复杂金融产品范文

复杂金融产品范文（精选12篇）

复杂金融产品 第1篇

根据现代营销学之父——菲利普·科特勒 (Philip Kotler) 的观点, 产品是市场上任何可以让人注意、获取、使用、或能够满足某种消费需求和欲望的东西。它既包括具有物质形态的产品实体, 又包括非物质形态的利益。现代市场营销理论认为, 产品可分成有形产品 (实体产品) 和无形产品 (非实体产品) 两类。

现代产品具有客户需求复杂、产品组成复杂、产品技术复杂、制造过程复杂、项目管理复杂的特性, 可称为复杂产品。

现代金融服务业如保险、证券和银行等相关企业提供的产品一般也具有组成复杂、功能复杂和行为复杂的特性, 但以服务契约形式而非实体形式, 可以定义为复杂非实体产品。

产品设计的最终目标是面对客户的选择性市场需求, 将基于市场细分的需求概念转化为高质量或低风险的产品, 最大限度地满足客户持续变化的需求。复杂实体产品的设计要求产品是在满足功能需求的基础上, 要求以最快的上市时间、最好的质量、最低的成本、最好的服务、产品创新和最佳的环境保护。

金融服务产品是非实体产品, 其最重要的问题是产品的风险性。与实体产品的质量类似, 控制产品的风险也就控制了产品的质量。复杂金融产品的特性主要表现在其风险的复杂性, 所以其设计和仿真方法也就具有复杂性。

二、金融产品设计涉及的技术和设计过程

1. 金融产品设计涉及的技术。

在实体产品的设计中, 提出了生命周期的概念, 其目的是研究产品的市场战略和设计, 涉及的内容涵盖市场分析和设计开发。包含从产品的需求分析、概要设计、详细设计、制造、销售、售后服务、直到产品报废回收的全过程。软件产品也不例外, 软件生存周期涉及的内容也包括从问题定义、可行性研究、需求分析、软件设计 (概要设计和详细设计) 、编码、调试和维护。

与复杂实体产品类似, 复杂非实体产品的生命周期涵盖产品的需求分析、概要设计、详细设计、售前服务、销售、售后服务和产品终止等阶段和相应指标。其管理技术也是为满足产品上述指标发展起来的。

2. 设计过程。金融业是百业之首, 金融领域的产品涉及到银行、证券和保险等方面。需求分析是复杂金融产品设计的第一步。

(1) 需求分析阶段。需求分析阶段要解决的问题, 是让用户和金融机构共同明确将要开发的是一个什么样的系统, 其过程包括:

(1) 详细听取客户的反映, 确定产品需求, 是需求获取的第一步;

(2) 市场研究, 包括市场规模调研, 确定市场需求并听取分销渠道的反映;

(3) 相关产品跟踪调查, 确定产品的竞争力因素, 是需求提炼的过程。

(2) 概要设计阶段。需求分析阶段以后, 进行产品的概要设计。这一阶段有两项关键活动, 即预测产品的风险和全面可行性分析。

风险来自两个方面。首先是金融产品和服务本身所包含的风险, 其次为控制和转移风险的方法。前者是从金融产品 (服务) 的风险需要出发, 从产品交易双方进行分析。后者是分析如何控制、转移风险。

(3) 详细设计阶段。详细设计是制定完整详细项目计划、细化产品原型、定义产品详细特征、产品对系统和管理的影响以及代理培训方案。

详细设计的主要内容是产品定价。产品定价是概要设计的继续, 包括定价原则;定价前提的假设条件和经营管理成本对产品成本的定价三个方面。

(4) 销售和售后服务阶段。这一阶段的主要工作是业务的风险评估和控制。相当于软件生命周期中的维护阶段, 其目的是使金融产品在整个生存周期内保证满足用户的需求和延长产品使用寿命。

这一阶段中的业务监管过程是基于事后的经验。将既成事件作为历史或经验数据, 建立监管模型, 或对原有的模型做出调整, 从而达到监管的目的。

3. 复杂金融产品设计的仿真技术。

目前, 仿真科学与技术在经历了上个世纪后50年的飞速发展后, 已成功地应用于航空航天、信息、生物、材料、能源、先进制造等高新技术和工业、农业、商业、教育、军事、交通、经济、社会、医学、生命、娱乐、生活服务等众多领域。由于计算机技术的高速发展, 科学计算和计算机仿真已经成为科学研究中除理论研究和科学实验以外的第三种方法。现在, 建模与仿真技术和高性能计算技术相结合, 正成为继理论研究和实验研究之后的第三种认识和改造客观世界的重要方法。仿真技术毫无例外地可用于复杂金融产品设计中。

(1) 建模:仿真的意义在于模型的有效性, 因此用仿真的方法来研究复杂系统, 首要问题是对研究的目标对象建立合理的仿真模型, 即建模, 它是仿真中最基本的工作, 数学模型的建立必须有数学知识的支持。将研究对象符号化、公式化, 形成理想化的数学方程式或具体的计算公式, 然后在数学语言的规范内进行逻辑推导、运算、演算和量的分析, 形成数学模型, 从而对研究对象形成数学解释和预测。其次, 各类仿真算法也需要数学方法作为基础。

因此, 仿真科学与技术的进一步发展离不开数学模型和数学工具, 特别是复杂产品的仿真, 更依赖于PETRI网络, 神经网络, 混沌理论, 模糊理论等新的数学理论。随着数学的发展, 能够更好地为仿真所用, 强有力支持仿真科学与技术。

模型的建立还依赖于丰富的数据资源, 数据仓库 (D a t a Warehouse, DW) 的方法就为建模和仿真提供了一个有效的环境。我国金融企业经过10多年的信息化建设, 建立并积累了大量的数据资源, 基于数据仓库的建模和仿真是一个个值得注意的研究领域。

(2) 选择合理的仿真算法:犹如算法是计算机程序设计的核心一样, 仿真算法同样是仿真过程的关键。以金融领域为例, 现代金融工程的技术内容主要是基于信息系统的分析和综合对象的建模和仿真分析, 其方法在股票、期权、外汇和期货等领域得到了广泛的应用。例如, 对非实体产品具有风险的复杂不确定性的特点, 用确定性方法给出近似解十分困难。擅长对随机问题进行仿真的Monte Carlo方法, 就是解决这类问题的一种特殊数值方法

(3) 仿真优化:分析金融产品的数学模型的性质可知, 在同一个问题中经常会出现非线性、不确定性和最优化问题。因此, 优化的核心问题也是最大限度地降低产品的风险, 优化风险结构, 达到控制风险的目的。近年来, 随着计算机技术的发展, 涌现了各类仿真优化理论和算法。例如, 模拟自然界进化过程的进化算法、遗传算法和蚁群优化算法都已成为解决复杂优化问题的重要方法。

摘要：本文提出了金融产品为复杂非实体产品的概念, 简要说明了复杂金融产品的设计过程和涉及的仿真技术。

关键词：复杂金融产品,设计方法,仿真技术

参考文献

[1]欧松:复杂金融产品设计与仿真技术综述与展望[J].系统仿真学报, 2005.12

复杂金融产品 第2篇

本项目综合运用演化金融、计算金融、行为金融的理论与方法，按照国际前沿研究理念，采用数据驱动与模型驱动相结合、“自下而上”与“自上而下”相结合的建模方法以及综合集成思想；系统分析中国金融市场交易者的偏好特征，建立交易者效用函数和预期模型；在深入研究中国金融市场的交易机制基础上，提出基于双向拍卖机制的价格产生模型；探索交易者的学习进化过程，建立交易者策略的演化博弈模型；提出能更加逼近实际市场情况的交易者学习进化模拟算法，建立符合中国金融市场特征的仿真系统，扩充Swarm平台类库；通过反复模拟试验与实证检验，探寻仿真系统的分形结构与混沌特征，找出金融市场的有序模式，挖掘导致系统从有序到无序的关键因素及其临界条件，揭示中国金融市场风险形成过程与机理；建立基于中国金融市场仿真系统Swarm平台的风险预警监测体系，提出金融市场风险度量模型与风险防范新方法。本项目研究具有重要的理论与实际意义。立项依据： 1）研究意义

金融市场是一国经济健康运行的核心，是一个复杂的开放系统，维护金融市场的稳定，实现金融最优化管理、有效防范金融风险是各国政府与投资机构孜孜以求的目标之一。特别是在我国金融业不断开放的今天，经济金融全球化拓展了原来国家经济系统的边界，增加了系统的要素与层次，金融工具的不断创新与金融衍生产品的不断涌现模糊了原有金融变量之间与金融机构之间的边界，金融市场是联系各国经济的桥梁与纽带形式，在全球经济金融即时强关联时代，金融市场的联接更具有重要作用，由于金融市场波动大、信息传输快、流动性大，导致各国金融市场联动效应不断增强，在此背景下，金融风险更直接涉及金融安全、经济安全乃至国家安全。尤其是随着现代技术水平的提高使投资成本降低，交易者人数增加，交易更加频繁，我国金融市场参与者的关系更加复杂，市场的非理性特征以及环境变化引起的金融市场复杂性更加明显，更加偏离线性模型，造成金融风险更加高度集中，因此，加强风险管理对我国金融监管机构、交易者和社会各界显得尤为重要。

遗憾的是，金融市场风险管理问题却一直困扰着金融监管机构，无论是1987年美国股市的―黑色星期一‖ 和1998 年美国长期资本投资管理有限公司遭致的巨大亏损，还是最近美国次债危机造成的全球股市剧烈波动以及我国股市的大起大落，都显示着监管机构对规避风险的力不从心。其根本原因在于现有的许多风险管理方法大都建立在经典金融学理论基础之上的，而这些方法是以还原论为指导，以有效市场、随机游走与理性投资等线性范式假设为前提的，他们把重点放在对市场各个组成部分的研究上，忽视它们之间的联系，认为金融市场所呈现出来的特征是各个部分特征的简单加和；另一方面，这些方法一般采用静态均衡的观点去解决金融市场问题，所以当市场的外部环境发生变化时，先前制定的风险管理方法不但不能很好地解决问题，而且还可能成为解决问题的障碍。因此，通过应用经典金融学理论来认识金融市场的本质规律、提供有效的风险管理方法的思路存在许多局限性。

要进行科学有效的风险管理，我们首先应该认识到金融市场是一个巨大的―复杂自适应系统‖和―复杂演化系统‖，它是以一种具有演化特征的非线性方式对外界作用而起反应的。金融市场的整体功能是取决于它的组成部分以及这些部分之间的相互作用，并且大于各个部分之总和。同时，金融市场会随时间演化而改变其自身发展规律。随着外部环境的变化以及信息流的不断冲击，金融市场会从一个稳定有序的模式，逐渐走向―混沌边缘‖——一种无序的状态，然后通过自组织达到另一个稳定有序的模式或是崩溃（金融危机）。在此基础上，我们应该全面分析金融市场风险的要素构成，通过对交易者策略演化博弈行为与双向拍卖机制等的研究，建立有效反映金融市场风险特征的仿真系统，而这又必然要求我们深刻研究金融市场运行机制、交易主体行为乃至金融市场的本质特征。

在这样的背景下，面对如此复杂的金融市场，如何对金融市场风险进行动态评估、如何对金融风险进行预警与防范、如何从各种相关的金融实际数据中挖掘出高附加值的信息资源与风险构成要素、如何挖掘出市场产生复杂行为的模式与风险演化机理已经成为金融机构及其监管部门日益迫切需要解决的问题。但是，现有的一些基于推导演绎思想的统计分析与时间序列分析等线性数学方法已无法解决这些市场风险管理问题。而非线性数学方法目前仍处于襁褓之中，难以担此重任。有鉴于此，从演化与归纳推理的角度出发，利用计算机模拟技术，建立基于复杂自适应理论的演化金融学方法，已经成为许多学者试图解决复杂系统各种问题的普遍共识。如今演化金融方法已经成为实现金融最优化风险管理的重要组成部分，它能从大量数据中比较智能地获取新知识，能从复杂数据背景中通过数据分析与变量选择创建量身制做的模型，找出解决问题的有效途径。

因此，本项目将利用演化金融与综合集成的思想，采用数据驱动与模型驱动相结合、―自下而上‖与―自上而下‖相结合的新的建模方法，建立中国金融市场上的交易者效用函数、预期模型、价格产生模型，模拟交易者学习演化过程，建立基于Agent的演化金融方法与更加符合中国金融市场特点的仿真体系，挖掘市场产生复杂行为的模式以及风险形成的机理，正确引导市场的自组织向稳定有序过渡，达到有效的风险控制的目的。根据国际研究经验与我国金融业发展趋势，本项目研究将能为我国金融风险管理实现数量化信息化管理提供数量技术，为我国金融市场的整体风险管理进行实时监控奠定坚实基础，对提高金融机构的监管效率与防范市场风险能力、对丰富金融风险管理理论与方法具有重要的理论与现实意义。

（2）国内外研究现状及分析

1）演化金融学的兴起与发展

随着演化思想的复兴，演化经济学取得了长足的发展，但许多学者不再满足于目前演化思想和方法在经济分析中的应用，开始用演化的理论来阐释金融问题，从而提出了演化金融学（Evolutionary Finace）的概念。演化金融涵盖的研究范围越来越广泛，逐渐形成了演化金融较完整的理论体系。

最早的金融市场演化研究是有关对对数偏好(logarithmic preferences)和财富长期增长的讨论。如Kelley[1] 和Breiman[2]的文章。他们的研究更多的是一种规范研究——市场主体(agents)为什么要采取适应策略，而不是一种实证研究，为什么只有适应策略才能生存。金融市场中的一般学习模型与演化紧密相连。Bray 的工作可以算是这方面最重要的早期文献，他给出了特殊条件下简单定价的具体机制。Fama[3]、Friedman[4] [5]根据演化金融思想，认为市场是对理性战略的自然选择的结果，市场选择导致市场效率。Farmer J.D.和 Lo.A.W.则回顾了金融市场数量模型的发展历程，提出金融市场的演化和生态模型是一个新的前沿发展领域[6]。

在这一研究领域中，一些研究集中于更精细的数学模型，将经验事实(empirical fact)理性化;另一些研究则完全是反对理性的，他们从生物学的观点来看待金融市场，特别是在演化的框架内，认为市场、工具、机构和交易者是相互作用的，而且是按照经济选择的―法则‖动态演化的。一个金融市场可以被视为是一个交易战略协同演化的生态系统，金融主体相互竞争、适应，但是已经没有必要以最大化的方式来竞争和适应。Hommes对非线性经济动态学、有限理性、预期形成与学习、异质主体模型、分叉与混沌、金融市场和实验经济学都进行了深入研究。Brock 和Hommes把经济和金融市场看作适应性信念系统(Adaptive Belief System, ABS)[7][8][9][10]，ABS 是交易策略之间的演化竞争。Hommes借用了这一概念，对Hommes 和Gaunersdorfer[11] 的理论作了进一步拓展，Brock 和Hommes采用自适应系统的概念来描述金融市场，提出了适应性理性均衡动态学的概念(ARED)[9]，指出均衡价格与信念是随着时间的推移共同演化的，同时分析了存在大量交易者类型的金融市场的演化动力学，提出了大类限制(Large Type Limit, LTL)的概念，为拥有很多类型交易者的演化系统提供了一个理论分析框架[12] [18]。

2002年苏黎世瑞士股票交易所召开了―演化金融‖的专题会议，2005年Journal of Mathematical Economics推出了关于演化金融学研究进展的专刊，均表明演化金融学越来越受到主流经济学的关注。

现今的人工金融市场是系统科学将人工社会中计算机技术的应用性与演化经济学中对经济现象本原性追求相结合的产物，它认为整个市场是一个复杂自适应系统（Complex Adaptive System , CAS），并通过将金融现象进行合理的抽象，采用从下向上的建模方式，借助于计算机技术的强大计算功能来对金融市场进行模拟，以研究金融市场的各种特征[15]。

