第一篇：湖南省自科基金--基于A(yíng)gent的金融復(fù)雜系統(tǒng)風(fēng)險(xiǎn)管理方法研究

基于A(yíng)gent的金融復(fù)雜系統(tǒng)風(fēng)險(xiǎn)管理方法研究 摘要：

本項(xiàng)目綜合運(yùn)用演化金融、計(jì)算金融、行為金融的理論與方法，按照國(guó)際前沿研究理念，采用數(shù)據(jù)驅(qū)動(dòng)與模型驅(qū)動(dòng)相結(jié)合、“自下而上”與“自上而下”相結(jié)合的建模方法以及綜合集成思想；系統(tǒng)分析中國(guó)金融市場(chǎng)交易者的偏好特征，建立交易者效用函數(shù)和預(yù)期模型；在深入研究中國(guó)金融市場(chǎng)的交易機(jī)制基礎(chǔ)上，提出基于雙向拍賣(mài)機(jī)制的價(jià)格產(chǎn)生模型；探索交易者的學(xué)習(xí)進(jìn)化過(guò)程，建立交易者策略的演化博弈模型；提出能更加逼近實(shí)際市場(chǎng)情況的交易者學(xué)習(xí)進(jìn)化模擬算法，建立符合中國(guó)金融市場(chǎng)特征的仿真系統(tǒng)，擴(kuò)充Swarm平臺(tái)類(lèi)庫(kù)；通過(guò)反復(fù)模擬試驗(yàn)與實(shí)證檢驗(yàn)，探尋仿真系統(tǒng)的分形結(jié)構(gòu)與混沌特征，找出金融市場(chǎng)的有序模式，挖掘?qū)е孪到y(tǒng)從有序到無(wú)序的關(guān)鍵因素及其臨界條件，揭示中國(guó)金融市場(chǎng)風(fēng)險(xiǎn)形成過(guò)程與機(jī)理；建立基于中國(guó)金融市場(chǎng)仿真系統(tǒng)Swarm平臺(tái)的風(fēng)險(xiǎn)預(yù)警監(jiān)測(cè)體系，提出金融市場(chǎng)風(fēng)險(xiǎn)度量模型與風(fēng)險(xiǎn)防范新方法。本項(xiàng)目研究具有重要的理論與實(shí)際意義。立項(xiàng)依據(jù)： 1）研究意義

金融市場(chǎng)是一國(guó)經(jīng)濟(jì)健康運(yùn)行的核心，是一個(gè)復(fù)雜的開(kāi)放系統(tǒng)，維護(hù)金融市場(chǎng)的穩(wěn)定，實(shí)現(xiàn)金融最優(yōu)化管理、有效防范金融風(fēng)險(xiǎn)是各國(guó)政府與投資機(jī)構(gòu)孜孜以求的目標(biāo)之一。特別是在我國(guó)金融業(yè)不斷開(kāi)放的今天，經(jīng)濟(jì)金融全球化拓展了原來(lái)國(guó)家經(jīng)濟(jì)系統(tǒng)的邊界，增加了系統(tǒng)的要素與層次，金融工具的不斷創(chuàng)新與金融衍生產(chǎn)品的不斷涌現(xiàn)模糊了原有金融變量之間與金融機(jī)構(gòu)之間的邊界，金融市場(chǎng)是聯(lián)系各國(guó)經(jīng)濟(jì)的橋梁與紐帶形式，在全球經(jīng)濟(jì)金融即時(shí)強(qiáng)關(guān)聯(lián)時(shí)代，金融市場(chǎng)的聯(lián)接更具有重要作用，由于金融市場(chǎng)波動(dòng)大、信息傳輸快、流動(dòng)性大，導(dǎo)致各國(guó)金融市場(chǎng)聯(lián)動(dòng)效應(yīng)不斷增強(qiáng)，在此背景下，金融風(fēng)險(xiǎn)更直接涉及金融安全、經(jīng)濟(jì)安全乃至國(guó)家安全。尤其是隨著現(xiàn)代技術(shù)水平的提高使投資成本降低，交易者人數(shù)增加，交易更加頻繁，我國(guó)金融市場(chǎng)參與者的關(guān)系更加復(fù)雜，市場(chǎng)的非理性特征以及環(huán)境變化引起的金融市場(chǎng)復(fù)雜性更加明顯，更加偏離線(xiàn)性模型，造成金融風(fēng)險(xiǎn)更加高度集中，因此，加強(qiáng)風(fēng)險(xiǎn)管理對(duì)我國(guó)金融監(jiān)管機(jī)構(gòu)、交易者和社會(huì)各界顯得尤為重要。

遺憾的是，金融市場(chǎng)風(fēng)險(xiǎn)管理問(wèn)題卻一直困擾著金融監(jiān)管機(jī)構(gòu)，無(wú)論是1987年美國(guó)股市的―黑色星期一‖ 和1998 年美國(guó)長(zhǎng)期資本投資管理有限公司遭致的巨大虧損，還是最近美國(guó)次債危機(jī)造成的全球股市劇烈波動(dòng)以及我國(guó)股市的大起大落，都顯示著監(jiān)管機(jī)構(gòu)對(duì)規(guī)避風(fēng)險(xiǎn)的力不從心。其根本原因在于現(xiàn)有的許多風(fēng)險(xiǎn)管理方法大都建立在經(jīng)典金融學(xué)理論基礎(chǔ)之上的，而這些方法是以還原論為指導(dǎo)，以有效市場(chǎng)、隨機(jī)游走與理性投資等線(xiàn)性范式假設(shè)為前提的，他們把重點(diǎn)放在對(duì)市場(chǎng)各個(gè)組成部分的研究上，忽視它們之間的聯(lián)系，認(rèn)為金融市場(chǎng)所呈現(xiàn)出來(lái)的特征是各個(gè)部分特征的簡(jiǎn)單加和；另一方面，這些方法一般采用靜態(tài)均衡的觀(guān)點(diǎn)去解決金融市場(chǎng)問(wèn)題，所以當(dāng)市場(chǎng)的外部環(huán)境發(fā)生變化時(shí)，先前制定的風(fēng)險(xiǎn)管理方法不但不能很好地解決問(wèn)題，而且還可能成為解決問(wèn)題的障礙。因此，通過(guò)應(yīng)用經(jīng)典金融學(xué)理論來(lái)認(rèn)識(shí)金融市場(chǎng)的本質(zhì)規(guī)律、提供有效的風(fēng)險(xiǎn)管理方法的思路存在許多局限性。

