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。     

网络视角下的金融结构与金融风险传染

基于不同的银行间市场网络结构假设,利用中国银行业数据,使用最大熵方法估计银行间资产负债关系,建立银行间市场网络以研究我国单个银行破产引发的金融风险的传染概率和影响程度,进而通过建立异质性银行的多主体仿真模型研究银行间市场结构和银行资产负债表结构对金融风险传染的影响. 研究结果表明：相比于完全连接网络,中心-边缘的层级网络将增大金融风险传染的范围和程度. 此外,对于银行资产负债表结构而言,所有者权益占比提高将增强金融机构的抗风险能力,降低传染概率,而银行间资产和负债占比提高则会扩大金融风险传染的影响. 这为我国银行业系统风险监管中对金融结构的关注提供了重要启示.     

基于流动性配置的银行系统性风险研究

本文基于银行负债表构建了反映银行间借贷关系的复杂网络,用模型模拟了银行系统在面对储户提款冲击下,由银行间资金挤兑和投资资产打折出售而引发的流动性短缺危机在银行体系中的传播过程.研究发现银行间借贷网络结构和银行资产变卖时的损失程度在流动性短缺危机传染中起着关键作用.其中,银行间借贷网络的连通性一方面有抑制风险传播的作用,同时也蕴藏了风险在银行体系中扩散和传播的可能.     

银行间网络模型与系统风险的分布式预警策略

通过对真实银行间借贷行为的数学抽象,建立了一个动态的银行间借贷网络模型.利用该模型,在计算机平台上,可以模拟仿真银行间市场.仿真的银行间市场能够展现出银行间资金流动等诸多规律,并能够用于研究银行间的流动性保护以及潜在的风险传染等规律性问题.同时,提出了分布式的银行间风险传染预警策略.利用分布式方法,将每家银行的风险特征映射成银行系统整体风险预警值,能够有效的解决中央预警方式的时滞性问题.仿真实验结果表明,银行的违约和风险传染并不是突发的,而是银行系统的风险累积的结果;分布式预警策略反映了银行系统内风险的累积过程,能够很好地预警银行系统性风险.     

银行资产负债结构对金融风险传染的影响

最近的金融危机显示金融风险传染已经成为引发系统性风险的关键特征.本文致力于研究中国银行业潜在的风险传染规律和特征.首先,采用中国银行业数据,对银行间债务网络进行建模,并在模拟实验中采用了修正的偿还算法.其次,构造了三种网络、设计了四种情景,对银行间债务网络进行模拟实验,研究了银行间借贷比例、资本充足率等因素变化对银行间风险传染的单独影响和混合影响.实验结果表明:1)银行借贷比例超过5%就会引发风险传染.降低银行间借贷比例能够减少银行间的风险传染.2)资本比率保持在一个较高的水平,能够有效防范银行间风险传染.资本比例在6%~8%之间防范风险传染的效果比较明显.3)从网络结构来看,平均度对风险传染有明显影响,影响的规律由初始破产银行数量决定.     

跨银行与企业部门的系统性风险研究

从风险反馈视角，研究跨银行与企业部门的系统性风险贡献度与传染效应.基于债务排序方法构建了银企系统性风险测度模型，并基于2018年中国银企间借贷数据进行研究.研究结果表明：银行节点在银行层的债务等级小于在企业层的债务等级，而企业节点在企业层的债务等级小于在银行层的债务等级；银企信贷系统中存在少数系统重要性银行和企业，其系统性风险贡献度高；随着银行或企业的信贷规模增大，所对应的总债务等级越高，而且总债务等级与信贷规模呈现非线性特征；随着信贷宽松程度变大，银行与企业的系统性风险贡献度呈现下降特征；在不同信贷宽松政策下，由企业所引发的总信贷损失始终大于银行，而且造成的银企信贷系统崩溃的阈值始终小于银行；信贷政策宽松程度对维持银企信贷系统的稳定性具有积极影响，特别对银行的作用更为显著.     

