文摘

本文致力于建立一个多层的金融网络银行部门和公司内部部门的资产负债表(非银行)两种类型的代理和重建评估系统性风险蔓延的网络。两个传播渠道由于银行间信贷和交易对手风险通过银行的贷款公司全面考虑系统性风险传染评估、基于DebtRank模型通过分析每个银行的股权的相对损失和网络的脆弱性。计算模拟对系统性风险传染过程的发展进行了网络结构的可能影响因素,代理的初始风险状态,外部冲击比率,流动资金流量,不同层次的网络被认为是。研究结果显示,重建网络绝对是脆弱的假定市场情况下没有任何救助和风险蔓延过程显示出非线性行为。具体来说,当网络的平均度和外部冲击的比例增加,风险传染速度变得相对较高,由此产生的负面影响在网络上更激烈。此外,风险来自失败的公司bank-firm层应更多的负面影响比只发生在银行间市场金融体系。金融市场流动性率不同可能导致明显的差异的风险蔓延速度和资产损失的程度。此外,网络的两层有不同的影响风险传染过程导致银行在每一层的地位完全不同。

1。介绍

2007 - 2008年的金融危机,最初引发了相对较小的投资银行的崩溃,造成放大最终损失大量的金融和非金融机构,最终导致了全球经济衰退。国际清算银行(BIS)和国际货币基金组织(IMF)认为,金融系统性风险将导致金融体系的功能障碍,严重影响实体经济,由于它们之间的相互关系1]。因此,系统性风险的出现在金融网络已经收到越来越多的关注在文献[2,3]和监管机构(叶伦[4])。一般来说,金融市场的系统性风险可以被看作是一个特定的风险,金融系统的一个重要部分不再能执行其功能作为信贷提供者和崩溃。简要来说,系统性风险传染的概念和影响,从金融机构的失败和通过金融系统传播,可能对实体经济(5,6]。网络的地方派拉蒙对系统性风险和金融稳定的影响,由于冲击可以被放大和传播在各个渠道直接或间接地,包括信用贷款(7- - - - - -10),常见的资金(11,12),资产负债表联锁(13,14]),常见的资产的风险敞口(3,15- - - - - -17],衍生品敞口[18),和各金融机构的去杠杆化19,20.]。针对这一点,基于网络的系统性风险是极其有害的,可能应用于评估财务风险,已被学术界和监管当局证实。

直到现在,很多研究已经完成网络结构是否可以放大或降低风险在金融体系内,在监管水平(21)和机构水平(19,22]。这些成就已经加快了研究系统性风险和金融网络为不同的目的,特别是在系统性风险的测量从网络的角度来看(14,18,23- - - - - -25]。然而,其他比单层最适用于系统性风险的金融网络,一些作品已经扩充了系统性风险的概念,探索了在多层网络,这比简单的积累更加复杂的风险均质单层网络(26]。关于多层网络金融风险分析,最近的文献出现,促使未来勘探(26- - - - - -33]。莱昂et al。29日)和Bargigli et al。30.]分析了金融机构在不同市场的相互作用在哥伦比亚和意大利,分别。报告作者jan pieter Krahnen[表示布鲁姆和奖惩体制28)设计一个代理模型的多层银行间网络渠道共同资产的敞口,直接贷款风险,和火的销售。Montagna和角27)研究个体扩散层系统性风险通过多层网络三层:长期直接贷款风险,短期直接贷款敞口,常见的资产配置比例。Poledna et al。26]表明,风险被大大低估了只在一层网络和量化的四级网络的贡献墨西哥银行体系系统性风险。佩拉尔塔和佩罗31日)银行网络结构分为两层基于套无贷款事务的类型和显示多层网络结构下的风险传播的速度更快。Korniyenko et al。32)建造了一个多层网络基于分工的不同金融工具和分析全球金融网络的传播风险。李等人。33)构建了一个多路复用网络模型银行任意结构特点的长期和短期银行间拆借。