要進(jìn)行科學(xué)有效的風(fēng)險(xiǎn)管理，我們首先應(yīng)該認(rèn)識(shí)到金融市場(chǎng)是一個(gè)巨大的―復(fù)雜自適應(yīng)系統(tǒng)‖和―復(fù)雜演化系統(tǒng)‖，它是以一種具有演化特征的非線(xiàn)性方式對(duì)外界作用而起反應(yīng)的。金融市場(chǎng)的整體功能是取決于它的組成部分以及這些部分之間的相互作用，并且大于各個(gè)部分之總和。同時(shí)，金融市場(chǎng)會(huì)隨時(shí)間演化而改變其自身發(fā)展規(guī)律。隨著外部環(huán)境的變化以及信息流的不斷沖擊，金融市場(chǎng)會(huì)從一個(gè)穩(wěn)定有序的模式，逐漸走向―混沌邊緣‖——一種無(wú)序的狀態(tài)，然后通過(guò)自組織達(dá)到另一個(gè)穩(wěn)定有序的模式或是崩潰（金融危機(jī)）。在此基礎(chǔ)上，我們應(yīng)該全面分析金融市場(chǎng)風(fēng)險(xiǎn)的要素構(gòu)成，通過(guò)對(duì)交易者策略演化博弈行為與雙向拍賣(mài)機(jī)制等的研究，建立有效反映金融市場(chǎng)風(fēng)險(xiǎn)特征的仿真系統(tǒng)，而這又必然要求我們深刻研究金融市場(chǎng)運(yùn)行機(jī)制、交易主體行為乃至金融市場(chǎng)的本質(zhì)特征。

在這樣的背景下，面對(duì)如此復(fù)雜的金融市場(chǎng)，如何對(duì)金融市場(chǎng)風(fēng)險(xiǎn)進(jìn)行動(dòng)態(tài)評(píng)估、如何對(duì)金融風(fēng)險(xiǎn)進(jìn)行預(yù)警與防范、如何從各種相關(guān)的金融實(shí)際數(shù)據(jù)中挖掘出高附加值的信息資源與風(fēng)險(xiǎn)構(gòu)成要素、如何挖掘出市場(chǎng)產(chǎn)生復(fù)雜行為的模式與風(fēng)險(xiǎn)演化機(jī)理已經(jīng)成為金融機(jī)構(gòu)及其監(jiān)管部門(mén)日益迫切需要解決的問(wèn)題。但是，現(xiàn)有的一些基于推導(dǎo)演繹思想的統(tǒng)計(jì)分析與時(shí)間序列分析等線(xiàn)性數(shù)學(xué)方法已無(wú)法解決這些市場(chǎng)風(fēng)險(xiǎn)管理問(wèn)題。而非線(xiàn)性數(shù)學(xué)方法目前仍處于襁褓之中，難以擔(dān)此重任。有鑒于此，從演化與歸納推理的角度出發(fā)，利用計(jì)算機(jī)模擬技術(shù)，建立基于復(fù)雜自適應(yīng)理論的演化金融學(xué)方法，已經(jīng)成為許多學(xué)者試圖解決復(fù)雜系統(tǒng)各種問(wèn)題的普遍共識(shí)。如今演化金融方法已經(jīng)成為實(shí)現(xiàn)金融最優(yōu)化風(fēng)險(xiǎn)管理的重要組成部分，它能從大量數(shù)據(jù)中比較智能地獲取新知識(shí)，能從復(fù)雜數(shù)據(jù)背景中通過(guò)數(shù)據(jù)分析與變量選擇創(chuàng)建量身制做的模型，找出解決問(wèn)題的有效途徑。

因此，本項(xiàng)目將利用演化金融與綜合集成的思想，采用數(shù)據(jù)驅(qū)動(dòng)與模型驅(qū)動(dòng)相結(jié)合、―自下而上‖與―自上而下‖相結(jié)合的新的建模方法，建立中國(guó)金融市場(chǎng)上的交易者效用函數(shù)、預(yù)期模型、價(jià)格產(chǎn)生模型，模擬交易者學(xué)習(xí)演化過(guò)程，建立基于A(yíng)gent的演化金融方法與更加符合中國(guó)金融市場(chǎng)特點(diǎn)的仿真體系，挖掘市場(chǎng)產(chǎn)生復(fù)雜行為的模式以及風(fēng)險(xiǎn)形成的機(jī)理，正確引導(dǎo)市場(chǎng)的自組織向穩(wěn)定有序過(guò)渡，達(dá)到有效的風(fēng)險(xiǎn)控制的目的。根據(jù)國(guó)際研究經(jīng)驗(yàn)與我國(guó)金融業(yè)發(fā)展趨勢(shì)，本項(xiàng)目研究將能為我國(guó)金融風(fēng)險(xiǎn)管理實(shí)現(xiàn)數(shù)量化信息化管理提供數(shù)量技術(shù)，為我國(guó)金融市場(chǎng)的整體風(fēng)險(xiǎn)管理進(jìn)行實(shí)時(shí)監(jiān)控奠定堅(jiān)實(shí)基礎(chǔ)，對(duì)提高金融機(jī)構(gòu)的監(jiān)管效率與防范市場(chǎng)風(fēng)險(xiǎn)能力、對(duì)豐富金融風(fēng)險(xiǎn)管理理論與方法具有重要的理論與現(xiàn)實(shí)意義。

（2）國(guó)內(nèi)外研究現(xiàn)狀及分析

1）演化金融學(xué)的興起與發(fā)展

隨著演化思想的復(fù)興，演化經(jīng)濟(jì)學(xué)取得了長(zhǎng)足的發(fā)展，但許多學(xué)者不再滿(mǎn)足于目前演化思想和方法在經(jīng)濟(jì)分析中的應(yīng)用，開(kāi)始用演化的理論來(lái)闡釋金融問(wèn)題，從而提出了演化金融學(xué)（Evolutionary Finace）的概念。演化金融涵蓋的研究范圍越來(lái)越廣泛，逐漸形成了演化金融較完整的理論體系。

最早的金融市場(chǎng)演化研究是有關(guān)對(duì)對(duì)數(shù)偏好(logarithmic preferences)和財(cái)富長(zhǎng)期增長(zhǎng)的討論。如Kelley[1] 和Breiman[2]的文章。他們的研究更多的是一種規(guī)范研究——市場(chǎng)主體(agents)為什么要采取適應(yīng)策略，而不是一種實(shí)證研究，為什么只有適應(yīng)策略才能生存。金融市場(chǎng)中的一般學(xué)習(xí)模型與演化緊密相連。Bray 的工作可以算是這方面最重要的早期文獻(xiàn)，他給出了特殊條件下簡(jiǎn)單定價(jià)的具體機(jī)制。Fama[3]、Friedman[4] [5]根據(jù)演化金融思想，認(rèn)為市場(chǎng)是對(duì)理性戰(zhàn)略的自然選擇的結(jié)果，市場(chǎng)選擇導(dǎo)致市場(chǎng)效率。Farmer J.D.和 Lo.A.W.則回顧了金融市場(chǎng)數(shù)量模型的發(fā)展歷程，提出金融市場(chǎng)的演化和生態(tài)模型是一個(gè)新的前沿發(fā)展領(lǐng)域[6]。

