FX168财经网_全球视野外汇黄金加密货币NFT资讯网

重新审视比特币基于时间的幂律和协整

定义且稳定的。平稳时间序列的同义词是 I(0)。来自平稳过程的时间序列不应该“漂移”，并且应该倾向于恢复到平均值，通常为零。非平稳过程的一个例子是随机游走，描述了物理学中的布朗运动或粒子扩散：随机游走中的每个新值取决于先前的值加上随机数。非平稳过程的属性（例如均值和方差）随时间变化，或者没有定义。非平稳过程为 I(1) 或更高，但通常为 I(1)。源于非平稳过程的时间序列随时间“漂移”，即倾向于远离任何固定值。符号I(1)指的是时间序列在达到平稳之前需要“差分”的频率。差分是指时间序列中的值与其前一个值之间的差异。这大致相当于求导数。平稳时间序列已经是平稳的——它需要差分 0 次才能平稳，因此它是 I(0)。I(1) 时间序列在平稳之前需要进行一次差分。上图的构建方式是通过对橙色时间序列进行一次差分来获得蓝色时间序列。等效地，橙色时间序列是通过对蓝色时间序列进行积分得到的。这里的单位根过程指的是自回归模型（更准确地说是 AR(1) 类型），其中 rho 参数估计等于 1。虽然我们可以互换使用 rho 和根，但 rho 指的是过程通常是未知的，需要估计。估计结果就是“根”值。 rho 的值表示进程记忆其先前值的程度。u 的值指的是误差项，假设为白噪声。单位根过程是随机游走，是非平稳的。“根”或 rho 值低于 1 的过程往往不会漂移，因此是静止的。从长远来看，即使接近（但低于）1 的值也将倾向于均值回归（而不是漂移）。因此，单位根过程是特殊的，因为它的行为与根值非常接近 1 的过程根本不同。下图显示了 4 个已知自回归过程生成的数据的 4 个样本，每个样本都具有不同的 rho 值。两个信号的协整两个随机变量（在我们的例子中为时间序列）之间存在或不存在协整。为了使该对进行协整，两者必须以相同的阶数进行积分并且是非平稳的。此外（这是关键部分），两个时间序列必须存在平稳的线性组合。无协整信号的示例如果两个时间序列是非平稳的，则线性组合（在这种情况下我们简单地选择两个时间序列之间的差值）通常也是非平稳的：协整信号的示例如果两个非平稳时间序列长期“以相同的方式”漂移，那么线性组合（这里我们选择 r2–0.5*r1）可以是平稳的： Tu 等人 [1] 很好地直观地描述了协整： “时间序列之间存在协整关系意味着它们在长期内具有共同的随机漂移。” 如果两个非平稳时间序列具有平稳的线性组合，为什么有用？假设我们有两个时间序列 x 和 y，并且我们尝试基于 x 对 y 进行建模：y = a + b*x。我们的模型误差由 x 和 y 的线性组合给出：模型误差 = y — a — b*x 。我们希望这个模型误差是稳定的，即从长远来看不会漂移。如果模型误差从长远来看逐渐消失，那就意味着我们的模型很糟糕——无法做出准确的预测。细节决定成败更正式的定义可以在 Engle 和 Granger 的《协整和误差修正：表示、估计和检验》中找到[2]（格兰杰是协整概念的发明者，并获得了 2003 年诺贝尔经济学奖），它定义了关键概念以及协整检测的检验。该论文的关键是假设时间序列是随机的，没有确定性成分（我们稍后会讨论这一点）。应用于时间和比特币价格在基于时间的幂律的情况下，我们有两个变量： log_time：自创世区块以来的天数的对数 log_price : 价格的对数根据Engle和Granger的定义，两个变量都需要是随机变量，没有确定性成分，并且需要是非平稳的。此外，我们必须能够找到两个变量的平稳线性组合。否则，两个变量之间不存在协整。在深入讨论细节之前，让我们首先展示一些关于模型数据本身的图表，没有任何平稳性或协整概念的概念。请注意，基于时间的幂律产生的拟合在视觉上看起来相当不错。残差向量并不立即表明漂移。此外，该模型显示出出色的样本外性能（见下文）。出色的样本外性能并不符合模型是虚假的这一说法——基于虚假相关性的模型应该是：虚假的，这意味着它无法准确预测。可以通过将模型拟合到有限数量的数据（直到某个日期）并预测模型不拟合的时间段（类似于交叉验证）来测试样本外性能。