在现实市场中,特别是在一些新兴市场,银行是金融体系的主要债权人实体经济,但大公司的一部分(非银行)也有这些类似的金融功能的银行,这意味着金融危机也可能来源于实体经济,并蔓延至整个经济金融体系甚至来回。因此,金融网络的拓扑结构可以采用系统地识别和量化系统性崩溃,网络不仅应该包括金融机构,也包括某些工业企业(34- - - - - -36]。据我们所知,只有很少的工作经验和理论上研究金融经济和实体经济之间的相互关系(37- - - - - -40]。此外,德马西et al。41)和米兰达Tabak (42]研究信用网络在意大利和巴西经验,虽然勒克斯(43)开发了一种由两部分构成的信用网络的理论模型。马洛塔等。40]研究网络结构的演变在日本,然后确定组成的社区银行和公司之间的金融网络。除了关注bank-firm网络的结构,系统性风险评估也被提出。米兰达和Tabak42和青山39)首先试图研究系统性风险在信用网络日本和巴西的经验。在这些作品中,几个措施提出了系统性风险,大多基于传统统计损失,伴随着潜在的风险传染(痛苦的时期44- - - - - -46]。然而,这些措施考虑级联违约。补充方案,基于网络的理论和措施,如网络中心方法及其推导,巨大的贡献来理解这个问题。

因此,考虑到财政部门之间的相互关系和实体经济领域,金融风险不仅发生在机构直接感到震惊,但是也有负面影响在信用质量的恶化47在这个复杂的金融体系。我们扩展现有的文献通过重建和分析合成的金融网络,不仅包括银行间债务,也涵盖了从银行借贷关系的公司。的理论重建金融网络银行和公司内部部门允许识别评估系统性风险传染采用DebtRank算法中提出Battiston et al。14)和Bardoscia et al。48),其推导过程已被批准用于好几作品(26,49]。

本文的组织结构如下:两层金融信贷银行和企业之间的网络模型重构理论2,系统性风险传染机制重建金融网络提出了部分3。部分4构建一个系统性风险传染模型DebtRank模型。节5,进行了仿真分析。部分6结论。

2。重建金融网络银行和公司内部部门

为了精确捕捉金融体系的系统性风险传染效应,联合暴露通过不同渠道代理商应该包含相同的一组相关。关于这一点,一个一致的和非常接近现实的每种类型的代理在网络结构不同,但渠道应该设计相结合,特别是对银行和企业的金融由两部分构成的网络。一些基本的和合理的程式化事实可以推断出从意大利综合实证研究数据的分析(41),日本的数据37- - - - - -39)、巴西的数据(42),和奥地利数据(50),简单描述和探讨一些相关文章43,50]。

在大多数的实证分析文章由两部分构成的网络度分布的总是比相关的更广泛的银行公司(38,50),和网络链接的数量的大小也取决于每个代理的网络系统(37,41]。基于上述文献,我们的目标是重建一个多层的金融信贷网络银行和公司内部部门理论上采用假说和定向的算法文章Montagna和勒克斯(51],德马西和Gallegati [38],Lux (43]。建立一个两层的财务指导网络 在这篇文章中,和分别代表了节点和链接组成的银行间信贷层和bank-firm信贷层。基本上,重构网络的示意图可以描绘在图1。

最重要的是,我们设定一个固定数量的银行和公司在我们的网络系统,和一定数量的实体经济的企业已超过银行由两个或两个以上的数量级。与此同时,我们假设银行的资产负债表规模和公司都遵循帕累托分布在现实(著名的见解43,51]。因此,银行间信贷一层一层网络和bank-firm信贷网络重建的具体在以下行业。所有,我们表示网络中许多银行和公司和 ,分别。

2.1。银行间信贷网络

在银行间网络边缘定向加权和链接节点的方向到节点意味着银行的资金总额贷款给银行 。Montagna和勒克斯(51),我们采用的简化方案代理商的资产负债表。资产方面每个银行都可以划分为两个部分:银行间贷款和外部的资产(贷款公司),总资产可以给 。同样,负债每一个银行都可以分为三个部分:银行间借贷 ,存款 ,和股票 ,所以负债方面可以获得 。

