本文選題：復(fù)雜性科學(xué) + 非線性理論��； 參考：《中國海洋大學(xué)》2013年碩士論文

【摘要】：金融市場的高度快速發(fā)展是當(dāng)代經(jīng)濟社會的重要特征之一，然而其在保持著高度活力的同時也會為我們帶來潛在的巨大風(fēng)險損失。所以研究金融系統(tǒng)的運行規(guī)律，了解金融極端事件的產(chǎn)生及再生傳導(dǎo)機制，是當(dāng)前金融研究領(lǐng)域的重要課題之一。 金融市場是一個非常復(fù)雜的動力學(xué)系統(tǒng)，，它通過持續(xù)產(chǎn)生了一種規(guī)模宏大的高頻數(shù)據(jù)序列來記錄市場中眾多參與者們（個體）共同決策的結(jié)果，且這些記錄比較完整而且可以持續(xù)記錄。也就是說，金融市場其實是一個真實的持續(xù)演變的復(fù)雜系統(tǒng)。而且這個復(fù)雜系統(tǒng)呈現(xiàn)了某種突現(xiàn)性質(zhì)，即復(fù)雜系統(tǒng)的性質(zhì)并不能僅僅是由各組成部分的性質(zhì)輕松加和推斷出來，必須仔細考慮個微觀個體之間的相互影響與相互適應(yīng)。 本文按照復(fù)雜性科學(xué)的思想，緊密結(jié)合非線性系統(tǒng)動力學(xué)，通過深入研究金融時間序列的非線性特征，來考察我國金融系統(tǒng)大波動極端事件的相關(guān)運行規(guī)律。首先，我們對以證券市場為例的時間序列進行分析，探討其是否來自獨立同分布的隨機過程。如果該數(shù)據(jù)來自非線性系統(tǒng)的結(jié)論得以確認，我們就可以進一步通過非線性定量分析的方法計算金融時間序列的有關(guān)非線性特征值。通過這些特征值，我們可以判斷金融系統(tǒng)是否為混沌系統(tǒng)，并通過這些特征值對金融系統(tǒng)加以描述。如果金融系統(tǒng)確實具有混沌行為，那么我們可以探討研究其金融時間序列是否具有長程相關(guān)性，金融系統(tǒng)的極端事件是否具有長程時間關(guān)聯(lián)。如果存在長程記憶性我們就可以用重現(xiàn)時間間隔的相關(guān)方法對極端事件序列進行研究，以此揭示金融復(fù)雜市場極端事件的分布特征。最后，我們就可以在方法應(yīng)用方面做一些探討，為金融風(fēng)險管理研究的開展提供相關(guān)建議。論文共分五個部分： 第一部分為基礎(chǔ)理論研究，該部分包含了復(fù)雜性科學(xué)理論、金融復(fù)雜系統(tǒng)理論以及金融時間序列的分析理論，詳細介紹了金融復(fù)雜系統(tǒng)應(yīng)該具有的理論特征和非線性學(xué)科中的混沌理論，為后續(xù)開展金融復(fù)雜系統(tǒng)極端事件的非線性動力學(xué)研究奠定理論基礎(chǔ)。 第二部分為金融復(fù)雜系統(tǒng)時間序列的確定性和非線性研究，該部分解決了對金融復(fù)雜金融系統(tǒng)下的極端事件進行時間序列的非線性動力學(xué)研究之前首先要弄清楚的兩個問題，即動力系統(tǒng)的確定性和非線性檢驗，并對檢驗方法經(jīng)行了創(chuàng)新，即為后文研究做好鋪墊，也創(chuàng)新金融時間序列的研究方法。 第三部分為金融復(fù)雜系統(tǒng)極端事件的長程時間關(guān)聯(lián)研究，該部分用統(tǒng)計學(xué)中小概率事件的概念對金融系統(tǒng)的極端事件進行了統(tǒng)計界定，依據(jù)大氣物理學(xué)中對極端事件的研究過程探索了金融復(fù)雜系統(tǒng)中極端事件序列具有的長程時間關(guān)聯(lián)特征，對極端事件的預(yù)測與評估產(chǎn)生了重要影響。 第四部分為金融復(fù)雜系統(tǒng)極端事件的再現(xiàn)時間間隔研究，該部分在金融復(fù)雜系統(tǒng)具有長程時間關(guān)聯(lián)的基礎(chǔ)之上，根據(jù)長期記憶性，運用金融物理學(xué)中的再現(xiàn)時間間隔方法推理極端事件的再現(xiàn)時間間隔分布，構(gòu)造以收益率為例的風(fēng)險評估模型，豐富金融系統(tǒng)極端事件的研究方法。 第五部分是全文最后一章，即全文總結(jié)與未來展望部分。這部分內(nèi)容主要是對論文的研究意義、研究內(nèi)容、研究結(jié)論做一個概括性的總結(jié)；給出論文在下一步需要改進的地方，需要做出的完善，并寫了幾點相關(guān)建議供市場監(jiān)管者參考。
[Abstract]:The rapid development of financial markets is one of the most important characteristics of modern society . However , it also brings great risk losses to us while maintaining high vitality . Therefore , it is one of the important topics in the field of financial research .

