基于复杂网络的金融异常发现.pdf

摘要

随着世界经济发展，金融市场的复杂程度和全球化程度不断提高，金融异常的研

究也变得越来越重要，汇率市场是金融市场中非常重要的一部分，其稳定对各国经济

和金融体系都具有重要意义，对汇率数据进行研究有利于全面了解金融市场的运行

情况，发现异常点并做出相应的应对措施。为此，本文根据复杂网络理论对汇率数据

进行研究，具体从基于复杂网络的构建、基于构建网络的异常点检测和基于异常点分

析等三方面展开。

首先，在金融市场复杂网络构建部分，一方面基于Pearson相关系数法，建立了

关于汇率数据的最小生成树（MST）网络，分析上述网络结构发现：2017年至2021

年期间，货币间的相对影响力和连通性发生演化，核心节点也发生变化。另一方面，

基于Granger因果分析法构建复杂网络，考虑无权有向网络结构。分析了网络拓扑图

的结构和特征，包括对网络的网络密度、聚类系数以及连边的变化情况进行分析，此

外，对货币的出入度以及网络中心性也进行了分析。网络中核心节点的变化反映了全

球汇率市场在不同年份的动态变化和货币之间相关联系的演变。

其次，针对复杂网络的异常点检测部分，由于汇率受到通货膨胀率、GDP、失业

率等诸多宏观因素影响，所以分别在MST网络和Granger因果网络上，创新地考虑

把这些因素作为节点的属性添加在网络中，构建属性网络进行异常检测。一方面采用

Dominate方法，通过衡量图结构和属性的重构误差，实现了图异常检测；另一方面，

采用了GAN-DR方法，基于节点的表示重建节点的整个邻域，包括结构、自身属性

和邻居属性。结果表明：在MST网络上，2017年澳元（AUD）为异常点，2018年

南非兰特（ZAR）为异常点，2019年新加坡元（SGD）、澳元（AUD）为异常点，2020

年新加坡元（SGD）、沙特阿拉伯里亚尔（SAR）为异常点，2021年马来西亚林吉特

（MYR）、澳元（AUD）、欧元（EUR）为异常点，2022年新加坡元（SGD）、澳元

（AUD）为异常点。在Granger网络上，2017年土耳其里拉（TRY）为异常点，2018

年新西兰元（NZD）为异常点，2019年泰国泰铢（THB）为异常点，2020年土耳其

里拉（TRY）为异常点，2021年波兰兹罗提（PLN）为异常点，2022年新西兰元（NZD）

为异常点。由于MST网络和Granger因果网络注重的网络特征不同，异常结果会差

异，所以分别在网络中对比了不同方法的异常检测效果，得出在MST网络中Dominate

I

方法异常检测结果更贴合实际，而在Granger因果网络中GAN-DR方法与实际情况

更相符，这可以为现实网络不同的异常检测需求提供合理的实验方法。

最后，对不同网络上检测出的异常点可能原因进行详细分析，使人们能更好地理

解汇率市场中的波动和不稳定性。

关键词：汇率市场；复杂网络；Pearson相关关系；Granger因果关系；异常检测

II

ABSTRACT

Withthedevelopmentoftheworldeconomyandtheincreasingcomplexityand

globalizationofthefinancialmarket,thestudyoffinancialanomalieshasbecomemoreand

moreimportant.Theexchangeratemarketisaveryimportantpartofthefinancialmarket,

anditsstabilityisofgreatsignificancetotheeconomyandfinancialsystemofvarious

countries.Thestudyofexchangeratedataisconducivetoacomprehensiveunderstanding

oftheoperationof