因此,银行之间的联系可以由概率生成函数生成 根据相对大小和资产负债表(43),这是按照事实相对中小型金融机构通常把钱借给大银行,重新分配市场流动性更有效(10,11,52]。因此,银行间信贷的概率每个节点之间的联系和节点可以吸引 ,在哪里 是参数和是最大的银行的资产负债表规模。概率生成函数, 概率矩阵 可以获得相应的行动。然后,每个条目的银行间网络邻接矩阵概率可以吗和以确保银行间信贷可以创建链接。同时,选中的概率生成函数,可以用来捕捉程度的右偏分布和链接的非选型特点的形成,是探索和最近研究证实10,53]。

当然,假定金融机构应该有更多强烈的链接高的银行资产负债表规模;信贷的体积每个银行之间和可以计算为 ,在哪里表示节点的集合 。因此,银行间信贷网络理论上可以构造。

2.2。Bank-Firm信贷网络

bank-firm信用网络,让公司的平均数量的链接 ,所以链接为每个银行的平均数量 ,但不遵循一致,显示了连接概率的方法在不同的银行和公司资产负债表规模。因此,重建bank-firm金融网络的过程应该分别进行银行和公司。

对银行来说,每一个总资产 ,可以分配 银行的资产负债表规模可能从一个随机截断帕累托分布,和分别是和上下限,然后呢帕累托指数。除此之外,我们还假设每个银行的程度(每家银行的链接数量)分布比例对其资产负债表规模,以便银行 有一个预期的程度 。因此,平均预期程度可以计算整个银行业 ,的常数仅仅是获得, ,代表平均程度除以平均资产负债表规模在金融系统。

对于公司来说,贷款规模和度的分布也可以符合以上获得银行和所代表的典型事实。因此,公司可以获得贷款的平均大小 ,在哪里是比例的资产作为贷款公司在银行的资产负债表。假设公司大小的分布也遵循相同的帕累托分布参数至于银行,截断帕累托分布的公司可以因此获得采用最低阈值和最大阈值以同样的方式 和 。公司的数量是绝对比银行,担保,贷款公司应该出现在左边的银行的大小分布,分布的总贷款银行的资产负债表。因此,实现整体的公司可以获得就像银行一样,和每个公司的链接的数量 可以使用上面的参数 ,这样可以获得的平均数量 ,在哪里和度和平均贷款的平均尺寸在公司。

总体而言,除了从银行公司贷款总额,获得数量的所有银行和公司的度应该大致相应建立最初的预期。为了使它更符合现实,特别是对数字的差异,应用网络静态模型重建的方法(54),它是由以最低的总链接和添加一个接一个连接。,可以进行网络重建的步骤如下:首先,每个银行或公司将指派一个重量根据实现的程度。然后,我们选择一个节点加权合奏的银行和公司,分别和它们之间创建一个链接。以后,以前的使用链接的分布程度的银行和公司将被排除在每次的联系,和相同的建筑连接操作之前,直到可用的链接从银行或公司的耗尽。最后,每个银行的贷款总额按比例分配给它的借款人(企业)贷款大小公司的帕累托分布。如果是这样的话,这将保证度的可能增加贷款规模在公司很大程度上,避免了潜在的错误的确切数字绝对不会和相关的贷款银行生成独立的位置。

3所示。系统性风险传染机制在网络重构

在现有的文献,我们穿过整个银行和公司部门和分析违约或痛苦是如何演进的两层金融信贷网络。通常情况下,假设外部冲击对金融网络系统应损害震惊公司的股本(s)或银行(年代)。此外,预计震惊公司或银行应该线性转移股权的债权银行的损失。在网络中,风险应该是短期贷款,银行和信贷的公司被认为是一个具有高度流动性的资产对债权人。通常情况下,如果银行面临流动性风险,信用风险,和并行的影响,他们可以采取一些解决办法,避免这些可能的风险。同时,如果一个银行流动性危机,无论所采取的解决方案是银行,负面影响会放在不同的原因,这可能是造成银行间利率的利率高,资产贬值减价出售,等。一般来说,系统性风险传染机制的图在金融信贷网络银行和公司可以描述如图2。

