基于复杂数据的相关性分析方法及应用研究

经济现象之间的相互联系和制约是社会经济的普遍规律。以三类常用相关系数为代表的传统相关性分析方法虽然在各领域得到了广泛的应用，但是在一些比较特殊或者复杂的情况下，目前的分析技术仍然显示出局限性。本项目围绕相关性分析，以经济和金融市场的实际问题为背景，在尽可能地还原真实数据信息的前提下，将研究复杂情景下经济变量之间的相关关系。此外，本课题还将相关性分析延伸到以成分数据、符号数据和函数数据为代表的复杂数据类型，在对这几类复杂数据的特殊属性进行深入研究的基础上，分别提出针对成分数据、符号数据和函数数据的相关性分析方法，并将其应用到实际经济问题中，既是对这几类复杂数据的理论分析体系的完善，也是对普通数据下相关性分析方法的拓展，对于理论创新和解决实际经济问题都具有重要意义。

经济现象之间的相互联系和制约是社会经济的普遍规律。本项目围绕相关性分析，以经济和金融市场的实际问题为背景，在尽可能地还原真实数据信息的前提下，研究了复杂情景下经济变量之间的相关关系。本课题还将相关性分析延伸到成分数据、区间数据等复杂数据类型，在对这几类复杂数据的特殊属性进行深入研究的基础上，分别提出针对成分数据和区间数据的相关性分析方法，既是对这几类复杂数据的理论分析体系的完善，也是对普通数据下相关性分析方法的拓展，对于理论创新和解决实际经济问题都具有重要意义。课题还将函数数据分析方法应用到分析金融危机的实际经济问题中，取得了良好的效果。除了研究与复杂数据相关性有关的理论与算法之外，课题还创造性地将生物信息学领域的序列比对方法引入到金融市场的研究中来，使得可以从另一个视角分析来金融问题。课题本着理论与实践相结合的原则，以应用领域的实际问题为背景，对股票市场、期货市场等众多现实问题进行了深入研究。本课题自2012年1月启动以来，历时三年时间，按照任务书规定的研究计划，在课题组全体成员的努力下，圆满地完成了预定的研究计划，取得了一系列研究成果，目前已发表标注有基金号的文章10篇，硕士学位论文1篇。