基于信息溢出网络的金融机构风险传染研究

金融关联网络是风险传染的载体。以股票信息溢出关系作为风险关联渠道，并将网络拓扑结构与个体金融机构的风险传染特征紧密结合起来。基于金融机构股票收益溢出关系，构建信息溢出网络。利用网络节点中心性拓扑结构特征指标，刻画金融机构的风险传染强度及风险承受强度，并挖掘其影响因素。针对中国上市金融机构的实证研究表明，节点度、接近中心性及特征向量中心性较为一致地刻画了金融机构的风险传染特征；信托等其他金融业的平均风险传染强度最大，而银行业金融机构的平均风险承受强度最大；金融机构的每股收益增长率越高、股票换手率越低，风险传染强度越大；金融机构的资产负债率越高、资产规模越大，风险承受强度越大。     

基于无标度网络的关联信用风险传染延迟效应

关联信用风险是现代信用风险管理领域的热点和难点问题.基于复杂网络的平均场理论和传染病模型,研究了在资产关联情景下关联信用主体之间信用风险的传染延迟效应.通过建立基于无标度网络的关联信用风险传染D-SIS模型,分析网络中关联信用主体之间关联信用风险传染的均衡状态.研究表明:关联信用主体之间的资产关联有助于风险分担,从而延缓关联信用风险的爆发;关联信用风险的传染具有延迟效应,且延迟时间越长,关联信用风险的传染强度越强.     

银行间债务违约诱发资产减价出售——基于债务与资产关联的风险叠加传染研究

本文针对银行间债务与外部资产关联两种传染渠道,研究了风险传染的叠加效应.首先,本文构建了包含两种传染机制的研究框架.该研究框架的优势在于,允许两种传染机制同时存在,相互影响,为多种传染机制风险叠加的相关问题提供了一类研究方法.其次,本文提出了一种新的实验设计思路.在相同的基础设置上,独立进行银行间债务违约,减价出售以及同时存在这两种传染机制的三种模拟.这种实验设计完全剔除了两种传染机制的交叉影响,因此可以准确研究两种传染机制的叠加效应.最后,本文进行了三组实验,分析了两种传染机制的叠加效应,研究了资产价格敏感系数,银行间贷款比例对叠加效应的影响.研究结果发现:1)两种传染机制同时存在产生的叠加效应的破坏力远远大于两种传染机制的独立传染破坏力.风险传染的叠加效应是形成银行系统性风险的主要推手.2)资产价格敏感系数对减价出售以及叠加效应的影响具有突变性.在减价出售过程中,随着抛售资产数量增加,价格加速下降,减价出售的风险传染力度不断增大,会导致叠加效应加速放大.在风险传染初期,若能保证充足的流动性,避免减价出售,则能够大大降低银行系统性风险.3)银行间贷款比例变动对债务违约以及叠加效应的影响力有限.与减价出售传染不同,银行间债务违约传染随着传染轮次的增加,初始冲击的损失会不断被违约银行的权益所吸收,传染损失会逐渐衰退.     

责任分层下考虑银行违约关联的存款保险定价

合理的保险费率水平是银行存款保险得以稳健运营的重要前提。随着市场约束机制的逐步完善,对银行损失风险及其层次结构进行精细刻画的必要性正日益凸显,这有利于保险公司针对特定的风险责任制定适宜的存款保险费率。因此,引入损失承担层,即将保险公司损失承担责任分为若干层次,在特定的损失承担层上保险公司对投保银行仅承担合约约定范围内的损失责任。考虑银行违约传染的关联违约强度,构建了不同损失承担层上银行关联违约条件下的存款保险费率定价模型。实证结论显示:损失承担层的下限越低,存款保险价格就越高;且忽视银行间违约传染性会导致存款保险费率被低估。     

