从跨市场关系研究金融危机发现与传播 操龙兵 教授 悉尼科技大学先进分析研究所创所所长 目录 金融危机的发现机制 多个异构市场之间的关系 市场内/市场间关系 金融危机在跨市场指标上的异动反应 其它相关工作 大数据分析核心挑战 √ Variety: 异构 √ Relation/Coupling: 复杂耦合关系 √ Value: 价值 ⅹ Volume: 海量 ⅹ Velocity: 高速/时效 ⅹ Veracity: 质量/社会问题 大数据分析核心挑战 非独立同分布学习问题： √ Variety: 异构 √ Relation/Coupling: 复杂耦合关系 金融危机与衰退结束了吗？ • 2007年发生的全球性金融危机造成 的损失巨大 • 金融危机的影响极其深远 • 当前全球经济仍处于衰退之中 • 某些国家经济处于基本崩溃状态 1998年亚洲金融危机 • 多个市场 • 持续多年 2007年触发的全球金融危机与衰退 • 美国房地产泡沫破裂 • 大型金融机构崩溃（Lehman Brothers, AIG） • 政府接管银行 • 欧洲主权债务危机 • 全球市场暴跌（Dow Jones跌了50%） 金融危机的传播机理如何？ • 金融危机是如何传播的？ • 是否可以通过跨市场关系研究金融 危机发现与传播机制？ 相关的研究 • 危机传染 – 检测是否有危机传染 • 异常突变 – 检测是否发生突变 从跨市场的角度研究 • 涉及哪些市场 – 证券、衍生品、商品、利率、汇市、 油价等 • 跨市场之间的关系如何 – 各市场指标之间耦合关系 • 各市场间传播过程怎样 – 各市场的反应过程 – 各市场间的传播过程 主要研究问题与挑战 • 全球性的、有判别性的市场指标 • 跨市场的耦合关系 – 市场内耦合关系 – 市场间耦合关系 • 异构市场间的耦合关系 • 如何度量市场耦合关系与影响 • 如何表达金融危机传染 学习跨市场的耦合关系 • 跨市场的耦合关系 – 证券与商品市场关系 – 证券与利率市场关系 – 商品与利率市场关系 C(E,C) C(E,I) C(C ,I) • 集成学习跨市场耦合关系 跨市场间耦合关系学习模型 • 耦合马尔科夫模型 CHMM = l(A,B,R,p ) – 3个马尔科夫链 – 隐状态转移矩阵A – 观测概率矩阵 B – 耦合关系矩阵 R – 初始状态先验矩阵 π 一个市场内耦合关系学习 • 学习一个市场内的变量之间的关系 – 证券市场/商品市场/利率市场内的耦合 关系 – 在一段时间内 – 市场指标 – 市场行为 mi: 市场i的金融观测指标/变量 两个市场间耦合关系学习 • 两个市场间的耦合关系学习 – 证券市场与商品市场关系 – 证券市场与利率市场关系 – 商品市场与利率市场关系 mi: 市场i的金融观测指标/变量 mj: 市场j的金融观测指标/变量 跨市场的耦合关系学习 • 跨市场的关系学习 − 状态转移 − 市场行为 − 关系集成 – 3个以上市场 – 一段交易时间 – 两两耦合 Time: t-n Time: t Stock Market US Intra-market Coupling Stock Market UK CN Currency Market US UK CN Inter-market Coupling Currency Market Temporal Coupling US UK CN US UK CN 金融危机发生概率学习 • 在t时刻发生金融危机的概率 x: 市场解释变量 • 在T时段发生金融危机的可能性 金融危机发现过程 • 市场指标选择 – 判别性强 • 学习跨市场关系 – 市场内/间关系 • 计算危机发生可能性 跨市场危机检测模型 • 基于多个市场的判别性指标间关系变化 • 发生危机的可能性 市场 指标选择 学习关系 危机可能性 预测危机 危机预测 • 基于时刻/时间窗1…t，预测时刻/时 段t+1的危机可能性 i 市场 观测移动时间窗 跨市场/时序关系 预测时间窗 j 市场