国家或地区之间通过贸易往来、信用投资,以及供应链等建立了复杂的联系,这种复杂的联系使得世界经济系统具有极高的关联性和相互依赖性,从而为系统性金融风险的传染提供了广泛渠道。一旦某个金融市场崩溃或某个金融机构倒闭,亦或某种机制、某种因素引发了系统性金融风险的传染,将给一个国家的经济造成巨大损失,甚至给全球带来金融危机。置身于高度关联的全球经济系统当中,系统性金融风险的网络化传染使得一个国家或地区的金融系统随时承受着来自世界各地的各种金融冲击的影响。对于中国而言,伴随着中国不断深化的改革开放,中国金融系统不断成熟并与世界经济体系建立了复杂的经济联系。一方面,与世界经济建立的复杂联系使得中国金融系统面临更多的不确定性,面临更多的外部金融冲击的影响和压力。外部冲击引发的风险传染很容易影响中国金融系统。另一方面,随着中国金融系统的不断完善和发展,银行、证券、保险和其他金融机构在业务上相互渗透,金融产品上相互交叉融合,使得中国金融系统内部很容易发生金融风险的交叉传染。当金融系统遭遇内外部冲击时,金融风险很可能通过网络化传染危及整个金融系统的安全。因此,研究系统性金融风险的溢出效应和动态传染,进而为防范和化解系统性金融风险提供政策支持,对于维护国家经济稳定和金融安全具有重要的理论和现实意义。系统性金融风险的溢出和传染具有复杂性、动态性、随机性和涟漪效应的特点,所以,国内外大量文献借助复杂网络研究系统性金融风险,比如资产负债网络、皮尔逊相关系数网络、模糊金融网络、尾部风险网络、信息溢出效应网络、最小生成树网络,以及树网络等。从现有的文献看,大多数研究都是通过捕捉金融机构或金融市场之间的关联性、溢出效应和因果关系等来研究系统性金融风险,还存在许多研究不足。首先,系统性金融风险的传染具有涟漪效应,是从传染源开始逐步在金融系统内进行扩散的动态过程。鲜有文献对这一过程的动态路径的预警进行研究。其次,从动态性视角,现有文献的动态研究大多使用滚动窗口方法,研究不同时期系统性金融风险差异。很少有文献从金融风险涟漪扩散的动态视角,研究系统性金融风险相关特征如何在风险涟漪扩散过程中动态变化。再次,大多数研究构建的复杂网络都为单层网络,对于多样性信息下的系统性金融风险的溢出效应和动态传染研究不足。虽然有些研究试图通过构建多层复杂网络弥补这一不足,却没有基于构建的多层网络进一步提取相关信息,研究系统性金融风险的多层涟漪效应。最后,系统重要性金融机构在金融风险传染中扮演重要角色,也是防范系统性金融风险发生的重点监管对象,现有关于识别系统重要性金融机构文献可以分为两类,一类是通过溢出效应网络衡量金融机构的系统性金融风险贡献度;另一类是通过构建复杂网络研究金融机构的网络中心性。前者只考虑了金融机构之间的直接溢出效应,忽略了金融机构之间的间接溢出效应;后者还缺少通过对风险涟漪扩散过程构建复杂网络类来分析金融机构网络中心性的研究。鉴于此,本文提出多重复杂网络研究中国金融机构之间的信息溢出效应、内外部冲击下的金融风险传染,以及中国金融机构的系统重要性。网络的多重性包含两层含义,一是网络种类的多样性,包括随机网络和非随机网络。非随机网络为金融机构之间的多层信息溢出效应网络,用于研究金融机构之间的信息溢出效应;随机网络为风险涟漪扩散网络模型,是基于金融机构之间的多层信息溢出效应,并考虑其他影响金融风险传染的因素提出的,用于研究金融风险从传染源扩散至整个金融系统的涟漪过程。网络多重性的另一层含义是指网络的多层性。无论是信息溢出效应网络还是风险涟漪扩散网络,都为多层网络。尽管现在有不少文献通过构建多层复杂网络来研究系统性金融风险的溢出和传染,如多层金融市场网络、多层同业银行网络和多层信息溢出效应网络等。这些网络都为非随机网络,没有进一步提取相关信息对系统性金融风险传染的随机性和涟漪效应进行建模分析。基于金融机构之间的信息溢出效应网络和风险涟漪扩散网络,本文分别从溢出性视角和网络中心性视角分析了金融机构的系统重要性。在溢出性分析中,本文综合考虑金融机构之间的直接溢出效应和间接溢出效应提出了共同溢出效应法;在中心性分析中,提出基于异质性风险涟漪网络的综合中心性方法。本文的研究内容具体如下:第1章为绪论,交代了本文的选题背景、研究意义、研究内容和技术路线,以及本文的创新点。第2章为文献综述,回顾了系统性金融风险含义特征,对系统性金融风险的测度和传染研究,以及系统重要性金融机构的识别进行了文献梳理。