根据图的系统性风险传染机制,所有类的机构面临损失的资产,银行间市场和bank-firm金融市场,股权的相对损失动力学的框架为每个机构以及整个系统而言。系统性风险的传染过程,以及它如何影响地方金融网络系统的稳定性可以描述为以下两轮。(1)第一轮冲击在外部资产的一部分。最初,它应该是一个或多个节点的金融网络,可能是公司或(和)银行遭受外部冲击,我们可以让冲击系数,表示震惊了代理商的外部资产的损失程度。对银行系统,第一轮冲击后,震惊了银行可能会失去部分资产 ,在哪里代表了第一轮冲击造成的损害程度。然而,负债将不变的账面价值无论如何冲击。同样,震惊的股本公司应该也受损,遭受的损失 。由于外部冲击,即使银行震惊(s)不应违约,违约的恐慌或违约的概率仍然传播在网络系统中,将对债权人特别是负面影响银行或其他相关人员。同时,债权银行也面临的困境偿还自己的债务和出售资产。然而,它是困难的银行出售资产而没有意识到市场流动性恶化下损失;即资产应该被交易一定的折现率。因此,在这篇文章中,我们让资产流量反映了市场流动性,以便银行将出售这些资产的账面价值 为了弥补资金短缺。(2)第二轮冲击bank-firm信贷网络内的资产。在这一轮,冲击在公司的资产负债表的资产方(s)或银行(s)传播网络;甚至这种冲击并不足以引发这些代理人的违约。银行会震惊的评估交易对手支付贷款的能力。这是出于这样一个事实:作为一个代理权益减少,所以它距离违约(55),它将不太可能偿还义务,以防未来的痛苦。因此,银行应该激励收回信贷相关的机构或让他们囤积流动性的情况下违约。如果是这样的话,银行可以自救资产低于某个值时,这可能是银行的强制杠杆的基准。与此同时,也认为银行应该决定退回的信贷公司随机,谁有信贷关系。就银行而言,信贷可能避免潜在损失的资产,但它可能对交易对手代理产生负面影响。它假定被收回信贷公司或银行破产可能和他们清算的资产应该满足偿还他们的贷款银行。所以,震惊了公司权益的相对变化和生存的网络可以提供 和 ,分别在哪里 。从理论上讲,系统性风险传染可能要持续到所有银行破产,和 将每个代理的破产的基准。事实上,除了上面提到的信用风险和流动性风险,仍有大量的渠道或因素导致风险在金融网络传播。具体来说,这些可能因素的同步应加速或加强风险传染,这意味着金融系统性风险爆发的影响实际上可能比本文分析与某些约束。

4所示。模型的系统性风险蔓延的金融网络

上面的重建结果由两部分构成的网络 包含两种节点:银行和公司 。不仅在网络链接连接银行与其他银行(银行同业负债),但也与公司(负债的公司或从银行信贷)。加权联系每个代理都可以被定义为责任矩阵 ,在每个条目表示节点的责任有节点 ,不包括零条目的条目之间的公司和公司的银行。因此,重建多层金融网络可以划分为以下两种类型:银行间网络和bank-firm网络。

让 金融网络的邻接矩阵;每个代理之间的信贷关系可以表示为这些条目,在哪里表明信用级别的节点到节点在层和表明网络层具有不同的价值。具体地说,它认为不应该有信贷关系圈内的每个节点,这意味着 是默认设置。

为简单起见,银行资产的一面的资产负债表,资产分为以下三个部分:银行同业资产 ,bank-firm资产 ,和其他资产 ,在责任的银行的资产负债表也分为三个部分:银行同业负债 ,其他负债 ,和股票 ,如表所示1。银行资产在每个银行的资产负债表,有相应的责任在另一家银行的资产负债表;也就是说, ,因此,银行间债务 和其他负债可以计算 。总的来说,股票损失,作为一个缓冲和关系 在常识是恒定的。同样,简化公司的资产负债表也可以被定义为,在桌子上2。

