大規(guī)模不均衡擔(dān)保網(wǎng)絡(luò)風(fēng)險(xiǎn)傳播預(yù)測(cè)的方法研究
發(fā)布時(shí)間:2021-04-16 19:26
生產(chǎn)經(jīng)營(yíng)和消費(fèi)是帶動(dòng)國(guó)民經(jīng)濟(jì)發(fā)展的重要驅(qū)動(dòng)因素,在主要經(jīng)濟(jì)體國(guó)家都占到國(guó)內(nèi)生產(chǎn)總值的三分之二以上。中小企業(yè)貸款作為生產(chǎn)經(jīng)營(yíng)和消費(fèi)活動(dòng)的重要組成部分,在技術(shù)創(chuàng)新、推動(dòng)經(jīng)濟(jì)增長(zhǎng)、改善民生和增加就業(yè)等方面有重要的作用。然而,現(xiàn)有的商業(yè)銀行信貸審核和評(píng)價(jià)體系很難滿足中小企業(yè)的融資需求,大多數(shù)信貸評(píng)估標(biāo)準(zhǔn)是為大型企業(yè)設(shè)計(jì)的。為了滿足銀行的這些信貸評(píng)估標(biāo)準(zhǔn),很多中小企業(yè)選擇互相提供貸款擔(dān)保以獲得銀行授信。當(dāng)越來(lái)越多的企業(yè)參與進(jìn)來(lái)時(shí),它們就形成了結(jié)構(gòu)復(fù)雜的擔(dān)保網(wǎng)絡(luò)。這對(duì)國(guó)民經(jīng)濟(jì)來(lái)說(shuō)是一把雙刃劍。一方面,這些擔(dān)保貸款有助于企業(yè)在經(jīng)濟(jì)增長(zhǎng)時(shí)期迅速籌集資金,促進(jìn)發(fā)展。另一方面,雖然復(fù)雜的網(wǎng)絡(luò)可以在經(jīng)濟(jì)低迷時(shí)期減緩違約風(fēng)險(xiǎn),但也會(huì)導(dǎo)致系統(tǒng)性違約發(fā)生并大規(guī)模傳播。目前針對(duì)中小企業(yè)信貸風(fēng)險(xiǎn)的研究仍然停留在對(duì)企業(yè)個(gè)體的評(píng)估方面,缺乏針對(duì)整個(gè)擔(dān)保網(wǎng)絡(luò)的風(fēng)險(xiǎn)評(píng)估和違約預(yù)警。因此,本文提出了針對(duì)擔(dān)保信貸的風(fēng)險(xiǎn)評(píng)估預(yù)測(cè)方法,探索解釋了擔(dān)保網(wǎng)絡(luò)中企業(yè)風(fēng)險(xiǎn)違約的主要影響特征,提出了針對(duì)復(fù)雜擔(dān)保網(wǎng)絡(luò)的低維特征表示方法,進(jìn)而設(shè)計(jì)了信貸風(fēng)險(xiǎn)預(yù)測(cè)和傳播模型,最后開(kāi)發(fā)了擔(dān)保網(wǎng)絡(luò)風(fēng)險(xiǎn)可視分析系統(tǒng)。本文的貢獻(xiàn)和創(chuàng)新點(diǎn)主要體現(xiàn)在以下幾個(gè)方面...
