王永巧   浙江磐安人，浙江工商大学金融学院教授。2005年7月毕业于中国科学院数学与系统科学研究院，获得管理科学与工程博士学位。2007年9月起担任浙江工商大学金融实验室主任，2010年6月起担任浙江工商大学投资与风险管理研究所副所长，2013年6月起担任浙江工商大学投资与风险管理研究所所长，2014年1月起担任校学术委员会委员。现为浙江省高校中青年学科带头人，中国优选法统筹法与经济数学研究会青年工作委员会委员。

　　研究方向为金融风险管理与数据挖掘。曾主持国家自然科学基金2项，教育部人文社科基金1项，浙江省自然科学基金1项，参与国家自然科学基金3项。论文成果先后在《系统工程理论与实践》《数量经济技术经济研究》《IEEE Transactions on Neural Networks and Learning Systems》《IEEE Transactions on Fuzzy Systems》与《European Journal Of Operational Research》等国内外重要学术刊物发表，其中*一作者SCI检索期刊论文12篇。

　　次贷危机的经验教训是系统重要性金融机构倒闭引发的“负外部性”，因其规模巨大、与其他机构广泛关联，其倒闭会造成巨大的*端风险外溢效应，对整个金融系统甚至实体经济都造成巨大的损失。系统重要性金融机构监管已成为后危机时代金融监管的中心议题之一，而系统重要性金融机构识别与系统性风险度量的关键在于模型能否及时准确地刻画各金融机构资产收益率间的相依关系，主要挑战在于复杂相依性、时变相依性与高维相依性。本书采用时变因子Copula方法描述中国大陆上市金融机构的股票收益率相依性，它不仅可以描述资产收益率间的尾部相依性与不对称性相依，而且可以描述相依关系的动态变化，更可以有效处理高维金融时间序列参数估计的计算复杂性问题。本书在各金融机构股票收益率的高维动态联合分布估计结果基础上，计算各机构的系统性风险度量指标：MES（Marginal Expected Shortfall）与MCS（Marginal Capital Shortfall）。实证结果表明：在中国大陆金融系统里，相对于证券业、保险业与其他类金融机构，各大银行一直具有较高的系统重要性，说明银行业应一直是系统性风险监管的核心与基础。