证券市场中大波动事件对个股风险传播结构的影响研究-项目申报书 本文关键词：证券市场，中大，个股，波动，项目申报
证券市场中大波动事件对个股风险传播结构的影响研究-项目申报书 本文简介：项目名称证券市场中大波动事件对个股风险传播结构的影响研究项目负责人（签名）_________________________所在学校（盖章）___________________________1．本项目研究意义及国内外同类研究工作现状（附主要参考文献及出处）：研究意义本项目结合物理学方法研究证券市
证券市场中大波动事件对个股风险传播结构的影响研究-项目申报书 本文内容：
项目名称
证券市场中大波动事件对个股风险传播结构的影响研究
项目负责人（签名）_________________________
所在学校（盖章）___________________________
1．
本项目研究意义及国内外同类研究工作现状（附主要参考文献及出处）：
研究意义
本项目结合物理学方法研究证券市场，不仅是对金融学理论和研究方法的有益补充，更是从复杂系统与非平衡态动力学视角对股灾和风险传播理论的一种新认识，拓展了传统金融研究的广度和深度。应用层面上，本项目为证券市场的危机预警及防范、资产风险管理以及监管部门决策提供新思路和重要参考。本项目运用统计物理学和复杂网络理论，构建个股波动率风险传播网络，研究风险传播的动力学结构，并考察内生型和外部事件驱动型大波动以及股灾对风险传播结构的不同影响。由于证券市场涉及复杂相互作用，加之个股波动率传导的因果关联较难刻画，所以之前鲜有个股层面波动率风险传播及其相互作用结构的研究。
国内外研究现状和研究趋势
证券市场是高度复杂的动力学系统，各个学科的研究人员积累了多年的研究经历。近年，物理学界开始着眼于微观层次，处理证券市场的大量微观数据，寻找潜在运动规律，取得了丰富的成果。股票价格背后是各种投资者、上市公司和监管机构等多方博弈，构成多体相互作用的复杂动力学系统，因而具有时空关联、价格大波动和股灾等集体行为特征。基于统计物理学中多体系统的概念和方法，从个股层面探索证券市场宏观表象的内在机制，运用价格波动率研究证券市场风险传播的规律是人们对证券市场从另一角度和另一层次的探索和认知。
物理学在金融领域的应用。1995年，美国波士顿大学Stanley等发表于Nature的一篇关于证券市场高频数据的研究论文，引起广泛关注[1]。该论文对以分钟为单位的标准普尔指数进行分析，首次指出，证券价格的相对变化率，即价格收益率的概率分布既不是经典理论认为的正态分布，也不是Levy分布，而是尾部截断Levy分布。价格收益率的概率分布具有动力学标度行为。更深层面，证券市场动力学系统具有时间方向的自相似性，这种强记忆效应来源于价格波动率（收益率的绝对值）的长程自关联[2]。相对地，价格收益率的时间自关联很小，但个股具有明显的空间关联结构[3]。此后，研究人员对金融指数的动力学进行了系统地分析和研究，并建立了相应的微观模型[4-6]。
证券市场风险传播相关研究。大波动作为风险的典型表现形式，是证券市场指数或个股价格在短期内大幅上升或下跌的行为，股灾则是大波动的一种极端形式。应用统计物理学中相变和自相似性等概念，可以唯象地描述单个市场危机前后的泡沫现象，并考察其动力学[7-9]。考虑到多个市场间的相互影响和关联，一些研究进一步考察风险在不同国家证券市场间的传播，发现在大波动状态下，不同市场间的收益率关联会显著上升[10-13]。进一步的研究表明，股灾时不同国家市场间的关联会显著上升[21]。因此可以认为风险在不同证券市场间存在传播效应。近年来，经济学家逐渐意识到，在美国次贷危机向新兴市场蔓延的过程中，风险传播扮演了重要角色[14]。但都未涉及基于微观层面的个股风险传播行为。
