论文部分内容阅读
首先基于文本挖掘技术构建反映投资者情绪的网络舆情指数，然后将所构建的网络舆情指数嵌入到系统性风险传染效应度量模型，得到修正的单指标非对称CoVaR模型，并运用线性分位数LASSO算法与局部多项式估计方法进行参数估计，以此为基础构建金融有向网络，进而对中国金融机构系统性风险传染效应进行实证分析。实证研究表明：（1） 以单指标非对称CoVaR为代表的金融机构风险指标与网络舆情的协同变化趋势明显；（2） 证券类和银行类金融机构对外部风险非常敏感，极易受到其他金融机构的影响，也极易影响其他金融机构；（3） 非银行类机构在风险积累阶段占据重要位置，银行在风险爆发时刻占据重要位置；（4） 相对于非银行类金融机构，银行类机构具有较强的传染能力。