关联企业间金融信用风险传染研究综述

近年来,由单个企业信用违约引发的群体违约事件时有发生,随着企业间关联关系复杂化程度加深,不但加剧了信用市场内的风险传染效应,更易引发系统性金融风险。从网络理论视角系统梳理关联企业群间金融信用风险传染的研究文献,并从关联企业网络的内涵与特征、网络结构与信用风险传染的关系、网络理论在风险传染研究中的应用展开论述。研究发现,动态网络结构以及多层关联网络下信用风险传染的研究更能对实际场景中的风险传染机制进行准确刻画。     

基于KMV和关联规则算法的行业供应链信用风险传染研究

从行业供应链视角,以钢铁行业和医药流通行业供应链中上市企业市场数据为研究对象,上市公司信用风险大小以KMV模型中的违约距离值代替,利用Apriori算法挖掘上市公司信用风险传染的关联规则。研究结论表明,医药流通行业供应链中企业信用风险传染频率和传染强度均高于钢铁行业供应链中企业;供应链中上下游企业整合以及信用技术引进是影响供应链企业信用风险传染重要影响因素。     

基于复杂网络社会网络动力学研究

本文对基于复杂网络社会动力学进行了全面的研究,讨论了社会网络包含的具体内容,着重介绍了度与度分布,加权网络及社团结构及聚类算法与社会网络动力学的关联,并关注社会网络鲁棒性与社会网络自组织临界性研究等动力学具体表现,为目前的社会网络动力学分析提供一种比较实用的研究方法。     

基于复杂网络的企业创新网络级联失效可靠性模型

在企业创新网络演化模型的基础上提出节点的创新能力概念,构建企业创新网络级联失效可靠性模型,并对动荡、动态平衡和萎缩3种类型网络进行仿真实验研究。仿真数据表明:随机攻击节点条件下,动荡网络的节点失效率高于其他两种网络,但在攻击度中心性较高节点时动态平衡网络的节点级联失效率要高于动荡网络;随着度中心性变小,动态平衡网络的节点失效率逐渐低于动荡网络,而萎缩网络的节点失效率则一直处于最低;除此之外,如果攻击流介数中心性节点,动荡网络的创新能力损失率一直较高。实验结果表明,动荡网络的网络综合创新能力最高,但是可靠性较低。     

作者合作复杂网络模型

基于科研论文作者合作方式,建立了一个作者科研合作网络模型。通过理论分析和仿真验证,网络模型节点的度分布（作者合作人数）符合幂率分布,该网络是一种无尺度网络模型。为了说明作者合作网络模型的有效性,对2001年1月-2006年12月期间发表在《情报科学》期刊上的科研论文进行统计,建立了作者合作网络。对作者合作网络进行数据分析,结果与网络模型结论一致,因此该模型可以很好描述作者合作网络的演化过程。     

基于复杂网络的节点影响力评价模型研究

评价复杂网络节点影响力主要依靠节点的度、邻近度、介数和K—shelf等中心性指标值,但此类方法的挖掘精度和适应性均不理想。提出了一种新的复杂网络节点影响力评价模型-KSC中心性度量模型。该模型不仅考虑节点的内部属性,还考虑节点的外部属性。通过SIR模型进行了仿真传播实验,实验结果表明,该算法适用于各种复杂网络并且能够很好地发现影响力更大的传播节点。     

基于KMV模型的商业银行信用风险研究

信用风险是商业银行等金融机构面临的重要风险之一,本文通过对KMV模型的分析找出了一种度量商业银行信用风险的方法,得出了利用KMV模型衡量违约率的逻辑框架,并分析了KMV模型应用在我国商业银行的可行性.     

基于复杂网络理论的高速铁路网络研究

从我国高速铁路信息中提取610个站点以及3 058个列车的信息,基于L空间建立高速铁路加权网络。通过复杂网络理论对网络结构进行研究,研究发现,高速铁路网络为小世界网络。当节点度大于等于6时,网络呈现无标度特征。通过计算机模拟,进行网络的可靠性试验发现,对边或节点进行蓄意攻击比随机攻击破坏性更大。其中,只要对极少的最大度节点或最大介数节点进行攻击,就能造成网络全局效率的急剧下降。     

基于复杂网络的高技术虚拟产业集群网络演化模型与仿真研究

从复杂网络视角,分析了高技术虚拟产业集群网络及网络演化的内涵,建立了揭示网络演化机理的HTVIC网络演化框架模型。在此基础上,分析了包含增长、择优连接、自增长、反择优衰退的HTVIC网络演化规则,同时以BA无标度网络演化模型为基础,构建了HTVIC双向择优网络演化模型,并运用平均场理论对该网络演化模型度分布与幂指数进行了详细求解。最后运用Matlab对HTVIC网络演化过程进行了模拟仿真,得出HTVIC双向择优网络演化模型是一种无标度网络演化模型、具有无标度特征的结论。     

基于复杂网络的银行竞争行为研究

以上市公司的长期银行借款为基本关系,构建银行共同贷款网络,运用复杂网络理论,对比研究了2000年和2009年的网络特征,发现:①非国有大型商业银行首先是争夺国有大型商业银行的市场,而不是自身的相互争夺;②全国股份制商业银行,虽然在上世纪90年代已相继成立,但业务开展并不好,但在样本期间,业务发展相当迅速,形成仅次于国有大型商业银行的中心节点,与国有大型银行共同形成银行系统的核心集团;③虽然国有大型商业银行仍是整个银行系统的中心,但中心地位已有所下降,对整个银行系统的影响力也显著下降,且各国有大型商业银行的影响力已趋于一致,专业性界限已非常模糊;④银行间,特别是居于核心集团的银行之间的共同客户越来越多,银行间接触更加频繁,这不仅是银行间竞争的加剧,同时银行间信息的分享和风险的分担都加强了。     

