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。

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。

金融市场系统性风险预警与监管研究--基于信息溢出网络的视角

系统性风险主要有两个监管视角:一是从系统重要性金融行业的视角测算金融机构系统性风险并识别出系统重要性金融行业,借此观察中国系统性风险的行业分布和时变特征;二是从金融关联网络的视角构建信息溢出网络,并根据网络结构特征分析危机时期的关联交易,通过减少风险交易降低大规模关联风险事件发生的概率。研究发现,系统重要性行业有银行业、保险业以及证券业,其中,银行业和证券业的系统性风险表现出“危机时期极大且平稳时期极小”的特点,在危机时期需要更多的监管关注;信息溢出网络分析表明,全样本时期银行业和保险业处于网络中心地位,危机时期不同子行业交易频繁,平稳时期同类子行业内部关联更为紧密,根据不同时期的关联特征规范风险关联交易可达到监管目的,且信息溢出网络动态因果指数提前一年预警系统性风险。综上,两种监管选择得出的监管重点基本一致且符合实际,说明两种方法的监管方向具备科学性,而信息溢出网络是一种兼具科学性和预警效果的监管选择。