金融创新分散风险的行为虽然对提升金融效率有益，但通常也伴随着系统性金融风险的累积。本文改进最新的“去一”法，运用云计算技术和分年度各2000万次蒙特卡洛模拟实验，测算2010-2021年包括中小银行在内的684家商业银行的系统性风险贡献值和易被忽视的间接关联风险，深度理论思考并实证探索银行数字化这一金融创新的伴生关联风险溢价，以及其系统性风险累积效应源泉。主要结论如下：首先，针对第一个新视角，银行数字化转型通过数字科技相关度提高基础资产相关度，从而产生了易被忽视的间接关联风险。这主要是因为中小银行跟随性创新引致了基础资产同质化，大银行则不显著。其次，针对第二个新视角，商业银行的数字化具有显著的系统性风险累积效应。这主要由个体风险主导，而总关联风险则显著下降，说明数字化虽然有助于分散风险，但激励了总量的风险承担水平。具体来说，其有利的一面在于拓展了新投融资渠道，降低了同业投资和负债，实现风险分散。除间接关联风险之外，其负向机制在于新投资渠道使得商业银行有能力进行高风险高收益的资产配置，但是对盈利能力提升作用不明显，导致提升了其风险承担乃至个体风险水平。最后，进一步探索研究表明，大银行通过数字化下沉业务的挤压效应，使中小银行表现出“太小而无法竞争”的现象，是系统性风险累积的主因。具体来说，中小银行在大银行数字化下沉业务的挤压下，导致数字化开拓新业务承担较高风险的同时，盈利效果、融资成本和风控优势均不明显。并且排除了监管约束和数字化门槛效应的替代假说。上述研究拓展了“太关联而不能倒”的理论以及发现了“太小而无法竞争”的典型现象，也有助于丰富关于银行数字化上述两个新视角的理论认识，并且对于推进数字金融的穿透式监管和行为监管，从源头上防范化解系统性风险具有重要政策参考意义。

股指期货在资本市场价格发现和风险防范过程中扮演重要角色，科学准确的预测其 收益波动率对充分实现股指期货避险功能具有重要的理论和现实价值。以线性非负模型为 基础，通过幂转换以及不设定扰动项的具体相关结构和分布形式，构建了一个半参数预测 模型来预测高频环境下股指期货市场波动率。模型采用基于极值估计量的两阶段估计法进 行估计，Monte Carlo模拟实验表明该估计方法的渐进性质表现良好。此外，以沪深300 股指期货的5分钟高频交易数据为例，运用滚动时间窗的样本外预测和最新发展起来的具 有Bootstrap特性的MCS检验，在多种稳健损失函数下，实证评价和比较了新构建的半参数 预测模型与其他7类波动率预测模型对高频环境下沪深300股指期货波动率的预测能力。实 证结果表明：在多种稳健损失函数的评价标准下，新构建的股指期货波动率的半参数预测 模型是预测预测能力最好的模型。

本文采用真人被试金融实验的方法，研究了模拟基金的规模与股价波动的关系。我们进行了四次对比实验，实验结果表明，由资产规模不同的模拟基金构成的市场波动性较大，而规模相同模拟基金构成的市场波动性相对较小，二者价格方差相差达三百倍以上。模拟了市场如有超大规模基金存在的情况，发现它很容易给市场带来更大的波动。根据研究结论，可通过调节基金规模结构改善市场的稳定性。一但出现超大规模基金，应该防止其操纵市场行为。

本文基于复杂系统理论，应用非Abel定域规范变换方程和鞅与不动点的数值分析原理，以期货橡胶、沪铜实时模拟同步交易实验来直接模拟和验证金融交易市场孤子存在的事实。金融交易市场孤子的发现，表明金融交易市场（期货、股票）有一种新的物质与能量存在形式。更为深刻的意义是，自爱因斯坦统一场论以来，相互作用统一理论思想的令人震惊的延拓，可能预示着物理学以外的经济与社会领域新的科学范式。

在债券收益曲线呈刚体运动的假设条件下，引入Fisher & Weil久期的概念，从收益曲线的运动分析出发，提出了非平移收益曲线的风险免疫模型，基于该模型研究了风险最小化债券组合的对冲技术和方法。通过数值模拟实验，采用风险值VaR次序统计量估计技术对不同免疫策略下债券组合的风险敞口进行了分析。结果表明，本文提出的风险免疫策略能有效的防范和控制无违约债券的利率风险。