游鴿 郭昊 劉向

摘? ?要：以“復(fù)雜網(wǎng)絡(luò)”為視角，將金融市場(chǎng)抽象為多主體在時(shí)間與結(jié)構(gòu)上無限延展關(guān)聯(lián)的復(fù)雜系統(tǒng)，有助于厘清金融市場(chǎng)宏觀整體與微觀主體之間的相互作用，有效研判金融市場(chǎng)的發(fā)展趨勢(shì)，對(duì)預(yù)測(cè)系統(tǒng)性金融風(fēng)險(xiǎn)的產(chǎn)生有重要意義。本文從拓?fù)浣Y(jié)構(gòu)、演化機(jī)制與風(fēng)險(xiǎn)傳染機(jī)制三個(gè)方面綜述了金融市場(chǎng)網(wǎng)絡(luò)研究的進(jìn)展，從金融市場(chǎng)網(wǎng)絡(luò)的結(jié)構(gòu)特征與演化機(jī)制兩個(gè)方面，總結(jié)了金融市場(chǎng)網(wǎng)絡(luò)結(jié)構(gòu)的演化，從金融市場(chǎng)網(wǎng)絡(luò)結(jié)構(gòu)對(duì)系統(tǒng)性金融風(fēng)險(xiǎn)的影響以及金融風(fēng)險(xiǎn)傳染模型方面，總結(jié)了金融市場(chǎng)網(wǎng)絡(luò)的風(fēng)險(xiǎn)傳染，并基于當(dāng)前研究的不足指出未來的研究趨勢(shì)。

關(guān)鍵詞：金融市場(chǎng);復(fù)雜網(wǎng)絡(luò);演化;系統(tǒng)性風(fēng)險(xiǎn);風(fēng)險(xiǎn)傳染

中圖分類號(hào)：F830? 文獻(xiàn)標(biāo)識(shí)碼：A? 文章編號(hào)：1674-2265（2020）01-0030-10

隨著現(xiàn)代金融業(yè)的不斷發(fā)展，金融市場(chǎng)參與主體日益增多，逐步演化為政府、金融機(jī)構(gòu)、企業(yè)組織與個(gè)人等多主體參與形成的，在時(shí)間與結(jié)構(gòu)上無限延展關(guān)聯(lián)的復(fù)雜系統(tǒng)。如果將系統(tǒng)中各主體抽象為網(wǎng)絡(luò)節(jié)點(diǎn)，各主體之間的相互作用抽象為節(jié)點(diǎn)之間的連接線或邊，那么整個(gè)系統(tǒng)就可以抽象為多重節(jié)點(diǎn)關(guān)聯(lián)的復(fù)雜網(wǎng)絡(luò)。面對(duì)如此龐雜的金融網(wǎng)絡(luò)系統(tǒng)，要想對(duì)其發(fā)展趨勢(shì)做出準(zhǔn)確的判斷已變得異常困難。傳統(tǒng)金融學(xué)理論基于超理想化、形式主義化、線性單一化假設(shè)的方法與現(xiàn)實(shí)金融系統(tǒng)的復(fù)雜性相互沖突，因此，其難以有效地預(yù)測(cè)金融危機(jī)的發(fā)生與系統(tǒng)性金融風(fēng)險(xiǎn)的影響。金融市場(chǎng)這種復(fù)雜性已使得傳統(tǒng)金融理論遇到了難以逾越的障礙，張衛(wèi)國(guó)（2017）形象地將其稱為“新金融經(jīng)濟(jì)學(xué)發(fā)展難以突破的瓶頸”。而利用復(fù)雜網(wǎng)絡(luò)的方法來研究金融市場(chǎng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)及演化過程為解決這一難題提供了一種全新的研究思路。

早在20世紀(jì)90年代，學(xué)者們即開始探索利用復(fù)雜網(wǎng)絡(luò)的方法對(duì)金融市場(chǎng)的結(jié)構(gòu)進(jìn)行統(tǒng)計(jì)描述。例如Angelini等（1996）對(duì)意大利網(wǎng)絡(luò)系統(tǒng)中“多米諾骨牌效應(yīng)”的潛在規(guī)模進(jìn)行了實(shí)證評(píng)估，模擬結(jié)果顯示，4%的參與者結(jié)算失敗就足以引發(fā)系統(tǒng)性危機(jī)。Boss等（2004）基于實(shí)證分析，發(fā)現(xiàn)銀行間網(wǎng)絡(luò)遵循雙冪律度分布。Mouss（2011）對(duì)巴西金融機(jī)構(gòu)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行了實(shí)證分析，發(fā)現(xiàn)該網(wǎng)絡(luò)是明顯的無標(biāo)度網(wǎng)絡(luò)，而不是小世界網(wǎng)絡(luò)。Cont（2013）實(shí)證統(tǒng)計(jì)的結(jié)果延續(xù)了Mouss的發(fā)現(xiàn)，并強(qiáng)調(diào)異質(zhì)性在網(wǎng)絡(luò)結(jié)構(gòu)中的貢獻(xiàn)以及對(duì)特定機(jī)構(gòu)的交易對(duì)手風(fēng)險(xiǎn)集中度在解釋其系統(tǒng)重要性時(shí)的作用。Gai等（2011）構(gòu)建了由24家英國(guó)銀行組成的銀行間拆借網(wǎng)絡(luò)，網(wǎng)絡(luò)統(tǒng)計(jì)結(jié)果顯示，其中5家大型銀行具有較高的網(wǎng)絡(luò)中心度，處于網(wǎng)絡(luò)的核心，剩下中小型銀行處于網(wǎng)絡(luò)的外圍，且不直接相連。Solorzano等（2013）根據(jù)2008年7月至2010年12月的每月風(fēng)險(xiǎn)暴露數(shù)據(jù)，構(gòu)造了包括銀行、金融中介在內(nèi)的墨西哥金融網(wǎng)絡(luò)，統(tǒng)計(jì)結(jié)果顯示，網(wǎng)絡(luò)結(jié)構(gòu)與隨機(jī)網(wǎng)絡(luò)相近，且呈現(xiàn)層次性特征。陳少煒等（2016）繪制了我國(guó)銀行網(wǎng)絡(luò)的結(jié)構(gòu)圖，結(jié)果顯示我國(guó)銀行網(wǎng)絡(luò)是一個(gè)擁有少數(shù)貨幣中心的三層結(jié)構(gòu)特征網(wǎng)絡(luò)，并呈現(xiàn)出明顯的無標(biāo)度特征。

基于上述實(shí)證統(tǒng)計(jì)的結(jié)果，部分學(xué)者開始探索使用數(shù)理模型來描述金融市場(chǎng)網(wǎng)絡(luò)的結(jié)構(gòu)演化與風(fēng)險(xiǎn)傳染機(jī)制。例如Wan等（2006）基于實(shí)證統(tǒng)計(jì)分析的結(jié)果，提出了一個(gè)銀行網(wǎng)絡(luò)結(jié)構(gòu)生成模型來解釋銀行網(wǎng)絡(luò)雙冪律度分布形成的機(jī)制。范宏等（2014）建立帶有宏觀經(jīng)濟(jì)趨勢(shì)及多期清算的動(dòng)態(tài)銀行網(wǎng)絡(luò)系統(tǒng)模型，提出了一種系統(tǒng)性風(fēng)險(xiǎn)的定量計(jì)算方法，仿真實(shí)驗(yàn)得到的變化曲線有效地表現(xiàn)了系統(tǒng)性風(fēng)險(xiǎn)的累積過程。Aleksiejuk等（2001）引入了一種新的定向滲流模型，作為銀行系統(tǒng)中傳染過程和大規(guī)模破產(chǎn)的簡(jiǎn)單表示，用隨機(jī)分布有向連接模擬模型中的貨幣流，模擬結(jié)果解釋了美國(guó)大蕭條期間由于少數(shù)銀行破產(chǎn)引發(fā)大規(guī)模銀行破產(chǎn)的現(xiàn)象。Allen等（2000）指出一個(gè)地區(qū)的小流動(dòng)性偏好沖擊可能會(huì)在整個(gè)經(jīng)濟(jì)中蔓延，蔓延的可能性很大程度取決于區(qū)域銀行間索賠結(jié)構(gòu)的完整性，完整的銀行間索賠結(jié)構(gòu)比不完整的結(jié)構(gòu)更能抵御系統(tǒng)性風(fēng)險(xiǎn)的沖擊。Ladley等（2013）提出了一個(gè)封閉經(jīng)濟(jì)的局部均衡模型，其中銀行的行為和銀行間利率確定是內(nèi)生的，仿真結(jié)果表明銀行行為的內(nèi)生特征和銀行間市場(chǎng)行為與現(xiàn)實(shí)中觀察到的特征非常吻合。賈彥東（2011）基于金融網(wǎng)絡(luò)風(fēng)險(xiǎn)擴(kuò)散模型重點(diǎn)研究了金融機(jī)構(gòu)間的風(fēng)險(xiǎn)分擔(dān)模式，結(jié)果顯示金融機(jī)構(gòu)對(duì)整個(gè)系統(tǒng)的影響主要來自“直接貢獻(xiàn)”和“間接參與”兩個(gè)方面。陳建新等（2012）基于集合種群理論構(gòu)建了銀行風(fēng)險(xiǎn)傳染模型，利用元細(xì)胞自動(dòng)機(jī)方法對(duì)銀行風(fēng)險(xiǎn)傳染進(jìn)行模擬分析，提出了脆弱性傳染的影響因素。

