國(guó)際金融風(fēng)險(xiǎn)傳染是擾亂經(jīng)濟(jì)秩序、破壞經(jīng)濟(jì)和金融系統(tǒng)結(jié)構(gòu)的主要因素之一。考慮到國(guó)際金融風(fēng)險(xiǎn)傳播速度快、影響范圍廣,如果不能及時(shí)、有效的防控,可能會(huì)對(duì)一國(guó)金融系統(tǒng)乃至全球金融系統(tǒng)造成極大破壞。尤其面對(duì)當(dāng)前復(fù)雜多變的國(guó)際經(jīng)濟(jì)局勢(shì),在把握金融風(fēng)險(xiǎn)傳播特征的基礎(chǔ)上,提出更有針對(duì)性的防控策略對(duì)于保障一國(guó)金融系統(tǒng)的穩(wěn)定運(yùn)行意義重大。這樣的背景對(duì)研究金融風(fēng)險(xiǎn)的動(dòng)態(tài)傳播過(guò)程提出了更高的要求:一方面,需要準(zhǔn)確識(shí)別具有不同規(guī)律和特征的金融風(fēng)險(xiǎn)傳播過(guò)程;另一方面,需要提前并準(zhǔn)確地預(yù)判未來(lái)可能發(fā)生的金融風(fēng)險(xiǎn)的傳播規(guī)律和特征。然而,針對(duì)這兩個(gè)問(wèn)題的研究存在一定局限性,為解決這一問(wèn)題,以國(guó)際股票市場(chǎng)為樣本,運(yùn)用交叉融合的多領(lǐng)域研究方法,從基于復(fù)雜網(wǎng)絡(luò)的金融風(fēng)險(xiǎn)傳播動(dòng)態(tài)模擬仿真入手,識(shí)別了金融風(fēng)險(xiǎn)傳播模式以區(qū)分不同類(lèi)型的金融風(fēng)險(xiǎn)傳播過(guò)程,并在分析復(fù)雜網(wǎng)絡(luò)拓?fù)涮卣髋c不同傳播模式時(shí)變特征相關(guān)性的基礎(chǔ)上,構(gòu)建了數(shù)據(jù)驅(qū)動(dòng)的動(dòng)態(tài)預(yù)警指數(shù)。本文的主要研究工作和創(chuàng)新貢獻(xiàn)體現(xiàn)在以下幾方面:（1）針對(duì)國(guó)際金融風(fēng)險(xiǎn)傳染,構(gòu)建了國(guó)際股指金融風(fēng)險(xiǎn)級(jí)聯(lián)傳播模型,挖掘了金融風(fēng)險(xiǎn)動(dòng)態(tài)傳播規(guī)律。在融合運(yùn)用BEKK-GARCH模型、Delta-CoV... 

【文章來(lái)源】：中國(guó)地質(zhì)大學(xué)(北京)北京市 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：173 頁(yè)

【學(xué)位級(jí)別】：博士

【部分圖文】：

三元有向模體演化圖

占比最高模體演化圖

第3章國(guó)際股指間金融風(fēng)險(xiǎn)傳播動(dòng)態(tài)仿真52從開(kāi)始到結(jié)束的受影響節(jié)點(diǎn)總數(shù)，而量化金融風(fēng)險(xiǎn)傳播速度的指標(biāo)為金融風(fēng)險(xiǎn)傳播從開(kāi)始到結(jié)束經(jīng)歷的傳導(dǎo)次數(shù)。需要說(shuō)明的是，為了反映波動(dòng)溢出網(wǎng)絡(luò)的整體動(dòng)力學(xué)特征，此處提到的受影響節(jié)點(diǎn)總數(shù)和傳導(dǎo)次數(shù)均為網(wǎng)絡(luò)中各個(gè)節(jié)點(diǎn)作為初始風(fēng)險(xiǎn)節(jié)點(diǎn)進(jìn)行動(dòng)態(tài)模擬結(jié)果的平均值，將其記作平均受影響節(jié)點(diǎn)數(shù)（averageinfluencednodes，AIN）和平均傳導(dǎo)次數(shù)（averageconductionsteps，ACS）。顯然，AIN越高說(shuō)明金融風(fēng)險(xiǎn)傳播范圍越廣，而ACS越低說(shuō)明金融風(fēng)險(xiǎn)傳播速度越快。為了挖掘金融風(fēng)險(xiǎn)動(dòng)態(tài)傳播規(guī)律，從演化分析的角度入手，將動(dòng)力學(xué)實(shí)驗(yàn)結(jié)果按照時(shí)間進(jìn)行梳理，用等高線圖展示不同金融風(fēng)險(xiǎn)閾值下金融風(fēng)險(xiǎn)傳播情況，具體如圖3-3所示。圖中x軸為時(shí)間軸，y軸為金融風(fēng)險(xiǎn)閾值，在不同時(shí)間構(gòu)建的波動(dòng)溢出網(wǎng)絡(luò)上進(jìn)行動(dòng)力學(xué)實(shí)驗(yàn)得到的AIN和ACS值的大小在圖中用漸變色加以區(qū)分。圖3-3AIN和ACS演化特征分析

【參考文獻(xiàn)】：
期刊論文
[1]復(fù)雜加權(quán)供應(yīng)鏈網(wǎng)絡(luò)級(jí)聯(lián)抗毀性研究[J]. 趙志剛,周根貴,杜輝.  小型微型計(jì)算機(jī)系統(tǒng). 2019(12)
[2]基于E-t-SNE的混合屬性數(shù)據(jù)降維可視化方法[J]. 魏世超,李歆,張宜弛,周曉鋒,李帥.  計(jì)算機(jī)工程與應(yīng)用. 2020(06)
[3]極端金融風(fēng)險(xiǎn)的有效測(cè)度與非線性傳染[J]. 楊子暉,陳雨恬,陳里璇.  經(jīng)濟(jì)研究. 2019(05)
[4]創(chuàng)新擴(kuò)散視角下眾創(chuàng)設(shè)計(jì)社區(qū)參與者選擇行為模型[J]. 張碩,李英姿,張曉冬.  科技進(jìn)步與對(duì)策. 2018(21)
[5]基于L1懲罰Logit模型的P2P網(wǎng)絡(luò)借貸信用違約識(shí)別與預(yù)測(cè)[J]. 阮素梅,周澤林.  財(cái)貿(mào)研究. 2018(02)
[6]網(wǎng)絡(luò)相關(guān)性、結(jié)構(gòu)與系統(tǒng)性金融風(fēng)險(xiǎn)的關(guān)系研究[J]. 胡宗義,黃巖渠,喻采平.  中國(guó)軟科學(xué). 2018(01)
[7]關(guān)于金融風(fēng)險(xiǎn)傳染的研究綜述[J]. 陳克鑫.  經(jīng)濟(jì)研究導(dǎo)刊. 2018(03)
[8]習(xí)近平金融思想及其在十九大報(bào)告中的新發(fā)展[J]. 張家源.  探索. 2017(06)
[9]金融網(wǎng)絡(luò)關(guān)聯(lián)與我國(guó)影子銀行的風(fēng)險(xiǎn)溢出效應(yīng)——基于GARCH-Copula-CoVaR模型的分析[J]. 馬亞明,宋羚娜.  財(cái)貿(mào)研究. 2017(07)
[10]A股納入MSCI指數(shù)的影響[J]. 魏震.  中國(guó)金融. 2017(18)



本文編號(hào)：3591822