【正文】 τ. To analyse the changing statistics of the pdfs with the scale t a nonparametric approach is chosen. The distance between the pdf p(y(τ)) on a timescaleτ and a pdf pT(y(T)) on a reference timescale T is puted. As a reference timescale, T=1 s is chosen, which is close to the smallest available timescale in our data sets and on which there are still sufficient events. In order to be able to pare the shape of the pdfs and to exclude 12 effects due to variations of the mean and variance, all pdfs p(y(τ)) have been normalised to a zero mean and a standard deviation of 1. As a measure to quantify the distance between the two distributions p(y(τ)) and pT(y(T)), the Kullback– Leibler entropy is used. dK(τ)= )pT (y(T ))))((ln())((????? typtydy p (2) The evolution of dK with increasing t is illustrated. This quantifies the change of the shape of the pdfs. For different stocks we found that for timescales smaller than about 1 min a linear growth of the distance measure seems to be universally present. If a normalised Gaussian distribution is taken as a reference distribution, the fast deviation from the Gaussian shape in the smalltimescale regime bees evident. For larger timescales dK remains approximately constant, indicating a very slow change of the shape of the pdfs. 3. Medium scale analysis Next the behaviour for larger timescales (τ1 min) is discussed. We proceed with the idea of a cascade. it is possible to grasp the plexity of financial data by cascade processes running in the variable τ. In particular it has been shown that it is possible to estimate directly from given data a stochastic cascade process in the form of a Fokker– Planck equation. The underlying idea of this approach is to access statistics of all orders of the financial data by the general joint nscale probability densities p(y1, τ1。 r Physik, CarlvonOssietzky Universita168。盡管上述結(jié)果對(duì)所有國家保持各種強(qiáng)勁的規(guī)范，非參數(shù)生存分析意味著在十國集團(tuán)和非十國集團(tuán)兩個(gè)截然不同的國家群體中非十國集團(tuán)國家失敗的發(fā)生率較高。數(shù)據(jù)表明，發(fā)展中國家銀行比較集中，有嚴(yán)格的銀行法規(guī)，然而，由 于 BDL 研究的整體結(jié)果，本文認(rèn)為銀行的高度集中嚴(yán)格的銀行法規(guī)能夠降低銀行倒閉的危險(xiǎn)。以往的研究（ Matutes 和 Vives,1996。（ 3）作為一個(gè)判別分析的變量解釋列入實(shí)際故障時(shí)間是一個(gè)嚴(yán)重的錯(cuò)誤，因?yàn)闆]有反應(yīng)時(shí)間，而不是部分影響反應(yīng)的因素。因此，喲個(gè)國家采用生存分析的可能性只有兩個(gè)：處在銀行危機(jī)或者知道自己處于銀行危 9 機(jī)。（ 2）當(dāng)潛在的審查時(shí)間與變量的解釋有關(guān)時(shí)，判別分析就會(huì)產(chǎn)生結(jié)果誤差。 