中心成员指导的研究生在《systems science & conrol engineering》（EI）发表关于监管强度的论文，借鉴传染病模型分析金融风险的传染性。这篇文章以监管强度为研究对象，考虑整个风险体系中金融机构的状态变化，是中国金融科技研究中心有关监管研究的一部分。

这篇文章主要利用微分动力学中的传染病模型，建立SIER模型，引入不同风险类型的企业模拟不同监管强度下，真实金融系统的运行和变化。模拟结果表明即使有高强度的监管力⛑️，但风险爆发的短期内没有作用🧗🏼，然而长期是有效的。最后🍤，文章根据模拟结果，为我国监管部门提出了三条合理的建议。

图1 金融机构间风险传染过程

1🐯🏃‍♂️‍➡️、风险传递的机制分析

运用MATLAB软件编写模型的计算程序，对不同监管强度下金融机构间的风险传染过程进行仿真模拟，利用初始数值进行模拟，可得到风险敏感者、潜在风险输出者、A类风险源、B类风险源、风险免疫者（机构）市场数量变化如图2🎊。

图2 各状态金融机构数量变化

2🐥、监管变化下各状态分析

其他参数不变🛹，当   分别取0👱🏽‍♂️、0.2、0.5、0.8🧔🏽⚄、1时，改变状态下机构数量变化趋势如图3🧑‍🍼、图4所示🖕🏽。

图3 风险敏感者（左）、风险免疫者（右）

图4 风险源A（左）𓀉🧑🏿、风险源B（右）

3、模型优化

考虑到相关的连接系数往往受到监管强度影响，用公式表示连接系数与监管强度成正比🤵🏿：改变状态下机构数量变化趋势如图5、图6所示。

图5 风险敏感者（左）🤾🏿，风险免疫者（右）

图6 风险源A（左）、风险源B（右）

文章的结论与建议如下：

   第一，监管部门应对不同类型的金融机构实行差异化的风险监管机制。

   第二🧐，金融机构监管部门应更重视事前防范👩🏿‍⚕️，相比于事后化解控制🐿⚜️。

   第三，监管部门在风险爆发时实行正面的信息引导👩🏿‍✈️，短期内防止负面消息快速💇🏻‍♂️、放大传播，维护金融系统的稳定。