大波动和股灾的相关研究。大波动或股灾按诱发原因可分为两类：一是外部事件驱动型，二是内生型[15，16]。外部事件驱动型有明确的诱发原因，是证券市场因受政治、军事、经济、自然灾害等外部突发事件的影响，出现股价大幅下跌或暴跌，如“9?11”恐怖袭击事件使得美国股指大幅下挫；更多的大波动或股灾属于内生型，它们并不能找到明确的外部原因。学术界开展了很多研究，侧重从市场结构和交易性质等方面，揭开内生型股灾的起源机制[17，18]。如1987美国市场的股灾，人们给出的主要解释包括：程序化交易、金融衍生产品、流动性不足、证券市场估值过高、贸易和预算赤字等，然而，这些原因并没有被普遍认同[17，18]。研究显示这些因素在其他时段也均出现过，但并不必然地引发股灾[16]。
价格波动率相关研究。价格波动率是一种重要的风险测度指标，需要对其深入探讨[19]。当前，基于价格波动率的证券风险研究仍局限于大盘指数的时间关联研究，包括大波动动力学的幂律行为[7-9]、极端波动的预测[15，16]、指数的收益率-波动率关联[20]等，尚未发现波动率风险的空间传播结构研究。深层面的研究表明，外部事件驱动型与内生型的指数大波动在动力学上显示出极大不同，如动力学指数的时间反演不对称性主要来自于外部事件诱导的大波动[7]。
国内在金融物理相关领域的研究成果。浙江大学在金融时间和空间关联结构方面有独到见解，华东理工大学在金融危机的唯象描述和预测方面有很大进展，电子科技大学在信息挖掘领域取得重大进展，北京师范大学、中国科技大学、华东师范大学、中国科学院等单位在经济博弈模型和相关复杂系统理论方面做出重要贡献[3，6-9，20，22]。
综上，大波动作为证券市场的一种宏观性质，通过个股的非线性相互作用涌现，反之，没有时空关联的金融动力学系统不会出现价格大波动。但是个股数据高度随机，较难刻画风险传播的时空关联，且关联十分复杂，所以鲜有个股层面波动率风险传播及其相互作用结构的研究。因此，开展上述内容的研究具有重要价值。此外，人们已经对西方成熟金融市场开展了较深入细致的研究，并发现其拥有诸多共同特征。而由于我国金融市场诞生较晚，相对而言，新兴中国市场还未得到充分关注，相关的研究可以说还处在起步阶段。中国市场的运动规律应当既有普适性又有特殊性，对中西方市场开展对比研究显得更有意义。
参考文献
1.
R.N.
Mantegna,H.E.
Stanley,Nature
376
(1995)
46-49
2.
P.
Gopikrishnan,V.
Plerou,L.A.N.
Amaral,M.
Meyer,and
H.E.
Stanley,Phys.
Rev.
E60
(1999)
5305
3.
X.F.
Jiang
and
B.
Zheng,EPL
97
(2012)
48006
4.
T.
Lux
and
M.
Marchesi,Nature
397
(1999)
498
5.
T.
Preis,J.
J.
Schneider
and
H.
E.
Stanley,Proc.
Natl.
Acad.
Sci.
108
(2011)
7674-7678
6.
J.J.
Chen,B.
Zheng
and
L.
Tan,PLoS
ONE
8,(2013)
e79531
7.
X.F.
Jiang,T.T.
Chen,and
B.
Zheng,Physica
A
392
(2013)
5369–5375
8.
G.H.
Mu,W.X.
Zhou,Physica
A
387
(2008)
5211
9.
G.H.
Mu,W.X.
Zhou,W.
Chen,J.
Kertész,New
J.
Phys.
7
(2010)
075037
10.
S.G.
Makridakis,S.C.
Wheelwright,J.
Bus.
Financ.
Account.
1
(1974)
195-216
11.
P.
Bennett,J.
Kelleher,Federal
Reserve
Bank
New
York
Q.
Rev.
12
(1988)17-33
12.
E.C.
