沈阳自动化所风险评估领域大数据分析研究取得新进展

发布时间:2014-11-20

在风险的定量评估中,波动率和实际波动率是最常用的两个变量。这两个变量的计算方法不同,数据的来源不同,却都用来评价同一种指标。很久以来,经济学家和数据分析领域的专家都理所当然的使用这两个变量来定量风险的大小,却从来没有研究对二者加以系统的区分和比较。

  针对这一问题,中国科学院沈阳自动化研究所郑泽宇研究员和美国科学院院士、波士顿大学教授H.E. Stanley和新加坡国立大学李保文教授共同开展研究,深入比较了基于时序列的两类风险评估方式,填补了相关领域的研究空白,具有很高的理论和实践价值。标志着沈阳自动化所在风险评估领域的大数据分析,特别是时间序列分析方面取得新进展。

  以郑泽宇为主的研究小组第一次深入的从理论和实践两个方面对二者加以比较和分析。指出了两个变量在定量风险过程中的特征,已经二者在数据变化上的相互关系。该研究填补了风险评估领域波动率(Volatility)和实际波动率(Realized Volatility)混淆不清的这一空白,从动力学角度第一次深入和定量的分析了两者的关系和异同。对风险评估具有很好的实际指导意义,也是大数据分析处理技术在风险评估领域的又一成功运用。

  该成果于近期发表于国际期刊PLOS one。(Zeyu Zheng, Tetsuya Takaishi, Zhi Qiao, Baowen Li, and H. Eugene Stanley, Realized Volatility and Absolute Return Volatility: A Comparison Indicating Market Risk ,  PLoS One. 2014  9(7): e102940. (影响因子3.534)。(数字工厂研究室)


附件下载: