用于稳健估计系统性风险的金融网络重构
风险管理
2013-10-08 v2 无序系统与神经网络
摘要
在本文中，我们估计了当关于底层信用网络的信息不完整时，流动性冲击通过银行间市场的传播。我们表明，当前用于重构信用网络的技术（如最大熵方法）通过假设一个平凡的（全连接）拓扑结构，严重低估了传染风险，而这种网络结构类型可能与经验观测到的结构大相径庭。我们提出了一种高效的消息传递算法来探索可能网络结构的空间，并表明对网络连接度的正确估计能够导致对系统性风险更可靠的估计。该算法还能够产生最大脆弱性结构，从而在实际网络结构未知时，为传染风险提供一个实用的上界。我们在编码了真实金融网络某些特征（稀疏性和异质性）的合成数据集合上测试了我们的算法，发现可以实现更准确的风险估计。最后，我们发现该算法可用于控制监管机构需要从银行获取的信息量，以便充分约束金融网络的重构。
引用
@article{arxiv.1109.6210,
title = {Reconstruction of financial network for robust estimation of systemic risk},
author = {Iacopo Mastromatteo and Elia Zarinelli and Matteo Marsili},
journal= {arXiv preprint arXiv:1109.6210},
year = {2013}
}
备注
13 pages, 5 figures, version to appear in JSTAT