动态内生拆借网络演化的银行系统稳定性研究

目前针对银行系统稳定性的研究大多在静态给定（外生）的网络结构下，并假设银行资产负债表固定的情况下，研究银行网络系统中银行倒闭传染规律。而现实中的银行网络系统，网络结构是内生（银行动态拆借选择形成的）动态演化的，同时网络中银行的资产负债表也是动态演化的。本文基于银行资产负债表动态演化、储蓄波动动态演化及同业拆借利率动态演化下，构建动态内生拆借网络演化的银行网络系统模型。然后研究内生拆借机制，网络结构、银行异质性及不同参数变动对银行系统稳定性的影响。研究表明:偏好拆借形成的多中心网络结构下的系统更稳定，且偏好网络的网络密度明显低于随机网络；进一步研究发现，异质性银行系统比同质性银行系统稳定性更高；同时，增大银行数量、增加所有者权益比重和提升存款准备金率有利于维护系统稳定性;但增加投资比重并加大存款波动时系统稳定性将遭到破坏。     

信用和流动风险冲击下的中国银行业传染分析

银行业信用风险冲击和传染是金融危机的重要导火索之一,而金融危机的加深导致流动性风险冲击会进一步加剧银行业风险.基于中国资产规模最大的50家代表性银行的同业债权债务关系,通过最大熵方法构建了阈值过滤后的银行业双边同业资产-负债关联网络,进一步在完全网络和"核心-边缘"网络下分别模拟了信用风险单冲击以及信用和流动风险双冲击叠加下的银行业风险传染路径、波及范围和程度.结果发现,第一,从风险易感染程度来看,农村商业银行最高,而大型商业银行最低,从风险破坏程度来看,处于网络中心、资产规模大的银行更强;第二,当信用、流动风险二维冲击时,风险传染效将增强,传染阈值也会相应降低;第三,长周期银行业拆借网络分析发现过滤后的中国银行业网络有明显的核心-边缘结构,当市场从完全网络变为核心-边缘网络时,银行体系抵御风险的能力会有所下降.研究结果不仅可以为商业银行自身的风险管理提供建议,而且可以为监管机构风险监控提供借鉴.     

基于小世界网络的企业间关联信用风险传染延迟效应

随着市场经济的深入发展,企业之间的关联性越来越强,关联信用风险已成为现代企业信用风险管理中的热点问题。本文在小世界网络的框架下构建关联信用风险传染模型,提出了"基于企业关联关系的小世界网络"的概念,研究了该网络结构中"非健康"企业的密度与关联信用风险的传染延迟时间及传染概率之间的关系,并通过可视化分析,探讨了关联信用风险传染概率的临界值和"非健康"企业的密度。研究发现,企业之间的资产关联有助于相互分担风险,延缓关联信用风险的爆发;关联信用风险的传染概率受企业的资产关联比和企业间关联个数影响。同时发现,不考虑资产关联比的企业网络低估了关联信用风险的传染概率。     

关系融资、信息分享与银行激励

基于信息不对称假设的现行金融中介理论忽视了信息分享的重要性,提出了关系型融资模型.表明在一定的成本约束下,银行间有激励进行关于各自关系型客户信息的分享.银行关系型客户的比例越高,其信息分享的规模经济效应越明显,但由于信息分享降低了从垄断信息获取"信息租金"的比较优势,银行进行信息分享的激励会越来越弱.     

基于分数布朗运动驱动的银行货币存贮网络模型系统风险和最优控制的研究

从银行间货币流动的动力学角度出发,提出了一个由分数布朗运动驱动的并且有中央银行参与的银行货币存储网络模型.每家银行以特定的比率从其他银行拆借货币,并在一定的情况下可以向中央银行拆借资金,但由此会产生借贷成本.系统中银行的货币存储满足文中给出的随机微分方程,计算并给出了系统风险指标——总体破产概率,系统活动总量的数学表达式,通过线性二次型控制方法,求得银行向中央银行拆借资金的最优成本.     