目前的人工金融市场包括两种类型，一种侧重于计算机实现，试图如何从总体上建立一个通过计算机来研究金融市场的框架，能够更真实的描绘出金融市场，我们将之归纳为基于计算机计算的人工金融市场模型；另一种是通过设定一些经济学假设，通过主体建模或者微观模拟的办法来研究某些金融异象产生的根源，我们将之归纳为基于经济学假设的人工金融市场模型。可以说这两种不同类型的模型并不存在完全的界限，只是研究侧重点不同。

基于计算机计算的人工金融市场模型的建模思想源自Santa Fa人工股票市场，这是1990 年由Arthur等人在吸收Bray、Grossman 和 Stiglitz的研究成果基础上建立起来的[16][17]，它建立了一个完全可控的实验环境从而探寻其中的规律。随后，台湾国立政治大学陈书衡等人，在模型中添加了一个―学校‖，各个投资主体可以通过进入―学校‖进行学习。他们把学校看作一个―种群‖，以单种群遗传算法（Single-population GP）进行演化[19][20]。他们发现在这种学习机制下，收益序列是独立同分布序列，支持了有效市场假说。Norman Ehrentreich也对Santa Fa人工股票市场作了进一步的改进，认为在原始模型中不能通过观测总的预测变量字节来评价技术交易策略是否有更快的学习速度，而应该探寻新的变量来评价[21]。Graham Kendall和Yan Su用学习分类系统的思想建立了人工股票市场，他们将整个金融市场看作一个不完全信息的市场，把重点放在学习机制的研究上 [26][27][28][29]。

另外一类是借鉴生命科学中的元胞自动机的思想，元胞自动机是上世纪50年代由Von Neumann在计算机上模拟生物繁殖提出的，其基本原理是利用大量元胞在简单的规则下的并行演化来模拟复杂而丰富的宏观现象。应尚军等建立了元胞自动机金融市场模型，对市场的演化特征进行了研究[30][31][32][33]。

与基于计算机计算的人工金融市场模型不同，基于经济学假设的人工金融市场模型有更强的经济学假设，并且往往是为了探寻某一种经济现象着手建模，如波动的聚集性现象、羊群行为等。当在一定的科学假设前提下，基于经济学假设的人工金融市场能够部分的再现现实金融市场的局部，能够找出一些金融异象的形成原因。在这类模型的基本交易规则假设研究方面，Lux等人集中于研究金融市场的典型性特征[34][35][36]；在学习过程研究方面，基于经济学假设的人工金融市场在学习过程的定义中没有引入大规模的算法，它们的独特之处在于运用一些数学函数和随机过程来反映投资个体的信念更新。在价格形成研究方面，大部分模型都是基于做市商制度的。在基于―零智能‖、―加强零智能‖、―准零智能‖交易的人工金融市场模型中，都没有对金融市场进行过多的假设[17][18] [19]。在考虑投资个体财富影响因素方面，C.Chinrella 提出了一个财富异质性的主体模型来研究资产定价和财富的动态性[31]。

但是，目前演化金融学研究还存在着下列不足：  投资主体采用遗传算法来进行学习演化，但简单的遗传算法不一定能将整个金融市场的信息传递表达清楚；

 价格形成机制采用多采用做市商制度，可当今的很多现实金融市场都不采用做市商制度；

 虽然对投资主体的学习行为进行的假设各不相同，但都很难真实地反应各个投资主体间的相互博弈、相互学习、共同演化的行为。 对投资主体进行异质性的假设大体一致，投资主体通常只分为基本面分析者和技术分析者，但实际研究中需要引进更多类型的异质投资主体。2）风险管理理论的国内外研究现状分析

在20世纪50年代Markowitz提出将方差作为风险的量标准，证明了风险与收益的均衡关系，指出单一证券的风险取决于它与其他证券之相关性，从而改变了关于资产风险的传统概念，具有革命性意义[38]。在此基础上夏普（Sharpe）提出了著名的风险度量参数:β系数[39]。考虑到方差的时变性，罗伯特·恩格尔等提出了ARCH模型[40]，现在GARCH模型组已被广泛地应用于宏观经济学和金融经济学实证研究，应用于在投资金融行业的风险管理。80年代末，哈罗提出了下偏风险理论（Lower Partial Moment），增进了人们对风险本质的认识。90年代，J.P.Morgan开发了被作为风险度量标准的VaR（Value at Risk）[41]，学者与金融监管机构对此颇为推崇，迅速在金融领域获得了广泛的应用。VaR继承了下偏风险的思想，更贴近交易者的实际心理感受；VaR的计算也摆脱了正态分布的束缚。基于对VaR数学性质缺陷的认识（如不满足次可加性），学术界又提出了一致性风险价值（CVaR）作为修正，并提出了广义随机占优一致性风险度量方法。虽然经典的风险管理手段获得了较为广泛的应用，如方差、β系数、J.P.Morgan的VaR技术，但它们大多局限在随机游走与正态分布的情形下才有效[42]。而实际研究的结果表明，金融市场是一个有偏的随机游走系统，资产价格的分布也往往不是正态分布（或对数正态分布），分形分布是更一般情形下的分布状态，而且金融市场也会随时间改变自身发展规律。因此方差并不能给出风险水平的正确反映。交易者的非理性行为、交易策略的相互博弈，市场规律的改变、信息流的不均等吸收是产生市场非线性行为的根源，是引起价格波动、产生风险的基本因素之一。这时，金融市场风险管理的研究出现了从线性分析转向非线性分析，从均衡走向演化的新趋势。有学者提出了在整体主义方法论下，从动态的、非均衡的、非线性的角度系统地研究金融市场及其风险管理问题，但并没有提到解决问题的具体思路和方法。也有学者试图利用随机微分方程建模来描述风险因素的变动，但首先建模时所选择的风险因素存在是否合适的问题，其次金融风险受复杂多变的政治、经济、科技及社会环境等各方面的影响，简单的随机微分方程不能合理解释金融市场风险演化过程，现有数学方法要解决包涵多风险因素的随机微分方程问题，还存在比较大的困难。

基于Agent的金融风险管理方法从系统的观点出发，充分认识到金融风险的涌现性，考虑到市场与市场的要素之间、要素与要素之间、市场与外界环境之间的相互作用，以及做为市场主体的交易者的自适应性，对市场各个要素与它们的之间的作用机制建立计算机模型，突破了VaR等传统风险管理方法对资产价格的概率分布等诸多方面的假设，通过对金融市场内部规律的探索，来解决风险管理的问题。而演化金融学的思想考虑了瞬息万变的环境而导致风险因素的改变，提供了时变的风险管理方法，增进人们对金融系统风险本质的认识，向人们展示金融市场结构与演化规律的丰富内涵，其必将促进演化金融风险管理理论的创新与发展。主要参考文献：

[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]应尚军，魏一鸣，范英等.基于元胞自动机的股票市场投资行为模拟.系统工程学报，2001，16（5）：382-388 [31]应尚军，魏一鸣，范英等.基于元胞自动机的股票市场复杂性研究——交易者心理与市场行为.系统工程理论与实践，2003,12:18-24 [32]应尚军,魏一鸣,蔡嗣经.元胞自动机及其在经济学中的应用.中国管理科学，2000，专辑，8：272－278 [33]应尚军，范英，魏一鸣.基于投资分析的股票市场演化元胞自动机模型.管理评论,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）研究目标

在充分认识金融市场是一个可能随时间演化而改变其自身发展规律的―复杂演化系统‖的基础上，按照风险管理的国际准则与理念，从模型与数据处理角度，构建适合我国金融复杂系统分析的模型群体系，提出有效的投资者行为模型与学习机制算法，重点建立中国金融市场仿真系统Swarm平台，挖掘出金融市场本质特征的演变过程和影响金融市场的基础变量，建立基于模型群体系的分形与混沌控制理论，挖掘金融风险演化机理；开发出基于中国金融市场仿真系统Swarm平台的风险预警系统，提出金融风险防范策略以及金融市场混沌控制的有效方法，发展更为有效的风险管理理论与方法。填补我国在演化金融与风险管理方法研究上的空白，推动我国金融风险管理向科学化规范化方向发展。（2）研究内容

1）中国金融市场仿真系统的建立

 不同的交易者有不同的偏好，而且他们的偏好与环境的改变有关。本项目利用行为金融学理论分析我国金融市场异质交易者的不同偏好特征，建立更加符合中国交易者偏好的效用函数与预期模型；

 在交易者策略演化研究中，采用合理的信息传播模型（如传染病模型、流言机制模型等），合理设定交易者信息交流的拓扑结构（如小世界网络与互联网络）；界定各类典型交易者的不同特征，实时更新各交易者的属性，在此基础上提出一种新的算法，模拟交易者学习演化过程；

 在深入分析中国的价格形成机制的基础上，建立具有中国特点的双向拍卖的价格产生模型；

 建立适合于中国金融市场Swarm仿真平台，扩展Swarm的类库，形成可视化的图形界面，对系统运行过程进行监控和记录，提供众多的演化计算工具箱供建模使用。

2）中国金融市场风险的演化过程与机理研究

 由于金融市场中的交易者之间、交易者与市场之间存在着非线性的作用机制，进而会涌现不可预期的整体性，在―自下而上‖对中国金融市场进行仿真的基础上，从微观层面研究金融市场的宏观演化行为；

 研究中国金融市场产生动态复杂行为的模式，通过对仿真系统的研究，找出中国金融市场的分形结构，挖掘其内部规律；

 在仿真试验的过程中，探寻金融系统产生混沌的序参量，找出中国金融市场风险产生的关键因素，挖掘金融风险的形成机理； 根据发掘的序参量，通过控制和调节序参量，提出风险管理的有效方法，正确引导市场从原来的模式向更优的模式过渡，从无序再走向有序，达到风险管理的目的；

 在中国金融市场仿真平台、风险形成机理以及风险防范方法的研究基础上，开发中国金融市场风险预警系统平台，建立科学的金融风险动态检测体系。

（3）拟解决的关键问题

1）中国金融市场交易者偏好的效用函数与预期模型的建立； 2）中国金融市场交易者演化博弈行为研究；

3）中国金融市场的风险形成的关键因素及相应的风险管理方法研究； 4）基于中国金融市场仿真系统Swarm平台的风险预警监测体系研究。

（1）研究方法

从―关联‖和―过程‖的新视角全面分析并深刻揭示我国金融市场非线性的内部结构与演化规律；运用综合集成的思想与方法，侧重于理论分析基础上的计算机模拟及实证研究，以数量经济分析方法为主，从演化金融的角度深入研究交易者策略演化博弈行为；利用计算机的计算能力与挖掘分析能力对金融系统中的大量数据进行处理，通过JAVA等编程语言，按照演化金融建模的一般原理，构建适当的交易者行为模型及利用遗传算法有效地模拟交易者学习进化过程，建立中国金融市场仿真系统Swarm平台与基于仿真系统Swarm平台的金融风险预警系统；把数据挖掘技术、系统建模与仿真技术结合起来研究金融系统复杂性，建立各行为金融模型体系，实现各种模型的高层次综合集成；运用计算试验方法，研究市场微观层次Agent 的行为，确定中国金融市场的分形结构，探寻金融系统产生混沌的序参量，确定市场状态的形成条件及市场混沌的临界条件，挖掘金融风险的演化过程与机理； 通过控制和调节已经发掘的序参量，建立科学的金融风险动态检测体系，提出有效的风险管理方法。（2）技术路线

本项目技术路线如图1所示。

图1 技术路线图

本研究从我国金融市场风险管理的现实需求出发，首先认真研究分析我国金融市场的Agent的风险偏好、效用函数、交易的信息传递以及他们交易策略的演化博弈过程和市场的微观结构，并根据这些特点扩充Swarm平台系统的类库，建立一个界面更友好，能供多人同时操作的基于Swarm的实验平台，在此基础上对中国金融市场进行模拟，通过反复试验，找出导致风险产生的序参量，进而研究金融风险的形成机理，在此基础上提出新的风险管理方法，丰富并发展演化金融理论，完善演化金融学方法，揭示金融市场风险演化的本质规律，建立中国金融市场风险预警平台与更加完善的风险管理理论与方法体系。（3）可行性分析

1）演化金融学是一门正处在蓬勃发展的综合性、交叉性、创新性强的科学，是当今学术界研究的热点与前沿领域；计算金融学是一门新兴的学科，目前已吸引了国际上一批优秀的科学家在从事这门科学的研究，出现了许多重要的研究成果，为我们的研究提供了方法论指导与理论基础。

2）计算机仿真技术的迅速发展和成熟，特别是大量挖掘软件和模块化组件的出现为本项目研究提供了技术支持与条件。

3）中国金融信息化与数据化以及银行、各证券公司内部数据大集中的趋势，为我们的研究提供了可行的数据支持。

4）项目组多名成员在多年前就已经对演化金融学和计算金融学以及风险管理理论与方法进行了深入研究，累积了较为雄厚的研究基础。项目组申请人主持国家自然科学基金一项，该项目也是围绕风险管理理论与方法这一主题进行研究的，对本项目的申请和研究提供了基础。

5）本项目组围绕本领域研究，取得了一批可喜的研究成果。发表相关学术论文30多篇，被SCI、EI、ISTP收录论文近20篇，这些成果为本项目研究作了较充分的前期准备，积累了丰富的研究经验。

6）项目组成员由数学、计算机、金融、管理、系统工程等不同专业与学术背景的教师构成。知识结构、职称结构、年龄结构都比较合理。

7）本项目可以得到中科院管理决策信息系统开放实验室、上海证券交易所，深圳证券交易所，中国银行等单位的大力支持，在数据资料提供和实际调研方面可以提供方便。

因此，我们有理由相信本项目能够在预定的时间内优质高效地完成预期目标。

特色与创新：

（1）从演化金融学的角度，利用计算金融学的理论和方法，发掘金融市场的本质规律，解决金融风险管理的问题。开创了风险管理研究的新思路和新方法，具有很强的创新性。（2）利用演化博弈的思想研究交易者的学习演化过程，在本领域研究中具有一定的开创性。（3）建立具有中国特色的金融市场仿真系统，填补了国内外的这一领域的研究空白，具有一定的创新性。

（4）利用计算金融的方法，透过大量数据的表象，挖掘金融风险形成的内在机理，发现金融风险征兆，是以往风险管理研究所没有涉及的，丰富了金融风险管理理论，具有开创性。

研究进展：

2011年1月－2011年12月，建立仿真系统计算机模型。深入研究我国金融市场的交易者的行为模式和风险偏好，建立交易者效用函数和预期模型；分析中国金融市场的微观结构，建立资产价格产生模型；建立交易者策略演化博弈模型。

2012年1月－2012年12月，研究工作重点是对中国金融市场进行仿真，建立仿真系统Swarm平台，并且挖掘风险形成机理。在确定交易者预期模型、交易者策略演化博弈模型以及价格产生模型的基础上，模拟中国金融市场；通过反复试验，找出仿真系统的序参量，进而发掘仿真系统的演化模式，研究风险形成的内在机理。

2013年1月－2013年12月，主要是研究风险管理方法、建立风险预警系统平台、项目总结与鉴定。在确定金融风险形成机理的基础上，研究中国金融市场有效的风险管理方法，建立一个风险预警系统平台。提交研究报告、论文，最后完成对项目的鉴定。本项目预计发表关于中国金融市场交易者偏好的效用函数研究、中国交易者预期模型、基于双向拍卖制度的价格产生模型、中国金融市场上交易者预期模型、中国金融市场上交易者演化博弈行为研究、模拟交易者相互学习的算法研究、中国金融市场Swarm仿真平台研究、中国金融市场的分形结构与特征研究、金融市场的混沌特征及其序参量、中国金融市场风险形成机理研究、基于Agent的金融风险管理方法研究、中国金融市场的风险预警系统Swarm平台研究等方面的学术论文至少5篇；向有关金融单位与金融监管部门提交1份内部金融风险评估与预警研究报告；为银行与证券机构的风险管理提供开发方案与建模技术指导，为宏观决策者与实际交易者提供科学决策工具和依据。具体成果形式包括：（1）研究报告1份；

