×

银行系统流动性风险传染的建模和数学分析。 (英语) Zbl 1499.91159号

概述:近年来,全球所有银行都受到了流动性风险问题的威胁。这一现象对银行构成了毁灭性的金融威胁,如果疏忽或低估,可能会导致无法挽回的后果。在本文中,我们研究了一个基于SIR流行病模型模拟的描述银行系统流动性风险传染的数学模型。该模型由三个常微分方程组成,说明了易受流动性风险影响或受其影响的银行与走向破产的银行之间的相互作用。我们已经证明了这些解决方案的可行性和积极性,并对该系统进行了数学分析,以证明如何控制银行系统的稳定性。利用实际数据进行了数值模拟,以支持分析结果,并证明了所研究的不同系统参数对流动性风险传染的影响。

MSC公司:

91G45型 金融网络(包括传染、系统性风险、监管)
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Chan-Lau,J.A。;埃斯皮诺萨,M。;Giesecke,K.,《评估金融联系的系统影响》,国际货币基金组织《全球金融稳定报告》,2(2009年)
[2] 格拉斯曼,P。;Young,H.P.,《金融网络中的传染》,《经济文学杂志》,54,3,779-831(2016)·doi:10.1257/jel.20151228
[3] Huser,A.C.,《互联互通到不能倒:银行间网络文献调查》,《金融网络理论杂志》,1,3,1-50(2015)·doi:10.21314/JNTF.2015.001
[4] 艾伦,F。;Gale,D.,《金融传染》,《政治经济学杂志》,108,1,79-119(2000)·doi:10.1086/262109
[5] 哈扬奇,S。;Nieto,J.J.,胶质瘤免疫相互作用模型的时空动力学,科学报告,11,1,1-17(2021)·doi:10.1038/s41598-021-00985-1
[6] Khajanchi,S。;达斯,D.K。;Kar,T.K.,《外源性再感染和内源性再激活结核病传播动力学》,《物理学A:统计力学及其应用》,497,52-71(2018)·Zbl 1514.92137号 ·doi:10.1016/j.physa.2018.014
[7] Misra,A.K。;辛格,R.K。;Tiwari,P.K。;哈扬奇,S。;Kang,Y.,《藻类开花动力学:预算分配和时间延迟的影响》,非线性动力学,100,1779-1807(2020)·Zbl 1459.92161号 ·doi:10.1007/s11071-020-05551-4
[8] Tiwari,P.K。;辛格,R.K。;哈扬奇,S。;Kang,Y。;Misra,A.K.,《使用Phoslock离散和连续动力系统恢复城市湖泊水质的数学模型-B》,26,6,3143(2021)·Zbl 1466.92234号 ·doi:10.3934/dcdsb.2020223
[9] Hou,Z。;徐,T。;冯·G。;冯,B。;袁,Y。;蒋,Z.,贵德盆地断层控制地热系统中反应运移和自封闭过程的数值模拟,中国,地质流体,2019(2019)·doi:10.1155/2019/1853068
[10] Dašbaši,B.,无公度分数阶SIR模型的稳定性分析,数学建模和数值模拟及应用,1,1,44-55(2021)·doi:10.53391/mnsa.2021.01.005
[11] 英国阿奎尔。;Akul,A。;Yavuz,M.,积分变换在具有不同分数导数的金融模型中的新说明性应用,混沌、孤子和分形,146,第110877(2021)条·doi:10.1016/j.chaos.2021.110877
[12] Brandi,G。;Di Clemente,R。;Cimini,G.,《银行间市场流动性短缺的流行病》,《物理学A:统计力学及其应用》,507,255-267(2018)·doi:10.1016/j.physa.2018.05.104
[13] 马丁内斯·法里亚斯,F.J。;阿尔瓦拉多·桑切斯,A。;Rangel-Cortes,E。;Hernandez-Hernández,A.,基于执法效果的异常扩散的二维犯罪模型,数学建模和数值模拟及其应用,2,1,26-40(2022)·doi:10.53391/mnsa.2022.01.003
[14] Yavuz,M.,具有经典和广义Mittag-Lefler核的分数算子描述的欧洲期权定价模型,偏微分方程的数值方法,38,3,434-456(2022)·Zbl 07777095号 ·doi:10.1002/num.22645