研究金融市場(chǎng)網(wǎng)絡(luò)結(jié)構(gòu)及演化機(jī)制是探索金融市場(chǎng)發(fā)展趨勢(shì)的基礎(chǔ)，是捕獲金融風(fēng)險(xiǎn)的有效手段。盡管很多文獻(xiàn)對(duì)金融市場(chǎng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)及演化過程進(jìn)行了研究，然而分散在不同的學(xué)科、研究團(tuán)隊(duì)以及期刊上，因此關(guān)于金融網(wǎng)絡(luò)的研究，現(xiàn)在還沒有清晰的圖景。雖然一些早期的文獻(xiàn)綜述涵蓋了大量的研究，但是它們沒有基于某一研究宗旨來系統(tǒng)地匯總這些知識(shí)。因此，本文采用文獻(xiàn)梳理與系統(tǒng)分析的方法，圍繞防范系統(tǒng)性風(fēng)險(xiǎn)這一研究宗旨，深入探討金融市場(chǎng)網(wǎng)絡(luò)的結(jié)構(gòu)與演化，分析當(dāng)前研究的不足，并指出未來研究的重點(diǎn)。

一、基本概念與理論

（一）金融市場(chǎng)網(wǎng)絡(luò)的概念

金融市場(chǎng)是由貨幣市場(chǎng)、外匯市場(chǎng)、證券市場(chǎng)等多個(gè)子市場(chǎng)組成，并由金融機(jī)構(gòu)、政府、企業(yè)組織與個(gè)人等多主體參與，在時(shí)間與空間上不斷演化形成的復(fù)雜系統(tǒng)（如圖1a所示）。在復(fù)雜網(wǎng)絡(luò)的視角下，本文將金融各子市場(chǎng)參與主體之間的復(fù)雜性關(guān)聯(lián)結(jié)構(gòu)定義為金融市場(chǎng)網(wǎng)絡(luò)，因此，按照金融子市場(chǎng)間的差異，金融市場(chǎng)可以抽象為銀行間市場(chǎng)網(wǎng)絡(luò)、股票市場(chǎng)網(wǎng)絡(luò)、外匯市場(chǎng)網(wǎng)絡(luò)等多個(gè)子網(wǎng)絡(luò)相互關(guān)聯(lián)的復(fù)雜網(wǎng)絡(luò)結(jié)構(gòu)（如圖1b所示）。金融市場(chǎng)網(wǎng)絡(luò)是一個(gè)集合概念，指的是金融市場(chǎng)參與主體之間相互關(guān)聯(lián)的一類網(wǎng)絡(luò)。在金融市場(chǎng)網(wǎng)絡(luò)中，節(jié)點(diǎn)一般代表政府、金融機(jī)構(gòu)、企業(yè)組織與個(gè)人等金融市場(chǎng)參與主體;邊即表示金融市場(chǎng)參與主體間的連接關(guān)系。具體而言，在銀行間市場(chǎng)網(wǎng)絡(luò)中，邊即是銀行之間的同業(yè)拆借關(guān)系;在外匯市場(chǎng)網(wǎng)絡(luò)中，邊是指各國(guó)貨幣之間匯率波動(dòng)的相關(guān)關(guān)系;在股票市場(chǎng)網(wǎng)絡(luò)中，邊是指企業(yè)股票之間的相關(guān)關(guān)系;而在證券文本網(wǎng)絡(luò)中，邊即是證券公司之間文本信息之間的交互關(guān)系。

金融市場(chǎng)網(wǎng)絡(luò)中新節(jié)點(diǎn)的加入，可理解為金融市場(chǎng)新主體的參與，金融市場(chǎng)網(wǎng)絡(luò)中各個(gè)節(jié)點(diǎn)之間的連接發(fā)生變更，可以理解為金融主體之間的關(guān)聯(lián)發(fā)生了改變。具體而言，例如銀行間網(wǎng)絡(luò)中，由于銀行間拆借關(guān)系的更新變動(dòng)，網(wǎng)絡(luò)中節(jié)點(diǎn)間連接可以變化與重連（如圖2c所示）;股票市場(chǎng)網(wǎng)絡(luò)在時(shí)間的維度不斷有企業(yè)股票上市與退市，映射到網(wǎng)絡(luò)結(jié)構(gòu)上，就是整個(gè)網(wǎng)絡(luò)隨著時(shí)間的演化不斷地有新節(jié)點(diǎn)進(jìn)入與舊節(jié)點(diǎn)退出，所以股票市場(chǎng)網(wǎng)絡(luò)是無環(huán)的有向網(wǎng)絡(luò)（如圖2d所示）。

將網(wǎng)絡(luò)中邊的方向去除則是無向網(wǎng)絡(luò);給連接邊賦權(quán)，則為加權(quán)網(wǎng)絡(luò);假設(shè)節(jié)點(diǎn)狀態(tài)與網(wǎng)絡(luò)為動(dòng)態(tài)演化的，則是動(dòng)態(tài)網(wǎng)絡(luò)。目前針對(duì)金融市場(chǎng)網(wǎng)絡(luò)的研究多基于無向網(wǎng)絡(luò)，較少考慮動(dòng)態(tài)性、方向性、權(quán)重以及節(jié)點(diǎn)的異質(zhì)性。然而動(dòng)態(tài)網(wǎng)絡(luò)、有向網(wǎng)絡(luò)、加權(quán)網(wǎng)絡(luò)、二分網(wǎng)絡(luò)更接近金融市場(chǎng)網(wǎng)絡(luò)演化的實(shí)際（見圖3），例如在銀行—企業(yè)信貸網(wǎng)絡(luò)中，整個(gè)網(wǎng)絡(luò)是由銀行與企業(yè)兩種不同性質(zhì)的節(jié)點(diǎn)組成，是典型的二分網(wǎng)絡(luò)，并且該網(wǎng)絡(luò)在時(shí)間標(biāo)度上存在明顯的動(dòng)態(tài)性，網(wǎng)絡(luò)中各企業(yè)銀行之間連接強(qiáng)度的差異，使得整個(gè)網(wǎng)絡(luò)連接權(quán)重不一致，有明顯的加權(quán)網(wǎng)絡(luò)特征。因此，在金融市場(chǎng)網(wǎng)絡(luò)演化過程中，將有向性、加權(quán)性、動(dòng)態(tài)性、二分性或多元性考慮進(jìn)去要更加貼近實(shí)際，未來應(yīng)對(duì)這幾個(gè)方面進(jìn)行著重研究。

（二）理論來源與發(fā)展思路

對(duì)金融市場(chǎng)網(wǎng)絡(luò)結(jié)構(gòu)的研究源于復(fù)雜網(wǎng)絡(luò)的研究框架。1998年Wattz和Strogatz提出的著名的小世界網(wǎng)絡(luò)以及1999年Barabási和Albert提出的無標(biāo)度網(wǎng)絡(luò)為金融市場(chǎng)網(wǎng)絡(luò)的研究提供了理論與方法。之后關(guān)于金融市場(chǎng)網(wǎng)絡(luò)結(jié)構(gòu)實(shí)證統(tǒng)計(jì)與演化模型的研究開始逐漸興起。