【文章來(lái)源】:上海交通大學(xué)上海市 211工程院校 985工程院校 教育部直屬院校
【文章頁(yè)數(shù)】:142 頁(yè)
【學(xué)位級(jí)別】:博士
【部分圖文】:
–1一個(gè)典型的擔(dān)保網(wǎng)絡(luò)圖例,其中每個(gè)節(jié)點(diǎn)代表一家企業(yè)
第五章信貸擔(dān)保網(wǎng)絡(luò)可視分析系統(tǒng)上海交通大學(xué)博士學(xué)位論文2.T2:風(fēng)險(xiǎn)擔(dān)保模式發(fā)掘。雖然已經(jīng)有一些已知的擔(dān)保模式可能導(dǎo)致違約風(fēng)險(xiǎn)較高,但是仍然可能存在更復(fù)雜的其他模式是風(fēng)險(xiǎn)違約的高發(fā)模型。識(shí)別新的高違約模式有助于銀行業(yè)專(zhuān)家挑選并解決主要的風(fēng)險(xiǎn)根源,因此開(kāi)發(fā)此類(lèi)風(fēng)險(xiǎn)識(shí)別可視工具可以有效地協(xié)助對(duì)網(wǎng)絡(luò)的深入分析。3.T3:網(wǎng)絡(luò)生長(zhǎng)和回溯的可視分析。與其他許多網(wǎng)絡(luò)一樣,擔(dān)保網(wǎng)絡(luò)中的企業(yè)也存在著生長(zhǎng)和回溯的現(xiàn)象。了解網(wǎng)絡(luò)動(dòng)態(tài)生長(zhǎng)過(guò)程有助于金融專(zhuān)家理解企業(yè)是如何在時(shí)間上聯(lián)系在一起的。4.T4:風(fēng)險(xiǎn)社區(qū)分析。在大規(guī)模違約即將發(fā)生時(shí),如果能夠提前預(yù)測(cè)違約擴(kuò)散路徑,監(jiān)控違約擴(kuò)散狀況,將非常有助于政府和銀行采取預(yù)防措施防范和化解風(fēng)險(xiǎn),避免出現(xiàn)區(qū)域性或系統(tǒng)性金融風(fēng)險(xiǎn)。針對(duì)風(fēng)險(xiǎn)社區(qū)的可視分析是這里面很重要的一環(huán),能夠?qū)赡馨l(fā)生大規(guī)模違約的高風(fēng)險(xiǎn)社區(qū)進(jìn)行重點(diǎn)監(jiān)控。在接下來(lái)的小節(jié)中,我們將主要依次詳細(xì)介紹每個(gè)任務(wù)的過(guò)程。5.2.1違約預(yù)測(cè)和可視化圖5–3企業(yè)違約風(fēng)險(xiǎn)可視分析界面,我們使用熱力圖來(lái)對(duì)每個(gè)月中的違約概率進(jìn)行可視展現(xiàn)。Figure5–3Theinterfaceofvisualanalyticsforenterprisedefaultrisk.Weuseaheatmaptocodetherollingpredictionrisksoveramonth.根據(jù)信貸貸款數(shù)據(jù)統(tǒng)計(jì)和分析結(jié)果顯示,擔(dān)保網(wǎng)絡(luò)的規(guī)模以及其對(duì)應(yīng)的違約率在近幾年中都呈現(xiàn)出明顯的上升趨勢(shì),其中網(wǎng)絡(luò)的結(jié)構(gòu)和其違約的概率具有很強(qiáng)的相關(guān)性!88—
第五章信貸擔(dān)保網(wǎng)絡(luò)可視分析系統(tǒng)上海交通大學(xué)博士學(xué)位論文圖5–6高違約率社區(qū)檢測(cè)可視界面:(a)原始的由隨機(jī)游走生成的30個(gè)社區(qū);(b)通過(guò)交互式編輯后生成的10個(gè)典型社區(qū)。Figure5–6Defaultsoccurinclustersandweinteractivelyedittheclusters.(a)30communitiesgeneratedbyarandomwalksalgorithm;(b)10communitiesafterinteractiveediting.Theratiosfordefaultingfirmsarelabeledseparatelyontheleft-handsidetreemaps.—92—
【參考文獻(xiàn)】:
期刊論文
[1]巴塞爾協(xié)議對(duì)商業(yè)銀行風(fēng)險(xiǎn)監(jiān)管的影響[J]. 李茜. 合作經(jīng)濟(jì)與科技. 2017(05)
