简介：现实企业之间广泛的关联关系导致了复杂的关联信用风险传染。本文改进了传染病模型以用于刻画企业之间关联信用风险的传染机制；并进一步，在部分企业可能形成“免疫”能力的背景下，探讨了关联信用风险传染的稳定状态；最后，在关联企业形成无标度网络环境下，分析了关联信用风险特点对该状态的影响。结果表明：关联信用风险传染阈值和稳定状态感染企业的密度，均与网络初始状态的免疫性企业的比例、企业免疫性的丧失率及救助时间有关。
简介：我国证券市场股价波动表现出特有的混沌性质[1][2],具有局部随机与整体秩序[3]相容的特征.本文以2002年每隔十秒的上证指数高频数据[4]为例,以混沌理论为基础,从原始序列中构造出若干个新的时间序列,运用神经网络法[5]进行预测.预测结果表明,此方法能够较好地预测股票的走势,有望在股票交易中应用.
考虑免疫性的关联信用风险的传染机理研究
以混沌理论为基础的神经网络预测方法
