编辑推荐
null
内容简介
从本质上看，金融市场内部大量主体及其之间的复杂相互关联形成一个复杂系统。复杂网络是分析复杂系统的有力工具。黄玮强著的《金融关联网络结构演化及系统性风险研究》运用复杂网络理论及方法，对金融市场内部主体及其相互关系进行网络化建模，即通过构建金融关联网络，分析网络拓扑性质与聚类结构；网络拓扑特征与其稳定性；研究网络动态演化规律，包括价格行为及网络弹性与网络拓扑特征间的关系、网络弹性与市场运行的互动关系；构建市场指数和交易量波动的网络动力学模型；基于金融关联网络（信息溢出关系），研究各机构系统性风险的度量、传染及影响因素。 本研究遵循复杂网络的分析框架，即网络结构决定网络功能，并进而影响发生在网络上的动力学行为，以金融关联网络结构分析为基础，结合网络动态演化规律，分析金融主体的微观关联与市场运行、系统性风险传染等宏观动力学行为间的内在关系。研究成果对于投资组合及系统性风险管理具有重要的意义。
作者介绍
黄玮强，管理学博士，现任东北大学工商管理学院副教授，博士生导师，美国佛罗里达大学访问学者，目前主要从事金融工程与风险管理、金融复杂性、复杂金融网络等领域研究。近年来在Journal of Risk， Physica A: Statistical Mechanics and its Applications，Chaos， Solitons & Fractals， International Journal of Intelligent Systems，《管理科学学报》等国内外期刊上发表论文50余篇，其中SCI/SSCI收录10篇，CSSCI收录24篇。主持国家自然科学基金面上/青年项目3项，*****人文社会科学研究项目和中国博士后科学基金特别资助项目各1项。
目 录
第1章 绪论 1.1 研究背景及问题提出 1.1.1 研究背景 1.1.2 问题提出 1.2 国内外研究现状及评述 1.2.1 复杂网络国内外研究现状 1.2.2 金融关联网络国内外研究现状 1.2.3 网络视角下的金融系统性风险国内外研究现状 1.2.4 相关研究的综合评述 1.3 本书的研究内容及研究方法 1.3.1 研究内容 1.3.2 研究方法 1.4 本书结构安排 第2章 基础理论 2.1 复杂网络理论与方法 2.1.1 复杂网络的研究历程 2.1.2 复杂网络的表示方法 2.1.3 复杂网络的统计描述 2.1.4 网络模型 2.1.5 复杂网络的统计物理学方法 2.1.6 复杂网络的辅助分析软件 2.2 金融关联网络 2.2.1 有效市场 2.2.2 股票关联机理 2.2.3 股票关联度量方法 2.2.4 投资组合理论 2.2.5 股票关联网络构建方法 2.3 金融系统性风险 2.3.1 定义及特征 2.3.2 银行系统性风险传染 2.3.3 系统重要性金融机构监管 2.3.4 金融机构系统性风险贡献度量方法 第3章 金融关联网络拓扑结构研究 3.1 阈值法下股票关联网络拓扑结构及稳定性 3.1.1 网络构建和拓扑统计量 3.1.2 网络稳定性分析 3.2 最小生成树和平面最大过滤图拓扑性质及聚类结构 3.2.1 最小生成树和平面最大过滤图拓扑性质 3.2.2 最小生成树和平面最大过滤图聚类结构 3.3 股票信息溢出网络分析 3.3.1 网络构建及拓扑结构 3.3.2 网络总体信息溢出关系影响因素 3.3.3 网络节点信息溢出能力影响因素 3.4 股权分置改革对我国股票关联网络稳定性的影响研究 3.4.1 网络构建及稳定性检验方法 3.4.2 股票收益同步性分析 3.4.3 随机矩阵分析 3.4.4 网络基本拓扑结构分析 3.5 本章小结 第4章 金融关联网络动态演化研究 4.1 价格行为与网络拓扑结构特征 4.1.1 动态网络构建 4.1.2 网络拓扑结构特征及其动态演化 4.1.3 市场价格行为与网络拓扑结构特征 4.1.4 个股价格行为与网络节点拓扑结构特征 4.2 网络弹性与网络拓扑结构特征 4.2.1 动态网络构建 4.2.2 网络弹性及网络拓扑结构特征指标 4.2.3 价格波动关联结构演化规律 4.2.4 网络弹性及其影响因素研究 4.3 网络弹性与市场运行的互动关系 4.3.1 互动关系分析模型 4.3.2 数据及其描述性统计分析 4.3.3 格兰杰因果关系检验 4.3.4 脉冲响应函数分析 4.4 本章小结 第5章 金融关联网络与金融机构风险传染 5.1 基于收益溢出网络的金融机构风险传染研究 5.1.1 金融机构收益溢出网络 5.1.2 金融机构风险传染及风险承受强度分析 5.1.3 金融机构风险传染影响因素分析 5.2 金融机构波动溢出动态关联网络研究 5.2.1 金融机构波动溢出网络及关联拓扑结构指标 5.2.2 实证结果及分析 5.3 本章小结 第6章 金融关联网络与系统性风险 6.1 基于CoVaR动态模型的我国金融机构系统性风险研究 6.1.1 CoVaR动态模型 6.1.2 变量选取及数据来源 6.1.3 金融机构系统性风险贡献分析 6.1.4 向前的△CoVaR分析 6.2 CoCVaR——一种新的系统性风险贡献度量方法 6.2.1 CoCVaR定义 6.2.2 动态环境下的CoCVaR估计 6.2.3 系统性风险贡献估计 6.2.4 实证结果及分析 6.3 金融机构关联网络结构与金融机构系统性风险贡献关系研究 6.3.1 研究背景 6.3.2 基于DCC-MVGARCH模型的CoVaR估计 6.3.3 金融机构动态关联网络 6.3.4 实证研究过程及结果 6.4 尾部风险网络视角下的金融机构系统性风险贡献研究 6.4.1 研究背景 6.4.2 金融机构尾部风险传染及尾部风险网络 6.4.3 全连接尾部风险网络分析 6.4.4 阈值法下的尾部风险网络分析 6.4.5 尾部风险网络拓扑结构与系统性风险贡献的关系研究 6.5 本章小结 第7章 结论及展望 7.1 本书的主要成果及结论 7.1.1 金融关联网络拓扑结构 7.1.2 金融关联网络的动态演化 7.1.3 金融关联网络与金融机构风险传染 7.1.4 金融关联网络与系统性风险 7.2 展望 参考文献
媒体评论
null
