摘要：作为包含人类行为的复杂非线性动力系统，金融系统可通过复杂网络理论解构为多层异质实体交互的关系网络，而信息论中的熵与互信息工具则为量化其不确定性提供了关键路径。面对当前地缘政治冲突、气候风险等多重不确定性催生的历史级系统复杂性，亟需融合复杂性理论、网络科学与信息
导语
作为包含人类行为的复杂非线性动力系统，金融系统可通过复杂网络理论解构为多层异质实体交互的关系网络，而信息论中的熵与互信息工具则为量化其不确定性提供了关键路径。面对当前地缘政治冲突、气候风险等多重不确定性催生的历史级系统复杂性，亟需融合复杂性理论、网络科学与信息论的跨学科方法，以创新工具赋能金融系统的动态建模与风险解析。
由中国地质大学（北京）黄书培副教授、都柏林圣三一大学Brian Lucey教授、首都经济贸易大学刘雪勇副教授和北京化工大学王欣雅副教授合作在Entropy杂志发起的Complexity in Financial Networks特刊正在征稿中，欢迎对相关感兴趣的研究者投稿。
金融系统属于非线性动力系统范畴，但其复杂性远胜常规系统，因其中涉及人类行为这一关键变量。探索和理解非线性动力系统的一种重要且有效方法是借助复杂网络理论。将金融系统视为由异质实体构成的多层网络，涵盖不同国家和地区的各类金融市场、机构及利益相关者，这些实体通过主要由可用信息决定的金融活动相互作用。这种对金融系统的网络视角，为阐释 2008 年全球金融危机后金融系统的复杂性提供了重要洞见。 信息论作为应用数学的分支，聚焦于信息的量化研究，而金融复杂性恰与信息本质紧密相连。具体而言，信息论中涉及熵和互信息的核心概念，为测量随机变量的不确定性以及刻画“某一随机变量的已知信息如何降低另一随机变量的不确定性”提供了有效工具。这些理论内涵与金融网络的不确定性和复杂本质高度契合。
经济学理论的发展与社会环境变化密切相关。一方面，伴随计算机的发展，相应的研究技术日渐成熟，例如非线性动力学、复杂网络、ABM等，为研究者提供了更强大的分析工具；另一个方面，对“均衡”的经济学的研究，不能够解释实际的经济现象，例如金融危机、创新产生的新的发展模式等，研究者开始重视经济学的“非均衡”现象，把经济系统看做复杂系统，并力图做出更能反映现实的研究。经济学内慢慢出现了一种基于更加现实的假设的研究进路，复杂经济学一个新的经济学框架正在形成。
来源：小夭看天下
