在21世纪的全球化进程中,社会经济系统面临着复杂多变的突发事件冲击。这些突发事件不仅突破了传统的周期波动框架,还呈现出复合性、传导性与非对称性等新特征,这对全球治理体系提出了严峻挑战。联合国减少灾害风险办公室指出,突发事件的直接经济损失在近二十年内显著增长,凸显了现有风险管理机制的不足。因此,深入研究突发事件的影响机制及其治理策略,不仅是对传统风险理论的必要补充,更是构建稳定社会、实现可持续发展的迫切现实需求。
黑天鹅突发事件具有显著的非预期性、强烈的冲击性和广泛的跨域传导性,往往在短时间内打破原有的系统均衡,放大市场波动,并对经济社会运行与治理体系形成深远影响。如何在复杂联动背景下对事件影响进行科学评估与前瞻预测,既是当前风险科学研究中的重要前沿问题,也是提升国家风险治理能力与现代治理水平的现实命题。卢全莹教授、孙玉莹教授和汪寿阳教授合著的这部《黑天鹅事件分析: 理论、方法与应用》正是围绕这些关键问题展开系统研究的一部有分量的学术著作,具有重要的理论与应用价值。
该书并不满足于对黑天鹅事件作经验性描述,而是致力于构建一套面向突发事件分析的系统方法框架。全书将区间数据建模、多尺度分解、贝叶斯拐点识别、因果推断以及反事实评估等方法有机贯通,形成了一个彼此衔接、层层递进的方法体系。这种方法上的系统创新,不仅体现了作者对复杂风险问题研究范式的深入把握,也体现出其在统计建模、计量分析与应用之间建立内在联系的能力。
林 群
中国科学院院士
发展中国家科学院院士
中国科学院数学与系统科学研究院研究员
2026 年春节于北京
黑天鹅事件分析: 理论、方法与应用
卢全莹, 孙玉莹, 汪寿阳著
北京: 科学出版社, 2026. 10
(经济预测科学丛书)
ISBN 978-7-03-084857-4
本书聚焦原油、股票及碳排放权三大类核心市场,以社会经济稳定为目标,通过提出新的突发事件分析方法论,构建多维度分析框架,系统性分析突发事件对市场的动态冲击机制,围绕事件识别、建模和因果推断三个环节展开。首先,考虑到价格变动的复杂性,采用不同方法量化黑天鹅事件对市场的差异化影响。其次,基于非线性区间自回归条件异方差模型,解析突发事件对市场的非对称冲击路径。结合区间向量自回归网络与频域分解技术,识别系统性重要行业与脆弱性节点,为跨周期监管提供依据。最后,针对价格波动的状态依赖特性,提出贝叶斯网络等因果推断模型,识别地缘政治、极端天气等突发事件导致的价格拐点,并结合贝叶斯分层概率推断、幂律分布等概率分布模型预测下一次价格拐点出现的概率。
本书主要的创新及研究特色包括以下四点。
01
多尺度事件识别
传统的事件分析方法通常基于线性叠加假设,难以有效处理经济市场中非线性、非平稳的数据,尤其在面对多个事件同时发生且互相叠加影响时,其效果更为有限。本书创新性地引入EMD 方法,能够适应性地处理非平稳和非线性的经济数据,将原始时间序列自适应地分解为一系列固有模态函数(intrinsic mode function,IMF)与趋势项。这种方法不再依赖于预设的基函数,能够更加精准地捕捉到事件在不同时间尺度上的作用机制。此外,提出了一种基于模态能量熵的事件分离算法,能够精确识别和定位每个事件在模态空间中的影响区间,有效区分重叠事件之间的交互影响。以1991 年海湾战争和2003 年伊拉克战争的实证研究为例,结果显示本书提出的方法能准确地确定每个事件的主导模态和持续影响期,显著提高事件分析的准确性与可靠性,为复杂事件的分析提供新的技术路线。
02
区间数据建模新范式
从新的视角和区间理论入手,立足实际问题,提出区间事件分析、网络溢出效应与区间反事实等新理论与新方法,为宏观经济管理、金融科技创新、金融风险防范与管理等提供了新理论、新方法和新技术。例如,相对于传统事件分析法,区间事件分析法跳出了传统的两点建模框架,将区间数据视为不可分割的随机集,提供了对区间整体信息“统一建模”的全新理论体系,相比二维因变量模型,在参数个数更少的前提下有更高的预测精度和统计推断效率。因此,这些区间新方法能够同时刻画重大事件对经济金融变量的水平和波动特征,且充分利用了区间数据的丰富信息,提高了统计推断效率。特别地,重大事件、政策调整、技术变革等易对经济与金融关键变量(如资产价格)产生巨大冲击,导致波动范围增大,所以采用区间样本能更好地刻画这些变量的波动特点。区间计量模型与方法为金融科技创新、金融风险防范与管理提供了理论方法和技术支撑,为大宗商品等资产区间价格的形成理论提供了有力支撑,且对政策制定者和经济活动/金融市场的参与者而言,提供了更有效的计量分析方法。