基于混合Copula函数的金融市场非线性极端风险传染研究

本文在金融市场典型事实约束下,运用ARFIMA和FIAPARCH模型分别对金融收益率与波动率进行建模,以排除金融市场典型事实对风险传染效应的影响,进而运用极值理论( EVT)对标准收益的极端尾部建模,并运用由Clayton、Frank和Gumbel组成的混合Copula模型对金融风险传染进行实证研究。研究结果表明：次贷危机的爆发对于股市的长记忆性具有一定的影响;在次贷危机后,中国大陆股市与香港股市、日本股市以及新加坡股市发生了显著的极端风险传染,而香港股市与日本股市、新加坡股市以及日本股市与新加坡股市之间未发生显著的极端风险传染。     

基于复杂网络的信息分析模型研究

[目的/意义]在大数据环境下,传统的信息分析面临着挑战,必须寻找新的方法才能够适应大数据环境对信息分析工作的要求。[方法/过程]通过文献调研法,对复杂网络方法在信息分析中应用的优势进行了梳理,构建了基于复杂网络的信息分析模型,并对模型实现的关键技术与方法进行了探讨。[结果/结论]复杂网络分析方法因在处理复杂性和不确定性数据上有明显的优势,更适合大数据背景下的信息分析工作。     

基于支持向量机的企业赊销风险评估模型

结合赊销风险的特征,提出将"赊销风险度"作为新的赊销风险度量标准,在定义赊销风险度的基础上,将企业赊销风险划分为5个等级,并将支持向量机(SVM)引入赊销风险评价,建立了基于SVM的企业赊销风险评价模型。实证结果表明,该模型有效且可行。     

基子支持向量机的企业赊销风险评估摸型

结合赊销风险的特征,提出将"赊销风险度"作为新的赊销风险度量标准,在定义赊销风险度的基础上,将企业赊销风险划分为5个等级,并将支持向量机(SVM)引入赊销风险评价,建立了基于SVM的企业赊销风险评价模型.实证结果表明,该模型有效且可行.     

基于复杂网络的突发事件信息传播模型研究

从人际关系网络结构和信息传播特征出发,采用定量与定性分析相结合、理论推导与计算机仿真相结合的方法,基于局域世界网提出了突发事件信息传播网络模型,并进一步对其进行动态仿真研究。新模型的优点在于能充分表现突发事件信息传播网络的社区性和同配性,同时,还具备幂律特征和较大集聚系数特征,新模型的提出及其仿真为深入研究突发事件信息人际传播性质和规律奠定了一定的基础。     

基于BP神经网络的订单融资风险预警模型

随着供应链金融服务中订单融资的开展,作为贷款方的银行及其合作代理方物流公司对风险的防范不再仅仅是针对单个融资企业,而是扩展到融资企业所在的供应链中.基于现有研究成果的局限性,将BP神经网络引入订单融资风险预警的研究之中.依据国内外专家对订单融资的研究结果及其内涵的界定,采用问卷调查和深度访谈等方法对订单融资业务的风险类型进行了识别,在此基础上建立了订单融资风险预警指标体系,并构建了基于BP神经网络的订单融资风险预警模型,通过对实例样本的训练和验证,表明所建立的风险预警模型真实、可靠,对供应链金融下订单融资风险预警具有较高的实用价值.     

基于信用与利率双重风险免疫的资产组合优化模型

揭示了信用与利率双重风险免疫原理,建立了基于信用与利率双重风险免疫的资产组合优化模型,解决了传统利率免疫条件不能反映信用等级迁移风险的问题。本文的创新与特色是建立了同时控制利率风险和信用等级迁移风险的优化模型。通过揭示市场利率的变化和信用等级迁移的变化共同引起贷款等资产现值的变化的规律性联系,建立了同时反映利率风险免疫和信用等级迁移风险免疫的双重风险免疫条件,同时控制了利率风险和贷款的信用风险,避免了在企业信用等级迁移和市场利率发生变化时银行净值的波动,克服了传统免疫条件忽略信用风险的不足,开辟了资产优化配置研究的新思路,保证了市场利率波动时银行股东权益不受损失。     

熵权-TOPSIS模型在商业银行信用风险评估中的应用

信用风险评估是商业银行信贷决策的关键环节。基于信息熵的思想,建立了商业银行信用风险评估的熵权-TOPSIS模型,首先采用熵权法求解了多指标决策问题中各指标的客观权重,并且将其与采用层次分析法得出的专家主观权重相结合,得出了各指标的综合权重。其次,采用逼近理想解的排序法（TOPSIS）作为目标函数,根据接近度的大小对申请贷款的企业进行了信用风险评价排序。最后运用某国有银行陕西省分行的实际信贷数据进行了实证分析,说明了该方法的应用价值。     

熵权-TOPSIS模型在商业银行信息风险评估中的应用

信用风险评估是商业银行信贷决策的关键环节.基于信息熵的思想,建立了商业银行信用风险评估的熵权-TOPSIS模型,首先采用熵权法求解了多指标决策问题中各指标的客观权重,并且将其与采用层次分析法得出的专家主观权重相结合,得出了各指标的综合权重.其次,采用逼近理想解的排序法(TOPSIS)作为目标函数,根据接近度的大小对申请贷款的企业进行了信用风险评价排序.最后运用某国有银行陕西省分行的实际信贷数据进行了实证分析,说明了该方法的应用价值.