银行间网络风险评估中的有向图采样方法

在本文中,我们研究了银行间负债网络的采样方法,即给定强度序列下的加权有向图采样算法。具体地,我们可以将给定强度序列下的采样问题看作带约束的随机采样问题,并通过消除等式约束的方案将采样空间转换为一个特殊的多胞形,同时将原问题转换为多胞形上的采样问题。由于真实的银行间网络数据在采样空间中并不是均匀分布的,我们引入了先验知识,用混合高斯分布对采样分布进行建模。基于给定强度序列下的有向图采样技术,本文还结合拓扑结构推断、重要性采样以及DebtRank模型等工具,首先提出了一套基于随机模拟的银行间网络风险评估框架,并在部分银行数据上做了信贷冲击实验和流动性冲击试验,提供了一个基于风险分布模拟的风险分析视角。

银行间网络的无标度特征

利用网络模型研究银行系统性风险是最近的一个研究热点.而无法获得银行间的敏感数据,使得研究很难有所突破.本文提出了一种新的分析银行间网络特征的方法.首先,本文检验了银行间网络节点强度(银行间贷款和银行间借款)的分布规律.此外,本文研究发现银行间网络的节点强度和节点度存在幂函数关系.进而,推导出节点度的分布规律,并证明了当节点强度服从幂律分布时,节点度也服从幂律分布.本文对中国银行间网络进行了分析,研究发现中国的银行间网络呈现出无标度网络特征,而且与其他几个国家相比,中国的银行间网络标度参数最小、集中度最高.

银行间网络系统性风险传染研究述评

首先对银行间网络的系统性风险研究的进展进行了归纳:内容包括归纳银行间网络和系统性风险的概念、阐述基于网络理论和其他学科的系统性风险的研究进展,其中将网络理论划分为简单网络和复杂网络、其他相关学科划分为经济学分支学科和经济学以外的学科;然后提出了银行间网络的系统性风险的研究不足;最后预测了未来的研究重点。

基于银行间网络的流动性风险传染机制研究

建立流动性风险传染模型,理解流动性风险传染的内在机理,有助于金融监管部门及时采取措施缓释风险和缓解危机,维护金融系统的稳定发展。在SIR模型中引入感染延迟时间,运用复杂网络理论构建银行间流动性风险传染的复杂动力学模型,并通过理论推导和数值仿真等方法系统分析流动性风险在银行间传染的演化规律,结果表明:在BA无标度网络中,银行间网络的关联性越强,越容易感染流动性风险;延长感染延迟时间可以减小流动性风险传染的概率、速度和范围;提高银行间网络的密集程度能够促进流动性风险的传染效应。因此,系统性重要银行应建立流动性资产动态储备机制,非系统性重要银行需要建立资产结构和业务规模的动态管理机制,监管部门应构建银行间流动性风险的动态分层监管模式,提高整个金融系统的稳定性。

银行间网络及风险传染研究述评与展望

次贷危机以来,系统性风险传染的网络研究取得了丰富的研究成果。在对银行间网络的内涵、分类进行阐述的基础上,从银行间网络的拓扑特征、网络结构与风险传染之间的关系、网络形成及其在宏观审慎监管中的应用四个方面对现有的文献进行了总结和归纳,在此基础上,提出了未来的研究展望。

融合局部聚类特征的银行间网络重构研究

准确地重构银行间网络是开展银行系统性风险研究的首要工作,实证研究发现最小密度方法低估了真实银行间网络的连边密度且无法刻画其“核心−外围”结构。该文提出一种融合局部聚类特征的银行间网络重构方法。通过引入局部增强矩阵对最小密度方法的概率矩阵进行修正,增强核心银行间的连接倾向。进而,引入自适应因子法对银行间关系重构过程进行权重分配,从而建立具有局部聚类特征的低密度银行间网络。在2018年中国272家银行年报数据集上的实验结果表明,在核心银行连边密度和平均聚类系数上,融合局部聚类网络的银行间网络相比于未融合的银行间网络提升了83.9%和60.1%。而且重构的银行间网络具有稀疏性、异配性和无标度等实证网络结构特征。

银行间拆借网络流动性与系统性风险研究

银行间拆借网络流动性研究对系统性风险的有效规避有着较强的指导意义。文章对银行间流动性进行定义并构建了包括基于最小密度法的银行间拆借网络、银行资产负债动态演化及清算支付机制的系统性风险度量模型,进而探究银行间流动性对系统性风险的影响。研究表明,政策性银行和国有控股商业银行(以下称“国有大型银行”),农商行始终处于流动性供给方,城商行始终处于流动性需求方;2019年银行间流动性最充足,2017年银行间流动性最缺乏;资产损失度达到0.10的全局冲击可使得超过95%的银行倒闭,伴随着全局资产损失的提高,银行间流动性不断降低;流动性不足的年份和流动性供给倾向的银行遭受资产损失对系统性风险的破坏度更高。