在這一研究領(lǐng)域中，一些研究集中于更精細(xì)的數(shù)學(xué)模型，將經(jīng)驗(yàn)事實(shí)(empirical fact)理性化;另一些研究則完全是反對(duì)理性的，他們從生物學(xué)的觀(guān)點(diǎn)來(lái)看待金融市場(chǎng)，特別是在演化的框架內(nèi)，認(rèn)為市場(chǎng)、工具、機(jī)構(gòu)和交易者是相互作用的，而且是按照經(jīng)濟(jì)選擇的―法則‖動(dòng)態(tài)演化的。一個(gè)金融市場(chǎng)可以被視為是一個(gè)交易戰(zhàn)略協(xié)同演化的生態(tài)系統(tǒng)，金融主體相互競(jìng)爭(zhēng)、適應(yīng)，但是已經(jīng)沒(méi)有必要以最大化的方式來(lái)競(jìng)爭(zhēng)和適應(yīng)。Hommes對(duì)非線(xiàn)性經(jīng)濟(jì)動(dòng)態(tài)學(xué)、有限理性、預(yù)期形成與學(xué)習(xí)、異質(zhì)主體模型、分叉與混沌、金融市場(chǎng)和實(shí)驗(yàn)經(jīng)濟(jì)學(xué)都進(jìn)行了深入研究。Brock 和Hommes把經(jīng)濟(jì)和金融市場(chǎng)看作適應(yīng)性信念系統(tǒng)(Adaptive Belief System, ABS)[7][8][9][10]，ABS 是交易策略之間的演化競(jìng)爭(zhēng)。Hommes借用了這一概念，對(duì)Hommes 和Gaunersdorfer[11] 的理論作了進(jìn)一步拓展，Brock 和Hommes采用自適應(yīng)系統(tǒng)的概念來(lái)描述金融市場(chǎng)，提出了適應(yīng)性理性均衡動(dòng)態(tài)學(xué)的概念(ARED)[9]，指出均衡價(jià)格與信念是隨著時(shí)間的推移共同演化的，同時(shí)分析了存在大量交易者類(lèi)型的金融市場(chǎng)的演化動(dòng)力學(xué)，提出了大類(lèi)限制(Large Type Limit, LTL)的概念，為擁有很多類(lèi)型交易者的演化系統(tǒng)提供了一個(gè)理論分析框架[12] [18]。

2002年蘇黎世瑞士股票交易所召開(kāi)了―演化金融‖的專(zhuān)題會(huì)議，2005年Journal of Mathematical Economics推出了關(guān)于演化金融學(xué)研究進(jìn)展的專(zhuān)刊，均表明演化金融學(xué)越來(lái)越受到主流經(jīng)濟(jì)學(xué)的關(guān)注。

現(xiàn)今的人工金融市場(chǎng)是系統(tǒng)科學(xué)將人工社會(huì)中計(jì)算機(jī)技術(shù)的應(yīng)用性與演化經(jīng)濟(jì)學(xué)中對(duì)經(jīng)濟(jì)現(xiàn)象本原性追求相結(jié)合的產(chǎn)物，它認(rèn)為整個(gè)市場(chǎng)是一個(gè)復(fù)雜自適應(yīng)系統(tǒng)（Complex Adaptive System , CAS），并通過(guò)將金融現(xiàn)象進(jìn)行合理的抽象，采用從下向上的建模方式，借助于計(jì)算機(jī)技術(shù)的強(qiáng)大計(jì)算功能來(lái)對(duì)金融市場(chǎng)進(jìn)行模擬，以研究金融市場(chǎng)的各種特征[15]。

目前的人工金融市場(chǎng)包括兩種類(lèi)型，一種側(cè)重于計(jì)算機(jī)實(shí)現(xiàn)，試圖如何從總體上建立一個(gè)通過(guò)計(jì)算機(jī)來(lái)研究金融市場(chǎng)的框架，能夠更真實(shí)的描繪出金融市場(chǎng)，我們將之歸納為基于計(jì)算機(jī)計(jì)算的人工金融市場(chǎng)模型；另一種是通過(guò)設(shè)定一些經(jīng)濟(jì)學(xué)假設(shè)，通過(guò)主體建?；蛘呶⒂^(guān)模擬的辦法來(lái)研究某些金融異象產(chǎn)生的根源，我們將之歸納為基于經(jīng)濟(jì)學(xué)假設(shè)的人工金融市場(chǎng)模型。可以說(shuō)這兩種不同類(lèi)型的模型并不存在完全的界限，只是研究側(cè)重點(diǎn)不同。

基于計(jì)算機(jī)計(jì)算的人工金融市場(chǎng)模型的建模思想源自Santa Fa人工股票市場(chǎng)，這是1990 年由Arthur等人在吸收Bray、Grossman 和 Stiglitz的研究成果基礎(chǔ)上建立起來(lái)的[16][17]，它建立了一個(gè)完全可控的實(shí)驗(yàn)環(huán)境從而探尋其中的規(guī)律。隨后，臺(tái)灣國(guó)立政治大學(xué)陳書(shū)衡等人，在模型中添加了一個(gè)―學(xué)?！?，各個(gè)投資主體可以通過(guò)進(jìn)入―學(xué)校‖進(jìn)行學(xué)習(xí)。他們把學(xué)校看作一個(gè)―種群‖，以單種群遺傳算法（Single-population GP）進(jìn)行演化[19][20]。他們發(fā)現(xiàn)在這種學(xué)習(xí)機(jī)制下，收益序列是獨(dú)立同分布序列，支持了有效市場(chǎng)假說(shuō)。Norman Ehrentreich也對(duì)Santa Fa人工股票市場(chǎng)作了進(jìn)一步的改進(jìn)，認(rèn)為在原始模型中不能通過(guò)觀(guān)測(cè)總的預(yù)測(cè)變量字節(jié)來(lái)評(píng)價(jià)技術(shù)交易策略是否有更快的學(xué)習(xí)速度，而應(yīng)該探尋新的變量來(lái)評(píng)價(jià)[21]。Graham Kendall和Yan Su用學(xué)習(xí)分類(lèi)系統(tǒng)的思想建立了人工股票市場(chǎng)，他們將整個(gè)金融市場(chǎng)看作一個(gè)不完全信息的市場(chǎng)，把重點(diǎn)放在學(xué)習(xí)機(jī)制的研究上 [26][27][28][29]。

另外一類(lèi)是借鑒生命科學(xué)中的元胞自動(dòng)機(jī)的思想，元胞自動(dòng)機(jī)是上世紀(jì)50年代由Von Neumann在計(jì)算機(jī)上模擬生物繁殖提出的，其基本原理是利用大量元胞在簡(jiǎn)單的規(guī)則下的并行演化來(lái)模擬復(fù)雜而豐富的宏觀(guān)現(xiàn)象。應(yīng)尚軍等建立了元胞自動(dòng)機(jī)金融市場(chǎng)模型，對(duì)市場(chǎng)的演化特征進(jìn)行了研究[30][31][32][33]。