Boss等（2004）、Souma等（2012）、Soramaki等（2007）立足于金融市場(chǎng)網(wǎng)絡(luò)的實(shí)證統(tǒng)計(jì)分析，運(yùn)用數(shù)理統(tǒng)計(jì)的方法對(duì)金融市場(chǎng)網(wǎng)絡(luò)的網(wǎng)絡(luò)密度、平均路徑長(zhǎng)度、聚類系數(shù)、度分布（有向網(wǎng)絡(luò)包括入度分布與出度分布）等指標(biāo)進(jìn)行統(tǒng)計(jì)分析，用以描述現(xiàn)實(shí)金融網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)特征。他們的工作開創(chuàng)了金融網(wǎng)絡(luò)實(shí)證統(tǒng)計(jì)的先河。目前針對(duì)不同金融市場(chǎng)網(wǎng)絡(luò)的實(shí)證統(tǒng)計(jì)研究取得了較大的進(jìn)展，其中較具代表性的研究梳理如下：（1）對(duì)銀行市場(chǎng)間網(wǎng)絡(luò)的實(shí)證統(tǒng)計(jì)分析，除Boss、Souma、Soramaki作出的貢獻(xiàn)外，Becher等（2008）對(duì)英國(guó)各銀行清算自動(dòng)支付系統(tǒng)網(wǎng)絡(luò)進(jìn)行了實(shí)證統(tǒng)計(jì)，結(jié)果顯示其具有較低的連接度與平均路徑。Santos等（2010）通過實(shí)證研究發(fā)現(xiàn)巴西銀行間網(wǎng)絡(luò)的度分布服從冪律分布。（2）對(duì)銀行—企業(yè)間網(wǎng)絡(luò)的實(shí)證統(tǒng)計(jì)分析，Miranda等（2013）實(shí)證統(tǒng)計(jì)得出巴西公司—銀行貸款網(wǎng)絡(luò)的度分布遵循冪律分布。De Masi等（2011）統(tǒng)計(jì)發(fā)現(xiàn)由公司和銀行構(gòu)建的日本信用網(wǎng)絡(luò)服從厚尾分布。（3）對(duì)股票市場(chǎng)網(wǎng)絡(luò)的統(tǒng)計(jì)分析，Lee等（2007）利用韓國(guó)股票市場(chǎng)中股票價(jià)格的互相關(guān)系構(gòu)建了股票市場(chǎng)的關(guān)聯(lián)網(wǎng)絡(luò)，統(tǒng)計(jì)發(fā)現(xiàn)其度分布遵循冪律分布，且冪指數(shù)取決于相關(guān)系數(shù)的閾值。張來軍等（2014）構(gòu)建收益率、成交量、市盈率的股票關(guān)聯(lián)網(wǎng)絡(luò)，統(tǒng)計(jì)發(fā)現(xiàn)股票收益率和成交量指標(biāo)具有較強(qiáng)的關(guān)聯(lián)性，且具有小世界性;市盈率指標(biāo)關(guān)聯(lián)性較弱，不具有小世界性。

另一種思路立足于模型的構(gòu)建，基于這一思路的研究多聚焦于對(duì)金融市場(chǎng)網(wǎng)絡(luò)結(jié)構(gòu)演化模型與風(fēng)險(xiǎn)傳染模型的研究，代表性的研究有以下幾種。（1）關(guān)于金融市場(chǎng)網(wǎng)絡(luò)結(jié)構(gòu)演化模型的研究，萬陽松等（2007）提出了一個(gè)銀行間網(wǎng)絡(luò)結(jié)構(gòu)演化模型，以此解釋銀行間網(wǎng)絡(luò)雙冪律分布形成的機(jī)制。Li等（2010）基于銀行間的信貸關(guān)系構(gòu)建了銀行間市場(chǎng)的網(wǎng)絡(luò)增長(zhǎng)模型，該模型可以較好地表征現(xiàn)實(shí)世界中銀行間市場(chǎng)網(wǎng)絡(luò)中無標(biāo)度結(jié)構(gòu)特征。（2）關(guān)于金融風(fēng)險(xiǎn)傳染模型的研究，Thurner等（2003）結(jié)合銀行間的風(fēng)險(xiǎn)傳染問題構(gòu)建了基于風(fēng)險(xiǎn)共擔(dān)的銀行合作網(wǎng)絡(luò)動(dòng)態(tài)博弈模型。Xu等（2016）提出了一種基于銀行代理行為的動(dòng)態(tài)銀行間市場(chǎng)網(wǎng)絡(luò)模型，用于分析交易對(duì)手和流動(dòng)性渠道的金融風(fēng)險(xiǎn)傳染。Jiang等（2018）提出了一種基于信息非對(duì)稱關(guān)聯(lián)的信用風(fēng)險(xiǎn)傳染模型，該模型能夠有效地反映個(gè)體間信用風(fēng)險(xiǎn)的傳染程度。

上述兩種思路各有優(yōu)勢(shì)，前者針對(duì)大規(guī)模網(wǎng)絡(luò)實(shí)證分析具有優(yōu)勢(shì)，便于從真實(shí)數(shù)據(jù)統(tǒng)計(jì)的角度定性地描述金融市場(chǎng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)特征;后一思路從微觀的視角分析網(wǎng)絡(luò)結(jié)構(gòu)中節(jié)點(diǎn)間作用機(jī)制、關(guān)聯(lián)規(guī)則以及網(wǎng)絡(luò)演化規(guī)律，用數(shù)學(xué)模型來描述網(wǎng)絡(luò)的結(jié)構(gòu)生成與傳染，雖然能更好刻畫金融市場(chǎng)中各個(gè)主要參與主體的活動(dòng)與演化過程，但由于金融市場(chǎng)的多主體性與復(fù)雜性，根據(jù)這一思路研究金融網(wǎng)絡(luò)演化模型較為困難。隨后對(duì)金融市場(chǎng)網(wǎng)絡(luò)結(jié)構(gòu)和演化的研究基本上延續(xù)了這些差異。

二、金融市場(chǎng)網(wǎng)絡(luò)的結(jié)構(gòu)

（一）不均勻性

不均勻性是金融市場(chǎng)網(wǎng)絡(luò)的一般拓?fù)浣Y(jié)構(gòu)特征。Boss、Souma、Soramaki、Becher、Santos等人較早開始了銀行間市場(chǎng)網(wǎng)絡(luò)的實(shí)證統(tǒng)計(jì)研究，發(fā)現(xiàn)其度分布服從冪律分布，呈現(xiàn)無標(biāo)度特征。此外，Liu等（2012）、Cao等（2017）、劉海飛等（2018）實(shí)證統(tǒng)計(jì)發(fā)現(xiàn)股票市場(chǎng)網(wǎng)絡(luò)呈現(xiàn)無標(biāo)度特征。莊新田等（2007）對(duì)上海證券市場(chǎng)網(wǎng)絡(luò)進(jìn)行了統(tǒng)計(jì)分析，發(fā)現(xiàn)該網(wǎng)絡(luò)度分布服從冪律分布。秦春雷等（2015）分別對(duì)金融危機(jī)前、中、后期的證券市場(chǎng)網(wǎng)絡(luò)結(jié)構(gòu)變化做了統(tǒng)計(jì)，結(jié)果表明前期網(wǎng)絡(luò)聚類系數(shù)、平均度上升至較高水平，中期則基本持平波動(dòng)較小，后期下降并停留在比前期高的水平。此外，王瑩等（2018）從多頻視角分析了由全球45種主要貨幣組成的外匯市場(chǎng)的網(wǎng)絡(luò)結(jié)構(gòu)，研究發(fā)現(xiàn)外匯市場(chǎng)網(wǎng)絡(luò)呈現(xiàn)無標(biāo)度特征。

上述針對(duì)銀行間市場(chǎng)、股票市場(chǎng)、證券市場(chǎng)、外匯市場(chǎng)等金融子市場(chǎng)網(wǎng)絡(luò)的實(shí)證統(tǒng)計(jì)發(fā)現(xiàn)它們表現(xiàn)出一個(gè)共同特征，即無標(biāo)度特征，網(wǎng)絡(luò)中一些節(jié)點(diǎn)連接度較高，而其他大量的節(jié)點(diǎn)具有較低連接度，在宏觀上呈現(xiàn)出“富者更富”的馬太效應(yīng)，體現(xiàn)了網(wǎng)絡(luò)極大的不均勻性。關(guān)于無標(biāo)度網(wǎng)絡(luò)的應(yīng)用研究，黃瑋強(qiáng)等（2008）利用上證與深證指數(shù)分別構(gòu)建了滬深市場(chǎng)的無標(biāo)度網(wǎng)絡(luò)模型。李進(jìn)等（2009）基于上市公司之間交叉持股關(guān)系構(gòu)建了利己連接規(guī)則的無標(biāo)度網(wǎng)絡(luò)。

（二）小世界結(jié)構(gòu)