[2]數(shù)據(jù)驅(qū)動(dòng)型信用風(fēng)險(xiǎn)管理[J]. 李子玉. 中國(guó)金融. 2017(02)
[3]擔(dān)保網(wǎng)絡(luò)傳染效應(yīng)的實(shí)證研究[J]. 劉海明,王哲偉,曹廷求. 管理世界. 2016(04)
[4]信用擔(dān)保網(wǎng)絡(luò)的負(fù)面效應(yīng):傳導(dǎo)機(jī)制與制度誘因[J]. 曹廷求,劉海明. 金融研究. 2016(01)
[5]我國(guó)商業(yè)銀行信貸風(fēng)險(xiǎn)管理研究[J]. 卞偉力. 新經(jīng)濟(jì). 2016(02)
[6]企業(yè)擔(dān)保圈風(fēng)險(xiǎn)監(jiān)測(cè)與預(yù)警研究[J]. 陳隆,徐明昌,張宏炬,俞建榮. 金融監(jiān)管研究. 2015(04)
[7]擔(dān)保網(wǎng)絡(luò)如何影響信貸市場(chǎng)——來(lái)自中國(guó)的證據(jù)[J]. 王永欽,米晉宏,袁志剛,周群力. 金融研究. 2014(10)
[8]“檸檬市場(chǎng)”效應(yīng)與擔(dān)保圈風(fēng)險(xiǎn)[J]. 中國(guó)人民銀行淄博市中心支行課題組,劉潔,劉博,孟文杰,劉丹華,岳亮. 金融發(fā)展研究. 2013(12)
[9]長(zhǎng)三角鋼貿(mào)信貸危機(jī)的若干問(wèn)題研究[J]. 杜寬旗,楊毓,蒙肖蓮. 生產(chǎn)力研究. 2013(11)
[10]融資性擔(dān)保機(jī)構(gòu)風(fēng)險(xiǎn)淺析[J]. 田雪瓊. 金融縱橫. 2012(06)
博士論文
[1]商業(yè)銀行信貸風(fēng)險(xiǎn)分析與管理研究[D]. 趙春秀.天津大學(xué) 2008
碩士論文
[1]信貸擔(dān)保網(wǎng)絡(luò)的風(fēng)險(xiǎn)管理研究[D]. 顧文祥.南京理工大學(xué) 2015
本文編號(hào):3142031
【文章來(lái)源】:上海交通大學(xué)上海市 211工程院校 985工程院校 教育部直屬院校
【文章頁(yè)數(shù)】:142 頁(yè)
【學(xué)位級(jí)別】:博士
【部分圖文】:
–1一個(gè)典型的擔(dān)保網(wǎng)絡(luò)圖例,其中每個(gè)節(jié)點(diǎn)代表一家企業(yè)
第五章信貸擔(dān)保網(wǎng)絡(luò)可視分析系統(tǒng)上海交通大學(xué)博士學(xué)位論文2.T2:風(fēng)險(xiǎn)擔(dān)保模式發(fā)掘。雖然已經(jīng)有一些已知的擔(dān)保模式可能導(dǎo)致違約風(fēng)險(xiǎn)較高,但是仍然可能存在更復(fù)雜的其他模式是風(fēng)險(xiǎn)違約的高發(fā)模型。識(shí)別新的高違約模式有助于銀行業(yè)專(zhuān)家挑選并解決主要的風(fēng)險(xiǎn)根源,因此開(kāi)發(fā)此類(lèi)風(fēng)險(xiǎn)識(shí)別可視工具可以有效地協(xié)助對(duì)網(wǎng)絡(luò)的深入分析。3.T3:網(wǎng)絡(luò)生長(zhǎng)和回溯的可視分析。與其他許多網(wǎng)絡(luò)一樣,擔(dān)保網(wǎng)絡(luò)中的企業(yè)也存在著生長(zhǎng)和回溯的現(xiàn)象。了解網(wǎng)絡(luò)動(dòng)態(tài)生長(zhǎng)過(guò)程有助于金融專(zhuān)家理解企業(yè)是如何在時(shí)間上聯(lián)系在一起的。4.T4:風(fēng)險(xiǎn)社區(qū)分析。在大規(guī)模違約即將發(fā)生時(shí),如果能夠提前預(yù)測(cè)違約擴(kuò)散路徑,監(jiān)控違約擴(kuò)散狀況,將非常有助于政府和銀行采取預(yù)防措施防范和化解風(fēng)險(xiǎn),避免出現(xiàn)區(qū)域性或系統(tǒng)性金融風(fēng)險(xiǎn)。針對(duì)風(fēng)險(xiǎn)社區(qū)的可視分析是這里面很重要的一環(huán),能夠?qū)赡馨l(fā)生大規(guī)模違約的高風(fēng)險(xiǎn)社區(qū)進(jìn)行重點(diǎn)監(jiān)控。