基于贝叶斯方法的中国商业银行同业借贷网络中系统风险研究

本文针对银行双边风险敞口不可得的现实情况,利用贝叶斯方法,基于185家商业银行在2013年至2017年的资产负债表数据,在不同的网络结构设定下构建吉布斯抽样器,根据大量银行间同业资产及同业负债分布矩阵的样本,考察了每个商业银行在负面冲击后违约的概率及其分布。研究结果表明,银行同业借贷网络的结构能够显著影响银行的系统风险和违约概率。当网络连接概率处于中等水平时,冲击影响的范围最广;在完全网络结构下,风险分担的作用大于风险传染。总之,银行同业借贷既可以分担风险,也成为了风险传染的渠道,这种功能的转换取决于以下几类因素的相互作用:冲击的性质,例如冲击的规模,受冲击银行的数量以及冲击涉及的银行类型;清算时资产的贬值程度;银行自身资产负债表的特征。如果仅考虑银行同业借贷渠道,样本期内最稳健的银行系统是在2017年,而2014年的银行系统最脆弱。

银行同业及投资资产关联的风险传染

文章基于复杂网络关联影响模型,对银行倒闭引发银行间借贷资产损失和关联投资产品价格下降引发关联银行损失的现象进行了研究,报告了银行系统风险有来自银行间借贷的直接风险也有来自银行投资关联的间接风险的现状,通过采用建立银行间借贷网络和银行投资关联网络进行冲击传染的数值模拟方法,结果发现通过银行间资产损失传染引发系统性风险的影响因素主要是银行间资产与银行资本金的比例,还有银行间的借贷网络结构。提出市场投资种类和银行持有资产在一定的小范围内,才会引发银行投资资产的关联传染的实际现象,研究结果指出银行投资资产损失关联传染和银行间借贷损失传染叠加,会使风险冲击加强,银行倒闭传染加速,很容易形成银行系统性风险。