科技产品越来越复杂? 第3篇

要是你常常阅读科技产品测评，你很有可能碰到过这样一种套路，一般将之称其为 “老妈最爱”式测评。他会从表扬这种掌上设备的直观操作界面和简单安装程序讲起，但终会发现仅是描述不足以表达该产品的核心品质——简单。这时候，他就会抛出 “老妈” 炸弹：这玩意儿太简单了，连我妈都会用。

靠写科技测评为生的人与其他人有着根本性的不同，他们迷恋电子产品，并且时刻准备花时间去研究复杂的东西——如果回报丰厚的话。但同时，技术测评的真正观众是 “非技术迷”——也就是“正常人”，遇上好的产品、简单易用不繁杂，只需一眼我们便会倾心。

产品都变复杂了

在过去几年里，这个产业终于开始把注意力放在正常人身上：随着智能手机、平板电脑、中心化的应用以及媒体商店的出现，电脑似乎终于简单到每个技术评测员的妈妈都会用了。

然而，2011 年，所有的简易特性都被抛弃了。对于科技而言，这是糟糕的一年。这一年，我经常使用的电子产品或者网络服务，几乎每一个都新加了更难用的特性。改进缓慢、平台大战、媒体标准竞争以及愈发混乱的用户界面随处可见。凡是预料得到的地方，都有更复杂的特性出现。不仅如此，连历来是正常人使用技术的天堂，比如苹果Mac操作系统，也冒出了复杂的东西。

你以为你知道怎么玩转Mac，但在这个新界面上，你所知道的东西几乎一无是处，而且它还引入了一大堆自相矛盾的挥动手势。要是你真有本事安装了这个界面，劝你最好还是忽略一切新的特性。

不仅仅个人产品变得更难用，设备与服务更难融合，仅仅是选择要用哪种服务都得画张流程图。有些最简单的技术问题——比如我该怎样发文字信息给朋友？我该使用哪种视频电话服务？——现在都解决无望了。

比方说，你正在网上找电影和电视看，你是该订阅土豆、优酷、pps、网易公开课、有线电视、卫星电视还是林林总总的其他东西？

正确答案是：看情况。影响这个简单决定的因素有很多——你看多少电视？你喜欢老面孔还是新面孔？你喜欢哪一型的电视节目？——你得花上好几个小时搜索来找到答案。更糟糕的是，不管你怎样深入搜索问题，你都不太可能从单一服务里找到你想要的所有东西。

用户需要的是简单

科技产业正处于从以往的电脑向未来的移动设备过渡的转换期。以前电子产业由一家公司——微软——所支配，它可以全权决定成千上万人的电脑每年该怎么变。但如今，还没有一家公司能够独霸后电脑时代。在可以预见的将来，新的电子产品将仍在四五家大公司之间摇摆（苹果、谷歌、亚马逊、facebook 和微软）。

由于这些公司对未来的看法和商业关注不同，因此他们在创造类似但相互排斥的技术。2011 年，苹果和facebook两家公司都发布了类似黑莓的信息服务，想要替代传统的短信——但苹果用户不能和 facebook 用户互通信息。同样，你也不能用苹果的Facetime跟用安卓的人视频聊天。

这个多设备的世界需要的是稳定的管理和协调：现在许多人——甚至非科技迷——常常跟三四个主要掌上设备打交道。但这些设备每个都自成一体，你手机上不一定存有你工作邮件档案中存有的某个手机号，当你需要的时候就没法用。

当然，有些应用程序宣称——比如Dropbox（一个提供同步本地文件的网络存储应用）可以确保你能获取工作台式电脑、私用笔记本电脑、智能手机或者平板電脑上的全部资料。但是，你必须另外安装一个新扩展才能使用这一服务，单单这点就说明了问题的严重性。

苹果、谷歌、微软还有亚马逊都在努力实现各种设备之间的无缝对接，但竞争利益再次阻止了它们推出通用性的服务。2011年，苹果推出了 iCloud，它能自动同步你在各种服务上的数据——当然，“各种” 并不包括你在安卓上的数据。其实，我比较喜欢谷歌Chrome 浏览器记住人们在每台电脑上所做每件事的方法：当我在笔记本电脑上保存书签或添加扩展程序时，、台式电脑马上得到相同信息。但 iPhone、iPad、Windows手机和Kindle Fire 并不运行 Chrome，因此在这些设备上它毫无用武之地。

也许在2012 年之后，新兴公司大有机会尝试解决这个问题。但出于大量技术原因，新兴公司将会很难解决复杂性这个问题。这是需要由市场来担负解决的：随着某个移动平台的推出，一个媒体服务获得主导地位，哪种方式发送消息最方便、观看视频最容易、在你的掌上设备之间保持同步最简单，选择最终将会变得很简单。但苹果、谷歌、facebook、亚马逊以及微软已经困在一场斗争里好几年了。他们谁也不想很快就投降，而且可能要好多年才能清楚地看到赢家。在那之前，你要稳住……

复杂产品系统模型研究 第4篇

由于复杂产品系统的研制和理论探讨是比较新兴的, 并没有统一的定论。现在比较有代表性的说法主要有以下几种:

定义1:高成本、大规模、高技术、工程密集型的产品、子系统、系统或设施。之所以用“复杂”一词来说明, 是因为这类产品必然会涉及数量众多的零部件、需要领域广泛的知识与技能的参与以及新技术在开发与生产中的融入。

定义2:客户需求复杂、产品组成复杂、产品技术复杂、制造流程复杂、试验维护复杂、项目管理复杂、工作环境复杂的一类产品, 如航天器、飞机、汽车、船舶、复杂机电产品等。

定义3:Hobday等对复杂产品的定义是:高成本、工程密集型的产品、系统、网络和建造物, 而且Hobday认为, 复杂性反映的是需要订制的元件的数量、研发过程所需要知识的宽度和技巧以及生产过程所涉及的新知识的程度等;另外, 按照项目进行生产以及小批量也是复杂产品的特点之一。同时, 还以列举外延的形式对复杂产品的定义加以研究, 如Hobday列举了40多种复杂产品和系统, 认为复杂产品和系统是指研发成本高、规模大、技术复杂、单件或小批量生产的大型产品、系统或基础设施。

定义4:复杂产品是指客户需求复杂、产品组成复杂、产品技术复杂、制造过程复杂、项目管理复杂的一类产品。它的一个主要特点就是在设计、建模等不同过程中蕴含了大量行业知识。这些知识复杂多样、形式灵活, 多以经验的形式分散存在, 如何更为有效地表示和利用它们, 使之得以形式化地保存下来并充分发挥作用是一个关键问题。

定义5:复杂产品系统由许多具有复杂界面及为用户定制的子系统和元器件组成, 各组件通常以层次链方式集成并为特定的客户和市场预制, 客户需求不断增长, 功能增加不断, 技术含量不断提高, 成本不断上升。

本文在此基础上认为, 复杂产品系统包括大型、高成本、系统复杂、技术含量高、项目周期长的产品系统和基础设施项目, 国家标准零部件或企业标准零部件的程度较低, 标准零部件还不能成为大型离散制造的主流。复杂产品制造业是典型的大型离散制造企业, 大型离散制造企业在研究开发时, 可借鉴企业现有产品技术资料数据, 但重复利用率低。

二、复杂产品系统研制过程的特点

复杂产品系统的研制是一个巨大、复杂且技术密集的系统工程。如构成飞机的零件数目多达数百万, 新机研制的大量工作就是解决零件之间、零部件之间的位置关系和装配关系、机载成品与机体的连接关系等。由于采用相当数量的新技术、新材料和新方法, 因而需要解决一系列关键技术问题, 以及研制过程中生成的大量工程数据的传递和共享问题, 而传统的串行工作方式不能有效地解决这些问题。采用并行工程提供的管理和技术平台能充分发挥集约化经营的优势, 有利于保证研制进度、降低产品开发成本、提高产品质量, 使人、财、物及资源等得到有效配置。产品开发过程的控制, 最重要的是调整产品开发模式, 使下游产品的开发活动 (如制造、装配工艺等) 能尽早介入上游的设计决策过程, 及时分析复杂产品系统中存在的各种问题, 如可制造性、可装配性、质量、成本等, 提出改进意见, 同时也使下游生产制造过程了解设计意图, 做好生产准备。

具体研制手段包括: (1) 在产品方案设计阶段, 采取多专业并行设计方式进行功能协调, 减少冲突及后期设计与制造过程的返工; (2) 在产品结构设计过程中定期进行信息预发布, 及时获得零部件的可制造性和可装配性分析等信息, 及时反馈; (3) 消除不增值的活动; (4) 采用先进的产品数据管理 (PDM) 软件, 使产品在设计、制造和装配的全生命周期中实现信息共享; (5) 在网络环境中定义电子化工作流, 消除被动。

三、复杂产品系统的特点

1、产品结构极其复杂, 一般具有上百个组件和上万个零件组成。高成本的分级结构产品, 由许多定制化、互相关联的部分组成。

2、产品的制造过程非常复杂, 一般需要数年时间、数十家企业协同制造完成。产品研制过程所涉及的设计、制造和装配工作一般由不同的设计部门、制造和装配厂商以及众多相关的专业系统公司之间密切协作, 共同完成, 同时以项目的形式进行 (都是以项目形式完成, 涉及不止一家企业, 有许多相互协作的组织) 。

3、生产组织类型为大型单件小批。产品批量低, 单台价格昂贵。

4、需要根据用户需求进行修改、定制, 用户参与程度很高。复杂产品系统的用户一般为政府、军方或大型运营商三种。因此, 市场作为媒介的功能被相对弱化。由于复杂产品系统自身单件定制和小批量生产的特性, 尤其是单件定制, 往往是一次性收回所有研发投入。投资回收期取决于项目的研制和交付周期, 而不同的复杂产品系统之间不具有单纯的利润和销售额的可比性。

5、产品服役年限一般在十年以上, 终身由生产商负责维修。其设计、制造、装配的周期相对较长。

6、不确定性。经常会出现紧急和不可预测的情况。创新风险大, 且技术创新非单一的, 而是集成创新。

7、有绝对成本优势, 但原始投资和沉没成本大, 且有互补性资产壁垒。

8、创新的连续性和战略性。例如, 在我国的航空业中, 歼-10是中国航空发展史上规模最大、技术难度最高、协作面最广的复杂系统工程。这些都体现了创新实际上就是复杂产品系统发展的生命线, 而且这种创新还要是持续和带有战略性的。在亚洲航空武器这一行业中, 主要的输出国是美国和俄罗斯, 因此复杂产品的研制对于我国参与亚洲乃至其他大陆的航空武器销售市场有着重要的战略意义。

9、规模大, 技术含量高, 离散式装备制造, 并有市场进入和退出壁垒。

10、创新过程柔性非格式化。产品多为现行社会中事先没有的, 多是变型或新产品, 因此无现成可用的技术或成本标准, 而企业本身的生产设备以通用设备为主, 企业就更无法对产品需求进行有效预测, 劳动生产率较低。

四、复杂性的本质与核心特征

复杂产品的两个本质:系统耦合和产品创新。Hobday认为, 定义复杂性要从以下三个方面来衡量:①需要定制的元件数量;②知识的宽度和技巧;③所涉及新知识的程度。可以看出, 复杂产品系统具有以下核心特征:物理结构复杂、技术深度和宽度高、投资巨大、单件或小批量, 各子系统的联系复杂, 相互影响很多。 (图1)

五、复杂产品系统的属性

1、复杂产品系统的整体性。

首先是该系统目标的整体性;其次是复杂产品系统功能的整体性。即组成复杂产品系统的各部分必须服从系统整体的功能, 系统功能不等于各组成部分功能的简单相加。本文的研究重点是复杂产品系统交货期、质量和成本的联动控制, 这些目标均是服从复杂产品系统整体目标和功能的。

2、合理处理最优和满意的关系。

在处理复杂产品系统问题时, 使系统达到最优比较困难, 在个别情况下, “最优”有时不被人理解和不愿意接受, 因此有时利用满意的概念会使问题得到圆满的解决。

3、关联性特点。

上文曾指出, 在处理系统时要努力找出系统各组成部分的关系, 这同样适用于复杂产品系统多目标控制的研究, 这些控制目标是服从于复杂产品系统整体控制目标的, 要找出它们之间的规律性关系。

综上, 本文分析了复杂产品系统定义、属性、本质、特点等, 这些即构成了复杂产品系统的模型。

参考文献

[1]李伯虎.复杂产品制造信息化的重要技术——复杂产品集成制造系统[J].中国制造业信息化, 2006.14.

[2]李卫娜, 潘燕华.复杂产品制造业成本控制模型初探[J].建筑技术开发, 2006.5.

英语复杂又不复杂作文 第5篇

在我刚上小学时，学好英语是我的一个大问题，每次看到英语字母时，就难过得想哭。

英语复杂，每天早上天不亮，我妈就用“狮吼功”把我从温暖的被窝中叫起，让我听英语，说是多听才会。可怜的.我只好洗耳恭听，可里面放的句子，我是一个也听不懂，越听越像催眠曲，不一会儿，我的上眼皮就开始和下眼皮“打架”，渐渐地，眼睛就眯了起来，还不等睡着呢，妈妈便过来了。如果被妈妈发现，自然少不了一顿臭骂，于是，我每次在妈妈来的时候，便装出聚精会神的样子，所以总能过关。但夜路走多了，难免会撞上鬼，我也有好几次被妈妈发现，挨了一顿批评不说，听英语的次数也增加了不少。

英语复杂，每天晚上做完作业后，妈妈总会让我给她背单词。每每到了这个时候，我恨不得把英语书全部都撕掉，让妈妈再也不能考问我单词。可这个美梦终究是不会实现的。我只好拖着沉重的步伐，走向客厅。考问时，只要你走进我家，就会发现，一个小女孩坐在沙发上，正满脸泪水，结结巴巴地背着单词。没错!这就是我被妈妈考问单词时的场景。每次，妈妈总是先让我在阳台上背单词，认为自己背好了，再去找她。可每次，在阳台上背时，张口就来，十分顺利。可一到妈妈面前，就像从来都没有背过单词一样，那些英语字母就像小精灵一样，在我的脑海里滑来滑去。当我准备将它们组成一个单词时，他们却又开始捉迷藏，总是让我费好半天的劲儿，才将它们捉住，组成单词，可常常把它们调换位置，或是让他们搬家，有时多一个少一个也说不定。

英语同时也不复杂。我小学二年级时，妈妈看我学英语吃力，便给我报了一个英语兴趣班。起初，我是拒绝的。可是上了一次后，就越来越想上了，越来越有兴趣。从此，我的英语成绩一飞冲天，跟班里英语尖子生差不多，我也越来越喜欢英语，对英语也越来越得心应手。在后来的学习中也不吃力，反而更加轻松。