在样本外期间，观察到的价格不断频繁地穿越建模价格，并且观察到的价格的最大偏移也没有系统地远离建模价格。我们可以更严格地查看模型发布后（2019 年 9 月）的表现，因为模型发布后我们不可能以任何方式作弊——我们无法事后更改模型。对于任何关于该模型仅仅是基于虚假相关性的指控，该模型的预测能力都应该持保留态度。协整逐步为了使 log_time 和 log_price 之间可能存在协整，两个变量都必须是相同阶次的随机变量积分，并且至少为 1 阶。 log_price 变量 log_price 是平稳时间序列吗？Nick得出结论，使用未指定风格的 ADF 测试（非平稳性测试）和 KPSS 测试（平稳性测试），log（价格）毫无疑问是非平稳的，因此 I(1) 或更高。Marcel Burger通过目视检查得出结论为 I(1)。Tim Stolte做了一个更有趣的观察：他在不同时间段进行了 ADF 测试（未指定风格），并指出情况并不明确：“因此，我们无法坚决拒绝非平稳并得出结论：是对数价格非平稳的迹象。” 让我们进行自己的分析。与 Tim Stolte 类似，我们将在不同的时间窗口应用 ADF 测试：始终从第一个可用日期开始，并每天添加一天（我们使用每日数据）。通过这种方式，我们可以看到 ADF 测试的结果如何随时间变化。但与 Tim 和 Nick 不同的是，我们将指定运行哪个版本的 ADF 测试。根据维基百科，DF 和 ADF 测试具有三种主要风格：这三个版本之间的区别在于它们能够适应（消除）不同的趋势。这与 Engle 和 Granger 要求删除任何确定性趋势有关 - 这三个版本能够删除三种简单的确定性趋势类型。第一个版本尝试仅使用过去的 log_price 数据来描述每日 log_price 变化。第二个版本允许使用常数项，其效果是 log_price 可以具有线性趋势（向上或向下）。第三个版本允许二次（抛物线）分量。我们不知道 Tim 和 Nick 运行了哪些版本，但我们将运行所有三个版本。我们在 ADF 测试中使用的最大滞后为 1，但使用更长的滞后并不会显着改变我们的结果和结论。我们将使用 python 的statsmodels.tsa.stattools.adfuller函数，其中“maxlag”为 1，并将使用“n”、“c”和“ct”作为“回归”参数（相当于上面维基百科描述的三种风格））。在下图中，我们显示了测试返回的p 值（统计显着性的度量），其中较低的值意味着较高的平稳性可能性（通常使用 0.05 的阈值）。我们观察到，第一种风格（绿线）明确地得出结论：log_price 时间序列是非平稳的。测试的第三个版本（橙色线）得出相同的结论，但不太果断。有趣的是，考虑常数项（蓝线）的检验无法确定时间序列是否平稳（蒂姆很可能也使用了带有常数项的 ADF 检验）。为什么这三个版本如此不同，特别是为什么带有常数项的版本不排除 log_price 是平稳的？只能有一种解释：在 log_price 差异中仅使用常数项（导致 log_price 中存在线性项）可以“很好地”拟合时间序列，从而产生看起来几乎静止的残差信号（尽管具有相当大的开始和结束偏差）。到目前为止，在 log_price 中根本不使用确定性趋势，或者使用二次项确定性效应都效果不佳。这已经给了我们一个强烈的暗示，即时间和 log_price 之间存在关系。事实上，如果使用常数项的 ADF 测试得出信号是平稳的结论，这将意味着线性时间项能够足够好地逼近 log_price 以获得平稳残差。获得平稳残差是可取的，因为它是非虚假关系的标志（即我们已经找到了正确的解释变量）。线性时间趋势并不完全是我们所需要的，但看起来我们已经很接近了。我们的结论与马塞尔·伯格的结论明显不同，他（在另一篇文章中）指出： “在之前的分析中，我表明比特币的价格是一阶积分的，而且现在仍然如此。比特币在价格随时间的演变中没有表现出任何确定性因素。” 我们的结论是，线性时间并不能完全解释比特币随时间的价格行为，但绝对清楚 log_price 具有确定性的时间元素。此外，在删除适当的确定性组件（根据恩格尔和格兰杰的要求）后，log_price 是否为 I(1) 还不清楚。相反，它看起来是趋势平稳的，但仍然需要找到适当的确定性成分。