部分重叠的所有权和金融网络中蔓延

文摘

使用美国银行历史数据从2000年至2015年我们描述金融传染的概率和程度上使用校准网络模型的异构银行间风险敞口。概率和平均传染开始上升的程度在2007年之前,美国的金融危机。包括常见的资产在模型中增加传染的概率和严重程度,尤其是在年的金融危机。基于提高银行业机构所有权,我们引入一个部分重叠的所有权从内部资产贬值。该资产的加入可以提高金融危机蔓延的程度。我们的结果表明,资本缓冲和趋势的分布和类型资产产生重大影响的预测金融网络扩散模型和银行由银行所有权的上升趋势放大冲击金融体系。

1。介绍

后2008 - 2009年美国和全球金融危机,已经被越来越多的兴趣的作用银行的网络结构和资产的类型和分布在确定潜在的金融危机蔓延的可能性和程度。Chinazzi和Fagiolo1)提供一个简洁的调查最近的文学在这一领域。在这两个限制普遍研究与网络的复杂性和资产结构和数据的可用性。第一,资产和网络结构中观察到的现实世界金融体系往往是更复杂的比假定在典型的金融网络模型。第二,详细的数据在现实世界金融网络的结构通常是极其有限,特别是对于像美国这样的大国。实证论文倾向于关注美国以外的国家,经常使用数据从一个或少量的年。在本文中,我们改进这两个限制。

首先,除了标准的假设的直接风险敞口(银行间贷款)和独立的外部资产,我们添加一个外部共同资产(类似于(2]),我们引入部分重叠的资产所有权的概念,或一些银行持有的资产价值内生决定了银行业(即失败。,比如一个索引的股票投资组合投资银行业)。除了这些资产,我们考虑一个中心-外围网络结构,它正日益成为银行业的首选表示。我们对比结果与无标度网络,这是另一种常见的网络结构。最后,我们使用历史财务信息对存款机构在美国,几年前和后金融危机,校准等关键金融网络特征的大小网络,单个银行总资产和资本缓冲以及描述和分发部分重叠的资产所有权。这些步骤允许我们研究金融传染模型变化的预测基于观察趋势在银行业。

股权的银行由银行在美国正变得越来越普遍。从2000年到2015年,银行与其他银行所有权的数量翻了一番在美国。在同一时间,这种所有权的总额在整个银行系统已经增长,尤其是后金融危机。在2011年和2015年之间的总价值由银行银行增加了211%的所有权(在这同一时期的价值标准普尔500指数上涨了55%)。这种增长的银行由银行所有权有可能添加一个新的和重要反馈渠道,放大的冲击。例如,负面冲击的银行业减少银行所有权的价值,这反过来进一步负面影响银行的资产负债表,进一步降低银行所有权的价值系统和添加额外的压力。在机构所有权调查这一趋势,我们引入一个部分重叠的资产所有权,捕获的上升由银行股权的银行,并演示如何添加该资产放大金融风潮的影响。

我们的方法与Sensoy的论文(3),作者调查了公司规模和股权结构对共性的影响在土耳其流动性使用独特的所有权的数据。分析机构和个人所有制和发现,除了大量的所有权和公司规模、投资者的特点,和市场的微观结构是重要的在确定系统的流动性。虽然相关,在我们的例子中我们关注的角色机构所有权在银行业网络为了研究金融传染。

我们的结果表明,美国的银行体系在2000年和2015年之间的平均银行持有的资本缓冲增加整体和传染的概率下降,在2007年和2008年与一些重大异常。基于网络的直接接触,在2007年和2008年,美国金融危机之前,产生的传染的概率失败的核心银行从19.7%上升到24.6%(增长24%)和潜在的传染的平均程度增加了两倍多。的共同资产大大增加传染的概率在所有年,把它从一个随机的核心银行近100%失败的2008年和2010年之间,2009年接近100%来自一个随机周边银行失败。一种常见的资产也翻了不止一倍,平均传染的程度从一个核心银行失败。同时添加一个部分重叠的所有权资产增加传染的概率只有5%的核心银行失败,它双打平均传染的程度在所有。这些结果为中心-外围和无标度网络结构是相似的。专注于数据和模型之前,我们首先简要回顾与这个主题相关的文献。

Caccioli et al。4]研究澳大利亚银行间网络和显示多个通道的相互作用的风险是系统性风险和蔓延的主要因素。他们进行压力测试分析通过直接接触传染,重叠组合,这两个渠道的结合。他们的结论是,由于交易对手风险传染可以通过添加一个共同的强烈放大的投资组合。在另一篇论文,Caccioli et al。2)传染引起的重叠组合的分析扩展到一个场景与多个资产。他们描述了银行多元化的投资组合的平均水平,比银行的资产的数量,和由银行杠杆达到所有影响系统稳定对一个初始冲击一个资产或银行。程式化的网络上进行分析模拟与泊松分布程度(一个随机网络银行和资产),他们估计全球级联参数空间的地区发生。Poledna et al。5]分析但是银行间网络和显示,传统的衡量系统性风险只基于一个单层的存款和贷款,这在大多数研究中很常见,大大低估了(高达90%)在金融体系固有的风险。

