|
|
|
| 基于复杂网络传染病模型的金融风险防控研究 |
| 中国人民银行广州分行课题组 |
|
|
|
|
摘要 ：本文基于传染病动力学模型，采用我国24家上市银行和130家地方法人银行数据，利用复杂网络传染病模型对银行金融风险传播进行分析，测算当前我国银行系统性金融风险的传播趋势和特征，并进一步分析金融风险救助策略的差异性和有效性。研究结论表明：一是当前银行体系金融风险防范化解成效显著；二是金融市场参与者差异越大、个别市场参与者的集中度越高，金融风险的传播能力越强；三是金融风险在银行体系中的传染将长期存在；四是在救助资源面临约束的情况下，分散资源救助中小金融机构优于集中资源救助大型金融机构。上述研究结果带来的启示：一是完善金融市场监管的法律法规体系；二是建立跨市场跨主体的金融风险监测预警体系；三是优化金融市场监管体系和框架；四是健全早期纠正和风险处置体系；五是建立有效的金融风险隔离机制。
|
|
| 关键词 ：
金融风险防控,
传染病动力学,
复杂网络,
金融稳定,
系统性金融风险
|
|
|
| [1] |
陆岷峰，徐阳洋. 科技向善：激发金融科技在金融创新与金融监管中正能量路径[J]. 南方金融, 2021, 1(1): 10-19. |
| [2] |
欧阳卫民. 做守正创新的典范银行[J]. 南方金融, 2020, 1(11): 3-5. |
| [3] |
杨小玄，王一飞. 我国系统性风险度量指标构建及预警能力分析——基于混频数据动态因子模型[J]. 南方金融, 2019, 1(6): 3-15. |
| [4] |
陈得文，吴华强，魏荣桓. 美国、日本应对金融和经济周期冲击的政策选择及对中国的启示[J]. 南方金融, 2019, 1(6): 16-27. |
| [5] |
于品显. 系统性金融风险的界定及传播机制[J]. 南方金融, 2019, 1(6): 48-56. |
| [6] |
李 鹏，张润驰. 基于元胞自动机的影子银行风险传染效应模拟仿真分析[J]. 南方金融, 2019, 1(10): 37-47. |
| [7] |
龚家慧. 企业“破产不停产”：化解金融债权风险的新思维[J]. 南方金融, 2019, 1(10): 82-88. |
| [8] |
何 斌，刘 雯. 经济政策不确定性、股权质押与股价崩盘风险[J]. 南方金融, 2019, 1(1): 40-48. |
| [9] |
林 砚，陈志新. 基于复杂网络理论的金融网络风险传染性评估模型[J]. 南方金融, 2018, 1(5): 16-26. |
| [10] |
刘向耘，王 琰. 房地产市场过度繁荣对金融膨胀的影响[J]. 南方金融, 2018, 1(2): 3-11. |
| [11] |
王 伟，戴菊贵，胡俊霞. 民间借贷向商业银行的风险传导：途径分析与防范建议[J]. 南方金融, 2017, 1(7): 27-34. |
| [12] |
王培辉，尹成远，袁 薇. 我国保险业系统性风险溢出效应研究——基于时变Copula-CoVaR模型[J]. 南方金融, 2017, 1(2): 14-24. |
| [13] |
中国人民银行南宁中心支行课题组. 金融市场风险交叉传染机制与防控策略研究——基于医学SIRS传染病模型[J]. 南方金融, 2017, 1(2): 3-13. |
| [14] |
杨继梅. 欧洲银行业危机与主权债务危机的相互传导路径[J]. 南方金融, 2016, 1(8): 74-81. |
| [15] |
陈 丹，高 锐. 农地抵押金融风险：政府规制的逻辑及政策取向[J]. 南方金融, 2016, 1(7): 72-77. |
|
|
|
|
