标签： #图论

单家机构的 VaR 只看自己亏多少，看不见「你倒了连累谁」。网络中心性（度/特征向量/介数）把机构间的敞口纠缠量化成节点重要性，直接回答监管与风险管理的核心问题：哪些机构是系统重要性最高、最不能倒的 SIFI。本文用纯 numpy 从零构造银行间敞口网络，计算三种中心性并对比排名，并诚实拆穿网络不完整/阈值主观/时变断裂/多层隐藏/中心性权重五类真实陷阱（中阶）。

系统性风险不是一只机构倒下那么简单，而是『一只倒下连累一串』的网络效应。把金融机构的收益相关性翻译成关联图，用图论指标（节点度、中心度、最短路径）量化谁是系统重要性枢纽、冲击怎么沿边传播。附完整 Python 与六类真实陷阱（高阶）。

40 只股票的相关矩阵是 780 个数字，看不出结构。把它变成图——节点是股票、边是相关强弱，再用 Kruskal 跑最小生成树（MST），市场会自己裂成清晰的板块簇：每个板块内部连通紧密、跨板块只有少数桥接边。危机期相关性飙升时 MST 会「改道」把原本远的板块拉通，节点度分布暴露出少数枢纽股。用并查集实现 Kruskal，无需 networkx。附完整 Python 与六类真实陷阱（高阶）。