文摘

随着科学技术的发展,大数据的应用越来越广泛,它已逐渐扩展到经济和商业等各个领域。自2008年国际金融危机以来,主流经济学表明缺陷在一定程度上。一方面,表达式所追求的主流经济理论过于严格,限制了其处理能力。另一方面,线性化方法忽略了多样性,复杂性,和可变性的经济体制的变化,这可能会忽略一些严重危机的出现。由于理论模型和实践之间的距离,增加理论模型不能指导实践,有时甚至误导后者。在本文中,我们提出一个基于大数据的动态反馈预警方法,它使用LPPL模型适合参数。最后,我们使用这个方法来分析a股的灾难。研究结果表明,该方法使预警系数的动态和复杂的系统更科学、准确。

1。介绍

一个复杂的系统是一个有机的实体,与各个部分相互作用,不是一个简单的加法和机械部件的组合(1]。因此,当地人民理解不能拼凑理解复杂系统的整体法律。

面对复杂的系统,由人常用的另一种方法是将复杂的问题分解一层一层地,切成小碎片,在深度分析碎片,推断总体的情况。然而,各个部分之间的紧密联系和交互系统在切削过程中也被烧毁。

人类社会是一个典型的复杂系统。这个系统的研究,特别是经济方面,更重要的是一个部分的分析和分解研究。各种传统经济理论大多集中在一个特定的领域,如需求、供给和货币。此外,由于经济系统的复杂性,许多分析不能简单地证明了数据也不能被简单的因果关系,因为在复杂的系统总结,很多因素都是原因和结果。通过这种方式,解释经济现象的各种经济理论并不令人信服。例如,它已经超过80年自1929年的大萧条以来,和经济学家还没有一个令人满意的解释大萧条的根源和仍在争论。2008年的金融危机使得这场辩论继续升温,双方都持有自己的词和放弃,,这场辩论将继续在未来2,3]。

经济学家们正沉浸在经济现象、数据模型和理论。他们似乎是最权威的研究和解决经济问题的人。但如果我们从完全无关的角度看经济问题?会得出一个结论,如果有人熟悉控制论但不熟悉经济学观察到经济危机吗?首先,非经济专业不仅可以研究或某一部分系统分解。首先,他认为系统作为一个“黑匣子”,观察整个系统通过观察输入和输出特性。第二,他可以研究系统的内部结构和联系。

从系统控制的角度来看,一个周期性的经济危机是一个周期性的冲击。如果一个系统进入一个周期振荡没有外部输入扰动,这个系统可能会有积极的反馈4]。冲击来自系统的内部结构,而不是输入和输出的变化。是不对的强调系统的某些参数的变化导致整个系统振荡,如需求不足、过度供给,投资不足、信贷扩张,信贷紧缩,等等。为了研究系统的周期性振荡,系统必须的结构研究发现系统内部的正反馈机制。

2。相关工作

风险来自于供给和需求失衡,纯粹的定量和品质有效。传统的风险确定模型(5,6)是基于理性预期的假设,价格平衡,和市场竞争,但是这些因素导致理论与实体经济相矛盾。经济系统是一个复杂的自适应系统;例如,在凯恩斯的需求理论,居民必须有复杂自适应为了调整决策,包括需求和投资,根据变化的环境。同样,在熊彼特的创新理论,只有当一个公司拥有复杂的自适应性可以发现和创造非平衡,不断追求技术创新和资本积累在追求高额利润。

研究复杂的自适应系统控制论的一个重要方法是使用双向反馈机制。因此,我们建议使用一个双向反馈机制在经济系统控制论的风险警告。我们建议的风险源于迁移系统的内部机制(从负面反馈到积极的反馈)。动态反馈模型的构造和早期风险预警仿真基于大数据平台是本研究的重点。如图1我们将系统操作周期分为nonrisk周期和风险周期根据动态反馈机制(7,8]。我们将semaphore-based动态反馈模型为例;当模型是负面的反馈,我们提出的动态反馈模型是传统的均衡模型。在这个时候,nonrisk循环系统。当模型是积极的反馈,这是一个自组织协作模型显示强反射性的特点,在这段时间系统风险周期。

