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。     

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.     

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。     

不同网络结构下银行间传染风险研究

基于复杂网络理论,研究了银行间市场随机网络、小世界网络和无标度网络中银行间传染风险特征及其差异.首先构建了银行间市场有向随机网络、小世界网络和无标度网络,进而通过描述银行资产负债表建立了银行间传染风险分析模型.最后,在银行分别为同质和异质下模拟分析了随机性冲击和选择性冲击下传染风险特征.研究结果表明:随机性冲击与选择性冲击造成的传染风险效应与网络结构以及遭受冲击银行数目密切相关;在三种网络结构下,冲击在小世界网络中造成的传染风险效应最大,在无标度网络中最小.该研究结果意味着:在此三种网络结构下,银行间市场无标度网络面对冲击具有最高的稳定性.     

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.     

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...     

基于复杂网络的金融传染风险模型研究

随着金融创新向更广和更深层面发展,金融体系中的传染风险和系统性风险越来越大,对此类风险进行准确度量是有效宏观审慎管理的重要内容。本文基于复杂网络理论,采用模拟方法对金融传染风险模型进行系统研究。首先,借鉴复杂网络的Watts级联动力学理论,构建了基于随机网络的金融传染模型,其较大的网络连通度水平不仅为传染提供更多的传播渠道,而且抵消了风险共享的能力。其次,引入Gleeson和Cahalane(2007)的分析框架,探讨了计算预期违约银行节点规模的解析模型,并对Watts模型中各种参数对系统风险的影响效应进行测度。最终,形成一个包括网络模拟方法、模型解析结论,以及网络统计分析方法等较全面的计算算法工具集合。     

经济增长状态与银行系统性风险——基于马尔科夫区制转移的CCA模型

金融系统性危机的发生与经济增长状态变化紧密相关,外部冲击和内部脆弱性是金融部门系统性风险发生的两个来源。已有研究在分析经济增长对金融部门系统性风险的影响时一般将经济增长视为外部冲击,忽视了系统性风险度量模型已经内生化了经济增长状态影响的问题,使用的系统性风险指标不能将外部冲击和内部脆弱性引发的风险进行区分,难以判断金融部门系统性风险的来源,而且无法准确判断经济增长对于系统性风险的影响程度。 将马尔科夫区制转移模型引入或有权益分析方法分析框架,计算经济增长状态的转移概率与银行部门违约距离的相关概率,得到违约距离的无条件概率分布,剥离经济增长对银行系统性风险的影响,构造反映银行内部脆弱性风险的无条件违约距离,实现对银行部门系统性风险的分解。选取2007年1月至2016年12月希腊和中国上市银行整体作为样本,分别考察外部冲击和内部脆弱性对银行部门系统性风险的影响。 研究结果表明,银行部门系统性风险可以分解为内部脆弱性风险和外部经济状态影响,该系统性风险主要由内部脆弱性决定,经济增长对系统性风险的作用类似于增效器。经济增长下行状态会导致银行部门系统性风险急剧上升,而经济增长上行状态能改善银行部门系统性风险状况。经济增长状态对系统性风险的放大效果具有不对称性。银行部门内部脆弱性风险状况出现恶化时,经济增长状态的增效作用更强烈;而银行部门内部脆弱性风险状况得到改善时,经济增长状态的增效作用相对温和。短期内救助政策通过外部机制影响系统性风险,危机状态下救助政策能够对系统性风险发挥明显的稳定作用。 在宏观审慎监管中,不仅要求银行部门降低内部脆弱性风险,而且重视外部经济条件和实体经济部门与系统性风险的联系,建立前瞻性的逆周期监管机制,实现对系统性风险的有效管理。当银行部门陷入危机时,政府部门应及时提供有效救助。     

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．     

系统性风险的传染渠道与度量研究——兼论宏观审慎政策实施

本文创新性构建了包含银行破产机制和去杠杆机制的资产负债表直接关联网络模型。本文发现:(1)四类银行特征和4个外生参数影响四类传染渠道,且影响存在显著差异,四类传染渠道中去杠杆渠道(Loss~(DEL))和银行间负债违约渠道(Loss~(IA_DF))最为重要;(2)在传染过程中,银行破产会导致系统性风险急剧上升,且破产越集中,系统性风险越大;(3)系统性风险存在"区制转换"效应:当低于某一参数阈值,金融体系呈现出随时间递减的"常态"系统性风险(SR),该风险由银行体系杠杆率驱动;当高于某一参数阈值,金融体系呈现出随时间递增的"危机"系统性风险(SR),该风险由银行关联性和资产规模驱动,并主要来源于传染指标较高的大型商业银行;(4)4个外生参数对应了四类针对金融体系整体的宏观审慎政策,脆弱性指标(VBI)和传染性指标(CBI)对应了针对单家金融机构的宏观审慎政策,这些宏观审慎政策应根据金融周期(上行或下行)和系统性风险类型(常态或危机)来实施。     