经济物理与金融市场复杂性研究 第6篇

关键词：经济物理；金融市场；有效市场；分形；混沌

经济物理是一门新兴的交叉学科，它指运用物理学中的概念、方法来研究经济问题的学科，涵盖了从物理学、经济学到金融数学、概率论等一系列知识。已有越来越多的物理学家运用在统计力学与理论物理中发展起来的工具与方法对金融市场这一复杂系统进行建模，以期获得关于系统本质更深刻的理解。事实上。自20世纪40年代以来，物理学中的系统科学、混沌理论、分形理论等新学科不断涌现，对金融市场本质的认识和金融市场复杂性、非线性的研究产生了深远影响。如金融资产价格变化的分布形状、长短期记忆特征、高阶矩统计特征、描述股价的随机动力学特征、分析金融市场的价格动力学与湍流等物理过程的联系和区别等。本文从传统金融理论的基础——有效市场假说展开，列举了理论上对经典有效市场假说存在的质疑以及在现实中难以解释的现象，而近代物理学的发展为金融市场动力学提供了一种新的分析方法，指出非线性物理及其方法对于金融复杂性研究的重大影响与意义。

一、传统金融理论的基石——有效市场假说

有效市场假说是现代证券市场理论体系的支柱之一，也是现代金融经济学的理论基石之一。现代金融理论如资本资产定价模型有关有效市场的研究可追溯到1900年法国数学家巴契里耶的开创性工作。他在博士论文《投机理论》中提到：在一个投机性市场中。资产价格是一个随机游走过程。但是这篇论文并没有受到大家的重视，直到50年后。才被经济学大师萨缪尔森发现，并给予了极高的评价。1953年英国统计学家肯德尔对股价的可预测性进行研究时发现股价具有随机游走的特点，即股价的变动没有任何规律可循。1959年奥斯本指出股票价格的变化呈布朗运动，他认为资本市场的价格是随机游走过程，市场价格的变化只不过是根据信息做出的反应，与人的意志无关，从而建立了投资者是整体理性的这一假设。这也成为有效市场假说的最重要的假设条件。

1970年法玛(Fama)在前人工作的基础上正式提出有效市场假说这一理论，如果一个市场在确定证券价格的时候充分的、正确的反映了相关信息，那么该市场就是有效的，此即有效市场假说。根据信息集范围的不同，又可分为弱有效、半强有效和强有效市场。有效市场理论提出后，大部分学者认为在有效市场的前提下，股票的价格是不可预测的，呈现的是物理学中的布朗运动及随即游走过程：p_t+1=p_t+ε_t+1，其中{ε_t}是一个白噪声序列。这也就意味着，影响股价未来变化的只是下一时刻的信息ε_t+1，而与历史价格无关。因此人们无法根据历史价格来预测股价。然而随着对有效市场理论检验的不断深入，越来越多实证结果与有效市场理论相悖，而有效市场假说的假设基础与金融市场的真实性不符。难以解释市场的复杂特性。具体表现在：(1)金融市场价格波动表现出的非线性特征，是有效市场理论线性范式无法反映的。(2)收益分布实际的尖峰厚尾特征向随机游走模型中的正态分布假设提出质疑。(3)“超额收益的存在”、“小公司效应”、“一月效应”等发现，甚至金融危机等现象均是有效市场假说无法解释的。

以上研究表明，有效市场假说这一理论体系过于理想化，它的假设基础恰恰是其局限性所在。在有效市场理论中用来描述价格动态的随机过程随着大量实证研究已慢慢动摇。上世纪70年代兴起的分形、混沌理论突破传统的线性思维定势，将金融市场的波动看成一个复杂的、交互作用的非线性动力学系统，解释了有效市场假说无法解释的现象，为金融市场中的定价问题掀开新的篇章。

二、分形与分形市场假说

分形被认为是当代科学中最有影响和感召力的基本概念，它产生于物理学和数学。对各门自然科学、社会学、经济学、金融投资学均产生并将继续产生深远的影响。分形几何已经成为探索自然现象和社会经济现象的复杂性的有效数学工具。为定量描述随机与确定、突变与渐变、有序与无序等复杂特征提供了崭新的手段。

1973年美籍法国数学家曼德尔勃罗特(Mandelbrot)首次提出了分形(Fraotal)一词，其原意具有不规则、支离破碎等意义。曼德尔勃罗特分别从数学和更通俗的角度为分形进行了定义：

1、若集合A满足Dim(A)＞dim(A)，则称之为分形集。其中。Dim(A)为集合A的Hausdoff维数(或分维数)，dim(A)为其拓扑维数。

2、部分与整体以某种形式相似的形。称为分形。分形市场理论把分形理论、非线性系统理论和分数维时间序列理论引入金融市场有效性和市场基本波动特性的研究中，建立了一个新的理论框架。分形市场理论认为金融市场是一个开放的、非线性的、具有正反馈机制的系统。以往被认为遵循随机游走的价格变动在分形市场中具有长期记忆性。即具有分数维的时间序列。金融市场的价格表现出对初始值敏感的特性，这表明尤其对于宏观调控，要兼顾考虑市场的长、短期相关性的影响。当市场具有较强的非线性结构特性时，如果仍然依据线性市场条件下信息反映的线性因果关系对市场进行政策调控，那么就有可能达不到预期的效果，甚至背道而驰。对于时间序列长记忆性的检验，目前有经典R/S分析法、修正R/S分析法和V/S分析法。R/S分析的创建者是英国水文专家Hurst(1951)，而首次将R/S分析法应用于资本市场长记忆性研究的是Man，delbrot(1971)。此后L₀(1991)又提出了修正的R/S分析，此种方法克服了经典R/S分析在区分序列的长、短期相关性方面的局限性。当序列包含短期记忆、存在异质性时，修正的R/S统计量具有明确的分布，易于进行显著性检验。然而虽然L₀在理论上证明了短期相关性会破坏经典R/S统计量的极限分布，但事实上经典R/S分析是通过分数布朗运动序列的相关性度量和Hurst指数之间的关系来判断长期记忆是否存在，即绕过了假设检验。因此不能说修正R/S分析一定优于经典R/S分析。Giraitis等人(2003)提出的V/S(重标方差)分析是一种估计Hurst指数的新方法。Giraitis等人从理论和蒙特卡罗仿真角度对比研究了修正R/S、KPSS和V/S统计量。发现在序列长记忆性的检验上，V/S分析更具稳健性和有效性。

自相似性是分形最重要的特性，即系统局部与整体之间在空间或时间尺度上具有相似性，局部含有整体的信息，整体与局部之间的信息是“同构”的。上述Hurst指数所

描述的就是金融市场价格的自相似性。然而金融波动往往呈现出随时间尺度的变化而变化的特性，此时需要用多重分形来刻画。Bacry等人将多重分形理论应用于日元期货的研究，发现存在多重分形的现象。Andreadis等则对道琼斯工业指数进行多重分形研究，也得出相同的结论。我国也有很多学者将多重分形应用到中国金融市场，几乎所有实证结果都支持多重分形现象在金融市场中普遍存在这一观点。

在分数维时间序列的研究中，常用的是ARFIMA模型，即分整自回归移动平均模型。ARFIMA模型最大的特点就是它可以全面刻画时间序列长、短期相关关系，通过参数d来描述过程的分形特征。目前国内外已有很多文献对ARFIMA模型的参数估计和实际应用进行了研究，为了同时刻画时间序列异方差特性，我国学者樊智、张世英(2003)提出了ARFIMA-GARCH模型。并将其分别应用于中、美股市，发现中国股市的非线性程度要强于美国。

三、混沌理论与金融市场

当传统的线性范式无法解释诸如“1987年股灾”这样的现象时。起源于物理学、数学等领域的混沌理论为金融市场的研究者打开了一个全新的视角。美国气象学家洛仑兹在20世纪60年代研究天气预报中大气流动问题时，发现了混沌现象，他指出混沌现象具有不可预言性和对初始条件的极端敏感依赖性两个特点。而混沌一词则是由_i和Yorke二人于20世纪70年代首次提出。现在一般认为，混沌就是指在确定性系统中出现的一种看似随机的现象。混沌解在短期是可以预测的，而在长期是无法预测的。由于混沌是非线性动力系统的固有特性。而线性系统又是非线性系统的特例，因此在实际中混沌现象可以说是无处不在的。

混沌科学解释了为什么确定的系统会有不确定的结果，揭示了系统除定常状态、周期状态和拟周期状态外，还有混沌状态，它全面提升了我们对系统的重新认识。混沌理论自诞生以来，凭借丰富的物理背景和深刻的数学内涵，迅速应用于生物化学、社会科学等各个领域，并逐渐渗透到经济金融领域。混沌理论在经济领域的应用始于宏观经济。美国经济学家Stazer(1980)发表了《一个宏观模型中的混沌动力学系统和分岔理论》一文。在这篇文章中，首次为一个宏观经济模型找出混沌的条件。而在金融领域较早应用混沌理论的是我国学者陈平和威廉·巴奈特(1987)，他们在对美国货币指数进行研究时，发现了奇异吸引子的存在，成为金融市场存在混沌特性的有力证据。此后愈来愈多的国内外学者对金融市场中的混沌现象产生了浓厚的兴趣。比较著名的有Peters的研究提供了大量的证据表明证券市场确实存在分形、混沌特征。在我国，王明进、王新宇分别对中国股市进行分析，结果均表明中国股市具有非线性特征。目前混沌理论在金融市场中的应用主要集中在检验和预测上。混沌检验是混沌预测的前提。只有先判断一个金融时间序列是否为混沌时间序列时，才可以用混沌理论对其进行预测。现有的混沌检验方法包括前述的R/S系列分析法、BDS检验、(最大)李亚普诺夫指数、关联维数等。而混沌预测是通过建立非线性动力学模型来描述价格的动态行为，找出价格形成的机理，进而对其进行预测。混沌时间序列预测的常用方法有局部线性预测模型，全局多项式模型，神经网络模型，自适应滤波模型，遗传演化模型，优化预测模型以及支持向量回归模型等。在混沌预测中，一般通过事先假设未知相点应变量与已知相点变量之间满足某种确定的函数关系线性或非线性的，而后根据资料用数理统计理论和方法，建立起一些以相点的模为变量和应变量的预报方程。例如。可以事先假设未知相点和已知相点之间满足多项式关系，但并不事先确定是何种形式的多项式，而后利用一些适当的判据，根据资料从众多可能的多项式关系中，自动筛选出某一个较为理想的函数关系来作为预报方程。由此可以看出，若能事先已知系统的动力模式，将在混沌预测中具有积极的意义。所以，近年来利用相点资料来反演出系统相空间的动力模式成为一个崭新的课题。

四、结语

复杂金融产品 第7篇

近年来, 复杂产品已呈现出功能高度复杂、各领域耦合关联、可重构、跨地域异地设计等诸多特点。与一般产品相比, 复杂产品所带来的挑战是:不同领域子系统间将产生不可预测的功能耦合、交叠甚至冲突, 原本功能良好的子系统可能产生不可预测的行为[1]。因此, 针对复杂产品, 在其概念设计阶段进行系统设计已成为不可缺少的重要一环。基于文件的系统工程自20世纪40年代提出以来, 对复杂产品的系统设计作出了重要贡献, 有力地支持了复杂产品的系统设计。然而, 随着产品系统复杂性的不断增加, 尤其是异地分布式设计的出现, 基于文件的系统工程已越来越无法满足要求, 模型驱动的系统设计 (model- driven systems design, MDSD) , 或称基于模型的系统工程 (model-based systems engineering, MBSE) 正成为复杂产品系统设计的基础[2,3], 它从需求阶段开始即通过模型 (而非文档) 的不断演化、迭代递增而实现产品的系统设计[4,5], 具有显著的优势, 如通过模型的形式化定义可以清晰地刻画产品设计初期结构、功能与行为等各方面的需求;基于模型可以尽早通过模拟分析发现大量不合理的设计方案;同时模型还为各方提供了一个公共通用的、无二义性的设计信息交流工具, 这一点尤其对复杂产品异地分布的系统设计具有重要意义。因此, 近年来模型驱动的复杂产品系统建模与系统设计已成为学术界与工业界的研究重点, 在建模语言与建模方法等方面取得了重要的进展, 但同时也还存在许多亟待解决的问题。

1 模型驱动的复杂产品系统设计建模语言

如前所述, 复杂产品的特点是高度分布性与可重构性, 为此要求其对应的建模语言必须具有如下特点:支持模型驱动建模和支持模型验证与分析。针对复杂产品的系统设计建模语言已有很多, 如行为图、IDEF0等, 但它们的符号与语义不尽相同, 彼此间很难互操作与重用。统一建模语言UML[6]在软件工程领域的模型驱动软件设计中取得了巨大成功, 它具有极好的扩展性能与开放性能, 因而UML在复杂产品的系统建模中也得到了大量的关注与应用[7]。在UML 2.0的基础上, 国际系统工程学会和对象管理组织对其进行重用和面向系统工程的扩展, 定义了一种新的系统建模语言标准——SysML语言[8]。

1.1复杂产品的系统建模语言SysML

SysML对对象的定义主要通过其结构模型、行为模型、需求模型和参数模型来完成。其中, 结构模型侧重于对系统的层次以及系统间不同对象的相互关联关系进行建模;行为模型主要针对基于功能的和基于状态的行为进行建模;需求模型强调用户需求的层次关系、需求间的追溯关系及设计对需求的满足情况等;参数模型主要强调系统或系统内部部件间的约束关系。在具体的实现层次上, SysML语义通过元模型 (Metamodel ) 来定义与实现, 其核心部分如图1所示[9]。

SysML是一种图形建模语言, 其建模通过图形而实现, 支持对包含人员、硬件、软件、过程、控制等在内的复杂系统进行说明、分析、设计、验证与确认, 且独立于具体的方法与工具。在继承UML图形表示的基础上, SysML包含的基本建模图形及其关系如图2所示。由图2可知, 可以通过SysML的多种图形方便地实现对复杂产品的结构、行为、需求与属性约束关系进行建模。SysML一个重要特点是它基于端口 (port) 进行建模。端口作为图形与外部信息交互的唯一接口, 将图形内部信息与外部完全隔离, 同时也十分有利于代表不同结构功能、行为功能、约束等图形单元的封装与重用。

目前, SysML语言尽管获得了广泛的应用, 国内学者也开始了积极的应用探索[10,11,12], 但也还存在许多不足亟待研究与解决:

(1) SysML对需求建模功能的支持还远远不够。目前, SysML的需求建模仅是文本式的建模, 既缺乏必要的语法支持, 更没有领域语义支持。一个可能的做法将是, 对需求进行功能需求和非功能需求的分类, 对功能需求进行基于能量流 (energy flow based ) 的层次式分解直至分解为基本功能单元, 而对非功能需求则进行影响要素分析与分解。

(2) SysML还缺乏对连续行为的显式支持。尽管SysML图中包含了活动图、序列图与状态机图, 但这些均只支持对离散行为的描述, 不能用来描述动态的连续行为。虽然可以用参数图间接表示动态连续行为, 但不能方便地表示构件间广义的基尔霍夫定律。当然, SysML也还无法支持对复杂产品的连续/离散混合的建模。

(3) SysML还缺乏对模拟仿真的直接支持, 缺乏对动态仿真信息的有效表示。

此外, SysML目前对一些深层次的复杂产品系统建模问题 (如嵌套接口、多层抽象、关联块图重用等) 也还缺乏有效支持。

国际系统工程学会、佐治亚理工学院 (GaTech) 、乔治梅森大学等正在对SysML进行积极的完善工作。佐治亚理工学院Thomas等[13,14]在现有SysML功能的基础上探索如何将SysML的功能扩展到对连续系统进行建模, 为支持仿真, 他们还提出基于图的双向映射机制, 在SysML模型和Modelica间进行双向转换, 然而现在支持的功能还十分有限且映射不稳定。乔治梅森大学的SysML研究小组深入、系统地研究SysML所有功能, 甚至给出了基于SysML进行复杂系统建模的标准流程[15]。为具体研究分析SysML对超复杂系统建模的支持程度, INCOSE德国分会、欧洲南部气象台 (ESO) 等以超大型望远镜的系统建模为基础, 正在探索SysML 在结构、行为、参数等多方面的建模能力[16]。