Financial markets are a very complex dynamic system by which a large scale of high - frequency data sequences are continuously generated to document the results of a large number of participants ( individuals ) in the market , and these records are relatively complete and sustainable . That is , financial markets are actually a real and evolving complex system . And this complex system presents some kind of unexpected nature , that is , the nature of the complex system cannot be easily added and inferred from the nature of the components , and the interaction and adaptation between individual micro - individuals must be carefully considered .

Based on the thought of complexity science and closely combined with the nonlinear system dynamics , we study the nonlinear characteristics of the financial time series by studying the nonlinear characteristics of the financial time series . First , we can find out whether the financial system is a chaotic system or not . If the data comes from the nonlinear system , we can further study whether the financial system is a chaotic system or not . If there is long - range memory , we can find out whether the financial system is a chaotic system or not .

The first part is divided into the basic theory research , this part contains the theory of complexity science , the theory of financial complex system and the analysis theory of financial time series , details the theory characteristic of financial complex system and the chaos theory in nonlinear subject , and lays a theoretical foundation for the follow - up of nonlinear dynamic study of extreme events of financial complex system .

The second part is the deterministic and non - linear research on the time series of financial complex system , which solves two problems before the nonlinear dynamic study of the time series of extreme events in the financial complex financial system .

The third part is the long - range time correlation study of the extreme events of the financial complex system , which defines the extreme events of the financial system by means of the concept of the statistical small probability event . According to the research process of the extreme events in the atmosphere physics , the long - range time correlation characteristics of the extreme event sequences in the financial complex system are explored , and the prediction and evaluation of the extreme events have an important influence .

The fourth part is divided into the research on the reproduction time interval of the extreme events of the financial complex system . The part is based on the long - range time correlation of the financial complex system . According to the long - term memory , the reproduction time interval distribution of the extreme events is inferred based on the reproduction time interval method in the financial physics , and the risk evaluation model taking the yield as an example is constructed , and the research method of the extreme events of the financial system is enriched .

The fifth part is the last chapter of the whole text , that is , the whole - text summary and the future prospect . This part is mainly about the research significance , the research content and the research conclusion of the thesis .
In the next step , the paper gives the improvement of the paper , needs to be perfected , and writes several relevant suggestions for reference to market regulators .