尽管早期的文学提供了经验证据真实世界的金融网络后无标度网络结构(6- - - - - -8),最近的论文认为,银行间市场的证据表明,一个中心-外围网络结构更好的各县代表银行间风险,比如荷兰的银行间系统(9)、意大利(10),德国(11),英国(12)、巴西(13)和墨西哥(14]。中心-外围网络将节点分为两种不同的类型:核心节点和边缘节点。核心节点相互连接和边缘节点,而外围节点连接只有核心节点。一些论文研究的中心-外围结构金融网络的背景下,从理论和动态的视角。Lux (15)开发一个简单的动态模型的银行间市场,银行最初随机选择贸易伙伴由于特殊的流动性冲击。他表明,异质性在资产负债表和一个简单的强化学习计划管理潜在的交易对手,系统快速收敛于一个中心-外围网络结构。摘要van der Leij et al。16],他们提出一个简单的模型的隔夜同业拆借市场银行争夺中介的好处。他们发现一个完整的中心-外围网络是不稳定的,一个不完整的中心-外围网络与银行之间的异质性和不平等可能稳定回报相应大小的不平等。在他们的论文中,银行是antehomogeneous交货,他们表明,异质性形成一个稳定的中心-外围网络中起着关键作用。席尔瓦et al。13)桥梁发展的经验和理论文献的方法测量距离金融网络是一个完美的中心-外围结构,然后将这种方法应用到巴西的银行间市场。

Galeotti et al。17]研究金融联系网络如何影响个人的回报和风险系统通过构造一个所有权的矩阵和探索这个网络变化的影响。他们发现集成(加强当前链接)的影响和多样化的链接(传播更多的邻居)最重要的是取决于网络的拓扑结构。具体来说,他们表明,在一个中心-外围网络中,比周边银行核心银行承担更多的风险,这是与我们的数据一致,结果,和其他文献[9]。他们还表明,当网络是同质的,个人承担太多风险相对于社会最优投资组合,而当网络是同质的,他们承担太多的风险。

除了实证文献,主要集中于非美国的金融网络,和理论文献,已经有一些研究在金融危机后的美国金融市场的结构。麦考德和普雷斯科特(18)确定重大变化的结构金融危机后美国银行体系。他们发现银行的数量急剧下降,其中绝大部分都是小银行。他们提供的证据表明,这种减少并不是因为更多的银行退出市场,而是新条目的数量的下降。他们还发现资产集中趋势与我们的数据一致。当我们专注于银行10亿年总资产或更多,Kowalik et al。19]研究并购的美国银行总资产10亿或更少的金融危机。他们还找到银行的数量下降,认为经济衰退结束以来,自愿合并这种下降的主要原因。他们发现大银行更倾向于收购规模较小的银行为了迅速扩大贷款业务并获得现金和存款来支持未来的贷款增长。

本文的其余部分被组织在以下方式。部分2提出了数据从2000年到2015年在美国银行体系,并讨论了关键趋势的银行数量,总资产,资本缓冲和股权。部分3解释了底层模型、网络算法对观测数据和校准。部分4礼物结果基于不同的三种资产的组合类型:直接接触,共同的资产和部分重叠的所有权资产。部分5提供了一个简短的总结我们的研究结果和结论。

2。数据

我们的数据是基于资产负债表从FactSet基本面和所有权的信息数据库为2000年至2015年或之前和之后大约7年2008/2009的美国金融危机。今后我们公司限制我们的注意力(“银行”)分为储蓄信贷中介机构(NAICS代码5221)和总部位于美国和总资产超过10亿年2015美元(经通货膨胀因素调整后使用美国劳工统计局(Bureau of Labor Statistics)的消费者价格指数(cpi)的城市消费者,美国城市平均系列所有项目)。在2000年和2015年之间,总共有696家银行满足这个标准的平均361活跃银行在某一年。这些数据代表一个不平衡的小组在哪些机构可以进入和退出的示例基于合并、并购和破产。大部分机构,145年的平均361或40%的一年,是积极和提交财务报表在所有16年。而一个完整的美国银行体系的结构分析超出了本文的范围(更详细描述的一些变化在这个时候看到美国银行体系(18,19]),我们关注主要趋势的银行总资产的规模和分布,资本缓冲的变化,和趋势在其他银行的所有权。

表1礼物的银行数量的汇总统计,总资产通货膨胀调整的和资本缓冲。银行数据的总数在2003年达到顶峰390下降到333年的2012人符合(18,19),然后返回到2015年在2000年水平大致相同。

在2000年到2015年之间平均总资产不断上升,增长63.3%(平均每年3.3%)。在同一时期,平均总资产普遍下降,直到2009年之前再次上升17.1%的总增长在2000年和2015年之间(平均每年1.1%)。大的均值和中位数差异的主要原因是三个异常值。2000年至2015年间,富国银行(Wells Fargo &公司的资产增长了1.43万亿(+ 385%),摩根大通1.39万亿(+ 142%)和美国银行(Bank of America)公司1.27万亿(+ 144%)。这些银行的增长主要是整合的结果在前几年和2007/2008年亚洲金融危机期间最重要的是(在2004年合并的银行与摩根大通公司& Chase co .)和FleetBoston金融公司与美国银行公司,然后在2008年收购华盛顿互惠银行没收的摩根大通& Chase co .)和富国银行(Wells Fargo)收购Wachovia corp .)。这也可以看到在图1,这显示了总资产的数据相结合,强调最大的四家银行,2000年,2009年和2015年。这些数据显示极端中巩固和发展四大银行和美国金融危机期间。2000年,四大银行(或拥有44.4%34.6亿)系统的所有资产,2009年上升到68.5%(或81.2亿)和2015年(或者他们拥有63.6%80.6亿)。