小世界特征是金融市場(chǎng)網(wǎng)絡(luò)另一重要的拓?fù)浣Y(jié)構(gòu)特征。Vivier-Lirimont（2004）通過銀行間關(guān)系網(wǎng)絡(luò)分析了銀行間借貸模型，然后解釋了自20世紀(jì)80年代金融自由化進(jìn)程開始以來銀行網(wǎng)絡(luò)的密集化，這為金融市場(chǎng)網(wǎng)絡(luò)小世界現(xiàn)象奠定了理論基礎(chǔ)。之后Boss、Soramaki等（2010）陸續(xù)發(fā)現(xiàn)銀行間市場(chǎng)網(wǎng)絡(luò)的小世界性。Bech等人通過美國(guó)聯(lián)邦基金市場(chǎng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)進(jìn)行統(tǒng)計(jì)分析，發(fā)現(xiàn)基金市場(chǎng)的小世界現(xiàn)象。Gao等（2013）利用滑動(dòng)窗口技術(shù)對(duì)動(dòng)態(tài)的股票市場(chǎng)網(wǎng)絡(luò)進(jìn)行統(tǒng)計(jì)分析，結(jié)果表明，隨著時(shí)間的推移，股票市場(chǎng)網(wǎng)絡(luò)具有強(qiáng)大的小世界屬性。此外，國(guó)內(nèi)學(xué)者張?bào)K等（2017）實(shí)證統(tǒng)計(jì)發(fā)現(xiàn)2015年股災(zāi)背景下的中國(guó)證券市場(chǎng)網(wǎng)絡(luò)結(jié)構(gòu)具有明顯的小世界性。韓東梅等（2014）統(tǒng)計(jì)發(fā)現(xiàn)國(guó)際證券市場(chǎng)的網(wǎng)絡(luò)具有顯著的小世界性。

上述文獻(xiàn)表明金融市場(chǎng)網(wǎng)絡(luò)普遍存在小世界現(xiàn)象，小世界原理是金融市場(chǎng)網(wǎng)絡(luò)中各主體之間緊密關(guān)聯(lián)的具體表現(xiàn)，高聚類系數(shù)和短平均路徑實(shí)現(xiàn)了金融大世界向小世界的轉(zhuǎn)換，而小世界網(wǎng)絡(luò)模型不僅很好地描述了金融市場(chǎng)網(wǎng)絡(luò)內(nèi)部密切的關(guān)聯(lián)性，也為金融市場(chǎng)小世界網(wǎng)絡(luò)的結(jié)構(gòu)生成提供了實(shí)現(xiàn)方式。關(guān)于小世界網(wǎng)絡(luò)的應(yīng)用性研究，Chen等（2007）利用多主體仿真技術(shù)開發(fā)了Watts-Strogatz網(wǎng)絡(luò)仿真模型，指出該仿真模型有望在未來分析金融市場(chǎng)中小世界資產(chǎn)現(xiàn)象時(shí)呈現(xiàn)較好的效果。李旲等（2012）利用小世界網(wǎng)絡(luò)模擬金融市場(chǎng)全局信息下的投資人基于社會(huì)網(wǎng)絡(luò)的決策機(jī)制。

三、金融市場(chǎng)網(wǎng)絡(luò)的演化

（一）無標(biāo)度特征的生成機(jī)制

近年來，金融市場(chǎng)網(wǎng)絡(luò)結(jié)構(gòu)特征的實(shí)證研究發(fā)現(xiàn)銀行間市場(chǎng)網(wǎng)絡(luò)、股票市場(chǎng)網(wǎng)絡(luò)、證券市場(chǎng)網(wǎng)絡(luò)等都具有明顯的無標(biāo)度特征。1999年無標(biāo)度網(wǎng)絡(luò)模型（BA模型）被提出，其構(gòu)造算法如下：（1）增長(zhǎng)，初始網(wǎng)絡(luò)存在m0個(gè)節(jié)點(diǎn)，且節(jié)點(diǎn)的度之和為kmo。（2）擇優(yōu)連接，以概率p將新節(jié)點(diǎn)與一個(gè)已存節(jié)點(diǎn)i相連，連接的概率Π（i）與節(jié)點(diǎn)i的度ki成正比（度擇優(yōu)連接），故其擇優(yōu)連接概率Π（i）= ki /Σ kj，故在t時(shí)間步，它的連接度變化率為：?ki/?t=xki/Σkj，求解得到P（k）∝2m2k-3。這表明其度分布是接近冪率為3的分布。利用Matlab構(gòu)建初始網(wǎng)絡(luò)節(jié)點(diǎn)為4，每次加入一個(gè)節(jié)點(diǎn)，以連接概率p與其中一個(gè)節(jié)點(diǎn)相連，設(shè)置時(shí)間步t=25，最終得到節(jié)點(diǎn)數(shù)為25的網(wǎng)絡(luò)圖（見圖4，其中圖4i中p=0.1，圖4j中p=0.3，圖4k中p=0.5）。

BA網(wǎng)絡(luò)及其改進(jìn)模型雖然有效地刻畫了金融市場(chǎng)網(wǎng)絡(luò)的內(nèi)部結(jié)構(gòu)特征及其演化規(guī)律，但是實(shí)際金融市場(chǎng)中由于參與主體間連接更趨復(fù)雜，使得真實(shí)網(wǎng)絡(luò)演化過程與BA模型存在差異。表現(xiàn)在：BA網(wǎng)絡(luò)是基于度擇優(yōu)連接規(guī)則構(gòu)建的網(wǎng)絡(luò)，從而使得其在宏觀上呈現(xiàn)出“馬太效應(yīng)”，然而真實(shí)的金融市場(chǎng)網(wǎng)絡(luò)節(jié)點(diǎn)更偏好于適應(yīng)度較好的節(jié)點(diǎn)連接，也就是說一個(gè)金融機(jī)構(gòu)更愿意與穩(wěn)健性好、抗風(fēng)險(xiǎn)能力強(qiáng)的金融機(jī)構(gòu)產(chǎn)生關(guān)聯(lián)。因此，真實(shí)的金融市場(chǎng)網(wǎng)絡(luò)結(jié)構(gòu)與演化要比BA無標(biāo)度網(wǎng)絡(luò)更趨復(fù)雜性。

（二）小世界結(jié)構(gòu)的演化機(jī)理

小世界網(wǎng)絡(luò)結(jié)構(gòu)闡述了金融市場(chǎng)中各參與主體間關(guān)聯(lián)的緊密性，小世界網(wǎng)絡(luò)模型（WS模型）構(gòu)造算法如下：（1）規(guī)則網(wǎng)絡(luò)。一個(gè)最近鄰耦合環(huán)形網(wǎng)絡(luò)有N個(gè)節(jié)點(diǎn)，每個(gè)節(jié)點(diǎn)都跟它左右相鄰各K/2節(jié)點(diǎn)相連（K為偶數(shù)）。（2）隨機(jī)重連。以概率p隨機(jī)重連網(wǎng)絡(luò)中的每條邊，其中，每個(gè)節(jié)點(diǎn)不能與自身相連，任意兩個(gè)節(jié)點(diǎn)間至多能有一條邊，由此而形成的低平均路徑長(zhǎng)度、高聚類系數(shù)的網(wǎng)絡(luò)即為小世界網(wǎng)絡(luò)。運(yùn)用Matlab構(gòu)建網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)為20，隨機(jī)重連概率為p，最終得到節(jié)點(diǎn)數(shù)為20的網(wǎng)絡(luò)圖（見圖5，圖5m中p=0.1，圖5l中p=0.5，圖5n中p=1）。

WS模型雖然很好地描述了小世界網(wǎng)絡(luò)的規(guī)則性與隨機(jī)性，但該模型借助斷邊與隨機(jī)重連來構(gòu)造網(wǎng)絡(luò)易破壞網(wǎng)絡(luò)的連通性。為了解決這一問題，Newman 和Wattz（1999）提出了NW小世界網(wǎng)絡(luò)模型，利用隨機(jī)加邊來構(gòu)造小世界網(wǎng)絡(luò)，很好地解決了因?yàn)檫B接邊的斷連致使連通性破壞的問題。之后Newman還提出了其他的小世界改進(jìn)模型。

