新常态下基于进化算法的金融产业结构多目标优化研究

Financial industry plays an important role in economic development, financial industry structure props up China's new normal. The financial industry structure system and new normal multi-objectives (economic growth, economic structural adjustment, innovation driven and financial stability) have the characteristics of multi-level, dynamic, complexity, especially inconsistency and constrained by resources and environment, which makes the conventional used models difficult to reveal and achieve the dynamic and interactive coordination of multi-objective of financial industry structure. Adopting the evolutionary multi-objective algorithm, this project focuses on the multi-objective optimization problem of China's financial industry structure. First, the nonlinear time series or panel threshold model will be used to investigate the coordination of new normal multi-objectives, and the interaction relationship between the financial industry structure and new normal multi-objectives as well, then the objective functions of the multi-objective optimization of financial industry structure are established; Secondly, with the characteristics analysis of optimization model, the corresponding evolutionary algorithm(polynomial distribution mutation operator, SBX-20 crossover operator, hypervolume indicator selection operator as well as some local search algorithm) will be applied to the financial industry structure multi-objective optimization, and the evaluation of China's financial industry structure multi-objective optimization will be conducted further; Finally the whole and regional financial industry structure multi-objective optimization results will be compared, and the financial industry structure dynamic multi-objective optimization schemes under the new normal economic constraints will be put forward for relevant government departments.

金融产业作为经济发展中的关键产业部门，对经济新常态具有重要支撑作用。金融产业结构系统及其经济发展新常态多目标（经济增长、经济结构调整、创新驱动、金融稳定）具有多层次性、动态性、复杂性，尤其是多目标的不一致性及资源、环境约束条件的存在，使得传统方法难以揭示和实现金融产业结构多目标的协调运作。本项目运用进化多目标算法研究我国金融产业结构多目标的优化问题。首先运用非线性的时间序列及面板门限模型研究新常态多目标的协调性，以及金融产业结构与新常态多目标间交互作用机制，建立金融产业结构多目标优化的目标函数；其次分析优化模型特性，运用进化算法（多项式分布变异算子、SBX-20交叉算子、超体积指标选择算子以及局部搜索算法等）对金融产业结构进行多目标优化及决策，并且评价优化算法结果；最后对我国整体和分地区的金融产业结构多目标优化结果进行比较，为相关政府部门提出新常态约束条件下的金融产业结构多目标优化方案。

围绕项目的研究内容、预期目标以及国家自然科学基金提倡的原则开展研究工作，基本完成了预定研究计划，总结如下：.在研究进展方面：金融产业作为经济发展中重要的产业部门，对经济新常态具有重要支撑作用。金融产业结构系统及其经济发展新常态多目标具有多层次、动态性、复杂性，尤其是多目标的不一致性使得传统方法难以揭示和实现金融产业结构多目标的协调运作。为此，主要进行了以下两方面的工作：1、对金融结构优化的经济发展多目标进行了研究，由于金融稳定作为经济新常态的目标之一是政府重点关注的问题，因此本项目实施过程中首先对金融市场稳定的度量进行了更为细致的研究，并且以金融发展变量为门限变量，运用动态数据的面板门限模型对包括经济发展各目标之间协调性存在的可能性进行研究；随后采用边限检验法和MRW模型、空间面板计量模型等对经济发展新常态多目标的交互作用机制进行了研究，为金融产业结构的多目标优化奠定了基础。2、提出了多种多目标优化算法，包括基于超体积的差分进化算法、改进的蝙蝠算法、基于分解思想的自适应排序进化算法等并进行了应用研究；然后基于多种不同的多目标进化算法对我国金融产业结构优化研究进行了探索，并给出部分最优解，研究结果对金融结构优化的理论和实践研究具有重要意义。.研究的科学意义在于：采用非线性科学理论及多目标优化算法，全面、深入、系统地研究了经济发展多目标交互行为，探讨构建了经济发展多目标之间的协调运作路径，并且提出了经济新常态约束条件下的金融产业结构多目标优化方案。这不仅对丰富金融产业结构理论的研究范式和方法具有重要理论意义，而且对优化金融结构、提高金融资源配置效率、防范金融风险、促进实体经济转型、提高金融支持我国社会经济可持续健康发展、适应经济新常态具有重要的现实意义。.在国际交流方面，研究团队共参加学术会议3次，其中大会特邀报告1次，分组报告2次。通过参加学术会议，交流本项目研究成果及相关领域前沿成果，一方面，扩展了本项目团队的研究思路，推动了本研究的顺利开展；另一方面，扩大了本研究成果的国际影响力。.在研究成果方面：研究团队围绕本项目研究在国内外核心学术期刊、学术会议上共发表论文17篇（发表16篇，录用1篇），其中SCI检索7篇，EI检索1篇，CSSCI检索7篇，CSCD检索2篇。.在人才培养方面：资助期间共培养及协助培养7名研究生。