03
贝叶斯网络在突发事件概率预测中的创新应用
面对全球能源市场日益增长的不确定性与复杂性,传统预测模型的不足日益凸显。本书提出基于GSI 的BN 框架(GSI-BN),创新性地将复杂的突发事件简化为网络拓扑结构,明确了事件之间的条件概率关系。通过系统性的情景分析与预测,能够提前识别并预警不同类别突发事件的潜在影响路径,显著提高突发事件风险管理的前瞻性与精准性。实证结果表明,该模型能够精确预测地缘政治事件、经济政策变化、极端天气等突发事件对原油价格波动的影响,为政府与企业的风险预警与应急管理提供了有力工具,有效提高了风险应对能力。
04
突变点识别及分析的新方法
传统的突变点分析方法通常基于单一假设分布,难以全面捕捉经济市场中的突变特征。本书首次将幂律分布、指数分布和对数正态分布等多种分布作为贝叶斯统计分析中的先验分布,开发了PPM-KM 突变点识别模型,显著提高了原油价格历史突变点识别的准确性。此外,创新性地提出了SDLPC 变点检测方法,该方法通过结合序列切割聚类、二阶差分LASSO 和脉冲准则,有效提升了碳市场价格突变点识别的精度和效率。实证研究发现政策因素与市场波动对碳市场价格突变的影响显著,并清晰地定位了关键突变节点,为能源和碳排放市场的监管政策制定提供了重要的决策支持与理论依据。
立足实际问题,该书为量化分析黑天鹅突发事件对市场的影响提供了新理论、新方法和新技术。研究成果已成功应用于原油市场、股票市场、碳交易市场等多个场景,显著提升了突发事件下各类金融资产价格分析与预测的精准性与可靠性,为相关部门提供了有效的市场风险监测预警方案,并为相关政策的制定与动态调整提供了科学依据。
该书回答了极端事件研究“如何识别、建模、预测及应用”的核心问题。一方面,它构建了系统的理论框架和创新的方法论体系,推动风险科学从事后复盘迈向事前预警、事中处置、事后恢复的全链条治理;另一方面,立足重大研究选题,深入剖析,展现出兼具学术原创性与应用引领性的研究范式。愿此书的出版,助力我们在不确定中提升确定性,在冲击中锻造韧性,在复杂中追求可控与可治。
洪永淼
发展中国家科学院院士
世界计量经济学会会士
中国科学院大学经济与管理学院院长
2026 年春于北京
本书的研究工作得到了国家自然科学基金面上项目(72573014,72073126)、青年科学基金项目(B 类)(72322016)、青年科学基金项目(C 类)(72103185)和卓越研究群体项目(71988101),北京市自然科学基金青年科学基金重点项目(JQ25030),以及中国科学院国家数学与交叉科学中心和中国科学院预测科学研究中心的支持,作者表示感谢!作者还要感谢中国科学院数学与系统科学研究院林群院士、国务院发展研究中心李善同教授、中国科学院大学经济与管理学院院长洪永淼院士、北京理工大学魏一鸣院士、中国科学院预测科学研究中心杨翠红院士、西安交通大学郭菊娥教授、西安电子科技大学经济与管理学院执行院长柴建教授等的指导、支持与帮助!
长期以来,黑天鹅突发事件研究较多停留在事后解释和宏观叙事层面,缺乏系统的分析框架和方法体系。该书以社会经济稳定为总体目标,将事件的识别、建模及预测融为一体,形成了系统的黑天鹅突发事件分析方法论,在理论与应用两方面都取得了积极进展。
该书兼具学术上的开拓探索与实践中的参考价值,体现了作者严谨求实的治学态度和可贵的科学精神。我相信,该书不仅可以作为复杂系统与风险管理等相关课程的案例型教材,也将为区间计量、复杂网络与因果推断的交叉研究提供可参考的研究范例,进一步深化黑天鹅突发事件的教学和研究。此外,该书所提出的一系列事件识别、量化评估与预测预警的新方法也有助于政府、金融机构及市场投资者提升风险管理与量化决策能力。
杨翠红
发展中国家科学院院士
2026 年春节于北京
本文摘编自《黑天鹅事件分析: 理论、方法与应用》(卢全莹, 孙玉莹, 汪寿阳著. 北京: 科学出版社, 2026. 10)一书“第1 章绪论”“前言”“序一”“序二”“序三”,有删减修改,标题为编者所加。
(经济预测科学丛书)
ISBN 978-7-03-084857-4
责任编辑:徐倩江研
本书对于从事能源金融、经济预测和行业分析等工作的科研人员、政府有关决策和管理部门的工作人员,以及能源、金融等相关行业的从业人员都有很好的参考价值。本书也适合高等院校的管理科学、经济预测、能源金融等专业的师生阅读。
(本文编辑:刘四旦)
专业品质 学术价值
原创好读 科学品位
一起阅读科学
欢迎您点亮 ★星标,点赞?,在看▼
股票
板块
用户
资讯
评论 (0)