典型文献
基于图神经网络模型的金融危机预警研究——全行业间信息溢出视角
文献摘要：
建立科学的金融危机预警模型,对防范化解重大金融风险和维护国家金融安全具有重大意义.不同于现有的以预警指标体系为基础的预警模型,本文提出了一种新的以信息溢出网络为基础的图神经网络(GNNs)预警模型.首先运用Elastic-Net-VAR模型构建我国各行业间的三种信息(风险、波动率和收益率)溢出网络,然后分别运用门控图神经网络(GGNN)和图同构网络(GIN)建立以信息溢出网络为输入变量的金融危机预警模型(包括双信号预警模型和三信号预警模型).最后综合对比了GNNs模型和其他5种模型的预警性能.实证结果表明:风险溢出网络和波动率溢出网络对危机事件的敏感程度强于收益率溢出网络.工业、可选消费和材料行业居于网络的中心位置,是主要的系统重要性行业,金融行业更易受到实体行业风险溢出的影响,实体行业间主要表现为产业链上游供给方对下游需求方产生风险溢出.在双信号预警模型中,基于风险溢出网络的GGNN模型和支持向量机(SVM)模型具有最优的预警性能;在三信号预警模型中,基于风险溢出网络的GIN模型具有最优的预警性能.本文的研究为监管部门科学防范金融危机提供了具有可操作性的新工具.
文献关键词：
金融危机预警;图神经网络;信息溢出网络
中图分类号：
作者姓名：
任英华;江劲风;倪青山
作者机构：
湖南大学金融与统计学院
文献出处：
引用格式：
[1]任英华;江劲风;倪青山-.基于图神经网络模型的金融危机预警研究——全行业间信息溢出视角)[J].统计研究,2022(08):141-160
A类：
信息溢出网络
B类：
金融危机预警,预警研究,全行,行业间,预警模型,防范化解,重大金融风险,国家金融安全,预警指标体系,GNNs,Elastic,Net,VAR,门控图神经网络,GGNN,图同构,同构网络,GIN,双信号,三信,综合对比,风险溢出网络,波动率溢出,危机事件,敏感程度,收益率溢出,居于,中心位置,系统重要性行业,金融行业,行业风险,供给方,需求方,基于风险,监管部门,门科,科学防范,范金
AB值：
0.276816
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