如果我们正在寻找协整，那么 log_price 不是 I(1) 的事实已经是一个问题，因为对于要协整的两个变量，它们必须都是 I(1) 或更高。 log_time 变量现在让我们看看 log_time 变量。Marcel Burger 得出结论，log_time 似乎是六阶积分（他一直保持差分直到遇到数值问题）。他期望像对数这样的数学函数从完全确定性变量转换为随机变量的方法是荒谬的。 Nick对于 log_time 和 log_price 变量得出相同的结论：毫无疑问，它是非平稳的，因此 I(1) 或更高。Tim Stolte 声称log_time 在构造上是非平稳的。这些都是令人惊讶的声明！积分阶和协整是指随机变量的概念，并且从中删除了任何确定性趋势（参见上面的 Engle 和 Granger [2]）。提醒一下：确定性变量的值是提前已知的，而随机变量的值则不然。时间（显然）是完全确定性的，对数函数也是完全确定性的，因此 log_time 也是完全确定性的。如果我们遵循 Engle 和 Granger 并从 log_time 中删除确定性趋势，我们剩下的是一个由零组成的向量，因为 log(x) — log(x) = 0，即我们仍然有一个完全确定性的信号。这意味着我们陷入了困境——我们无法将完全确定性的变量 log_time 转换为随机变量，因此我们无法使用 Engle 和 Granger 的框架。了解协整分析中完全确定性变量的问题有多大的另一种方法是考虑平稳性检验（例如迪基-富勒检验）如何处理它。让我们考虑最简单的情况（其中 y 是感兴趣的变量，rho 是要估计的系数，u 是假设为白噪声的误差项）：应该发生什么？对于 t 的所有值，误差项 u_{t} 均为 0，因为我们没有随机分量 — 不需要误差。但由于 log_time 是时间的非线性函数，因此 rho 的值也必须取决于时间。对于随机变量，该模型更有用，因为变量 rho 捕获了先前随机值的记忆程度。但如果没有随机值，这个模型就没有意义。其他类型的测试也存在与确定性变量相同的问题。因此，完全确定性变量不属于协整分析。或者换句话说：协整分析不适用于确定性信号，并且如果其中一个信号是确定性的，则协整分析是一种声称虚假关系的不合时宜的工具。怎么办？协整仅在两个均为 I(d) 的变量之间定义，其中 d 至少等于 1。我们已经证明 log_time 是一个完全确定性变量，不能在平稳性检验中使用。我们不能说 log_time 是 I(0)、I(1) 还是 I(6)。此外，log_price 也不是 I(1)，而是趋势平稳的。 log_time 和 log_price 之间未定义协整这一事实是否意味着基于时间的幂律在统计上无效或虚假？在任何适当的统计分析中使用混合确定性变量和趋势平稳变量都是完全有效的。正如我们的批评者试图相信的那样，协整并不是统计关系分析的中心点。所以协整是不可能的。但平稳性分析可能仍然有一席之地应用于幂律模型。让我们进一步探讨一下。我们之所以首先对输入变量之间进行协整分析，是因为我们希望找到两者的平稳线性组合。没有根本原因说明为什么不可能将确定性变量 (log_time) 和趋势平稳变量 (log_price) 组合起来以获得平稳变量。因此，我们可以简单地对残差进行平稳性测试，而不是寻找严格意义上的协整（因为残差只是两个输入信号的线性组合）。如果残差是平稳的，即使我们没有严格遵循恩格尔-格兰杰协整检验，我们也会找到平稳的线性组合（这是协整的目标）。更深入的研究 James G. MacKinnon在他的论文“协整检验的临界值”[3] 中准确地解释了这一点：协整检验（Engle Granger 检验）与残差的平稳性检验（DF 或 ADF 检验）是一样的，如果“协整”回归”（将 log_time 链接到 log_price 的回归）已经执行： MacKinnon 重复了这一说法：如果连接 log_time 和 log_price 的参数是先验已知的，则可以跳过 Engle Granger 协整检验，而是可以对残差执行三种常见风格之一的平稳性检验（DF 或 ADF 检验）：因此，我们可以使用两种方法中的任何一种，除了生成的检验统计量之外，它们是相同的：将 log_time 拟合到 log_price 并计算残差（误差）。