论文部分内容阅读
所谓复杂网络就是具有复杂拓扑结构和动力行为的大规模网络。作为描述从技术到生物直至社会各类系统的骨架,复杂网络是研究系统拓扑结构和动力学性质的强有力工具。它可以描述自然界及社会的许多系统,从细胞、化学网络到国际互联网系统,无所不及。因此,近年来,复杂网络引起了许多相关领域的研究人员的关注。金融网络作为一个复杂的社会系统,也可用复杂网络来更好的描述,并进行分析和建模。具有不同拓扑结构的复杂网络可以分类为规则网络、随机网络、小世界网络、无标度网络和演化网络等等。不同类型的复杂网络,其拓扑性质(如度分布、平均集聚程度和平均最小路径等)和动力学性质有很大不同。洗钱犯罪经常为躲避大额支付报告而分散资金流,从而具有资金收复频率及金额与企业经营规模明显不符、资金流动不以正常的最小成本和最短路径为标准等特点。因此,了解金融网络的复杂网络性质,就可以对症下药,帮助找出判断金融网络的异常资金流动和洗钱行为的一种复杂网络方法。
本文研究的目的是给出金融网络在正常情况下的生成模型及其在正常资金流下的统计性质,这为进一步研究和利用统计过程控制方法监测金融网络的异常资金流动提供可以借鉴的数量分析依据。本文通过建模、模型求解和数值模拟,表明了在具有择优性和增长性的几种加权金融网络中,网络的节点度和节点间的资金流量都具有幂率尾部,并给出幂律尾部的参数估计。