Stess测试系统：金融领域的金融冲击传染

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

英文标题：
《Stess-testing the system: Financial shock contagion in the realm of
  uncertainty》
---
作者：
Stefano Gurciullo
---
最新提交年份：
2014
---
英文摘要：
  This work proposes an augmented variant of DebtRank with uncertainty intervals as a method to investigate and assess systemic risk in financial networks, in a context of incomplete data. The algorithm is tested against a default contagion algorithm on three ensembles of networks with increasing density, estimated from real-world banking data related to the largest 227 EU15 financial institutions indexed in a stock market. Results suggest that DebtRank is capable of capturing increasing rates of systemic risk in a more sensitive and continuous way, thereby acting as an early-warning signal. The paper proposes three policy instruments based on this approach: the monitoring of systemic risk over time by applying the augmented DebtRank on time snapshots of interbank networks, a stress-testing framework able to test the systemic importance of financial institutions on different shock scenarios, and the evaluation of distribution of systemic losses in currency value.
---
中文摘要：
这项工作提出了一种带有不确定性区间的DebtRank增广变量，作为在不完全数据背景下调查和评估金融网络系统性风险的方法。该算法在三个密度不断增加的网络群上进行了默认传染算法测试，这些网络群是根据股票市场中最大的227家EU15金融机构的真实银行数据估算的。结果表明，DebtRank能够以更敏感和持续的方式捕捉系统性风险的增加率，从而充当早期预警信号。本文提出了基于这种方法的三种政策工具：通过应用银行间网络的时间快照增强的DebtRank来监控系统性风险，一个能够测试金融机构在不同冲击情景下的系统重要性的压力测试框架，以及评估系统性损失在货币价值中的分布。
---
分类信息：

一级分类：Quantitative Finance        数量金融学
二级分类：Risk Management        风险管理
分类描述：Measurement and management of financial risks in trading, banking, insurance, corporate and other applications
衡量和管理贸易、银行、保险、企业和其他应用中的金融风险
--
一级分类：Computer Science        计算机科学
二级分类：Social and Information Networks        社会和信息网络
分类描述：Covers the design, analysis, and modeling of social and information networks, including their applications for on-line information access, communication, and interaction, and their roles as datasets in the exploration of questions in these and other domains, including connections to the social and biological sciences. Analysis and modeling of such networks includes topics in ACM Subject classes F.2, G.2, G.3, H.2, and I.2; applications in computing include topics in H.3, H.4, and H.5; and applications at the interface of computing and other disciplines include topics in J.1--J.7. Papers on computer communication systems and network protocols (e.g. TCP/IP) are generally a closer fit to the Networking and Internet Architecture (cs.NI) category.
涵盖社会和信息网络的设计、分析和建模，包括它们在联机信息访问、通信和交互方面的应用，以及它们作为数据集在这些领域和其他领域的问题探索中的作用，包括与社会和生物科学的联系。这类网络的分析和建模包括ACM学科类F.2、G.2、G.3、H.2和I.2的主题；计算应用包括H.3、H.4和H.5中的主题；计算和其他学科接口的应用程序包括J.1-J.7中的主题。关于计算机通信系统和网络协议（例如TCP/IP）的论文通常更适合网络和因特网体系结构（CS.NI）类别。
--
一级分类：Physics        物理学
二级分类：Physics and Society        物理学与社会
分类描述：Structure, dynamics and collective behavior of societies and groups (human or otherwise). Quantitative analysis of social networks and other complex networks. Physics and engineering of infrastructure and systems of broad societal impact (e.g., energy grids, transportation networks).
社会和团体（人类或其他）的结构、动态和集体行为。社会网络和其他复杂网络的定量分析。具有广泛社会影响的基础设施和系统（如能源网、运输网络）的物理和工程。
--
一级分类：Quantitative Finance        数量金融学
二级分类：General Finance        一般财务
分类描述：Development of general quantitative methodologies with applications in finance
通用定量方法的发展及其在金融中的应用
--

---
PDF下载：
--> Stess-testing_the_system:_Financial_shock_contagion_in_the_realm_of_uncertainty.pdf (2.91 MB)

2022-5-7 05:32:38 上传

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：stess 金融领域 ESS Applications Quantitative