我们的研究表明,负面反馈系统符合传统的供给和需求模型和正反馈系统符合索罗斯提出的自反性理论(9,10]。

此外,金融泡沫(11,12)指的是一种经济现象,金融资产的价格(或一系列的金融资产)经历了一波又一波的上涨,市场价格反映出大于实际价值的上升运动。遵循幂律现象,价格和成长速度比指数增长被称为泡沫。泡沫价格动量随时间逐渐增加。根据价格动量的方向和强度,我们把泡沫分为四类:泡沫:价格趋势上涨,价格动量逐渐增加,如图2负泡沫:价格趋势下降,价格动量逐渐削弱,如图3扭转泡沫:价格趋势下降,而且价格动量逐渐增加,如图4反向负泡沫:价格趋势上涨,价格动量逐渐削弱,如图5

泡沫后,自组织的参与者在市场通过市场的共识将形成一个正反馈效应,进入泡沫模式。泡沫不仅自给自足,而且不断扩大(负泡沫不断萎缩,去气泡的过程)。当金融泡沫的趋势达到临界水平,尽管主要参与者同意,市场不能再承受少量的参与者的扰动,导致崩溃。事实上,参与一个泡沫和交易这一趋势是一种理性行为,因为崩溃的风险将由带来的正回报补偿金融泡沫。同时,泡沫一旦形成,它将持续很长一段时间,泡沫的破裂只是一个指向这个周期的结束。

总之,近年来,随着复杂系统科学的出现,风险交互行为的影响已逐渐被发现。然而,主要的原因难以准确预测和经济风险的早期预警是传统风险预测主要依赖传统的数学建模工具的支持,缺乏有效的理论模型和数据的交互和演化算法复杂的风险。大数据技术的发展和广泛应用使得各种经济系统积累了大量的数据资源。这也使得多畴的和跨通道融合数据收集和分析可能的13]。这提供了有价值的数据资源和技术支持与复杂系统的全面认识,融合风险元素的分析,准确的预测风险演化,及时预警风险(14]。同时,如何有效地提取风险出现的特点,突变,进化,从这些经济和疫情大数据,实现智能预测和预警的复杂经济风险越来越成为一个新的技术挑战。

3所示。对数周期性幂律模型

从事地球物理的研究(Didier Sornette15]。然而,他发现金融市场泡沫的形成和破灭与地震有许多相似之处,复杂系统的自组织行为。索尔内特教授建议使用LPPL(对数周期幂律)模型(对数周期性幂律模型)研究中常用的地球物理和临界现象研究泡沫在金融领域。

3.1。相关研究

索尔内特在1996年,通过实证研究证明了泡沫表现出对数周期振荡趋势中崩溃。2001年,他进一步提出,股市泡沫可以在对数周期性幂律模型并通过实证研究证实了这个结论对新兴股票市场泡沫。antibubbles的概念被首次提出由约翰森和索尔内特在1999年发表的一篇论文。在这篇文章中,他们使用了兰多三阶模型来预测日经指数的趋势(161999年,成功预测。这反映了反弹,日经指数及其在2000年初再次下降,和他们预计反弹符合实际的范围。之后,微星周和Didier Sornette S & P指数的趋势研究新经济泡沫破灭后的2002年底,发现美国股市已经进入antibubble阶段,进一步发现,有一个全球antibubble机制在发达西方国家。在国内,张伟和邢黄进行了实证分析上海和深圳股票市场通过R / S (17),揭示了中国股票市场波动的非线性特征。周和索尔内特教授观察到“超级指数”的家庭中国房价的泡沫特征2]。当时,他们预测基于数据的20年里,中国房价将上升,直到2008年之后,泡沫破灭了。对数周期幂律模型有两个共同特征:一是对数周期性振荡。在线性范围内,靠近关键时刻,振荡频率越快。第二个是幂律(泡沫)或衰亡(antibubbles)或表示指数增长或腐烂,也就是说,价格的增长率不是常数而是单调增加(泡沫)或减少(antibubbles)。因此,可以认为LPPL模型给出了一个定量的方法来判断泡沫和antibubble。