1.2其他复杂产品系统建模语言

由于UML在软件工程领域的成功和影响的广泛性, 在SysML建模语言正式成为标准前, 已有许多工作基于UML进行了扩展以支持复杂产品的建模, 代表性的语言有Mechatronic UML[17]和UMLH[18]。

在UML的基础上, Burmester等[19,20,21]提出了Mechatronic UML建模语言, 以使得UML扩展后能支持复杂产品建模和验证。他们提出了图块“pattern”的概念, 图块主要用来表示构件之间的一些比较常用的协作方式, 以方便于对设计知识的表示, 并可逐渐形成一个pattern库。针对图块的具体表示, 需要进行结构建模和行为建模。前者具体指构件间的连接结构, 而后者指构件间的协作行为。Burmester等用类似SysML中的内部块图来进行结构建模, 而行为则用每个参与者的状态机表示。参与者之间的协作主要通过信号传递实现, 这种信号传递在模型中表示为一个参与者发送信号到其对应的“传递行为”上, 而另一个参与者将接收的信号放到其对应的“行为激发”上。然而, 这种在状态机中表示的信号传递感觉很不直观, 若能换成用类似于SysML中的序列图 (sequence diagram) 来表示, 则构件间的信号传递可能会直观得多。

Burmester等[21]还在Mechatronic UML定义时考虑了复杂产品模型可重构的特点, 即每个构件在不同的环境下, 可能会扮演不同的角色以及处于不同的状态, 在这些不同的角色状态下, 其行为 (或结构) 可能会发生变化。考虑到上述特点, 通过混合自动机 (hybrid automata) 能支持表示这些不同的行为 (或结构) 以及定义在何种条件下会发生相应的变化。然而他们目前只考虑了复杂产品行为的可重构而没有考虑结构的可重构。

为支持在UML中进行复杂产品的连续/离散混合建模, Nytsch等[18]提出了UML扩展新方法, 建立了UMLH语言。他们借用并扩展了复杂产品仿真建模语言Modelica的状态机, 基于连续表示和离散过渡表示建立了类似于Modelica的混合模型。利用UMLH编辑器和Modelica的代码生成工具, 可以由UMLH图形自动形成Modelica模型, 从而大大减轻设计人员的压力。然而, 由于Modelica 仿真建模语言刚提出不久, 还无法像MATLAB/Simulink一样广为用户所熟悉, 因此目前在工业界用得还不是很多。

除了上述面向设计的复杂产品建模语言外, 比较有影响的模型驱动复杂系统建模语言还有CHARON、Hybrid UML等[22,23], 不再赘述。

2 模型驱动的复杂产品系统建模方法

目前, 模型驱动的复杂产品系统建模方法几乎均是以图3所示的经典系统建模方法V模型为基础展开的。许多研究人员对V模型进行了扩展与延伸。大体上, 可将现有的复杂产品系统设计建模方法分为四种:通用的系统建模方法、并行建模方法、基于对象-过程的建模方法和基于状态分析的建模方法[24]。

2.1复杂产品的通用系统建模方法

复杂产品的通用系统建模方法是将面向对象技术与传统自顶向下系统建模方法有机结合, 从而形成具有模型驱动能力的复杂产品通用的系统建模方法, 目的是构建更具柔性和具有可扩展性的系统, 如图4所示。Howard等[25]系统地对该方法进行了研究, 在将面向对象技术与传统自顶向下系统建模方法结合的过程中, 添加了几种有效的新建模技术, 主要有需求变动分析、因果分析、系统/逻辑分解等, 从而支持需求变更、系统层的重用和设计演化, 其建模流程也发生了一定的变化, 如图4所示。该研究的最大特点是提出了系统逻辑架构的定义与设计, 通过将系统分解为相互关联的逻辑构件以达到逻辑构件整体满足系统功能的要求。此外, 为支持用户较好地进行系统逻辑架构的定义, 提供了一系列的启发式规则, 如耦合性、粘连性等。

在上述工作的基础上, Sanford等[26]对复杂产品的通用建模方法进行了进一步研究与扩展, 提出复杂产品的系统建模应主要包括以下六部分工作:用户需求分析、系统需求定义、系统逻辑架构定义、可用待选结构方案生成、待选方案评价与优化、系统验证与确认。用户需求分析的主要任务是通过因果分析的方法分析现有系统的功能、不足以及可能完善的地方, 并通过任务模型建立一些高层的、体现用户需要的用例模型。系统需求定义的核心任务是通过定义系统需求模型来满足用户需求分析中定义的任务模型。总体上, 系统是通过黑箱原理进行定义的, 系统层的用例图则体现了系统与外界进行交互的内容与过程。为支持需求变动的管理, 他们还引入了需求变动概率的概念。逻辑架构定义的主要任务是对系统进行分解, 分解成若干个有机关联的逻辑构件以实现系统的需求。逻辑构件对应于系统的功能, 其作用在于可在系统功能与系统实现之间形成一个缓冲, 从而减小系统需求变更对系统设计的影响。然而, 这是整个复杂产品系统建模过程中最为关键的一环, 如何合理有效地实现系统的分解是一个十分具有挑战性的问题。可用待选结构方案生成的过程就是将系统的逻辑构件与实际的软件、硬件、数据、部件等物理器件进行关联映射的过程。通过关联映射, 实际物理的构件也与系统的需求建立了联系。随后的优化过程则通过对复杂产品的性能、可靠性、可用性、成本及其他一些因素进行参数化建模, 以优化复杂产品的整体性能, 其中所涉及的各参数的权重选取则通过系统需求等来确定。最后的系统验证与确认即是验证系统设计是否满足其要求及是否满足不同客户所提出的要求, 因此需要研究相应的验证计划、方法与过程等, 并给出相应的测试实例设计。

Secchi等[27,28]具体应用了通用建模方法来对复杂机电产品进行建模。他们主要采用UML来对复杂机电产品中的离散控制与软件部分进行建模, 用UML-RT 来对其中的连续部分进行建模, 从而实现复杂机电产品的统一建模。不过, 该方法目前对模块的重用性尤其是行为模型的重用性还缺乏考虑。Thramboulidis等[29,30]为利用IEC61499标准所定义的功能块 (functional block, FB) 来实现可重用、可解释且分布式的控制, 提出将UML与功能块相结合的通用建模方法, 即先用UML定义用户需求模型, 而用功能块定义设计模型, 然后通过模型变换方法实现从需求模型至设计模型的转换, 最后基于UML-RT实现代码生成的应用模型的转换, 从而总体上实现模型驱动的控制系统建模。然而, 该方法目前还只能针对简单的控制系统进行应用, 还有许多深层次的问题如调度问题、控制性能、时间参数等均未考虑。

虽然复杂产品的通用系统建模方法在实际的模型驱动复杂产品建模中应用较多, 然而也还存在一些问题, 如如何建立、组织强大的设计知识库以帮助实现系统的自动分解, 如何在系统的软硬件、数据等方面实现很好的耦合关联。此外, 在需求变更管理方面、系统逻辑构件与物理构件关联映射方面也还存在稳定性的问题。

2.2复杂产品的并行系统建模

针对特定的需求如安全性等, Childers等[31]提出了复杂产品的并行系统建模方法, 目的在于将满足特定需求的设计融于其他主要需求的设计中。为此, 他们试图对需求分析、功能/行为分析、架构设计、设计验证与确认等四个主要的建模活动并行地进行建模, 四个建模活动分别对应一个领域, 即需求域、行为域、架构域及验证与确认域, 并通过一个公共的系统设计仓库关联起来, 如图5所示[32]。为有效支持并行建模, 他们还规定横向开发必须优先于纵向开发, 即要求在同一层次的所有功能全部完成后才能进入下一个更为细节的层次进行开发。

为此, 他们提出了一个图6所示的“洋葱”模型来支持并行开发, 其好处在于:在每一个细节层次上, 均对给出的需求进行分析、设计、验证与确认, 因而能尽早地在设计阶段发现问题;另一方面, 由于在每一层次均保留了各个建模活动的中间状态的详细信息, 故便于对系统分析与设计历史进行追溯跟踪, 一旦发现存在需求冲突或不满足等问题, 则返回上一层次进行设计修改。然而, 在应用过程中, 这种方法很难得到真正的实现, 其原因在于洋葱模型很难保证每一层次模型的完整性和绝对收敛性, 此外, 如何尽早地发现问题也不是容易实现的事情, 需要有许多的知识支持[33]。

为探索如何在复杂产品的并行建模中给出必要而又充分数量的模型来进行复杂产品系统层的定义, Long等[34]在进行一系列研究后指出, 控制模型、接口模型与物理架构模型三个模型是充分且必要的, 其他必要的信息如性能需求、资源、系统确认与验证等均可通过上述三种模型的组合、变换来实现。值得指出的是, 目前复杂产品并行建模方法是基于增强功能流程图来实现的, 还不能基于UML/SysML来实现建模, 但Skipper[35]已经证明了UML/SysML对并行建模支持的可行性。

Balmelli等[36]基于软件工程中常用的统一建模方法与鲸鱼模型, 提出了应用于复杂产品建模的鲸鱼模型。他们将工作任务分为商业建模、需求建模、分析与设计等九个部分, 而将系统开发过程分为开始、设计、构造与转移等四个状态。虽然每个工作任务不完全并行进行, 但在很大程度上是并行的, 在每个开发阶段均有多个工作任务需要完成, 具有并行设计、增量开发等特点。为实现复杂产品的并行增量式系统建模, 在已有工作的基础上, Cantor[37]提出了许多关键的改进, 如定义了新的角色——系统工程师, 定义了新的构件和工作流, 提出了“局部图形”的概念等。Jaco[38]考虑建模的方便性, 在上述工作的基础上, 提出了“模型层次”的概念。模型层次表示由粗至细不同层次的架构模型的子集, 层次越低, 具体的技术细节越丰富。值得注意的是, 模型层次并不对应真正的抽象层次, 而可能会包含多个层次的信息。只有模型层次有相似的细节信息才可能被包含在同一个模型层次中, 但他没指出如何定义这些层次, 以及如何合理地划分这些层次。

在复杂产品的并行系统建模过程中还存在一个关键问题:必须在不同的建模活动间能够实时地关联, 因而必须要有统一的方式对所有模型的语义与语法进行管理。Baker等[39]提出了一种基于实体-关系-属性 (entity-relationship-attribute) 和流 (flows) 的信息建模语言ERA-Flows, 该语言主要包括五个建模要素:建模单元、关系、属性、属性关系与结构。考虑到复杂产品的多物理领域特性, 他们还应用本体来进行语言的定义, 以实现在系统需求分析师、设计师、开发人员间建立结构化、通用、显式且与上下文无关的通信能力。基于该建模语言, 可以在并行建模的不同层次上清楚地建立需求分析模型、行为/功能模型、物理架构模型、验证与确认模型, 但该语言还存在许多待完善的地方, 如还存在语法定义不清的情况。

2.3基于对象-过程的复杂产品系统设计建模

Dori[40]在系统地分析复杂产品特点的基础上, 提出了基于对象-过程的复杂产品系统设计建模方法。该方法的基础是, 认为任何事物均可表示为“对象”或“过程”, 而每一对象在任一时刻均有一状态, 且状态的改变可通过过程的发生来实现。具体地, 对象是物理上或精神上存在的或有存在潜力的事物;过程是对象所经历的一系列变换;状态是对象能达到或位于的位置。在任何时间, 任何对象必定处于某个有意义的状态中, 且过程不断地通过各种变换来改变对象的状态。为支持基于对象-过程的可视化建模, 他们对建模所需的准确语义和语法与图形化符号建立了对应关系, 如图7所示, 并在符号与自然语言间建立了映射, 定义了与对象-过程建模过程严格对应的对象-过程建模语言 (object-process language, OPL) 。OPL在建模过程中自动生成建模过程的语言描述, 因而建模语义清晰, 且使得用户建模十分方便且模型可读性很好。考虑到复杂产品中需要管理的模型很多, 同时模型还有不同层次的复杂细节需要管理, Dori等[41]提出了三对精化/抽象操作:针对结构层次性的折叠/打开操作、针对内部细节的缩/放操作、针对对象状态的抑制/表达操作。基于该方法, 他们开发了对应软件平台OPCAT 并进行了实际应用。本质上, 基于对象-过程的方法是一种针对复杂产品及其离散行为的建模方法, 其中的状态即是基于状态机、满足一定要求的多个系统离散状态。要实现对复杂产品连续行为的模拟, 则还需要对其状态进行扩展, 使其能表达动态特性。

一般地, 设计人员很难基于静态的模型来理解复杂产品系统的动态行为, 为此, Yevgeny等[42]对基于对象-过程的复杂产品建模方法进行了动态模拟功能的扩展, 其核心要素是一个任务队列, 该队列包含所有的原子模拟活动, 如过程激活等。为支持动态模拟过程, 他们提出了一个三层模拟模型:任务队列创建层、任务队列执行层和插件层, 其中, 插件层是为模拟过程的可扩展性而设置的, 通过预定义的模拟接口函数, 任何新的模拟任务均可随时加入而无需了解和修改模拟的内部功能模块。目前他们还只能针对简单模型的离散行为进行动态模拟, 对于连续行为、离散/连续混合行为的模拟则未涉及。

与其他复杂产品建模方法相比, 基于对象-过程的复杂产品系统设计建模最大的特点是:模型种类极少, 只有一种, 然而其后果是模型的复杂性比其他方法的复杂性大得多, 且直观性不强, 有必要进一步探索其多视图的表示方法, 即用户能按其要求显示出相应的部分。

2.4基于状态分析的复杂产品系统建模

考虑到基于模型建模和基于状态建模的优点, Ingham等[43]提出了基于状态分析的复杂产品系统设计建模方法, 其总体框架如图8所示, 主要由“状态”与“模型”构成。其中, 状态记录产品不断演化的各种瞬时条件, 而模型则描述状态是如何演化的。在该方法中, Ingham等指出, 最关键的是如何定义好状态评价、状态控制与状态知识。状态评价功能通过状态函数形成状态知识, 进而基于状态知识通过状态值实现对状态的控制。状态控制功能通过指令对硬件适配器进行管理与调整, 而硬件的运行参数则通过测量等不断地被进行评价。此外, 如何区分系统的状态与状态的知识也十分重要。一般地, 系统真实的状态是极其复杂的, 因而总能找到更为简洁但有用的、合适的抽象描述即状态变量来刻画系统状态。状态变量在某一时刻的值即是该时刻系统的状态。

Kordon等[44]进一步探索了如何有机地结合基于状态分析的方法和基于功能分析的方法, 以增强功能分析的能力, 其思想如图9所示。在该方法中, 状态变量成了核心部分, 不仅基于状态分析的测量、目标、指令等功能仍然相关联, 同时通过对基于功能分析方法的构件提供状态变量、对需求加上状态变量作为约束并将功能作用于状态变量, 使得两者实现有机的融合与互补, 从而可更好地理解设计的行为, 更早地发现不可预测的设计, 提高开发软件的可跟踪性等, 但这种结合后的方法也存在信息冗长的问题。基于上述状态分析方法, Weiss[45]对复杂产品如无人太空探测器的行为建模进行较深入的研究, 取得了显著的成效, 大大缩短了无人太空探测器的研发时间并改善了系统的总体性能如可靠性、安全性等。

基于状态分析的复杂产品系统建模方法一个最显著的优点是十分适合于危害分析, 因为危害本身就是一种可以导致事故的状态或一组条件。基于此, Leveson[46,47]探索了基于状态的新危害分析方法STAMP。在该方法中, 复杂产品系统的安全被定义为一个控制问题, 事故发生的原因是由于构件失效、外部干扰、功能失调而导致系统的状态发生了非正常的偏移。而控制的作用就是要加强对约束条件的管理使其保证系统运行在“安全”的状态。目前这种方法正被美国国家航空航天局 (NASA) 考虑与软件安全性问题一起实施, 但还未见具体实施方法的报道。

