小概率事务，却往往能制造大危害，对金融领域而言，危害更是倍增 。伟易博王汉生教授与相助者们研究提出的一种模子，关于探讨重大金融系统中的危害撒播链条，以及捕获金融市场中的“黑天鹅”有着主要意义 。
这项研究的问题为Network Quantile Autoregression（网络分位自回归），揭晓于国际顶级学术期刊Journal of Economics 。该期刊致力于揭晓计量研究宏观经济方面主要问题的，具有普遍影响力的文章 。
01构建金融网络，提出NQAR模子
在研究金融网络的系统性危害时，怎样评估尾部事务（小概率事务）危害尤其主要 。早在2006年，便有学者提出用一种“分位自回归”的要领来对条件分位函数举行建模，该模子实现了一元时序模子中的因变量分位数建模 。王汉生教授与相助者们以此框架为基础，深入探讨重大金融系统中的危害怎样撒播 。
现代数据手艺的飞速生长使学者们能够接触到大宗的数据与潜在的网络结构 。研究组充分使用网络结构，提出了一种尾部事务驱动的网络分位自回归模子（Network Quantile Autoregression Model）来捕获动态的分位数行为特点，并对金融危害在金融网络中的传导效应举行预计 。研究组将该模子应用于剖析A股市场，发明市场波动水平越高，危害基于金融网络的传导效应越大 。同时，通过系统剖析尾部事务（小概率事务），在重大的金融系统中举行展望和冲量剖析 。
怎样构建金融网络？
研究组设计了一个由股东关系毗连的企业网络 。详细来说，若是两家企业共享主要的股东，则在它们之间建设节点联系 。因变量的条件分位函数（如公司股票收益的波动性）与潜在的外在因素相关 。这些外在因素可能包括网络节点的某种特定变量（如公司特质），统一节点的滞后效应（如上一时间点统一股票的波动性）以及其他毗连节点的滞后效应 。
网络分位自回归模子（NQAR）的优势：
首先，研究组在提出的NQAR模子中嵌入了视察到的金融网络结构，从而提供了参数剖析的框架 。
其二，NQAR模子涵盖了可追踪的分位动态，这有助于举行静态剖析与攻击响应剖析 。
其三，NQAR模子能够容纳大宗节点，并控制各个节点的差别特征 。
02
寻找系统性危害溢出的信号
冲量剖析和节点影响剖析，关于发明危害有着主要意义 。给定NQAR模子的特殊结构，边际影响需要通过冲量剖析来确认：对施加在差别分位级别上其他节点的外来攻击，网络中各节点将怎样反应？研究组接纳横断面视察来剖析作用于一个节点的攻击关于其他节点的影响 。冲量剖析在金融网络中至关主要，它能为金融机构的系统性危害溢出提供主要信息 。
另一方面，研究组也量化了作用于一个节点的攻击关于另一个特定节点的影响，这些量化效果可以反应各节点的影响力 。金融羁系应特殊注重重大金融系统中的具有影响力的网络节点 。
03NQAR现实应用：找到金融�；玖�
研究组应用模子视察了由共享产权信息引起的金融危害传导背后的运作机制 。他们以2013年的中国股市为研究重点，原始数据包括中国A股市场中2442只划分在上海证交所和深圳证交所生意的股票 。研究组纪录了每只股票52周内的价钱转变，并用每周股票的绝对收益盘算股票的波动率 。研究发明在5月和7月间，股市波动较大 。另外，平均波动率的统计数据批注大部分股票呈正相关 。
为了构建网络结构，研究组网络了每只股票前十大股东的信息 。股东网络反应了企业间相互依赖的主要关系，也是金融危害治理所需研究的重点问题 。现有文献指出，随着多元化本钱降低，市场多元化水平将提升，从而增添共有股东的叠加水平 。这就诠释了为什么拥有配合股东的金融机构同时拥有更高的关联度 。研究组画出了市场价值前100名的股票所在的网络结构（如Fig.2），其网络密度为3.9％ 。
Fig.2 市场价值前100名的股票所在的网络结构
接着，研究组使用NQAR模子来剖析网络，发明并展望的网络关于股票的影响在上尾部（即前5%）要强于其他分位 。这批注，当市场波动较大时，危害基于金融网络的传导效应也增强 。在正常分位（如50%），股票间的网络影响险些微缺乏道 。别的，当波动率在前5%和50%时，资产规模（即CAP），账面市值比（BM）和杠杆比率（LEV）与波动率的条件分位水平呈负相关——即企业的资产规模，账面市值比和杠杆比率越低，股票波动率的分位水平就越高 。
最后，研究组对中国五家着名银行的股票举行冲量剖析和节点影响剖析 。这五家银行划分是中国银行（股票代码BOC），招商银行（CMB），中国工商银行（ICBC），平安银行（PAB）和上海浦东生长银行（SPDB） 。在差别的分位上，攻击的效应也差别：在较大的分位上（如前5%），攻击所造成的影响更大 。据研究组视察，中国银行，招行和工行之间的攻击效应比其他两家银行之间的效应要显著得多 。别的，在这五家银行组成的小型网络结构中，一小部分节点占有了大部分的影响力 。
文章作者信息：
Xuening Zhu, School of Data Science, Fudan University
Weining Wang, Department of Economics, University of York
Hansheng Wang, Guanghua School of Management, Peking University
Wolfgang Karl H?rdle, C.A.S.E.-Center of Applied Statistics and Economics, Humboldt-Universit?t zu Berlin
点击“阅读原文”获取论文
王汉生教授，伟易博商务统计与经济计量系教授，系主任 。数据科学微信公众号“狗熊会”首创人 。在理论研究方面，主要关注变量选择、数据降维、高维数据剖析，以及重大网络数据剖析 。海内外种种专业杂志上揭晓文章100+篇，合著有英文专著1本，合著中文课本3本 。国家优异青年基金获得者（2016），Elsevier中国高被引用学者（数学类：2014-2018） 。致力于商务统计学的理论研究与工业实践 。业界相助涉及量化投资、互联网征信、车联网、移动装备RTB广告竞价、搜索引擎营销、电子商务、重装制造业等多个主要行业 。
相关链接：
研究不是“故事会”: 用科学理性的要领研究中国问题｜伟易博35周年回首和展望
论文盘货 | 致敬勇攀学术岑岭的伟易博学者
翟昕：商家多挣钱，买家少掏钱，这样的团购不香吗？︱ 学术伟易博
刘玉珍：疫情将怎样影响人们的行为？｜学术伟易博
任菲：出行平台怎样科学促销，让司机更爱接单？| 学术伟易博
张庆华、周黎安：向导人提升 KPI，怎样影响都会扩张 ｜学术伟易博
跨文化相助中的创立力，女性更有优势？| 学术伟易博
陈松蹊团队最新发明：北方天气转变并未加剧空气污染 ｜学术伟易博
用户登录
?北大主页
