面向突发事件识别与测度的金融信号分析

摘要

通过金融市场传递的信号观察实体经济和社会秩序的安全和稳定受到了越来越多的关注。然而当前产学界的研究较多依赖于经济学理论和计量模型,获得需要的数据面临样本频次低、统计难度大的问题,其可解释性也受到了限制。为此,该文选择获得成本低、时效性强、权威可靠的金融数据,将金融时间序列视为隐藏社会和经济系统运行信息的金融信号。选择由经验模态分解(EMD)和希尔伯特谱分析(HAS)组成的希尔伯特-黄变换(HHT)方法对金融信号进行分析,通过EMD方法从金融信号中捕获对经济形成冲击的突发事件,通过HAS方法测度突发事件对于社会产生的影响程度。实验结果表明,HHT能够克服金融信号由于混叠多种效应难以挖掘具有实际意义的信息的问题,对于实际发生的突发事件能够做到快速识别和预警作用。