2025-08-09 15:42 北京
8月11日（周一）19:00-21:00腾讯会议分享
导语
为了系统探究金融复杂系统的理论基础、量化识别方法、生成演化机制及风险治理路径，以更有效地认知、建模与决策，集智俱乐部联合李红刚、Brain Lucey、黄书培、王泽、幸小云与王欣雅共同发起了“金融复杂性”读书会。
8月11日（周一）19:00将由北京化工大学副教授王欣雅和中国地质大学（北京）博士生张晓彤开启第二期分享“金融系统的表征与测度”，谈一谈风险与不确定性在金融系统中如何识别与测度。
主题一：金融系统风险来源：系统中的不确定性测度
分享背景
分享背景
金融系统风险的核心源头之一是普遍存在的不确定性，这种不确定性既内生于金融市场的非有效性、非遍历性与复杂层级结构中，也源于政策变动、地缘冲突等外生冲击。它们借助金融机构间的信贷关联、跨市场资金流动及金融工具嵌套形成的复杂网络扩散，在金融摩擦的 “放大器效应”、投资者情绪的从众传导等机制作用下，从局部市场的潜在波动演变为跨市场的连锁反应，且极易升级为威胁整个金融体系稳定的系统性风险。随着金融市场与宏观经济、政策环境等关联日益紧密，系统内外部交互渠道不断多元化，不确定性的测度方法持续演进，从早期单一变量的代理指标，逐步拓展至基于横截面信息差异性的测度、基于各类媒体信息的关键词度量，以及大数据环境下的误差测度。这一领域对于防范系统性风险具有重要价值，值得持续深耕探索。
内容简介
内容简介
本期分享主要介绍风险与不确定性的相关理论与研究方法，探寻风险这个“冰山一角”下的“暗流涌动”。具体内容包括：早期经济学家关于风险与不确定性的相关理论，为理解这对核心概念提供历史语境与思想源头；剖析风险与不确定性在理论与实践中的关键区别；详解不确定性的测度方法体系，展现如何将抽象的 "未知" 转化为可量化分析的研究对象；以及梳理风险与不确定性研究的前沿动态等。
关键词：不确定性；风险；随机波动率；预测误差
参考文献
参考文献
Ludvigson, Sydney C., Sai Ma, and Serena Ng. "Uncertainty and business cycles: exogenous impulse or endogenous response?." American Economic Journal: Macroeconomics 13.4 (2021): 369-410.
黄卓, et al. "测量中国的金融不确定性——基于大数据的方法." 金融研究 461.11 (2018): 30-46.
Baker, Scott R., Nicholas Bloom, and Steven J. Davis. "Measuring economic policy uncertainty." The quarterly journal of economics 131.4 (2016): 1593-1636.
Jurado, Kyle, Sydney C. Ludvigson, and Serena Ng. "Measuring uncertainty." American Economic Review 105.3 (2015): 1177-1216.
Bloom, Nicholas. "The impact of uncertainty shocks." econometrica 77.3 (2009): 623-685.
主题二：金融风险测度
分享背景
分享背景
随着金融体系结构的日益复杂以及风险传导路径的多样化，金融风险测度方法亦不断演进。从最初聚焦于单一资产视角，逐步拓展至系统性、结构性、跨市场乃至环境风险等多重维度。尽管以VaR（Value at Risk）为代表的传统方法在实务操作中被广泛应用，但其在尾部风险识别、次可加性及风险度量函数凸性等方面存在固有局限，进而推动了以预期损失（Expected Shortfall, ES）为代表的符合一致性公理的风险度量方法的发展。随后，以 CoVaR、MES 及 SRISK 为代表的一系列系统性风险指标的提出，标志着风险度量方法从静态的个体风险评估迈向了动态的系统性风险识别阶段。这些方法共同构建了一个能够刻画金融机构风险在压力情景下向系统性资本缺口演化路径的测度框架，为宏观审慎监管提供了量化支持。近年来，该领域不断融合信息论、复杂网络与环境科学等交叉学科，涌现出基于熵的小波VaR估计、EV-Copula-CoVaR溢出模型，以及应对气候冲击的CRISK指标。这些方法不仅深化了金融风险度量的理论，也为应对多源风险提供了更精确的工具。该领域仍在不断发展，值得持续关注。
内容简介
内容简介
本期分享聚焦于金融系统性风险测度方法的演进脉络，特别从数学理论视角出发，系统梳理其发展过程。具体内容包括：
(1) 厘清概念差异：明确“系统风险”与“系统性风险”的区别；
(2) 方法演进回顾：以“摩根大通4:15报告”为标志的风险管理实践转型以来，金融系统性风险测度方法如何从VaR、ES等个体风险度量方法，逐步演进至CoVaR、MES、LRMES、SES与SRISK等系统性风险度量框架；
(3) 学科交叉融合趋势：介绍近年来随着复杂网络理论、信息论与机器学习工具的引入（如信息熵、GARCH、CRISK等），创新的金融系统性风险的测度方法。
关键词：金融系统性风险；风险测度方法；学科交叉
参考文献
参考文献
Abad P, Benito S, López C. A comprehensive review of Value at Risk methodologies[J]. The Spanish Review of Financial Economics, 2014, 12(1): 15-32.
Ellis S, Sharma S, Brzeszczyński J. Systemic risk measures and regulatory challenges[J]. Journal of Financial Stability, 2022, 61: 100960.