基于银行间市场网络的系统性风险传染研究

通过建立银行间市场网络,其中网络中的节点为银行,银行之间的同业拆借关联为节点之间连边,研究了市场网络结构对系统性风险的影响。研究发现,银行间关联有两种作用:流动性转移和风险传染,这两种作用分别在不同环境占据主导地位。当银行系统流动性充足时,银行间关联的流动性转移作用占据主导地位,此时加强银行间关联可以实现系统内部流动性转移,有利于保证整个银行系统稳定;当银行系统流动性不足时,银行间关联的风险传染作用占据主导地位,此时应该减少银行间关联,从而切断风险传染的途径,牺牲小部分危机银行,保证系统中大部分银行稳定。

小微贷款新政会影响银行体系的稳健吗?——基于银行间复杂网络的研究

采用复杂网络研究方法,运用收集和模拟所得到的974家商业银行的同业拆借数据构建银行间同业拆借网络,基于小微贷款规模设计风险传染模型,研究了小微贷款规模和分布对我国商业银行系统的稳健性影响。发现小型农商行存在引发系统性危机的潜在风险,小微贷款更优质、份额在商业银行系统间分布更均匀以及同业拆借网络密度更高时均能显著提高商业银行系统的稳健性。据此,提出政策性建议:增加对小微企业运营的帮扶和指导,加强对小型农商行的风险把控和监管,倡导大中型商业银行进一步降低小微企业贷款放贷门槛,以及金融市场对同业拆借网络的进一步完善。

考虑网络结构的影子银行与银行系统稳定性研究

为探讨网络结构与影子银行对银行系统性风险的影响,基于复杂网络和演变的资产负债表模型,引入影子银行,构建考虑不同银行间网络结构的动态银行间网络系统模型。研究结果表明,影子银行是风险传染的主要载体,带有影子银行的银行系统性风险较高且其与银行间网络结构密切相关;相对集中的无标度和小世界网络更容易传播风险,分散的随机网络可以缓解风险传染,但过强的外部冲击会使缓解作用失效。

流动性风险形成与传染机制研究——基于银行间关联网络视角

银行在金融市场中始终处于核心地位,其稳定性受流动性风险的直接影响。本文从银行间关联网络视角研究银行流动性风险,分析直接关联与间接关联影响下银行流动性风险的形成机理,进而从直接关联网络和间接关联网络视角研究银行流动性风险传染机制。研究发现,单个银行的流动性风险极易通过银行间关联网络传染至其他银行,甚至波及整个银行系统。随着银行关联业务的迅速发展,银行间关联网络结构越来越复杂,银行间关联性越强、对市场变化越敏感,引发流动性风险的概率越大,风险传播速度和广度也越大。此外,银行流动性受政策调整、国际局势变化以及媒体情绪等外部因素的影响,导致金融市场稳定性产生波动,一些重要性事件容易增加银行流动性风险,并在银行间通过关联网络传染和扩散。

有限理性下银行间拆借市场网络的风险传染

银行间拆借市场网络是银行间风险传染的重要渠道,银行主体不同的借贷行为会导致不同的风险传染效果。本文分别针对银行主体在完全理性与有限理性下的借贷行为构建风险传染模型,对比分析网络结构,仿真模拟传染效果。研究结果表明:有限理性下银行间拆借市场网络密度更大,节点间距离更紧密,发生银行间风险传染概率更高;相比于完全理性,有限理性下的拆借交易显著提升了银行间风险传染的广度、深度和速度;系统重要性银行因其资产规模大、同业资产占比低、资本充足率高等特点而具有较强的风险抵御能力和传染能力。在传染的动态比较方面,近几年银行间拆借市场风险传染呈现“U型”趋势。

基于传染模型的银行网络上的风险扩散

银行系统性风险导致的损失和失败,涉及整个社会,影响巨大,而银行间市场是否存在系统性传染风险成为衡量金融安全的一个重要方面。本文采用矩阵法构建了我国16家商业银行网络的风险传染模型,分析了不同损失率水平下单,对多家银行倒闭可能引发的系统性风险传染。研究结果表明,2009年和2013年间,单家银行倒闭没有使任何一家银行受到影响。相对而言,2013年整个银行系统网络更稳健;损失率大小是决定传染是否发生及危害程度的一个重要指标。损失率比较大时,我国银行间市场才会发生大规模的风险传染。

