论文部分内容阅读
在一个金融系统中,有多个金融机构,机构之间存在着交叉持股、资产负债、现金流等相互联系,机构之间的各种联系构成了网络的结构,这样的系统也被称作金融网络。金融网络中的机构相互之间资金融通,来往密切,因此也存在着风险传染的隐患。当周期性金融危机的来临,金融网络中某些机构一旦出现初始破产,其所产生的破产成本会随着金融网络中的路径扩散开来,而如果在危机来临前识别到风险,并判断出金融网络中的关键节点,并予以救助,则会在一定程度下减少危机带来的损失。在实际的金融市场里,作为救市者,政府(或央行)往往会在关键时刻,市场萧条的时候,出台一系列救市措施,例如注资、增持或控股等等。那么,站在救市者的角度,如何做出优化的金融网络风险防控决策是本文研究的主要问题。 本文基于前人研究的金融网络风险传染模型,结合风险防控理论,建立金融网络风险扩散防控模型,以满足救市者进行救市方案决策的需求。并通过设计遗传算法,利用C语言编程,在总救市金额的约束条件下搜索全局最优救市方案,同时本文也对传统遗传算法进行了一定的改进,形成了自适应遗传算法,有效地避免了传统算法易导致的“早熟”问题。 最后,文章也通过大量的数值对比实验,证实了改进后的自适应遗传算法对本文提出的金融网络风险扩散防控模型所产生的优越性,同时也证实了该算法具有较好的收敛性与稳健性。