3 分析与讨论

如前所述, 模型驱动的复杂产品系统设计建模已经在建模语言与建模方法等方面取得了很大的进展, 然而, 由于对其研究的时间还不是很长, 还存在许多问题需深入研究, 主要有:

(1) 模型驱动的复杂产品设计建模主要侧重于对总体功能的建模与验证, 强调离散系统 (事件驱动系统) 的建模, 缺少对连续系统尤其是连续系统动力学问题设计建模的支持。复杂产品本身也是个复杂系统, 设计者在关心其功能的同时, 对其性能同样也十分关注, 而其性能大多数情况下是以系统动力学方程来表示的。因此, 如何有效、方便地表示复杂系统的动力学性能将是模型驱动的复杂产品设计建模必须考虑的一个问题。

(2) 模型驱动的复杂产品建模主要侧重于对复杂系统的设计建模, 而对模型仿真分析的支持还远远不够。目前大多数建模工具中提供了需求建模、结构建模、行为建模与参数建模等功能, 能较好地完成上述建模过程的详细说明、设计与功能分析。然而要实现复杂产品的验证与确认, 目前还只能由系统设计人员基于静态的行为模型凭经验来进行分析是否满足要求, 甚至要基于物理样机来进行验证。显然这是既费时又费力的任务。因此, 现有的模型驱动复杂产品建模必须考虑包含真正的动态模拟功能以帮助验证所设计的系统是否满足功能与性能要求, 或者提供与仿真分析系统的接口以进行模型转换从而利用其他仿真分析平台的功能。

综合上述两点可知, 目前绝大多数的模型驱动复杂产品系统建模工具的功能还很有限, 对于连续系统建模、离散系统模拟、连续系统模拟等功能还缺乏支持, 图10对模型驱动复杂产品的系统建模功能进行了总结, 由图10可以看出, 目前的建模工具中只实现了时间、空间均离散的建模和时间连续、空间离散的建模等少部分功能。另外, 针对多域系统的仿真, 目前已开发了一些商品化软件平台如Dymola、Simscape、MapleSim、AMESim等[48,49,50], 但如何在系统设计与系统仿真间进行有效的集成的研究还很少, 还有许多功能亟待开发。

1.时间、空间均离散的建模 2.时间离散、空间连续的建模 3.时间、空间均离散的仿真 4.时间离散、空间连续的仿真 5.时间连续、空间离散的建模 6.时间、空间均连续的建模 7.时间连续、空间离散的仿真 8时间、空间均连续的仿真

(3) 对模型驱动复杂产品系统建模工具的自动性与智能性的支持还不够。由于绝大多数建模工具是由支持UML 建模的工具扩展而来的, 因而均支持需求、结构、行为、参数约束等建模过程中各类图形 (如块图、内部块图、活动图、序列图等) 建模。然而, 目前的建模工具对建模自动性与智能性的支持还很少, 几乎所有的建模过程均要手工完成。事实上, 需求模型、结构模型、行为模型间存在着十分密切的关联关系, 且随着系统设计模型的增多, 可供重用的系统设计知识越来越多, 因此如何通过重用已有的系统设计模型来提高系统建模与设计效率将是模型驱动复杂产品系统建模与设计下一步值得研究与探索的重要问题。

(4) 对复杂产品设计时需求可变性建模的支持还不够。设计复杂系统需要考虑的一个重要要素是其多变性, 设计复杂系统使用环境、用户需求、所使用的技术均可能是复杂多变的, 因此, 复杂系统的设计必须具有足够好鲁棒性, 以达到以下要求:能适应一定范围内的任务或需求的修改, 具有一定的可扩展能力, 能在环境变化后继续可靠地工作等。只有这样, 才能在整个生命周期内为产品拥有者保持其自身价值。

(5) 目前对模型驱动复杂产品设计的建模理论研究还有待于进一步深入。这方面的研究工作还十分少, 绝大部分均是由模型驱动的软件设计继承而来, 而复杂产品具有其自身的许多特点, 如多物理域、连续动态行为等, 必须有系统的、全面的模型驱动复杂产品设计与建模理论。

复杂性分析在金融领域的应用 第8篇

一、金融复杂性特征

金融系统是一个开放的复杂系统。首先,金融系统具有非线性特征,包含资本市场、货币市场、外汇市场、商品市场、银行信贷市场等多个子系统,彼此相对独立,又相互关联、制约,其整体作用在金融活动的正负反馈效应下被不断扩大,而非各子系统的简单线性叠加。金融系统具有积累效应,起始状态的微小变动都会随着系统演化被迅速放大,最终导致系统行为的质变,故无法对系统做出精确的长期预测。金融系统具有非周期性,它的演化路径是无序的、不规则的,因而过去危机中总结的经验教训并不能完全防范新一轮的危机传染。金融系统具有自组织性,系统中各个主体在面临危机时会自发做出相似选择,导致的集体行为很可能加速危机的蔓延,陷入系统性危机。金融系统具有动力特征,总是处于发展变化之中,不断与外界环境之间进行丰富的物质、信息、能量交换,在回归与偏离局部均衡的过程中改善自身结构,使整个系统朝着更规则、更有序的方向发展。

鉴于金融复杂性的这些特征,用经典的有效市场理论、传统的数理分析方法已无法解释金融系统的复杂现象。于是针对固有理论研究的缺陷,产生了一系列新的思想和方法。

二、金融复杂性的理论研究思想

复杂性研究是一门新兴学科,目前研究金融复杂性的主流思想可划分为混沌分形理论、自适应系统理论、临界突变理论、网络理论等。这些理论在近二十年已经取得突破性的进展。

混沌和分形理论研究了金融系统向复杂性演化的时间性和空间性。它突破传统的线性思维模式,把市场看作一个复杂的、具有适应性和交互作用的非线性动力学系统,能对资产价格的行为提出新的解释。混沌的非周期性循环特征适用于经济增长和周期理论的研究。

自适应系统理论的提出是从系统演化规律的思考引起的。它认为金融系统中的个体具有适应性,能够与外部环境及其他个体进行持续不断的学习交流,并根据学到的经验改变自身结构和行为方式,以适应环境变化和其他主体的协调一致,可用于解释资产价格如何在资本市场中达到一般均衡,或金融市场上投资者的羊群效应。

突变理论主要研究金融系统演化中不连续的跳跃式突变过程,进行复杂组织的突变机制分析。它建立在集合、拓扑、群论等现代基础数学之上,尤其适用于内部结构尚不明晰的系统。像股票市场证券价格的演化、泡沫经济的破裂均存在渐变到突变的过程,能用突变理论进行变点检测。

网络理论是复杂性科学理论最新的理论分支,是刚刚提出和正在探索的新理论。它将系统的结构抽象成为网络,构成要素抽象为节点,相互作用抽象为节点间的连线或边,运用复杂网络的理论方法研究复杂系统的拓扑特性。目前大量应用于金融市场风险传染机制、金融稳定性的相关研究。

三、金融复杂性的实证研究技术

金融复杂性在研究技术上的创新主要包括行为金融和计算金融两方面。行为金融利用“人”的特点研究市场参与者行为和市场行为间的相互影响,来解释金融的复杂性。主要的行为金融理论模型包括基于信念的BSV模型、HS模型,基于偏好的BT模型、BHS模型,基于行为偏差的DSSW模型、BAPM模型等。

计算金融则充分利用计算机强大的计算能力来处理金融中的大量数据和仿真,并在建立数学模型上有所突破。该技术包含仿真、混沌动力学、随机微分、人工神经网络等多个方面。仿真技术通过计算机模拟真实的金融系统,利用生态和网络刻画金融系统的各种特征,如元胞自动机、神经网络和演化模型算法、遗传算法、演化博弈与均衡分析、模拟退火算法和仿真的NK模型等。

除行为金融和计算金融外,还有扩散模型、小世界现象、经济黑洞理论等一系列新方法能较好地应用于金融复杂性的研究。

四、复杂性方法在金融领域的研究综述

1.股票市场的复杂性分析。研究股票市场复杂性的文献主要分为三类:一类研究股票市场中的价格相关性,如Vandewalle et al(2001),Bonanno et al(2004),Chi K.Tse(2010)通过建立复杂网络研究美国股市中股票价格相关性,发现该网络具有无标度特征,股价之间的关联性很强,少数股票的价格变动可能会影响市场内绝大多数股价的大幅波动。陈花(2012)以中国证券市场中的个股指数作为研究对象,建立中国股市的有向复杂网络模型,发现大部分股票具有较强的自相关性,与其他股票具有突出强关联性的并不多。第二类利用神经网络技术预测股票价格,如Kyoung-jae Kim(2000)提出用ANN神经网络预测股价指数的GA算法,证明了其在降维和搜索最优解上的优势性,闫冬(2013)探讨了BP神经网络、主成分分析法和遗传算法对股票价格进行短期预测的可行性。第三类文献研究股票市场中的投资者心理和市场行为,如Hong,Stein(1999)从行为金融的角度研究市场参与者的相互作用,提出资产市场中反应不足、动量交易和过度反应的统一理论模型。应尚军、魏一鸣(2003)基于元胞自动机和分形结构特征变量刻画股市的复杂性特征,认为股市的复杂性特征与投资者心理存在明显的相关关系。

这些文献对股票市场的研究仍处于探索阶段,尚未达成一致性的结论,形成成熟的理论方法。研究结论与样本数据的相关性极强,一旦对不同种类样本进行研究,甚至是对同一样本跨时间段的数据来研究时,结论往往都会出现很大差异。

2.银行信贷市场的复杂性分析。银行信贷市场的复杂性分析通常集中于对信贷风险传染机制的研究,该类文献主要也分为两类,一类是研究外生性流动冲击与银行信用危机传染,这类研究大多基于D-D模型的假设,如Allen和Gale(2000)用银行网络来表示银行间交叉存款市场,假设流动性冲击是来自消费者时间的不确定性,建立了外生流动性冲击与银行危机传染的模型。第二类是内生流动性冲击与银行信用危机的传染,这类研究通过信息不对称、道德风险等机制将流动性冲击内生化,如Brusco和Castiglionesl(2007)在Allen&Gale模型的假设中加入一项长期投资性资产,通过银行的道德风险把传染机制内生化,建立了内生流动性冲击和银行危机传染的网络模型。

这些网络理论研究大多存在一定的局限性。像研究流动性冲击的影响时仅考虑单个机构受到的特质冲击,而现实的危机传染往往是多个机构共同受到冲击;仅研究银行间的信贷传染,而忽略了企业与银行间微观行为集结而成的外部性引发的传染效应;未考虑传染发生后的市场流动性效应,使得测量的系统损失低于真实情况。

3.外汇市场的复杂性分析。汇率的波动性决定了一国的外汇市场特征。在学术研究中,人们已经认识到单纯的、经典的汇率波动理论不再适应复杂多变的外汇市场,故开始从不同角度运用复杂性科学来探讨汇率波动问题。De Grauwe(1993)对美元对马克、美元兑英镑、美元兑日元的汇率波动进行实证研究,发现美元对日元和英镑的汇率波动存在混沌现象,并用混沌理论模拟大量汇率模型。Shikuan Chen(1999)利用非线性离散动力模型分析了开放性宏观经济条件下的真实汇率变动,证明汇率波动的复杂性是源于资本的流动程度过低。An-Sing Chen(2004)用人工神经网络建立外汇汇率的预测模型。张永安(2003)通过分析汇率市场上交易中与投机者的博弈行为建立了汇率波动的非线性模型,揭示了汇率波动行为的初值敏感性、持久性和可控性。黄光晓(2009)采用元胞自动机模拟外汇市场,建立了基于异质性交易者的汇率模型,从交易者心理预期的角度分析外汇市场的复杂演化规律,发现外汇市场的复杂性与交易者的行为紧密相关。

此类研究普遍存在几点不足。单从货币角度研究汇率是否存在混沌现象,而由各种货币汇率组成的整个汇率体系有何种不同的功能和行为仍有待进一步探析;未能考虑到中央银行的干预对汇率波动造成的影响。

4.金融系统稳定性的复杂性分析。金融系统的稳定性是经济社会稳定运行的关键。Erlend Niera(2007)建立了银行系统网络来分析金融系统结构是如何影响系统性风险的,认为银行系统的集聚性越高,系统越不稳定。胡燕京、高会丽(2003)基于BP人工神经网络建立中国金融稳定性的风险预警模型。李立华、张强(2010)运用混沌理论研究金融创新与金融监管是如何影响金融系统的稳定性,发现金融创新与监管的协调性是金融系统稳定性从混沌走向稳定有序的重要保障。

五、总结

复杂产品设计的知识建模与重用研究 第9篇

复杂产品的设计过程涵盖了多学科知识如气动设计、结构设计、强度设计、优化设计等等,是典型的知识密集型工作。传统“口口相传”的传递形式难以有效重用知识,所以需要有面向复杂产品多学科设计的知识模型和重用方法。

复杂产品的设计知识具有如下几个特点:1)覆盖多个学科。其设计过程不是单独一个学科就能完成的,而是由多个学科的专业人才协同完成的。2)强经验弱理论性。复杂产品的设计往往需要设计者具备丰富的经验,目前许多设计参数的赋值、设计调整方法等都是凭借经验估算而缺乏理论指导,设计结果是通过不断迭代优化计算而得。3)表现形式多样,不能采用一种方式涵盖所有类型。4)不断进化特性。产品的设计知识随着实践不断丰富和进化,使得知识重用方法需要具备知识管理的功能[1~3]。

通过对不同类型的学科知识进行建模,实现设计知识表达与重用,才能辅助设计者完成复杂产品的设计。

1 多学科设计知识建模

1.1 实例类知识建模

复杂产品的设计经验是难以抽取和表达的,许多设计知识蕴含在已有成功的设计方案中,可以采用基于实例的推理方式应用这类设计知识。将设计种类和设计要求等因素作为检索条件,设计者在设计过程中通过匹配相似设计案例获取知识。实例类知识模型包括实例检索条件和实例内容两部分。实例检索条件是描述设计实例的检索依据,可以描述为:

InstSearch是实例类知识的检索条件。Model是该实例相关的设计对象术语。Course是该实例相关过程的标准术语。FeaVec是该实例相关的特征向量。每个实例类设计知识都与某个设计对象相关,实例类设计知识将设计对象作为第一级检索条件可以迅速缩小检索范围,提高检索效率。每个实例类知识都与设计对象的设计过程相关,设计过程是一系列具体设计活动,所对应的实例类知识是能够指导该设计过程的知识。将实例类知识所辅助的过程标准术语作为第二级检索条件,同样也是为了提高检索效率。每个实例类知识对应一个特征向量,特征向量是实例类知识的特征描述,是实例精确检索的依据。在前两级检索的结果中,通过对实例特征向量的模糊匹配可以得到最接近设计要求的实例知识。

特征向量中每个分量有五种数据类型:数值类型、区间类型、枚举类型、文本类型、概念类型。

Num是单值类型,Area是区间类型,Enum是枚举类型,Text是文本类型,Concept是概念类型。单值类型是指特征值为可定量描述的单个数值类型,其特征值具有意义明确、易于检索的特点。区间类型是指特征值为可定量描述的取值范围,其特征值常用于检索类似实例。枚举类型是指特征值是数值的集合,对其特征值不能进行精确匹配,也常用于检索类似实例。文本类型是指特征值是一段文本,其特征值是一段格式化描述的文本。概念类型是指特征值是复杂产品设计知识领域内的概念[4~8]。