與基于計(jì)算機(jī)計(jì)算的人工金融市場(chǎng)模型不同，基于經(jīng)濟(jì)學(xué)假設(shè)的人工金融市場(chǎng)模型有更強(qiáng)的經(jīng)濟(jì)學(xué)假設(shè)，并且往往是為了探尋某一種經(jīng)濟(jì)現(xiàn)象著手建模，如波動(dòng)的聚集性現(xiàn)象、羊群行為等。當(dāng)在一定的科學(xué)假設(shè)前提下，基于經(jīng)濟(jì)學(xué)假設(shè)的人工金融市場(chǎng)能夠部分的再現(xiàn)現(xiàn)實(shí)金融市場(chǎng)的局部，能夠找出一些金融異象的形成原因。在這類(lèi)模型的基本交易規(guī)則假設(shè)研究方面，Lux等人集中于研究金融市場(chǎng)的典型性特征[34][35][36]；在學(xué)習(xí)過(guò)程研究方面，基于經(jīng)濟(jì)學(xué)假設(shè)的人工金融市場(chǎng)在學(xué)習(xí)過(guò)程的定義中沒(méi)有引入大規(guī)模的算法，它們的獨(dú)特之處在于運(yùn)用一些數(shù)學(xué)函數(shù)和隨機(jī)過(guò)程來(lái)反映投資個(gè)體的信念更新。在價(jià)格形成研究方面，大部分模型都是基于做市商制度的。在基于―零智能‖、―加強(qiáng)零智能‖、―準(zhǔn)零智能‖交易的人工金融市場(chǎng)模型中，都沒(méi)有對(duì)金融市場(chǎng)進(jìn)行過(guò)多的假設(shè)[17][18] [19]。在考慮投資個(gè)體財(cái)富影響因素方面，C.Chinrella 提出了一個(gè)財(cái)富異質(zhì)性的主體模型來(lái)研究資產(chǎn)定價(jià)和財(cái)富的動(dòng)態(tài)性[31]。

但是，目前演化金融學(xué)研究還存在著下列不足： ? 投資主體采用遺傳算法來(lái)進(jìn)行學(xué)習(xí)演化，但簡(jiǎn)單的遺傳算法不一定能將整個(gè)金融市場(chǎng)的信息傳遞表達(dá)清楚；

? 價(jià)格形成機(jī)制采用多采用做市商制度，可當(dāng)今的很多現(xiàn)實(shí)金融市場(chǎng)都不采用做市商制度；

? 雖然對(duì)投資主體的學(xué)習(xí)行為進(jìn)行的假設(shè)各不相同，但都很難真實(shí)地反應(yīng)各個(gè)投資主體間的相互博弈、相互學(xué)習(xí)、共同演化的行為。? 對(duì)投資主體進(jìn)行異質(zhì)性的假設(shè)大體一致，投資主體通常只分為基本面分析者和技術(shù)分析者，但實(shí)際研究中需要引進(jìn)更多類(lèi)型的異質(zhì)投資主體。2）風(fēng)險(xiǎn)管理理論的國(guó)內(nèi)外研究現(xiàn)狀分析

在20世紀(jì)50年代Markowitz提出將方差作為風(fēng)險(xiǎn)的量標(biāo)準(zhǔn)，證明了風(fēng)險(xiǎn)與收益的均衡關(guān)系，指出單一證券的風(fēng)險(xiǎn)取決于它與其他證券之相關(guān)性，從而改變了關(guān)于資產(chǎn)風(fēng)險(xiǎn)的傳統(tǒng)概念，具有革命性意義[38]。在此基礎(chǔ)上夏普（Sharpe）提出了著名的風(fēng)險(xiǎn)度量參數(shù):β系數(shù)[39]?？紤]到方差的時(shí)變性，羅伯特·恩格爾等提出了ARCH模型[40]，現(xiàn)在GARCH模型組已被廣泛地應(yīng)用于宏觀(guān)經(jīng)濟(jì)學(xué)和金融經(jīng)濟(jì)學(xué)實(shí)證研究，應(yīng)用于在投資金融行業(yè)的風(fēng)險(xiǎn)管理。80年代末，哈羅提出了下偏風(fēng)險(xiǎn)理論（Lower Partial Moment），增進(jìn)了人們對(duì)風(fēng)險(xiǎn)本質(zhì)的認(rèn)識(shí)。90年代，J.P.Morgan開(kāi)發(fā)了被作為風(fēng)險(xiǎn)度量標(biāo)準(zhǔn)的VaR（Value at Risk）[41]，學(xué)者與金融監(jiān)管機(jī)構(gòu)對(duì)此頗為推崇，迅速在金融領(lǐng)域獲得了廣泛的應(yīng)用。VaR繼承了下偏風(fēng)險(xiǎn)的思想，更貼近交易者的實(shí)際心理感受；VaR的計(jì)算也擺脫了正態(tài)分布的束縛?；趯?duì)VaR數(shù)學(xué)性質(zhì)缺陷的認(rèn)識(shí)（如不滿(mǎn)足次可加性），學(xué)術(shù)界又提出了一致性風(fēng)險(xiǎn)價(jià)值（CVaR）作為修正，并提出了廣義隨機(jī)占優(yōu)一致性風(fēng)險(xiǎn)度量方法。雖然經(jīng)典的風(fēng)險(xiǎn)管理手段獲得了較為廣泛的應(yīng)用，如方差、β系數(shù)、J.P.Morgan的VaR技術(shù)，但它們大多局限在隨機(jī)游走與正態(tài)分布的情形下才有效[42]。而實(shí)際研究的結(jié)果表明，金融市場(chǎng)是一個(gè)有偏的隨機(jī)游走系統(tǒng)，資產(chǎn)價(jià)格的分布也往往不是正態(tài)分布（或?qū)?shù)正態(tài)分布），分形分布是更一般情形下的分布狀態(tài)，而且金融市場(chǎng)也會(huì)隨時(shí)間改變自身發(fā)展規(guī)律。因此方差并不能給出風(fēng)險(xiǎn)水平的正確反映。交易者的非理性行為、交易策略的相互博弈，市場(chǎng)規(guī)律的改變、信息流的不均等吸收是產(chǎn)生市場(chǎng)非線(xiàn)性行為的根源，是引起價(jià)格波動(dòng)、產(chǎn)生風(fēng)險(xiǎn)的基本因素之一。這時(shí)，金融市場(chǎng)風(fēng)險(xiǎn)管理的研究出現(xiàn)了從線(xiàn)性分析轉(zhuǎn)向非線(xiàn)性分析，從均衡走向演化的新趨勢(shì)。有學(xué)者提出了在整體主義方法論下，從動(dòng)態(tài)的、非均衡的、非線(xiàn)性的角度系統(tǒng)地研究金融市場(chǎng)及其風(fēng)險(xiǎn)管理問(wèn)題，但并沒(méi)有提到解決問(wèn)題的具體思路和方法。也有學(xué)者試圖利用隨機(jī)微分方程建模來(lái)描述風(fēng)險(xiǎn)因素的變動(dòng)，但首先建模時(shí)所選擇的風(fēng)險(xiǎn)因素存在是否合適的問(wèn)題，其次金融風(fēng)險(xiǎn)受復(fù)雜多變的政治、經(jīng)濟(jì)、科技及社會(huì)環(huán)境等各方面的影響，簡(jiǎn)單的隨機(jī)微分方程不能合理解釋金融市場(chǎng)風(fēng)險(xiǎn)演化過(guò)程，現(xiàn)有數(shù)學(xué)方法要解決包涵多風(fēng)險(xiǎn)因素的隨機(jī)微分方程問(wèn)題，還存在比較大的困難。

