幼概率事务 ，却往往能造作大风险 ，对金融领域而言 ，风险更是倍增。J9集团国际站王汉生教授与合作者们钻研提出的一种模型 ，对于探索复杂金融系统中的风险传布链条 ，以及捉拿金融市场中的“黑天鹅”有着沉要意思。
这项钻研的标题为Network Quantile Autoregression（网络分位自回归） ，颁发于国际顶级学术期刊Journal of Economics。该期刊致力于颁发计量钻研宏观经济方面沉要问题的 ，拥有宽泛影响力的文章。
01构建金融网络 ，提出NQAR模型
在钻研金融网络的系统性风险时 ，若何评估尾部事务（幼概率事务）风险尤其沉要。早在2006年 ，便有学者提出用一种“分位自回归”的步骤来对前提分位函数进行建模 ，该模型实现了一元时序模型中的因变量分位数建模。王汉生教授与合作者们以此框架为基础 ，深刻探索复杂金融系统中的风险若何传布。
现代数据技术的飞速发展使学者们可能接触到大量的数据与潜在的网络结构。钻研组充分利用网络结构 ，提出了一种尾部事务驱动的网络分位自回归模型（Network Quantile Autoregression Model）来捉拿动态的分位数行为特点 ，并对金融风险在金融网络中的传导效应进行估计。钻研组将该模型利用于分析A股市场 ，发现市场颠簸水平越高 ，风险基于金融网络的传导效应越大。同时 ，通过系统分析尾部事务（幼概率事务） ，在复杂的金融系统中进行预测和冲量分析。
若何构建金融网络？
钻研组设计了一个由股东关系衔接的企业网络。具体来说 ，若是两家企业共享重要的股东 ，则在它们之间成立节点联系。因变量的前提分位函数（如公司股票收益的颠簸性）与潜在的表在成分有关。这些表在成分可能蕴含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（如上一功夫点统一股票的颠簸性）以及其他衔接节点的滞后效应。
网络分位自回归模型（NQAR）的优势：
首先 ，钻研组在提出的NQAR模型中嵌入了观察到的金融网络结构 ，从而提供了参数分析的框架。
其二 ，NQAR模型涵盖了可追踪的分位动态 ，这有助于进行静态分析与冲击响应分析。
其三 ，NQAR模型可能包容大量节点 ，并节造各个节点的分歧个性。
02
寻找系统性风险溢出的信号
冲量分析和节点影响分析 ，对于发现风险有着沉要意思。给定NQAR模型的特殊结构 ，边际影响必要通过冲量分析来确认：对施加在分歧分位级别上其他节点的表来冲击 ，网络中各节点将若何反映？钻研组采取横断面调查来分析作用于一个节点的冲击对于其他节点的影响。冲量分析在金融网络中至关沉要 ，它能为金融机构的系统性风险溢出提供沉要信息。
另一方面 ，钻研组也量化了作用于一个节点的冲击对于另一个特定节点的影响 ，这些量化了局能够反映各节点的影响力。金融监管应出格把稳复杂金融系统中的拥有影响力的网络节点。
03NQAR现实利用：找到金融 ；玖
钻研组利用模型观察了由共享产权信息引起的金融风险传导背后的运作机造。他们以2013年的中国股市为钻研沉点 ，原始数据蕴含中国A股市场中2442只别离在上海证交所和丽江证交所买卖的股票。钻研组纪录了每只股票52周内的价值变动 ，并用每周股票的绝对收益推算股票的颠簸率。钻研发此刻5月和7月间 ，股市颠簸较大。另表 ，均匀颠簸率的统计数据批注大部门股票呈正有关。
为了构建网络结构 ，钻研组网络了每只股票前十大股东的信息。股东网络反映了企业间相互依赖的沉要关系 ，也是金融风险治理所需钻研的沉点问题。现有文件指出 ，随着多元化成本降低 ，市场多元化水平将提升 ，从而增长共有股东的叠加水平。这就诠氏缢为什么占有共同股东的金融机构同时占有更高的关联度。钻研组画出了市场价值前100名的股票地点的网络结构（如Fig.2） ，其网络密度为3.9％。
Fig.2 市场价值前100名的股票地点的网络结构
接着 ，钻研组使用NQAR模型来分析网络 ，发现并预测的网络对于股票的影响在上尾部（即前5%）要强于其他分位。这批注 ，当市场颠簸较大时 ，风险基于金融网络的传导效应也加强。在正常分位（如50%） ，股票间的网络影响险些微不及路。此表 ，当颠簸率在前5%和50%时 ，资产规模（即CAP） ，账面市值比（BM）和杠杆比率（LEV）与颠簸率的前提分位水平呈负有关——即企业的资产规模 ，账面市值比和杠杆比率越低 ，股票颠簸率的分位水平就越高。
最后 ，钻研组对中国五家驰名银行的股票进行冲量分析和节点影响分析。这五家银行别离是中国银行（股票代码BOC） ，招商银行（CMB） ，中国工商银行（ICBC） ，安然银行（PAB）和上海浦东发展银行（SPDB）。在分歧的分位上 ，冲击的效应也分歧：在较大的分位上（如前5%） ，冲击所造成的影响更大。据钻研组观察 ，中国银行 ，招行和工行之间的冲击效应比其他两家银行之间的效应要显著得多。此表 ，在这五家银行组成的幼型网络结构中 ，一幼部门节点占据了大部门的影响力。
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 ，J9集团国际站商务统计与经济计量系教授 ，系主任。数据科学微信公家号“狗熊会”首创人。在理论钻研方面 ，重要关注变量选择、数据降维、高维数据分析 ，以及复杂网络数据分析。国内表各类专业杂志上颁发文章100+篇 ，合著有英文专著1本 ，合著中文教材3本。国度卓越青年基金获得者（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钻研与产业实际。业界合作涉及量化投资、互联网征信、车联网、移动设备RTB告白竞价、搜索引擎营销、电子商务、沉装造作业等多个沉要行业。
有关链接：
钻研不是“故事会”: 用科学理性的步骤钻研中国问题｜J9集团国际站35周年回首和瞻望
论文盘点 | 致敬勇攀学术顶峰的J9集团国际站学者
翟昕：商家多挣钱 ，买家少掏钱 ，这样的团购不香吗？︱ 学术J9集团国际站
刘玉珍：疫情将若何影响人们的行为？｜学术J9集团国际站
任菲：出行平台若何科学促销 ，让司机更爱接单？| 学术J9集团国际站
张庆华、周黎安：辅导人提升 KPI ，若何影响城市扩张 ｜学术J9集团国际站
跨文化合作中的创造力 ，女性更有优势？| 学术J9集团国际站
陈松蹊团队最新发现：北方气象变动并未加剧空气传染 ｜学术J9集团国际站
