嵌入网络舆情指数的中国金融机构系统性风险传染效应研究

摘要：

首先基于文本挖掘技术构建反映投资者情绪的网络舆情指数,然后将所构建的网络舆情指数嵌入到系统性风险传染效应度量模型,得到修正的单指标非对称Co VaR模型,并运用线性分位数LASSO算法与局部多项式估计方法 进行参数估计,以此为基础构建金融有向网络,进而对中国金融机构系统性风险传染效应进行实证分析.实证研究表明:(1)以单指标非对称CoVaR为代表的金融机构风险指标与网络舆情的协同变化趋势明显;(2)证券类和银行类金融机构对外部风险非常敏感,极易受到其他金融机构的影响,也极易影响其他金融机构;(3)非银行类机构在风险积累阶段占据重要位置,银行在风险爆发时刻占据重要位置;(4)相对于非银行类金融机构,银行类机构具有较强的传染能力.

关键词：单指标非对称Co VaR模型、系统性风险、有向网络、LASSO算法、网络舆情指数

所属期刊栏目：30

分类号：F222.3(经济计算、经济数学方法)

资助基金：国家社会科学基金;国家社会科学基金;湖南省自然科学基金资助项目;宏观经济大数据挖掘与应用湖南省重点实验室资助支持;湖南省研究生科研创新重点项目

在线出版日期：2022-06-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：1-12