根据该残差，计算 DF 或更好的 ADF 检验。由此产生的统计数据告诉我们残差是否平稳。假设 log_time 和 log_price 为 I(1)，并运行 Engle-Granger 协整检验。得到的统计数据还告诉我们残差是否平稳。对于 ADF 测试，使用 python 的statsmodels.tsa.stattools.adfuller函数；对于 Engle-Granger 测试，我们使用statsmodels.tsa.stattools.coint。对于这两个函数，我们使用不使用常数的风味（随着时间的推移没有恒定的漂移），因为我们的残差不应该包含随着时间的推移恒定的漂移（因为这意味着随着时间的推移，模型开始过度或低估价格）。我们写道，ADF 和 Engle-Granger 检验是等效的，但这并不完全正确：它们不会产生相同的检验统计量。Engle-Granger 协整检验假设 N=2 个随机变量，而 ADF 检验假设 N=1 个随机变量（N 是自由度的度量）。一个随机变量可以受到另一个随机变量或确定性变量的影响，但确定性变量不能受到随机变量的影响。因此，在我们的例子中（只有一个确定性变量 log_time），ADF 测试返回的统计数据（假设 N=1 随机变量）是首选。原则上，Engle-Granger 和 ADF 检验可能不一致，但实际上，基于时间的模型并非如此。如下图所示，结论是一样的：我们得到了一个平稳残差向量。两项测试最初均未指示平稳残差，这是正常的。这是因为残余信号中存在低频分量，可能会被误认为是非平稳信号。只有随着时间的推移，残差均值才会明显恢复并且实际上是静止的。 S2F 和长期股指价格 S2F 模型似乎已被普遍忽视，因为严格意义上的协整被证明是不可能的，其原因与基于时间的幂律相似：（部分）确定性输入变量。然而，模型产生的残差看起来非常稳定。事实上，Engle-Granger 协整检验和 ADF 平稳性检验（首选，因为有一个确定性变量和一个随机变量）都产生非常接近 0 的 p 值。因此，不应排除 S2F 模型“缺乏协整”的基础（实际上意味着“缺乏平稳性”）。然而，我们在 2020 年初指出，还有其他迹象表明 S2F 模型不应该成立。我们预测 BTCUSD 价格将低于 S2F 模型的预测，事实证明这一预测是有先见之明的。查看长期股价指数与时间的关系也很有趣（这里是没有再投资股息的标准普尔 500 指数）。众所周知，主要股票市场指数平均以7%左右的指数速度增长。事实上，我们通过指数回归证实了这一点。这里我们再次有一个确定性变量（时间）。Engle Granger 协整检验产生约 0.025 的 p 值，ADF 检验（首选）产生约 0.0075 的 p 值（但这些值高度依赖于选择的确切时间段）。再次是平稳残差。股票价格的指数时间趋势是有效的。影响 S2F 模型最初因其良好的计量经济学基础（特别是协整的存在）而受到高度赞扬（尤其是 Marcel Burger 和 Nick Emblow）。随着潮流的转变，人们发现 S2F 模型无法存在协整（严格意义上的），Marcel 和 Nick 都跳槽并宣布 S2F 模型无效。看来，这次事件之后，人们对S2F模型的看法也发生了变化。埃里克·沃尔（Eric Wall）对事件的转变做了精彩的简短总结。我们已经解释过，并且计量经济学文献（MacKinnon [3]）也同意我们的观点，即协整性和平稳性几乎可以互换使用（统计值除外）。利用这一见解，我们发现 S2F 模型在协整/平稳性方面没有任何问题，因此因为假设缺乏协整而改变对 S2F 模型的看法是错误的。我们同意S2F 模型是错误的，但它的错误除了缺乏协整之外还有其他原因。比特币基于时间的幂律因其缺乏协整性而受到批评，据称将 log_time 和 log_price 之间的关系标记为虚假关系。我们已经证明，比特币基于时间的幂律具有明显静止的残差，因此我们批评者的推理路线是没有意义的。比特币基于时间的幂律模型是有效、稳定和强大的。一如既往。来源：金色财经