上述小世界網(wǎng)絡(luò)構(gòu)造模型及其改進(jìn)模型雖然有效地描述了金融市場(chǎng)網(wǎng)絡(luò)較低平均路徑長(zhǎng)度與較高聚類系數(shù)的特性，但是其與實(shí)際金融市場(chǎng)網(wǎng)絡(luò)的演化過程存在很大的差異，主要涉及如下兩點(diǎn)：（1）金融市場(chǎng)網(wǎng)絡(luò)是一個(gè)在時(shí)間標(biāo)度上節(jié)點(diǎn)與連接邊動(dòng)態(tài)增長(zhǎng)的網(wǎng)絡(luò)，銀行市場(chǎng)網(wǎng)絡(luò)、股票市場(chǎng)網(wǎng)絡(luò)與外匯市場(chǎng)網(wǎng)絡(luò)都是如此，而上述模型都是在既定節(jié)點(diǎn)數(shù)的規(guī)則網(wǎng)絡(luò)上構(gòu)建的，沒有考慮節(jié)點(diǎn)的增長(zhǎng)。（2）金融市場(chǎng)網(wǎng)絡(luò)中邊的連接一般圍繞特定的資本市場(chǎng)或者區(qū)域，進(jìn)入市場(chǎng)的新的主體通常會(huì)連接特定資本市場(chǎng)的或者區(qū)域的舊主體，而并不是如WS、NW模型中簡(jiǎn)單的隨機(jī)連接一般。

（三）演化模型

考慮金融市場(chǎng)網(wǎng)絡(luò)節(jié)點(diǎn)連接數(shù)增長(zhǎng)的特征，Philippas等（2015）構(gòu)建了具有優(yōu)先連接和增長(zhǎng)的銀行間市場(chǎng)無標(biāo)度網(wǎng)絡(luò)，并應(yīng)用模擬的銀行間數(shù)據(jù)來捕獲網(wǎng)絡(luò)中連接的大小和規(guī)模，使得整個(gè)網(wǎng)絡(luò)更加契合實(shí)際銀行網(wǎng)絡(luò)。Jiang等（2008）基于無標(biāo)度網(wǎng)絡(luò)框架構(gòu)建了金融產(chǎn)業(yè)集群的機(jī)構(gòu)生成模型，該模型描述了在復(fù)雜社會(huì)行為下金融市場(chǎng)產(chǎn)業(yè)集群的生成機(jī)制。Lux（2015）研究了銀行間市場(chǎng)簡(jiǎn)單動(dòng)態(tài)模型中核心—邊緣結(jié)構(gòu)的形成。He等（2016）構(gòu)建了企業(yè)銀行代理人的內(nèi)生信用網(wǎng)絡(luò)模型，該模型描述了企業(yè)—企業(yè)、企業(yè)—銀行和銀行—銀行之間內(nèi)生的信貸關(guān)系。任小葉等（2014）基于表征異質(zhì)投資群體結(jié)構(gòu)的無標(biāo)度網(wǎng)絡(luò)的自組織金融模型，通過投資者在交易規(guī)則約束下的自組織聚簇行為，模擬金融市場(chǎng)的動(dòng)態(tài)演化過程。

金融市場(chǎng)網(wǎng)絡(luò)一般具有高聚類性，具有局域演化的特征。這是由于金融市場(chǎng)包括眾多的細(xì)分子市場(chǎng)，且具有明顯的區(qū)域特征，因此金融主體相關(guān)聯(lián)的過程一般是圍繞特定的資產(chǎn)市場(chǎng)或區(qū)域。為解決這一問題，Li和Chen（2003）提出了基于隨機(jī)選取的局域世界演化網(wǎng)絡(luò)模型。這一模型可以很好地應(yīng)用于區(qū)域與地方金融的研究。

四、金融市場(chǎng)網(wǎng)絡(luò)的風(fēng)險(xiǎn)傳染

（一）金融市場(chǎng)網(wǎng)絡(luò)結(jié)構(gòu)對(duì)系統(tǒng)性風(fēng)險(xiǎn)傳染的影響

金融市場(chǎng)網(wǎng)絡(luò)可看作是金融系統(tǒng)各組成部分復(fù)雜關(guān)聯(lián)關(guān)系的具體呈現(xiàn)，當(dāng)金融風(fēng)險(xiǎn)在金融市場(chǎng)網(wǎng)絡(luò)中迅速擴(kuò)散并出現(xiàn)“多米諾骨牌效應(yīng)”，系統(tǒng)性風(fēng)險(xiǎn)由此產(chǎn)生，因此系統(tǒng)性風(fēng)險(xiǎn)與金融網(wǎng)絡(luò)結(jié)構(gòu)特征是緊密相關(guān)的。本文通過對(duì)現(xiàn)有的文獻(xiàn)進(jìn)行梳理與總結(jié)，發(fā)現(xiàn)學(xué)界普遍認(rèn)同金融網(wǎng)絡(luò)結(jié)構(gòu)是影響系統(tǒng)性風(fēng)險(xiǎn)傳染的關(guān)鍵因素這一觀點(diǎn)，但就金融網(wǎng)絡(luò)結(jié)構(gòu)是如何影響金融系統(tǒng)性風(fēng)險(xiǎn)傳染的問題，目前尚沒有統(tǒng)一的認(rèn)識(shí)，有些觀點(diǎn)甚至直接相悖（見表1）。例如，Allen等（2009）指出，完全連通結(jié)構(gòu)網(wǎng)絡(luò)更具穩(wěn)定性，能更好抵御系統(tǒng)性金融風(fēng)險(xiǎn)，而Mistrilli（2011）的觀點(diǎn)恰好與之相反，他認(rèn)為在完全結(jié)構(gòu)金融網(wǎng)絡(luò)中，系統(tǒng)性風(fēng)險(xiǎn)傳染概率更高。隋聰?shù)龋?016）認(rèn)為網(wǎng)絡(luò)集中程度越高，風(fēng)險(xiǎn)傳染的可能性越小，而Lublóy（2005）認(rèn)為網(wǎng)絡(luò)集中程度與系統(tǒng)性風(fēng)險(xiǎn)不存在單調(diào)關(guān)系。經(jīng)分析造成這些差異的主要原因在于網(wǎng)絡(luò)結(jié)構(gòu)的差異與系統(tǒng)性風(fēng)險(xiǎn)度量標(biāo)準(zhǔn)的不一致性，Allen等選取4家銀行構(gòu)建銀行間網(wǎng)絡(luò)，而Mistrilli卻是以意大利銀行間雙邊風(fēng)險(xiǎn)敞口數(shù)據(jù)構(gòu)建的銀行間網(wǎng)絡(luò)，再加上Allen與Mistrilli采用了不同的系統(tǒng)性風(fēng)險(xiǎn)度量方法，所以造成了雙方所得結(jié)論的巨大差異;同樣的原因也造成了隋聰與Lublóy研究結(jié)論的差異。當(dāng)前金融網(wǎng)絡(luò)結(jié)構(gòu)與系統(tǒng)性風(fēng)險(xiǎn)度量方法尚沒有統(tǒng)一標(biāo)準(zhǔn)，因此構(gòu)建更加貼近真實(shí)情況的金融市場(chǎng)網(wǎng)絡(luò)，研究更加有效的系統(tǒng)性風(fēng)險(xiǎn)的度量方法，挖掘出不同金融情景下金融網(wǎng)絡(luò)結(jié)構(gòu)與系統(tǒng)性風(fēng)險(xiǎn)的內(nèi)在聯(lián)系依然是未來研究的重點(diǎn)。

