2. 网络理论基础：图论基础、网络类型与金融网络拓扑特征

各位好，欢迎来到第二章。说实话，搞风险传染建模，不懂网络理论就像开车不看路——迟早要出事。我个人习惯是把图论当作一种“关系语言”，它帮我们把复杂的金融系统翻译成一张看得懂的图。今天我们就来聊聊这张图怎么画、怎么分类，以及金融世界里的网络到底长啥样。

2.1 图论基础：节点、边、度

图论听起来高大上，其实说白了就是研究“东西”和“东西之间”的关系。这里的“东西”叫节点（Node），关系叫边（Edge）。

• 节点：可以是银行、企业、个人，甚至是一个交易账户。在风险传染里，节点就是“可能出问题的主体”。
• 边：表示节点之间的连接。比如借贷关系、股权关系、衍生品合约。边可以是有方向的（A欠B钱），也可以是无方向的（A和B互相持有股份）。
• 度（Degree）：一个节点有多少条边连着它。度越高，说明这个节点越“活跃”。

举个例子，假设我们有5家银行，它们之间的借贷关系如下：

# 简单示例：5家银行的借贷网络
nodes = ['Bank_A', 'Bank_B', 'Bank_C', 'Bank_D', 'Bank_E']
edges = [
    ('Bank_A', 'Bank_B'),  # A借给B
    ('Bank_B', 'Bank_C'),  # B借给C
    ('Bank_C', 'Bank_A'),  # C借给A（形成环）
    ('Bank_A', 'Bank_D'),  # A借给D
    ('Bank_D', 'Bank_E')   # D借给E
]

# 计算每个节点的度
degrees = {node: 0 for node in nodes}
for u, v in edges:
    degrees[u] += 1
    degrees[v] += 1

print(degrees)
# 输出：{'Bank_A': 3, 'Bank_B': 2, 'Bank_C': 2, 'Bank_D': 2, 'Bank_E': 1}

你看，Bank_A的度是3，说明它连接了3家银行。一旦它出问题，影响面最广。这就是度在风险传染中的直观意义。

2.2 网络类型：随机网络、小世界网络、无标度网络

现实中的网络千奇百怪，但科学家们总结出了三种经典模型。我个人觉得，理解这三种模型，基本就能看懂90%的金融网络文献。

2.2.1 随机网络（Erdős–Rényi模型）

随机网络，顾名思义，节点之间的连接是随机的。每个节点对以固定概率p相连。这种网络的特点是：

• 度分布接近泊松分布，大部分节点的度在平均值附近。
• 网络直径小，任意两个节点之间路径较短。

但说实话，我在实际项目中很少见到纯粹的随机网络。金融网络往往有很强的“偏好连接”特征，随机模型只能作为理论基准。

2.2.2 小世界网络（Watts–Strogatz模型）

小世界网络的特点是：高聚类系数（你的朋友之间很可能也互相认识）和短平均路径长度（六度分隔理论）。

为什么会这样？因为小世界网络在规则网络的基础上，随机重连了一小部分边。结果就是：局部很紧密，全局很高效。

2.2.3 无标度网络（Barabási–Albert模型）

无标度网络是金融领域最常讨论的模型。它的核心特征是：幂律度分布——少数节点拥有大量连接（Hub），大多数节点只有少量连接。

这种网络有一个致命弱点：对Hub节点的攻击极其脆弱。一旦那个“超级节点”倒下，整个网络可能瞬间瘫痪。

网络类型	度分布	聚类系数	对随机故障的鲁棒性	对针对性攻击的鲁棒性
随机网络	泊松分布	低	中等	中等
小世界网络	泊松分布	高	高	中等
无标度网络	幂律分布	中等	极高	极低

2.3 金融网络拓扑特征

金融网络不是凭空造出来的，它有自己独特的“脾气”。我总结了几个关键特征：

2.3.1 核心-边缘结构

金融网络通常有一个“核心层”（大型银行、央行、清算机构）和“边缘层”（小型金融机构、企业）。核心层之间连接紧密，边缘层主要与核心层连接。这种结构导致风险容易在核心层内快速扩散。

2.3.2 同配性（Assortativity）

金融网络往往表现出同配性——大银行倾向于和大银行连接，小银行和小银行连接。这听起来很合理，但问题在于：一旦大银行之间出现违约，传染速度会极快。

2.3.3 社区结构

金融网络中存在明显的“社区”，比如按地域（美国、欧洲、亚洲）或按业务类型（银行、保险、基金）划分。社区内部连接密集，社区之间连接稀疏。风险在社区内部传播快，跨社区传播慢。

2.3.4 时间动态性

金融网络不是静态的。交易关系会随时间变化，尤其是在危机期间。我记得在2015年A股熔断期间，网络拓扑在几天内发生了剧烈变化——原本不相关的节点突然产生了大量连接。

好了，这一章的内容就到这里。图论基础、三种网络模型、金融网络特征，这三块是后续所有建模工作的地基。我个人建议你先把这些概念吃透，尤其是度分布和网络类型对风险传染的影响——后面我们会反复用到它们。