基于A(yíng)gent的金融風(fēng)險(xiǎn)管理方法從系統(tǒng)的觀(guān)點(diǎn)出發(fā)，充分認(rèn)識(shí)到金融風(fēng)險(xiǎn)的涌現(xiàn)性，考慮到市場(chǎng)與市場(chǎng)的要素之間、要素與要素之間、市場(chǎng)與外界環(huán)境之間的相互作用，以及做為市場(chǎng)主體的交易者的自適應(yīng)性，對(duì)市場(chǎng)各個(gè)要素與它們的之間的作用機(jī)制建立計(jì)算機(jī)模型，突破了VaR等傳統(tǒng)風(fēng)險(xiǎn)管理方法對(duì)資產(chǎn)價(jià)格的概率分布等諸多方面的假設(shè)，通過(guò)對(duì)金融市場(chǎng)內(nèi)部規(guī)律的探索，來(lái)解決風(fēng)險(xiǎn)管理的問(wèn)題。而演化金融學(xué)的思想考慮了瞬息萬(wàn)變的環(huán)境而導(dǎo)致風(fēng)險(xiǎn)因素的改變，提供了時(shí)變的風(fēng)險(xiǎn)管理方法，增進(jìn)人們對(duì)金融系統(tǒng)風(fēng)險(xiǎn)本質(zhì)的認(rèn)識(shí)，向人們展示金融市場(chǎng)結(jié)構(gòu)與演化規(guī)律的豐富內(nèi)涵，其必將促進(jìn)演化金融風(fēng)險(xiǎn)管理理論的創(chuàng)新與發(fā)展。主要參考文獻(xiàn)：

[1] Kelly,J.L.A New Interpretation of Information Rate.Bell System Technical Journal, 1956(35):917–926 [2] Breiman,L.Optimal Gambling Systems for Favorable Game.in Proceedings of the Fourth Berkeley Symposium on Mathematical Statistics and Probability, ed.by J.Neyman,1961:65–78 [3] Fama,E.The Behavior of Stock Market Prices.Journal of Business, 1965, 38(1):34–105 [4] Friedman,M.Essays in Positive Economics.University of Chicago Press, Chicago, 1953 [5] Friedman, Daniel.Evolutionary Games in Economics.Econometrica,1991, 59(3): 637-666 [6] Farmer,J.D.and Lo.A.W.Frontiers of Finance: Evolution and Efficient Markets, Working Paper, MIT, 1999 [7] Brock, W.A.Asset Price Behavior in Complex Environmentsz.The Economy as an Evolving Complex System, Addison-Wesley, Reading, MA, 1997:385-423 [8] Hommes, C.H.Financial Markets as Nonlinear Adaptive Evolutionary Systems.Tinbergen Institute Discussion Paper TI 2000-014/1 [9] Brock, W.A., and Hommes, C.H.Models of complexity in economics and finance．System dynamics in economic and financial models, New York: John Wiley & Sons, 1997: 3-41 [10]Brock, W.A., and Hommes, C.H.Heterogeneous belief and routes to chaos in a simple asset pricing model．Journal of Economic Dynamics and Control 1998,(22):1235-1274 [11]Gaunersdorfer, A., Hommes, C.H., Wagener, F.O.Bifurcation Routes to Volatility Clustering under Evolutionary Learning.CeNDEF working paper 00-04, University of Amsterdam,2004 [12]Brock, W.A., Hommes, C.H.et, al.Evolutionary dynamics in financial markets with many trader types.Working paper,2001 [13]Farmer, J.D.and Lo.A.W.Frontiers of Finance: Evolution and Efficient Markets, Working Paper, MIT, 1999 [14]Hens, T., et, al.An Application of Evolutionary Finance to Firms Listed in the Swiss Market Index.Working paper.August 2002 [15]Blake LeBaron.Agent-based Computational Finance,handbook of computational economics, 2005,5 [16]RG Palmer，WB Arthur，JH Holland et al.Artificial economic life: A simple model of a stock market.Physica D，1994，75：264-274 [17]W.Arthur, John Holland, Blake LeBaron et al.Asset pricing under endogenous expectations in an Artificial Stock Market.The Economy As An Evolving Complex System ⅡBoston :Addison-Wesley ,1997,15-44 [18]Block W.A.,Hommes C.H.A rational route to randomness.Econometrica, 1997, 65:1057-1095 [19]SH Chen, CH Yeh.Evolving traders and the business school with genetic programming: A new architecture of the Agent-based artificial stock market.Journal of Economic Dynamics and Control,2001,25:363-393 [20]Shu-Heng Chen,Thomas Lux,Michele Marchesi.Testing for non-linear structure in an artificial financial market.Journal of economic behaviour & organization, 2001,46:327-342 [21]Norman Ehrentreich.Technical trading in the Santa Fe Institute Artificial Stock Market revisited.Journal of Economic Behavior & Organization, 2006,61:599-616 [22]D K Gode, S Sunder.Allocative efficiency of markets with zero intelligence traders: Market as a Partial Substitute for Individual Rationality.Journal of Political Economy,1993,101:119-137 [23]C Chiarella, G Iori.A simulation analysis of the microstructure of double auction markets.Quantitative Finance,2002, 2:346-353 [24]M LiCalzi, P Pellizzari.Fundamentalists clashing over the book: a study of order-driven stock markets.2003,Quantitative Finance,3:470-480.[25]M Raberto, S Cincotti.Modeling and simulation of a double auction artificial financial market.Physica A: Statistical Mechanics and its Applications, 2005,355,(1):34-45 [26]Kendall G,YanSu.A multi-agent based simulated stock marketa multi-agent neural-genetic trading system with differing levels of social learning.Cybernetics and Intelligent Systems, 2004 IEEE Conference on, 1:47-52 [29]Kendall G,YanSu.Imperfect Evolutionary Systems Evolutionary Computation, IEEE Transactions on,2007,11,(3): 294-307 [30]應(yīng)尚軍，魏一鳴，范英等.基于元胞自動(dòng)機(jī)的股票市場(chǎng)投資行為模擬.系統(tǒng)工程學(xué)報(bào)，2001，16（5）：382-388 [31]應(yīng)尚軍，魏一鳴，范英等.基于元胞自動(dòng)機(jī)的股票市場(chǎng)復(fù)雜性研究——交易者心理與市場(chǎng)行為.系統(tǒng)工程理論與實(shí)踐，2003,12:18-24 [32]應(yīng)尚軍,魏一鳴,蔡嗣經(jīng).元胞自動(dòng)機(jī)及其在經(jīng)濟(jì)學(xué)中的應(yīng)用.中國(guó)管理科學(xué)，2000，專(zhuān)輯，8：272－278 [33]應(yīng)尚軍，范英，魏一鳴.基于投資分析的股票市場(chǎng)演化元胞自動(dòng)機(jī)模型.管理評(píng)論,2004,16,(11):4-9 [34]Lux, T.The socio-economic dynamics of speculative markets: interacting agents, chaos, and the fat tails of return distribution, Journal of Economic Behavior & Organization,1998,33:143-165 [35]Lux, T.and Marchesi, M.Scaling and criticality in a stochastic multi-agent model of a financial market, Nature ,1999,397:498-500 [36]Lux, T.and Marchesi, M.Volatility clustering in financial markets: a micro-simulation of interacting agents.International Journal of Theoretical and Applied Finance,2000 3:675-702 [37]Carl Chiarella, Roberto Dieci and Laura Gardini.Asset price and wealth dynamics in a financial market with heterogeneous agents.Journal of Economic Dynamics and Control, 2006, 30: 1755-1786 [38]Markowitz, H.M.The Early history of portfolio theory.Financial Analysts Journal, 1999,7: 1600-1960 [39] Sharpe, W.F.The sharpe ratio.Journal of portfolio management, 1994:47-58 [40]Balzer, Leslie A.Measuring Investment Risk: A Review.Journal of Investing,1995 [41]Jorion, P.Risk:Measuring the risk in value at Risk.Financial Analysts Journal, 1996,52(6):47-56 [42]Morgan, J.P.Risk Metrics technical document, New York, 1996