本文運(yùn)用 BDL 數(shù)據(jù)，用兩種方式進(jìn)行討論。然而至今沒有提供適當(dāng)?shù)臄?shù)據(jù)。盡管銀行間的競(jìng)爭(zhēng)加劇了銀行的風(fēng)險(xiǎn)指數(shù)，或者說基于風(fēng)險(xiǎn)的存款保險(xiǎn)，很可能會(huì)緩解這種影響。除此之外，加劇的銀行集中度可能會(huì)產(chǎn)生一些“因?yàn)樘蠖粫?huì)倒閉的”銀行，這位這些“大”銀行提供了財(cái)富效應(yīng)增加了它們的利潤(rùn)，而給那些沒有被列入在內(nèi)的銀行帶來了不利影響。第二，更強(qiáng)的集中度和更少的競(jìng)爭(zhēng)性可能與更少的信用配給，更多的貸款及更高的銀行破產(chǎn)性聯(lián)系在一起。所以，銀行業(yè)中家具的競(jìng)爭(zhēng)性可能不是福利的提高。但也有人反對(duì)說，在放松管制和公平定價(jià)間，在風(fēng)險(xiǎn)敏感的存款保險(xiǎn)制度和由于投保人可能不可靠所貓的風(fēng)險(xiǎn)之間存在矛盾；風(fēng)險(xiǎn)性高，有激勵(lì)內(nèi)容的存款保險(xiǎn)制度不可能在一個(gè)競(jìng)爭(zhēng)激烈，管制松懈的環(huán)境下實(shí)施。第一，如果集中度能提高市場(chǎng)力和銀行利潤(rùn)，那么銀行經(jīng)理可能不愿意承擔(dān)過多風(fēng)險(xiǎn)，而這可能會(huì)降低銀行危機(jī)的可能性。結(jié)果表明，較高的銀行集中在發(fā)展中國家，可能與缺少競(jìng)爭(zhēng)力的經(jīng)濟(jì)和政治結(jié)構(gòu)有關(guān)。實(shí)證結(jié)果表明，集中在銀行部門增加了生存時(shí)間。其中重要的一點(diǎn)是， 增加量 Y(τ) 共同右端點(diǎn)應(yīng)使用 。 在這個(gè)比喻 里 我們已經(jīng)獲得的財(cái)務(wù)數(shù)據(jù) ， Fokker Planck 方程的規(guī)模演變的條件概率 。綜合統(tǒng)計(jì)數(shù)量的天然氣聯(lián)合正粒子概率密度 可以 描述的位置和所有個(gè)別顆粒 的 動(dòng)量 。 基于隨機(jī)分析 ， 我們已經(jīng)表明，第二個(gè)時(shí)間范圍 —— 中等規(guī)模的范圍存在 。 在時(shí)間的幾秒鐘不是所有現(xiàn)有的 信息可能包含在價(jià)格和程序所必需的價(jià)格 發(fā)生。 4 拜耳數(shù)據(jù) 的結(jié)果 KramersMoyal 系數(shù) 是根據(jù)公式（ 5）和（ 6）計(jì)算出來的。 馬爾可夫過程的概率密度滿足可放入被定義為有條件的時(shí)刻 M(K)(y, τ, 4 △τ),△τ→0 的 KramersMoyal 系數(shù) D(K)(y, τ) 主方程的條件： ( ) ( )0( , ) li m ( , , )KKtD y t M y t t???? （ 5） () ( , , ) ( ) ( , | , )!KktM y t t y y p y t t y t d ykt ????? ? ? ? ?? ? （ 6） 對(duì)于一般的隨機(jī)過程，所有的 KramersMoyal 系數(shù)都是以零作為分界點(diǎn)。 p(y, τ│y0, τ0) (τ和 τ0是任意數(shù)， ττ0) 足夠產(chǎn)生整個(gè)統(tǒng)計(jì)的增量， 在點(diǎn) N 的概率密度 p(y1, τ1。 yN, τtN)＝ p(y1, τ1│y2) （ 3） 因此， p(y1, τ1。 yN, τN)來表達(dá)，包含眾多點(diǎn) n 的數(shù)據(jù)集 n 大概的數(shù)值范圍 ，基本上可以簡(jiǎn)化 為 馬爾可夫過程 中τ的一個(gè)隨機(jī) 變化 過程。y N, τN)的 訂單統(tǒng)計(jì)。我們從級(jí)聯(lián)觀點(diǎn)著手，有可能 通過 級(jí)聯(lián)運(yùn)行過程中的變量 τ掌握復(fù)雜的財(cái)務(wù)數(shù)據(jù)，尤其是它已被證明， 有可能 從給出的隨機(jī)級(jí)聯(lián)過程 Fokker Planck 方程的形式中 直接 估計(jì)數(shù)據(jù)。 對(duì)于不同的股票， 目前 我們發(fā)現(xiàn)時(shí)間小于 1 分鐘的線性增長(zhǎng)的距離測(cè)度似乎是普遍 的 。 Pdf p(y(τ))的時(shí)間T 和 PT（ y(T)） 的參考時(shí)間 T 之間的 差距是可以計(jì)算的 。 目前已有 的分析主要是基于 1993 至 2020 年 的 拜耳 數(shù)據(jù)， 財(cái)務(wù)數(shù)據(jù)集 是由 Kapitalmarkt Datenbank （ KKMDB ） 提供 。在財(cái)務(wù)分析數(shù)據(jù)中 一個(gè)常見的問題是討論隨機(jī)數(shù)量 的平穩(wěn)性，尤其 是我們發(fā)現(xiàn)在我們 的 分析 中采用什么樣的方法 似乎是強(qiáng)大的非平穩(wěn)性的影響 ， 這可能是由于數(shù)據(jù)的選擇。 