银行间流动性风险传染救助策略研究:多层网络与媒体情绪的交叉视角

从多层网络与媒体情绪的交叉视角构建内生性多层银行间流动性网络,进而构建银行间流动性风险传染救助策略模型,并仿真分析媒体情绪与救助策略交互作用下银行间流动性风险传染的演化特征.研究得到的主要结论有:在考虑媒体情绪的多层银行间流动性网络中,择优关联方式更有利于银行间流动性风险发生传染,而随机关联方式则有助于抑制银行间流动性风险大规模传染.但是,在单层银行间流动性网络中与之相反.相对于多层银行间流动性网络,单层银行间流动性网络可能高估实际流动性风险水平而非低估.在多层银行间流动性网络中,不仅能够通过综合调节媒体情绪因素达成大幅降低银行间流动性风险传染的目的,而且能够通过综合调节媒体情绪与救助策略因素实现快速抑制银行间流动性风险大幅传染的效果,同时通过综合调节救助策略因素能够更为有效实现银行间流动性风险快速消亡的目的.

银行规模、关联度与银行流动性风险传染

构建流动性风险传染理论模型,利用129家银行的数据,从流动性短缺银行数、短缺额度及风险传染轮数模拟了风险传染的动态演化,并检验了银行规模、关联度对流动性风险传染的影响机理。研究表明:面对流动性冲击,我国银行系统是脆弱的,且从2014年开始,流动性风险传染效应加大;国有控股银行作为流动性危机触发因素会引起较大传染效应,民生银行等全国股份制银行及北京银行等城商行若出现流动性危机,也会致较多银行出现流动性短缺;银行资产关联度越高,流动性风险传染越严重;银行相对规模对流动性风险传染具有异质性的负向影响,即对于上市银行,相对规模越小,其流动性风险传染效应越大。

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。

房地产贷款损失与银行间市场风险传染——基于金融网络方法的研究

本文利用金融网络方法构建完全连接和中心-边缘结构的银行间市场网络,研究由房地产贷款损失引发的银行间市场风险传染的动态过程及影响因素。研究表明:若不考虑银行间关联,我国单个银行抵御房地产贷款损失能力较强;若考虑银行间关联,则相同程度的房地产贷款损失会引发大规模的银行风险传染;中心-边缘结构的银行间市场网络更易发生大规模风险传染;与大银行相比,小银行的破产受房地产贷款损失的直接冲击较小,受银行间风险传染的影响较大。

我国商业银行系统性风险处置研究——基于银行间市场网络模型

本文在银行间市场网络的基础上,构建一个服从马尔可夫决策过程的清算序列,并运用神经元动态规划进行求解,据此,为系统性风险爆发后的最后贷款人提供优化的救助策略,以最大限度减小系统性风险带来的损失,为金融监管部门系统性风险处置提供借鉴。

市场风险冲击下中国银行系统性风险的研究

银行的系统性风险是国内外研究的重要问题,但是目前针对市场风险冲击下,银行系统性风险还缺乏进一步研究。文章首先提出市场风险冲击下的银行系统性风险估算模型,该模型先使用历史模拟法计算银行面临市场风险时的损益值,然后使用最小密度法估算中国银行间拆借网络,探索在面临市场风险的冲击时,银行系统性风险的大小。研究发现,外汇资产相对股票资产对银行系统性风险影响较小,大陆股票资产影响最大;在对市场风险收益率进行压力测试时,发现银行系统性风险会随着收益率的下降而增加,收益率为-10%是系统性风险陡增的关键点;给定接受的银行系统性风险值,文章计算出了不同的风险收益率与不同的该风险资产占市场资产比例组合。

中国银行间投资资产关联的风险传染

银行间持有相同的资产会引发资产减值的风险传染,本文根据2019年中国226家银行资产数据,引入市场中资产种类数目和银行持有资产种类数量两个参数,研究银行倒闭通过投资资产关联对系统的冲击,发现中国工商银行的投资资产传染是最主要的系统性风险传染源,但是传染程度取决于银行持有资产种类的数量和市场中资产种类的数目,因为会影响投资资产关联传染冲击加强的形成和冲击的传播范围。银行持有资产种类和市场资产种类限定在一个较小的范围时,如果国有大行和国开行倒闭则会通过投资资产关联引发风险传染。