[15] Sene,N.,在Caputo意义下分数阶算子下的分数阶混沌系统介绍,亚历山大工程杂志,60,4,3997-4014(2021)·doi:10.1016/j.aej.2021.02.056
[16] 约库什,A。;杜鲁尔,H。;Abro,K.,受周期三角和双曲对称性影响的Caudrey Dodd-Gibbon方程的符号计算,《欧洲物理期刊Plus》,136,4,1-16(2021)·doi:10.1140/epjp/s13360-021-01350-x
[17] 西澳州科马克。;McKendrick,A.G.,对流行病数学理论的贡献。伦敦皇家学会学报,A辑,包含数学和物理性质的论文,115772700-721(1927)·doi:10.1098/rspa.1927.0118
[18] 郭杰。;吴,X。;杨勇,基于疫情传染动态模型的企业集团危机管理机制研究,2009年第三届国际遗传与进化计算大会,IEEE·doi:10.1109/WGEC.2009.187
[19] O.Kostylenko。;罗德里格斯,H.S。;Torres,D.F.,《作为流行病学模型的银行风险:最优控制方法》,葡萄牙运筹学协会APDIO大会,斯普林格
[20] 马奇亚蒂,V。;Brandi,G。;Di Matteo,T。;Paolotti,D。;Caldarelli,G。;Cimini,G.,《欧洲银行间市场的系统性流动性传染》,《经济互动与协调杂志》,第17期,第443-474页(2022年)·doi:10.1007/s11403-021-00338-1
[21] 菲利普斯,D。;Koutelidakis,Y。;Leontitsis,A.,《欧洲银行间网络传染透视》,《管理金融》,第41、8、754-772页(2014年)·doi:10.1108/MF-03-2014-0095
[22] Ozdincer,B。;Ozyildirim,C.,《以风险和技术效率为重点确定银行绩效因素》,第二届WSEAS管理、营销和财务国际会议(MMF’08)
[23] 巴塞尔银行监管委员会(BCBS),《巴塞尔协议III:流动性风险计量、标准和监测国际框架》,188(2010),巴塞尔:国际清算银行,巴塞尔
[24] 马茨,L。;Neu,P.,《情景分析和压力测试,流动性风险、计量和管理》,37-64(2006),新泽西州:John Wiley and Sons Inc,新泽西
[25] Wang,L。;曾勇。;Chen,T.,用于时间序列预测的带自适应差分进化算法的反向传播神经网络,应用专家系统,42,2,855-863(2015)·doi:10.1016/j.eswa.2014.08.018
[26] 格兰德克,P。;Kühn,A.,《巴塞尔协议III流动性比率对银行的影响:模拟研究的证据》,《经济与金融季度评论》,75,167-190(2020)·doi:10.1016/j.qref.2019.02.005
[27] King,M.R.,《巴塞尔协议III净稳定融资比率和银行净息差》,《银行与金融杂志》,37,11,4144-4156(2013)·doi:10.1016/j.jbankfin.2013.07.017
[28] Hong,H。;黄J.Z。;Wu,D.,巴塞尔协议III流动性风险度量的信息含量,《金融稳定杂志》,15,91-111(2014)·doi:10.1016/j.js.2014.09.003
[29] 霍罗德,D。;基特苏尔,Y。;Torna,G.,《基于市场风险的资本要求、交易活动和银行风险》,《银行与金融杂志》,第112期,第105202条(2020年)·doi:10.1016/j.jbankfin.2017.08.019
[30] 阿明,S.I.M。;阿卜杜勒·拉赫曼,A。;Malim,N.A.K.,伊斯兰合作组织(OIC)银行业的流动性风险和监管,亚洲管理学院会计与金融杂志,17,2,29-62(2021)·doi:10.21315/aamajaf2021.17.2.2
[31] 乔杜里,T。;Daly,K.,《美国各州的系统性风险传染》,《经济与金融研究》,38,4,836-860(2021)·doi:10.1108/SEF-08-2020-0342
[32] 张,X。;傅琦。;Lu,L.等人。;王,Q。;Zhang,S.,《银行流动性创造、网络传染和系统风险:来自中国上市银行的证据》,《金融稳定杂志》,53,第100844(2021)条·doi:10.1016/j.jfs.2021.100844
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。