实例内容以实体文件或实例数据集合等形式存储在数据库或者文件服务器上。实例检索条件与实例内容形成一一映射,通过检索条件获得实例内容的地址。如图1所示。

1.2 图表类知识建模

复杂产品设计中许多数据的选择需要利用经验曲线、经验表格。同时经验曲线和表格也能描述设计因素之间可量化的设计关系。图表类知识是指利用经验曲线和经验表格等形式描述设计中参数常用的取值和多个参数之间取值变化的规律。设计者可以依据图表类设计知识选择设计参数,并从此类设计知识中得到参数值改进的方法,图表类知识模型如图2所示。

由领域专家确定图表类知识参数选择的取值精度作为最小步长,图表类知识按照最小选择步长将经验曲线离散为点集合,点集合中每个点对应的主动参数与从动参数组成键值对。将经验曲线或表格上待选的经验参数作为键名,与之相关联的参数值作为键值。图表类知识的参数模型可描述为:

Subject Data是指主动参数,即该图表知识所表达的待选参数。Object Data是指该图表知识中被主动参数影响的被动参数。Key是参数名称,Key Value是参数值。主动参数与被动参数之间存在映射关系,这种映射关系将主动参数与被动参数连接起来形成图表的完整描述。

Chart Item是指原始图表中一组主被动参数映射。Subject Data是指该图表中的主动参数,一个图表只有一个主动参数。Object Data是指与主动参数相关的被动参数,可以为多个。

Chart是指原始图表的信息完备描述。Chart Item是一组主被动参数映射,Num是该组映射被使用的次数,该次数是在调用结束后返回的值。

图表类设计知识主要用于描述设计经验取值和该参数取值对其它参数的影响。可以分为可建立目标函数类型和不可建立目标函数类型。

对于可建立目标函数的图表类知识,建立图表类知识模型:

ChartOnto表的信息完备描述。GoalFun是优选参数的目标函数。Vector是该图表类知识的设计类型特征向量,特征向量描述该图表知识所属的设计对象,用于检索图表类知识。

对于不可建立目标函数的情况:

Chart是指原始图表的信息完备描述。Vector是该图表类知识的设计类型特征向量,特征向量描述该图表知识所属的设计对象,用于检索图表类知识。

对图表类知识采用统计方法优选法进行知识重用。首先由领域专家提出影响设计图表知识中解空间即待选参数的其他参数,组合这些因素成为设计特征向量FeaVec。各种不同的FeaVec形成特征向量集合FeaVecSet。对FeaVecSet中每一个FeaVec对应一个解空间使用频率描述UseFrequencyDes。UseFrequencyDes以解空间为横坐标,以每个解的使用次数为纵坐标,形成二维表。

对于可建立目标函数的图表类知识,可以利用遗传算法在解空间内寻找一个最优解。图表中待选参数值作为遗传算法的解空间,多个被影响因素利用加权等方法转化为单目标的评价,作为目标函数。对目标函数内涉及的其他变量根据设计特征向量从对应的Use FrequencyDes中取使用频率最高的数值。对于不可建立目标函数的图表类知识,查询Use FrequencyDes并取解空

间中使用次数最多的解作为待选参数的经验值。

1.3 公式类知识建模

复杂产品设计过程中也存在能够定量描述、易于传递的知识,这类知识往往以各种学科内部的数学公式体现。公式类知识描述了输入参数与输出参数之间的计算关系,为设计提供合理的计算方法。由于复杂产品设计的强经验弱理论特性,这类设计知识往往只是近似描述设计规律,而不是精确的且一成不变的。传统方法是利用高级程序语言直接描述公式运算方法,使公式类设计知识直接固化在应用组件程序中。当设计知识发生变化后,公式类知识难以随之变化,不利于知识的进化。

公式类知识可以抽象为由原子表达式组成的有向图。原子表达式包含输入参数、输出参数和数学运算符号三种成员。数学运算符号的数学实现一般以程序组件中接口封装。

Expression是公式类知识中不可分解的原子表达式。Index是原子表达式的调用序号。Construct是指调用结构,调用结构分为顺序、分支、聚合、异或四种类型。Para是原子表达式的输入参数集合。MathSymbol是原子表达式所涉及的数学运算符号。result是运算结果参数集合。realization是运算符号的实现接口地址。对公式类设计知识的调用依赖于对公式知识的功能描述。本文利用公式特征向量抽象描述公式知识的功能。公式类知识特征向量采用公式的输入参数集合和输出参数集合标识。

FeaVec是公式类特征向量。InputSet是输入参数集合,OutputSet是输出参数集合。FormulaOn是设计知识模型。Expression是原子表达式,表达式个数可以是多个。公式类知识有向图模型如图3所示。

公式类设计知识的主要应用目的是提供设计过程中的各种运算能力。通过公式特征向量描述公式类知识的功能形成知识检索条件。利用原子表达式的调用序号Index描述运算之间的调用顺序,利用调用结构Construct描述运算之间调用形式。公式类知识建模为该类知识的应用奠定了基础。

1.4 规律类知识建模

复杂产品设计的很多经验无法获得其根本原理,不能用具体公式、图表定量给出其设计方法,而只能定性给出总结出的设计规律。规律类知识是设计者在大量计算和实验基础上总结得到,所以往往不够系统,以凌乱散状的形态呈现,特别是各种规律对设计目标产生的影响可能存在矛盾,需要设计者人为折衷选择设计参数[9~11]。

设计规律一般表现形式为某些参数调整对设计目标带来的影响和变化。这种影响和变化只能采用定性的变化规律描述,无法直接作用于设计参数选择或设计模型上,需要被设计者接纳然后反作用于设计模型。但规律类设计知识同样具有其特征,即规律的被影响因素。

Fea Vec是规律类知识的特征向量。Affected Para是设计目标的参数集合。

由于规律是零散并且在维护过程中不断变化更新,所以规律类知识通过规律记录的形式描述多个互无联系的设计规律,形成规律记录集合。每条记录包括规律的唯一标识,规律内容描述。

RuleOnto是规律知识模型。Indentify是一条规律记录的唯一标识。Content是规律知识的文本描述。

规律类设计知识的主要用途是为设计者提供设计迭代的方法。利用设计规律类知识的问题域作为规律知识的特征,作为该类知识检索调用的匹配依据。为每条规律类知识实例分配唯一标识作为实例的检索标志。规律类设计知识主要以向设计者提供设计规律提示的形式应用。对规律类设计知识的建模研究为该类知识的重用技术奠定了基础。

2 结论

针对复杂产品设计中知识复杂难以重用的瓶颈,将设计知识划分为实例类、图表类、公式类和规律类。抽取设计实例的检索特征成为特征向量,利用匹配特征向量实现实例类设计知识重用。利用离散化思想构建图表类知识模型,针对可建立目标函数与不可建立目标函数两种情况给出了基于统计学的知识重用方法。利用经验公式中的输入参数与输出参数构建公式类知识模型的特征向量,利用前后公式特征向量的匹配性实现该类知识的重用。基于设计规律的被影响因素与规律内容构建规律类设计知识模型,利用规律类知识特征向量实现规律类知识重用。通过上述四种类型的知识模型与重用方法解决复杂产品设计过程中知识难以继承的问题。

摘要：为了解决复杂产品在设计过程中经验知识重用难的问题,本文划分了四类知识模型与重用方法。为实例类知识模型构建特征向量并建立三级知识检索机制。针对图表类知识采用离散化方法建立表达模型,并分别对存在目标函数与无法建立目标函数两种情况建立知识重用机制。利用输入参数、输出参数形成特征向量,并与数学符号建立公式类设计知识中原子公式的表达模型,利用特征向量匹配实现原子公式的组合重用。采用规律类知识中被影响因素构建特征向量,并利用设计约束触发规律类知识重用。最终满足复杂产品对设计知识表达与重用的要求。

关键词：知识重用,知识建模,图表知识

参考文献

[1]李绪成,王保保,杨建安.知识管理研究[J].计算机工程与设计,2002,1:1-4。

[2]Gruber T R.Toward Principle for the Design Ontologies Usedfor Knowledge Sharing[J].International Journal of Human-computer Studies.1995.43(5):907-928.

[3]Guarino N,Masolo C,Gverter.OntoSeek:Content-based Ac-cess to the Web IEEE Intelligent Systems.1999.14(3):70-80.

[4]李晓辉,刘妍秀.基于实例推理机制(CBR)综述[J].长春大学学报.2006.16(4):68-70.

[5]孙丽,王秀伦,景宁.CAPP系统中基于实例的推理及检索方式的研究[J].机床与液压.2001.(6):158-159.

[6]程光耀.基于知识与实例推理的CAPP系统研究[J].北京印刷学院学报.2007.15(2):50-53.

[7]谢胜利,黄强,林兰芬,等.基于实例的智能工艺设计系统[J].计算机应用研究.2002.(9):97-103.

[8]Slade S.Case-Based Reasoning:A Research Paradigm[J].AImagazine.1991.12(1):67-73.

[9]Joseph Giarratano,Gary Riley.Expert Systems Principles and Programming[J].China Machine Press.2000.5.

[10]刘东.知识管理的基本过程与知识的分类管理模式[J].南京政治学院学报,2002,6:44-47.

基于改进质量屋的复杂产品需求分析 第10篇

复杂产品就是具有成本高、规模大、技术水平高、工程密集的产品或系统[1]。由于复杂产品的这种特点, 其需求分析过程面临着高度复杂和不确定的问题, 这种高度的不确定性和巨大投入让复杂产品研发项目的需求分析和管理过程变得十分复杂, 所以, 如何能够迅速的、系统的、动态的获取复杂产品的用户需求是复杂产品项目管理的一个重要课题。

从国内外研究现状[2,3,4]中可以看出, 复杂产品的复杂程度不断增加, 需求也随之呈现出变化快, 质量要求高, 设计复杂的特点, 传统的需求管理方法在复杂产品的需求分析和管理上不足胜任, 主要体现在两点:一是客户与设计者信息不对称, 使得客户的表述的需求不能准确的映射到设计规范中去;二是产品本身就缺少明确的需求管理体系, 在有限的时间内无法对数据进行完备的收集。

总结起来就是客户与设计主体沟通过程之间的信息模糊与差异, 无法通过历史数据进行产品需求挖掘。本文就是通过改进的质量屋解决客户与设计主体的信息模糊问题, 通过需求检索解决历史数据无法进行重用的瓶颈。

1 质量屋的改进

在本文中将QFD方法与公理化设计方法结合起来, 发挥各自的优势, 进行复杂产品的需求-功能映射, 利用QFD的方法得到需求与功能特性之间的关系矩阵, 进而对功能特性进行定量分析, 同时利用公理化设计中的映射方法, 实现质量屋的逐级展开。为了符合公理化设计的层次分解的思想, 需要对质量屋进行改进, 改进后的质量屋结构如图1所示。

(1) 左墙———用户需求, 产品的需求信息, 及其权重。

(2) 天花板———功能特性, 由分析人员经过分析总结获得。

(3) 房间———关系矩阵, 表示客户需求和功能特性之间的关联程度rij, 该权重可以通过AHP方法获得。

(4) 屋顶———自相关矩阵, 传统HOQ中自相关矩阵通常只是作为功能特性设计时的参考, 是一个定性的表达, 本文中将对自相关矩阵进行改良, 通过工程特性涉及的风险事件来定量的表达功能特性之间的相互关系。

(5) 地板———工程特性要求权重, 这是质量屋的输出部分, 是确定需求转化的核心, 转化后的结果为产品的设计提供依据, 对应到每个功能的设计约束, 在实际研发过程中给开发人员以参考。

(6) 右墙———设计参数特征, 此处是对质量屋的改进之处, 为了满足公理化设计的“Z”字映射, 需要找到功能特性对应的特征参数, 才能进行下一层的展开。

质量屋结构通过公理化设计方法的这种分解, 最终可以形成描述该产品的树形质量屋结构 (HOQT) 。

2 基于风险事件的功能特性权重校正

在本文中, 笔者考虑到质量屋中功能特性之间的相互影响关系, 并定义这种影响关系是通过对影响功能特性的风险因素进行分析, 确定其发生概率和相互的影响程度, 来体现该功能特性的重要程度, 计算过程中通过交叉影响法[5]每个对风险事件的发生概率进行校正, 最终得到功能特性之间的相互影响程度, 进而对功能特性的权重进行校正。

基于交叉影响法的功能特性权重校正:

功能特性权重校正是综合考虑影响每个功能特性的风险因素及风险事件之间的相互影响关系, 对质量屋中通过传统方法求解得到的功能特性权重进行校正, 该方法的目的在于, 从风险的角度综合考虑功能特性之间的相互影响程度, 使得最终得到的功能特性权重更具有实际意义, 通过对功能特性的重要程度排序, 更能指导实际生产活动的进行。影响因素可以表示为

其中, RN表示影响因素名称;I表示该因素发生风险时对功能特性的影响程度;P表示该因素发生风险的概率。并且认为同一个风险如果发生多次, 是按照多个事件处理, 如果功能特性FRj存在N个影响因素 (R1, R2, R3, …, Rn) , 那么所有影响因素均发生风险, 对功能特性权重的影响程度表示为wFRj×∏∏∏FR1.Rn.I×FR1.Rn.P+1∏∏ (2)

wFRj通过传统的质量屋方法获得的功能特性的初始权重。

功能特性权重校正流程如下:

步骤1确定功能特性的影响因素、风险事件的发生概率及风险事件之间的相互影响程度, 相互影响程度如果是正向影响用正数, 负向用负数, 数值用0-1之间的数表示。

通过公式 (3) , 计算出风险事件的初始概率, Pij表示在事件j的影响下事件i的发生概率。

P′ij表示校正后事件j发生的概率, K表示事件之间的相互影响程度, Pi表示风险事件i的发生概率。

步骤2按照公式 (4) , 计算马尔科夫链中的初始状态S (0) 和状态转移矩阵P。

步骤3根据公式 (5) 得到马尔科夫稳态矩阵

S (n) 矩阵为交叉影响各风险事件发生的概率比重, 校正后的事件发生概率可以按照公式 (6) 计算

步骤4根据公式 (7) 可以得到功能特性FRj的校正权重RW

步骤5归一化处理。得到功能特性FRj的校正权重

3 复杂产品需求分析模型

综合上文描述, 本文建立的复杂产品需求分析复杂产品的需求分析方法, 首先通过方案检索得到相似的历史方案, 在其基础上, 结合新产品的个性需求, 调整树形质量屋的结构, 确定每个质量屋单元里的关系矩阵、计算功能特性的权重, 通过分析确定影响每个功能特性的风险因素, 及其发生概率和影响程度, 根据风险因素之间相互影响关系, 通过交叉影响法, 对功能特性的权重进行进一步的校正, 得到更加符合实际需求的权重, 最后根据树形质量屋的结果进行产品的最终方案设计, 并将该设计保存到设计方案数据库中, 以便于以后的检索;如果不存在历史设计方案信息, 则直接进行需求基元的分析和质量屋的构建。

4 结束语

本文针对复杂产品需求信息的复杂性特点, 通过对传统质量屋的改进, 对功能特性之间的相互关系进行了定量的描述, 结合方案检索, 建立复杂产品需求分析的方法。

参考文献

[1]李新.复杂产品系统模型研究[J].合作经济与科技, 2009 (11) :103-104.

[2]徐锋.软件需求最佳实践[M].电子工业出版社, 2008.

[3]肇淑华.敏捷需求分析方法研究及其应用[D].中国期刊网, 2005 (5) .

[4]Larman.C.Applying UML and Patterns:An Introduction to Object—Oriednted Analysis and Design and the Unified Porcess.Upper Saddle Reverent:Prentice Hall PRT, 2002.