2.1。资本缓冲的趋势

表1还显示汇总统计的资本缓冲。符合丐帮和Kapadia的规范20.我们定义一个机构的资本缓冲的净值(总资产减去总负债)除以总资产。资本缓冲显示类似的意思是总资产的趋势和普遍增加,从2000年的平均8.9%的2015年的11.1%。整体上升的资本缓冲可能部分由于紧缩的巴塞尔协议在此期间(见附录一个讨论巴塞尔协议的作用在这个时期)。一个显著的例外,这一趋势在2007年和2008年发生在美国的金融危机,图中可以看到2。意味着资本缓冲从2007年的10.3%下降到了2008年的9.7%和5%百分位,最高的资本缓冲从27.2%下降到22.8%。最低5%百分位的银行资本缓冲这些缓冲区从2007年的6.0%下降到2008年的5.1%到2009年的4.1%。这些最低的2007年和2008年期间急剧下降5%的银行将扮演一个重要的结果,金融传染的定义是当至少5%的银行系统中失败。基于这个定义,在2009年一个外生的损失超过4%的总资产在这些银行(忽略任何后续损失直接接触和其他常见的和重叠的资产)就足以引发蔓延。2009后,均值和中位数资本缓冲开始再次上升。图2显示了这一趋势的资本缓冲。之间存在弱相关总资产和资本缓冲,从2000年到2006年是负的和积极的从2007年到2015年,这种相关性在5%显著水平在2000年和2001年和消极的和积极的在2011年,2012年和2015年,基于OLS回归的资本缓冲= 。2000年总资产增加100%导致0.25的点减少资本缓冲在2015年总资产增加100%导致0.27的点增加的资本缓冲。这表明,美国金融危机之前大银行往往携带相对较小的资本缓冲和后危机相对较大的缓冲区。

2.2。所有权和Owner-Banks的趋势

除了资产负债表信息,我们收集股权FactSet的数据为每个银行基础数据库。然后我们匹配这个数据所有权的银行在我们的数据构造一个矩阵在其他银行银行股权。为了简化讨论,银行与其他银行的所有权将称为“owner-banks。“在2000年和2015年之间有显著增加的数量在两个owner-banks和所有权的总价值。在2000年,有25家银行所有权在其他银行总计3130万年的价值。2015年有44个银行总计的所有权3890万年。

所有权的全部价值的增加尤为明显结束以来的金融危机。从2011年到2015年,银行所有权的总系统价值owner-banks增加125亿年到389亿(增加了211%)。图3显示系统中所有权的总价值和owner-banks的数量。虽然有些增加可以归因于股市的上涨(同期标准普尔500指数上涨了55.1%),这只能解释一小部分所有权的增加价值和不能解释的人数持续增加owner-banks(2008年至2015年间,银行所有权的总额增加了299%,而标准普尔500指数仅增长44.7%)。

所有权在其他银行更有可能在更大的银行,不排斥他们。表2显示的数量为2015年owner-banks owner-bank总资产所有权的比例,分解不同大小的总资产。的14大银行(那些过去1000亿年总资产)五个是owner-banks。这五个,这种所有权的平均值等于总资产的0.47%。对于规模较小的银行,那些总资产之间5和100亿年,下面的那些资产50亿年,他们的所有权的价值,占总资产的比例,是更高(1.16%和2.24%,resp)。因此,投资于其他银行的所有权并不局限于大型银行和小银行利用在银行大部分的资产所有权。

对于大多数owner-banks这所有权相对多样化。例如,2015年owner-banks,平均而言,所有权在27个其他银行(平均12.5),大型银行通常有大量的其他银行的所有权。Owner-banks也往往限制他们暴露于所有权在一个银行,2015年平均owner-bank投资最多40%的所有权资产在一个银行。在2015年,平均每个银行所有权金额为12%的所有权价值。有相似之处的银行owner-banks选择投资。在2015年,超过一半的总系统所有权值在两家银行,(系统所有权值总数的33%是在美国银行和富国银行(Wells Fargo)的17.7%)。此外,从44 owner-banks, 42岁在富国银行(Wells Fargo)的所有权,40在摩根大通,美国银行33。因此,这些高拥有银行的倒闭会对所有权的资产价值产生重大影响整个系统。

总的来说,银行通过银行的所有权仍是一个相对较小的总资产的一部分。2015年,最大的十个银行所有权的位置(如总资产的百分之一)代表平均只有3.6%的总资产和所有owner-banks 2015年总资产的所有权的平均值仅为1.26%。而投资银行所有权是一个相对较小的资产类别,它正在增长。此外,可能会有重大的所有权通过私人股本和债务,我们不能很容易观察。银行由银行所有权的增长可能是有关,因为它有可能反馈到银行业和放大任何冲击。

3所示。模型和方法

我们在我们的分析中使用的模型是基于丐帮和Kapadia的模型(20.),外加异构link-weights如(21)和一个共同的资产如(4]。我们还介绍一种新型的资产,持有的部分重叠的所有权的资产,只有一些银行倒闭银行从内部和有价值的影响。我们首先回顾一下之前的细节模型和资产讨论金融网络的生成,美国银行业数据校准,金融危机背后的方法模拟。

3.1。银行和金融环境

假设有金融机构(银行)在一个网络和每个银行都是由网络中一个节点表示。让和是银行的总资产和负债 。每家银行持有银行资产, ,以及一些常见的资产组合, ,部分重叠的所有权的资产, ,和其他外部资产, 。每个银行都有两种类型的责任、客户存款, ,和银行同业负债, 。如果银行破产在任何时候(例如, ),它立即失败,拖欠银行债务。任何破产银行银行资产的价值变成了零。

的金融网络被定义为网络银行间借贷。让 是通过矩阵表示的网络银行间风险敞口。每个元素代表银行的资产贷款银行 。按照惯例, 。因此 总银行间拆借银行吗和 银行的总银行同业借贷吗 。矩阵代表一个加权网络异构link-weights执导。节点的链接反映了银行资产的节点。外部链接的节点代表该节点的银行同业负债。让 银行同业资产属于银行的比例银行持有的 。

除了银行同业资产,每个银行投资其剩余资产组合的一种常见的资产,部分重叠的资产和外部资产所有权。与这些资产相关的风险和风险是不同的。所有银行持有的共同资产反映了资产与一个共同的价值确定体内(如抵押贷款支持证券)。常见的资产价值的减少只由于一个外生冲击,然而,任何减少的价值将影响所有银行的资产负债表。

