银行间信息溢出网络重要节点识别问题研究OA
采用非线性Granger因果检验法分析我国A股上市银行间关联关系,构建银行间信息溢出网络,并基于网络结构特征及主成分分析法分别概括且针对性地识别和评估系统重要性银行。实证结果表明,非线性Granger因果检验弥补了仅考虑线性关系所带来的不足,银行间存在显著非线性关联关系;所构建的非线性Granger因果网络中存在着分散的节点群体,每个群体内节点之间密集连接;概括识别重要银行节点发现交通银行、中信银行、张家港银行及中国建设银行处于网络重要节点位置;主成分分析法结果表明成都银行、交通银行、中国建设银行及中信银行在银行间系统中对其他银行有较大影响。
李森;李志民
安徽工程大学数理与金融学院,安徽芜湖241000安徽工程大学数理与金融学院,安徽芜湖241000
管理科学
非线性Granger因果网络复杂网络系统重要性银行主成分分析法
《安徽工程大学学报》 2026 (1)
P.70-76,7
国家自然科学基金面上项目(61873294)安徽省高校自然科学研究重大项目(KJ2019ZD16)。
评论