网络结构与银行系统性风险

建立了完整的度量银行间违约传染及银行系统性风险的研究框架.在这个框架下,研究了不同银行间网络结构下银行系统性风险.在模型建立过程中,分析了现有研究广泛采用的违约算法中存在的问题并对其进行了修正.为了模拟不同的银行间网络,还提出了一种构造无标度网络的方法.通过仿真模拟,研究发现集中度越高的网络由于传染而倒闭的银行数量越多.但是,当基础违约的银行数量不多时,网络集中度越高,由于传染而倒闭的银行的总资产越少.此外,在集中度高的网络中大银行倒闭引发违约传染的可能性和影响力都会大于集中度低的网络.而小银行引发传染的可能性远低于大银行,但是小银行倒闭达到一定规模时,可以引发大银行传染倒闭.     

银行间债务网络流动性差异对风险传染的影响

在度量系统性风险方面,银行间的流动性差异可能比“规模大”和“联系多”更重要.首先,本文从银行间网络角度,提出了一种商业银行流动性差异的检验方法.本文利用银行间贷款(网络的出度强度)和银行间借款(网络的入度强度)的幂律分布特征,度量银行间的流动性差异.实证研究发现,2012年~2014年,中国的大型商业银行流动性差异很大.其中,2014年大型银行的流动性需求最明显.其次,本文以真实银行间网络数据为基础,构造大型银行分别是流动性需求和流动性供给的两种网络,研究流动性差异对风险传染的影响.实验结果显示,处于流动性需求地位的大型银行的潜在风险传染破坏力,远远高于同等规模和联系的银行.这足以表明流动性地位应该是监管机构重点关注的系统性风险指标.本文的研究为监管机构提供了一种精准的系统性风险压力测试和情景分析方法.     

保鲜产品生产企业的生产计划初探

本文针对保鲜产品生产企业的特点,对相应的生产计划模式和内容进行了初步探索。包括对决策模式、拉动模式和推拉结合模式,以及需求预测和生产计划构成进行了详细分析。     

带零权的单侧加权移位的交换子

讨论了带0权的单侧加权移位算子T的交换子{T}′的交换性和{T}/′rad{T}′的交换性与算子的权数序列之间的关系。给出了空间有限维时{T}/′rad{T}′交换的充要条件,而后给出了空间无穷维时{T}/′rad{T}′不交换的一个充分条件。     

外区域上非牛顿流体方程解的存在性

研究了外区域上非牛顿流体方程的Y oung测度解和唯一正则弱解的存在性,并给出一个新的近似结构,其在广义意义下成立。在解性质的讨论和近似解的计算方面,本文的近似结构优于以往的近似结构。     

银行间网络的无标度特征

利用网络模型研究银行系统性风险是最近的一个研究热点． 而无法获得银行间的敏感数据,使得研究很难有所突破． 本文提出了一种新的分析银行间网络特征的方法． 首先,本文检验了银行间网络节点强度(银行间贷款和银行间借款) 的分布规律． 此外,本文研究发现银行间网络的节点强度和节点度存在幂函数关系． 进而,推导出节点度的分布规律,并证明了当节点强度服从幂律分布时,节点度也服从幂律分布． 本文对中国银行间网络进行了分析,研究发现中国的银行间网络呈现出无标度网络特征,而且与其他几个国家相比,中国的银行间网络标度参数最小、集中度最高．     

具有电力存储设备的实时需求响应与能量调度

实时需求响应与能量调度是智能电网中调节电力供需平衡的理想手段,其实施必然对用户的用电行为和电网的运行与管理产生深远影响。本文考虑用户具有多个可充、放电的电力存储设备,兼顾供电商发电量平稳的需求,在社会福利最大化模型的基础上,建立一个实时需求响应与能量调度的优化模型。给出模型的对偶问题,在满足强对偶性的前提下,可以通过求解对偶问题得到原问题的最优解,并确定可供用户与供电商参考的实时电价。在对偶问题中,问题可以分解为用户侧和供电侧两类子问题。进而设计分布式实时需求响应算法,并证明了算法的收敛性,供电侧与用户侧通过信息互动求得最优解。仿真结果验证了模型的合理性和算法的可行性。     

基于网络视角的银行业系统性风险度量方法

网络模型已经成为研究银行系统性风险的重要方法。然而现有研究忽视了银行系统性风险的小概率特点,同时也缺少度量银行系统性风险的统一标准。为此,本文提出了基于网络模型的银行系统性风险度量方法:银行系统性风险VaR和银行系统性风险ES。首先,本文采用蒙特卡洛模拟方法,模拟银行外部冲击造成银行间网络损失的大样本。在银行间网络损失大样本中,估计银行系统性风险VaR和银行系统性风险ES。这两个测度能够捕捉到银行间网络损失的尾部特征,解决了对比随机冲击结果无法反映银行系统性风险的问题。其次,在模拟实验中,本文利用真实银行间网络结构参数,对模拟的三种银行间网络进行校准,保证了研究结论真实性和可靠性。最后,在模拟实验中发现:(1)外部冲击会引发违约传染的连锁反应,并导致银行间网络损失分布从近似正态分布转变成尖峰厚尾分布,最后变成双峰分布。(2)网络集中度越高发生违约传染连锁反应的概率越小,但是传染的破坏力会更大。(3)银行间网络的潜在传染作用会极大的放大银行系统的风险,而且违约传染效应是呈指数增长的。