金色财经2024-02-04

金达威：控股子公司Doctor’s Best Inc.收购Activ Nutritional, LLC 100%股权

金达威公告，公司持有 96.11%股权的美国子公司 Doctor's Best购买美国 Viactiv Nutritionals持有的 Activ Nutritional, LLC100%股份权益。本次交易对价约为1,720万美元。

金融界2024-02-04

众生药业：控股子公司一类创新药RAY1225注射液获得II期临床试验伦理批件

公司一类创新药RAY1225注射液获得II期临床试验伦理批件。

金融界2024-02-04

汇宇制药：化学创新药HYP-2090PTSA胶囊I期临床试验首例受试者给药

如非小细胞肺癌、结直肠癌、胰腺癌等）的I期临床试验，于近日成功完成首例受试者给药。

金融界2024-02-04

汇宇制药(688553.SH)：化学创新药HYP-2090PTSA胶囊I期临床试验首例受试者给药

如非小细胞肺癌、结直肠癌、胰腺癌等)的I期临床试验，于近日成功完成首例受试者给药。

金融界2024-02-04

解析Sui生态流动性协议龙头NAVI：NAVX借贷+LSD双轮驱动

bly Partners、Gate. io、Hailstone Labs、Benqi、 LBank Labs 等参投。 NAVI Protocol 表示，将利用此轮融资资金扩展其一站式借贷和 LSD 平台。收购 Volo，扩展 LSD 版图 1 月 17 日，NAVI Protocol 宣布收购 Volo，Volo 是去中心化流动性质押协议。流动性质押协议允许用户将原锁仓资产存入协议，代用户存入锁仓协议并向用户发放资产凭证，用户在保留资产收益权的同时释放了流动性，代表资产包括 stETH、CRX、stATOM 等。Volo 允许用户质押 SUI，并向其发放流动性质押代币 vSUI，目前 vSUI 没有锁定限制，可用于在 NAVI Protocol 等一系列生态协议中使用，也可以在 Cetus、FlowX、Turbos 和 Kriya Dex 等 DEX 中进行交易。 DefiLlama 数据显示，当前 Sui 生态的流动性质押（Liquid Staking）分类的 TVL 为 2480 万美元，Volo 占比达 26.6% ，NAVI Protocol 通过这一收购快速入场 LSD 赛道，并占据重要战略地位。 NAVI LSD 战略意图解析不论是代币、协议还是生态，Web3用户最关注的要素之一是流动性，包括资金进出场的流动性、资产的流动性。现在的 DeFi 设计中，为避免恐慌踩踏，往往对代币的质押解除设有等待期限制，最知名的在生态方面有 ETH PoS 质押、ATOM 节点质押，协议方面有 CRV（Curve）等。对于流动性的广大需求，相应地诞生了 stETH、stATOM、CRX 等流动性质押衍生品（LSD），用户能够在不损失抵押品价值的情况下，获得流动性。然而并非所有的 LSD 协议都能确保抵押资产和流动性质押代币（Liquid Staking Token, LST）保持或接近在 1: 1 的比例。即使 stETH 都曾在 22 年出现过 10% 以上的脱锚，例如 Arbitrum 上 ARB 质押协议 PlutusDAO，其 ARB 的 LST plsARB 目前脱锚 47% ，并维持在这一脱锚数量级已达数月。因此对于一个生态而言，一个能够提供充足流动性、有效运营以保证锚定比例的 LSD 协议至关重要。 