基于数据挖掘的货币市场与资本市场联接途径研究

本项目采用数据挖掘理论，利用神经网络方法和支持向量机方法(SVMs)探索我国货币市场与资本市场发展过程中的联接途径问题，设计反映两市场相互作用的统计指标，在分析和处理实际金融数据的基础上，建立分析模型，提高模型的推广能力，以反映两个市场更深层次的相互作用机理，揭示金融现象背后隐藏的实质，深刻认识我国现阶段重要金融市场发展规律。最后，提出具有可操作性的政策建议和措施，帮助政府监管部门和金融市场参与主体从各自角度把握两个市场的互动规律，从而做出科学决策。. 本项目涉及以下五个方面的内容：（1）我国货币市场与资本市场联接的相互作用机理研究；（2）我国货币市场与资本市场联接方法-工具和策略研究；（3）基于金融衍生产品定价和风险管理策略的联接方法创新研究；（4）我国货币市场与资本市场不同联接途径下货币政策的效率分析；（5）基于上述方法的政策建议和措施探讨。

首先，在建立金融市场数据库系统平台基础上，开展支持向量机、神经网络、快速优化算法以及Copula函数、金融序列非线性相关分析等方面金融数据挖掘技术方法的研究，提出了运用神经网络技术的联接函数来研究金融序列的非线性相关分析方法、Copula方法拟合检验新技术、基于双层规划模糊算法的Copula-SVM等金融市场模型、支持向量机技术和Coupula函数集成的一类权证组合的VaR算法等创新内容。其次，利用上述金融数据挖掘方法，结合金融市场实际数据，综合运用数学、统计学、金融工程等知识，通过各种技术方法的融合运用，建立了相应的金融市场模型，研究金融市场的运行机制，探讨货币市场与资本市场的联接途径，揭示其中的非线性联接机制，分析不同金融市场的联接结构和形态。侧重金融市场分析与金融工具定价，研究了权证和可转债的定价以及风险投资的VaR风险计算方法，并对基于G-期望的VaR风险度量方法进行了研究。并且，运用Lie代数、微分几何等数学工具，获得了KdV方程的新的Hamilton结构表达，分析了非线性系统以及孤子波的产生和演化行为等定性性质。第三，提出了金融危机传染的支持向量机模型，对股票价格波动的特点、重大事件及其对金融市场的影响进行了及时分析，并对模型的预测性能进行了测试和分析。提出了股票数据预处理的HLP法，建立了股票价格波动预测的人工神经网络模型，并利用支持向量机给出了关键拟因数的指数化投资方法和风险管理套期保值策略等内容。第四，在货币市场与股票市场内在结构方面，研究了利率模型和市场复杂结构，得到了利率期限结构与收益率曲线的计算模型和模糊利率下的寿险精算模型。利用当前国债交易数据对国债收益率曲线进行了实证分析，采用推广的息票剥离和样条函数，通过设置较为合理的分段节点和贴现函数，构造出收益率曲线，并进行了实证检验。