基于多主体建模分析的银行间网络系统性风险研究

本文基于多主体建模分析了银行间核心-边缘网络的系统性风险。模型假设银行通过最优投资组合配置,在流动性和资本约束前提下谋求利润最大化。通过建立银行间市场交易环境的仿真模型,依据银行行为决策动态形成资产负债表与银行间网络敞口的数据,评估金融监管政策在银行间市场的实施效应。同时,引入不同网络结构模型加以对比分析,发现尽管核心-边缘银行间网络体系比无标度网络更易遭受共同冲击和传染风险,但当处于金融困境时,在宏观审慎管理政策机制作用下,核心-边缘网络体系比其他结构网络表现出更强的恢复力特性。     

基于网络视角的银行业系统性风险度量方法

网络模型已经成为研究银行系统性风险的重要方法。然而现有研究忽视了银行系统性风险的小概率特点,同时也缺少度量银行系统性风险的统一标准。为此,本文提出了基于网络模型的银行系统性风险度量方法:银行系统性风险VaR和银行系统性风险ES。首先,本文采用蒙特卡洛模拟方法,模拟银行外部冲击造成银行间网络损失的大样本。在银行间网络损失大样本中,估计银行系统性风险VaR和银行系统性风险ES。这两个测度能够捕捉到银行间网络损失的尾部特征,解决了对比随机冲击结果无法反映银行系统性风险的问题。其次,在模拟实验中,本文利用真实银行间网络结构参数,对模拟的三种银行间网络进行校准,保证了研究结论真实性和可靠性。最后,在模拟实验中发现:(1)外部冲击会引发违约传染的连锁反应,并导致银行间网络损失分布从近似正态分布转变成尖峰厚尾分布,最后变成双峰分布。(2)网络集中度越高发生违约传染连锁反应的概率越小,但是传染的破坏力会更大。(3)银行间网络的潜在传染作用会极大的放大银行系统的风险,而且违约传染效应是呈指数增长的。     

网络结构与银行系统性风险

建立了完整的度量银行间违约传染及银行系统性风险的研究框架.在这个框架下,研究了不同银行间网络结构下银行系统性风险.在模型建立过程中,分析了现有研究广泛采用的违约算法中存在的问题并对其进行了修正.为了模拟不同的银行间网络,还提出了一种构造无标度网络的方法.通过仿真模拟,研究发现集中度越高的网络由于传染而倒闭的银行数量越多.但是,当基础违约的银行数量不多时,网络集中度越高,由于传染而倒闭的银行的总资产越少.此外,在集中度高的网络中大银行倒闭引发违约传染的可能性和影响力都会大于集中度低的网络.而小银行引发传染的可能性远低于大银行,但是小银行倒闭达到一定规模时,可以引发大银行传染倒闭.     

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。     

基于资产负债表关联的银行系统性风险研究

应用61家银行2009年年报数据对基于资产负债表关联的银行间市场双边传染风险进行研究,从信用违约和流动性风险角度对传染路径和资本损失进行估测,并深入分析银行间市场的不同结构对传染效应的影响,此外,本文还应用负二项式计数模型对系统重要性银行和易被传染银行的微观特征进行实证检验.研究得出:(1)在“完全分散型”市场结构假设下,我国银行间市场传染性风险极小;当考虑交易主体集中度并假设“相对集中型结构”时,系统性风险和传染效应将上升;当考虑违约风险和流动性风险联合冲击时,资本损失和风险传染的范围显著扩大.(2)大型国有银行处于银行间资本流动的中心环节,尤其中国银行和工商银行是传染风险发生的重要诱导来源.(3)影响银行在拆借市场中系统重要性的因素有银行类型、资产规模和风险头寸;而影响银行易受传染性的因素有银行类型、资本充足状况和风险暴露程度.     

基于核心-边缘网络的中国银行风险传染

采用核心-边缘网络刻画我国银行间市场的网络结构,结合各银行同业往来资产和负债信息构建风险传染模型,对单个银行倒闭以及资产价格泡沫破灭两种情况下的传染过程进行模拟.研究发现,近年来我国银行系统的抗风险能力不断增强,但在所有银行中中国银行的风险传染程度最严重,应该加强对系统重要性银行的重视.同时,防范银行危机的关键在于控制资产价格泡沫,在合理的资产价格水平下,外界冲击难以对银行系统的安全性构成威胁.     

融合CDS网络的银行间信用风险传染模型研究

信用违约互换(Credit Default Swap,CDS)作为银行信用风险缓释的重要工具,也是信用风险传染的重要渠道。因此,考虑到CDS抑制效应与传染效应的双重作用,本文构建了一个含有CDS网络交互作用的银行间信用风险传染模型,并运用计算实验与仿真模拟分析了在不同网络结构下银行网络信用风险传染与CDS网络抑制率,以及CDS网络信用风险抑制效应与银行网络传染率之间的关系,以及信用风险传染下银行网络和CDS网络的演化特征。研究结果表明:(1)银行网络的信用风险传染阈值与CDS网络抑制率呈单调递增的正相关系。而且,与同质网络结构相比,异质网络结构下的银行网络信用风险传染阈值相对较小。(2)CDS网络的信用风险抑制阈值与银行网络传染率呈单调递增正相关关系。而且,与同质网络结构相比,异质网络结构下CDS网络的信用风险抑制阈值明显较大。(3)银行网络最终破产规模与CDS抑制率呈单调递减的负相关关系。而且,异质网络结构下的银行破产规模要大于同质网络结构下的银行破产规模。(4)CDS网络破产规模与银行传染率呈单调递增的正相关关系。而且,同质网络结构下的CDS网络破产规模大于异质网络结构下的CDS网...     

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。     

银行间资产清算顺序优化与风险传染免疫机制

银行间交叉持有同业存款时,风险共担和传染是可能的。银行间市场结构的不同会对风险共担和传染产生影响,本文采用三阶段流动性偏好模型的一般分析框架,讨论了应对危机时银行微观层面的资产清算顺序的异同对于银行系统脆弱性的不同影响,并从合作博弈的视角探讨了"货币池"风险免疫的可能性。研究发现:在不存在银行资产信息不对称的条件下,当问题银行流动性波动足够大(ε>ε) ,银行间风险传染可能难以避免,而当流动性短缺ε在区间[ε,ε]内,银行间的合作博弈效果最优,风险传染可以在很大程度上避免。银行间市场的"货币池"免疫结构模式可以实现风险分担和防范银行间风险传染,从微观层面提供了一种银行间市场危机传染的内生免疫机制。     

基于复杂网络的银行同业拆借市场稳定性研究

基于复杂网络的视角,本文分析了我国银行间同业拆借市场的稳定性.首先基于银行同业拆借关系,采用阈值法构建了银行有向网络模型.在此基础上研究了随机性攻击和选择性攻击对银行网络最大弱成分的影响,进而分析了银行网络的稳定性,并构建相应的指标对比分析了随机性攻击和选择性攻击对银行网络稳定性影响的差异.研究结果表明:银行网络对于随机性攻击具有较高的稳定性,对于选择性攻击具有较低的稳定性,并且两种攻击方式对银行网络影响的差异大小与阈值有关.