基于复杂网络的关联信用风险传染延迟效应研究2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

基于复杂网络的关联信用风险传染延迟效应研究PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

1 绪论1

1.1 研究背景及其意义1

1.2 问题的提出7

1.3 本书的主要研究内容与技术路线11

1.4 本书的主要创新之处14

2 相关理论基础16

2.1 信用风险的概念16

2.2 信用风险的度量模型17

2.2.1 传统的信用风险评估方法18

2.2.2 信用风险评估的统计方法19

2.2.3 信用风险评估的非统计方法23

2.2.4 信用风险度量的结构化模型和简约化模型25

2.3 信用风险的违约相关性28

2.3.1 线性相关系数29

2.3.2 Copula函数30

2.4 复杂网络的相关理论33

2.4.1 复杂网络的演化结构理论34

2.4.2 复杂网络结构下的传染模型39

2.5 延迟效应和免疫治理的相关理论42

2.5.1 延迟效应43

2.5.2 免疫治理的相关理论43

2.6 本章小结47

3 国内外相关研究现状48

3.1 信用风险的研究现状48

3.1.1 信用风险的度量模型48

3.1.2 信用风险的违约相关性53

3.1.3 信用风险的传染60

3.2 复杂网络应用的研究现状64

3.2.1 关联主体网络的结构特征65

3.2.2 关联主体网络结构下的风险传染机制70

3.2.3 关联信用主体网络结构下的信用风险传染74

3.3 延迟效应和免疫治理应用的研究现状76

3.3.1 延迟效应应用的研究现状76

3.3.2 免疫治理应用的研究现状77

3.4 本章小结79

4 关联信用风险的主要特性81

4.1 引言81

4.2 关联信用风险的概念82

4.3 关联信用风险的成因85

4.3.1 关联信用主体之间的关联特征86

4.3.2 关联信用主体的资信状况86

4.3.3 关联信用主体各方信息的不对称和不完全87

4.3.4 信用制度建设不完善87

4.3.5 关联信用主体的经营管理不当88

4.3.6 不可控因素的干扰88

4.4 复杂网络结构下的关联信用风险90

4.5 关联信用风险的传染延迟效应92

4.5.1 关联信用风险的传染效应92

4.5.2 关联信用风险的延迟效应96

4.6 关联信用风险的免疫特征100

4.7 本章小结102

5 基于小世界网络的关联信用风险传染延迟效应103

5.1 引言103

5.2 基于小世界网络的关联信用风险传染延迟效应模型106

5.2.1 基本假设106

5.2.2 模型构建107

5.2.3 结果分析108

5.3 基于小世界网络的关联信用风险传染延迟效应可视化分析110

5.4 本章小结117

6 基于无标度网络的关联信用风险传染延迟效应118

6.1 引言118

6.2 基于无标度网络的关联信用风险传染延迟效应模型120

6.2.1 基本假设120

6.2.2 模型构建120

6.3 基于BA网络的关联信用风险传染延迟效应模型123

6.3.1 模型构建123

6.3.2 可视化分析126

6.4 本章小结133

7 不完全免疫情景下的关联信用风险传染延迟及仿真134

7.1 引言134

7.2 不完全免疫情景下的关联信用风险传染模型137

7.2.1 基本假设137

7.2.2 模型构建140

7.3 演化仿真及结果分析144

7.3.1 “移出”状态下关联信用主体的密度与传染概率的关系145

7.3.2 “移出”状态下关联信用主体的密度与“拟免疫”信用主体密度的关系148

7.4 本章小结150

8 研究总结与展望152

8.1 研究总结152

8.1.1 关联信用风险的主要特性153

8.1.2 基于小世界网络和无标度网络的关联信用风险传染延迟效应153

8.1.3 不完全免疫情景下的关联信用风险传染延迟效应154

8.2 研究的不足与展望155

参考文献158

后记182