4.1。一般DebtRank模型

为了衡量传染性的系统性风险及其动力学过程在金融网络系统,DebtRank模型,最初提出的Battiston et al。14)和Bardoscia et al。48),应用于本文中是一个特殊的工具测量。原DebtRank模型,从网页排名算法(56),可以用来描述应力传播的动态过程在银行间市场成功地在一些文献。简要来说,DebtRank模型可以采用量化金融危机的程度,一个特定的节点应该面临外部冲击下和相应的风险蔓延在不同频道。因此,一个过渡矩阵称为银行间市场的脆弱性矩阵 可以在模型中创建,银行的集合,脆弱性矩阵可以被定义为 ,在哪里 和 。条目代表无担保债权银行的敞口债务人银行 ,而 表示银行的资本缓冲 。因此,当 ,银行导致银行违约的中间值 导致银行成痛苦但不违约。

在一般DebtRank模型中,定义了两个指标来衡量每个节点在每个时间步的风险状况。一个指标是 ,代表节点的脆弱性 ,另一个是 ,一个离散变量,代表每个震惊的状态节点 。顺便说一下,条目的集合代表的地位”Undistressed”、“不良”,和“不活跃,”。特定的模态指标一般DebtRank模型可以看到如下:

上述DebtRank模型总是收敛在价值 ,由于运营商 ,并显示不减少的单调,易损性矩阵的非负价值的结果 。

因此,对于足够大量的迭代步骤 ,系统收敛于一个稳定的状态。结果DebtRank指数仅仅是额外的压力,银行间市场遭受除了最初的外生冲击可以定义如下: 在哪里代表着经济代理的重要性 ,这可以简化设计为负债的比例,代理商吗在金融系统。在这个公式,条件是在最初的震惊吗 。

4.2。风险度量模型基于一般DebtRank模型

一般DebtRank模型的基本假设是,损失或痛苦应该线性传播从债务人对债权人和债务人的股票的贬值导致债权人的资产的贬值在相同的规模。在此基础上,系统性风险蔓延可能导致债权人资产的潜在损失,和债权资产的变化与债务人的权益。

因此,在本文中,每个银行的资产在银行间网络的变化和bank-firm市场在以下描述公式,分别。具体而言,银行的信贷数量从这些公司被认为是在bank-firm市场资产的变化。

不同于原DebtRank模型,信用风险被认为是,流动性风险和信用风险都考虑在我们的优化模型,并可以计算流动性风险所造成的损失

因此,基于风险传染过程通过资产负债表的资产方和责任方面,股票在金融网络的动态变化可以显微镜下画 在哪里 , , ,和 。最后两项显示假设债务是根据面值不变。

根据上述分析,定量的风险股票的定义是利用风险矩阵(48]。关于流动性恶化的风险,风险应该被放大了 *可能,也大多是重要的与高流动性的短期贷款。根据公式(3)和(4),风险蔓延的递归过程可以得出以下公式,条件是风险敞口不应该改变的第一步;也就是说, :

因此,最大的特征值银行间利用矩阵可以描述计算的外部冲击的风险是否可以增强在蔓延,导致个人违约风险。另外,关于金融网络重建的两层,每一层的风险状况可以衡量风险传染和 ,分别在哪里代表了银行间拆借层和银行风险水平代表了bank-firm贷款银行风险水平层。 在哪里 , ,和 。

在原始DebtRank算法中,节点只传播一次冲击后收到冲击。然而,在这篇文章中,冲击可能会传播到代理违约。相应地,我们优化DebtRank模型以适应新的设计机制;因此,指标的风险测量可以被调整到一个在以下公式:

假设有公司和银行在本文初始痛苦状态中。在一个有限的时间步 ,所有银行的多层金融网络状态U或状态我,并最终动态可以在一定规模趋于稳定。

5。模拟在金融系统性风险蔓延网络

5.1。仿真参数

基于上述理论分析,一系列的计算模拟对系统性风险的传染及其对金融网络的稳定性的影响。尽管各种模拟不同的设置将运行,我们把一些基线设置以下参数:公司和银行的数量应该设置为 和 ,分别。银行规模分布假定是,后跟一个截断帕累托分布形状参数 ,和边界节点的设置为链接 和 。根据现有文献的实证结果,我们链接的平均数量 和 分别为银行和公司。与此同时,我们假设每个代理应具有至少一个连接到其他的,每个银行应该参与银行间信贷市场。与此同时,参数(最初设置为28%)的外部资产将会改变系统在以下实验,探讨不同的场景影响金融体系的脆弱性。此外,link-creating的参数应设置为银行间信贷市场 , ,和 可以用来生成非选型功能在实际市场中找到。除了上面的设置中,我们假定的初始比例的股本总资产的银行 和信贷的比例来自该公司的银行 。