最后,对国内外文献进行了评述和总结。第3章利用金融机构的历史数据,构建了收益率、波动率,以及尾部风险多层信息溢出网络,分析金融机构的多层信息溢出效应。信息溢出效应是通过构建向量自回归模型进而进行方差分解得出。由于本章构建的向量自回归模型包含方程较多,需要估计的参数特别多,为此本文引入LASSO-VAR方法对向量自回归模型进行估计。本章首先分析金融机构之间的总体信息溢出效应,然后从溢出效应的非对称视角分析了金融机构之间的净溢出效应,最后通过阈值连边过滤法构建多层信息溢出网络,对比不同信息溢出效应之间的相似性于差异性。本章构建的多层信息溢出网络为非随机网络,无法刻画金融风险传染的涟漪效应和随机性。但是,通过本章的研究,可得出哪些金融机构收到来自金融系统的溢出效应更大,哪些金融机构更容易受金融系统波动的影响,进而为提出风险涟漪扩散网络打下基础。第4章为风险涟漪扩散网络模型研究。针对传统金融风险传染网络难以对金融风险传染的涟漪效应和风险传染的随机性进行建模分析,本章在综合考虑金融冲击的大小、金融机构对金融风险的放大效应、金融机构抵御风险传染的能力、金融机构对外扩散金融风险的速度,以及金融机构之间的市场距离等因素提出了金融机构之间的风险涟漪扩散网络模型,并对模型的相关特性进行了研究。金融机构在风险传染中扮演着不同的角色,所以,代表金融机构的网络节点的节点度分布差异性越大,对于分析金融机构之间的风险交叉传染越有帮助。从理论上讲,当金融冲击很小以至于不足以引致风险传染时,风险涟漪扩散过程将形成一个包含零条连边的网络,该网络中每个节点的节点度都为零,网络的节点度分布的异质性为零。另一种极端情况是,金融冲击足够大甚至为无穷大时,风险涟漪扩散过程将形成一个全连接网络,该网络中每个节点的节点度都相同,故网络节点度分布的异质性也为零。为生成异质性网络以分析金融机构在风险传染过程中的差异性,以及研究金融机构系统重要性,本章在最后给出了给出了两种选择异质性风险涟漪网络的方法。一种是根据波源冲击的大小选择异质性风险网络,另一种方法为根据风险涟漪扩散的时间点选择异质性网络。第5章和第6章以中国金融机构为研究对象,对内外部冲击下金融风险涟漪扩散过程进行了实证研究。基于第4章提出的风险涟漪扩散网络模型,第5章研究了外部冲击下金融风险涟漪扩散过程。第6章研究了内部冲击下金融风险涟漪扩散过程。实际上,金融系统面临的外部风险冲击有很多,比如原油冲击、国际金融市场波动、全球不确定性冲击、全球性重大卫生事件、美国贸易政策不确定性,以及机构技术变化等。这些外部冲击都有可得影响中国金融系统的稳定和安全,增加发生系统性风险的可能性。在各种外部性冲击中,原油冲击是最重要的冲击之一,很长时间以来也是国内外研究的热点。第5章以原油市场为金融风险传染源,研究一旦原油冲击引致系统性风险传染,其将如何在中国金融系统内部涟漪扩散。根据多层信息溢出效应网络,第5章先后研究了基于收益率、波动率和尾部风险溢出效应的风险涟漪扩散过程,分析了同一外部冲击下不同风险涟漪扩散的相同之处和不同之处;构建了多层异质性风险涟漪网络,比较异质性风险涟漪网络不同层次之间的差异。第6章研究的问题是,倘若金融系统内某金融机构出现极端危机情形并引致风险传染,那么金融风险将如何从该传染源逐步在金融系统内扩散。在本章实证分析之前,首先基于多层信息溢出效应矩阵计算溢出效应均值,然后依据均值溢出效应设置风险涟漪扩散网络模型中各金融机构的风险连接阈值。在设定好所有参数之后,分别从银行、证券、保险和其他金融机构中选择一个金融机构为传染源,启动风险涟漪扩散程序,分析一旦所选定的金融机构引致风险传染将如何波及整个金融系统。第7章基于多层信息溢出效应网络和风险涟漪扩散网络分析金融机构系统重要性。本章从两个方面研究金融机构的系统重要性,一个是从风险溢出性视角,另一个是从风险传染网络中心性视角。在风险溢出性分析中,考虑的金融机构之间存在直接溢出效应和间接溢出效应,本章提出共同溢出效应识别系统重要性金融机构。通过共同溢出效应,可以得出金融机构对在金融系统中的风险影响力和金融机构承受的来自金融系统的风险压力。风险影响力大的金融机构具有更高的系统重要性。同时,承受风险压力较大的金融机构也是风险防范的重点。通过代表金融机构的网络节点的中心性研究金融机构的重要性,首先要通过第4章提到的方法选择风险涟漪异质性网络,然后计算哪些节点具有较高的中心性。