Stess在不确定性领域测试系统金融冲击传染STEFANO GurciulloUpgrade报告提交部分满足博士学位要求伦敦大学学院2014年11月摘要这项工作提出了一种带有不确定性区间的债务等级的增广变体，作为一种调查和评估金融系统风险的方法网络，在不完全数据的环境中。该算法针对一种默认传染算法进行了测试，该算法基于三组密度不断增加的网络，根据与股票市场中最大的227EU15金融机构相关的真实银行数据进行估计。结果表明，DebtRank能够以更敏感、更持续的方式捕捉系统性风险的增加率，从而作为早期预警信号。本文提出了基于这种方法的三种政策工具：通过应用银行间网络时间快照上的增强债务等级来监控系统风险，这是一个压力测试框架，能够测试金融机构在不同冲击情景下的系统重要性，以及评估系统性损失在货币价值中的分布。内容1。介绍52.背景。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。72.1研究问题及其重要性。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

72.2系统性风险的三种方法。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。93.模型：方法和设计。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。173.1概念和操作。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。173.2网络估计模块。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。193.3传染模块。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。244.模式：实施和结果。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。274.1网络集成和实验设置。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。274.2结果。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。305.政策影响。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。366.局限性和前进方向。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。417.结束语。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。438

参考文献45图的列表图2。1金融危机后的实际GDP下降，以及下降的持续时间。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。8图2.2金融危机后失业率上升，以及上升的持续时间。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。9图3.1银行数据的频率分布。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。19图3.2为估计链路分配权重的算法流程图。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。22图3.3网络估计模块流程图。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。图234传染病流程图。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。26图4.1每个集合中密度的频率分布。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。28图4.2示例网络中每个集合的节点度分布。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。28图4.3债务等级的演变和五大银行的违约传染 = 1500 .......... 31图4.4债务等级的演变和五大银行的违约传染 = 3000. ......... 32图4.5债务等级的演变和五大银行的违约传染 = 5000. .........

33图4.6第三次装配中节点1的默认传染算法评估的影响频率分布。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。34图4.7第三系综中节点1的DEBTRANK评估的影响频率分布。。。。。。。。。。。。。。。。。。。。。。。。。。。。35图5.1不同冲击场景下节点1的压力测试。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。37图5.2节点10上的随机冲击，摘自  ............................................................................... 38图5.3由于节点10上模拟的冲击，节点1的损失分布。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。39图5.4由于节点10上模拟的冲击，节点1至9的损失分布。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。40图5.5由于节点10上模拟的冲击，整个金融网络的损失分布。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。40图6.1多层或多路网络的描述。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。42表2.1选定国家国内生产总值和平均股票市场价值的变化。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。8.表2。3.识别系统重要性金融机构的基于指标的衡量方法。。。。。。。。。。。。。。。。。。。。。。11表3.1概念和各自的操作。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

17表4.1实验中使用的三个集合的密度分布汇总统计。。。。。。。。。。。。。。。。。。。。。。。。。。。。27等式列表3.1网络的分析表示。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。17方程3.2有向加权边的分析表示。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。18等式3.3节点I和J之间存在边的概率，作为其适应度的函数。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。19方程3.4潜在适合度与其替代物之间的关系。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。20等式3.5节点I和J之间存在边的概率，作为其适应度代理值的函数。。。。。。。。。。20等式3.6子网络度数和边缘概率之和之间的关系。。。。。。。。。。。。。。。。。。。。。。。。。20等式3.7网络权重的约束条件。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。21等式3.8节点J（借款人）对节点I（贷款人）的影响。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。24方程3.9状态变量H和S的初始条件。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。24方程式3.10 DEBTRANK变量H的动力学。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。25方程3.11变量S的动力学。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

25方程式3.12系统影响的评估。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。25方程3.13变量S的动力学默认级联。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。25等式4.1每个时间步的市值变化。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。29等式5.1风险值。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。371.导言最近的经济和金融危机——比过去五十年中的任何一次危机都要严重——引起了对传统的经济现象分析方法的反对和拒绝，尤其是在金融方面。这些攻击不仅来自非正统经济学。在一次采访中，投资者乔治·索罗斯（George Soros，2013）呼吁对这门学科进行彻底的改造：这门学科现在过于关注牛顿物理学对现实的看法，而数学形式主义与现实动力学以及政策太过分离。类似地，纳西姆·塔勒布（Nassim Taleb，2005年、2010年、2012年）在他的书中详细地批评了传统经济学，特别是金融学：假设一般均衡、完美或接近完美的信息和稳态系统的模型在经验上似乎是无效的，由此产生的政策行动会产生意外后果的巨大风险。例如，对金融市场级联效应相关性的低估，阻止了决策者在2008年采取先发制人的行动，从而导致了随后的经济崩溃（霍尔丹和2011年5月）。