【學(xué)位授予單位】：中國海洋大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2013
【分類號】：F224;F830.9

【相似文獻】

相關(guān)期刊論文 前10條

1 高靜;張世英;;高頻時間序列基于小波分析的預(yù)測[J];統(tǒng)計與決策;2006年17期

2 馬莉;徐慶宏;;基于ARMA模型的匯率走勢預(yù)測及在商業(yè)銀行外匯理財業(yè)務(wù)中的應(yīng)用[J];西南師范大學(xué)學(xué)報(自然科學(xué)版);2009年02期

3 劉遵雄;周天清;;基于HRM的金融時間序列預(yù)測[J];統(tǒng)計與決策;2011年02期

4 張成虎;趙小虎;;基于小波分析的可疑金融交易時間序列研究[J];現(xiàn)代管理科學(xué);2009年07期

5 陳靜;張川;徐成賢;;基于特征提取的金融時間序列形態(tài)挖掘[J];統(tǒng)計與信息論壇;2010年06期

6 牛艷慶;胡寶清;;基于模糊Adaboost算法的支持向量回歸機[J];模糊系統(tǒng)與數(shù)學(xué);2006年02期

7 萬軍;劉思峰;楊文翰;;日已實現(xiàn)波動的估計研究[J];統(tǒng)計與決策;2006年10期

8 柳會珍;;統(tǒng)計極值理論及其應(yīng)用研究進展[J];統(tǒng)計與決策;2006年16期

9 劉曉曙;;譜估計在金融時間序列模型驗證中的應(yīng)用[J];清華大學(xué)學(xué)報(自然科學(xué)版);2008年09期

10 張楠;孫德山;;基于支持向量回歸的股市波動性預(yù)測[J];現(xiàn)代商業(yè);2008年36期

相關(guān)會議論文 前10條

1 賴榮華;;極端事件的背景思考與國家管理[A];當(dāng)代法學(xué)論壇（二○一○年第2輯）[C];2010年

2 王詠梅;張紅雨;劉鵬;劉慧麗;;山西高溫和強降水極端事件變化:1961-2008年[A];第27屆中國氣象學(xué)會年會應(yīng)對氣候變化分會場——人類發(fā)展的永恒主題論文集[C];2010年

3 周雅清;任國玉;;中國近53年氣溫極端事件的變化特征[A];第27屆中國氣象學(xué)會年會重大天氣氣候事件與應(yīng)急氣象服務(wù)分會場論文集[C];2010年

4 張延偉;魏文壽;姜逢清;劉明哲;;烏魯木齊氣溫變化與極端事件特征分析[A];“地球·資源”全國博士生學(xué)術(shù)論壇會議論文摘要集[C];2011年

5 阮蔚琳;錢永甫;馬志強;章志芹;李瓊川;;無錫極端氣溫事件的氣候分析[A];第27屆中國氣象學(xué)會年會應(yīng)對氣候變化分會場——人類發(fā)展的永恒主題論文集[C];2010年

6 尤莉;戴新剛;張宇;;內(nèi)蒙古氣溫極端氣候事件檢測及變化分析[A];第26屆中國氣象學(xué)會年會氣候變化分會場論文集[C];2009年

7 胡宜昌;董文杰;何勇;;21世紀(jì)初極端天氣氣候事件研究進展[A];中國氣象學(xué)會2007年年會氣候?qū)W分會場論文集[C];2007年

8 尤莉;王國勤;閻軍;李飛;;內(nèi)蒙古科爾沁沙地氣候變暖及對農(nóng)牧業(yè)的影響[A];糧食安全與現(xiàn)代農(nóng)業(yè)氣象業(yè)務(wù)發(fā)展——2008年全國農(nóng)業(yè)氣象學(xué)術(shù)年會論文集[C];2008年

9 張小軍;李曉陽;張松;;脈搏波在動脈內(nèi)傳播的非線性動力學(xué)模型[A];中國力學(xué)學(xué)會學(xué)術(shù)大會'2009論文摘要集[C];2009年