3.2。LPPL模型

由于交易者的相互模仿和从众效应的形成通过正反馈,价格的非线性振动,这是类似于对数周期振动,以便最终崩溃的泡沫风险是解释为市场动态。

日志周期是一个重要信号法离散尺度不变性(DSI)的复杂的系统。从理论上讲,尺度不变性的律法系统的临界点附近经常出现。虽然这种现象不是一个系统的临界点的必要特征,系统的临界点的行为仍然可以观察到通过分析法律的不变性的规模。为一个变量 ,其离散尺度不变性特征反映当自变量变成原来的两倍。的形式是相同的,这是 。不变性是来自的幂律形式 。这是符合法律的分形和多重分形。为了反映的周期性 , 可以的形式: 在哪里任何函数周期性。因此,这个周期函数可以扩展傅里叶级数;系列形式如下:

用级数展开的公式,一阶形式 在哪里金融市场的价格时间序列,可原价系列或对数价格系列、 或 ;最终的拟合结果两个几乎是相同的,但通常使用对数价格系列。是关键时刻的时间间隔, 是一个泡沫曲线, 是一个反向的泡沫曲线,然后呢是临界点。为了发散泡沫破裂的风险临界点和限制价格, 。有时为了适应更精细,二阶项是补充道: 在哪里 意味着,如果泡沫继续一个关键时刻 ,的价值将达到;B指的是增加的单位时间内当接近0在坠机前;是周围的波动振幅的测量指数增长; 泡沫破灭时,关键时刻 在泡沫破裂前的任何时间;是权力的指数增长;是泡沫的角频率阶段振荡;和 是初始阶段的冲击。

对数周期性幂律模型是一个相对成功的模式由经济物理学家从经济泡沫现象的观察18,19),已被许多金融机构。本质上是很难分析和对金融市场的泡沫趋势作出预测。经济学家经常做出预测,当泡沫即将破裂。索尔内特地震进行了类比研究和分析了泡沫的形成深度的金融市场。他提议LPPL模型,能够预测的关键时间点。然而,作为一个复杂的系统,金融市场规模不变性在临界点附近,但在实际的开发过程中,如何使用模型来避免风险,减少泡沫的破裂造成的损失仍然需要许多人认真考虑的事情。

3.3。拟合过程

从本质上讲,

这是一个高度非线性方程与7参数评估。我们通常用曲线拟合得到的参数模型。面对多达7参数估计模型中,我们需要适应这些参数,需要仔细考虑和高度非线性函数,以及被认为是确保取得最好的拟合结果(准备不足或overfit不好)。

我们知道,所谓的参数拟合20.只不过是一个目标函数最小化问题。在这里,我们的目标函数之间的误差的平方和计算值LPPL模型和实际的观测值(价格):

当有太多的参数估计,目标函数将有多个局部最小值。此外,因为吵闹的拟合样本,我们直接适合7参数,我们将陷入局部解的误解。在以前的研究中,许多学者建议使用1 stopt [21,22在中国执行7-parameter配件)。然而,研究表明,即使是通用全球1 stopt等算法,不需要设置一个初始值,不能保证结果是全球最低。经过多次实验,一种另类的想法是使用变体1停止解决方案:

事实上,我们使用默认的LM +尤格算法执行10个配件,和获得的参数明显收敛于三种不同的间隔,因为如果没有范围限制,会有多个解决方案集的理论。

因此,试图减少参数估计成为LPPL配件的首要任务。减少安装自由参数的数量,三线性参数 在LPPL压缩其余四个非线性参数 。根据目标函数,后三个线性参数的偏导数 得到,派生的导数公式应该是0获得最小值时,我们可以得到联立方程。