Pacelli V. Systemic Risk and Complex Networks in Modern Financial Systems[M]. Springer Nature, 2025.
Klusak, Patrycja, et al. "Rising temperatures, falling ratings: The effect of climate change on sovereign creditworthiness." Management Science 69.12 (2023): 7468-749.
Fulop, Andras, and Zalan Kocsis. "News indices on country fundamentals." Journal of Banking & Finance 154 (2023): 106951
Deng, Minjie, and Chang Liu. "Sovereign risk and intangible investment." Journal of International Economics 152 (2024): 104009.
Augustin, Patrick, et al. "How sovereign is sovereign credit risk? Global prices, local quantities." Journal of Monetary Economics 131 (2022): 92-111.
Della Corte, Pasquale, et al. "Exchange rates and sovereign risk." Management Science 68.8 (2022): 5591-5617.
Bae, Joon Woo, and Redouane Elkamhi. "Global equity correlation in international markets." Management Science 67.11 (2021): 7262-7289.
Monfort, Alain, et al. "Affine modeling of credit risk, pricing of credit events, and contagion." Management Science 67.6 (2021): 3674-3693.
周诚君、洪灿辉、汪浩.“构建主权债务重组的‘上海模式’”《管理世界》，第6期，2021年，第87-98页
冯凯、王钊、李荣林. “中国对外援助与‘全球南方’主权债务变化：理论分析与经验证据”《世界经济》，第2期，2025年，第3-43页
黄梅波、张宇宁、胡文瀚. “中国对非债权的风险及国际主权债务治理体系的构建”《国际金融研究》，第2期，2025年，第3-15页
李雅茜、杨子晖、戴志颖. “区制转换下主权债务风险的非对称传染研究”《系统工程理论与实践》，第45卷，第5期，2025年5月，第1528-1552页
Bostanci, Gorkem, and Kamil Yilmaz. "How connected is the global sovereign credit risk network?." Journal of Banking & Finance 113 (2020): 105761.
Le, Chau, David Dickinson, and Anh Le. "Sovereign risk spillovers: A network approach." Journal of Financial Stability 60 (2022): 101006.
Greenwood-Nimmo, Matthew, Viet Hoang Nguyen, and Yongcheol Shin. "What is mine is yours: Sovereign risk transmission during the European debt crisis." Journal of Financial Stability 65 (2023): 101103.
Ando, Tomohiro, Matthew Greenwood-Nimmo, and Yongcheol Shin. "Quantile connectedness: modeling tail behavior in the topology of financial networks." Management Science 68.4 (2022): 2401-2431.
主讲人
主讲人
王欣雅，北京化工大学副教授，硕士生导师，研究领域主要涉及金融市场、能源与气候金融、金融风险等。目前已在《Journal of International Money and Finance》、《Energy Economics》、《International Review of Financial Analysis》、《Journal of Commodity Markets》等期刊发表论文20余篇，其中以第一/通讯作者身份发表论文18篇；主持国家自然科学基金青年项目和中国博士后科学基金面上项目各1项；担任经济金融领域SSCI期刊《International Review of Economics & Finance》副主编、交叉领域SCI期刊《Entropy》客座主编、中文核心期刊《西部论坛》、ESCI期刊《Resources, Environment and Sustainability》青年编委、以及十余个国内外期刊审稿人。
张晓彤，中国地质大学（北京）经济管理学院管理科学与工程专业博士生。导师为黄书培老师。本科与硕士就读于济南大学数学与应用数学专业。主要从事金融复杂系统、非线性金融动力学等方面的研究。
参考方式
参考方式
参与时间：
20025年8月11日（周一）19:00-21:00 北京时间
报名加入社群交流
扫码报名（可开发票）
报名链接：https://pattern.swarma.org/study_group/66?from=wechat
扫码参与金融复杂性读书会，加入群聊，获取系列读书会回看权限，加入金融复杂性社区，与社区的一线科研工作者沟通交流，共同探索金融与复杂科学交叉的前沿领域的发展。
金融复杂性读书会
在气候风险升级、中美贸易摩擦反复与俄乌冲突持续等多重不确定性交织下，全球金融体系呈现前所未有的高度复杂性，为系统探讨金融复杂系统的理论基础、量化识别方法、生成演化机理及风险治理路径，集智俱乐部联合北京师范大学李红刚教授、爱尔兰都柏林圣三一学院Brain Lucey教授、中国地质大学（北京）黄书培副教授、首都师范大学王泽讲师、北京林业大学幸小云副教授与北京化工大学王欣雅副教授，共同发起“金融复杂性”主题读书会，来深入探索金融复杂系统的有效建模方法与管理策略，助力在高不确定性时代提升金融体系的稳健性与韧性。
我们将回答如下核心问题：
金融复杂性研究的基本范式和最新热点是什么？
金融复杂性研究给传统金融研究带来了哪些突破？
如何认识当前多种风险叠加、高度不确定性的市场环境？
如何应对和化解不确定性与系统性风险？
如何更顺利的发表金融复杂性的科研论文？
你将收获：
梳理金融复杂性研究的历史发展脉络与方法论；
掌握一套理解、分析、预测金融复杂系统的量化研究框架；
掌握传统金融理论与复杂系统理论等多学科交叉的研究方法；
领略领域前沿学者的研究体系与科研路径。
详情请见：如何有效建模金融复杂系统，做好风险管理与决策？ | 金融复杂性读书会发布
推荐阅读：
点击“阅读原文”，报名读书会