研究方案： 1）研究目標(biāo)

在充分認(rèn)識(shí)金融市場(chǎng)是一個(gè)可能隨時(shí)間演化而改變其自身發(fā)展規(guī)律的―復(fù)雜演化系統(tǒng)‖的基礎(chǔ)上，按照風(fēng)險(xiǎn)管理的國(guó)際準(zhǔn)則與理念，從模型與數(shù)據(jù)處理角度，構(gòu)建適合我國(guó)金融復(fù)雜系統(tǒng)分析的模型群體系，提出有效的投資者行為模型與學(xué)習(xí)機(jī)制算法，重點(diǎn)建立中國(guó)金融市場(chǎng)仿真系統(tǒng)Swarm平臺(tái)，挖掘出金融市場(chǎng)本質(zhì)特征的演變過(guò)程和影響金融市場(chǎng)的基礎(chǔ)變量，建立基于模型群體系的分形與混沌控制理論，挖掘金融風(fēng)險(xiǎn)演化機(jī)理；開(kāi)發(fā)出基于中國(guó)金融市場(chǎng)仿真系統(tǒng)Swarm平臺(tái)的風(fēng)險(xiǎn)預(yù)警系統(tǒng)，提出金融風(fēng)險(xiǎn)防范策略以及金融市場(chǎng)混沌控制的有效方法，發(fā)展更為有效的風(fēng)險(xiǎn)管理理論與方法。填補(bǔ)我國(guó)在演化金融與風(fēng)險(xiǎn)管理方法研究上的空白，推動(dòng)我國(guó)金融風(fēng)險(xiǎn)管理向科學(xué)化規(guī)范化方向發(fā)展。（2）研究?jī)?nèi)容

1）中國(guó)金融市場(chǎng)仿真系統(tǒng)的建立

? 不同的交易者有不同的偏好，而且他們的偏好與環(huán)境的改變有關(guān)。本項(xiàng)目利用行為金融學(xué)理論分析我國(guó)金融市場(chǎng)異質(zhì)交易者的不同偏好特征，建立更加符合中國(guó)交易者偏好的效用函數(shù)與預(yù)期模型；

? 在交易者策略演化研究中，采用合理的信息傳播模型（如傳染病模型、流言機(jī)制模型等），合理設(shè)定交易者信息交流的拓?fù)浣Y(jié)構(gòu)（如小世界網(wǎng)絡(luò)與互聯(lián)網(wǎng)絡(luò)）；界定各類(lèi)典型交易者的不同特征，實(shí)時(shí)更新各交易者的屬性，在此基礎(chǔ)上提出一種新的算法，模擬交易者學(xué)習(xí)演化過(guò)程；

? 在深入分析中國(guó)的價(jià)格形成機(jī)制的基礎(chǔ)上，建立具有中國(guó)特點(diǎn)的雙向拍賣(mài)的價(jià)格產(chǎn)生模型；

? 建立適合于中國(guó)金融市場(chǎng)Swarm仿真平臺(tái)，擴(kuò)展Swarm的類(lèi)庫(kù)，形成可視化的圖形界面，對(duì)系統(tǒng)運(yùn)行過(guò)程進(jìn)行監(jiān)控和記錄，提供眾多的演化計(jì)算工具箱供建模使用。

2）中國(guó)金融市場(chǎng)風(fēng)險(xiǎn)的演化過(guò)程與機(jī)理研究

? 由于金融市場(chǎng)中的交易者之間、交易者與市場(chǎng)之間存在著非線(xiàn)性的作用機(jī)制，進(jìn)而會(huì)涌現(xiàn)不可預(yù)期的整體性，在―自下而上‖對(duì)中國(guó)金融市場(chǎng)進(jìn)行仿真的基礎(chǔ)上，從微觀(guān)層面研究金融市場(chǎng)的宏觀(guān)演化行為；

? 研究中國(guó)金融市場(chǎng)產(chǎn)生動(dòng)態(tài)復(fù)雜行為的模式，通過(guò)對(duì)仿真系統(tǒng)的研究，找出中國(guó)金融市場(chǎng)的分形結(jié)構(gòu)，挖掘其內(nèi)部規(guī)律；

? 在仿真試驗(yàn)的過(guò)程中，探尋金融系統(tǒng)產(chǎn)生混沌的序參量，找出中國(guó)金融市場(chǎng)風(fēng)險(xiǎn)產(chǎn)生的關(guān)鍵因素，挖掘金融風(fēng)險(xiǎn)的形成機(jī)理； 根據(jù)發(fā)掘的序參量，通過(guò)控制和調(diào)節(jié)序參量，提出風(fēng)險(xiǎn)管理的有效方法，正確引導(dǎo)市場(chǎng)從原來(lái)的模式向更優(yōu)的模式過(guò)渡，從無(wú)序再走向有序，達(dá)到風(fēng)險(xiǎn)管理的目的；

? 在中國(guó)金融市場(chǎng)仿真平臺(tái)、風(fēng)險(xiǎn)形成機(jī)理以及風(fēng)險(xiǎn)防范方法的研究基礎(chǔ)上，開(kāi)發(fā)中國(guó)金融市場(chǎng)風(fēng)險(xiǎn)預(yù)警系統(tǒng)平臺(tái)，建立科學(xué)的金融風(fēng)險(xiǎn)動(dòng)態(tài)檢測(cè)體系。

（3）擬解決的關(guān)鍵問(wèn)題

1）中國(guó)金融市場(chǎng)交易者偏好的效用函數(shù)與預(yù)期模型的建立； 2）中國(guó)金融市場(chǎng)交易者演化博弈行為研究；

3）中國(guó)金融市場(chǎng)的風(fēng)險(xiǎn)形成的關(guān)鍵因素及相應(yīng)的風(fēng)險(xiǎn)管理方法研究； 4）基于中國(guó)金融市場(chǎng)仿真系統(tǒng)Swarm平臺(tái)的風(fēng)險(xiǎn)預(yù)警監(jiān)測(cè)體系研究。

