基于网络分析的银行间市场风险传染模拟
发布时间:2021-01-19 02:22
不论是20世纪90年代的一系列金融灾难事件的发生,还是从2007年起由于美国次级住房抵押贷款债券市场引起的全球金融海啸,都在警告我们商业银行的稳健经营是十分重要的。同时银行间市场是整个金融系统健康稳定运行不可或缺的金融中介市场,也是现代金融系统的重要组成部分。目前,随着我国的银行间市场发展飞速,商业银行通过同业拆借中心进行资金的拆借和拆出来满足流动性和赢利性要求,同时也不可避免地加大了银行主体间风险头寸暴露的相关性,这样就为金融风险的传染提供了媒介。然而,目前的一些文章研究大多数关心的是一些定性和实例的分析,对于银行间风险传染的过程的模拟和损失的分析研究还是很缺乏。本论文通过网络结构来模拟银行间市场中的风险传染过程,进而通过情景测试来分析变动参数对考虑了传染效应的损失造成的影响。本文首先指出选题意义、创新点和国内外研究现状。其次,对于网络结构理论和目前我国银行间同业拆借市场的发展进行简要的说明。然后,从联合损失分布、银行间同业拆借市场参与者的行为、网络结构模型和系统损失等方面来模拟整个银行市场整个风险传染的过程。接着,通过情景测试来变参数考虑模型中的参数对传染过程和系统损失的影响。最后...
【文章来源】:华中科技大学湖北省 211工程院校 985工程院校 教育部直属院校
【文章页数】:69 页
【学位级别】:硕士
【部分图文】:
不同类型网络结构的例子
络的重要性的影响是很大的。通常用 P(k)来描述网络中节点的度的分布情况。P(k)说的是随机的选取一个节点的度刚好为 k 的概率。完全随机网络的度分布近似服从 Poisson 分布,但是这些年的研究表明现实中的许多实际网络的度分布是服从一种叫做幂率形式的分布。幂率分布的特点是绝大部分的节点的度相对很低,但是存在少量的度相对很高的节点。为此,拥有幂率分布的网络也被称为不均匀的网络结构。2.1.2 网络结构模型1)规则网络节点间按照不变的算法来进行连线的网络称为规则网络。比如全局耦合网络,任意两点间都有边直接相连;最近邻耦合网络,任意一个节点只和它周围的邻居节点相连;星形网络,有一个中心点,其余的节点都只和这个中心点连接。
图 3.1 基于 matlab 模拟结果四种情况中的网络都是没有方向的无向网络,直观地看我们发现每个图中有少数点的度比较高,大多数的点的度不是很高,接下来用程序近似地模拟它们间的幂率关系。四种情况下的幂率关系见下图 3.2
【参考文献】:
期刊论文
[1]银行风险传染随机模型研究[J]. 李守伟,何建敏,龚晨. 统计与信息论坛. 2010(12)
[2]宏观经济变量冲击与我国银行间市场风险传染[J]. 郭晨,宋清华. 湖北经济学院学报. 2010(03)
[3]金融危机传染的网络理论研究述评[J]. 陈国进,马长峰. 经济学动态. 2010(02)
[4]我国银行同业拆借市场交易特征及风险传染研究[J]. 郭晨. 经济研究导刊. 2010(02)
[5]信用风险传染综述[J]. 王倩,Hartmann-Wendels,王煦逸. 金融理论与实践. 2008(04)
[6]信用违约风险传染模型的比较研究[J]. 王倩,王煦逸. 金融理论与实践. 2007(11)
[7]中国银行间市场双边传染的风险估测及其系统性特征分析[J]. 马君潞,范小云,曹元涛. 经济研究. 2007(01)
[8]当前资本市场的风险传导机制——基于传染效应的实证分析[J]. 蒋序怀,吴富佳,金桩. 财经科学. 2006(02)
[9]我国银行同业拆借市场“传染”风险的实证研究[J]. 李宗怡,李玉海. 财贸研究. 2005(06)
博士论文
[1]基于复杂网络的银行危机传染研究[D]. 侯明扬.青岛大学 2008
[2]银行间市场风险传染机制与免疫策略研究[D]. 万阳松.上海交通大学 2007
硕士论文
[1]基于风险传染角度下银行系统性风险测度研究[D]. 路婷.苏州大学 2009
本文编号:2986145
【文章来源】:华中科技大学湖北省 211工程院校 985工程院校 教育部直属院校
【文章页数】:69 页
【学位级别】:硕士
【部分图文】:
不同类型网络结构的例子
络的重要性的影响是很大的。通常用 P(k)来描述网络中节点的度的分布情况。P(k)说的是随机的选取一个节点的度刚好为 k 的概率。完全随机网络的度分布近似服从 Poisson 分布,但是这些年的研究表明现实中的许多实际网络的度分布是服从一种叫做幂率形式的分布。幂率分布的特点是绝大部分的节点的度相对很低,但是存在少量的度相对很高的节点。为此,拥有幂率分布的网络也被称为不均匀的网络结构。2.1.2 网络结构模型1)规则网络节点间按照不变的算法来进行连线的网络称为规则网络。比如全局耦合网络,任意两点间都有边直接相连;最近邻耦合网络,任意一个节点只和它周围的邻居节点相连;星形网络,有一个中心点,其余的节点都只和这个中心点连接。
图 3.1 基于 matlab 模拟结果四种情况中的网络都是没有方向的无向网络,直观地看我们发现每个图中有少数点的度比较高,大多数的点的度不是很高,接下来用程序近似地模拟它们间的幂率关系。四种情况下的幂率关系见下图 3.2
【参考文献】:
期刊论文
[1]银行风险传染随机模型研究[J]. 李守伟,何建敏,龚晨. 统计与信息论坛. 2010(12)
[2]宏观经济变量冲击与我国银行间市场风险传染[J]. 郭晨,宋清华. 湖北经济学院学报. 2010(03)
[3]金融危机传染的网络理论研究述评[J]. 陈国进,马长峰. 经济学动态. 2010(02)
[4]我国银行同业拆借市场交易特征及风险传染研究[J]. 郭晨. 经济研究导刊. 2010(02)
[5]信用风险传染综述[J]. 王倩,Hartmann-Wendels,王煦逸. 金融理论与实践. 2008(04)
[6]信用违约风险传染模型的比较研究[J]. 王倩,王煦逸. 金融理论与实践. 2007(11)
[7]中国银行间市场双边传染的风险估测及其系统性特征分析[J]. 马君潞,范小云,曹元涛. 经济研究. 2007(01)
[8]当前资本市场的风险传导机制——基于传染效应的实证分析[J]. 蒋序怀,吴富佳,金桩. 财经科学. 2006(02)
[9]我国银行同业拆借市场“传染”风险的实证研究[J]. 李宗怡,李玉海. 财贸研究. 2005(06)
博士论文
[1]基于复杂网络的银行危机传染研究[D]. 侯明扬.青岛大学 2008
[2]银行间市场风险传染机制与免疫策略研究[D]. 万阳松.上海交通大学 2007
硕士论文
[1]基于风险传染角度下银行系统性风险测度研究[D]. 路婷.苏州大学 2009
本文编号:2986145
本文链接:https://www.wllwen.com/jingjilunwen/jinrongzhengquanlunwen/2986145.html