基于可控关联性网络的大数据群体计算任务分配方法

传统大数据群体计算任务分配方法以任务分配的增益为主,在任务添加、分配冲突、二次分配的阶段增加了多次计算,影响任务分配效率。针对此问题,设计基于可控关联性网络的大数据群体计算任务分配方法。首先,确认可控关联性网络大数据群体分配权限,获取自适应分割子任务,建立子任务之间的关联度,使任务能够分配到关联度更高的用户。其次,建立大数据群体计算任务的合理分配机制,将发布方提交的任务进行预处理,接收方根据任务关联度进行任务分配。最后,进行实验分析。实验结果表明,该方法的分配效果更佳,优于对照组。

网络风险评估中网络节点关联性的研究

在网络风险评估领域中,为了提高评估的准确性,很多研究工作中都引入了网络节点间的连通性,然而,这种性质还不足以表达出各节点间基于物理连通关系之上的某种特殊的逻辑关系,如一方对另一方独有资源的控制关系.为此,文中引入了网络节点关联性(NNC)的概念,通过对实践过程中若干种访问情景的分析,提出了NNC的分类方法,然后讨论了NNC的发现方法,并举例阐明了NNC在网络风险评估中的应用及作用.通过深入地分析和对比可以看出,利用NNC可以将若干孤立的弱点联系起来,有助于分析网络的安全风险;此外,NNC在包含各协议层连通性的基础上丰富了网络节点间独有的特权关系,利用NNC也有助于提高检测网络弱点和网络攻击的准确性.

Internet网络的关联性研究

网络的关联性在Internet网络拓扑的研究中具有重要作用.目前的研究分别集中于聚集特性、mixing特性和rich-club现象.深入研究了这3种网络关联特征:在指出刻画网络聚集特性的两个衡量参数——平均聚集系数与聚集系数可能存在不一致性的同时,发现AS(autonomoussystem)网络的局部聚集系数和节点度高度相关;揭示并验证了PFP(positive-feedbackpreference)模型中rich-club现象的内在形成机制.在此基础上,对这些网络关联特征之间的关联关系进行了研究.

经济政策不确定性、网络关联性与银行业系统性风险——基于中国上市银行的实证检验

经济政策不确定性对银行业系统性风险的影响,因银行网络关联性的不同而存在明显差异。以2010—2020年中国上市银行为样本,对银行间尾部风险关联网络的拓扑结构进行实证分析,并实证检验经济政策不确定性、网络关联对银行业系统性风险的影响。结果表明,政策不确定性的上升与银行间网络关联性的提高均会增加银行业系统性风险;在网络关联性更大的样本中,政策不确定性对银行业系统性风险的正向作用更加明显;银行间网络关联性的提高会促进经济政策不确定性对银行业系统性风险的正向影响。

利用网络服务关联性评估网络漏洞风险

针对网络漏洞风险评估应用中,只考虑网络节点连通性和节点关联性,而忽略不同节点服务之间存在支撑关系的问题,提出基于网络服务关联性的网络漏洞风险评估方法.给出了网络服务关联性(NSC)的相关定义,讨论了NSC的分类和量化,分析了NSC安全影响权值的判定方法,并通过一个网络应用实例证明利用NSC有利于提高网络漏洞风险评估的准确性.

系统视角下的农产品价格网络关联性研究——基于方差分解的关联测量新框架

从系统的视角来研究整个农产品市场的关联度对于调控农产品价格、降低中国农产品市场风险具有重要意义。本文基于2007年8月3日—2021年5月28日食用农产品市场价格指数周度数据,借鉴Diebold和Yilmaz提出的关联性测量框架,考察了农产品价格网络关联及其动态演化特征。研究结论:①从总定向关联来看,禽类、蛋类和肉类价格受其他类农产品价格影响较大,且这3类农产品价格对其他农产品价格的影响也较大。②从两两定向关联来看,蛋类与禽类价格、蛋类与肉类价格、肉类与禽类价格、水果与水产品价格、蔬菜与水产品价格以及蔬菜与水果价格之间存在着较强的定向关联性。③中国农产品价格的总关联度呈下降趋势,但中国农产品价格网络关联结构在此期间较为稳定。由此可见,将农产品市场作为一个系统来考察农产品价格的关联性,能够为稳定中国农产品市场提供政策启示。

基于云技术的网络节点关联性风险评估仿真

网络多节点关联性信息失稳,导致相似度计算偏差加大,提出基于云技术的网络节点关联性风险评估方法。运用云技术计算网络节点之间存在的关联性安全风险。设定网络节点之间的关联性,确定网络节点关联性在网络安全评估中的作用;采集网络节点关联系统的稳定状态信息,根据收集到的信息创建标准概念云,并计算云数字特征;利用云相似度算法,精准计算云数字和标准概念云之间的相似度,最大相似度即为网络节点关联性的风险值。仿真结果证明,有效地保留风险评估过程中存在的不确定性和模糊性,提升了风险评估准确性。

