项目名称: 基于网络传导的金融系统风险度量:理论及其应用

项目编号: No.71471153

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 管理科学

项目作者: 韩乾

作者单位: 厦门大学

项目金额: 61万元

中文摘要: 本课题研究度量金融系统风险的新方法。之前各国央行和学术界提出的度量指标都忽视了系统内个体之间的风险传导机制,即不同的系统内某个体的破产会在不同程度上导致其他个体的破产,而个体间的这种关联恰恰是金融危机的形成渠道。我们运用现代网络理论和计量理论将这种风险传导机制量化。具体地,我们对金融系统内个体遭遇危机后给其他个体带来的链式反应两两进行时间序列建模,形成传导网络,然后结合网络理论中的集中度概念提出CRISK(链式风险)指标,以此衡量个体在金融系统风险中的重要性。在此基础上,我们将个体的链式风险进行贝塔加权,提出整个系统风险的度量指标(GRISK)。此外,本课题将金融系统风险度量方法运用到国家层面和企业层面,对全球各国各地区及我国金融企业在系统风险上的重要性进行评估。最后,本课题对金融系统风险时间序列进行建模和样本外预测,并分析影响金融系统风险的宏观经济、金融市场和个体特征等因素。

中文关键词: 边际期望亏空;金融网络;系统风险;宏观审慎;危机传染

英文摘要: In this project we present some new measures of the systemic risks of financial systems globally. In particular, we consider the interdependence of individual countries in times of crisis and explore to which extent the crisis of a single country will affect the global market through the channel of chain reactions. Specifically, we quantify this interconnectedness between financial individual entities by employing a centrality measure originally proposed by Bonacich (1987) to capture the importance of a particular country relative to other countries within the system/network. A country with higher centrality score contributes more to the global systemic risk compared to a country with a lower centrality score (CRISK). We also present a country-beta weighted average of CRISK's to measure the global systemic risk - GRISK. We shall apply these measures to three levels of empirical studies: first, at the national level we will examine the order importance of different nations in terms of their contributions to the global systemic risk and construct a daily time series of global systemic risk; second, we examine the order importance of major global companies in the financial systemic risk; lastly, we investigate the systemic risk in China using Chinese banks and other financial firms as a sample. Lastly, we model the time seris dynamics of systemic risk and implement out of sample forecasts. Macroeconomic and financial factors and firm idiosyncratic characteristics that can potentially affect the systemic risk are identified through regression analysis.

英文关键词: Marginal Expected Shortfall;Financial Networks;Systemic Risk;Macroprudential;Crisis Contagion

成为VIP会员查看完整内容
2

相关内容

对抗机器学习在网络入侵检测领域的应用
专知会员服务
33+阅读 · 2022年1月4日
【经典书】随机矩阵理论与无线网络,186和pdf
专知会员服务
49+阅读 · 2021年12月21日
【干货书】Python金融分析,714页pdf掌握数据驱动金融
专知会员服务
94+阅读 · 2021年12月17日
逆优化: 理论与应用
专知会员服务
36+阅读 · 2021年9月13日
专知会员服务
54+阅读 · 2021年6月15日
专知会员服务
24+阅读 · 2021年6月9日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
30+阅读 · 2021年2月7日
最新《时序数据分析》书稿,512页pdf
专知会员服务
112+阅读 · 2020年12月25日
金融反欺诈的底层逻辑
人人都是产品经理
1+阅读 · 2022年3月23日
基于深度学习的金融指数基金设计
专知
3+阅读 · 2022年2月26日
特征工程在实际业务中的应用!
专知
0+阅读 · 2022年2月3日
运营策略分析体系,该如何搭建?
人人都是产品经理
0+阅读 · 2021年10月26日
干货:复杂网络及其应用简介
数据猿
25+阅读 · 2018年12月21日
互联网金融中的交易反欺诈模型
炼数成金订阅号
14+阅读 · 2018年3月9日
刘志明 | 知识图谱及金融相关
开放知识图谱
13+阅读 · 2017年12月18日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
38+阅读 · 2021年8月31日
Arxiv
19+阅读 · 2020年7月13日
小贴士
相关主题
相关VIP内容
对抗机器学习在网络入侵检测领域的应用
专知会员服务
33+阅读 · 2022年1月4日
【经典书】随机矩阵理论与无线网络,186和pdf
专知会员服务
49+阅读 · 2021年12月21日
【干货书】Python金融分析,714页pdf掌握数据驱动金融
专知会员服务
94+阅读 · 2021年12月17日
逆优化: 理论与应用
专知会员服务
36+阅读 · 2021年9月13日
专知会员服务
54+阅读 · 2021年6月15日
专知会员服务
24+阅读 · 2021年6月9日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
30+阅读 · 2021年2月7日
最新《时序数据分析》书稿,512页pdf
专知会员服务
112+阅读 · 2020年12月25日
相关资讯
金融反欺诈的底层逻辑
人人都是产品经理
1+阅读 · 2022年3月23日
基于深度学习的金融指数基金设计
专知
3+阅读 · 2022年2月26日
特征工程在实际业务中的应用!
专知
0+阅读 · 2022年2月3日
运营策略分析体系,该如何搭建?
人人都是产品经理
0+阅读 · 2021年10月26日
干货:复杂网络及其应用简介
数据猿
25+阅读 · 2018年12月21日
互联网金融中的交易反欺诈模型
炼数成金订阅号
14+阅读 · 2018年3月9日
刘志明 | 知识图谱及金融相关
开放知识图谱
13+阅读 · 2017年12月18日
相关基金
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员