基于SEIS模型的互联网金融风险传染研究

发布时间：2020-11-14 16:22

　　 针对互联网金融发展带来的金融风险增加的问题,运用复杂网络方法构建互联网金融网络,建立具有潜伏期的易感者-潜伏者-染病者-易感者(SEIS)模型,研究单因素和双因素影响下的互联网金融风险网络传播的内在规律。结果表明:在单因素变化情况下,感染率越高,风险越容易传播,提高治愈率可以有效降低风险感染率;在双因素共同作用下,潜伏率超过0.2时转化率的上升会影响最终感染节点数量,治愈率的上升能够很好地遏制感染率上升对感染密度的影响。
【部分图文】：

本文假设互联网金融平台具有3种状态:易感染状态(S)、已感染状态(I)、潜伏期状态(E)。若互联网金融平台的风险防范机制较为完善,则在遭受风险冲击后并不会受到影响,也不具备传播风险的能力;若平台的风控措施不完备或是尚未建立起风控机制,与已感染平台相连接的易感染平台会以潜伏率α1转变为潜伏期平台,而另外有的平台直接被感染成为已感染平台,这一概率被定义为感染率,用α2表示。潜伏期平台也会以转化率β转变为已感染平台,已感染的平台具有传播风险的作用,将风险传染给与之相连的互联网金融平台。已经感染风险的平台为了摆脱感染状态,会采取应对措施来控制风险,则存在一定的治愈率重新恢复成易感染状态,治愈率用μ表示。互联网金融风险SEIS传播模型示意图如图1所示。1.2 模型构建

令风险感染率α2=0.2,治愈率μ分别为0.8、0.6和0.4,从图2(a)中可以发现,当μ=0.8时,网络中的风险传染速度低于μ=0.6和0.4时,最终稳定状态下的被感染节点比例也低于另外2种情况。因此,当风险感染率α2相同时,互联网金融平台的治愈率越大,最终处于感染状态的互联网金融平台数量越小,治愈率的提高能够有效控制互联网金融风险传播规模。(2)同样在随机冲击方式下,保持治愈率不变,分析感染率变化对风险传染的影响。

图3反映了当风险感染率和治愈率保持不变,即感染率为0.1以及治愈率为0.8时,稳定状态下感染个体的密度与风险潜伏率、风险转化率之间的关系。可以看出,第一,在潜伏率小于0.2的情况下,转化率的上升不会影响最终感染节点比例大小,而当潜伏率固定为大于0.2的数值时,随着转化率增大,潜在的互联网金融风险平台极有可能演变为感染平台,转化为感染平台的概率升高,进而稳定状态下的感染节点比例增多;第二,在转化率不变时,随着潜伏率的上升,系统稳定状态中的感染节点比例明显上升,如潜伏率从0.2增大到0.9,最终感染节点比例将从0.12增加至0.27。上述变化规则与单一潜伏率或单一转化率对风险传染的影响情况一致。从图3中还可以看出,在转化率和潜伏率相互影响、共同变化时,潜伏率对最终感染节点比例的影响要强于转化率对感染节点比例的影响。可以明显看出,转化率的增大仅带来感染节点密度的微小增长,对感染规模的整体演化趋势影响不大。因此,为了控制风险传染、缩小感染范围,相较于转化率,降低潜伏率是更加有效的方式。
【相似文献】

相关期刊论文 前10条

1 李东升;;互联网金融视野下银行卡诈骗的手段及防范措施[J];商业故事;2016年04期

2 廖草仙;吴淑芳;;互联网金融背景下个人理财风险防范研究[J];现代经济信息;2016年16期

3 殷久丽;;从互联网金融发展角度研究网点客户维护[J];时代金融;2015年30期

4 晋自力;;互联网金融及其对商业银行的影响——以阿里小贷为例[J];产业与科技论坛;2016年05期

5 徐靖;石静;;互联网金融时代下的大学生分期支付平台发展状况——以保定市五所高校为例[J];同行;2016年12期

6 孔晓文;;浅谈互联网金融背景下消费金融的发展趋势[J];现代经济信息;2016年01期

7 康永贵;;互联网金融时代下高校校园贷问题调查与研究[J];现代营销(信息版);2020年01期

8 解云霞;;基于互联网金融的中小企业融资问题研究[J];会计师;2016年17期

9 张立鹤;王一凡;;基于互联网金融的商业银行经营模式转变研究——以中国工商银行为例[J];时代金融;2015年02期

10 赵磊;;互联网时代银行系电商路在何方[J];时代金融;2015年29期

相关博士学位论文 前10条

1 黄姻;我国互联网金融顾客参与影响机制研究[D];江西财经大学;2015年

2 李琦;互联网金融领域信用与风险的理论与实证分析[D];重庆大学;2015年

3 赵琴琴;中国互联网金融风险问题与对策研究[D];中共中央党校;2017年

4 李树文;互联网金融风险管理研究[D];东北财经大学;2016年

5 云佳祺;互联网金融风险管理研究[D];中国社会科学院研究生院;2017年

6 刘晛;中国互联网金融的发展问题研究[D];吉林大学;2016年

7 李张珍;互联网金融模式下的商业银行创新[D];中国社会科学院研究生院;2016年

8 刘旭辉;互联网金融风险防范和监管问题研究[D];中共中央党校;2015年

9 齐世平;中国互联网金融发展研究[D];中共中央党校;2015年

10 杨翾;感知风险和信任对互联网理财产品消费行为的影响机理研究[D];南昌大学;2016年

相关硕士学位论文 前10条

1 赵迷娜;中国互联网金融的现状和问题研究[D];中央民族大学;2016年

2 古方仪;中国互联网金融中的羊群效应分析[D];吉林大学;2017年

3 胡芬芬;我国互联网金融中的权力机制研究[D];东南大学;2016年

4 王昊文;互联网金融对商业银行的影响及其对策研究[D];南昌大学;2016年

5 戴晨;内蒙古银行的互联网金融发展战略研究[D];内蒙古财经大学;2016年

6 赵晶;互联网金融背景下境外直销银行发展策略研究[D];对外经济贸易大学;2016年

7 丁夏;互联网金融背景下商业银行个人金融业务创新策略研究[D];福建农林大学;2015年

8 霍晨光;互联网金融背景下商业银行传统业务运营模式优化研究[D];浙江工业大学;2015年

9 黄浩;互联网场景金融应用[D];南京大学;2016年

10 郭玉洁;关于互联网金融的研究[D];山东大学;2015年

本文编号：2883681