反常扩散模型在风险管理中的应用开题报告-卢策.docVIP

PAGE 8 宁波理工学院 毕业论文（设计）开题报告 （含文献综述、外文翻译）  题 目 反常扩散模型在风险管理中的运用 姓 名 卢 策 学 号 3090411021 专业班级 09信计1班 指导教师 吕龙进 学 院 信息科学与工程分院 开题日期 2012年01月14日 第一章 文献综述 反常扩散模型在风险管理中的应用 随着金融全球化的发展，金融市场、金融交易规模日趋扩大，金融资产价格的波动随之变大，对金融市场风险的分析研究变得尤其重要。VaR方法是目前对市场风险进行预测和管理的一种重要工具和主流方法。本文总结了国内外将VaR方法用于风险管理的不同计算方法和发展历程，另一方面，考虑到分数阶反常扩散模型的特有特征“尖峰厚尾”，本文还总结了该模型与金融市场的关系。 1.1反常扩散模型 分数阶导数的理论可以追溯到1695年9月30日莱布尼兹对一篇文章的评注里，在这评注里莱布尼兹讨论半阶导数的意义。然而在过去的三个世纪里分数阶导数处于缓慢发展阶段，且主要被数学家作为一种纯数学理论来发展。在近十年里，由于分数阶导数在物理，工程,金融等领域及环境问题的研究方面得到广泛的运用，引起了国内外学者的关注。例如，对于物质的记忆性和遗传性的描述，分数阶导数提供了一个良好的工具。对许多物质结构和导电性的模拟，采用分数阶导数比整数阶导数具有更强的优势, 分数阶导数对半自动的动力系统过程模拟和渗透结构的模拟同样重要。分数 阶 导数的 定 义已被很多数学家给出，有 Riesz-Feller 型的分数阶导数， Grunwald型的分数阶导数，Riemann-Liouville 型的分数阶导数，Caputo 型分数阶导数等等，它们都是整数阶导数和积分拓展和推广到任意阶导数的结果。 在分形介质中分子扩散现象不能用标准的扩散方程来描述，称之为反常扩散。由于自然界中反常扩散现象的广泛性，近年来，Fokker-Planck方程，Langevin 方程，master方程，非线性扩散方程，分数阶扩散方程和含非线性项、分数阶导数的扩散方程常常被引入用以描述这种现象[1-6]。如 应用分数阶微积分理论将经典的整数阶扩散与波的偏微分方程推广到时间和空间的分数阶[7]，进而再扩展到各类非线性方程并给出其初边值问题的解，是近几年来应用的另一个主要领域这些问题有重要的应用背景，如在分形和多孔介质中的弥散、半导体物理、湍流及凝聚态物理等[8-10]。历史上，扩散方程就是从两个不同的角度建立和发展的，其一是从Fick第一、第二定律建立通量与流的本构关系而来研究扩散方程的，这可以称为确定型观点;其二是随机游走的观点建立的早期的Einstein-Kolmogorov扩散方程就是典型的例子。在建立了分数阶本构关系和分数阶随机游走的广义概念之后，从这两个方向又同时给出分数阶扩散方程的一致形式[11,12]。一般用时间的平均平方位移，尺度来刻画一个分数阶扩散特性。当时，为整数阶扩散；而和入分别代表反常次扩散和反常超扩散。 1.2 国内外研究与应用现状 早在1983年，Mandelbrot 就提出分形学说, 将Riemann-Liouville分数阶微积分用以分析和研究分形媒介中的布朗运动. 1998年Chaves在讨论Levy统计时, 提出了一种分数阶扩散方程描述Levy flight 过程. 2000年Benson等在讨论Levy运动时分别提出了分数阶Fokker-Planck方程和空间分数阶对流一扩散方程, 并且通过与实验数据的对比证实了用分数阶方程模拟Levy运动确实有很好的近似. 同年, Metzler和Klafter利用了一种连续时间随机游走（CTRW）的方法,在假定等待时间分布与跳跃长度分布独立, 且等待时间服从幂律分布（Power-Law distribution）（）、跳跃长度服从高斯分布的情况下, 导出了时间分数阶扩散方程, 首次建立了连续时间随机游走与分数阶反常扩散方程间的关系. 但是，由于幂律分布的方差不存在，2001年 Meerschaert推广了中心极限定理, 证明了无穷个独立同分布、服从幂律分布的随机变量累加收敛于一个平稳从属过程, 也就是增长的平稳 Levy 过程. 在2002年Meerschaert等人证明了当等待时间是平稳从属过程的首达时时, 同样可以得到时间分数阶扩散方程.这些文献