- 溢出指数与连通性网络:用 Diebold-Yilmaz 把风险传染画成地图
2008 年雷曼倒下,为什么远在亚洲的股指也跟着崩?风险不是孤立的,它会沿资产间的关系『传染』。Diebold-Yilmaz 连通性框架用 VAR + 广义预测误差方差分解,把『谁在传染谁、传了多少』量化成一张可计算的地图,并派生出总连通度 TCI(系统性风险温度计)和方向性净溢出 NET(谁是传染源)。本文用 5 类资产合成数据,从零复现连通性矩阵、网络图与滚动 TCI,并点明滞后阶、预测期、正交化、样本期四类真实陷阱(中阶)。
13 min Chinese - 图神经网络(GNN)在关联个股网络中的风险传染建模
个股从不是孤岛:相关性、供应链、板块联动把 30 只股票织成一张网。本文从零实现 2 层图卷积网络(GCN),先让它学会预测「系统性重要度」,再用训练好的消息传递把冲击沿网络扩散,量化「hub 暴跌→全网传染」的放大效应,并诚实列出图构建里的真实陷阱。
13 min Chinese
返回