銀行網絡結構連通性臨界值與風險傳染

　　摘要：同業拆借是銀行之間常見的一種業務聯系。銀行通過同業拆借形成網絡結構。從理論上推導了能夠降低風險傳染的網絡結構連通性臨界值。發現該臨界值受到危機大小、危機范圍、拆借比例、核心資本充足率和投資收益等參數的影響。對隨機網絡結構的仿真結果表明：無論是在個體危機還是系統危機的情況，所推導的網絡結構連通性臨界值都具有有效性。各類參數對風險傳染的影響分析也為增強銀行系統穩定性提供了有效的參考。

　　關鍵詞：網絡結構;連通性;臨界值;風險傳染

　　中圖分類號：F830 文獻標識碼：A 文章編號：1009—3370(2019)01—0081-07

　　《中國銀行業》主要刊發中國銀行業政策解讀、權威發布、創新研究、前沿問題研究成果;以權威的解讀、全新的視角、全面的分析、全力推動銀行業大發展;立足銀行業，反映經濟金融生活，以敏銳的筆觸，捕捉銀行業發展的每一個瞬間。

　　20世紀80年代以來，隨著金融全球化的快速發展，銀行系統內各類機構之間的聯系日益密切，通過互相持有資產負債形成各種復雜的金融網絡。雖然金融網絡在銀行系統的發展過程中帶來了經濟效應，但時也為風險的傳染提供了渠道.因此大量學者使用網絡理論來研究銀行系統中的風險傳染機制。但是現實市場中處于困境的銀行基本在破產前就獲得了政府救助。用于實證研究網絡結構與風險傳染的數據太少，而且實證研究的方法不能夠充分反映風險傳染的內在機制【11，因而大部分文獻的研究方法都是以仿真為主。

　　目前基于仿真方法的銀行網絡結構與風險傳染研究取得了豐富的成果.但是這些結論缺乏嚴格的理論證明，而且仿真方法不能夠定量刻畫銀行網絡結構與風險傳染之間的關系，因此本文從理論推導的角度，研究了不同危機時降低風險傳染的銀行網絡結構臨界值。

　　國外學者對銀行間網絡結構連通性與風險傳染的關系進行了大量研究.這些文獻通常是假定銀行間的借貸關系具有一定的網絡結構特征.在此基礎上分析危機所引發的銀行破產通過網絡結構進行傳染的過程，進而研究銀行間網絡結構的不同特征對風險傳染的影響。Allen和Gale(2000)121最先研究了網絡結構與風險傳染的關系.他們通過幾種簡單的網絡結構.證明了完全連通的網絡相比于不完全連通的網絡在應對系統性風險時更加穩定。

　　Nier等(2007)【3】進一步研究發現。網絡結構的連通性對風險傳染的影響是非單調的，起初風險傳染隨著銀行問連通性的增加而增加，在超過某個確定的邊界時，連通性的增加會改善系統吸收風險的能力，Gai等(2011)[41將其描述為風險傳染的“穩定且脆弱”特征。Mav等(2010)t5】也發現了網絡結構的這種特征并將其稱為相變過程。Elliott等(2014)16口¨s-3153通過銀行之間相互持有股票所形成的網絡結構，同樣研究了網絡結構的連通程度與風險傳染的關系.并且得到了相似的結論。然而與連通性較低的網絡系統相比，連通性較高的網絡結構并不是完全穩定的。

　　一方面，只有風險足夠小時.高水平的連通性網絡結構才會增加系統的穩定性，當風險超過某個確定值，連通性的增加反而會使系統更加脆弱。Acemoglu等(2012，2015，2015)[7--91將這種性質描述為風險傳染的相變特征。Ladley(2013)【10】也得到了相同的結論，他發現在經濟層面的沖擊下，網絡結構連通性的增加會加劇風險傳染.而對于微小的沖擊會得到相反的關系。另一方面，Watts(2002)tnl的研究指出，當銀行間網絡結構的連通性水平較高時，風險的傳染很大程度上取決于銀行個體的穩定性。Glasserman和Young(2015)‘-2研究也表明，銀行的資本大小、杠桿水平、借貸比例等特征均會對系統風險產生影響。異質資本、高初始杠桿和高借貸比例都會明顯增加系統的風險傳染。

　　通過以上分析可以看出，銀行網絡結構的連通性對風險傳染具有重要影響，另外危機的大小、范圍以及個體銀行的性質同樣能夠影響風險傳染。但是這些研究基本以仿真為主。并不能準確地描述不同危機時網絡結構連通性能夠降低風險傳染的具體臨界值。也有部分學者通過模型推導對銀行網絡結構連通性和風險傳染的關系進行研究，例如，Battiston等(2012，2012)舊一91用隨機過程描述銀行系統穩定性，在考慮金融加速器的情況下，研究了銀行破產概率與銀行網絡結構連通性之間的關系。Smerlak等(2015)閉通過平均場近似的方法，估計了破產銀行數量與銀行網絡結構連通性之間的關系。

　　然而，現有研究并沒有從微觀的角度研究風險在銀行系統中的傳染，也沒有考慮不同危機等因素的影響。基于以上論述，本文從銀行資產負債表的角度建立銀行之間的網絡結構.通過遭受危機時系統中每個銀行的均衡支付研究風險的傳染.并且考慮到危機大小和范圍的不同，分別推導了能夠降低風險傳染的銀行網絡結構連通性臨界值。基于仿真方法的實驗結果表明.本文所推導的網絡結構連通性臨界值對于降低風險傳染具有一定的有效性.因而本文的研究對采取不同措施控制風險傳染具有較高的參考價值。