部分重叠的所有权资产反映了股权投资组合内的银行系统和可能失败后的下降值中包含的任何银行的投资组合。不同于常见的资产,无论是做所有银行持有部分重叠的资产所有权,也不是所有的银行都持有一定包含在投资组合。部分重叠的所有权资产可以被解释为一个投资基金索引选择银行股。该资产所产生的网络的所有权可以被认为是第二个,完全不同,结构从银行间的网络曝光。在某一年,我们定义这个投资组合的股票投资银行作为 。如果银行失败了,那么它的股票的价值下降为零和部分重叠的所有权资产贬值来反映这个或遭受 的损失。反过来,这些损失反映在的价值部分重叠的一些银行持有的资产所有权。所有银行选择投资部分重叠的所有权资产购买相同的投资组合。

最后,任何剩余资产投资于银行间资产,常见的资产或部分重叠的资产所有权,目前投资于无风险的外部资产。这个外部资产代表的范围以外的其他资产模型。

我们的主要兴趣是决定金融传染的概率和程度上源于一个冲击金融体系。所有场景我们研究开始实行一个随机的失败银行的金融网络。在场景中常见的资产存在,我们同时施加一个外生冲击的大小这种常见的资产除了一个随机的初始失败银行。这最初的失败后(也可能是常见的资产)价值的下降,冲击整个金融网络传播之间可通过两个渠道。首先,失败和默认的初始银行将消除任何在这个银行持有的其他银行的银行资产。第二,如果破产银行的部分重叠的所有权资产组合中包含该资产的价值将下降为银行持有该资产。这两个效应结合,消除或减少通过网络对一些银行资产的价值,进而可能会导致额外的银行破产。

形式化的条件失败后的初始失败另一家银行(和可能的同时共同资产的贬值) 代表银行的资本缓冲 。后一个初始失败的银行 ,银行的偿付能力状况是 和银行将会失败如果 银行应该失败,然后他们拖欠银行债务和部分重叠的所有权资产可能会贬值。这一过程持续进行(偿付能力状况更新,以反映之前失败),直到没有更多的银行倒闭。

符合(20.),如果超过5%的银行系统中失败然后我们定义作为一个金融危机蔓延。这样一个金融传染的程度定义为银行失败的比例或预期的银行失败的比例至少5%的银行失败。

3.2。校准和模拟方法

每年我们首先校准银行的数量,以及个别银行的总资产和总负债的观测数据。在美国私人银行间贷款的本质意味着银行资产结构的网络数据是有限的。因此,每年我们模拟100中心-外围网络结构代表银行间的网络资产,使用一种算法校准匹配其他国家的银行间市场的典型特征(虽然100模拟似乎是低的,因为单个银行的资产和负债都直接来自数据,因为网络生成算法是部分基于这些数据,它足以让我们的结果收敛。增加模拟每年1000没有显著影响我们的结果)。参见3.3更多细节的算法和参数用于生成网络。

尽管银行间的网络曝光是基于底层的资产负债表数据,从单独的数据生成部分重叠的资产股权的银行,银行不直接关系到银行间风险(当从所有权风险做一个简要的讨论可能相当于风险从银行间拆借和适当时将这些视为两个不同的资产部分5)。生成部分重叠的所有权的资产,每年我们构造一个资产,反映了一个代表所有观察到的所有权在银行的投资组合。这个投资组合的股票投资银行等于所有银行股权的总价值的银行吗总额的一小部分的股权由所有银行在其他银行,它可以表示为 ,在那里是观察到的美元价值的所有权由银行吗在银行 。在构建所有权资产组合 然后我们分配资产的数量;我们观察每个银行投资于股权投资组合。

owner-banks或我们观察这些银行拥有资产所有权的数据,我们将观察到的所有权,或 15倍,限制在总资产的40%。15的因素被选为增加平均所有权owner-banks等于大约20%的总资产或者我们一半的比例分配给公共资产(观察到的所有权由owner-banks总资产的百分之一在2015年平均1.26%。参见2.2更多的细节)。我们观察的银行没有资产股权投资零资产的所有权。我们使用这种形式的代表的所有权,而不是观察到的网络结构,所有权和放大这种所有权的价值,以反映其他未被注意的来源的可能性的所有权,私人股本和债务等所有权,以及更清楚地捕捉的影响这类资产在金融风潮。

在节中给出的结果4我们考虑四个场景。在所有四个场景中每个银行总资产的20%在银行同业资产( )和差异是如何在剩下的80%的总资产投资。四个场景如下:(1)直接风险敞口只有:在节4所示。1我们首先考虑最简单的情况下,只有直接从银行间风险资产( )。(2)常见的资产:接下来,节4所示。2除了直接接触,我们添加一个共同的资产等于总资产的40%所有银行与最初的震惊(同时贬值了10% )。(3)部分重叠的资产所有权:在节4所示。3而不是常见的资产,我们添加直接接触部分重叠的资产,持有的一些银行,可能反映了总资产的40% ( )。(4)常见的和部分重叠的资产所有权:最后,在部分4所示。4我们认为这些资产的联合效应结合部分重叠与常见的资产(资产 )。

在每个场景中,任何资产投资直接接触(银行同业资产),常见的资产或部分重叠的所有权的资产,投资于其他外部资产()。

3.3。网络结构

生成的银行间网络曝光我们遵循中心-外围网络的定义在草原和范·莱利维尔德(9)和van der Leij et al。16]。

定义1。网络是一个完美的中心-外围网络如果存在一套核心节点 和外围节点 这样 在哪里代表一个节点之间直接联系和 。这定义了一个完美的指挥中心-外围网络。

如果我们养成的网络银行同业资产作为一个完美的中心-外围结构,使用矩阵代表不同的银行之间的联系,我们将会得到

一个最近的论文数量9- - - - - -14发现真正的金融网络表现出类似的结构,一个完美的中心-外围网络,只有“错误的链接。“这些“错误”缺少核心节点之间的联系以及额外的边缘节点之间的联系。表3代表数据从草原和范·莱利维尔德(9)描述的核心银行数量和错误的频率不同国家的银行系统。

