| 中文摘要 | 第1-13页 |
| ABSTRACT | 第13-15页 |
| 第一章 导论 | 第15-31页 |
| ·研究背景与问题提出 | 第16-21页 |
| ·研究内容与研究方法 | 第21-28页 |
| ·研究目标与研究思路 | 第21-23页 |
| ·研究方法与创新点 | 第23-28页 |
| ·研究结论和论文框架 | 第28-31页 |
| ·研究结论前瞻 | 第28-29页 |
| ·论文框架 | 第29-31页 |
| 第二章 文献综述 | 第31-43页 |
| ·金融网络与风险传导 | 第31-34页 |
| ·流动性风险 | 第34-37页 |
| ·系统风险度量及金融风险配置 | 第37-43页 |
| ·系统风险度量 | 第37-38页 |
| ·金融风险配置及Shapley值应用 | 第38-43页 |
| 第三章 Shapley值、加权Shapley值及加权Shapley值的性质 | 第43-52页 |
| ·Shapley值 | 第44-45页 |
| ·加权Shapley值 | 第45-47页 |
| ·加权Shapley值集合的性质 | 第47-50页 |
| 本章证明 | 第50-52页 |
| 第四章 银行流动性风险 | 第52-71页 |
| ·流动性风险在金融网络中的传导 | 第52-55页 |
| ·一个流动性囤积模型 | 第55-65页 |
| 本章证明 | 第65-71页 |
| 第五章 银行系统金融网络及风险传导模型 | 第71-81页 |
| ·一个银行系统的基本模型 | 第71-77页 |
| ·银行系统资产负债分析 | 第71-73页 |
| ·银行系统风险传导 | 第73-77页 |
| ·可比性原则 | 第77-78页 |
| ·识别违约银行的序贯违约算法 | 第78-80页 |
| 本章证明 | 第80-81页 |
| 第六章 度量银行系统风险的加权Shapley值方法 | 第81-106页 |
| ·加权Shapley值方法 | 第81-88页 |
| ·Shapley值方法 | 第81-84页 |
| ·加权Shapley值方法 | 第84-86页 |
| ·系统风险WSV值的性质 | 第86-88页 |
| ·加权Shapley值方法模拟分析 | 第88-98页 |
| ·不同债务网络下的银行系统风险 | 第90-92页 |
| ·不同股权网络下的银行系统风险 | 第92-95页 |
| ·关于SV方法和WSV方法的比较 | 第95-98页 |
| ·测算16家中国上市商业银行的系统风险 | 第98-103页 |
| ·数据处理和模型计算 | 第98-99页 |
| ·中国上市商业银行的系统风险分析 | 第99-103页 |
| 本章证明 | 第103-106页 |
| 第七章 总结与展望 | 第106-109页 |
| ·研究结论 | 第106-107页 |
| ·研究展望 | 第107-109页 |
| 附录 16家中国上市商业银行相关数据 | 第109-113页 |
| A.1 16家中国上市商业银行的资产负债统计数据 | 第109页 |
| A.2 16家中国上市商业银行间同业债权债务数据 | 第109-113页 |
| 参考文献 | 第113-126页 |
| 攻读博士学位期间发表或完成的论文 | 第126-127页 |
| 致谢 | 第127-129页 |
| 学位论文评阅及答辩情况表 | 第129页 |