（1）研究方法

從―關(guān)聯(lián)‖和―過(guò)程‖的新視角全面分析并深刻揭示我國(guó)金融市場(chǎng)非線(xiàn)性的內(nèi)部結(jié)構(gòu)與演化規(guī)律；運(yùn)用綜合集成的思想與方法，側(cè)重于理論分析基礎(chǔ)上的計(jì)算機(jī)模擬及實(shí)證研究，以數(shù)量經(jīng)濟(jì)分析方法為主，從演化金融的角度深入研究交易者策略演化博弈行為；利用計(jì)算機(jī)的計(jì)算能力與挖掘分析能力對(duì)金融系統(tǒng)中的大量數(shù)據(jù)進(jìn)行處理，通過(guò)JAVA等編程語(yǔ)言，按照演化金融建模的一般原理，構(gòu)建適當(dāng)?shù)慕灰渍咝袨槟Ｐ图袄眠z傳算法有效地模擬交易者學(xué)習(xí)進(jìn)化過(guò)程，建立中國(guó)金融市場(chǎng)仿真系統(tǒng)Swarm平臺(tái)與基于仿真系統(tǒng)Swarm平臺(tái)的金融風(fēng)險(xiǎn)預(yù)警系統(tǒng)；把數(shù)據(jù)挖掘技術(shù)、系統(tǒng)建模與仿真技術(shù)結(jié)合起來(lái)研究金融系統(tǒng)復(fù)雜性，建立各行為金融模型體系，實(shí)現(xiàn)各種模型的高層次綜合集成；運(yùn)用計(jì)算試驗(yàn)方法，研究市場(chǎng)微觀(guān)層次Agent 的行為，確定中國(guó)金融市場(chǎng)的分形結(jié)構(gòu)，探尋金融系統(tǒng)產(chǎn)生混沌的序參量，確定市場(chǎng)狀態(tài)的形成條件及市場(chǎng)混沌的臨界條件，挖掘金融風(fēng)險(xiǎn)的演化過(guò)程與機(jī)理； 通過(guò)控制和調(diào)節(jié)已經(jīng)發(fā)掘的序參量，建立科學(xué)的金融風(fēng)險(xiǎn)動(dòng)態(tài)檢測(cè)體系，提出有效的風(fēng)險(xiǎn)管理方法。（2）技術(shù)路線(xiàn)

本項(xiàng)目技術(shù)路線(xiàn)如圖1所示。

圖1 技術(shù)路線(xiàn)圖

本研究從我國(guó)金融市場(chǎng)風(fēng)險(xiǎn)管理的現(xiàn)實(shí)需求出發(fā)，首先認(rèn)真研究分析我國(guó)金融市場(chǎng)的Agent的風(fēng)險(xiǎn)偏好、效用函數(shù)、交易的信息傳遞以及他們交易策略的演化博弈過(guò)程和市場(chǎng)的微觀(guān)結(jié)構(gòu)，并根據(jù)這些特點(diǎn)擴(kuò)充Swarm平臺(tái)系統(tǒng)的類(lèi)庫(kù)，建立一個(gè)界面更友好，能供多人同時(shí)操作的基于Swarm的實(shí)驗(yàn)平臺(tái)，在此基礎(chǔ)上對(duì)中國(guó)金融市場(chǎng)進(jìn)行模擬，通過(guò)反復(fù)試驗(yàn)，找出導(dǎo)致風(fēng)險(xiǎn)產(chǎn)生的序參量，進(jìn)而研究金融風(fēng)險(xiǎn)的形成機(jī)理，在此基礎(chǔ)上提出新的風(fēng)險(xiǎn)管理方法，豐富并發(fā)展演化金融理論，完善演化金融學(xué)方法，揭示金融市場(chǎng)風(fēng)險(xiǎn)演化的本質(zhì)規(guī)律，建立中國(guó)金融市場(chǎng)風(fēng)險(xiǎn)預(yù)警平臺(tái)與更加完善的風(fēng)險(xiǎn)管理理論與方法體系。（3）可行性分析

1）演化金融學(xué)是一門(mén)正處在蓬勃發(fā)展的綜合性、交叉性、創(chuàng)新性強(qiáng)的科學(xué)，是當(dāng)今學(xué)術(shù)界研究的熱點(diǎn)與前沿領(lǐng)域；計(jì)算金融學(xué)是一門(mén)新興的學(xué)科，目前已吸引了國(guó)際上一批優(yōu)秀的科學(xué)家在從事這門(mén)科學(xué)的研究，出現(xiàn)了許多重要的研究成果，為我們的研究提供了方法論指導(dǎo)與理論基礎(chǔ)。

2）計(jì)算機(jī)仿真技術(shù)的迅速發(fā)展和成熟，特別是大量挖掘軟件和模塊化組件的出現(xiàn)為本項(xiàng)目研究提供了技術(shù)支持與條件。

3）中國(guó)金融信息化與數(shù)據(jù)化以及銀行、各證券公司內(nèi)部數(shù)據(jù)大集中的趨勢(shì)，為我們的研究提供了可行的數(shù)據(jù)支持。

4）項(xiàng)目組多名成員在多年前就已經(jīng)對(duì)演化金融學(xué)和計(jì)算金融學(xué)以及風(fēng)險(xiǎn)管理理論與方法進(jìn)行了深入研究，累積了較為雄厚的研究基礎(chǔ)。項(xiàng)目組申請(qǐng)人主持國(guó)家自然科學(xué)基金一項(xiàng)，該項(xiàng)目也是圍繞風(fēng)險(xiǎn)管理理論與方法這一主題進(jìn)行研究的，對(duì)本項(xiàng)目的申請(qǐng)和研究提供了基礎(chǔ)。

5）本項(xiàng)目組圍繞本領(lǐng)域研究，取得了一批可喜的研究成果。發(fā)表相關(guān)學(xué)術(shù)論文30多篇，被SCI、EI、ISTP收錄論文近20篇，這些成果為本項(xiàng)目研究作了較充分的前期準(zhǔn)備，積累了豐富的研究經(jīng)驗(yàn)。

6）項(xiàng)目組成員由數(shù)學(xué)、計(jì)算機(jī)、金融、管理、系統(tǒng)工程等不同專(zhuān)業(yè)與學(xué)術(shù)背景的教師構(gòu)成。知識(shí)結(jié)構(gòu)、職稱(chēng)結(jié)構(gòu)、年齡結(jié)構(gòu)都比較合理。

7）本項(xiàng)目可以得到中科院管理決策信息系統(tǒng)開(kāi)放實(shí)驗(yàn)室、上海證券交易所，深圳證券交易所，中國(guó)銀行等單位的大力支持，在數(shù)據(jù)資料提供和實(shí)際調(diào)研方面可以提供方便。

因此，我們有理由相信本項(xiàng)目能夠在預(yù)定的時(shí)間內(nèi)優(yōu)質(zhì)高效地完成預(yù)期目標(biāo)。

特色與創(chuàng)新：

（1）從演化金融學(xué)的角度，利用計(jì)算金融學(xué)的理論和方法，發(fā)掘金融市場(chǎng)的本質(zhì)規(guī)律，解決金融風(fēng)險(xiǎn)管理的問(wèn)題。開(kāi)創(chuàng)了風(fēng)險(xiǎn)管理研究的新思路和新方法，具有很強(qiáng)的創(chuàng)新性。（2）利用演化博弈的思想研究交易者的學(xué)習(xí)演化過(guò)程，在本領(lǐng)域研究中具有一定的開(kāi)創(chuàng)性。（3）建立具有中國(guó)特色的金融市場(chǎng)仿真系統(tǒng)，填補(bǔ)了國(guó)內(nèi)外的這一領(lǐng)域的研究空白，具有一定的創(chuàng)新性。