　　通過銀行網絡結構的連通性臨界值的表達式可以看出，該臨界值是沖擊大小，初始沖擊銀行比例，拆借比例、核心資本充足率以及投資收益這些參數的函數。因此不僅沖擊的大小和作用范圍能夠影響風險傳染。

　　銀行的個體性質，例如拆借比例、核一t7資本充足率以及投資的收益等因素同樣會對風險傳染產生重要影響。本文在銀行平均拆借對手為4的隨機網絡結構下.分別研究了拆借比例、核心資本充足率以及投資收益與平均破產銀行數量之間的關系，參數的基準值與仿真方法均與之前相同。

　　五、結論

　　本文分別在銀行個體危機和經濟層面系統危機的情況下.推導了銀行同業拆借網絡結構連通性降低系統中風險傳染的臨界值.結果發現該臨界值與危機的大小具有一定的相關性。起初隨著危機的加深，臨界值也逐漸增加，當危機超過一定程度，臨界值保持在一個固定值上。對于隨機網絡結構假設的仿真結果也表明，系統中的破產銀行數量在臨界值附近時達到最大.銀行同業拆借網絡結構的連通性高于或者低于該臨界值時，都能夠明顯降低破產銀行的數量，但是該結論的成立也與危機的影響范圍有關系。當初始被沖擊的銀行超過一定比例，高水平的網絡結構連通性便不能再降低破產銀行數量.反而會起到相反的效果。

　　另外，通過對個體銀行參數的仿真結果，本文還發現了一些有利于增加銀行系統穩定性的結論：第一。系統穩定性隨著銀行拆借比例的增加先降低而后增加。第二，銀行核心資本充足率和投資收益對系統穩定性的影響都是單調的，而且都具有相變的特征。盡管銀行拆借比例、核一t7資本充足率以及投資收益對系統穩定性影響較大，但是實際金融市場中，銀行的這些參數往往是不能任意調整的。從監管者的角度，可以在保證銀行基本需求的情況下。適當要求銀行降低拆借比例，增加銀行核心資本充足率，從銀行本身的角度，可以尋求更加安全且高收益的投資，從而增加銀行系統的穩定性。

　　參考文獻：

　　【1】UPPER C.Simulationmethodsto assessthe danger of contagionininterbankmarkets[J].Journal ofFinancial Stability，2011，7(3)

　　111一125.

　　【2】2 ALLEN F，GALE D.Financial contagion[J].Journal of Political Economy，2000，108(1)：1-33.

　　[3】NIER E，YANG J，YORULMAZER T，et a1.Network models and financial stability[J].Journal of Economic Dynamics and Control，

　　2007，31(6)：2033—2060.

　　[4]GAI P，HALDANE A，KAPADIA S.Complexity，concentration and contagion[J].Journal of Monetary Economics，2011，58(5)：453-

　　470.

　　【5】MAY R M，ARINAMINPATHY N.Systemic risk：the dynamics of model banking systems[J].Journal of the Royal Society

　　Interface，2010，7(46)：823—838.

　　[6】6 ELLIOTF M，GOLUB B，JACKSON M O.Financial networks and contagion[J].The American Economic Review，2014，104(10)：

　　3115—3153.

　　【7]ACEMOGLU D，CARVALHO V M，OZDAGLAR A，et a1.The network origins of aggregate fluctuations明.Econometrica，2012，80

　　(5)：1977—2016.

　　【8】ACEMOGLU D，OZDAGLAR A，TAHBAZ-SALEHI A.Systemic risk and stability in financial networks【J】.The American

　　Economic Review，2015，105(2)：564—608.

　　【9]9 ACEMOGLU D，OZDAGLAR A，TAHBAZ-SALEHI A.Networks，shocks，and systemic risk[R/OL].[2018-01-19].https：llwww.

　　nber.org/papers/w2093 1.

　　【10]LADLEY D.Contagion and risk-sharing on the inter-bank market[J].Journal of Economic Dynamics and Control，2013，37(7)：

　　1384—1400.

　　【11]WATIS D J.A simple model ofglobal cascades on random networks[J].Proceedings ofthe National Academy ofSciences，2002，99

　　(9)：5766—5771.

　　[12]GLASSERMAN P，YOUNG H P.How likely is contagion in financial networks?[J】.Journal of Banking&Finance，2015，50：

　　383—399.

　　【13】鄧晶，曹詩男，潘煥學，等.基于銀行間市場網絡的系統性風險傳染研究【J】.復雜系統與復雜性科學，2013，10(4)：76—85.

　　【14】張英奎，馬茜，姚水洪.基于復雜網絡的銀行系統風險傳染與防范叨.統計與決策，2013(10)：149—153.

　　【15】隋聰，遲國泰，王宗堯.網絡結構與銀行系統性風險叨.管理科學學報，2014，17(4)：57—70.

　　【16】鮑勤，孫艷霞.網絡視角下的金融結構與金融風險傳染[J】.系統工程理論與實踐，2014，34(9)：2202—2211.

　　[17】隋聰，鄧爽玲，王宗堯.銀行資產負債結構對金融風險傳染的影響陰.系統工程理論與實踐，2017，37(8)：1973—1981.

　　[18】BATHSTON S，GATH D D，GAU正GAlrI M，et a1.Liaisons dangereuses：increasing connectivity，risk sharing，and systemic risk

　　[J】.Journal of Economic Dynamics and Contml，2012，36(8)：1121-1141.

　　[19】BAqTISTON S，GArl33 D D，GALLEGATI M，et a1.Default cascades：when does risk diversification increase stability?叨.Journal

　　of Financial Stability，2012，8(3)：138—149.

　　[20】SMERLAK M，STOLL B，GUPTA A，et a1.Mapping systemic risk：critical degree and failures distribution in financial networks

　　[J].PloS One，2015，10(7)：e0130948.