基于复杂网络理论的担保网络风险传播模式

doi:10.7523/j.issn.2095-6134.2015.06.016

中国科学院大学学报 ›› 2015, Vol. 32 ›› Issue (6): 836-842.DOI: 10.7523/j.issn.2095-6134.2015.06.016

基于复杂网络理论的担保网络风险传播模式

罗刚^1,2, 赵亚伟¹, 王泳¹

1. 中国科学院大学工程管理与信息技术学院, 北京 100049;
2. 中国科学院大学网络信息中心, 北京 100049

收稿日期:2014-11-18 修回日期:2015-04-21 发布日期:2015-11-15
通讯作者: 赵亚伟
基金资助:
国家自然科学基金(61072091)和中国科学院信息化建设专项(XXH12502)资助

Risk propagation patterns of guarantee network based on the theory of complex network

LUO Gang^1,2, ZHAO Yawei¹, WANG Yong¹

1. College of Engineering and Information Technology, University of Chinese Academy of Sciences, Beijing 100049, China;
2. Network Information Center, University of Chinese Academy of Sciences, Beijing 100049, China

Received:2014-11-18 Revised:2015-04-21 Published:2015-11-15

摘要/Abstract

摘要：

担保作为企业获取贷款的一种方式,扮演着重要的角色,但也隐藏着巨大的风险.本文基于企业间担保关系构建担保网络,利用复杂网络相关理论对担保网络进行基本指标测度,并基于SI模型提出担保网络的风险传播模式,给出衡量担保网络抵御风险能力的稳态风险密度和风险传播速度的定义.利用某金融机构的真实数据对模型进行了验证,发现网络的拓扑结构决定网络抵御风险的能力,不同的风险传染源对风险的传播速度和范围影响不同.这也启示银行在发放贷款前,除做好对企业的征信工作外,还需要考虑可能会对整个担保网络造成的影响.

关键词: 复杂网络, 拓扑结构, 担保网络, 风险传播

Abstract:

Secured loan is an important form of business loans, but it may bring great risks. We construct a guarantee network based on guarantee relationships between enterprises, measure the basic attribute using the theory of complex network, and propose a risk propagation model based on SI model. Then the risk density in steady state and risk propagation velocity are defined to measure the anti-risk ability of networks. The experiment, based on the real data of some financial institution, shows that topology structures determine the anti-risk ability for network. Different risk infection sources would have different influences on risk propagation velocity and scope. This enlightens the bank on that the influences of a loan on the whole network should be also considered before granting of loans, in addition to the works of credit investigation for enterprise.

Key words: complex network, topology structure, guarantee network, risk propagation

中图分类号:

TP393.0

罗刚, 赵亚伟, 王泳. 基于复杂网络理论的担保网络风险传播模式[J]. 中国科学院大学学报, 2015, 32(6): 836-842.

LUO Gang, ZHAO Yawei, WANG Yong. Risk propagation patterns of guarantee network based on the theory of complex network[J]. , 2015, 32(6): 836-842.

参考文献

[1] Romualdo P, Alessandro V. Epidemic spreading in scale-free networks[J]. Physical Review Letters, 2000, 86(14):3 200-3 203.

[2] Garas A, Argyrakis P, Rozenblat C, et al. Worldwide spreading of economic crisis[J]. New Journal of Physics, 2010, 12(2):185-188.

[3] Buldyrev S V, Parshani R, Paul G, et al. Catastrophic cascade of failures in interdependent networks[J]. Nature, 2010, 464(7291):1 025-1 028.

[4] 威海银监分局担保圈风险研究课题组. 基于有向图遍历算法的担保圈风险监测预警系统研究:从商业银行的视角出发[J]. 金融监管研究, 2014(7):80-92.

[5] 张乐才. 企业资金担保链:风险消释, 风险传染与风险共享[J]. 经济理论与经济管理, 2001(10):57-65.

[6] Erdös P, Rényi A. On random graphs[J]. Publ Math, 1959, 6(4):290.

[7] Erdös P, Rényi A. On the evolution of random graphs[J]. Publ Math Inst Hungar Acad Sci, 1960, 5:17-61.

[8] Wattts D J, Strogatz S H. Collective dynamics of 'small-world' networks[J]. Nature, 1998, 393(6684):440-442.

[9] Barabasi A L, Albert R. Emergence of scaling in random networks[J]. Science, 1999, 286(5439):509-512.

[10] Page L, Brin S, Motwani R, et al. The PageRank citation ranking:bringing order to the web[J]. Stanford Infolab, 1999,9(1):1-14.

[11] Kitsak M, Gallos L K, Havlin S, et al. Identifying influential spreaders in complex networks[J]. Nature Physics, 2010, 6(11):888-893.

[12] Newman M E J. Networks:an introduction[M]. Oxford:Oxford University Press,2009:97-273.

[13] 吉艳冰, 王伟, 赵亚伟. 基于复杂网络理论的担保网络研究[J]. 复杂系统与复杂性科学, 2014, 11(2):17-23.

[14] 李睿琪, 唐明, 许伯铭. 多关系网络上的流行病传播动力学研究[J]. 物理学报, 2013, 62(16):512-518.

[15] 杨博, 刘际明, 杨建宁,等. 基于自治计算的流行病传播网络建模与推断[J]. 软件学报, 2012(11):2 955-2 970.

[16] 李仲来, 崔恒建, 杨华,等. SARS预测的SI模型和分段SI模型[J]. 遥感学报, 2003, 7(5):345-349.

[17] 夏承遗, 刘忠信, 陈增强,等. 复杂网络上具有分布式传染速率的流行病传播行为[J]. 中国科学技术大学学报, 2008, 38(12):1 444-1 450.

[18] Garas A, Argyrakis P, Rozenblat C, et al. Worldwide spreading of economic crisis[J]. New journal of Physics, 2010, 12(2):185-188.

[19] 吴畏, 王文旭, 樊瑛. 基于风险传染的金融网络系统风险模型[J]. 北京师范大学学报:自然科学版, 2014, 50(6):668-671.

[20] 张彦超, 刘云, 张海峰, 等. 基于在线社交网络的信息传播模型[J]. 物理学报, 2011, 60(5):60-66.

[21] 王辉, 韩江洪, 邓林, 等. 基于移动社交网络的谣言传播动力学研究[J]. 物理学报, 2013, 62(11):106-117.

[22] 胡庆成, 尹龑燊, 马鹏斐, 等. 一种新的网络传播中最有影响力的节点发现方法[J]. 物理学报, 2013, 62(14):9-19.

[23] 宫秀文, 张佩云. 基于PageRank的社交网络影响最大化传播模型与算法研究[J]. 计算机科学, 2013, 40:136-140.

[24] 陈春霞. 应急物流网络中物资短缺传播模型及应用[J]. 计算机应用研究, 2014, 31(2):461-464.

[25] Muchnik L. Complex networks package for MatLab[DB/OL].[2014-11-13].http://www.levmuchnik.net/Content/Networks/ComplexNetworksPackage.

基于复杂网络理论的担保网络风险传播模式

Risk propagation patterns of guarantee network based on the theory of complex network

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 2

编辑推荐

Metrics

本文评价

访问统计

联系我们

[1]	李朋远, 于华, 江成. 中文语境下基于事件关联挖掘的金融网络构建与分析[J]. 中国科学院大学学报, 2021, 38(2): 270-279.
[2]	王恩海, 钱华林. 中国互联网的无尺度现象研究[J]. 中国科学院大学学报, 2010, 27(5): 670-676.