考虑到衡量网络节点中心性方法有很多,且每种方法都以后自身的度量侧重点。为从多维度度量网络节点的中心性,本章网络节点中心性综合评价与风险涟漪网络模型相结合。通过计算异质性风险涟漪网络中各节点的中心性分析金融机构的系统重要性。第8章针对本文提出的系统性金融风险溢出与传染模型,以及全文实证结果,给出了若干系统性金融风险防范政策建议。风险防范政策建议包含两部分内容,一个是从风险动态传染过程给出相关金融风险防范政策建议,另一部分为系统重要性金融机构的监管若干建议。第9章对全文进行了总结,讨论了本文的研究不足,并对未来的进一步研究进行了展望。实证结果显示,同行业金融机构之间的信息溢出效应要比跨行业溢出效应高。对于跨部门之间的溢出效应,银行对保险机构和其他金融机构有明显的信息溢出效应;证券机构对银行、保险和其他金融机构都有明显的信息溢出效应,且在跨部门溢出效应中强度最强;保险机构对外溢出效应主要指向银行和其他金融机构。其他金融机构的对外溢出效应主要指向银行和保险机构。原油冲击引致的风险传染首先传至其他金融机构,然后再传至证券、银行和保险机构。尽管其他金融机构的跨部门溢出效应强度没有那么强,然其却非常容易受到外部大环境的影响。银行、证券和保险三组金融机构关联性较强,容易形成相互连接的社区网络结构,而其他金融机构不容易和银行、保险和证券机构紧密连接形成网络社区。内部冲击引致的风险传染首先在与传染源属于同行业的金融机构之间传染,然后传至其他行业金融机构。此外,总体来讲,证券业金融机构具有最高的系统重要性;银行的系统重要性稍微低于证券机构但与之基本持平;除银行、证券和保险机构之外的其他金融机构的系统重要性最低。不过,银行在基于共同溢出效应的系统重要性金融机构识别方法中与基于异质性网络节点中心性识别方法中表现不同。在基于后者的识别结果中,银行的系统重要性要更高些,这是因为金融机构之间的风险交叉传染首先在银行之间出现,然后扩散至其他机构,代表银行的网络节点建立了更多的有向连边,这也意味着银行更容易传播金融风险,对金融系统的稳定具有较强的潜在威胁。本文的创新点:第一,在方法创新方面,本文提出多重复杂网络模型以分析系统性金融风险的溢出和传染效应。复杂网络的多重性创新体现在两个方面:一个方面是所构建的金融网络由非随机网络和随机网络构成,另一方面是体现在网络的多层性。非随机网络为多层信息溢出效应网络,用于研究金融机构之间的多维系统性金融风险溢出关系;随机网络为风险涟漪扩散网络,用于研究系统性金融风险的涟漪扩散过程。第二,多重复杂网络模型的风险涟漪扩散网络部分,为金融风险传染研究提供了新的视角。风险涟漪扩散网络模型综合考虑了金融冲击的大小、金融机构对风险的放大效应、金融机构对外扩散风险的速度、金融机构抵御金融风险的能力,以及金融机构之间的市场距离等影响金融风险传染的重要因素,能够对各种潜在风险传染源进行传染路径的预警。风险涟漪扩散网络模型能够以动态网络的形式,直观地给出金融风险从传染源逐步在金融系统扩散的动态路径,为研究金融风险传染研究提供了新的视角。第三,本文提出的风险涟漪扩散网络模型也是对利用仿真技术研究风险传染的补充。传统的风险传染仿真模拟方法主要是研究金融网络中发生风险传染的可能性和严重性。与这些研究不同,本文提出的风险涟漪扩散网络模型是对金融风险传染的涟漪效应进行仿真分析,研究金融风险从传染源扩展至整个金融系统的风险路径。第四,从实证研究的角度,本文从多维度构建复杂网络研究了中国金融机构之间的多维信息溢出效应;基于提出的风险涟漪扩散网络模型,研究了倘若某个潜在风险传染源引致金融风险传染时,金融风险将如何从传染源逐步对外进行涟漪扩散,其可能的预警路径如何。在风险涟漪扩散实证研究中,本文首先研究了原油市场冲击下的风险涟漪扩散过程;然后分析了倘若某个金融机构倒闭并引致风险传染的情况下的风险涟漪预警路径。第五,本文提出共同溢出效应和异质性风险涟漪网络节点中心性方法,从溢出性和风险传染路径两个角度分析金融机构的系统重要性,并比较识别结果的差异性。在信息溢出效应方面,共同溢出效应衡量了金融机构在金融系统中的风险影响力,以及金融机构承受的来自金系统的风险压力。共同溢出效应在识别系统重要性金融机构时同时考虑了金融机构之间的直接溢出效应和间接溢出效应。从风险传染路径方面分析金融机构系统重要性是将多种中心性方法综合到一起,衡量异质性风险涟漪网络中金融机构的的系统重要性。