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。     

房地产市场与银行业系统性风险北大核心CSCDCSSCI

中国房地产市场通过贷款违约及其与银行业之间的耦合作用等渠道影响银行部门风险.基于持有共同资产网络模型,考虑上述两种渠道引发的银行业系统性风险.时间维度而言,房地产贷款违约造成的直接风险远小于降价抛售带来的间接风险.空间维度而言,5家大型商业银行、招商银行、浦发银行等是系统重要性银行,华夏银行、广发银行和招商银行等是系统脆弱性银行,个人住房抵押贷款等是系统重要性资产.研究发现资产结构、银行结构和加权资产结构等是重要的风险因素,系统性风险错配指数可以刻画中国银行业系统性风险状况.通过耦合作用分析发现,银行业系统性风险同时也会对房地产市场形成冲击作用,两者风险的相互强化加剧了风险爆发程度.     

房地产市场与银行业系统性风险

中国房地产市场通过贷款违约及其与银行业之间的耦合作用等渠道影响银行部门风险.基于持有共同资产网络模型,考虑上述两种渠道引发的银行业系统性风险.时间维度而言,房地产贷款违约造成的直接风险远小于降价抛售带来的间接风险.空间维度而言,5家大型商业银行、招商银行、浦发银行等是系统重要性银行,华夏银行、广发银行和招商银行等是系统脆弱性银行,个人住房抵押贷款等是系统重要性资产.研究发现资产结构、银行结构和加权资产结构等是重要的风险因素,系统性风险错配指数可以刻画中国银行业系统性风险状况.通过耦合作用分析发现,银行业系统性风险同时也会对房地产市场形成冲击作用,两者风险的相互强化加剧了风险爆发程度.     

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。     

房价波动、住房信贷与宏观审慎政策

金融危机表明住房信贷违约可能引发系统性风险,但现有理论研究并未将住房信贷违约风险纳入分析框架。本文通过构建包含异质性房价冲击和住房信贷违约的房地产动态随机一般均衡（DSGE）模型,探究房价波动的溢出效应,同时研究宏观审慎政策对住房信贷的监管效果。基于中国的实际数据,通过模拟分析得出以下结论：房地产市场对实体经济的溢出效应主要集中在消费而不是产出和通胀,对金融系统的溢出效应要大于实体经济。采用以住房信贷扩张速度为目标的动态资本充足率监管方式能有效地控制信贷风险,短期效果更加明显。房价波动冲击和利率冲击是引起我国住房信贷波动的主要原因。     

考虑刚性兑付的银行最优资本结构与违约风险研究

随着地方国有企业债务风险的不断加大,如何实现打破刚性兑付与防范银行风险之间的平衡,是目前亟待解决的问题。本文借助银行股权和负债的“期权的期权”特性,将刚性兑付嵌入到银行资本结构决策和违约风险测度中,研究了资本结构固定和可调整两种情形下刚性兑付强度与银行违约风险间的关系,并进一步对比分析了基于标准法和内部评级法的资本监管对刚性兑付下银行风险的抑制效应,以期为防范打破刚性兑付可能引发的银行风险提供参考。研究发现,当资本结构固定时,银行违约风险与刚性兑付强度负相关;当资本结构可调整时,随着刚性兑付强度减弱,银行最优负债水平降低,银行违约风险则呈现出先递增后递减的“倒U”型趋势;基于标准法的资本监管可以有效抑制银行在资本结构决策时的道德风险,降低打破刚性兑付过程中的违约风险,但基于内部评级法的资本监管要求会因刚性兑付下国企债务违约概率的降低而减弱。     

我国系统重要性银行评估:网络层次结构视角北大核心CSCDCSSCI

通过改进性地引入最小密度法解构了我国银行间双边风险敞口矩阵,在此基础上运用密度估计构建了契合我国银行间网络层次结构的核心-外围模型,实证甄别了系统重要性银行,并研究了我国银行间网络关联性和系统性风险.研究表明:1)核心块动态组成作为系统重要性银行在我国银行业网络层次结构中发挥着重要作用;2)我国系统重要性银行规模随时间的变化呈现出“庞大无序-两极分化-多但有序”的三阶段特征,表明我国银行系统日渐稳定,但仍需重点关注系统重要性银行以防范系统性风险;3)金融动荡时期,系统重要性银行与其他银行的关联强度和关联权重下降,积极的监管措施会使不良关联特征得到明显改观.本研究可为逆周期宏观审慎监管、基于银行系统重要性的针对性监管提供有益参考.     

金融危机下带传染效应的违约预报

考虑多阶段状态变量的动态信息对违约风险的影响,同时考虑宏观因素和公司个体因素来构建违约预报模型,并且通过在状态变量中包含的行业因素来刻画行业间可能存在的信用传染效应;建立违约风险强度中参数的极大似然估计和渐近性质,进而建立条件违约概率期限结构的极大似然估计.利用极大似然估计及其渐近性质考虑传染效应的显著性检验问题,最后...