Kaplanis,J.
Int.
Money
Financ.
8
(1988)
63-75
13.
P.D.
Koch,T.W.
Koch,J.
Int.
Money
Financ.
10
(1991)
231-251
14.
W.
Chen,Y.
Wei,,Q.Q.
Lang,Y.
Lin
and
M.J
Liu,Physica
A
398
(2014)
289-300
15.
D.
Sornette,Y.
Malevergne,J.F.
Muzy,Application
of
Econophysics,Springer,Tokyo,2004
16.
D.
Sornette,Phys.
Rep.
378
(2003)
1
17.
Roll,R.,1988.
The
international
crash
of
October
1987.
Financial
Anal.
J.
4
(5),19–35
18.
R.J.
Barro,E.F.
Fama,et.al,Black
Monday
and
the
Future
of
Financial
Markets.
Mid
American
Institute
for
Public
Policy
Research,Inc.
1989
19.
K.R.
French,G.W.
Schwert
and
R.F.
Stambaugh,Journal
of
Financial
Economics
19
(1987)
3-29
20.
J.
Shen
and
B.
Zheng,EPL
88
(2009)
28003
21.
E.
Bertero,C.
Mayer,Eur.
Econ.
Rev.
34
(1990)
1155-1180
22.
C.P.
Zhu,T.
Zhou,et
al,New
J.
Phys.
10
(2008)
023006
23.
X.F.
Jiang,T.T.
Chen
and
B.
Zheng,Structure
of
local
interactions
in
complex
financial
dynamics,submitted
to
Scientific
Reports
2．
主要研究内容、目标、方案和进度及拟解决的关键问题：
研究内容
（1）证券市场个股波动率风险传播的结构
通过关联函数和格兰杰因果检验，分析证券市场以天、分钟和秒为单位的微观数据，构建证券市场中基于个股波动率的风险传播结构。利用复杂网络理论深入研究波动率风险传播的时空结构，包括其宏观和微观相互作用结构。进一步探讨风险传播网络的拓扑结构与动力学之间的相互关系。
（2）大波动事件对风险传播结构的影响
探索大波动事件和股灾对波动率风险传播结构的作用。特别是将大波动事件区分为内生型和外部事件驱动型，探讨两类大波动对风险传播结构的不同影响，对比其在证券市场中的传播行为。
研究目标
本项目主要研究目标是揭示大波动事件和股灾对个股波动率风险传播结构的影响，特别是内生型和外部事件驱动型大波动对风险传播行为的不同作用形式，探索大波动和股灾的时空运动规律，完善极端波动的非平衡态动力学理论。通过本项目的研究，帮助识别风险源头和传导路径，降低风险传播的破坏性，为风险预警和管理、政策监管提供理论依据。
研究方案
本项目的总体研究思路是，选择若干具有代表性的中西方证券市场的大量微观数据进行实证分析，研究波动率风险传播的时空结构，寻找风险传播的运动规律；在此基础上，将大波动事件和股灾区分为内生型和外部事件驱动型，考察中西方市场中这两类极端事件对风险传播结构的不同影响，深入理解其作用机制。
