基于非線性相互依賴性的金融危機傳染機制研究.pdf

1、20世紀末21世紀初是金融危機爆發(fā)的高峰期，金融危機日漸頻繁且危害日益嚴重。隨著世界經(jīng)濟一體化程度的提高，金融危機的傳染效應也逐步顯現(xiàn)出來。最明顯的例子就是2007年爆發(fā)的美國次貸危機傳染至全球，導致了2009年全球金融風暴。針對金融危機傳染的研究越來越多，促使金融危機傳染研究逐漸從整個金融危機理論中分化出來，向著一個獨立的國際經(jīng)濟學方向發(fā)展。因此，研究金融危機的傳染機制具有較大的理論意義。全球金融風暴對我國經(jīng)濟也造成了很大的影響，因此

2、，為了能夠從各個角度應對金融危機傳染，研究金融危機的傳染機制具有較大的現(xiàn)實意義。
　　金融危機傳染的現(xiàn)有研究在理論方面未能解析金融危機傳染的非線性特性。金融危機傳染研究的實證方面主要是通過方差——協(xié)方差矩陣或線性相關系數(shù)法來分析市場相關程度，或者使用VAR等方法，對金融危機傳染的非線性特征解釋不足；對金融危機期間金融危機傳染研究的實時性不足。因此探索使用非線性相互依賴性來刻畫多重金融時間序列間的非線性動力學特性，以期能更好地研究金

3、融危機傳染的非線性機制。
　　本文研究了基于非線性動力學模型的金融危機傳染模型。該模型的基礎是將各國的金融市場看作是具有不同程度的波動的動力學系統(tǒng)，各個動力學系統(tǒng)之間相互耦合，這些市場間的耦合或是由于貿(mào)易聯(lián)系，或是由于新聞、資金以及金融資產(chǎn)的跨國界自由流動。使用非線性相互依賴性來描述動力學系統(tǒng)之間的耦合關系，從而金融沖擊的跨國傳輸和金融危機傳染，就可以通過動力學系統(tǒng)之間非線性相互依賴性的波動來反映。因此，可以采用非線性相互依賴性來

4、刻畫金融危機傳染的非線性特征。
　　非線性相互預測算法是具體衡量動力學系統(tǒng)之間的非線性相互依賴性的一種方法。為了檢驗序列的非線性特征，在進行非線性相互預測之前，需要檢驗系統(tǒng)是否存在非線性特征，其后求取非線性算法中兩個重要參數(shù)——最優(yōu)時間延遲τ和最佳嵌入維數(shù)d。在此基礎上進行非線性相互預測，并使用得到的非線性相互預測測度來度量動力學系統(tǒng)間的非線性相互依賴性。針對非線性相互預測原始算法預測精度不高的不足，以及金融危機期間樣本量小的特點

5、，本文采用支持向量機方法來改進原始算法。
　　將非線性相互預測原始算法與SVM結合后的算法應用到了東南亞金融危機中，對金融危機期間各國（或地區(qū)）的金融市場時間序列數(shù)據(jù)進行了非線性相互預測，計算得到每兩條序列之間的非線性相互預測測度，以此衡量各國各市場間非線性相互依賴性，并分析其波動以研究金融危機傳染的方向和強度。針對原始算法預測結果隨機性強的問題，本文分別從選擇非隨機的對比精度、替換對比精度以及滾動預測三個方面改進了非線性相互預測

6、測度，使其更加適合金融危機傳染的分析要求。
　　將改進的非線性相互預測測度應用到2007-2009全球金融風暴中，通過分析得出以下結論：首先，本文使用的支持向量機改進非線性相互預測算法確實提高了非線性相互預測的預測精度；其次，各國（或地區(qū)）的金融市場時間序列數(shù)據(jù)之間非線性相互預測測度在金融危機期間確實發(fā)生了強烈的波動，這種波動表明，在金融危機期間，各國（或地區(qū)）之間非線性相互依賴性發(fā)生劇烈震蕩，也即各國所在的非線性動力學系統(tǒng)之間耦

7、合度發(fā)生劇烈波動。而在金融危機期間，各國（或地區(qū)）之間通過各種渠道發(fā)生了傳染，由于傳染造成的后果不同，所以耦合度是劇烈震蕩的。該研究表明，金融危機傳染的非線性特征可由非線性相互依賴性刻畫出來。其后，本文從非線性動力學角度比較了東南亞金融危機和2007-2009全球金融風暴在金融危機傳染。鑒于以上研究成果，計算了我國金融市場受主要貿(mào)易伙伴金融市場數(shù)據(jù)影響的非線性相互預測測度，將該測度作為金融危機傳染的一個預警指標，從而為我國對金融危機傳染