一种基于复杂金融网络的系统性风险评估方法技术方案

本发明专利技术涉及一种基于复杂金融网络的系统性风险评估方法，具体包括以下步骤：S1、基于广度优先搜索算法获取目标企业的状况数据和担保贷款信息，建立担保网络模型，并构建所有相关的传染链，对担保网络模型和传染链动态更新；S2、根据构建的传染链，建立链内注意力神经网络和链间注意力神经网络，采用多级特征学习层计算得到传染链和风险评级的潜在风险信息；S3、建立卷积神经网络模型，根据传染链和风险评级的潜在风险信息，得到目标企业的风险等级评估结果。与现有技术相比，本发明专利技术具有提高在复杂的金融贷款网络中预测系统性风险的准确性、提高系统性风险评分的有效性、具有较高的适用性和灵活性等优点。适用性和灵活性等优点。适用性和灵活性等优点。

【技术实现步骤摘要】
一种基于复杂金融网络的系统性风险评估方法


[0001]本专利技术涉及金融风险
，尤其是涉及一种基于复杂金融网络的系统性风险评估方法。

技术介绍

[0002]中小企业贷款在促进技术创新、推动经济发展、改善民生和增加就业等方面有着重要的作用。目前由于商业银行信贷评估的标准较高，中小企业很难满足银行的授信准入要求。为了满足商业银行的贷款评估标准，很多中小企业选择互相担保以获得银行授信，由此形成了结构复杂的担保网络。当借款方的贷款违约时，风险则沿着担保方向在网络中层层传递。风险的层层传递造成了潜在的系统性风险，也给国家金融安全和监管带来了严峻的挑战。相比于现有针对个体企业的独立风险评估，从风险传染角度进行分析，可以识别高风险的担保群体。这种以系统角度鉴别个体风险对系统产生的影响，可以预警会集中爆发的关联性风险，也可以为关联风险的监控提供依据。
[0003]自20世纪50年代起，银行业便开始建立风险量化模型。之后，巴塞尔委员会发布了一系列关于银行监管的建议(巴塞尔协议)。全世界的银行广泛接受巴塞尔协议，巴赛尔协议提出的一些指标(例如违约概率本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于复杂金融网络的系统性风险评估方法，其特征在于，具体包括以下步骤：S1、基于广度优先搜索算法获取目标企业的状况数据和担保贷款信息，建立担保网络模型，并构建所有相关的传染链，对担保网络模型和传染链动态更新；S2、根据构建的传染链，建立链内注意力神经网络和链间注意力神经网络，采用多级特征学习层计算得到传染链和风险评级的潜在风险信息；S3、建立卷积神经网络模型，根据传染链和风险评级的潜在风险信息，得到目标企业的风险等级评估结果。2.根据权利要求1所述的一种基于复杂金融网络的系统性风险评估方法，其特征在于，所述担保网络模型G的公式如下所示：G＝(V,E)其中，V＝{v1,v2,
…
,v
|V|
}为节点集，每一个节点代表担保网络模型中的中小企业，E＝{e1,e2,
…
,e
|E|
}为边集，每一条边代表节点之间的担保关系，|V|表示节点的数量，|E|表示担保网络模型中的边的数量。3.根据权利要求2所述的一种基于复杂金融网络的系统性风险评估方法，其特征在于，所述目标企业的状况数据包括注册资本、员工人数和财务状况，嵌入在担保网络模型的节点的属性中；所述目标企业的担保贷款信息包括担保金额、贷款金额和贷款利息，保存在担保网络模型的边的属性中。4.根据权利要求2所述的一种基于复杂金融网络的系统性风险评估方法，其特征在于，所述步骤S1中所有相关的传染链形成传染链集，具体公式如下所示：C＝{c1,c2,
…
,c
|C|
}c
i
＝{(v,e)|v∈Diff(v
i
,G)∪e∈Diff(v
i
,G)}其中，C为传染链集，传染链c
i
是节点v
i
的最大风险扩散范围，Diff(v
i
,G)表示从v
i
穿过担保网络模型G的边。5.根据权利要求1所述的一种基于复杂金融网络的系统性风险评估方法，其特征在于，所述步骤S2中传染链和风险评级的潜在风险信息包括节点级风险特征、链级风险特征和网络级风险特征。6.根据权利要求5所述的一种基于复杂金融网络的系统性风险评估方法，其特征在于，所述节点级风险特征包括节点特征和边缘特征，通过归属图学习层计算得到给定节点v
i
的个体特征具体公式如下所示：其中，为节点特征，为边缘特征，W
I
和a
I
为可训练权重，NN
I
表示单个特征学习模块中的全连接神经层，是节点v
i
的邻域集，||表示并操作。7.根...

【专利技术属性】
技术研发人员：程大伟，蒋昌俊，朱明志，
申请(专利权)人：同济大学，
类型：发明
国别省市：