我们前期已经编译生成了若干直接可供研究的数据库，包括：259只在上海证券交易所交易的股票价格天数据，时间为1997年1月至2012年11月；259只在纽约证券交易所上市的股票价格天数据，时间为1990年1月至2007年12月；250只在深圳证券交易所交易的股票价格天数据，时间为2003年1月至2012年12月；250只在香港证券交易所交易的股票价格天数据，时间为2002年12月至2012年12月；以及250只在台湾证券交易所交易的股票价格天数据，时间为2003年1月至2012年12月。
（1）引入关联函数和格兰杰因果检验研究波动率风险传播行为
金融市场没有传统意义下的空间概念，个体股票的交叉关联便是其“空间”关联，在此前的研究中，我们引入随机矩阵理论来研究股票间的空间关联[3，20]。设个体股票的价格收益率为，股票之间的交叉关联
，
便定义一个对称的关联矩阵C。考察关联矩阵C的性质，可以探讨个体股票之间的相互作用。
首先，矩阵元在区间[-1，1]取值，取值分布存在一个极大值，极大值两边近似对称。矩阵元的平均值大体决定股票交叉关联的强度。我们的计算表明，中国金融市场的交叉关联强度较大，，大约是美国及印度等国的两倍。这一事实与中国股票价格的涨落较大相关。其次，通过正交变换，可以对关联矩阵C进行对角化，求出本征值及对应的本征矢。金融市场的关联矩阵的本征值取值分布，主体上与完全随机的关联矩阵的相同。差别在于，前者存在若干个较大的本征值，可按大小顺序记为。例如，中国金融市场的最大本征值，而随机矩阵的本征值都小于2
。
考察较大本征值的本征矢人们发现这些较大本征值对应金融市场的不同相互作用。最大本征值的本征矢的各个分量的取值近似相等（见图1），其对应的运动模式称之为市场的整体运动，由个体股票之间的公共相互作用支配。市场的整体运动对所有金融市场是普适的。对于美国金融市场，次大本征值的本征矢的各个分量的取值局域化，即某一市场板块的股票的分量取值较大，而其余的取值较小。这一运动模式称之为市场的局域运动，由个体股票之间的板块相互作用支配。对于美国金融市场，前10个次大本征值都能找到对应的市场板块。
图1：(a)
中国金融市场关联矩阵的最大的四个本征值对应的本征矢的各个分量的绝对值。股票按市场板块排列，不同板块用虚线分隔。A：金融；B：IT；C：能源；D：原材料；E：日常消费品；F：非日常消费品；G：工业；H：公共事业；I：医疗卫生。(b)
同(a)，但只显示的分量。
有意思的是，对于中国金融市场，我们找不到次大本征值与标准市场板块的对应。但是，次大本征值确实是存在的，而且本征矢的各个分量的取值涨落相当大（见图1(a)）。因此，我们引入阈值，考察对某个本征矢哪些分量满足，这些分量对应的股票便应当组成一个‘板块’。图1
(b)
给出的结果。详细的分析表明，对应
‘ST板块’，即亏损或业绩不好的股票；对应
‘蓝筹板块’，即赢利或业绩好的股票；对应‘上海房地产板块’，即在上海注册的房地产公司的股票。其他次大本征值对应的‘板块’目前还没法认定，需要进一步研究。换句话说，中国金融市场传统的市场板块相互作用较弱，取而代之的是一类特殊的‘板块’。‘ST板块’和‘蓝筹板块’表示中国股民对上市公司的业绩好坏十分敏感。而‘上海房地产板块’说明，上海的房地产业或上海市在中国国民经济中具有举足轻重的作用。最后，构造一类多体相互作用动力学模型，可以定性描述中西方金融市场的板块相互作用。
更进一步地，结合复杂网络理论，我们成功地勾勒出股票收益率关联相互作用的骨架结构[23]。特别是，我们在此前的研究中了证实股灾会显著的影响收益率关联结构。抽取纽约证券交易所的259只个股，将时间序列分成四个窗口后，计算其板块相互作用结构，由图2显示。板块相互作用结构明显地随着时间窗口变化而变化，表明由个股构成的复杂网络在金融危机发生前、发生时和发生后表现为不同的结构。更具体来说，窗口(c)的相互作用结构较其他窗口的结构更为简单。直观上看，IT板块在其中扮演了很重要的角色，但是在其他窗口中，IT板块并未显示其重要性。窗口(c)的这种简单的相互作用结构主要是由该时间段内的互联网泡沫所驱动。这种IT主导的结构是合理的，因为在互联网泡沫时期，IT行业曾经非常繁荣，股价高涨，并且是整个市场的核心。