相應(yīng)的 Fokker Planck 方程可以從特定的數(shù)據(jù) 提取 ，并提供了一個(gè)非 平衡熱力學(xué)描述的復(fù)雜的財(cái)務(wù)數(shù)據(jù)。 本 科 生 畢 業(yè) 論 文 外 文 資 料 翻 譯 專 業(yè) 工商管理（財(cái)務(wù)管理方向） 班 級(jí) 姓 名 指導(dǎo)教師 所在學(xué)院 附 件 。第二個(gè)時(shí)間范圍 是增加了幾分鐘的可以被描述為 隨機(jī)馬爾可夫 規(guī)模的級(jí)聯(lián)過程的 中期時(shí)間范圍 。在這 里 我們認(rèn)為， log 函數(shù) y(τ )超過一定時(shí)間 t 的統(tǒng)計(jì) ， 被定義為 ： y(τ )=logx(t+τ )logx(t) （ 1） 其中 x(t)是指在時(shí)間 t 時(shí)資產(chǎn)的價(jià)格。在本文中， 對(duì)于 一個(gè)特定的數(shù)據(jù)窗口（時(shí)間段）我們側(cè)重于分析和重建進(jìn)程。 分析 pdfs 伴隨著規(guī)模τ 的 變化的統(tǒng)計(jì)，非參數(shù)方法是一種選擇。 作為衡量量化兩個(gè)分布 p (y(τ)) 和 PT (y(T)) 之間的距離， 需使用 Kullback – 3 Leibler： dK(τ )= )pT (y(T ))))((ln())((????? typtydy p （ 2） dK 隨著 t 的增加而變化 ， 量化的改變 pdfs 的形狀 。 3 中等規(guī)模的分析 接下來，對(duì)于較大的時(shí)間尺度（ τ﹥ 1 分鐘）進(jìn)行討論?！?。 . . . 。 . . . 。p(yN, τN) （ 4） 公式 4 顯示馬爾可夫過程中有條件的 pdf 的重要性。y N, τN)中編碼。概率密度 p(y, τ)應(yīng)滿足相同的方程，簡(jiǎn)單的一體化顯示在公式（ 7）中。 5 5 討論 以上結(jié)果說明經(jīng)濟(jì)數(shù)據(jù)有兩種等級(jí)制度，低的等級(jí)制度中 pdfs 的狀態(tài)改變的非常快，測(cè)量和 Kullback–Leibler 保持一致增加線性。在該體制下以上的定義看起來和先前的有些類似。 這種簡(jiǎn)化可以看出類比的熱力學(xué)描述氣體通過統(tǒng)計(jì)力學(xué)。 τ) 其中 x、 p 分別為 位置和動(dòng)量 。 作為最后一點(diǎn)，我們要提請(qǐng)注意的事實(shí)是，信息的基礎(chǔ)上取得的 Fokker Planck 方程可以產(chǎn)生人工數(shù)據(jù)集，知識(shí)的條件概率可用于產(chǎn)生時(shí)間序列。 6 銀行危機(jī)和金融結(jié)構(gòu)：一種生存時(shí)間分析 Aye Y. Evrensel 經(jīng)濟(jì)及金融系，南伊利諾伊大學(xué)艾德華茲維爾，艾德華茲維爾，白細(xì)胞介素 620261102 ，美國 2020 年 10 月 20 日收到； 2020 年 2 月 20 日收到修訂稿； 2020 年 7 月 1 日接受 2020 年 7 月 17 日網(wǎng)上提供 摘要 本文提供國際銀行危機(jī)數(shù)據(jù)的非參數(shù)和參數(shù)生存 分析方法。隨后的分析顯示在發(fā)達(dá)國家和發(fā)展中國家銀行濃度的不同動(dòng)態(tài)的來源與銀行危機(jī)相關(guān)聯(lián)。有兩種解釋。有專家認(rèn)為，越來越激烈的競(jìng) 爭(zhēng)引起了在上個(gè)世紀(jì) 80 年代初的銀行營(yíng)業(yè)執(zhí)照價(jià)值的下降，這使得通過資產(chǎn)風(fēng)險(xiǎn)的增加，加大了違約風(fēng)險(xiǎn)的可能性。盡管這些研究認(rèn)識(shí)到金融合并可以導(dǎo)致產(chǎn)生更大的金融機(jī)構(gòu)，由此通過引進(jìn)系統(tǒng)性風(fēng)險(xiǎn)，這些反作用可以通過警惕的監(jiān)督得到緩解。第一，集中度提高了市場(chǎng)力以及提高了利率，這將會(huì)增加銀行危機(jī)的可能性。從某種程度上來說，銀行集中度刺激過度風(fēng)險(xiǎn)承擔(dān)的產(chǎn)生及引發(fā)破產(chǎn)，它使銀行拋棄這將促使銀行放棄激勵(lì)相容的行為。Cordella 和 Yeyati 也研究了在不同關(guān)于存款保險(xiǎn)方案和信息分配的假定下，在銀行風(fēng)險(xiǎn)承擔(dān)中競(jìng)爭(zhēng)力的影響。 考慮到這個(gè)問題的重要性， 一要改善上述矛盾的結(jié)果。他們的實(shí)證研究結(jié)果支持抽樣國家中宏觀經(jīng)濟(jì)、金融和監(jiān)管受控制的濃度穩(wěn)定假設(shè)，銀行濃度與銀行的脆弱性成反比。雖然這種類型的分析對(duì)于確定幾個(gè)變量或變量組合中變化很大的變數(shù)是有益的，但它沒有深入解釋影響變量的生存方式。這些不完整的意見被稱為正在審查。因此，在國家不知道已處于銀行危機(jī)時(shí)會(huì)有較大的出入。 其次