B3B是相关矩阵的谱半径，其中资产已根据其每日交易量进行加权，B3C是B3B的平均版本。我们发现，B系列的指标，尤其是那些部分或全部依赖相关性的指标，在使用指数的组成部分而不是一篮子指标时表现更好。这可能与平均效应有关，在指数计算中，平均效应是一个非常强大的影响。在包含SP500成分的数据集6上使用，指标B3B为我们提供了最佳和最可重复的结果。在研究的最后一部分，我们证明，经过适当校准后，指标B3B和B3Cdo具有实际的样本外预测能力，该预测能力低估了未来特定时间段发生金融危机的概率。虽然我们采用的方法也产生了许多误报（ared FL ag被退回，市场上没有发生危机），但误报的数量很低，这强化了我们对我们建立的金融危机指标的可行性和有用性的信念。对于指标B3B，我们还开发了一种定量方法，依靠跨越MDD阈值来定义金融危机。指标B3B也被成功地用于在由期权和ETF股票组成的投资组合中建立一个管理保护性看跌策略的信号。我们确信，我们的框架和我们构建的金融危机指标能够为金融危机检测和预测带来新的见解。在未来，应用这些方法的一种可能方式是使用它们，以建立更复杂的系统化交易策略，这将利用我们所有的九个指标以及新的指标。

这些基于我们框架中许多不同金融危机指标的综合信号的策略将成为即将发表的论文的主题。参考文献[1]Bookstaber R.（1985）“绩效结构中期权的使用”，《投资组合管理杂志》，11（4），第36-50页[2]Bookstaber R.和R.Clarke（1981）“期权可以改变投资组合回报分布”，《投资组合管理杂志》，7（3），第63-70页[3]Bouchaud J.P.，M.Potters和L.Laloux（2005），《随机矩阵理论的金融应用：旧的花边和新的碎片》，arxiv。org/abs/physics/0507111v1[4]Bouchaud J.P.和M.Potters（2009）“随机矩阵理论的金融应用，简短回顾”，arxiv。org/abs/0910.1205[5]Bussiere M.和M.Fratzscher（2006）“建立新的金融危机预警系统”，《国际货币与金融杂志》，25（6），第953-973页[6]Celik a.E.和Y.Karatepe（2007）“通过神经网络模型评估和预测银行危机：土耳其银行业的应用”，专家系统与应用，33（4），第809-815[7]页Clemen R.T.（1989）“组合预测：回顾和注释书目”，国际预测杂志，5（4），第559-583[8]页Demyanyk Y.和I.Hasan（2010）“金融危机和银行倒闭：预测方法的回顾”，Omega，38（5），Drehmann M.和M.Juselius（2014）“评估银行危机的早期预警指标：满足政策要求”，第315-324[9]页，《国际预测杂志》，第30（3）页，第759-780[10]页爱立信N.R.（2016）“从联邦公开市场委员会关于金融危机的会议记录中得出GDP预测”，《国际预测杂志》，第32（2）页，第571-583[11]页Fuertes A-M.和E.Kalotychou（2007）“主权债务危机预警系统的优化设计”，《国际预测杂志》，第23（1）页，第85-100[12]页，Guégan D.和F。

Ielpo（2008）“考虑货币政策的主观分布估计的灵活时间序列模型”，《布鲁塞尔经济评论》，第51（1）页，79-103[13]页，盖根D.（2011）“噪声过滤对预测的影响：混沌的路径”，《布鲁塞尔经济评论》，第53（2）页，第255-272[14]页，哈珀R.B.（2003）“资产配置、脱钩和现金的机会成本”，《投资组合管理杂志》，29（4），第25-35页[15]霍金斯J.和M.克劳（2000年），“衡量新兴市场经济中的潜在脆弱性”，B.I.S工作论文——SSRN-ID=849258[16]海林格E.（1909），《纯粹和应用数学杂志》，第136页，第210-271页[17]Israelov R.和L.N.Nielsen（2015）“仍然不便宜：市场中的投资组合保护”，《投资组合管理杂志》，第41（4）页，第108-120页[18]蒋志强，W.X.Zhoua，D.Sornette，R.Woodard，K.Bastiansen和P.Cauwels（2010），《2005-2007年和2008-2009年中国股市泡沫的诊断和预测》，经济行为与组织杂志，74（3），第149-162页[19]Kullback S.和R.A.Leibler（1951）“关于信息和效率”，数学统计年鉴，22（1），第79-86页[20]Marchenko V.A.和L.A.Pastur（1967）“一些随机矩阵集的特征值分布”，苏联斯博尼克数学，1（4），第457-483页[21]Maltritz D.（2010）“使用ADR市场数据进行货币危机预测：基于选项的方法”，国际预测杂志，26（4），第858-884页[22]Niemira M.P.和T.L.Saaty（2004），“金融危机预测的分析网络过程模型”，国际预测杂志，20（4），第573-587页[23]Sandoval Junior L.和I.De Paula Franca（2012）“金融市场在危机时期的相关性”，Physica A，391（1），第187-208页[24]Singleton J.C。