希勒（2010年）、克鲁格曼（2011年）、斯蒂格利茨（2012年）、克里斯蒂安（Cristian）、杜米特鲁（Dumitru Alexandru）和丹尼尔（2012年）对当前经济学的概念和方法立场提出了其他有力的批评。本文试图提出一种基于网络的金融危机和冲击建模方法，重点关注不确定性和数据缺失问题。更具体地说，它通过将适应度模型应用于金融网络的重建，对具有不确定性区间的DebtRank算法进行了扩展。通过一个由真实数据估计的合成网络的实验，也证明了DebtRank的这种变体如何优于标准的违约传染算法。全文共分为七章，包括导论。第2章介绍了研究问题，即金融系统如何受到不良事件的影响并为本研究提供了动机和文学背景。在简要介绍金融危机对更广泛的经济和社会的影响后，将回顾相关文献。将重点讨论三个方面：基于指标的系统风险方法、动态随机一般均衡（DSGE）模型和网络分析，这项研究对这三个方面做出了贡献。第三章介绍了模型的设计。它将解释银行间系统如何在网络范式下运作，并将展示模型主要两个模块背后的数学框架，分别处理网络重建和金融冲击传染模拟。随后，第四章在实验环境中实现了该模型。

该实验将在三个合成银行间网络组合上测试Debtrank和违约传染算法的性能，表明前者能够以比后者更敏感的方式检测银行系统重要性的增加。实验结果不仅有助于系统性金融风险知识的进步，而且具有深刻的政策含义，这在第5章中有讨论。本节将简要介绍框架的三种可能应用。第一个目标是监测系统性风险随时间的变化，第二个目标是在不同的困境条件下对金融机构进行压力测试，第三个目标是评估一个或多个金融机构的损失概率分布，以及影响一个或多个受冲击银行的冲击的条件分布。后一种工具对于计算风险价值（VaR）估计特别有用。第6章将简要评估这项工作的局限性。时间表将显示作者计划如何执行后续搜索步骤。最后，结束语将在第7.2章中给出。背景由于上次危机，仅在2008年1月1日至2011年7月1日期间，美国就有371家商业银行倒闭（FDIC，2013）。然而，人们对其影响如此巨大的原因仍知之甚少。仅在这些事件发生后，对金融机构系统水平的关注才有所增加（Catte等人，2010年）。宏观审慎政策——旨在确保金融稳定的政策——直到那时才成为决策者和学者关注的主要话题（克莱门特，2010）。

本节的第一部分介绍并阐述了这项工作的研究问题的相关性，而第二部分回顾了解决这一问题的三种主要方法。2.1研究问题及其重要性这项工作的目标是探索和综合能够定量评估金融机构在不利情景下的系统重要性的措施。因此，研究的问题是：金融系统如何受到不良事件的影响？这个问题的好答案有可能有助于制定应对金融危机的先发制人措施。因此，开展这项工作的主要原因是有机会将金融危机的负面后果限制在更广泛的经济和社会中。经济史似乎同意金融危机对社会有害的说法。莱因哈特和罗格夫（Reinhart and Rogoff，2008；2009）的评论展示了金融动荡对GDP增长和失业的影响。图2.1金融危机后的实际GDP下降，以及下降的持续时间。资料来源：莱因哈特和罗格夫（2009）如图2.1所示，两位学者记录了许多受金融危机影响的国家的实际GDP持续下降，平均下降9.3%，持续1.9年。尽管2008年金融危机和随之而来的债务危机的后果仍然很难把握，罗斯和明镜（2009）根据上述模式报告了初步数据。国家GDP变化率，2008年GDP变化率，股市，2009年冰岛-4.7-90.00爱沙尼亚-2.8-63.00拉脱维亚-4.6-55.1拉脱维亚-2.8-7.8新西兰-0.9-37.4意大利-0.6-49.5丹麦-0.9-48.6日本-0.5-42.1表2.1选定国家GDP和平均股市价值的变化。