具体地说,第一次重写LPPL方程如下:

然后,方程可以得到如下:

上述方程可以解决标准LU分解(23)获得一个,B,C。通过这种方式,我们可以使用4非线性参数代表3线性参数。上述操作后的奴隶参数,我们减少了参数的数量估计从7 - 4。

之后,我们通常使用禁忌+ LM算法进行拟合得到最终结果。

4所示。案例研究的a股灾难

中国a股市场迎来了一个失散多年的牛市后7年熊市。由于典型的利用这一轮牛市的特点,在不到一年的时间,两个市场的交易量已超过1万亿年到20000年。该指数也提高了双一年内。狂热的基金已经炸毁一个巨大的a股市场泡沫。股市泡沫往往造成投资者的羊群效应(24,25]。因此,我们可以观察到中国a股市场通过描述指标与股票市场投资者行为有关股票市场的泡沫情况。

4.1。泡沫破裂

中国经济很大程度上已经从被封闭在世界上成为一个主要参与者,主要通过大规模投资在房地产和基础设施在过去的三十年里。从2000年到2008年,中国的GDP年平均增长率为13%,但它已放缓至7.8%,2009年7%左右2015年之后。这种快速的增长,从2005年5月到2007年10月和2008年11月至2009年8月,中国股市经历了过山车的动态变化。最近最新的泡沫开始在2014年代中期和2015年6月中旬开始崩溃,俗称股市灾难。

最后泡沫几乎达到一年增长了150%。随着中国房地产市场急剧冷却作为一个整体,中国股市增长幅度甚至更大。这个泡沫可以被视为强大的杠杆的结果是断开的现实经济活动和企业收益。大约7%的中国人口一直活跃在股市狂热,从容易获得信贷投资股票市场。

中国股市的一个有趣的特性是,保险公司和养老基金传统上通过买入并持有策略,稳定投资者基本上不存在领域的中国投资。结果,约9000万中小投资者成为股票市场的主要驱动力,更容易受到谣言、模仿、猜测,和人群。事实上,有很多迹象表明,中国政府鼓励小散户投资者投资于股票市场,开车一段时间,但也催化其脆弱性。

4.2。早期预警和分析,泡沫破灭了

2015年6月12日以来高点,SSEC下降了32%到达底部7月8日,2015年,此后大幅波动。规模较小的深圳股市同期下跌了41%。中国政府已经采取了前所未有的措施停止下降。特别是,中国人民银行不断降低贷款和存款基准利率处于历史低点。此外,更多的措施已经采取了像放松融资规则,宣布暂停暂停新的IPO,调查恶意卖空等等。前股票指数在6月中旬开始大幅下降,有明显的迹象显示在a股市场,尤其是每日波动,流动率,前所未有的交易量。

以5月最后一个交易日为例,全天振幅高达300点,这是超过7%。然后,进入6月中旬,市场开始大幅下降的模式。上交所综合指数下跌最多从5178年到3507年,31%的下降。创业板指数和中小企业指数也幸免于难。中小企业指数下跌33%,创业板指数暴跌40%。股市灾难期间,A股的总市值损失25万亿元,这样的股票从2015年初到6月中旬是零。

后,导火索是美国证券交易委员会(SEC)打击场外分配,市场进入模式。首先,大量的资金账户被强行关闭。因为杠杆的1:5或者1:10,微风在市场上也是不可接受这样的帐户。当大量资金账户达到警戒线,为了公司为了保护自己的基金资助,电脑会自动出售大量的股票,导致限制潮的出现。在经济衰退下,中国政府采取了几轮救援措施,包括降息和交易成本,但这些措施失败了,因为他们没有危机的本质联系。

