金融复杂系统极端事件的间隔时间研究

2008年，我国经历的南方雪灾、汶川地震、金融危机等灾变极端事件，对自然环境和人类社会造成了严重破坏。在此背景下，研究自然和社会复杂系统极端事件的动力学行为和机制，进一步估计和预测极端事件的风险，显得尤为重要和迫切。本课题依据复杂性科学的思路，把非平衡态动力学的概念引入极端事件研究，结合保持概率和首出时间概念，进行极端事件的间隔时间研究。本课题主要致力于金融市场大波动极端事件间的间隔时间研究，全面、系统地考察中国股市高频数据的间隔时间分布和时间关联特性，力求采用多种定量方法从不同角度进行精确分析。并通过模拟波动率时间关联特性与间隔时间分布的关系，特别是通过模拟经纪人间复杂相互作用，阐明极端事件的动力学机制并构建微观模型，为中国股市大波动极端事件的风险估计和规避提供理论依据。本课题还将把金融极端事件间隔时间研究获得的理论和方法,引入中国雪灾、地震等自然灾害的研究，进行初步灾害风险估计。

灾变极端事件对自然环境和人类社会具有极大破坏，研究自然和社会复杂系统极端事件的动力学行为和机制，进一步估计和预测极端事件的风险，具有重要的理论和现实意义。本课题主要致力于金融市场大波动极端事件间的间隔时间研究，采用中国股市多个股票的逐笔和分钟数据，全面、系统地考察中国股市高频数据的间隔时间分布和时间关联特性。首先对股票收益率序列的间隔时间进行分析，研究采用KS、KSW和CvM等多种拟合优度检验方法，证实了间隔时间的尾分布服从幂律分布。采用DFA和条件概率分布方法研究间隔时间的时间关联，发现中国股市大波动的间隔时间同时具有长程和短程的时间关联。基于收益率序列的间隔时间研究，还建立了一个VAR风险估计模型，模型结果和市场的实证结果比较一致。课题还分析了交易量序列的间隔时间的分布和时间关联，发现交易量的间隔时间序列具有和收益率的间隔时间序列非常类似的性质，进一步从间隔时间研究的角度证实了股市中的量、价关系。课题在一个订单委托驱动模型的基础上，通过模拟交易者委托下单的时间关联与间隔时间分布的关系，发现间隔时间尾分布的幂指数由委托价格的时间关联决定，从微观交易者的交易行为帮助理解中国股市大波动极端现象。本课题还把金融极端事件间隔时间研究获得的理论和方法拓展到了其它领域的研究中,比如采用类似方法研究了湍流中的能量耗散序列。