10 孫琪;徐鑒;;淺談非線性動力學(xué)的發(fā)展史[A];第三屆全國力學(xué)史與方法論學(xué)術(shù)研討會論文集[C];2007年

相關(guān)重要報紙文章 前10條

1 周虎城;從社會層面化解個人極端事件[N];南方日報;2009年

2 李聰華　蘇醒;專家談如何避免極端事件[N];紅河日報;2011年

3 夏學(xué)鑾　張斌 (北京大學(xué)社會學(xué)系教授 夏學(xué)鑾);極端事件的社會心理剖析[N];北京日報;2010年

4 ;8月1日至30日全國322站日高氣溫達極端事件監(jiān)測標(biāo)準(zhǔn)[N];中國氣象報;2010年

5 ;天氣為何不斷上演極端事件[N];北京日報;2002年

6 記者 賴敏　通訊員 高榮;首期極端事件監(jiān)測快報發(fā)布[N];中國氣象報;2009年

7 龔志強　任福民;WMO確認亞洲極端事件監(jiān)測中心建立[N];中國氣象報;2010年

8 本報記者 劉毅;今夏天氣“走極端”[N];人民日報;2009年

9 記者 王元紅　通訊員 楊志剛;西藏開展氣候變化對極端事件影響研究[N];中國氣象報;2010年

10 中國氣象局局長秦大河;關(guān)注極端事件應(yīng)對災(zāi)害襲擊[N];科技日報;2002年

相關(guān)博士學(xué)位論文 前10條

1 王文靜;金融時間序列的長記憶特性及預(yù)測研究[D];天津大學(xué);2009年

2 鮑漪瀾;基于支持向量機的金融時間序列分析預(yù)測算法研究[D];大連海事大學(xué);2013年

3 侯威;極端事件檢測、評價方法及中國近40年極端溫度和降水事件時空變化研究[D];蘭州大學(xué);2009年

4 盧山;基于非線性動力學(xué)的金融時間序列預(yù)測技術(shù)研究[D];東南大學(xué);2006年

5 蘇木亞;譜聚類方法研究及其在金融時間序列數(shù)據(jù)挖掘中的應(yīng)用[D];大連理工大學(xué);2011年

6 龔志強;氣候系統(tǒng)的空間結(jié)構(gòu)及遙相關(guān)型年代際配置特征研究[D];蘭州大學(xué);2009年

7 支蓉;全球氣象要素場關(guān)聯(lián)特性及在汛期降水預(yù)測中的應(yīng)用研究[D];蘭州大學(xué);2010年

8 高雅純;基于復(fù)雜系統(tǒng)理論的金融市場動力學(xué)研究[D];中國科學(xué)技術(shù)大學(xué);2013年

9 湯凌冰;基于支持向量機的金融時間序列回歸分析[D];上海交通大學(xué);2010年

10 陳碟;聚合相依風(fēng)險極端事件的漸近性狀[D];中國科學(xué)技術(shù)大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 管潔;金融復(fù)雜系統(tǒng)極端事件的非線性動力學(xué)研究[D];中國海洋大學(xué);2013年

2 徐振亞;中國區(qū)域性高溫事件的模擬和預(yù)估[D];南京大學(xué);2012年

3 雷瑞麗;極端洪水和低溫條件下的土石壩安全評價[D];長沙理工大學(xué);2010年

4 趙曉軍;重分形交叉相關(guān)性研究及其在金融時間序列上的應(yīng)用[D];北京交通大學(xué);2011年

5 武培培;中國極端溫度事件的檢測方法[D];揚州大學(xué);2010年

6 張寧;近50年來陜西省氣溫和降水極端事件分析[D];西北師范大學(xué);2012年

7 景柳青;時間序列分形性的若干研究[D];北京交通大學(xué);2009年

8 王立剛;機床切削顫振的非線性振動研究[D];天津大學(xué);2004年

9 錢捚;水聲信號的非線性動力學(xué)檢測[D];東南大學(xué);2006年

10 張喜亮;江蘇省近45年氣候變化的時空特征分析[D];南京信息工程大學(xué);2008年

本文編號：1765082