加权无标度网络中连接密度与同步能力的关系

研究了一类加权无标度网络的同步能力.给出复杂网络一个新的测度——连接密度.连接密度用于描述网络中边的数量.基于同步判据研究BBV(Barrat,Barthélemy,Vespignani)加权网络的度分布异质性、连接密度和网络同步能力之间的关系.对于类型I加权同步网络,连接密度越大,度分布的异质性越强,网络越容易实现同步.对于类型II加权同步网络,连接密度越大,度分布异质性越弱,网络越容易实现同步.两种网络都可以通过提高连接密度来提高网络的同步能力.     

动态内生拆借网络演化的银行系统稳定性

目前针对银行系统稳定性的研究大多在静态给定(外生)的网络结构下,并假设银行资产负债表固定的情况下,研究银行网络系统中银行倒闭传染规律。而现实中的银行网络系统,网络结构是内生(银行动态拆借选择形成的)动态演化的,同时网络中银行的资产负债表也是动态演化的。本文基于银行资产负债表动态演化、储蓄波动动态演化及同业拆借利率动态演化下,构建动态内生拆借网络演化的银行网络系统模型。然后研究内生拆借机制,网络结构、银行异质性及不同参数变动对银行系统稳定性的影响。研究表明:偏好拆借形成的多中心网络结构下的系统更稳定,且偏好网络的网络密度明显低于随机网络;进一步研究发现,异质性银行系统比同质性银行系统稳定性更高;同时,增大银行数量、增加所有者权益比重和提升存款准备金率有利于维护系统稳定性;但增加投资比重并加大存款波动时系统稳定性将遭到破坏。     

基于组合赋权法的中小微企业信贷风险量化及预测

中小微企业具有规模较小、缺少抵押资产等特点，银行作为中小微企业的主要借贷来源承担着巨大的资金风险，大多数现存方法定性分析中小微企业的实际信贷水平，导致银行难以量化评估企业借贷风险。本文提出基于组合赋权法的中小微企业信贷风险量化及预测模型。通过挖掘票据交易数据构建多层次风险评估指标体系，分别采用基于指数标度的AHP法、CRITIC法得到信贷风险评价指标主观、客观权重，并依据最小鉴别信息原理得到综合权重。同时利用随机森林(Random Forest)预测中小微企业是否违约，并回归得到无违约情况的中小微企业信贷风险得分，并比照基于组合赋权法信贷风险量化得分，最终采取加权平均法量化信用得分，最终实现预测中小微企业信贷风险量化得分。     

多因素耦合下CRT市场信用风险传染的熵空间模型

本文基于熵空间理论,考虑到信用风险转移(credit risk transfer,CRT)中银行和投资者间空间因素对CRT市场信用风险传染的影响,同时加入行业因素、区域金融发展因素以及CRT市场个体因素构建了CRT市场信用风险传染的熵空间模型.通过数值仿真模拟表明,该模型有效刻画了CRT市场上银行与投资者间空间距离和传输能力、银行资产质量与信用风险转移能力、投资者资产规模与风险偏好程度、投资者所处区域的金融发展水平以及银行和投资者所在区域之间金融发展的趋同性等对CRT市场信用风险传染效应的影响及其作用机制,揭示了CRT市场上空间因素与概率之间的显性联系,为空间背景下信用风险传染研究提供了新的思路和理论框架.     

我国银行体系的系统性关联度分析:基于不对称CoVaR

根据系统性关联度的定义,使用不对称CoVaR方法,对我国单个银行与银行体系之间的系统性关联度和任意两个银行间的系统性关联度进行了测算.研究结果表明,我国银行体系的系统性关联度存在不对称性,使用不对称CoVaR方法重新估算我国银行体系的系统性关联度能为我国系统重要性银行的甄别和银行间系统性风险溢出的评估提供依据.进一步地,探讨出上述两种系统性关联度的主要影响因素为银行自身的特征变量,如贷款总额,股本,留存收益等.基于此,为我国银行业监管者提升银行风险监管水平和银行管理者制定准确的风险控制体系提供有益帮助.