银行借贷与系统性风险防控——基于复杂网络模型的研究

目前我国金融市场仍以银行业为主,银行业的风险关乎整个金融系统的稳定。而如果只关注银行间的风险,往往会忽视系统性风险的真实来源,即实体行业的信贷关联。鉴于此,本文首先运用矩阵法模拟了2008-2017年银行间市场的微观借贷数据,结合历年银行对实体行业的实际贷款,构建银行间、银行对实体行业的业务关联网络。其次基于复杂网络的视角,分析银行间借贷网络结构的变化,并动态识别系统重要性银行、风险传染性银行、系统重要性行业,阐释其现实意义与内在关联。研究结果表明:中行、农行、工行、建行、交行为系统重要性银行,历年来系统性风险相对稳定;华夏银行、平安银行、广发银行等股份制银行为风险传染性银行,呈现出动态变化特征;制造业、交运仓储业、房地产业等是系统重要性行业,且行业重要性排名呈时变特征。因此,防控系统性风险,在关注银行间风险传染的同时,还需立足经济的全局视角,监控系统重要性行业,实现"稳增长、控风险"的目标。

系统重要性银行与系统重要性行业分析——基于复杂网络的研究

本文基于最大熵与最小交叉熵原理,采用矩阵法模拟出2015年银行同业市场的微观数据。结合2015年银行–实体行业间的实际贷款数据,从经济金融关联网络的视角,用Gephi分别绘制出银行间网络,银行–实体间网络。根据复杂网络的统计理论,以度、加权平均度、介数中心性等为衡量指标,识别并分析系统重要性银行、系统重要性行业及两者间的内在关联。以期为监管部门立足全局视角,重点关注整个经济体系的关键环节,把控系统性风险,降低管理成本,提供一定的指导意义。