银行间债务网络流动性差异对风险传染的影响

在度量系统性风险方面,银行间的流动性差异可能比“规模大”和“联系多”更重要.首先,本文从银行间网络角度,提出了一种商业银行流动性差异的检验方法.本文利用银行间贷款(网络的出度强度)和银行间借款(网络的入度强度)的幂律分布特征,度量银行间的流动性差异.实证研究发现,2012年~2014年,中国的大型商业银行流动性差异很大.其中,2014年大型银行的流动性需求最明显.其次,本文以真实银行间网络数据为基础,构造大型银行分别是流动性需求和流动性供给的两种网络,研究流动性差异对风险传染的影响.实验结果显示,处于流动性需求地位的大型银行的潜在风险传染破坏力,远远高于同等规模和联系的银行.这足以表明流动性地位应该是监管机构重点关注的系统性风险指标.本文的研究为监管机构提供了一种精准的系统性风险压力测试和情景分析方法.     

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。     

基于无标度网络的绿色出行选择行为研究

随着我国城市化进程的加快,机动车污染已成为我国城市空气污染的一个主要来源,提倡绿色出行的理念有助于缓解机动车尾气带来的空气污染,那么对于有限理性个体在复杂社交网络中的绿色出行行为意愿的研究以及群体行为的演化则成为了本文的研究焦点。本文基于计划行为理论等建立了基于个体行为态度、感知行为控制、主观规范及行为结果感知等影响因素的个体绿色出行行为意愿模型,运用观点传播动力学及无标度网络构建了个体选择行为交互网络模型。实证及仿真分析表明,个体行为态度因素在居民的绿色出行行为意愿中取值很高,作用显著,行为感知因素则影响较为有限,提高行为结果感知因素与主观规范因素的取值是提高居民绿色出行行为意愿的主要途径;在择优连接原则与网络增长假设条件下,整个网络向着几个中心节点聚集的趋势越来越明显,即网络节点中心化的程度越来越显著;在社会网络中,提高行为主体的信息交互阈值取值、增加行为主体绿色出行交通费用的折扣系数、提升民众采取绿色出行方式时的精神满足感、塑造宣传绿色出行的意见领袖将有利于提高居民的绿色出行行为意愿。     

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.     

基于动态无标度网络的信息策略与羊群行为演化研究

传统的人工股票市场效率不高,对投资者的异质性假设缺乏经济学含义,更没有考虑市场中广泛存在的羊群行为的影响。本文以国外期权市场异质信息交易者模型为基础,结合互联网金融特点在传统人工股票市场中引入异质信息策略与动态无标度人际关系网络刻画的羊群行为构建出新的人工股市模型,进行投资者的信息策略与羊群行为演化研究,对比分析不同机制的引入所带来的影响,揭示动态关系网络环境下信息策略演化结果。研究发现：一方面,信息策略演化机制的引入加快了市场均衡速率并提高了市场效率,同时也大大降低了投资者财富水平并拉大了财富差距;信息策略与羊群行为的演化并不会导致投资者完全向内幕信息交易者聚集,高、低信息档次投资者明显居多且其他信息档次投资者仍然存在。另一方面,动态关系网络下羊群行为的引入增强了投资者的被传染程度,并进一步缩小了财富差距且显著提高了内幕信息的扩散质量与效率。所以,互联网关系网络环境下高、低信息档次投资者占据相对优势,但其他信息档次投资者并不会被挤出市场;监管部门在努力寻求高市场效率的同时,也应在投资者财富与社会总财富等方面进行适当权衡。     

组织网络中的无标度行为:极端情形的结果

以组织网络中最有可能存在无标度行为的指挥链网络为背景,构建了组织网络演化的层级树生长模型,考察了当管理幅度处于极端同质、极端异质和实际情况时层级树网络的度分布和累计出度分布.结果表明,无标度行为的涌现只是组织网络处于极端情况时的结果,现实组织网络根本不会表现出无标度的度分布或累计出度分布.管理研究者希望借鉴复杂网络领域中有关无标度特性的研究成果来解决组织管理问题的想法是不现实的.此探索性工作对复杂网络与组织管理的跨学科研究具有重要意义.     

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。     

具有差异化选择特征的复杂社会网络扩散研究

人们有时会偏好与他人保持差异,例如搭便车者总是选择与邻居相反的策略.利用反协调博弈刻画了个体的差异化选择特征,分析了复杂社会网络上的扩散过程及其影响因素.结论表明,这类扩散总能成功,当采用策略的风险占优程度越高时,同质性网络中的采用者数量越多,而异质性网络中的采用者数量可能减少,且存在惟一的最优风险占优度.网络结构特征变化能够显著影响采用者数量,则小世界特征的影响效果取决于策略是否风险占优,而平均度和异质性的影响效果还需要考虑策略风险占优度的大小.若个体对邻居信息出现认知偏差,会显著改变最终的采用者个数.因此,通过调整个体采用收益、认知程度和个体间相互联系,可以有效管理和控制具有差异化选择特征的扩散,如度假产品、奢侈品、搭便车行为、流行与时尚等.     