3G与2G网络优化关联性影响探索

3G网络和2G网络在物理设备和资源上存在多处共享的设置,且终端在2G与3G网络间存在互操作,两个网络的关联性会对网络质量产生潜在的影响。本文通过深入分析并结合实际案例,为3G与2G网络关联性影响的探索开辟了一条崭新的途径,为提升网络质量和客户感知水平,增添新的优化举措。

网络交叉口群关联性研究

通过分析交叉口间距、路段流量、周期比对相邻交叉口关联性的影响,提出量化相邻交叉口关联性的交通度量指标,通过仿真验证了度量指标的合理性,在此基础上进一步提出了网络交叉口群中交叉口之间关联性的计算方法以及相应的网络交叉口群子区域划分的原则。运用该原则进行案例说明,结果证明了其有效性,为以后进行网络交叉口群的交叉口子区域划分的研究提供了一种新的方法。

关联型供应链网络风险管理研究

长期以来,大多数学者对供应链的风险研究往往是将供应链网络作为一个单层的孤立网络来研究,当风险发生,网络受到攻击时,只考虑上下游节点企业之间的相互影响。随着经济的一体化,全世界处于互联互通中,一个供应链网络往往同其他不同供应链网络相连,在总结单条、静态供应链风险研究的基础上,提出当供应链风险发生,关键节点受到攻击,网络发生级联效应的四个关键因素,有助于设计弹性供应链网络,提升网络的安全运行能力。

商业银行风险溢出的网络关联效应研究

选取2011~2018中国16家上市银行作为研究对象,利用分位数回归ΔCoVaR模型构建银行风险溢出矩阵,并通过社会网络分析法构建风险溢出关联网络研究银行风险溢出的网络关联效应,研究发现:银行风险溢出具有非对称性和方向性,相对于国有银行,股份制银行和城市发展银行对其它银行风险溢出以及遭受其它银行风险溢出程度更显著;银行风险溢出网络具有"小世界"现象,也具有时变特征,中国系统性金融风险近几年在不断增加;同时银行网络关联度与风险溢出效应呈正比,银行自身财务指标能够影响风险溢出效应,宏观经济状况良好时,银行间的风险溢出程度减少。建议金融监管当局建立健全风险预警和防范体系,关注银行间风险溢出的网络关联性,着重管理风险溢出中占重要地位的银行,防范风险溢出网络关联性上升引发系统风险。

尾部风险溢出网络与系统性金融风险研究——基于TENET方法的多角度实证

本文从尾部风险溢出视角出发,运用TENET模型,搭建了我国金融体系总体、部门间和机构间的风险溢出网络,并在此基础上进行了实证检验。结果发现:(1)金融体系风险的积聚和释放过程,因重大事件类型的不同而存在显著差异:如果重大事件由宏观经济发展或市场效应所致,危机发生前的网络关联性会显著增强;如果重大事件由突发性及难以预测的"新冠肺炎疫情"等黑天鹅事件所致,危机发生后的网络关联性会显著增强。(2)在尾部风险关联网络拓扑中,证券业的尾部风险溢出效应最强,风险网络中心性最突出;而银行业抵御风险冲击的能力最强。(3)在金融机构系统重要性方面,银行、保险和证券业的系统重要性依次递减,其中,大型国有银行的系统重要性最强。因此,监管部门应加强对大型国有商业银行动态尾部风险的监控及其溢出效应的防范,加强系统性风险的前瞻性监管。

数字化转型、网络关联性与银行系统性风险

在数字经济浪潮下,人工智能、区块链等数字化技术正在重塑银行业面貌,对银行系统性风险产生重要影响。然而,鲜有学者对该问题进行深入研究。为此,本文首先在经典银行道德风险模型的基础上引入数字化转型、网络关联性和外部冲击等因素,分析数字化转型对银行系统性风险的影响机理。然后,采用文本挖掘方法,通过手工收集建立的2012-2020年中国商业银行数字化转型指数的季度平衡面板数据进行实证检验。结果表明:(1)数字化转型能够有效降低网络关联性和银行系统性风险;(2)网络关联性是数字化转型降低银行系统性风险的重要影响渠道;(3)数字化转型对小银行系统性风险水平的抑制作用更加显著;(4)数字化转型能够弱化经济政策不确定性、国际金融市场波动等负外部冲击对银行系统性风险的不利影响。在此基础上,对完善银行系统性风险防范体系以及监管机制提出了若干建议。

序列稀疏自回归方法及其在美股做空数据分析上的应用

采用序列稀疏回归的思路来处理向量自回归模型,并设计适用于大规模时间序列数据分析的序列稀疏自回归方法。研究表明:从因子角度刻画向量自回归模型可以有效地将稀疏矩阵估计问题分解成稀疏奇异向量的估计问题,从而极大地提高了计算效率。以1523家美股上市公司1973年1月—2014年12月的做空数据为例,利用此方法探索公司之间的大规模做空关联网络。研究发现:此方法可以有效地恢复股票做空份额(即某一公司的空头股份数量)与股票收益率之间隐藏的关联网络,对于股票风险溢价研究具有一定启发意义。