模拟银行间网络曝光,以反映美国银行体系首先我们假设核心银行是银行系统中最高的总资产。我们修复的核心银行数量在25岁,这是核心银行整个国家的平均数量表3。构建完善的中心-外围银行网络后,我们校准错误链接。我们的网络的误差频率设置 ,这是不同国家的平均误差频率表吗3。

除了模拟银行间风险作为一个中心-外围网络的网络结构,我们也考虑在[无尺度结构21),发现结果非常相似的中心-外围结构。该算法生成无标度网络的结果可以在附件中找到B。

4所示。结果

结果在这一节中被组织成部分,我们按顺序介绍每个资产类型。部分4所示。1开始只有直接通过银行间贷款敞口。部分4所示。2添加了一个共同的资产属于所有银行和部分4所示。3添加一个部分重叠的所有权资产直接接触。最后,部分4所示。4增加了常见的组合资产和部分重叠的资产所有权的直接风险敞口。当一个共同的资产存在我们现在蔓延的结果从一个随机的初始故障核心节点和一个随机的初始失败边缘节点。在缺乏一个共同的资产,传染病,不造成任何外围节点的初始失败,只有最初的结果给出了核心节点故障(的情况下最初的边缘节点的故障不会导致传染蔓延整个概率(最初的失败带来的任何节点)可以确定乘以传染的概率从一个核心节点失效节点比例的核心节点,或 ,也就是平均)。此外,我们限制我们的重点中心-外围网络结构,它更代表美国的银行系统。结果为无标度网络结构极其相似,无标度网络结构的完整结果见附件B。

4.1。直接风险敞口只有

作为基线情况我们首先考虑金融传染的可能性产生只有通过直接接触通过银行间拆借交易对手。刚发展起来的方法(20.),然后扩展(21,22]。网络等特征的节点数量,每个节点的总资产,每个节点的资本缓冲校准数据对美国金融体系和银行间风险生成的中心-外围网络结构(见章节3.2和3.3为进一步的细节)。我们的主要结果是,美国金融体系的校准数据,只有直接接触,产生金融传染病,只有失败的核心银行和有一个显著增加金融传染的概率和严重程度从2007年开始,美国金融危机之前。

只有直接接触,金融风潮开始只有一个核心节点的初始失败或失败最大的25家银行之一。由于贷款集中在核心节点及其连通性,一个核心节点的失败和wider-reaching影响会大于一个周边节点的失败。图4显示了模拟传染的概率(a)和平均传染的程度(b)基于随机的初始故障核心节点。

总体在2000 - 2015年间金融传染的概率从失败中产生一个随机的核心节点通常拒绝(从25.4%到16.4%)。一个显著的例外是在2007年,当概率从19.7%上升到21.4%,到2008年,当它上升到24.6%,美国金融危机开始之前(美国金融危机通常标记为开始于2008年9月雷曼兄弟的破产。2007年的效果也存在更明显的无标度模型,在传染的概率从17.6%上升到2007年的19.5%)。这增加传染的概率是伴随着2007年平均传染程度超过三倍,从11.8%降至37.3%。事后看来,这些结果可以解释为一个重要的警告标志在2007年即将到来的金融危机。无标度网络结构的结果(见附录B)是相似的。

虽然金融传染的概率和程度在2007年和2008年金融危机是一致的,一个周边节点的初始失败的结果不会导致金融危机表明,直接曝光仅通过银行间贷款可能无法提供足够丰富的曝光来解释不止一个小类的极端金融风潮。为了解决这个问题,在下一节中我们考虑其他类型的资产和风险敞口。

4.2。常见的资产

在本节中,我们添加一个常见的资产,在某种程度上符合(4),现有的直接风险敞口。这种常见的资产提供了一个额外的接触为每一个银行,这就增加了一个金融传染的机会。一致的结果(4),我们发现的共同资产显著增加的可能性和程度直接影响金融风潮。与前面的部分4所示。1直接接触,在几年传染的概率从最初的边缘节点的失败是积极的。

图5显示了模拟传染的概率从一个随机的失败核心节点(a)和一个随机的外围节点(b)的平均程度以及蔓延为每个类型的初始失败((c)和(d)、职责)。包括在每个图中红色的比较的结果部分4所示。1直接接触。

的一个共同的资产,一个核心节点的失败的概率触发蔓延既极高,且极不稳定(图5(一个)),特别是从2008年开始,通过多年的美国金融危机。传染的概率从2000年的82%下降到2006年的47%升至2008年的99%之前,最终下降到2015年的39%。虽然这可能出现概率极高,回想一下,在一个核心节点的故障条件或25大银行之一。蔓延的总体概率造成任何随机节点的初始失败(核心或外围),2000年只有5.9%。

的一个共同的资产也大大增加了金融传染的平均程度的失败源于一个核心节点对于大多数年(图5 (c))。2000年至2006年和2012年到2015年之间蔓延程度从一个核心节点失败是15到25高出的一种常见的资产。在2007年到2011年,前几年,在金融危机期间,平均程度都是一样的,没有一个共同的资产,由于大量增加的数量较小的风潮,下面将进一步讨论。

除了显著增加传染的概率和程度上造成失败的一个核心节点,添加一个共同的资产从外围节点引入了传染的可能性,尽管只在当前年的金融危机。2008年之前和之后的2010年蔓延周边节点的概率是零(图5 (b))。这个概率上升到2008年的17.2%,再到2009年的98.7%在2010年降至5.9%。结合核心节点失败,结果在2009年产生的传染的概率失败的任何一个节点(核心或外围)为98.9%,或附近的确定性。蔓延的然而,这附近肯定是极低的蔓延程度抵消了外围节点失败(图5 (d))。2009年,平均程度的蔓延导致从失败的边缘节点仅为6.3%。