在接下來(lái)的小節(jié)中,我們將主要依次詳細(xì)介紹每個(gè)任務(wù)的過(guò)程。5.2.1違約預(yù)測(cè)和可視化圖5–3企業(yè)違約風(fēng)險(xiǎn)可視分析界面,我們使用熱力圖來(lái)對(duì)每個(gè)月中的違約概率進(jìn)行可視展現(xiàn)。Figure5–3Theinterfaceofvisualanalyticsforenterprisedefaultrisk.Weuseaheatmaptocodetherollingpredictionrisksoveramonth.根據(jù)信貸貸款數(shù)據(jù)統(tǒng)計(jì)和分析結(jié)果顯示,擔(dān)保網(wǎng)絡(luò)的規(guī)模以及其對(duì)應(yīng)的違約率在近幾年中都呈現(xiàn)出明顯的上升趨勢(shì),其中網(wǎng)絡(luò)的結(jié)構(gòu)和其違約的概率具有很強(qiáng)的相關(guān)性!88—
第五章信貸擔(dān)保網(wǎng)絡(luò)可視分析系統(tǒng)上海交通大學(xué)博士學(xué)位論文圖5–6高違約率社區(qū)檢測(cè)可視界面:(a)原始的由隨機(jī)游走生成的30個(gè)社區(qū);(b)通過(guò)交互式編輯后生成的10個(gè)典型社區(qū)。Figure5–6Defaultsoccurinclustersandweinteractivelyedittheclusters.(a)30communitiesgeneratedbyarandomwalksalgorithm;(b)10communitiesafterinteractiveediting.Theratiosfordefaultingfirmsarelabeledseparatelyontheleft-handsidetreemaps.—92—
【參考文獻(xiàn)】:
期刊論文
[1]巴塞爾協(xié)議對(duì)商業(yè)銀行風(fēng)險(xiǎn)監(jiān)管的影響[J]. 李茜. 合作經(jīng)濟(jì)與科技. 2017(05)
[2]數(shù)據(jù)驅(qū)動(dòng)型信用風(fēng)險(xiǎn)管理[J]. 李子玉. 中國(guó)金融. 2017(02)
[3]擔(dān)保網(wǎng)絡(luò)傳染效應(yīng)的實(shí)證研究[J]. 劉海明,王哲偉,曹廷求. 管理世界. 2016(04)
[4]信用擔(dān)保網(wǎng)絡(luò)的負(fù)面效應(yīng):傳導(dǎo)機(jī)制與制度誘因[J]. 曹廷求,劉海明. 金融研究. 2016(01)
[5]我國(guó)商業(yè)銀行信貸風(fēng)險(xiǎn)管理研究[J]. 卞偉力. 新經(jīng)濟(jì). 2016(02)
[6]企業(yè)擔(dān)保圈風(fēng)險(xiǎn)監(jiān)測(cè)與預(yù)警研究[J]. 陳隆,徐明昌,張宏炬,俞建榮. 金融監(jiān)管研究. 2015(04)
[7]擔(dān)保網(wǎng)絡(luò)如何影響信貸市場(chǎng)——來(lái)自中國(guó)的證據(jù)[J]. 王永欽,米晉宏,袁志剛,周群力. 金融研究. 2014(10)
[8]“檸檬市場(chǎng)”效應(yīng)與擔(dān)保圈風(fēng)險(xiǎn)[J]. 中國(guó)人民銀行淄博市中心支行課題組,劉潔,劉博,孟文杰,劉丹華,岳亮. 金融發(fā)展研究. 2013(12)
[9]長(zhǎng)三角鋼貿(mào)信貸危機(jī)的若干問(wèn)題研究[J]. 杜寬旗,楊毓,蒙肖蓮. 生產(chǎn)力研究. 2013(11)
[10]融資性擔(dān)保機(jī)構(gòu)風(fēng)險(xiǎn)淺析[J]. 田雪瓊. 金融縱橫. 2012(06)
博士論文
[1]商業(yè)銀行信貸風(fēng)險(xiǎn)分析與管理研究[D]. 趙春秀.天津大學(xué) 2008
碩士論文
[1]信貸擔(dān)保網(wǎng)絡(luò)的風(fēng)險(xiǎn)管理研究[D]. 顧文祥.南京理工大學(xué) 2015
本文編號(hào):3142031
本文鏈接:http://www.sikaile.net/shoufeilunwen/jjglbs/3142031.html
最近更新
教材專(zhuān)著