复杂金融产品 第11篇

关键词：复杂产品开发实践工业设计团队科学工作机制

中图分类号：TB472

文献标识码：A

文章编号：1003-0069（2015）10-0070-02

现代工业设计思想是以产品设计为核心，通过追求资源效益，实现为人类创造高尚生活品质的宗旨。展开谈即通过追求技术进步及其与相关资源的最佳配置，持續地创造、优化或保持满足人类物质和精神需要的产品、服务和环境，使技术资源应用效益最大化，获的最佳投入与综合产出比，并传播高尚文化。

因而，无论从企业市场竞胜或是从社会文明与可持续发展来说，产品开发都必须全面符合工业设计思想，加强工业设计力量，建立工业设计师在产品开发团队中合理的工作机制。

下面结合实际工作经历，先概述现代工业设计思想主导下的产品开发科学目标及其实现途径。然后通过解释复杂产品开发团队一般组织结构图、角色名称及其职责关系，进而解析工业设计团队在复杂产品开发团队中的科学工作机制。并总结分析出现代工业设计思想在复杂产品开发中成熟应用的标志和以快速市场竞胜为目标的工业设计师团队组成新解。

1现代工业设计思想主导下的产品开发科学目标

1.1环境资源友好

低毒、无毒、低污染、无污染、易降解：

通过创新、优化技术工艺路线与装备，放弃或替代有毒、重污染的原材料、中间介质和工艺手段，使产品在生命周期内都没有危害人类和环境的毒性与污染物排放，或将其降低在相关标准允许的范围内。废弃产品不能重复利用的部分要易降解。

低资源能量消耗：

通过对产品功能技术实现途径包括产品材质、形状、尺寸、表面属性、装配工艺以及产品包装、运输、安装、使用与维护方式的选择与创新优化设计降低产品生命周期内资源能量消耗。

易回收重复利用：

包括整机回收，部分功能模块、零部件的回收直接重复利用或经适当处理后重新使用，整机拆解分类重新加工成为新原料再循环利用。

通过对产品生命周期前期相关设计实现回收重复利用的可能性、降低难度并扩大其程度范围。

1.2功能配置适当

一般来说，产品设计都有目标用户群。要对目标用户群展开充分调研。同时，要关注到一般人群，关注社会环境、关注科技进步。在充分发现目标用户群现实需要，补充取舍其可能与潜在需要的前提下，做出适度的功能配置。

1.3生命周期内可靠、宜用

包括功能可靠、装配可靠、强度可靠、操作可靠、安全可靠。

关注目标用户生理参数、生活习惯与心理特征，尽量使目标用户易学易记易操作，有防错措施，尽量使目标用户获得美好产品应用生理与心理体验。

1.4性价比优

好的产品不仅仅看起来美，用起来美，同时由于美的生成遵循技术规定性，所以还具有生产工艺性好、实际成本低的特点。而低劣的设计则相反，往往不遵守技术规律导致实际成本畸高。

以优秀、合适的产品设计引导大众和目标用户群理性消费，不过度设计，以高性价比来满足目标用户实际需要。

1.5美观

产品整体外观、内饰造型要简洁、合理、谐致、有整体感、新颖，产品色彩设计合理。

现在的市场上，每一种产品都有众多竞争品牌，一家独供市场的情形很难出现。很多时候，优美的造型设计已成为超过价格因素的制胜手段。

以优美的产品外观造型设计激发大众和目标用户群的消费欲望，引导大众和目标用户群的审美意识，提高大众和目标用户群的审美能力，传播高尚文化，完成工业设计的价值实现，促进社会文明。

产品开发科学目标不是分离并列，而是共融共生共促。现代工业设计思想即追求产品工业过程系统综合优化。要实现以上目标，工业设计师必须关注产品开发全过程，在产品开发团队中宣贯现代工业设计思想，科学地发挥工业设计在复杂产品开发实践过程中的作用，实现工业设计的经济价值和社会意义。

2工业设计师在产品开发团队中的工作机制

2-1产品开发团队组织结构图（图1）

机电、电子、通信类复杂产品开发团队都由多种专业背景的工程师、工业设计师及相关支持人员组成。一般的组织结构如下图（视具体项目不同情况可能有相应变化）：

2.2产品开发团队角色名称及职责

产品经理：资源、进度及总体内外协调组织管理

工业设计师：以工业设计思想与产品开发团队及时充分沟通并提出建议，将之体现在产品开发全程，完成造型设计、信息设计、ul设计。

系统工程师：产品开发团队内部日常信息沟通组织

QA工程师：标准宣贯、质量跟踪反馈与控制

制造代表：产品开发团队与制造部门信息沟通

机械设计工程师：机械设计、外购机械模块选型

电路设计工程师：电路设计、外购电路模块选型

软件工程师：软件设计、外购软件模块选型

结构设计工程师（可由机械工程师兼任）：结构设计以及相关的机构设计

机电连接选型与开发工程师：外购功模功能模块选型及相关组件开发设计

2.3工业设计师在产品开发团队中的工作机制

工业设计师在产品开发团队中除负责造型设计、信息设计、ul设计之外，还需要在团队宣贯工业设计思想，研究产品功能相关背景，与团队成员沟通及提出建议。一方面是完成造型设计、信息设计、ul设计本身之需要，更重要的是将工业设计思想贯串产品开发全程，使未来的产品在其生命周期全程符合工业设计思想。

工业设计师与产品开发团队其他成员、工业设计师之间的及时充分沟通是决定产品开发成功的关键因素，

所以工业设计师必须有积极的沟通意识、良好的沟通能力，以达成工业设计在产品开发中的成熟应用——这些都需要掌握一定程度的相应领域的知识、信息作支撑。

3现代工业设计思想在产品开发中成熟应用的标志

在实际产品开发设计团队中，具有各种专业背景的工程师、工业设计师协同工作。设计师当然不需要精通涉及到的各个学科的知识，那也根本办不到。但要保证产品开发质量，设计师需要在整个开发过程中主动牵引各种技术的融汇应用。这种牵引需要符合学科规律。

如果不掌握相关学科的必要基础层面的知识，设计师就无处发力，或根本不敢发力。

换句话说，产品开发虽然由团队成员协同应用各种专业知识，但在设计师的牵引力作用下，产品开发的结果就像这些知识来自同一个大脑。每一分资源的投入都有理想的回报。每一个造型特征都设计有包含美的创造在内的相应甚至多重产品功能或性能的优化。工业设计，资源效益。——这是工业设计水平成熟的标志。

所以，工业设计师注意平时积累并在产品开发过程中实践应用现代并行工业过程知识，充分开发产品生命周期全程相关产品标准、用途、安装、结构、制造、包装、运输、使用、维修及回收等设计输入信息，并在工业设计团队以及产品开团队相关人员之间透彻分享沟通互补，进而通过深入细致设想、实验、模拟，综合分析优化，得出优秀的产品设计方案。

一般地，由于复杂产品开发涉及学科知识面广泛，单个工业设计师掌握的知识信息已很难适应现代产品开发与市场竞争的需要，依靠团队的力量成为现代产品开发的常态。并且工业设计师团队的构成需要具有合理的知识结构覆盖范围。

4以快速竞胜为目标的工业设计师团队组成新解

为适应现代实际产品开发与市场竞胜需要，工业设计团队构成谊以成员实际具备的知识结构为选择依据，而不是简单地看学历背景。而且工业设计涉及多学科知识的交叉复合融汇应用，工业设计师团队的知识结构谊覆盖以下范围：设计学（产品美学与产品造型、信息设计、平面设计、UI设计）、工业过程知识（尤需材料及加工工艺、人机工程、结构设计、机构设计、技术经济）、社会学、心理学、市场学、计算机文化基础等。因为以上知识将会经常性融汇应用于从概念设计起始的工业设计全过程，具有复合知识结构与实践应用经验的成员尤为适合。

现在的工业设计团队人员构成都非常强调交叉复合的学科背景。不同专业背景的设计师互助互通互学互长，既是获取市场快速竞胜的保证，同时也不断地促进团队成员知识能力结构的丰富完善和团队整体创新解决产品问题方案实力的提高。

结束语

复杂金融系统工程的风险管理探讨 第12篇

一、金融系统工程定义以及研究的价值

(一) 金融系统工程定义

金融系统工程是通过系统工程这门基础学科开始的, 系统工程学科主要是从整体的协调为根据进行研究的方法, 把自然科学以及社会科学里的一些基础方法进行综合, 再综合计算机以及现代数学等科目, 针对系统构成、信息互换、组织要素等方面进行研究, 以达到理论上的最优设计、最佳控制、最强管理为目标。大致可以分为三个层面:系统研发、系统制作、系统应用。当前, 针对系统工程的定义有很多版本, 可是从整体上来讲, 内容大同小异:系统工程是一项已经具备学科分支里的知识合理的组建起来用来处理综合性的工程技术。可是金融系统工程其实是通过系统工程的理论为基础而创建的一门非常庞大并且复杂的科目, 它包含了金融学、信息学、工程学等等。并且, 它还把数据分析、计算机技术、通讯技术、等融入到金融方面, 让经济领域获得了完善的发展, 具有更加丰富的内涵与伸展性。金融系统是一项较为综合的系统, 是通过系统科学的理论方向进行研究的体系。

(二) 金融系统工程的研究价值

由于目前的经济呈现出了全球化、计算机技术发展的尤为迅速, 应当以整体的角度观察中国金融系统工程的转变形式, 应通过金融经济领域的大方向来掌握金融创新的趋势, 这样才可以让我国的金融业在世界上具备较强的竞争力, 并可以全面加快金融行业的进步, 为创造国际规范化的金融体系做出应有的贡献。因此, 面对系统工程的发展进行研究, 可以有效防范我国在金融业的发展过程里不走冤枉路, 还可以让我国的金融业更加持久、更加健康的发展。并且, 在某种程度上讲, 还可以评估出未来将要出现的金融危机等一些负面的问题。

二、金融系统工程的主要特点

金融工程发展的非常迅速, 这一切造成了金融机构风险管理革命性的转变, 这些转变主要表现在以下几点。

(一) 量化及科学化

金融工程技术发展后, 使得数学、物理学、计算机学、统计学等方面在风险管理以及产品研发时获得了应用, 量化及模拟化构成了当前金融风险管理有别于其他风险的主要特点。这样的转变表现出当前金融风险管理的工作逐渐趋向技能化、知识化, 并且对于具备文理全才的人才提出了更多的要求。

(二) 产品化

金融工程的技术造成了金融机构的风险管理可以透过产品供应及交易的方式获得处理。周边金融产品就成为了金融机构长时间以来管理市场风险的主要产品, 金融工程技术从创造及设计的角度一直付出努力。近几年以来, 用Va R模型作为标志的金融机构的风险处理方案又被市场所重视, 并且取得了很大的成功。这些风险管理的产品不但具有标准的产品, 同时也具有方案化的产品, 前者较为符合市场大众的品味, 后者可以更加具体的符合不同特色金融机构风险管理的品味。并且, 为了符合投资人员以及客户对风险管理的要求, 金融机构为他们供应的风险管理产品也属于一个利润较高的业务来源。

(三) 市场化

风险管理的市场化是以上风险管理产品化延伸的结果。透过设计以及交易的风险管理产品金融机构可以把原本只可以在金融机构内部处理的风险问题透过市场进行处理。

(四) 复杂化

金融工程不但可以令当前金融风险管理具备更新、更科学的处理方式及产品, 还可以令金融风险逐渐转向复杂化, 金融产品的风险特点逐渐无法掌控。这不但表现在极其复杂的周边金融产品的极具风险的交易过程中, 还表现在产品评估以及风险量化阶段管理人员必须面对定价风险以及模型风险的过程。

三、复杂金融系统工程的风险管理具有哪些问题

(一) 风险承担主体不清晰使得宏观方向的风险意识较为明显, 微观方向的风险意识较为模糊

不论何种风险管理方法都应当以风险承担主体为主, 责任、权利、利益进行合理的分配为前提。国外很多运作良好的银行, 都从制度上体现出由负责全体股东利益的董事会担负起银行及其经营管理过程的风险, 并通过银行的所有资金作为承担风险的最后底线。董事会会担负起相关风险管理的重大决策, 并通过银行的内部创建了合理的风险内控系统。可是, 我国当前的金融体制, 很多金融机构, 特别是国有的商业银行, 其风险承担的最终承担人非常模糊。其特点表现在风险管理的结果使得国家的宏观经济管理方面非常重视金融风险, 而从微观方面的金融风险管理意识却非常模糊, 严重缺乏积极性和紧迫感。

(二) 内控体制不完善, 风险管理组织结构不健全, 没有构成真正意义上的独立风险管理部门以及管理系统

在当前的金融风险管理中, 内控体制的完善成为了金融机构可以真正进行风险管理的保障。可以因为结构的治理问题, 我国的金融机构风险管理非常缺乏运作体系以及组织制度的保障。就目前而言, 我国大部分银行以及相关金融部门并没有真正意义上的独立风险管理部门以及管理系统。不论是内部的稽核部门、管理信贷风险部门、管理利率风险部门, 都没有独立承担的能力、也不具备权威性和管理能力。

(三) 管理工具不健全, 特别是周边金融工具等可以转移风险的措施

在国外很多发达国家的金融领域里, 管理风险的工具非常丰富, 并且还在不断创新当中。相对而言, 我国的金融系统建立较晚, 当前的金融市场还无法为投资人员以及金融机构供应充足的风险管理工具。市场工具的不健全成为了我国金融风险管理相对落后的一个关键。周边金融产品市场是当前国外金融系统里为投资人员以及金融机构供应的最有效、最直接的风险管理工具的领域。周边金融工具具备了直接面对风险的特性, 被誉为是最有效的管理市场风险的工具, 也让金融系统可以更有效的承担风险、配置风险。

(四) 风险的量化管理相对落后

风险的量化管理以及模型化成为了国外很多发达国家用于银行风险管理的主要技术。当前, 不但是对于市场风险的发展研制了具有意义的Va R模型, 并且针对普遍认为不具备量化的信息风险也研发了信用计量模型。我国当前在风险量化的管理上还不够强大, 暂时还处在资产负债指数管理以及头寸匹配管理能力上, 而针对具有价值的Va R、信用计量以及持续期等理念还非常模糊。

(五) 管理型人才非常缺乏

当前的金融风险管理是一项具有较强技术、并且较为复杂的创新型管理学科。我国当前金融风险管理的技术能力虽然无法达到国外的水平, 可是对于管理人员素质的要求也在逐步提升当中。但是仅仅同我国的金融风险管理的需求对比, 在金融风险管理的人才方面依旧非常缺乏。

四、风险管理的防范措施

(一) 我国政策的支持

金融机构必须要通过我国的政策给予相应的支持, 不单单是指通过资金投入上给予支持, 还应当从政策上给予相应的倾斜, 给予相应的扶持。

(二) 深入改革, 不断完善管理体系及经营体系

为金融机构的性质进行定位, 创建同经济发展相符的产权制度以及组织体系。将产权明朗化, 将法人的治理结构进一步完善, 构成权利对等的形式, 让那个风险收益可以符合经营机制的发展。

(三) 强化管理

可以通过金融监管以及内控管理两个方面进行管理, 促进深入改革, 提升资本充足率, 加强自身的抗风险能力。进一步强化内控管理, 以便可以有效降低管理的风险。

(四) 提升管理人员的整体素质

一定要加强对员工的思想政治的管理, 提升管理人员的政治素养, 加强业务能力和事业心, 端正自己的责任感和服务理念, 提升改革体制的认知。为员工定期提供培训机会, 通过自学、在岗培训等方式进行自我素质的提升。通过淘汰制度将真正符合岗位的人员给予提升, 不符合公司要求的人员进行淘汰, 这样才可以为企业获取更多的利润, 遏制风险的产生。

五、结语

只有通过不断的完善体制、加强管理、提升金融系统的综合能力, 才能对复杂的金融系统工程风险进行有效的管理。让我国的金融机构可以更加成熟、更加完善, 并走到国际的前列。

参考文献

[1]李红梅.中国商业银行整体风险管理研究[D].辽宁大学, 2010.