2009年传染的概率极高的核心和边缘节点主要是由资本缓冲的下降数据中我们观察在银行最低的资本缓冲。2009年最低的5%的银行资本缓冲(见图2和表1)资本缓冲在4.1%或以下。由于外生折旧的资产可以被解释为一个利率差高达点损失在总资产折旧仅导致大量节点的失败。在大多数年份的初始折旧之间的共同资产导致直接(即0和3失败。之前,一个随机节点的失败和通过直接接触传播的冲击)。然而,在2009年由于低资本缓冲这种常见的资产的贬值直接导致失败的17个节点(网络)的4.59%。结合我们对一个节点的失败,只有一个额外的节点需要通过银行间风险失败在今年蔓延的定义。由于资本缓冲金融危机蔓延的下降几乎是保证在2009年与一个共同的资产;然而,这种传染的程度可能相对较小。这个结果也解释了危机蔓延的收敛程度为核心节点的失败我们看到2008年,2009年和2010年。

虽然对于大多数年平均传染程度从一个核心节点故障常见的资产是15到25只高出直接接触,在2008年和2010年之间下降程度和收敛的直接风险敞口(见图5 (c))。这种趋同的蔓延程度的工件引入大量的小风潮这些年(见图5(一个))。在[21),感染性的分离为“温和的风潮”(当5 - 30%的节点失败)和“温和风潮”(超过30%的节点失败时)将继续显示明显高于蔓延范围从核心节点失败与常见的资产相比,直接曝光。

的共同资产导致传染概率和程度更大。然而,一个潜在的批评包括常见的资产是一个极其对曝光均质化的影响。因为所有银行的资产是真正的“普通”,任何折旧资产必然会削弱所有银行的资产负债表。此外,没有一个单独的市场和价格结构常见的资产折旧必须外部和武断。在下一节中我们引入部分重叠的资产或共同的资产只有一些银行选择持有(即。,这不是常见的银行)。此外,我们把这个作为固定资产所有权的其他银行,这允许我们从内部贬值资产失败后银行基于其重量的所有权的投资组合。

4.3。部分重叠的资产所有权

在本节中,我们回到直接接触的情况下(即。,without a common asset) and then add a partially overlapping ownership asset. Unlike the common asset in Section4所示。2,该资产将由只有一些银行持有(因此部分重叠)。我们也理解这个资产反映了一个固定的组合在其他银行的所有权。讨论这个观察到的数据中看到部分所有权2.2和我们如何实现这个模型中看到部分所有权3.2。这个资产所有权解释的优点之一是,它提供了一种自然的方式来银行破产后资产的贬值。失败的银行所有权的价值降至零,并根据共享所有权的资产贬值,银行持有的投资组合。

的这部分重叠的所有权的资产,我们的主要结果是增加传染的概率小,大量增加的程度上蔓延的失败源于一个核心节点。的直接风险敞口,传染病,不是来自一个周边节点的失败和初始外围故障数据是省略了。图6显示了模拟传染的概率(a)和平均传染的程度(b)基于随机核心节点的失败。包括在每个图中红色的比较的结果部分4所示。1直接接触。

部分重叠的所有权的资产有一个小但积极的影响蔓延的可能性源于失败的一个核心节点(图6(一))。与常见的资产的情况下部分4所示。2,部分所有权资产持续贬值对所有故障和均匀传递这震惊所有其他银行。核心节点加权很少或根本没有在投资组合,他们的失败将最小的影响。例如,2012年,91%的所有权组合是核心银行,四分之三的所有权集中在四个银行:美国银行(Bank of America)(33%)、富国银行(Wells Fargo) (18%), SunTrust银行(10%)和花旗银行(8%)。失败的影响这四个银行以外的任何核心银行将类似的情况只直接接触(即。,没有重叠部分所有权的资产)。因为周边银行中最低限度代表资产所有权,传染的概率从外围国家银行的失败依然为零,如部分4所示。1。

部分重叠的影响所有权资产在金融传染的概率虽小,平均传染的程度是影响相对较大。这是因为所有权组合高度集中在少数银行核心节点。例如,在2012年最大的股票所有权的投资组合在美国银行(Bank of America)(33%)、富国银行(Wells Fargo) (18%), SunTrust银行(10%)和花旗银行(8%)。如果其中一个银行失败,危机仅仅由于直接暴露已经极有可能和部分重叠所有权资产作为渠道传播蔓延owner-banks否则他们可能没有受到影响仅仅通过直接和间接的风险敞口。最终,部分重叠的资产所有权的影响增加的重要性少数核心银行和恶化蔓延的程度应该其中一个银行倒闭。在下一节中我们将这部分重叠的所有权资产与公共资产。

4.4。常见的和部分重叠的资产所有权

在本节中,我们添加了部分重叠的所有权和共同的资产直接接触。图7显示了模拟传染的概率(a)和平均传染的程度(c)基于随机核心节点的失败以及传染的概率(b)和平均传染的程度(d)基于随机边缘节点的失败。包括在每个图中红色的比较的结果部分4所示。2直接暴露与一个共同的资产。

部分重叠的所有权资产与公共资产和直接接触类似的效果中概述部分4所示。3。有一个小的增加传染的概率从核心节点之前的几年里,在金融危机后(图7(一)),有一个大幅增加传染的程度(图7 (b))。没有显著的影响感染造成边缘节点故障。缺乏一个重要的公共资产和部分重叠的所有权资产之间的相互作用并不奇怪,因为第一个不成比例地影响传染源外围节点失败而第二个风潮从核心节点失败居多。这种情况主要是由于观察到化妆的所有权资产组合很大程度反映了银行核心节点(例如,2015年,超过92%的所有权组合是在核心银行)。虽然部分重叠的许多周边银行持有的资产所有权,从外围国家银行失败有一个有限的,如果有的话,会影响该资产的价值。假设,如果外围国家银行的所有权资产主要是构造结果会完全不同。

