期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
金融科技对金融市场复杂性的影响研究——基于系统性金融风险视角 被引量:10
1
作者 林曦 王仁曾 《证券市场导报》 CSSCI 北大核心 2023年第10期68-79,共12页
金融科技的出现及发展不断为金融市场注入活力,但同时也伴随着因金融市场复杂性而变化莫测的系统性金融风险。本文基于2012―2020年企业、银行和城市层面数据,探究金融科技对金融市场复杂性演进的影响。研究发现,金融科技会通过金融业... 金融科技的出现及发展不断为金融市场注入活力,但同时也伴随着因金融市场复杂性而变化莫测的系统性金融风险。本文基于2012―2020年企业、银行和城市层面数据,探究金融科技对金融市场复杂性演进的影响。研究发现,金融科技会通过金融业务创新加剧金融市场复杂性;制度质量的提升和监管科技的运用能够有效缓解金融科技的加剧效应。进一步研究发现,金融市场复杂性诱发系统性金融风险存在一个阈值,低于阈值时并不会发生系统性金融风险,而高于阈值时系统性金融风险发生概率显著提升。本文丰富了金融科技与金融市场复杂性领域研究,对金融科技的健康发展、金融监管政策的科学制定以及系统性金融风险的有效防范具有一定的参考价值。 展开更多
关键词 金融市场复杂 金融科技 金融监管 系统性金融风险 监管科技
下载PDF
英国特拉斯政府减税方案失败的启示
2
作者 陆简 《国际金融》 2023年第2期29-33,共5页
2022年9月,英国特拉斯政府出台大规模减税方案,引发金融市场剧烈震荡,最终宣告失败。对英国经济和金融市场的分析表明,供给侧约束下财政刺激失效、无视财政纪律的极端政策恶化市场预期、复杂金融市场加剧养老金流动性风险、偏袒富人的... 2022年9月,英国特拉斯政府出台大规模减税方案,引发金融市场剧烈震荡,最终宣告失败。对英国经济和金融市场的分析表明,供给侧约束下财政刺激失效、无视财政纪律的极端政策恶化市场预期、复杂金融市场加剧养老金流动性风险、偏袒富人的减税措施引发社会不满以及罔顾形势变化照搬前人经验等是其失败的主要原因。特拉斯政府减税方案的失败极具警示意义,凸显出深化供给侧结构性改革、遵守财政纪律、避免极端政策、警惕复杂金融市场风险、推进共同富裕和因时制宜制定政策的重要性。 展开更多
关键词 减税 供给侧约束 财政纪律 政策稳定性 复杂金融市场
原文传递
Structure and Connectivity Analysis of Financial Complex System Based on G-Causality Network
3
作者 徐传明 闫妍 +2 位作者 朱晓武 李晓腾 陈晓松 《Communications in Theoretical Physics》 SCIE CAS CSCD 2013年第11期630-636,共7页
The recent financial crisis highlights the inherent weaknesses of the financial market. To explore the mechanism that maintains the financial market as a system, we study the interactions of U.S. financial market from... The recent financial crisis highlights the inherent weaknesses of the financial market. To explore the mechanism that maintains the financial market as a system, we study the interactions of U.S. financial market from the network perspective. Applied with conditional Granger causality network analysis, network density, in-degree and out-degree rankings are important indicators to analyze the conditional causal relationships among financial agents, and further to assess the stability of U.S. financial systems. It is found that the topological structure of G-causality network in U.S. financial market changed in different stages over the last decade, especially during the recent global financial crisis. Network density of the G-causality model is much higher during the period of 2007-2009 crisis stage, and it reaches the peak value in 2008, the most turbulent time in the crisis. Ranked by in-degrees and out-degrees, insurance companies are listed in the top of 68 financial institutions during the crisis. They act as the hubs which are more easily influenced by other financial institutions and simultaneously influence others during the global financial disturbance. 展开更多
关键词 conditional Granger causality network (G-causality network) network density IN-DEGREE out-degree
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部