2008年全球金融危機以來,全球經(jīng)濟長期處于曲折性與脆弱性并舉的調(diào)整恢復(fù)期。具體表現(xiàn)為發(fā)達(dá)經(jīng)濟體復(fù)蘇基礎(chǔ)仍不穩(wěn)固,新興市場經(jīng)濟體總體表現(xiàn)疲弱,未來全球經(jīng)濟充滿了眾多的不確定性。隨著全球經(jīng)濟一體化進程的加快,在不確定環(huán)境下,全球金融市場之間呈現(xiàn)出明顯的聯(lián)動性,市場之間的相互影響程度呈現(xiàn)出上升的趨勢。眾多危機事件的爆發(fā)均表明（如雷曼兄弟破產(chǎn)事件、歐洲債務(wù)危機事件以及德意志銀行巨額虧損事件）,在高度關(guān)聯(lián)的金融系統(tǒng)內(nèi),系統(tǒng)重要性金融機構(gòu)在金融風(fēng)險傳染過程中扮演著重要角色,并引發(fā)了全球各界對系統(tǒng)性風(fēng)險以及風(fēng)險在金融機構(gòu)之間的傳染效應(yīng)的重視與研究。維護金融穩(wěn)定和防范系統(tǒng)性風(fēng)險,成為全球各國政府金融政策的主要目標(biāo)之一。為了應(yīng)對潛在的危機,金融監(jiān)管的理念也從微觀審慎轉(zhuǎn)變?yōu)楹暧^審慎,而系統(tǒng)重要性金融機構(gòu)的識別和評估對于實施宏觀審慎的監(jiān)管政策至關(guān)重要。就國內(nèi)而言,目前我國經(jīng)濟運行面臨著眾多問題,例如,經(jīng)濟增長乏力,金融風(fēng)險積聚,地方政府債務(wù)風(fēng)險、局部房地產(chǎn)泡沫風(fēng)險、銀行業(yè)資產(chǎn)質(zhì)量下降、金融產(chǎn)品創(chuàng)新無序發(fā)展等風(fēng)險值得關(guān)注。因此,提高金融體系應(yīng)對沖擊的能力,防止系統(tǒng)性風(fēng)險的不斷累積,降低金融體系內(nèi)部關(guān)聯(lián)性可能... 

【文章來源】：華中科技大學(xué)湖北省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：132 頁

【學(xué)位級別】：博士

【部分圖文】：

一個簡單網(wǎng)絡(luò)網(wǎng)絡(luò)的聚類系數(shù)反映了網(wǎng)絡(luò)的聚類特性

圖 2-2 網(wǎng)絡(luò)密度對比網(wǎng)絡(luò)密度定義為網(wǎng)絡(luò)中實際存在的邊數(shù)與理論上可能存在的最多邊數(shù)的比值。網(wǎng)絡(luò)密度反映了網(wǎng)絡(luò)中節(jié)點之間相互連接的緊密程度。直觀上來看，網(wǎng)絡(luò)密度越大，節(jié)點之間的聯(lián)系越緊密。如圖 2-2,網(wǎng)絡(luò)的節(jié)點數(shù)均為 10，其中第一個網(wǎng)絡(luò)的邊數(shù)為27，第二個網(wǎng)絡(luò)的邊數(shù)為 18。對于節(jié)點數(shù)為 10 的網(wǎng)絡(luò)而言，理論上可能存在的邊數(shù)為 45，因此，兩個網(wǎng)絡(luò)的密度分別為 0.6 和 0.4。很顯然，在第一個網(wǎng)絡(luò)圖中，網(wǎng)絡(luò)的密度更大，網(wǎng)絡(luò)的關(guān)聯(lián)程度更加緊密。網(wǎng)絡(luò)的平均度定義為網(wǎng)絡(luò)中所有節(jié)點度的平均值，而節(jié)點的度定義為與該節(jié)點連接的所有其他節(jié)點的個數(shù)，節(jié)點的度在一定程度上反映了該節(jié)點在整個網(wǎng)絡(luò)中的重要性，而網(wǎng)絡(luò)的平均度也映了網(wǎng)絡(luò)中節(jié)點之間整體的關(guān)聯(lián)程度。對于一個網(wǎng)絡(luò)而言，平均度越大，節(jié)點的總體關(guān)聯(lián)程度越大。2.2.2 復(fù)雜網(wǎng)絡(luò)的特征

圖 2-3 小世界網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)資料來源：房艷君（2014） 2-4 WS 小世界模型的聚類系數(shù)和平均路徑長度與重連概率 的資料來源：Watts 和 Strogtz（1998） 小世界網(wǎng)絡(luò)模型采用“隨機化重連”的算法，可能會導(dǎo)致孤an 和 Watts（1999）提出了一個改進的小世界網(wǎng)絡(luò)，稱為

【參考文獻】：
期刊論文
[1]期望損失的后驗分析[J]. 杜在超,Juan Carlos Escanciano.  財經(jīng)研究. 2017(12)
[2]風(fēng)險依賴、一致性風(fēng)險度量與投資組合——基于Mean-Copula-CVaR的投資組合研究[J]. 張冀,謝遠(yuǎn)濤,楊娟.  金融研究. 2016(10)
[3]我國上市金融機構(gòu)關(guān)聯(lián)性研究——基于網(wǎng)絡(luò)分析法[J]. 李政,梁琪,涂曉楓.  金融研究. 2016(08)
[4]中國金融機構(gòu)的系統(tǒng)重要性及系統(tǒng)性風(fēng)險傳染機制分析——基于復(fù)雜網(wǎng)絡(luò)的視角[J]. 歐陽紅兵,劉曉東.  中國管理科學(xué). 2015(10)
[5]復(fù)雜網(wǎng)絡(luò)視角下銀行同業(yè)間市場風(fēng)險傳染效應(yīng)研究[J]. 王曉楓,廖凱亮,徐金池.  經(jīng)濟學(xué)動態(tài). 2015(03)
[6]中國股市復(fù)雜網(wǎng)絡(luò)中的分形特征[J]. 莊新田,張鼎,苑瑩,莊霄威.  系統(tǒng)工程理論與實踐. 2015(02)
[7]中國A、B、H股市間尾部相依性的趨勢研究——基于多機制平滑轉(zhuǎn)換混合Copula模型的實證分析[J]. 吳吉林,陳剛,黃辰.  管理科學(xué)學(xué)報. 2015(02)
[8]基于vine copula方法的股市組合動態(tài)VaR測度及預(yù)測模型研究[J]. 馬鋒,魏宇,黃登仕.  系統(tǒng)工程理論與實踐. 2015(01)
[9]基于GARCH-EVT-COPULA模型的外匯投資組合風(fēng)險度量研究[J]. 茍紅軍,陳迅,花擁軍.  管理工程學(xué)報. 2015(01)
[10]基于復(fù)雜網(wǎng)絡(luò)理論的股票指標(biāo)關(guān)聯(lián)性實證分析[J]. 張來軍,楊治輝,路飛飛.  中國管理科學(xué). 2014(12)

博士論文
[1]一般復(fù)雜網(wǎng)絡(luò)及經(jīng)濟網(wǎng)絡(luò)的動態(tài)模型與穩(wěn)定性研究[D]. 房艷君.山東師范大學(xué) 2010



本文編號：3211287