复杂金融网络中的风险传染与救助策略——基于中国金融无标度网络上的SIRS模型
本文选题:复杂网络 + 风险传染 ; 参考:《财贸经济》2017年04期
【摘要】:本文将传播动力模型SIRS引入到无标度的金融网络中,探讨了模型参数——感染率、治愈率、免疫失效率和网络紧密度对风险传染的影响。理论分析表明:具有无标度性的金融网络中,风险感染总是存在;风险传染会呈现"超调"现象,即感染比例会在短期内超越均衡值;危机中,增强金融机构的治愈能力比预防机构被感染和增强机构免疫能力的效果更好;减小机构之间的紧密性会降低危机的传染程度,但同时也延长了危机持续的时间。通过公开的中国大额支付系统数据,我们近似地构造了具有无标度特征的中国金融网络,并在此基础上进行了风险传染和救助的数值模拟。研究发现:采取救助措施时,多次适量救助是更优的策略,可以大幅降低危机峰值的"超调"现象;救助应该从危机加速度出现转折的时刻开始,从度大的机构逐渐向度小的机构过渡。这一救助思路对于特定网络结构下的系统风险控制具有一定的实践指导意义。
[Abstract]:In this paper, the transmission power model (SIRS) is introduced into the scale-free financial network, and the effects of the model parameters-infection rate, cure rate, immune failure rate and network tightness on risk transmission are discussed. Theoretical analysis shows that risk infection always exists in scale-free financial networks, and risk infection appears "overshoot" phenomenon, that is, the infection ratio will exceed the equilibrium value in a short period of time. Strengthening the healing capacity of financial institutions is better than preventing infection and enhancing institutional immunity; reducing the tightness between institutions will reduce the contagion of the crisis, but it will also prolong the duration of the crisis. Based on the open data of large payment system in China, we construct a scale-free Chinese financial network approximately, and then simulate the risk contagion and rescue. The study found that: when taking rescue measures, multiple times of appropriate rescue is a better strategy, can significantly reduce the crisis peak "overshoot" phenomenon; relief should begin at the moment of crisis acceleration turning point. The transition from a large mechanism to a small one. This idea has some practical significance for system risk control under specific network structure.
【作者单位】: 中国社会科学院金融研究所;国家金融与发展实验室全球经济与金融研究中心;
【分类号】:F832
【相似文献】
相关期刊论文 前10条
1 陈庭强;何建敏;;基于复杂网络的信用风险传染模型研究[J];软科学;2014年02期
2 贺根庆;;金融市场风险传染的原因及影响因素研究[J];征信;2014年07期
3 陈春蓉;;中国房地产行业与金融行业的风险传染实证分析[J];商品与质量;2011年S7期
4 尹群耀;陈庭强;何建敏;吴亚丽;;基于滤子理论的信用风险传染模型[J];系统工程;2012年12期
5 张英奎;马茜;姚水洪;;基于复杂网络的银行系统风险传染与防范[J];统计与决策;2013年10期
6 邓晶;张加发;李红刚;;基于信贷网络的经济波动和风险传染研究[J];北京师范大学学报(自然科学版);2013年04期
7 王倩;T.Hartmannwendels;;信用违约风险传染建模[J];金融研究;2008年10期
8 胡金焱;冯金余;;次债危机对我国股市的跨国风险传染——美国、日本、中国香港与沪深A、B股的证据[J];东岳论丛;2010年02期
9 陈建新;罗伟其;庞素琳;;银行风险传染的集合种群模型——基于元胞自动机的动态模拟[J];系统工程理论与实践;2012年03期
10 刘寅鹏;;国际原油价格波动对我国股市的风险传染[J];劳动保障世界(理论版);2013年02期
相关重要报纸文章 前9条
1 金融学博士 程实;风险传染引发美国经济恶性循环之忧[N];证券时报;2007年
2 本报记者 杨洋;“非法集资”频发 银行严防风险传染[N];金融时报;2014年
3 鲍仁;银监会:严控外部风险传染[N];期货日报;2012年
4 朱文彬;银监会重兵布控银行业外部风险传染[N];中国城乡金融报;2013年
5 本报记者 史进峰;信用违约、表外、外部风险传染 银监会锁定三大监管重点[N];21世纪经济报道;2013年
6 本报记者 钟辉 实习记者 陈琳;48.65万亿“表外”逼近“表内” 监管警示风险传染[N];21世纪经济报道;2013年
7 经济视点报记者 吴春波;谨防地产行业风险传染社区银行业[N];经济视点报;2014年
8 证券时报记者 贾壮;防范个别房企资金链断裂风险传染[N];证券时报;2014年
9 本报记者 唐皎;银监会:警惕资产风险传染银行系统[N];21世纪经济报道;2008年
相关博士学位论文 前7条
1 隋新;基于多重信贷网络的银企间风险传染与控制研究[D];东南大学;2016年
2 李永奎;基于复杂网络的关联信用风险传染延迟效应研究[D];电子科技大学;2016年
3 万阳松;银行间市场风险传染机制与免疫策略研究[D];上海交通大学;2007年
4 李松恭;商业银行保证组合信用风险传染与缓释研究[D];浙江大学;2010年
5 王彭;证券市场第三产业板块行业间信用风险传染研究[D];湖南大学;2014年
6 杨扬;企业集团信用风险传染与演化机理研究[D];电子科技大学;2015年
7 靳飞;中国股票市场的风险传染和投资转移研究[D];电子科技大学;2010年
相关硕士学位论文 前10条
1 朱学帅;资产价格联动性及风险传染机制研究[D];南京信息工程大学;2015年
2 张岩;我国离岸外汇市场与境内外汇市场收益率波动间的风险传染研究[D];中国海洋大学;2015年
3 林丽;信用违约风险在地区之间传染的空间溢出效应研究[D];上海师范大学;2016年
4 罗恂;主权信用评级下调冲击行业的短期聚集效应与长期扩散研究[D];电子科技大学;2016年
5 潘小玉;基于同业拆借的我国银行间市场系统风险传染研究[D];广西大学;2016年
6 刘阳;基于复杂网络理论的银行间拆借市场风险传染与分担研究[D];湖南大学;2016年
7 张晓;我国商业银行系统性风险传染的测度研究[D];湖南大学;2015年
8 李子欣;基于矩阵法的我国银行间同业市场风险传染效应研究[D];浙江财经大学;2016年
9 韩巍;银行间动态借贷模型及风险传染研究[D];东北财经大学;2016年
10 于洁晶;基于债务违约和减价出售视角的银行间风险传染研究[D];东北财经大学;2016年
,本文编号:1991150
本文链接:https://www.wllwen.com/jingjilunwen/huobiyinxinglunwen/1991150.html