5。结论

利用历史数据对美国银行业从2000年到2015年我们校准中心-外围金融网络模型和描述金融传染的概率和平均程度随时间变化的随机故障核心或外围节点。金融网络是由一个异构网络直接接触,校准数据。除了直接接触我们考虑两个其他类型的资产。第一是一种常见的资产(2),第二我们介绍部分重叠的所有权资产获取银行的股权由银行,我们观察的数据。这部分重叠的所有权资产被银行从内部和贬值的一个子集系统中基于银行的失败。

结果表明,与直接接触,在2007年和2008年,美国金融危机之前,产生的传染的概率失败的核心银行从19.7%上升到24.6%(增长24%)和潜在的传染的平均程度增加了两倍多。的共同资产大大增加传染的概率在所有年,使其接近100%为核心银行在2008年和2010年之间,2009年接近100%的外围国家银行,主要是由于某些银行资本缓冲的下降在2009年。添加一个常见的资产也翻了不止一倍,平均传染的程度从一个核心银行失败。添加部分重叠的所有权资产仅略有增加传染的概率从一个核心银行失败(约5%),但平均双打蔓延的程度在所有。常见的组合资产和部分重叠的所有权资产增加的概率和平均程度的蔓延,但似乎没有任何明显的交互或放大。

我们的数据显示,许多重要的金融网络特征,如节点数、总资产和资本缓冲,随着时间的推移变化得和这些变化有很大影响的概率和平均一个潜在的金融危机蔓延的程度。结果,研究人员可能需要考虑数据从单一或少数多年当描述金融危机蔓延网络分析。中心-外围网络和无标度网络的比较结果(见附录B)表明,金融传染的概率和平均程度的差异在两个网络结构的差异小于跨年由于金融网络的变化特征。

当我们解释股权投资在一个投资组合资产,如银行股票的指数基金,拥有一个完整的网络曝光也可能被解释为根据观察相当于第二个网络,类似于银行间拆借。在这种情况下,所有权可以被适当放大银行间网络曝光。然而,有场景股权更适当地视为一个单独的资产与债务。例如,所有权可能包括银行的所有权以外的其他公司的网络(如保险或其他金融机构)或可能反映了更复杂的类型的所有权。在其他情况下,破产清算的顺序可能相关,与银行间债务索赔被满足之前,或完全超过银行股本索赔。最后,就其性质而言,债务通常需要双方同意交易,而股权不。可能有一个场景,在该场景中,一个银行故意选择不从另一家银行借但无法阻止其他银行购买其股票。债券和股票之间的区别变得更加相关的战略行为。

在未来我们想扩大这项研究观察部分重叠的影响资产所有权和其他特征。例如,如果投资组合更严重偏重于周边银行这可能增加传染的概率更重要的是,进一步放大冲击一次开始蔓延。我们也想扩大投资组合包括所有权的其他来源的所有权,如债务所有权,以及其他公司的所有权在相关金融领域,如非储蓄银行和保险公司。

扩大这项研究的另一种方法是添加一个动态的组件模型。例如,如果银行在金融网络战略应对第一轮冲击,他们的反应可能会影响蔓延的结果。文献[2]讨论了一个场景,银行试图重新平衡投资组合才能达到他们的目标杠杆水平和他们的结论是,这个重新平衡投资组合造成的系统。相比之下,(21)表明,如果银行调整资产组合,减少可能削弱了投资银行,这种再平衡稳定系统未来的冲击。

附录

答:巴塞尔协议

这篇论文使用的资本缓冲的定义和常见的文学,开始与(20.]和早些时候,净值(总负债减去总资产)除以总资产。这个定义是最文字定义的偿付能力,但不考虑不同资产类别的风险。另一种解释的资本缓冲,考虑资产的风险来自巴塞尔协议或国际银行业监管的建议。巴塞尔协议我是1988年由巴塞尔银行监管委员会(BCBS)和采用g - 10在法律上被美国和其他国家在1992年。自那时以来巴塞尔协议已经通过修改(新巴塞尔协议在2004年和2010年巴塞尔协议III)。在美国新巴塞尔协议成为有效的在4月1日,2008年,但由于一些规则最初推迟或放弃2007/2008年亚洲金融危机。《巴塞尔协议III》建议批准7月9日,2013年,在美国。

根据《巴塞尔协议》的监管资本缓冲以一级资本比率或部分银行的核心资本比率占风险加权资产总额。而一级资本适足率更准确的措施比实际偿付能力偿付能力风险,这可能是有用的比较测量与更传统的资本缓冲的定义。图8比较平均的资本缓冲(如本文中定义)与巴塞尔协议下的一级资本比率。在所有年,一级资本比率明显高于资本缓冲,反映它占相对安全的风险或无风险资产在资产负债表上。总体趋势数据中我们看到一级资本充足率与资本缓冲的趋势类似,除了降幅前几年美国金融危机期间。另一个原因我们不使用我们的模型的一级资本比率,参与巴塞尔协议是自愿的在2008年之前(2008年97.1%的样本报告根据《巴塞尔协议》一级资本缓冲,而2000年只有62.3%,2003年为6.6%),并在2010年规则进一步改变。

无标度网络结构的结果

为目的的中心-外围网络结构的比较我们的结果与常用的无尺度结构我们使用Barabasi-Albert模型来构造一个无标度网络,它反映了优惠附件无标度网络的特征。我们在这里使用的算法是一个有向版Barabasi-Albert模型从Bollobas et al。23]。

假设 , , , ,和非负实数,这样吗 。从一个初始图 ,我们的形式 从根据下面的步骤:(1)的概率 ,添加一个新的顶点 ,一起的优势到现有的顶点 ,在哪里选择根据 ,在那里代表节点传入的程度和表示图的顶点数 。(2)的概率 ,添加一个从现有的顶点到现有的顶点 ,在哪里和独立选择,选择根据 ,选择根据 。(3)的概率 ,添加一个新的顶点 ,一起从现有的顶点的优势来 ,在哪里选择根据 。