TokenUnlocks 数据显示，SUI 当前流通量为 11 亿枚，除月度常规解锁外，将在 24 年 7 月进行两次大规模解锁，至 24 年末流通量将接近 29 亿枚。随着 24 年牛市预期的增强，SUI 的流通量与市值预期将随之上升，需要有合适的协议承接 SUI 需求，确保其流动性和稳定性。NAVI 对 Volo 的收购确保了其战略地位，奠定了进一步发展的基础，作为生态级的 LSD，SUI 可观的体量和收益将有效地推动 NAVI 的发展。此外 LSD 业务更能够与 NAVI 的借贷业务相结合，充分释放其 DeFi 组合性，综合、持续地发挥纵向双轮驱动的优势。开启治理代币 NAVX IDO 宣布融资的同时，NAVI 也公布了在 Cetus 上进行治理代币 NAVX 的 IDO 计划，此次 IDO 活动将于 2 月 4 日 20: 00 （UTC+ 8）开始，持续三天。IDO 代币数量占 NAVX 总量的 1.2% （1200 万枚）， 0.96% 分配给 NAVX-SUI 池， 0.24% 分配给 NAVX-CETUS 池。其中： NAVX-SUI 池采取了白名单+超募公售的形式，白名单配额最高可达 75% ，即在募资超过目标额度时，将优先分配给白名单参与者，然后由公售用户按比例分配，超募资金返还。 NAVX-CETUS 池则为 100% 超募参与，未设置白名单。白名单将向社区用户、合作伙伴和 xCEUTS 前 500 持仓地址发放，名单数量和对应额度如下图所示：价格方面，NAVX-SUI 池按照每枚 NAVX= 0.021 SUI 募资，当前 SUI 的价格约为 1.5 USDT，则 NAVX 的单价和 FDV 分别为 0.0315 USDT 和 3150 万美元。 NAVX-CETUS 池募资价为每枚 NAVX= 0.26 CETUS，CETUS 当前价格约为 0.11 USDT，对应单价和 FDV 分别为 0.0286 USDT 和 2860 万美元。结语 NAVI Protocol 借贷用户在充分享受协议优势深度资金池，有效构建 DeFi 策略的同时，还将享受协议进一步的激励加成。Sui 生态的增长势头也仍在持续，NAVI 通过核心借贷业务和 LSD 赛道的战略布局双轮驱动，有望迎来新一轮爆发增长。来源：金色财经

金色财经2024-02-04

5000亿车企突发！4人涉嫌犯罪，“反腐第一车企”重拳出击，大力反腐背后，中报净利润值创下2009年新低

金融界2月4日消息汽车业“反腐第一车企”重拳出击，4人涉嫌犯罪被移送司法机关审查起诉！ 4人涉嫌犯罪近日，东风汽车集团“廉洁东风”发布通报称，康立华、刘齐恒、汪家伟、杨钧涉嫌职务犯罪问题移送司法机关审查起诉。 “廉洁东风”在通报中指出，日前，东风公司纪委和湖北省恩施州、十堰市监委对东风设计研究院有限公司原党委委员、执行总经理康立华，东风特种商用车有限公司原纪委委员、财务会计部原部长、东风华神汽车有限公司财务会计部原部长刘齐恒，东风汽车贸易有限公司原党委书记、纪委书记、工会主席汪家伟，东风日产汽车销售有限公司售后服务部售后事业开发科原科长杨钧严重违纪违法问题进行审查调查，现已审查调查结束。依据有关规定，将康立华、刘齐恒、汪家伟、杨钧涉嫌职务犯罪问题移送司法机关依法审查起诉。有“反腐第一车企”之称近年来，东风汽车公司大力度开展反腐工作，在汽车行业有“反腐第一车企”之称。在这四人被处理之前，东风公司原党委常委、副总经理童东城在去年12月底也被通报。 2023年12月22日，据中央纪委国家监委驻国务院国资委纪检监察组、湖北省纪委监委消息：东风公司原党委常委、副总经理童东城涉嫌严重违纪违