J.Wingender（1986）“普通股收益的偏态持续性”，《金融与定量分析杂志》，21（3），第335-341页[25]Singh A.和D.Xu（2013），“随机矩阵应用于资产波动性之间的相关性”（2013），arxiv。org/abs/1310.1601[26]Snarska M.（2007）“随机矩阵理论的金融应用，协方差矩阵的动力学”，克拉科夫经济大学-SSRN-ID=215059[27]Sornette D.（2009）“龙王、黑天鹅和危机预测”，瑞士金融研究所研究论文第09-36号——SSRN-ID=1470006[28]索内特·D.和A·约翰森（2010）“金融市场中的冲击、崩溃和泡沫”，布鲁塞尔经济评论，53（2），第201-253页[29]斯坦利·H.E.，P·戈皮克里希南，V·普莱鲁和L.A.N·阿马拉尔（2000）“通过调整统计物理方法量化经济系统中的波动”，Physica A，287（3-4），第339-361[30]页Stekler H.和H.Symington（2016）“评估定性预测：FOMCminutes，2006-2010”，《国际预测杂志》，第32（2）页，第559-570[31]页，Van den Berg J.，B.Candelon和J-P.Urbain（2008），《关于使用面板模型预测金融危机的谨慎说明》，《经济学快报》，第101（1）页。

80-83附录所有数据集的参考分布（a）数据集2（b）数据集3（c）数据集4（d）数据集5（e）数据集6（f）数据集7为数据集2到数据集7计算的参考分布，滚动窗口为150天（蓝色：Marchenko Pastur（Θ1），绿色：Θ2，红色：Θ3）。6（226资产）数据集6（226资产）组成数据集6（226资产）6（226资产）AA，AAP，AAPL，ABT，ABT，ADC，资产，资产）AA，AAP，AAP，AAP，AAP，AAP，AAP，AAPL，AAPL，AAPL，ABP，ABP，ABP，ABT，ADM，ADSK，ADSK，ADK，ADSK，ADK，ADK，ADK，ADK，ADK，ADK，ADK，ADK，ADK，ADK，ADK，ADK，ADK，ADK，ADK，ADK，ADK，ADK，ADK，ADK，ADK，ADK，ADK，ADK，ADK，ADK，ADK，ADK，ADK，ADK，ADK，ADK，ADK，ADK，ADK，ADK，ADK，ADK，ADK，ADK，ADK，ADK，ADK，ADK，ADK，ADK EMR、EOG、EQT、ES、ETN、ETR、EXC、，快速，F，F，F，F，快速，FDO，FDX，FISV，FITB，FMC，瓦斯，GCI，GD，GE，GIS，GLW，GPC，GPC，GPC，GPS，GW，GW，人类，F，F，F，F，F，F，F，F，F，FDX，F，FDX，FC，FMC，FMC，FMC，GD，GD，GD，GD，GEG，GEG，GEG，G，G，G，G，G，G，G，G，G，G，G，G，G，G，G，G，G，G，G，G，G，G，J，JP，JPM，K，K，K，K，K，K，K，K，K，K，K，K，K，K，K，K，K，K，K，K，K，K，K，K，K，K，K，KK，K，K，K，K，KK，东北部、东北部、东北部、国家奥委会、NSC、NTR、东北部、西北部、，北京，PEP，PFE，PG，PY，SYY、SYY、SYY、Y、T、T、T、T、T、T、T、T、T、T、T、TEG、TGT、TGT、THT、THT、TIT、TIT、TIF、TJ、TJT、TJT、T、T、T、TET、TET、TEG、TEG、TGT、TGT、TGT、T、TTT、TIF、TJ、TJ、TJ、TJ、TJ、TJ、TJ、TJ、TJ、TJ、TJ、TJ、TJX、TJX、TJX、TJX、TJX、TJX、TJX、TJX、TJX、TJX、TJX、TMK、TMK、TMK、TMK、TMO、TX、TX、TMO、TX、TX、TMO、TX、TX、TX、TX光，X光，XRxFunding这项工作是通过金融监管卓越实验室（Labex RéFi）完成的，该实验室由PRES heSam支持，参考号为ANR10LABX0095。它得益于法国国家研究机构（ANR）在巴黎新大道项目投资（未来巴黎新世界投资）中管理的法国政府支持，该项目根据参考ANR11IDEX000602。