失败的援助额的信心崩溃,引发了第二轮暴跌,导致崩溃的金融账户两个主要证券公司和大量的清算行。大量的清算头寸在日常销售限制董事会,最终形成了一个恶性循环。另一方面,大型私人股本公司的净价值像Qingshuiyuan,撞车时继续下跌。他们中的一些人到达0.7清算行,被迫清算。大公开发行基金正面临着严重的赎回潮,和天生的大幅抛售资产的非流动性市场无疑是引发火灾。

随着股市持续暴跌6月中旬,中国政府开始实施一系列市场救助政策,以稳定市场,防止当地的金融危机的发生26- - - - - -28]:(1)6月26日,上证综合指数记录下降了74%。第二天,中国人民银行宣布,从6月28日开始,金融机构将利率削减0.25%,而针对向下0.256。(2)两天后,由于市场的下行趋势,两大交易所同时宣布他们将降低股票市场的交易成本。(3)暴跌后,中国证监会宣布将放松对保证金融资和证券借贷的限制。贴现率和清算行可以由证券公司。(4)7月3日,中国证监会发布了一份声明,有必要减少新股发行的数量在当前形势下。(5)7月3日,中国证券监督管理委员会发布公告说,中央汇金投资有限公司有限公司已投入资金来拯救市场。(6)一天后,一些证券公司共同表达了他们对市场的信心,积极使用自有资金来支持市场。(7)7月4日,20多个大型证券公司联合宣布资金购买不少于1200亿元的金融房地产指数成分在二级市场。(8)7月4日晚,国务院的影响下,28日公司计划在上海和深圳证券交易所上市是暂停IPO,订阅冻结资金和返回的所有投资者。(9)2015年7月5日,中国人民银行宣布将提供足够的流动性支持中国证券金融公司的资产负债表上,而在同一天,中国证券监督管理委员会证实,中国证券金融公司将购买ETF。(10)2015年7月5日,中国金融期货交易所限制开放期货市场,特别是空头头寸,施加处罚赤裸裸的空头头寸。

从股票市场的灾难救援,在2015年,一个股票上演了一场战争,在好莱坞很难看到。在这些策略,股票的全面“国家团队”是最明显的。“平衡基金”横扫市场股票在保存的过程中,生下了恶魔的股市反弹,如Meibang服装和洛阳玻璃。Wande数据显示,截至9月底,中国a股的十大流通股东中公司,中国证券金融股份有限公司和中央汇金投资有限公司有限公司出现在超过1300人,约占49%(560年上海证券交易所、深圳证券交易所的232,353中小企业板,从宝石和217年)。基金用于购买股票的数量约占总数的8%的流通股。

4.3。描述性统计特征,a股市场的回报

从返回的数据表1,可以看出上证综合指数的收益率指数峰值和厚尾的特点,也就是说,极端的回报的概率很大。

4.4。流动性的意义

市场流动性可以定义来自两个方面:一是资产的流动性,二是负债的流动性。简而言之,资产的流动性的时间成本和金钱成本把它变成钱。时间成本是指所花费的时间。如果投资者迫切需要货币流动性需要获得它之后一个月,那么该资产显然不是流动资产。同时,高成本的钱实现钱也意味着低流动性,流动性和负债融资的难度和成本。在a股市场的情况下,只要股票不是极限,清算的时间和成本可以忽略。然而,由于设计的T+ 1交易系统,a股市场的流动性是自然低于成熟T+ 0,因为当天买入的股票市场只能出售第二天,这意味着整个股票的时间成本是高于其他市场。