金融界2024-02-04

中国资金疯狂涌向美国这一邻国！不仅仅是为了绕道进入美国？

for Strategic and International Studies)中国商业与经济事务信托主席伊辣利亚·马佐科(Ilaria Mazzocco)表示，除了高昂的启动成本，中国制造商还将不得不应对墨西哥劳工组织和可能的犯罪。马佐科说:“公司需要灵活应变，迅速适应墨西哥的环境，但在他们制定进入美国市场的计划时，显然有很大的吸引力。” 总部设在中国的工厂经营者已经分散到其他国家，这样他们就可以进入美国市场，而不必为受贸易争端影响的累计5500亿美元商品支付关税。中国商务部周四表示，2023年中国对外直接投资总额增长11.4%，达到1301亿美元。拉美是资本外流的主要目的地，尤其是阿根廷、巴西和洪都拉斯等国，这些国家在政府换届后加强了与中国的关系。与此同时，墨西哥的城市化水平已接近发达国家水平，达到81%，比中国高出15个百分点。这意味着中国企业可以向1.29亿人口销售产品，而且自1990年以来其人均收入一直在稳步增长。新加坡尤索夫伊沙研究所(ISEAS-Yusof Ishak Institute)高级研究员贾扬特·梅农(Jayant Menon)表示，进入美国仍是大多数中国投资者的主要动机，但墨西哥市场也提供了一份“保单”，因为墨西哥的中产阶级正在崛起。根据墨西哥国立自治大学(National Autonomous University of Mexico)国际关系中心贸易实验室协调员何塞·伊格纳西奥·马丁内斯·科尔特斯(Jose Ignacio Martinez Cortes)的研究，去年年初，中国汽车占墨西哥国内市场的19.5%，比2018年增长了5.8%。 (图源：南华早报) 华盛顿智库史汀生中心(Stimson Centre)中国项目主任孙韵表示:“更便宜的中国产品将在那里具有竞争力。”“墨西哥人口众多，而且是年轻人，这两者都意味着巨大的市场潜力。” 中国汽车巨头比亚迪(BYD)上月宣布，已在墨西哥城部署了20辆电动公交车。墨西哥城是一个人口密集、污染严重的大都市。这是单次向该市运送此类车辆最多的一次。中国汽车制造商也在寻求利用墨西哥在北美市场的优惠关税地位。《美墨加贸易协定》(USMCA)于2018年获得批准，并于2020年生效，该协定规定，在墨西哥、美国或加拿大生产75%零部件的汽车公司有资格获得总关税豁免。墨西哥国立自治大学经济学教授恩里克·杜塞尔·彼得斯(Enrique Dussel Peters)表示，在过去10年里，中国企业一直被鼓励在墨西哥和拉丁美洲寻找选址。他说:“这是拉美和中国关系在过去十年中最突出、最具活力的影响之一。” 然而，美中之间的紧张关系最终可能会蔓延到美国的长期盟友墨西哥。 “由于墨西哥与美国关系密切，墨西哥政府将对来自华盛顿的压力特别敏感，”马佐科表示。美国财政部在一份声明中表示，美国和墨西哥去年12月签署了一份意向备忘录，承诺维持“开放的投资环境”，但也强调有必要对第三国的业务进行筛选，以防它们涉及“某些技术、关键基础设施和敏感数据”。孙韵说:“我认为不会全面禁止或限制中国投资。” 美国格林内尔学院(Grinnell College)国际经济学副教授黑尔·乌塔尔(Hale Utar)表示，《美墨加贸易协定》的规定鼓励在北美采购，因此，如果中国投资优先考虑在墨西哥采购，而不是在国内采购，“它可以避免潜在风险”。中国商务部在12月的新闻发布会上表示，中国与墨西哥在新能源汽车方面的合作是“两个主权国家之间的正常商业活动”，并补充说美国无权干预。新加坡国立大学政治学助理教授庄嘉颖(Chong Ja Ian)表示，只要能给国内带来收入，北京的官员将支持向墨西哥外包业务。 “由于国内需求放缓，许多中国企业将更热衷于投资国外市场，”庄嘉颖表示。“中国不会认为这是增长势头的(丧失)，因为地理位置不如所有权重要。”