基于复杂网络视角的生物医药集群创新网络分析

本文从复杂网络角度,阐释了生物医药集群中创新网络的结构模型与结构特征。重点分析了创新网络的复杂网络特征,构建了创新网络模型并模拟其演化路径。从模型出发,进一步陈述了创新网络的无标度网络特征。通过对上海张江药谷案例的分析,具体描述了其富节点与不均衡特征。     

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。     

上海银行间同业拆放利率的风险测度

随着中国利率市场化进程的深化,利率风险将越来越大,同时上海银行间同业拆放利率将逐步成为中国的基准利率体系.在构建上海银行间同业拆放利率期限结构动态模型的基础上,首先利用风险值模型度量上海银行间同业拆放利率的风险值,然后进行后验检验,再利用期望损失模型度量上海银行间同业拆放利率的风险值,并时上海银行间同业拆放利率风险度量的风险值方法和期望损失方法进行比较分析.研究结果表明,无论从动态拟合效果,还是从风险度量的后验检验看,GED分布都优于正态分布和t分布,适合用于刻画上海银行间同业拆放利率序列的分布;上海银行间同业拆放利率序列具有均值回复特征和反杠杆效应;当风险值模型不能有效测度上海银行间同业拆放利率风险时,期望损失模型能部分克服风险值模型的不足,能有效测度实际损失风险.总的说来,APARCH-GED-VaR-ES模型可以较为准确地测度上海银行间同业拆放利率风险.     

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。     

双渠道风险传染下银行系统稳定性分析

随着金融危机的频率和范围的不断扩大,银行系统性风险的研究越来越受到重视。针对银行业系统性风险,构建银行同业拆借(直接传染渠道)、银行共同持有资产(间接传染渠道)的双渠道风险传染网络模型。该模型引入了宏观经济波动带来的投资风险,并允许银行通过贬值出售资产来弥补流动性,这更真实地反映了银行系统的操作规则。研究结果表明,在各种经济因素波动情况下,平均储蓄量、储蓄的波动幅度、投资的收益率、存款准备金率以及储蓄利率等对银行系统稳定性的有较大影响,并进行了定量分析。该研究为定量研究宏观经济波动下银行系统性风险问题提供了方案,并为决策者和监管部门防范银行系统性风险提供了参考。     

银行间同业拆借利率的复杂性研究

本文运用复杂性理论对我国银行间同业拆借利率进行了实证研究.通过银行间同业拆借利率的关联积分关于相空间维数的数值计算发现,当相空间维数大于9以后,关联维数趋于平稳,从而确定银行间同业拆借利率的嵌入维数约为9,这时对应的关联维数约为3.64.通过对Kolmogorov熵的计算得出,我国7天银行间同业拆借利率的可预测时间尺度约为7天.本文将H.E.Hurst提出的R/S分析法应用于我国银行间同业拆借利率分析.测定了我国银行问同业拆借利率收益率的Hurst指数.运用消除趋势波动分析方法,计算了我国银行问同业拆借利率收益率的标度指数.结果表明:银行间同业拆借利率显示为状态反持续性.     

银行投资组合多元化与系统性风险的关系研究

在现代金融系统中,人们逐渐开始关注整个银行业的系统性风险而不仅仅是个体风险,而传统经济学中个体银行投资组合多元化理论对于系统性风险来说并不一定是有效的,因此对于银行投资组合多元化与系统性风险之间的关系仍需要深入研究。本文基于简化的金融市场,通过资产负债表刻画银行和资产之间的联系,构建了描述银行破产边界的数学模型,并以此为基础分别研究了银行个体风险、系统性风险、考虑拆借关系的系统性风险以及同时考虑减价出售和拆借关系的系统性风险之间的区别与联系,进而分析了银行投资组合多元化对不同风险的影响。最后,参考实际金融市场中的参数取值,对本文构建的模型进行了数值实验,研究结果表明：多元化会使银行的投资组合变得相似从而更容易引发系统性风险,资产减价出售和银行间拆借关系的存在同样会增加银行系统性风险,因而通过减少投资组合多元化和控制银行拆借比例等措施可以在一定程度上降低系统性风险的发生,这对于系统性风险的监管具有较高的参考价值。     

基于相空间重构的同业拆借利率混沌特性研究

同业拆借利率在整个金融市场的利率结构中具有导向作用,因此对同业拆借利率波动的研究具有重要意义.本文基于相空间重构技术对我国银行间同业拆借利率进行了实证研究,通过关联维数和Kolmogorov熵这两个指数来研究我国银行间同业拆借利率的混沌特征.计算结果表明,银行间同业拆借利率具有混沌特性,这使得对同业拆借利率的长期预测成为不可能.