基于集体绩效优化的自主式综合评价方法

针对自主式多属性综合评价问题,提出了一种基于集体绩效优化的评价方法.集体绩效的优化不能以牺牲多数人的利益而使少数人获益;但是,不能将多数人的利益等同于集体的利益,即不能以多数人获益为名而使少数个体受益情况急剧恶化,最终导致整个集体绩效的倒退.提出了两个集体绩效优化目标:集体中多数个体绩效改善和集体总绩效改善.建立了集体绩效优化模型,通过模型求解、检验目标实现结果、更新优化的属性权重分配方案这样一个过程,达到集体绩效目标的逐渐改善.一个员工绩效评价的算例,展示了集体绩效优化的过程及效果.提出的方法无需协调被评价对象在属性权重方面的直接矛盾.同时,对于被评价对象来说,只需达成两个集体绩效优化目标的共识即可,操作简单、易行.     

基于信息溢出网络的我国行业关联性研究

行业信息溢出网络是各行业之间风险关联的载体,其信息溢出的方向和强度与行业的风险传染特征密切相关。运用广义方差分解对申银万国行业一级指数同时构建行业收益率溢出网络和行业波动率溢出网络,分别从静态和动态角度分析我国行业信息溢出的总体情况和动态演化。研究发现:我国各行业间信息溢出水平较高,整体信息联动能力强,但各行业信息溢出随时间变化具有波动性和不确定性。长期情形下,收益率溢出网络和波动溢出网络对系统性重要行业的识别排序具有高度一致性,但短期内两者存在较大差异。长期内,银行业和非银行金融业是系统性重要(信息)接受行业,机械设备业是系统性重要(信息)传播行业;短期内,银行、非银行金融、国防军工、食品饮料及家用电器业是系统性重要行业,但它们的具体角色(信息接受或者传播)具有不确定性。研究结论对于政府产业政策制定及产业监管具有重要的现实意义。     

尾部风险网络视角下的金融机构系统性风险贡献研究

金融机构的尾部风险关联模式及结构在金融系统性风险的形成演化中发挥重要作用。利用CoVaR指标及分位数回归方法,衡量金融机构之间的尾部风险传染强度,进而建立金融机构尾部风险动态网络。分析全连接网络及阈值法下过滤网络的全局和局部拓扑结构特征及其动态演化规律。建立面板数据回归模型,研究网络拓扑结构特征对金融机构系统性风险贡献的影响。实证研究发现,全连接网络的节点强度,能有效地衡量金融机构尾部风险传染强度及承受强度,并揭示其动态变化规律;各机构的尾部风险传染强度及承受强度排序匹配性存在差异;随着时间推进,各金融机构间的平均尾部风险传染路径缩短、系统性风险更易迅速累积和爆发;滞后一期的节点出度、节点入度及聚集系数越大,相应金融机构的系统性风险贡献越小;滞后一期的节点介数和节点接近中心度越大,相应金融机构的系统性风险贡献越大。研究结果对于金融机构的宏观审慎监管及系统性风险管理,提供了一个全新的基于金融机构尾部风险网络的视角。     

复杂网络视角下的我国股票之间信息溢出研究

理解股票市场内部股票间的信息溢出规律,对于股票定价、投资组合以及风险防范具有重要的意义。将传统计量经济方法与复杂网络的建模分析方法相结合,从复杂网络的视角出发,实证研究了我国股票市场内股票间的信息溢出关系及其影响因素、个股信息溢出能力分布及其影响因素。研究发现,股票间较长期收益的相互影响要强于较短期收益;股票收益率相关性较强的股票间存在更显著的信息溢出;市场因素显著增强了股票间的信息溢出效应;股票间的信息溢出效应会随着市场行情的上涨(下跌)而增强(减弱);股票的信息溢出能力呈现尖峰、厚右尾的分布;股票成交金额对个股的信息溢出能力具有显著的正向影响。最后,最小生成树能快速而准确有效地揭示股票间信息溢出规律。