全球股票市场的系统性风险与违约级联：通过随机模拟和网络分析扩展 Gai-Kapadia 框架

本研究开创性地将最初为银行间传染开发的 Gai-Kapadia 框架应用于全球股票市场。它提供了一种评估系统性风险和违约级联的新方法。使用 2015 年至 2025 年的 20 项资产网络（13 项巴西资产和 7 项发达市场资产），我们根据价格联动构建基于风险敞口的网络，应用阈值 theta = 0.3 和 theta = 0.5 来捕捉显著的相互关联。通过蒙特卡洛模拟（n = 1000）评估级联动力学，冲击范围从 10% 到 50%，并辅以确定性传播分析。结果显示，巴西资产之间的高聚类（Ci 约 1.0）导致局部传染，每次模拟平均有 2.0 项资产失败。相比之下，连通性较低的发达市场（Ci 约 0.2 至 0.4）表现出韧性，在所有情景中巴西以外的失败数为零。网络可视化突显了结构性脆弱性：在 theta = 0.3 时，确定性级联可达 20 项资产，但在 theta = 0.5 时仅为 3 至 4 项。95% 置信度下的 VaR 和 CVaR 等风险度量证实了新兴市场具有较高的尾部风险。Gai-Kapadia 模型的这一改编为系统性风险评估提供了稳健的框架。研究结果表明，监管机构应针对新兴市场中的高聚类节点，而投资组合经理可受益于发达市场的韧性以增强分散化。