（4）利用計(jì)算金融的方法，透過(guò)大量數(shù)據(jù)的表象，挖掘金融風(fēng)險(xiǎn)形成的內(nèi)在機(jī)理，發(fā)現(xiàn)金融風(fēng)險(xiǎn)征兆，是以往風(fēng)險(xiǎn)管理研究所沒(méi)有涉及的，豐富了金融風(fēng)險(xiǎn)管理理論，具有開(kāi)創(chuàng)性。

研究進(jìn)展：

2011年1月－2011年12月，建立仿真系統(tǒng)計(jì)算機(jī)模型。深入研究我國(guó)金融市場(chǎng)的交易者的行為模式和風(fēng)險(xiǎn)偏好，建立交易者效用函數(shù)和預(yù)期模型；分析中國(guó)金融市場(chǎng)的微觀(guān)結(jié)構(gòu)，建立資產(chǎn)價(jià)格產(chǎn)生模型；建立交易者策略演化博弈模型。

2012年1月－2012年12月，研究工作重點(diǎn)是對(duì)中國(guó)金融市場(chǎng)進(jìn)行仿真，建立仿真系統(tǒng)Swarm平臺(tái)，并且挖掘風(fēng)險(xiǎn)形成機(jī)理。在確定交易者預(yù)期模型、交易者策略演化博弈模型以及價(jià)格產(chǎn)生模型的基礎(chǔ)上，模擬中國(guó)金融市場(chǎng)；通過(guò)反復(fù)試驗(yàn)，找出仿真系統(tǒng)的序參量，進(jìn)而發(fā)掘仿真系統(tǒng)的演化模式，研究風(fēng)險(xiǎn)形成的內(nèi)在機(jī)理。

2013年1月－2013年12月，主要是研究風(fēng)險(xiǎn)管理方法、建立風(fēng)險(xiǎn)預(yù)警系統(tǒng)平臺(tái)、項(xiàng)目總結(jié)與鑒定。在確定金融風(fēng)險(xiǎn)形成機(jī)理的基礎(chǔ)上，研究中國(guó)金融市場(chǎng)有效的風(fēng)險(xiǎn)管理方法，建立一個(gè)風(fēng)險(xiǎn)預(yù)警系統(tǒng)平臺(tái)。提交研究報(bào)告、論文，最后完成對(duì)項(xiàng)目的鑒定。本項(xiàng)目預(yù)計(jì)發(fā)表關(guān)于中國(guó)金融市場(chǎng)交易者偏好的效用函數(shù)研究、中國(guó)交易者預(yù)期模型、基于雙向拍賣(mài)制度的價(jià)格產(chǎn)生模型、中國(guó)金融市場(chǎng)上交易者預(yù)期模型、中國(guó)金融市場(chǎng)上交易者演化博弈行為研究、模擬交易者相互學(xué)習(xí)的算法研究、中國(guó)金融市場(chǎng)Swarm仿真平臺(tái)研究、中國(guó)金融市場(chǎng)的分形結(jié)構(gòu)與特征研究、金融市場(chǎng)的混沌特征及其序參量、中國(guó)金融市場(chǎng)風(fēng)險(xiǎn)形成機(jī)理研究、基于A(yíng)gent的金融風(fēng)險(xiǎn)管理方法研究、中國(guó)金融市場(chǎng)的風(fēng)險(xiǎn)預(yù)警系統(tǒng)Swarm平臺(tái)研究等方面的學(xué)術(shù)論文至少5篇；向有關(guān)金融單位與金融監(jiān)管部門(mén)提交1份內(nèi)部金融風(fēng)險(xiǎn)評(píng)估與預(yù)警研究報(bào)告；為銀行與證券機(jī)構(gòu)的風(fēng)險(xiǎn)管理提供開(kāi)發(fā)方案與建模技術(shù)指導(dǎo)，為宏觀(guān)決策者與實(shí)際交易者提供科學(xué)決策工具和依據(jù)。具體成果形式包括：（1）研究報(bào)告1份；

（2）發(fā)表高水平學(xué)術(shù)論文5篇，其中英文期刊論文2篇以上；（3）有自主知識(shí)產(chǎn)權(quán)的基于A(yíng)gent的金融風(fēng)險(xiǎn)管理軟件1套。

第二篇：自科基金主要研究?jī)?nèi)容

超聲振動(dòng)模壓主要研究?jī)?nèi)容：

主要目標(biāo)：

通過(guò)研究超聲振動(dòng)作用—玻璃材料流動(dòng)特性、填充性能—玻璃/模具貼合度—尺寸和形狀的傳遞性—成型精度之間的內(nèi)在關(guān)系，探討超聲振動(dòng)對(duì)玻璃材料流動(dòng)機(jī)理及特性、成型精度、殘余應(yīng)力、脫模等方面的影響，揭示微光學(xué)玻璃元件的超聲振動(dòng)輔助超精密熱壓成型機(jī)理和規(guī)律，形成有效控制微光學(xué)玻璃元件熱壓成型精度的新方法及技術(shù)。

非球面微型透鏡陣列元件、非球面柱面透鏡陣列元件、微V形槽元件作為加工研究對(duì)象，達(dá)到以下技術(shù)要求。

（1）總體要求：用于精密模壓的低熔點(diǎn)光學(xué)玻璃K-PSFn173、N-FK5、K-PBK40和BK7，陣列元件或?yàn)槲喜墼穸?.3-3.0mm，整體尺寸≤30mm×30mm，單元尺寸≤5mm×5mm，單元數(shù)≥16個(gè)；

（2）非球面微型透鏡陣列元件技術(shù)指標(biāo)：模具非球面面形精度達(dá)到P-V≤0.2μm，表面粗糙度Ra≤30nm，成型后的元件單個(gè)非球面透鏡口徑1-5mm，面形精度P-V≤0.5μm, 表面粗糙度Ra≤50nm；

（3）非球面柱面透鏡陣列元件技術(shù)指標(biāo)：模具非球面面形精度達(dá)到P-V≤0.3μm，表面粗糙度Ra≤40nm，成型后的元件單個(gè)非球面柱面透鏡口徑1-5mm，面形精度P-V≤1μm, 表面粗糙度Ra≤100nm；

（4）微V形槽元件技術(shù)指標(biāo)：模具面形精度達(dá)到P-V≤0.5μm，表面粗糙度Ra≤100nm，成型后的元件V型槽寬0.1-2mm，槽深0.1-0.5mm，面形精度P-V≤1μm, 表面粗糙度Ra≤200nm。

主要研究?jī)?nèi)容：

1)高溫狀態(tài)下超聲振動(dòng)系統(tǒng)的穩(wěn)定性。2)超聲振動(dòng)下光學(xué)玻璃的流動(dòng)機(jī)理及特性。

3)超聲振動(dòng)影響模具復(fù)雜形狀傳遞（shape transferability）的規(guī)律。4)研究超聲振動(dòng)對(duì)光學(xué)元件脫模性能的影響。

5)研究超聲振動(dòng)輔助熱壓成型工藝，優(yōu)化成型工藝參數(shù)。

6)微結(jié)構(gòu)光學(xué)元件超聲波輔助熱壓成型過(guò)程中數(shù)值模擬和仿真預(yù)測(cè)。