揭示银行系统性风险的早期预警信号：一种基于递归网络的方法

银行危机难以定义，但可通过银行 contagion 显现。本研究提出一个基于非线性时间序列分析的综合框架，以识别银行系统中 impending 相变的潜在早期预警信号（EWS），旨在预判严重的银行危机。不同于使用低频数据对传统敞口网络进行分析，我们认为利用高频数据研究银行股票间的动态关系，能为银行系统的变化提供更具洞察的视角。我们基于中国上市银行股票的多维收益构建多重递归网络（MRNs），旨在通过相应指标与拓扑结构监测系统非线性动力学。实证结果表明，MRNs的关键指标——特别是平均互信息——对银行系统的极端波动期提供了有价值的洞察。本文对关于银行不稳定性早期预警信号的持续讨论作出贡献，突出了在银行网络背景下预测系统性风险的适用性。