4.5。分析

这一轮股市灾难的发生造成的流动性危机是一系列杠杆基金进入股票市场,融资和其他账户破裂(29日- - - - - -31日]。

回顾当时的政府政策实施的股市崩盘,他们中的大多数并没有触及问题的实质,而是信心的崩溃造成的无效的政策导致了第二次下降。例如,养老金进入市场是一个长期的过程。不可能需要养老金全国市场,导致更深的锁定,导致更大的问题。因此,养老金进入股市没有解决短期流动性的影响。减少交易结算成本更无关紧要。暂停IPO缓解了一些融资基金的解冻,但却没有一个伟大的影响市场上的问题。20多家经纪公司投资1200亿元买蓝筹股etf和解除由今年年底,中石油和其他措施无法解决中小企业板和创业板板受灾严重地区的流动性,以及各种中小市值股票。此外,增加了QFII配额没有显示好的结果,因为外资进来一次,并且没有扮演一个角色在解除融资磁盘。即使对一个小降息,存款准备金率下调,效果并不重要,因为降息效应的释放需要时间,和市场的预期的降息已反映在股票价格上。这时,降息不能推动股市的流动性危机。

牛市的无风险利率的行为经历了利率激增,和长期的逻辑已经崩溃。同时,杠杆基金已经不容忽视。敏感的投机者将失去方向的风。高杠杆账户,每天一个或两个停止将导致自动清算。到目前为止,流动性螺旋模型已经形成,如图6。

相比之下,7月8日闭市后,证券公司2000亿元注入5公共资金,立即欢迎香港股市的积极回应。此外,股市连续两天大幅上涨之后,恐慌是松了一口气。这是一个结果liquility政策积极应对的问题。这些2000亿元可以帮助缓解基金面临的巨额赎回潮,切断了流动性危机的蔓延。此外,与政府官员相比,公共基金从业人员更好地了解市场,知道买什么股票,哪个更合理的大公司比汇金直接购买股票。

针对这一点,在未来,如果再次发生流动性危机,本文提出以下短期应急措施:(1)中国人民银行公开承诺提供足够的流动性主要商业银行和证券公司。(2)中国人民银行应当平整基金的建立,必须在规模和快速时机。(3)禁止恶意暂停交易,防止二次流动性枯竭。以上分析了恶意造成的不良后果在2015股股票暂停交易的灾难。

整个股票从酝酿到发生恶化,减轻灾害。可以说,不同的政策错误发生。为了避免未来的悲剧的重演,各种系统需要建立和完善。因此,本文提出了以下三个政策建议进行讨论:(1)也可以看到在分析整个股票市场的灾难,在6月初股市灾难之前,市场已经处于极度泡沫状态。此时,货币市场的利率急剧上升,由于季节性等因素银行存款。央行收紧流动性通过有针对性的措施,但中国证监会选择严格检查资金在这个时候不是选择的时候这些基金没有严格的三月和四月。可以说,因为三方的监督体系和三个协会对这支股票的灾难也有更大的责任,迫在眉睫的是建立一个全面的金融监管机构。(2)改善现有的套利系统(32,33),以避免在交易系统漏洞。(3)杠杆基金发挥了重要作用在这一轮股市灾难。我们必须借鉴国内外经验来提高杠杆基金的监督。美国有许多年的历史的资金,但他们有严格的限制资金的主题。许多便士股票和高风险的股票不能买杠杆账户(34]。同时,杠杆基金的来源不仅是证券公司,而且银行、信托、私人贷款,等等,所以需要全面金融监管机构监督跨境资金。

5。结论性的言论

在本文中,我们提出一个基于大数据的动态反馈预警方法,它使用LPPL模型适合参数。我们评估性能的实时诊断,泡沫经济理论基于理性预期,模仿行为机制和数学表达式。最后,我们使用这个方法来分析a股的灾难。研究结果表明,该方法使预警系数的动态和复杂的系统更科学、准确地满足中国的需要,金融部门在这个阶段。

在未来,更大数据的技术会被考虑动态复杂系统预警。举例来说,一个统一的开放源码平台分布式在线机器学习将建在经济领域收集和分析数据;将集成到平台更多的预测模型作为分析lib工具;更将实时建议使用大数据分析和综合决策方法。这些作品将复杂系统的早期预警的新股息。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突。

确认

这项研究受到了Co-Construction的程序与中国北京市教育局(批准号B18H100040)。