系统性风险分析框架：全面解析与应用

何媚京

于 2024-09-24 08:17:20 发布

阅读量323

点赞数 3

本文链接：https://blog.csdn.net/gitblog_00459/article/details/142476407

版权

Systemic Risk 是一个强大的系统性风险分析框架，旨在计算、分析和比较多种系统性风险指标。该框架涵盖了从泡沫检测到流动性风险、从组件风险到跨期风险等多个维度的风险指标，为金融市场的系统性风险评估提供了全面的解决方案。

编程语言: MATLAB
最低版本要求: R2014b
依赖工具箱:
- Computer Vision System Toolbox
- Curve Fitting Toolbox
- Econometrics Toolbox
- Financial Toolbox
- Image Processing Toolbox
- Optimization Toolbox
- Parallel Computing Toolbox
- Statistics and Machine Learning Toolbox
- System Identification Toolbox

泡沫检测: 通过 BUB, BMPH, BRPH, BC, BCP 等指标检测市场中的泡沫现象。
组件风险: 包括 AR, CATFIN, CS, TI, Principal Component Analysis 等，用于分析市场中的组件风险。
连接性风险: 通过 DCI, CIO, CIOO, Network Centralities 等指标分析市场中的连接性风险。
交叉熵风险: 包括 JPoD, FSI, PCE, DiDe, SI, SV, CoJPoDs 等，用于分析市场中的交叉熵风险。
跨期风险: 通过 Full Cross-Quantilograms, Partial Cross-Quantilograms 等指标分析市场中的跨期风险。
横截面风险: 包括 Idiosyncratic Metrics, CAViaR, CoVaR, Delta CoVaR, MES, SES, SRISK 等，用于分析市场中的横截面风险。
违约风险: 通过 D2C, D2D, DIP, SCCA 等指标分析市场中的违约风险。
流动性风险: 包括 ILLIQ, RIS, Classic Indicators 等，用于分析市场中的流动性风险。
状态切换风险: 通过 2-States Model, 3-States Model, 4-States Model, AP, JP 等指标分析市场中的状态切换风险。
溢出风险: 包括 SI, Spillovers From & To, Net Spillovers 等，用于分析市场中的溢出风险。
尾部依赖风险: 通过 ACHI, ADR, FRM 等指标分析市场中的尾部依赖风险。