基于复杂网络的关联信用风险传染建模与仿真研究

发布时间：2018-01-03 13:21

本文关键词：基于复杂网络的关联信用风险传染建模与仿真研究　出处：《电子科技大学》2015年硕士论文　论文类型：学位论文

【摘要】：信用风险作为交易对手未能履行交易约定而造成损失的风险,始终是银行等金融机构及固定收益类投资者面临的主要问题。上世界90年代以前,学术界对信用风险的研究主要集中在单一主体的信用风险评估模型,如KMV模型以及强度模型。但90年代发生的亚洲金融危机让人们体会到了信用风险传染引起的巨大连锁效应,因而信用风险传染引起了监管机构、投资者以及学术研究人员的极大关注。在90年代末期,DavisLo建立了第一个信用风险传染模型,经过10多年的发展,不同学者对信用风险传染模型进行了大量研究和改进。但2008年的全球性金融危机让大家意识到现有的模型仍然存在着巨大的不足和改进空间,因此为了更精确地度量信用风险,必须对信用风险传染效应进行研究,因此本文的研究内容具有重要的理论意义和现实意义。证券市场是一个复杂系统,随着人们对复杂网络的研究越深入,越来越发现网络结构对网络中信息和事物的传递具有较大的影响,因此为了研究信用风险传染必须考虑其所处网络的网络结构。以前对网络结构的的研究主要是假设其服从某一网络,如小世界网络或无标度网络。但这些网络结构并不一定是真实的信用风险网络结构,考虑到信用风险传染演化的过程严重依赖于其网络结构,因此有必要确定真实的信用风险网络结构的特征。基于此,本文以关联信用风险网络结构的研究作为起点,探讨了复杂系统下的信用风险传染演化机理,文主要研究工作概述如下:第一:本文首先对单一主体信用风险模型、信用风险传染进行文献综述,回顾了现有的信用风险传染模型。最后介绍了复杂网络的知识。第二:利用KMV模型计算上市公司信用风险的变化情况,然后利用时间序列关联规则算法,研究了中国上市公司的关联信用风险网络,并探讨了其网络结构。结论显示这一网络的平均路径长度大于利用股市收益数据得出的网络,聚类系数也大于收益网络。说明信用风险在集团内传播更加剧烈但要传播到集团外需要更长的时间。第三:在因子模型的框架下,假设行业的经营状况会随着行业信用风险的集聚而发生突变,建立了基于交易关联的信用风险传染模型,最后利用matlab对模型进行了仿真研究。第四:第二和第三部分研究的基础上,进行了基于复杂网络的信用风险传染仿真。探讨了复杂网络的网络结构对信用风险传染的影响。模拟结果发现,由于经济体间的经济联系可能作为信用违约风险传染的渠道,因此,随着概率概率的提高,信用风险的传染更加剧烈。而由于风险分散效应的存在,网络规模的扩大有利于降低整个网络的风险暴露情况。综上所述,本文首先利用关联规则算法研究了关联信用风险网络的网络结构,进一步在因子模型的基础上构建了一个基于交易对手关联的信用风险传染模型,最后在复杂网络的基础上对信用风险传染进行了仿真。其结论可以为监管机构和金融机构的风险控制提供理论依据和实证参考。
[Abstract]:In the end of 1990 ' s , the study of credit risk has a great impact on the credit risk assessment model , such as KMV model and intensity model .

【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：O157.5

【参考文献】