节点相关的网络安全风险量化评估方法

网络安全风险评估是网络系统安全管理的基础和前提。针对传统量化评估方法中普遍存在忽视节点关联性和差异性的问题,提出一种节点相关的网络安全风险量化方法。该方法通过在基于隐马尔科夫模型的量化评估过程中,引入网络节点关联性,解决了已有网络安全风险量化评估方法中普遍忽视节点关联性的问题;同时考虑主机的相对重要性,充分刻画出不同主机对网络风险贡献的差异性。仿真实验表明,该方法能更加精确地量化网络安全风险值,及时发现网络节点的脆弱性,为网络安全策略调整提供依据。

全球金融冲击、网络关联性特征与银行跨境资本流入

为揭示银行跨境资本流动网络关联性特征在全球金融冲击中的作用,本文构建了2000年第一季度至2022年第一季度的银行跨境资本流动网络,分析网络关联性特征对全球金融冲击负向影响的调节作用。结果发现:网络关联性特征在全球金融冲击对各经济体银行跨境资本流入的影响中产生“倒U型”调节作用。全球金融冲击会加剧银行跨境资本流动网络的区域化特征,进而影响各经济体银行跨境资本流入水平。面对全球金融冲击,各经济体实施的资本管制政策能够起到“倒U型”调节作用,因此需要关注跨境资本流动监管政策的实施强度。各经济体在全球金融一体化进程中需要密切关注跨境资本流动网络关联性特征的变化,及时采取适度的监管措施,以防范全球金融风险的溢出效应。

金融业与实体经济的网络关联性测度和分析--基于金融指数与宏观数据的混频分析

本文创新构建LASSO-MF-VAR混频模型,采用高频的金融市场数据和低频的宏观经济数据建立金融业与实体经济的关联网络,以此考察金融业与实体经济关联水平及特征,探究二者之间的风险传染渠道。研究发现:LASSO-MF-VAR模型能够弥补同频化处理导致关联水平被低估的问题;中国金融业与实体经济的关联水平呈现先下降后上升的趋势;金融业与实体经济的双向溢出关系表现出较高的同步性,并且金融部门是净溢入部门而实体经济是净溢出部门;信贷市场和信息渠道是金融业与实体经济的关联渠道。

长三角一体化背景下府际合作与干部异地调任的网络模式与关联性

破除城际行政壁垒、促进要素自由流动是城市群一体化发展的关键所在。在诸多促进城际联系的手段中,政府主导的府际合作与干部异地调任是两个存在潜在关联的重要方式。研究利用长三角城市府际合作数据和干部异地调任数据,借助网络分析方法,对比两种城际联系的网络模式,并通过异质性分析探究不同类别府际合作和干部异地调任的关联程度差异。研究发现:①府际合作网络密度明显高于干部异地调任网络,同为多中心的网络结构但核心城市有所不同,其中合作网络以经济中心城市为核心,而调任网络以行政中心城市为核心。②干部异地调任与“非正式制度关系”类、实践性强、政府参与度高的合作有更强关联性。③副厅级干部调任、平调型干部调任与府际合作的关联性更强。研究基于此提出促进府际合作与干部异地调任良性互动、推进长三角更高质量一体化的建议举措。

商业银行尾部风险网络关联性与系统性风险——基于中国上市银行的实证检验

中国经济进入新常态之后,经济下行压力加大,有效防范系统性金融风险已成为当前经济发展中亟须面对的重大问题。基于此,本文利用中国上市银行2010年8月19日至2017年3月31日的股票交易数据,采用分位数回归和LASSO算法,构建了上市银行尾部风险网络,同时使用滚动时间窗口法,分析了网络的动态关联性和拓扑结构。在此基础上,实证检验了上市银行尾部风险网络的关联性对系统性风险的影响。结果表明,银行尾部风险网络关联性与系统性风险显著正相关。虽然个体银行的尾部风险溢出会降低自身的风险承担水平,但也显著增强了银行网络的关联性,从而提高了系统性风险的整体水平。同时我国上市银行尾部风险网络存在较明显的时变特征,在风险积聚过程和经济下行期间,其关联性显著增强。另外,大型国有银行在整个银行网络中居中心地位,具有较强的尾部风险溢出效应。

中国商品期货的尾部风险溢出效应及其驱动因素研究

本文选取2015—2022年的日度观测数据,采用AS-CAViaR模型和动态溢出指数方法考察了我国10种商品期货间的尾部风险溢出效应,并进一步探究影响其溢出水平的因素。分析结果表明,重大风险事件爆发期间,我国商品期货市场尾部系统关联水平明显提升,但不同商品的尾部溢出水平对风险事件的敏感度存在差异。在整个样本期内,化工、软商品和有色期货为系统中极端风险的净输出者,非金属建材和油脂油料则是主要的净接收者,且产业属性相似的商品期货间的尾部关联更为紧密。就驱动因素而言,宏观经济金融环境会对我国商品期货的尾部风险溢出产生显著影响,且美国经济政策不确定性同样为重要的驱动因素,但我国的经济政策不确定性并不存在显著影响。