图2：纽约证券交易所在四个时间段内的板块相互作用结构。互联网经济泡沫主要包含在窗口(c)
中。
上海证券市场中也存在类似结果，见图3。将上海证券的数据切成两个时间段：分别称为窗口(a)和窗口(b)。其中窗口(a)是一个常规时间段，而窗口(b)则含有一个典型的证券市场泡沫事件，从2003年到2007年。图3显示了两个窗口期内板块相互作用结构。很明显地，窗口(b)的板块相互作用结构更为简单，并且由上海房地产板块主导了整个结构。实际上，窗口(b)的证券市场泡沫恰恰是由于该时间段内的房地产行业的繁荣和泡沫所导致。
图3：上海证券交易所在两个时间段内的板块相互作用结构。房地产泡沫主要包含在窗口(b)
中。
上述研究证明金融危机和大波动事件会深刻影响证券市场的结构和动力学性质，并且可以利用复杂网络理论有效地刻画这种结构和动力学的变化。因此，我们将随机矩阵理论和复杂网络方法拓展至波动率风险传播结构的研究中。
在本项目中，我们将分析证券市场以天、分钟和秒为单位的时间序列，将时间序列划分为若干个合适长度的时间窗口，计算不同时间窗口内的个股间收益率-波动率关联函数，以及带时滞的波动率-波动率格兰杰因果检验，以刻画个股波动率间的相互作用，建立波动率风险传播的关联结构。关联函数和格兰杰因果检验在证券市场指数的相关研究中被广泛利用，尽管个股数据的涨落较大，但可以通过适当的噪音消除技术（如DCCA方法）降低涨落，因此用上述两种方法来处理个股波动率的思路是可行的。然后，利用复杂网络理论研究风险传播的拓扑结构和动力学过程，比如度分布和聚集系数等统计性质，以及社团结构和motif等功能性结构。这些统计性质和功能结构可以有效地描述整个系统的结构和内在动力学行为。
（2）重点考察大波动和股灾对风险传播行为的影响
在此前的工作中，我们利用中国和德国DAX指数的分钟和天数据，系统地分析了证券市场的大波动动力学，即证券市场在金融危机前后的动力学行为[7]。应用统计物理学中的相变和自相似性等概念，可以唯象地描述金融危机前后的泡沫现象，并做出一定预测。一般说来，金融危机是金融动力学的非稳态行为，其运动规律与稳态行为大不相同。由于金融危机的事件数目太少，探讨其统计性质显得十分困难。
我们的思路是，先考虑股票价格大波动事件，研究其统计性质，然后逐步逼近金融危机。例如，可定义为价格大波动事件，取。当足够大，便是所谓的金融危机了。由于价格波动率具有长程时间自关联，所以当某一时刻出现价格大波动，其后一段时间的价格波动率将在较高水平振荡。引入剩余价格波动率
，
其中代表对价格大波动事件的平均，。我们的研究表明，遵从幂次律
，
是正数，是刻画价格波动率的动力学弛豫过程的指数。
通过对中国和德国的金融指数的仔细分析研究，我们得到如下结果：1）随着增大，动力学指数也增大。这表示动力学系统逐步偏离稳态。2）在分钟的时间标度，金融动力学具有时间反演对称性，即；但在天的时间标度，随着增大，金融动力学逐渐失去时间反演对称性，即。3）价格大波动可分为动力学内部产生的和外部事件诱导的两大类。金融动力学的时间反演不对称性，主要来源于外部事件诱导的大波动。4）中国金融市场与德国金融市场分属不同普适类，中国的指数较小。这与中国股票价格涨落较大相关。针对本项目而言，上述结论中对我们具有启发意义的是，两类事件对金融指数动力学的作用存在显著区别。德国DAX的计算结果见图4。
图4：
德国DAX指数剩余价格波动率在大波动前后的弛豫动力学行为。（a）为大波动之前，（b）为大波动之后。三角形和圆形分别达标内生型和外部事件驱动型的大波动。
我们此前的研究清晰而明确地说明，证券市场大盘指数在内部和外部事件的刺激下，会呈现出不同的动力学行为。在本项目中，我们将顺着这一思路，将指数大波动研究拓展至金融危机对个股波动率风险传播行为的影响。由于真实证券市场中股灾事件甚少，探讨其统计性质十分困难，我们的技术线路是利用价格波动率数据，先考虑股票价格大波动事件，研究其统计性质，然后通过提高大波动值来逐步逼近股灾。因为价格大波动的事件数目较多，可以得到较为可靠的定量结果。