（二）系統(tǒng)性金融風(fēng)險(xiǎn)傳染模型

考慮金融風(fēng)險(xiǎn)傳染機(jī)制，就不得不提到SIS與SIR這兩種經(jīng)典的傳染病模型。自20世紀(jì)90年代以來，經(jīng)濟(jì)學(xué)家開始利用新興傳染病的流行病學(xué)來解釋日益復(fù)雜的金融體系引發(fā)的沖擊擴(kuò)散現(xiàn)象，之后關(guān)于此方面的研究逐漸興起。例如，Leitner等（2005）構(gòu)建了動(dòng)態(tài)銀行網(wǎng)絡(luò)風(fēng)險(xiǎn)傳染救助模型，并將最優(yōu)網(wǎng)絡(luò)規(guī)模應(yīng)用于銀行系統(tǒng)間的聯(lián)合責(zé)任安排和支付系統(tǒng)。Haldane等（2011）基于生態(tài)食物網(wǎng)的動(dòng)態(tài)、傳染病傳播模型構(gòu)建了金融系統(tǒng)風(fēng)險(xiǎn)傳染模型，探討了在簡(jiǎn)化金融網(wǎng)絡(luò)模型中復(fù)雜性和穩(wěn)定性之間的相互作用情況下，從這些模型中獲取一些政策建議，以期減少系統(tǒng)性風(fēng)險(xiǎn)的發(fā)生。Arinaminpathy等（2012）提出了一種動(dòng)態(tài)銀行系統(tǒng)風(fēng)險(xiǎn)傳染模型，該模型在傳染病模型之上引入了用于捕捉系統(tǒng)中不穩(wěn)定“信心”的機(jī)制，研究發(fā)現(xiàn)在對(duì)較大的銀行施加比較小銀行更為嚴(yán)格的資本要求情況下，可以有效減少系統(tǒng)中的不穩(wěn)定“信心”，以此增加網(wǎng)絡(luò)的彈性。Peckham（2014）建立全球金融危機(jī)傳染模型，并指出在全球環(huán)境下追蹤金融系統(tǒng)與生物系統(tǒng)中“傳染”的概念對(duì)于理解風(fēng)險(xiǎn)的相互關(guān)聯(lián)特征顯得越來越重要。羅剛等（2015）基于SI模型提出擔(dān)保網(wǎng)絡(luò)的風(fēng)險(xiǎn)傳播模型，并利用某金融機(jī)構(gòu)的真實(shí)數(shù)據(jù)對(duì)模型進(jìn)行了驗(yàn)證，研究發(fā)現(xiàn)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)決定網(wǎng)絡(luò)抵御系統(tǒng)性風(fēng)險(xiǎn)的能力。胡志浩等（2017）將傳播動(dòng)力模型SIRS引入無標(biāo)度金融網(wǎng)絡(luò)中，探討了模型參數(shù)——感染率、治愈率、免疫失效率和網(wǎng)絡(luò)緊密度對(duì)風(fēng)險(xiǎn)傳染的影響。

五、研究述評(píng)與研究趨勢(shì)

（一）研究述評(píng)

本文主要從研究方法與內(nèi)容兩個(gè)方面對(duì)當(dāng)前金融市場(chǎng)網(wǎng)絡(luò)結(jié)構(gòu)與演化的研究進(jìn)行評(píng)述。

在研究方法上：（1）目前關(guān)于金融市場(chǎng)網(wǎng)絡(luò)的研究更多的還是基于Boss、Souma、Soramaki等人的實(shí)證統(tǒng)計(jì)視角，多是描述性、實(shí)證性的研究，然而利用數(shù)理模型來揭示金融市場(chǎng)網(wǎng)絡(luò)結(jié)構(gòu)演化與風(fēng)險(xiǎn)傳染機(jī)制的研究還較少，并且關(guān)于這方面的研究多是系統(tǒng)動(dòng)力學(xué)、物理統(tǒng)計(jì)背景的專家學(xué)者，金融領(lǐng)域的專家學(xué)者則較少，因此對(duì)金融市場(chǎng)網(wǎng)絡(luò)結(jié)構(gòu)演化與風(fēng)險(xiǎn)傳染模型的研究還有較大的空間。（2）金融市場(chǎng)網(wǎng)絡(luò)是一個(gè)多主體參與的動(dòng)態(tài)網(wǎng)絡(luò)，借助動(dòng)態(tài)網(wǎng)絡(luò)、加權(quán)網(wǎng)絡(luò)、二分網(wǎng)絡(luò)、多元復(fù)雜網(wǎng)絡(luò)的方法更能準(zhǔn)確地刻畫金融市場(chǎng)網(wǎng)絡(luò)的演化過程，但是目前綜合這四個(gè)方面的金融市場(chǎng)網(wǎng)絡(luò)的研究尚未出現(xiàn)。

在研究?jī)?nèi)容上：（1）目前關(guān)于金融市場(chǎng)網(wǎng)絡(luò)的研究多聚焦于網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的實(shí)證統(tǒng)計(jì)上，關(guān)于金融市場(chǎng)網(wǎng)絡(luò)動(dòng)態(tài)演化過程的研究過少。研究金融市場(chǎng)網(wǎng)絡(luò)的結(jié)構(gòu)與演化機(jī)制是探索金融市場(chǎng)發(fā)展趨勢(shì)的基礎(chǔ)，需加強(qiáng)此方面的研究。（2）目前關(guān)于金融網(wǎng)絡(luò)結(jié)構(gòu)研究集中在小世界、無標(biāo)度等幾種典型的網(wǎng)絡(luò)特征之上，更加細(xì)致的結(jié)構(gòu)（例如社區(qū)、模體）分析的研究較少。無標(biāo)度網(wǎng)絡(luò)與小世界網(wǎng)絡(luò)雖然在一定程度上可以刻畫網(wǎng)絡(luò)的演化過程，但實(shí)際金融市場(chǎng)網(wǎng)絡(luò)節(jié)點(diǎn)的連接更加復(fù)雜，研究更加貼近金融市場(chǎng)網(wǎng)絡(luò)演化過程的網(wǎng)絡(luò)模型將是未來的研究重點(diǎn)。（3）由于金融網(wǎng)絡(luò)結(jié)構(gòu)的差異以及系統(tǒng)性金融風(fēng)險(xiǎn)度量方法的不一致性，使得學(xué)術(shù)界關(guān)于金融網(wǎng)絡(luò)結(jié)構(gòu)如何影響系統(tǒng)性風(fēng)險(xiǎn)傳染的問題尚未達(dá)成共識(shí)，這給進(jìn)一步研究留有較大空間。針對(duì)不同的金融情景，構(gòu)建更加貼近真實(shí)情況的金融網(wǎng)絡(luò)，研究更為適用的系統(tǒng)性風(fēng)險(xiǎn)度量方法，挖掘金融網(wǎng)絡(luò)結(jié)構(gòu)與系統(tǒng)性風(fēng)險(xiǎn)傳染的內(nèi)在關(guān)聯(lián)依然是未來的研究重點(diǎn)。（4）目前關(guān)于金融市場(chǎng)網(wǎng)絡(luò)傳染模型的研究多基于SIS與SIR經(jīng)典傳染病模型及其改進(jìn)模型，而該模型忽略了金融市場(chǎng)主體之間的差異以及主體之間的關(guān)聯(lián)強(qiáng)度，簡(jiǎn)化了金融網(wǎng)絡(luò)中復(fù)雜性和穩(wěn)定性之間的相互作用，基于金融主體相對(duì)權(quán)重的網(wǎng)絡(luò)傳播模型更貼近真實(shí)的金融市場(chǎng)網(wǎng)絡(luò)傳播行為，然而目前此方面的研究還較少。

（二）研究趨勢(shì)

上文提到的不足之處都是未來發(fā)展的重點(diǎn)，下面將從三個(gè)方向考察金融市場(chǎng)網(wǎng)絡(luò)未來發(fā)展的趨勢(shì)。（1） 金融市場(chǎng)網(wǎng)絡(luò)結(jié)構(gòu)生成機(jī)制研究。金融市場(chǎng)網(wǎng)絡(luò)生成機(jī)制研究關(guān)注于金融市場(chǎng)動(dòng)態(tài)演化過程中參與主體之間的相互作用?？疾旖鹑谑袌?chǎng)網(wǎng)絡(luò)結(jié)構(gòu)生成機(jī)制，是分析金融市場(chǎng)發(fā)展脈絡(luò)的基礎(chǔ)，是探索金融市場(chǎng)發(fā)展趨勢(shì)的基礎(chǔ)。通過研究金融網(wǎng)絡(luò)生成機(jī)制可以有效地詮釋網(wǎng)絡(luò)內(nèi)主體間的相互作用與網(wǎng)絡(luò)外部表現(xiàn)之間的聯(lián)系。（2）金融市場(chǎng)網(wǎng)絡(luò)演化模型的研究。演化模型是金融市場(chǎng)網(wǎng)絡(luò)內(nèi)部作用與演化過程的數(shù)理表達(dá)，它是分析金融市場(chǎng)發(fā)展脈絡(luò)的基礎(chǔ)，也是探索金融市場(chǎng)發(fā)展趨勢(shì)的基礎(chǔ)。研究出能夠刻畫金融市場(chǎng)在時(shí)間維度上結(jié)構(gòu)的演變，反映金融市場(chǎng)宏觀資產(chǎn)市場(chǎng)與區(qū)域金融的變化演化模型將是未來的趨勢(shì)。（3）金融市場(chǎng)網(wǎng)絡(luò)中系統(tǒng)性風(fēng)險(xiǎn)傳染機(jī)制研究。對(duì)系統(tǒng)性風(fēng)險(xiǎn)傳染機(jī)制的研究可以有力地解釋金融危機(jī)從“小沖擊”到“大危機(jī)”的演變，并揭示了系統(tǒng)性風(fēng)險(xiǎn)微觀成因與宏觀成因之間的內(nèi)在聯(lián)系。從網(wǎng)絡(luò)演化的視角研究金融風(fēng)險(xiǎn)的傳染機(jī)制，雖能從全局的視角把控系統(tǒng)性風(fēng)險(xiǎn)的傳染問題，但現(xiàn)有的研究過于簡(jiǎn)化金融市場(chǎng)主體以及他們之間的復(fù)雜性關(guān)系，以至于構(gòu)建的傳染模型不足以表征現(xiàn)實(shí)金融市場(chǎng)網(wǎng)絡(luò)的復(fù)雜性，并且現(xiàn)有的傳染模型主要聚焦于傳染的機(jī)理與傳染過程，較少關(guān)注風(fēng)險(xiǎn)源頭，因此，聚焦于風(fēng)險(xiǎn)源構(gòu)建更貼近真實(shí)金融市場(chǎng)網(wǎng)絡(luò)的傳染模型將是未來的研究重點(diǎn)。

參考文獻(xiàn)：

[1]Bouchaud J P. 2008. Economics Needs a Scientific Revolution[J].Nature，455（7217）.