除了上述参数,八种场景对金融相关条件假定银行和公司内部部门和在模拟进行分析,这样的差异风险蔓延在每个场景中如何进行比较和探讨。最初,所有的银行和公司被认为是在“Undistress的状态。“关于场景的8种,除了从网络结构和代理的行为,市场流动性和冲击比也是模拟中的特定因素需要考虑。因此,这八种场景本文分为三类,有不同的价值定义为每一个主要因素。第一类包括四个场景(场景1-Scenario 4),进行了对比仿真节点的不同初始压力状态影响的风险传染。第二类包括两个场景(场景5和场景6),进行了模拟对比不同的外部冲击资产比率影响风险蔓延过程。第三类包含两个场景(场景7和场景8),进行了模拟对比不同流速影响流动性风险蔓延的过程。顺便说一下,所有的值设置的相关参数如表所示3。

总的来说,在整个八个场景中,10个或更多的时间步骤中允许模拟,这样我们就可以观察多变的银行的股票和风险衡量指标和直到时间的步骤停止或金融网络系统是一个相对稳定的状态。因此,系统性风险蔓延的演变过程的影响因素的网络结构,节点的初始风险状态、外部冲击比率和资产流量在网络综合分析模拟。

5.2。仿真结果

基于上述假设和定义,以下数据来自模拟实验完全可以证明上述理论观点和给一些额外的有意义的信息,所有银行在多层网络会影响风险蔓延过程中在不同的尺度。因此,仿真分析在如何全面系统性风险传染因素的网络结构进行初始遇险代理地位,外部冲击比,流动性比率,和网络的层,风险传染过程可以比较和分析。

5.2.1。从网络结构对风险的影响蔓延

每个代理之间的联系如何直接影响系统性传染过程是极其重要的传染的速度和程度的代理的失败。因此,为了衡量网络结构(有很多指标,可用于反映了网络结构,如节点密度、度分布、直径,和聚类系数;在这篇文章中,两个指标的平均度和度分布的幂律指数)影响风险蔓延过程,相关仿真实验中的变量可以指定的特定值。具体来说,外部冲击率和流动性比率被定义为0.01%和95%,分别。与此同时,银行间的平均度层网络和bank-firm层网络被定义为 和 ,和度分布的幂律指数被定义为 在图3(a)。相反,银行间的平均度层网络和bank-firm层网络被定义为 和 ,和度分布的幂律指数被定义为 在图3(b)。这种假设和定义,数字3在时间显示了银行的损失权益受到不同网络结构的银行间信用网络和bank-firm信用网络,当五银行和公司的系统感到震惊的状态“痛苦”。

从数据3(一)和3(b),可以看出,几乎所有的银行重建金融多元化网络破产第四和第十的时间内一步,这表明蔓延的速度是非常高的,有影响力的范围相对较宽的两种类型的网络结构。在图3(b),银行的股本滴突然从一开始的模拟都是不同的,有点慢在图3(一)银行的相对损失比较图3在图(b)3(一),我们可以看到,在这两个场景中,随着网络的平均度增加,风险蔓延的速度和力量是十分重要的。因此,对于bank-firm信贷网络中联系越多,痛苦或违约bank-firm金融网络可能会导致整个系统相对更严重的风险,尤其是postderived风险与银行间市场相结合,这是极端灾难和更密集,如果假定信用关系是由实际来分解复杂的金融相关性。

5.2.2。对风险的影响蔓延从节点的初始压力

在金融网络的初始状态代理应该导致整个金融系统不同的结局无论什么样的干预,以及它将如何执行。因此,让银行间网络的平均度和bank-firm网络 和 ,分别。与此同时,四种类型的场景与不同数量和类别的震惊代理将探索如何选择节点的初始状态影响的风险传染,其相应的仿真结果图中可以看到4。如图4几乎,大多数银行在金融网络重建的两层之间有重大损失第四和第五次步骤,这表明风险蔓延的速度是绝对高,影响极为广泛的无论哪一个场景测试。