通过在不同的时间窗口内找到相应的大波动事件，考察在大波动事件时，风险传播网络的统计性质，如度分布、聚集系数等，尤其需要关注其功能结构，如motif，社团结构等。进一步地，通过查找历史事件，认定内生型和外部事件驱动型大波动。深入分析和探讨两类大波动事件驱动下的风险传播结构的异同点。通过在两类事件下统计性质和功能结构的细致对比，我们能够更深入的考察两类大波动事件的风险传播结构和行为的不同影响。因为不同事件对指数具有不同的作用形式，而指数是个股在时空结构上的一种涌现性质，因而可以预料到两类事件对个股波动率风险传播结构会存在不同的影响方式。
研究进度：
2014年4月-2015年4月：构建个股波动率风险传播网络，研究网络的拓扑结构，揭示其金融学涵义。
2015年4月-2016年4月：探索大波动事件和股灾对风险传播结构的影响，对比内生型和外部事件驱动型两类大波动对风传播行为的不同作用机制。发表SCI论文2篇。
拟解决的关键问题：
（1）本项目需要突破的技术难点是，如何克服证券数据的高度随机性，获得可靠的个股波动率关联，同时突破原有单自由度的时间关联研究，从空间关联结构探索波动率风险的传播规律。
（2）本项目的核心问题是，以复杂网络理论为基础，探讨大波动事件和股灾对风险传播空间结构的影响。特别是，区分内生型和外部事件驱动型大波动对风险传播网络的不同作用，厘清两类大波动在风险传播动力学的作用。
3．
与本项目有关的工作条件（包括研究工作基础、实验条件等）
项目申请人在金融物理、复杂网络、非平衡态统计物理等研究领域具有长期丰富的研究积累。近几年一直从事证券市场时空动力学方面的研究，已经做了大量的实证研究和数值模拟计算，并在Europhysics
Letters,Physica
A等杂志发表3篇论文，另有1篇已接受即将发表，1篇已完成投稿（均为SCI）。项目申请人在攻读博士学位期间主持浙江大学青年基金项目1项，主要参与国家自然科学基金2项（排名分别第2和第3）。
项目申请人在证券市场时空动力学方面的研究成果主要有：
（1）金融动力学中的反关联和子板块结构。利用随机矩阵理论，刻画了金融市场中基于收益率的股票间空间关联与拓扑结构，尤其是发现了证券市场中的反关联和运动模式结构，阐明了不同运动模式所代表的含义，以及中国证券市场具有的反常板块效应。研究成果已发表。（X.F.Jiang,and
B.Zheng,Anti-correlation
and
subsector
structure
in
financial
systems,Europhysics
Letters
97
(2012)
48006）
（2）金融市场中大波动的动力学与时间反演对称性破缺。基于波动率时间序列，项目申请人发现证券市场内生型和外部事件所导致的指数大波动具有不同行为特征。特别的，极端波动前后的弛豫行为在以天为单位的时间尺度上发生对称性破缺，这种破缺由外部事件所诱导，且外部事件导致金融系统进入非稳态。研究成果已发表。（X.F.Jiang,T.T.
Chen
and
B.
Zheng,Time-reversal
asymmetry
in
financial
systems,Physica
A
392
(2013)
5369）
（3）大中华地区证券市场时间关联和空间结构的对比研究。系统地对比研究了上海、深圳、香港和台北证券交易市场的时间关联和空间结构，利用随机矩阵理论得到上述四个市场的主导板块，及其与当地经济产业间的关联；研究了收益率-波动率关联随时间的演化，特别发现中国市场从此前的反杠杆效应逐渐过渡到当前的杠杆效应，这与中国证券市场的基础功能提升有关系。研究成果已发表。（F.Y.