[2]Farmer J D，F(xiàn)oley D. 2009. The Economy Needs Agent-based Modelling.[J].Nature，460（7256）.

[3]Ruhl J B. 2016. Financial Complexity：Regulating Regulation[J].Science，352（6283）.

[4]Battiston S，F(xiàn)armer D，F(xiàn).ache A，et al. 2016. Financial Complexity：Accounting for Fraud--Response[J].Science，352（6283）.

[5]AngeliniI P，Maresca G，Russo D. 1996. Systemic Risk in the Netting System[J].Journal of Banking&Finance，20（5）.

[6]Boss M，Elsinger H，Summer M，et al. 2004. Network Topology of the Interbank Market[J].Quantitative finance，4（6）.

[7]Moussa A. 2011. Contagion and Systemic Risk in Financial Networks[D].New York：Columbia University.

[8]Cont R，Moussa A，Santos E B. 2013. Network Structure and Systemic Risk in Banking Systems[J].Social Science Electronic Publishing.

[9]Gai P，Haldane A，Kapadia S. 2011. Complexity，Concentration and Contagion[J].Journal of Monetary Economics，58（5）.

[10]Solorzano-Margain J P，Martinez-Jaramillo S，Lopez-Gallo F. 2013. Financial Contagion：Extending the Exposures Network of the Mexican Financial System [J].Computational Management Science，10（2-3）.

[11]Wan Y，Chen Z，Liu Z. 2006. Modeling the Two-power-law Degree Distribution of Banking Networks[J].Dynamics of Continuous Discrete and Impulsive Systems-Series B-Applications & Algorithms，13（3/4）.

[12]Aleksiejuk A，Holyst J A. 2001. A Simple Model of Bank Bankruptcies[J].Physica A Statistical Mechanics & Its Applications，299（1）.

[13]Allen F，Gale D. 2000. Financial Contagion[J].Journal of Political Economy，108（1）.

[14]Ladley D. 2013. Contagion and Risk-sharing on the Inter-bank Market[J].Journal of Economic Dynamics & Control，37（7）.

[15]Donaghy K P. 2000. Financial Networks：Statics and Dynamics[J].Journal of Regional Science，40（3）.

[16]Boccaletti S，Latora V，Moreno Y，et al. 2006. Complex Networks：Structure and Dynamics[J].Physics reports，424（4）.

[17]Watts D J，Ssrogatz S H. 1998. Collective Dynamics of“Small-world” Networks[J].Nature，393（6684）.

[18]Barabasi Si A L，Albert R. 1999. Emergence of Scaling in Random Networks[J].Science，286（5439）.

[19]Souma，Wataru，F(xiàn)ujiwara，et al. 2012. Complex Networks and Economics[J].Physica A Statistical Mechanics & Its Applications，324（1）.

[20]Soramaki K，Bech M L，Arnold J，et al. 2007. The Topology of Interbank Payment Flows[J].Physica A-statistical Mechanics & Its Applications，379（1）.

[21]Becher C，Millard S，Soramaki K. 2008. The Network Topology of CHAPS Sterling[J].Bank of England Quarterly Bulletin.

[22]Santos E B，Cont R. 2010. The Brazilian Interbank Network Structure and Systemic Risk[R].Central Bank of Brazil ：Tech Rep.

[23]Miranda R，Tabak B. 2013. Contagion Risk Within Firm-bank Bivariate Networks[R].Central Bank of Brazil： Research Department.

[24]De Masi G，F(xiàn)ujiwara Y，Gallegati M，et al. 2011. An Analysis of the Japanese Credit Network[J].Evolutionary&Institutional Economics Review，7（2）.

[25]De Masi G，Gallegati M. 2012. Bank-firms Topology in Italy[J].Empirical Economics，43（2）.

[26]Lee K E，Lee J W，Hong B H. 2007. Complex Networks in a Stock Market[J].Computer Physics Communications，177（1）.

[27]Li S，He J，Zhuang Y. 2010. A Network Model of the Interbank Market[J].Physica A Statistical Mechanics & Its Applications，389（24）.

[28]Thurner S，Hanel R，Pichler S. 2003. Risk Trading，Network Topology and Banking Regulation[J].Quantitative Finance，3（4）.

[29]Xu T，He J，Li S. 2016. Multi-channel Contagion in Dynamic Interbank Market Network[J].Advances in Complex Systems，19（06n07）.

[30]Jiang S S，F(xiàn)an H，Xia M. 2018. Credit Risk Contagion Based on Asymmetric Information Association[J].Complexity，DOI： 10.1155/2018/2929157.

[31]Liu X F，Tse C K. 2012. A Complex Network Perspective of World Stock Markets：Synchronization and Volatility[J].International Journal of Bifurcation and Chaos，22（06）.

[32]Cao G，Shi Y，Li Q. 2017. Structure Characteristics of the International Stock Market Complex Network in the Perspective of Whole and Part[J].Discrete Dynamics in Nature and Society，3（1）：1-11.

[33]Vivier-Lirimont S. 2004. Interbanking Networks：Towards a Small Financial World？[R].Paris：Université Panth

éon-Sorbonne.

[34]Bech M L，Atclay E. 2010. The Topology of the Federal Funds Market[J].Physica A Statistical Mechanics & Its Applications，389（22）.

[35]Gao Y C，Wei Z W，Wang B H. 2013. Dynamic Evolution of Financial Network and Its Relation to Economic Crises[J].International Journal of Modern Physics C，24（02）.

[36]Chen Y W，Zhang L F，Huang J P. 2007. The Watts Strogatz Network Model Developed by Including Degree Distribution：Theory and Computer Simulation[J].Journal of Physics A Mathematical & Theoretical，4023（29）.

[37]Newman M E J，Watts D J. 1999. Renormalization Group Analysis of the Small-world Network Model[J].Physics Letters A，263（4-6）.

[38]Newman M E J. 2003. The Structure and Function of Complex Networks[J].Siam Review，45（2）.

[39]Philippas D，Koutelidakis Y，Leontitsis A. 2015. Insights into European Iinterbank Network Contagion[J].Social Science Electronic Publishing，41（8）.

[40]Jiang J，Li W，Cai X. 2008. Cluster Behavior of a Simple Model in Financial Markets[J].Physica A Statistical Mechanics&Its Applications，387（2）.

[41]Lux T. 2015. Emergence of a Core-periphery Structure in a Simple Dynamic Model of the Interbank Market[J].Journal of Economic Dynamics & Control，52.

[42]He J，Sui X，Li S. 2016. An Endogenous Model of the Credit Network[J].Physica A Statistical Mechanics & Its Applications，441（2）.

[43]Li X，Chen G. 2003. A Local-world Evolving Network Model[J].Physica A Statistical Mechanics & Its Applications，328（1）.

[44]Hasman A，Samartin M. 2008. Information Acquisition and Financial Contagion[J].Journal of Banking & Finance，32（10）.

[45]Alien F，Babus A. 2009. Networks in Finance[J].The Network Challenge：Strategy，Profit，and Risk in an Interlinked World，367（10）.

[46]Mistrulli P E. 2011. Assessing Financial Contagion in the Interbank Market：Maximum Entropy Versus Observed Interbank Lending Patterns[J].Journal of Banking&Finance，35（5）.