数据4(一)和4(b)的相对损失银行与外部冲击随机一个银行和一个公司,分别,可以看出银行权益的损失出来一点更快的速度图4(b)几乎没有明显的差异。与此同时,重要的数据之间可以获得不同的仿真结果4(d)和4(c),场景与五家银行和一家公司被震惊同时认为在图4(c),一家银行和五家被震惊的场景同时显示在图4(d),在图4(c),减少银行的股权低于图4(d)和银行的一部分,随着时间的推移最终幸存下来。除此之外,我们可以发现系统性风险蔓延的速度图4(d)几乎是最快的在所有的四个场景,这意味着一些公司在金融体系在风险传染也起着至关重要的作用。因此,从场景的模拟在所有四种类型的系统性风险传染,结论是,产生的风险失败的企业应该将更多的负面影响比只发生在银行间市场的金融系统。据,从实体经济风险在金融体系系统性风险蔓延的测量还应该考虑复杂的金融相关的经济尤其是潜在的传染过程中的反馈机制,这可能会导致难以想象的灾难。

5.2.3。从外部冲击对系统性风险的影响蔓延比率

突然发生在经济可能会导致巨大的损失,即使整个系统崩溃。因此,意外事件如何影响的系统性风险传染理论上应该分析实际监管。基于第五和第六个场景,银行间网络的平均度和bank-firm网络也定义为 和 ,分别和其他参数的默认定义。图5介绍了银行的比例的变化状态系统性风险蔓延过程中在不同外部冲击比率,它被定义为0.1%在图5在图(a)和10%5分别(b)。

从图5,我们可以看到,几乎大多数银行转向”的状态 ,“这意味着这些银行破产,但进化过程显示了两个场景之间的区别。在这两个数字5(一)和5(b),不会有银行在前三个步骤,完全健康,与此同时几乎所有的银行来的状态” ,“不管外部冲击的比例是多少。随着时间的推移,银行的比例”的状态“快速上升,银行的比例”的状态“相应的归结。然而,二十年的时间内步骤,银行的比例”的状态”几乎是零图5(b),而这一比例在图5(一)30%。此外,银行的比例的变化状态快速在图5(b)传达言外之意,相对较高的外部冲击比结果更有害风险蔓延的条件模拟。因此,对金融风险管理的一些建议监管当局可以适当的干预应该实现在特定时期的系统性风险蔓延的过程。然而,从外部干预金融体系的不应该被简单地视为无条件地拯救一些银行或公司。

5.2.4。从流动比率对系统性风险的影响蔓延

信贷流动性率可能是一个影响因素的基于网络的风险传染,它是如何工作的应评估仿真更详细。根据上面的第七和第八场景假定和所有其他参数被定义为默认设置,人物6显示了银行的股本的比例的损失随着时间的推移,在不同的流动性比率。

在数据6(一)和6(b),大部分银行破产第四和十五的时间内一步,和改变银行的股票几乎遵循类似的追踪,而流动性比率被定义为50%和95%,分别进行对比仿真分析。然而,也有明显的区别这两种演化过程。相比之下,进化道图6(a),银行的时间跨度的破产持续时间有点长,时间跨度为银行的失败和银行的股本减少相对状态,提出了更多的集中在图6(b)。具体地说,银行的股票在图的生存6(b)也比图6(a),从仿真结果,我们可以发现,流动性比率确实影响风险蔓延的速度和资产损失的程度的过程。因此,一些建议可能为风险管理提供流动性控制应该是一个极为重要的手段防止或操作风险蔓延,不仅实现了动态风险传染过程,而且在具体的政策、法规对公司在不同行业部门和金融部门。

5.2.5。从网络的不同层次对风险的影响蔓延

基于上述定义的参数设置,本节的目的是找出层重建金融网络,银行间网络层和bank-firm网络层,影响系统性风险蔓延的过程。就像上面的部门,让银行间网络的平均度和bank-firm网络 和 ,分别。同时,假设流动性比率被定义为95%和5银行和五公司外部冲击感到震惊。此外,我们进行仿真分析来衡量系统性风险的变量在传染过程,这意味着相对损失的代理或系统沿时间步骤如图7。