Ouyang,B.
Zheng
and
X.F.
Jiang,Spatial
and
temporal
structures
of
four
financial
markets
in
Greater
China,Physica
A
402
(2014)
236）
（4）金融物理简要综述
--
中西方金融市场的对比研究。系统地综述了中西方金融市场之间时空动力学结构的普适性质和特殊性质，包括空间关联结构和大波动动力学行为等。（B.
Zheng,X.F.
Jiang
and
P.Y.
Ni，A
mini-review
on
econophysics:
comparative
study
of
Chinese
and
western
financial
markets，Chinese
Physics
B,特邀综述论文，已接受，2014年将刊出，第一作者为导师）
（5）复杂金融系统中行业板块间的相互作用结构。利用复杂网络理论勾勒出金融系统中行业板块间的相互作用和拓扑结构，发展了一套随机矩阵分解方法，阐明了全局、局域和准随机等三种运动模式所蕴含的不同相互作用形式。尤其是发现金融危机和极端波动期间，金融市场的拓扑结构与正常时期有着明显不同。研究已经完成并完成投稿。（X.F.Jiang,T.T.
Chen
and
B.Zheng,Structure
of
local
interactions
in
complex
financial
dynamics,Submitted
to
Scientific
Reports）
项目其他参与人的研究工作成绩：
本项目组的参与人近年来在金融动力学方面有较深的研究基础，发表论文多篇，其中SCI检索3篇，EI检索13篇，中文核心4篇。参与国家自然科学基金项目4项，主持宁波市自然科学基金1项，主持科技部中小企业创新基金项目1项，主持或参与其他市厅级与横向项目7项。
本项目主要进行金融数据的计算和数值模拟研究，所需的条件主要是金融数据、计算设备、计算程序等。
（1）项目申请人一直从事金融市场时空动力学研究和金融模型的模拟工作，已编写过大量的金融数据计算和分析、金融市场多体相互作用模型、复杂网络等方面的程序，具有丰富的金融数据分析和建模经验。
（2）目前项目组拥有多台计算机可供一般的程序调试、运行、数据处理和分析、建模等。对于计算量特别大的程序，可以依托浙江大学物理系近代物理中心的高性能计算机集群（324个CPU的集群1台，52个CPU的集群1台），为本项目的开展提供了良好的硬件条件。
（3）学校的图书资料丰富，能提供较齐全的学术刊物，可便利地利用电子资源，能基本满足研究所需，其他资料还可通过申请文献传递获得。
（4）项目申请人在此前研究中积累了大量的金融市场原始数据，同时所在单位拥有全面的金融数据库，覆盖了多个金融市场的原始数据。
4．预期成果形式、去向和效益
利用关联函数和格兰杰因果检验及复杂网络理论，探索基于波动率的风险传播结构和动力学，以及股灾的时空运动规律，完善极端波动的非平衡态动力学理论，主要内容包括：
（1）研究证券市场中波动率风险传播的时间和空间动力学，对股灾有较深入和系统的认识。
（2）给出国内外同行认可的高水平理论成果，发表SCI收录的论文2篇。
本项目通过深入研究取得的相应成果，可以为金融与物理的学科融合创造一定的理论和实践积累。拓宽风险传播和股灾的研究视野，并将之运用于资产风险管理、风险预警等领域，有重要的现实意义。本课题的研究成果能够为金融监管部门制定相关决策提供重要的理论基础。
5．经费预算（单位：万元）：
合
计
科研业务费
实验、材料费
仪器设备、图书资料费
相关经费
合计
2
1.6
0.2
0.2
2014年
1
0.8
0.1
0.1
2015年
1
0.8
0.1
0.1
年
购买主要设备、材料的名称、数量、金额：
6.学校审核意见：*年*月*日（盖章）