[47]Degryse H，Nguyen G. 2004. Interbank Exposure： An Empirical Examination of Systemic Risk in the Belgian Banking System[J].Social Science Electronic Publishing，4（2）.

[48]Gai P，Kapadia S. 2010. Contagion in Financial Networks[J].Proceedings of the Royal Society A：Mathematical，Physical and Engineering Sciences，466.

[49]Li S. 2011. Contagion Risk in an Evolving Network Model of Banking Systems[J].Advances in Complex Systems，14（05）.

[50]Nier E，Yang J，Yorulmazer T，et al. 2007. Network Models and Financial Stability[J].Journal of Economic Dynamics and Control，31（6）.

[51]May R M，Arinaminpathy N. 2009. Systemic Risk： the Dynamics of Model Banking Systems[J].Journal of the Royal Society Interface，7（46）.

[52]Acemoglu D，Ozdaglar A，Tahbaz-Salehi A. 2015. Systemic Risk and Stability in Financial Networks[J].American Economic Review，105（2）.

[53]Lublóy á. 2005. Domino Effect in the Hungarian Interbank Market[J].Hungarian Economic Review，52（4）.

[54]Lenzu S，Tedeschi G. 2012. Systemic Risk on Different Interbank Network Topologies[J].Physica A：Statistical Mechanics and its Applications，391（18）.

[55]Kermack W O，Mckendrick A G. 1927. A? Contribution to the Mathematical Theory of Epidemics[J].Proceedings of the Royal Society of London.Series A，Containing papers of a Mathematical and Physical Character，115（772）.

[56]Kermack W O，Mckendrick A G. 1932. Contributions to the Mathematical Theory of Epidemics.II.—The Problem of Endemicity[J].Proceedings of the Royal Society of London.Series A，Containing Papers of a Mathematical and Physical Character，138（834）.

[57]Leitner Y. 2005. Financial Networks：Contagion，Commitment，and Private Sector Bailouts[J].The Journal of Finance，60（6）.

[58]Haldane A G，May R M. 2011. Systemic Risk in Banking Ecosystems.[J].Nature，469（7330）.

[59]Arinaminpathy N，Kapadia S，May R M. 2012. Size and Complexity in Model Financial Systems[J].Proc Natl Acad Sci U S A，109（45）.

[60]Peckham R. 2014. Contagion：Epidemiological Models and Financial Crises[J].Journal of Public Health，36（1）.

[61]林福永，孫凱.復(fù)雜網(wǎng)絡(luò)關(guān)系流與行為關(guān)系定理——一般系統(tǒng)結(jié)構(gòu)理論在復(fù)雜網(wǎng)絡(luò)中的應(yīng)用[J].系統(tǒng)工程理論與實(shí)踐，2007，27（9）.

[62]張衛(wèi)國(guó).金融復(fù)雜系統(tǒng)的演化與控制研究[M].北京：科學(xué)出版社，2017.

[63]陳少煒，李旸.我國(guó)銀行體系的網(wǎng)絡(luò)結(jié)構(gòu)特征——基于復(fù)雜網(wǎng)絡(luò)的實(shí)證分析[J].經(jīng)濟(jì)問題，2016，53（8）.

[64]范宏.動(dòng)態(tài)銀行網(wǎng)絡(luò)系統(tǒng)中系統(tǒng)性風(fēng)險(xiǎn)定量計(jì)算方法研究[J].物理學(xué)報(bào)，2014，63（3）.

[65]賈彥東.金融機(jī)構(gòu)的系統(tǒng)重要性分析——金融網(wǎng)絡(luò)中的系統(tǒng)風(fēng)險(xiǎn)衡量與成本分擔(dān)[J].金融研究，2011，（10）.

[66]陳建新，羅偉其，龐素琳.銀行風(fēng)險(xiǎn)傳染的集合種群模型——基于元胞自動(dòng)機(jī)的動(dòng)態(tài)模擬[J].系統(tǒng)工程理論與實(shí)踐，2012，（3）.

[67]張來軍，楊治輝，路飛飛.基于復(fù)雜網(wǎng)絡(luò)理論的股票指標(biāo)關(guān)聯(lián)性實(shí)證分析[J].中國(guó)管理科學(xué)，2014，22（12）.

[68]萬陽松，陳忠，陳曉榮.復(fù)雜銀行網(wǎng)絡(luò)的宏觀結(jié)構(gòu)模型及其分析[J].上海交通大學(xué)學(xué)報(bào)，2007，41（7）.

[69]劉海飛，柏巍，李冬昕，等.滬港通交易制度能提升中國(guó)股票市場(chǎng)穩(wěn)定性嗎？——基于復(fù)雜網(wǎng)絡(luò)的視角[J].管理科學(xué)學(xué)報(bào)，2018，21（1）.

[70]莊新田，閔志鋒，陳師陽.上海證券市場(chǎng)的復(fù)雜網(wǎng)絡(luò)特性分析[J].東北大學(xué)學(xué)報(bào)（自然科學(xué)版），2007，28（7）.

[71]秦春雷，張巍，朱艷春.金融危機(jī)下證券市場(chǎng)網(wǎng)絡(luò)結(jié)構(gòu)演化的實(shí)證分析[J].商業(yè)研究，2015，57（3）.

[72]王瑩.全球外匯市場(chǎng)網(wǎng)絡(luò)結(jié)構(gòu)、貨幣影響力與貨幣社區(qū)[J].世界經(jīng)濟(jì)研究，2018，288（2）.

[73]黃瑋強(qiáng)，莊新田，姚爽.中國(guó)股票關(guān)聯(lián)網(wǎng)絡(luò)拓?fù)湫再|(zhì)與聚類結(jié)構(gòu)分析[J].管理科學(xué)，2008，21（3）.

[74]李進(jìn)，馬軍海.交叉持股行為的復(fù)雜性研究[J].北京理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2009，11（4）.

[75]張?bào)K，龍海明.基于系統(tǒng)性風(fēng)險(xiǎn)背景的證券市場(chǎng)網(wǎng)絡(luò)動(dòng)態(tài)演化[J].求索，2017，14（4）.

[76]韓冬梅，王雯.復(fù)雜網(wǎng)絡(luò)視角下的國(guó)際證券市場(chǎng)結(jié)構(gòu)特征分析[J].復(fù)雜系統(tǒng)與復(fù)雜性科學(xué)，2014，11（3）.

[77]李旲，曹宏鐸，邢浩克.基于復(fù)雜網(wǎng)絡(luò)少數(shù)者博弈模型的金融市場(chǎng)仿真研究[J].系統(tǒng)工程理論與實(shí)踐，2012，32（9）.

[78]任小葉，周佩玲.基于無標(biāo)度網(wǎng)絡(luò)的自組織金融模型研究[J].中國(guó)科學(xué)技術(shù)大學(xué)學(xué)報(bào)，2014，44（1）.

[79]陳庭強(qiáng)，何建敏.基于復(fù)雜網(wǎng)絡(luò)的信用風(fēng)險(xiǎn)傳染模型研究[J].中國(guó)管理科學(xué)，2014，22（11）.

[80]范小云，王道平，劉瀾飚.規(guī)模，關(guān)聯(lián)性與中國(guó)系統(tǒng)重要性銀行的衡量[J].金融研究，2012，38（11）.

[81]隋聰，譚照林，王宗堯.基于網(wǎng)絡(luò)視角的銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)度量方法[J].中國(guó)管理科學(xué)，2016，24（5）.

[82]黃聰，賈彥東.金融網(wǎng)絡(luò)視角下的宏觀審慎管理——基于銀行間支付結(jié)算數(shù)據(jù)的實(shí)證分析[J].金融研究，2010，22（4）.

[83]胡宗義，黃巖渠，喻采平.網(wǎng)絡(luò)相關(guān)性，結(jié)構(gòu)與系統(tǒng)性金融風(fēng)險(xiǎn)的關(guān)系研究[J].中國(guó)軟科學(xué)，2018，8（1）.

[84]羅剛，趙亞偉，王泳.基于復(fù)雜網(wǎng)絡(luò)理論的擔(dān)保網(wǎng)絡(luò)風(fēng)險(xiǎn)傳播模式[J].中國(guó)科學(xué)院大學(xué)學(xué)報(bào)，2015，32（6）.

[85]胡志浩，李曉花.復(fù)雜金融網(wǎng)絡(luò)中的風(fēng)險(xiǎn)傳染與救助策略——基于中國(guó)金融無標(biāo)度網(wǎng)絡(luò)上的SIRS模型[J].財(cái)貿(mào)經(jīng)濟(jì)，2017，38（4）.