从图7,我们可以看到跟踪值随时间变化的数据7(一)和7(b)是完全不同的。图7(一个)显示的变化值随着时间的推移,银行在银行间信贷网络,而图7(b)表明,bank-firm信贷价值网络。显然,相比之下的轨道值的变化,银行间层重建的多路复用网络、bank-firm层更有可能导致银行的破产。在图7(a),只有少数部分银行将完全破产,和大多数的银行来的稳定状态不良或感染的时间步骤。然而,在图7(b),当第三次一步,它几乎所有的银行转到被突然破产。在某种程度上,仿真结果还可以提出一个显而易见的观点,bank-firm信贷市场风险传染的过程中起着至关重要的作用,因此,监管当局应考虑复杂的工业部门和金融部门之间的相关性时系统的建立和实施相关政策,他们不能忽视从实体经济对金融体系的影响。

6。结论

多层网络的理论提供了一个全面的可视化和解决方案探索复杂的金融市场。在本文中,一个两层的金融信贷银行和公司部门之间的网络重建每个代理的资产负债表的结构一般来说,银行间拆借层和bank-firm贷款层组成。基于重建的金融网络,系统性风险是金融体系的损失或痛苦的状态包括信用风险和流动性风险在这篇文章中,和传染机制系统性分析。此后,系统性风险传染模型DebtRank模型,最初提出的Battiston et al。14)和Bardoscia et al。48];仿真分析是进行调查的关键因素如何影响风险传染过程由于内部和外部的冲击。

是得出的主要结论如下:(1)在重建金融网络,网络结构是一个重要因素影响风险传染过程,无论多么不同的每一层网络的平均程度。设计网络的无标度特性,几乎所有的银行应该破产在仿真时间没有任何外部干预的基本定义风险蔓延情况,但银行的股本的变化显示不同的进化过程。总的来说,网络的平均度越高,更有影响力和更快的危机蔓延的风险。(2)两层金融网络、风险源于失败的公司bank-firm层应更多的负面影响比,只有发生在银行间市场金融体系,尤其是公司行业与高度金融与金融部门联系。同时,外部冲击比将如何影响风险传染也可以获得最初的震惊比越高,峰值越低比例的陷入困境的银行。(3)系统性风险的主要原因,不同的市场流动性率可能会导致差异的风险传染过程中速度和资产损失的程度,这意味着流动性风险控制应该是一个重要和有效的手段操纵和方法应制定和实施产业协作。(4)在相同的假设市场情况,跟踪的值的变化随着时间的推移呈现明显的不同银行间层和bank-firm层,分别在几乎所有的银行破产最终bank-firm层和大部分的银行在银行间层并不在恶劣的条件。因此,这些仿真结果给出明确的证据表明,一系列多样化的和相关的风险管理政策在市场上应该建立和实施。

然而,重建金融信贷网络银行和公司内部部门本文主要集中在银行,从银行到公司之间的信用关系,虽然金融公司,从公司到银行之间的相关性并不考虑全面,会导致低估了系统性风险。除此之外,还有更多的金融相关性在不同类型的代理商,直接或间接,如常见的风险敞口,衍生品控股,付款事务。更重要的是,有关系统性风险模型及其仿真分析,注意力都集中在如何银行风险传染的过程,而同样重要的是要关心公司的地位,这两个行业之间的反馈机制。因此,所有这些差距应该实现在未来的研究。

数据可用性

本文中使用的所有数据都可以从相应的作者。

的利益冲突

作者宣称没有利益冲突。

确认

这项研究得到了国家哲学社会科学规划办公室(批准号19 bjy255),中国国家自然科学基金(批准号71372181和71372181),青年基金项目在中国的教育部人文社会科学(批准号17 yjc790002),由江苏省社会科学重点项目(批准号18 eya002),江苏海外访问学者项目的赞助大学杰出中青年教师和校长,2018年和2019年南京师范大学教学改革项目(批准号2019 nsdjg025)。

补充材料

补充材料包括伪代码的主要部分的仿真分析金融危机蔓延。所有的伪代码可以修改并进行了MATLAB软件平台的2014 (a)或更新版本。(补充材料)