忆芳2024-02-04

汇川技术：2月2日接受机构调研，银华基金、威灵顿等多家机构参与

机会。在机器视觉领域，公司已经应用了 I技术。在大模型方面，公司会针对性地开展相关技术预研，探索相关技术在工业领域的应用。接待过程中，与投资者进行了充分的交流与沟通，严格按照《信息披露事务管理制度》等规定，保证信息披露的真实、准确、完整、及时、公平。没有出现未公开重大信息泄露等情况。前来公司进行现场调研的投资者已按深圳证券交易所要求签署调研《承诺书》。汇川技术（300124）主营业务：通用自动化业务、电梯电气大配套业务、新能源汽车业务、工业机器人业务、轨道交通业务。汇川技术2023年三季报显示，公司主营收入201.21亿元，同比上升23.89%；归母净利润33.19亿元，同比上升7.6%；扣非净利润30.46亿元，同比上升11.59%；其中2023年第三季度，公司单季度主营收入76.7亿元，同比上升31.24%；单季度归母净利润12.42亿元，同比上升11.94%；单季度扣非净利润11.79亿元，同比上升19.62%；负债率46.56%，投资收益1.1亿元，财务费用-428.78万元，毛利率35.78%。该股最近90天内共有16家机构给出评级，买入评级12家，增持评级4家；过去90天内机构目标均价为73.8。以下是详细的盈利预测信息：融资融券数据显示该股近3个月融资净流入693.31万，融资余额增加；融券净流出8589.49万，融券余额减少。以上内容由证券之星根据公开信息整理，由算法生成，与本站立场无关。证券之星力求但不保证该信息（包括但不限于文字、视频、音频、数据及图表）全部或者部分内容的的准确性、完整性、有效性、及时性等，如存在问题请联系我们。本文为数据整理，不对您构成任何投资建议，投资有风险，请谨慎决策。

证券之星2024-02-04

加拿大海岸惊现神秘沉船! 船内会有什么惊人发现?

近日，一艘长达80英尺的神秘沉船被冲上加拿大东海岸——这艘幽灵般的船只出现在纽芬兰的雷角（Cape Ray）海岸，据信是在后热带风暴菲奥娜（Fiona）的作用下浮出水面。图自：Dailymail 2024年2月当地猎鸟人Gordon Blackmore是这艘沉船的发现者，他于 1 月 20 日首次注意到海浪下若隐若现的巨大阴影。21 岁的Gordon Blackmore赞叹道，“太神奇了，没有其他词可以形容它”。图自：Dailymail 2024年2月由于整个船只采用木销结构，人们判断它的历史可以追溯到 1800 年代。它的长度也表明这艘船可能比纵帆船还要大，但关于它的起源我们仍知之甚少。图自：脸书 2024年2月雷角 (Cape Ray) 是一个约有 350名居民的沿海社区。自沉船被出现以来，发掘现场引起了国际关注，并引发了许多关于其起源的理论。纽芬兰和拉布拉多沉船保护协会（Shipwreck Preservation Society of Newfoundland and Labrador）主席Neil Burgess称，“这是一件非常非常伟大的事件。” “如果它是橡

加拿大乐活网2024-02-04

24小时热点