وضّح غرانجر ونيوبولد (Granger & Newbold, 1974, Journal of Econometrics).
3. البحث عن التباين: مع عدد كافٍ من الأصول، ستجد تباينًا دائمًا. هذا مثال مباشر على مشكلة الاختبارات المتعددة.
4. الفروق التقنية: اختلاف المنصة أو لحظة الإغلاق أو المنطقة الزمنية ينتج تباينًا وهميًا بالكامل.

سادسًا: الاستخدام الموصى به

الاستخدام الأكثر دفاعًا من الناحية المنهجية ليس توليد إشارات دخول، بل التصفية: استبعاد الفرضيات التي يناقضها سلوك الأصل المرتبط. بهذا يصبح التباين أداة لتقليل عدد الصفقات الضعيفة، لا لزيادة عدد الصفقات، وهو استخدام يتوافق مع الأدلة على ضرر التداول المفرط (Barber & Odean, 2000).

التباين ليس إشارة بل ملاحظة إحصائية مشروطة بارتباط مستقر وقياس متزامن ومستوى محدد قبل الحدث.

المراجع

1. Hasbrouck, J. (1995). One Security, Many Markets: Determining the Contributions to Price Discovery. The Journal of Finance, 50(4), 1175–1199.
2. Gonzalo, J., & Granger, C. W. J. (1995). Estimation of Common Long-Memory Components in Cointegrated Systems. Journal of Business & Economic Statistics, 13(1), 27–35.
3. Granger, C. W. J. (1969). Investigating Causal Relations by Econometric Models and Cross-Spectral Methods. Econometrica, 37(3), 424–438.
4. Granger, C. W. J., & Newbold, P. (1974). Spurious Regressions in Econometrics. Journal of Econometrics, 2(2), 111–120.
5. Forbes, K. J., & Rigobon, R. (2002). No Contagion, Only Interdependence. The Journal of Finance, 57(5), 2223–2261.
6. Barber, B. M., & Odean, T. (2000). Trading Is Hazardous to Your Wealth. The Journal of Finance, 55(2), 773–806.