中心-外围网络结构简化的比较,我们使用术语“核心节点”指最大25节点(通过总资产)无标度模型和“外围节点”来指代其他节点。图9礼物的无标度网络相媲美的中心-外围结构提出了部分4所示。1,4所示。2,4所示。4。两种网络结构产生极其相似的结果。

的利益冲突

作者宣称没有利益冲突有关这篇文章的出版。

引用

1. m . Chinazzi和g . Fagiolo系统性风险、危机和金融网络:一项调查,“SSRN电子杂志,57页,2015年。视图:出版商的网站|谷歌学术搜索
2. f . Caccioli m . Shrestha c·摩尔,j . d .农民“稳定性分析的金融传染由于重叠组合,”银行与金融杂志》上,46卷,不。1,第245 - 233页,2014。视图:出版商的网站|谷歌学术搜索
3. 答:Sensoy”,公司规模、所有制结构和系统的流动性风险:一个新兴市场的情况下,“《金融稳定31卷,第80 - 62页,2017年。视图:出版商的网站|谷歌学术搜索
4. f . Caccioli j . d .农民,n . Foti和d . Rockmore”重叠组合,蔓延,金融稳定。”经济动力学与控制杂志》上卷,51岁,50 - 63年,2015页。视图:出版商的网站|谷歌学术搜索|MathSciNet
5. s . Poledna j·l·Molina-Borboa s Martinez-Jaramillo m . van der Leij和s Thurner“系统性风险的多层网络性质及其对金融危机的成本,”《金融稳定,20卷,第81 - 70页,2015年。视图:出版商的网站|谷歌学术搜索
6. m .老板,h . Elsinger m .夏天,s . Thurner“银行间市场的网络拓扑,”定量金融学,4卷,不。6,677 - 684年,2004页。视图:出版商的网站|谷歌学术搜索
7. k . Soramaki m . l .本奇j .阿诺德·r . j .玻璃和w·e·Beyeler“银行同业支付流的拓扑,”自然史答:统计力学及其应用,卷379,不。1,第333 - 317页,2007。视图:出版商的网站|谷歌学术搜索
8. r .续,a·穆萨和e·b·桑托斯”银行系统网络结构和系统风险”,手册的系统性风险,页327 - 368、2013、网络结构和系统性风险在银行系统中,手册的系统性风险。视图:谷歌学术搜索
9. 在草原和d i·莱利维尔德”,找到核心:网络结构在银行间市场,”银行与金融杂志》上卷,49 27-40,2014页。视图:出版商的网站|谷歌学术搜索
10. d Fricke t .勒克斯,“中心-外围结构隔夜货币市场:证据从e-MID交易平台”计算经济学,45卷,不。3、359 - 395年,2014页。视图:出版商的网站|谷歌学术搜索
11. •克雷格和g·冯·彼得,“银行间分层和货币中心银行。”《金融中介,23卷,不。3、322 - 347年,2014页。视图:出版商的网站|谷歌学术搜索
12. 美国仅仅、刘z和t . Ota,“英国银行间系统映射”银行与金融杂志》上,45卷,不。1,第303 - 288页,2014。视图:出版商的网站|谷歌学术搜索
13. t·c·席尔瓦,s . r . s . de Souza, b . m . Tabak”网络结构分析的巴西银行间市场”,新兴市场回顾26卷,第152 - 130页,2016年。视图:出版商的网站|谷歌学术搜索
14. m·p·Solis-Montes“墨西哥银行间市场的结构,”Banco de墨西哥,2013年。视图:谷歌学术搜索
15. t .勒克斯,“中心-外围结构的出现在一个简单的动态模型的银行间市场,”经济动力学与控制杂志》上52卷,A11-A23, 2015页。视图:出版商的网站|谷歌学术搜索|MathSciNet
16. 在草原,m . van der Leij d和c Hommes,形成核心外围结构异构的金融网络,De Nederlandsche银行528号工作报告。
17. 事务部门分析人士,a Galeotti c Ghiglino, s . Goyal”金融联系,投资组合选择和系统性风险,”2016年,https://doi.org/10.17863/CAM.4951。视图:谷歌学术搜索
18. r·麦考德和e·s·普雷斯科特,”金融危机,银行的倒闭条目,和银行的规模分布改变,”美联储里士满经济季刊卷。100年,23-50,2014页。视图:谷歌学术搜索
19. m . Kowalik t . Davig c·s·莫里斯和k . Regehr“危机后银行合并和并购活动。”堪萨斯城的经济检查联邦储备银行,31-49,2015页。视图:谷歌学术搜索
20. “p, s . Kapadia蔓延在金融网络,”英国皇家学会学报》上一个数学、物理和工程科学,卷466,不。2120年,第2423 - 2401页,2010年。视图:出版商的网站|谷歌学术搜索|MathSciNet
21. y关和m . Pollak”蔓延在异构的金融网络,”复杂系统的进展,19卷,不。1 - 2篇文章ID 1650001, p . 2016。视图:出版商的网站|谷歌学术搜索|MathSciNet
22. f . Caccioli t . a . Catanach, j . d .农民“异构性、相关性和金融危机蔓延,”复杂系统的进展,15卷,不。补充2篇文章ID 1250058, p . 2012。视图:出版商的网站|谷歌学术搜索|MathSciNet
23. b . Bollobas c的犹太裔j .柴叶斯和o .赖尔登,“定向免费图表,规模”第十四届ACM-SIAM学报》研讨会上离散算法,第139 - 132页,2003年。视图:谷歌学术搜索

版权

版权©2017米迦Pollak Yuanying关。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。