文摘
银行与企业之间的信用风险传染是金融危机的重要诱因之一,和信贷联系网络是系统性风险蔓延的方式由外部冲击引起的。考虑行为规则的异质性、学习规则和交互规则,本文构造了一个bank-firm信用基于反弹道导弹匹配网络模型(基于代理模型)模型和强化学习算法来分析网络的交互行为和信用风险传染机制。结果表明,(1)宏观经济周期是银行和企业之间的相互作用的结果,microentities在复杂的金融条件下的相互作用;(2)企业异构和资产规模遵循幂律分布;(3)更大的银行和企业市场绩效的敏感性,降低银行破产率和企业违约率;和(4)冲击最大的银行和企业的资产和条目都可以加强银行和企业之间的风险传染。因此,监管的金融机构“大到不能倒”是不够的,但应该是一个全面的监管银行系统。
1。介绍
全球经济一体化不断深化经济主体之间的紧密联系,银行和企业之间的关系,作为现代经济体系的两个重要的支持主题,已经变得越来越接近,形成信用信贷为主要的supernetwork连接,和信贷的银行和企业可以很容易地成为网络的传输通道,外部冲击的风险。相关研究表明,信用网络“金融油门踏板”的作用,可以放大bank-enterprise信用风险的传播。次贷危机及其风险蔓延于2007年在美国是一个非常典型的例子。在中国,有一种强烈的风险之间的关联银行和企业的资金链。外部冲击导致企业信贷违约将不可避免地影响银行体系的稳定,进而影响银行体系的信贷供应的其他实体经济,导致一个恶性循环,加剧了银行与企业之间的信用风险传染效应。
现有研究银行和企业之间的信用风险传染主要探索风险传染的机制和法律之间的银行和企业银行和企业的角度考虑单一学科和双主体的银行和企业。首先,在只考虑银行主体方面,会等。1构造一个银行间拆借网络研究银行间风险传染的存在挥发性液体资产。李(2]研究主体的影响网络结构和行为规则的银行的银行科目风险传染。克劳斯和Giansante3]得出的帮助下分对数回归分析,银行之间的信用网络的拓扑结构是一个重要因素影响风险传染。Lux (4构造一个银行间信贷关联网络模型基于强化学习算法,结果表明,银行间市场的中心-外围结构。Anand et al。5)和西蒙·泰德斯(6)表明,网络拓扑结构和高杠杆负责银行间市场风险的形成。陈等人。7)构建一个网络模型在银行间拆借市场信用风险传染的基于时间序列和不完整的信息。它研究信用风险的传染效应如何积累和银行间市场利率网络和信用风险传染的进化特征引发的债权银行在银行间市场的初始默认。泰德et al。8]研究系统性风险的影响以及风险分担在银行间市场上基于反弹道导弹模型。陈等人。9)将信用风险传染的平均健身,厌恶风险,信用风险持有者的抗风险信用风险传染的演化网络模型。这些因素对信用风险传染的影响金融市场的研究。然而,这种模式的缺点是,它只研究银行间市场风险演化的影响,不考虑银行违约和破产企业的一面。其次,在只考虑企业主题,Battiston et al。10]介绍了供应链网络和传输显示,公司违约破产的风险从下游到上游企业,主要原因是公司的商业信用。Barro和低音部(11构建一个企业间业务联系交互网络,研究了企业间信用风险传染。陈和王12)建立交易对手信用风险传染的众位模型。效果、机制和交易对手信用网络结构的演化特征及其异质性,对手行为偏好、交易对手适用性,和监管救助策略对交易对手信用风险传染。侯et al。13]研究了风险传染效应之间的上游和下游企业基于网络的上游和下游企业。本文献主要侧重于企业之间的业务联系和风险蔓延,而忽视了银行与企业之间的交互行为和公司破产违约的影响银行体系。最后,考虑银行和企业同时,Riccetti et al。14];Bargigli et al。15];和吉里等。16)研究的进化在银行业风险传染公司基于金融加速器机制。Catullo et al。17)辩称,银行间风险传染有关银行的信用网络的结构和主体的杠杆。Delli•加蒂et al。18]分析了银行公司信贷网络经济的特征,表明财务状况的差异和学科之间的相互作用导致宏观经济周期的发展,一个主题可以生成的破产破产的连锁反应。他等。19]构造一个内生信用网络公司和银行之间的分布特征和研究simulation-generating变量如银行间和银行间网络的拓扑结构。陈等人。20.)建造了一个双重信贷银行和企业之间的网络模型对手通过考虑企业信贷违约的影响下他们的交易对手信用链接。机制影响bank-firm伙伴关系的演变进行了分析和信用风险传染的进化特征银行和企业之间的交易对手下两层网络。李等人。21)建造了一个系统性风险度量模型基于债务的银行企业排名和研究银行和企业之间的风险传染效应从风险角度的反馈。这个文学不深入分析宏观经济主体相互作用的特点和不确定性的影响冲击银行和企业之间的风险传染。
总之,现有的研究进行了理论和定性研究银行间的风险。然而,行为的异质性和交互规则的银行和公司实体没有深入调查,以及银行和企业系统的宏观经济特征影响信用风险的传染及其进化并没有深入分析。这将使现有的研究不是很充分的指导银行与企业之间的信用风险管理的实践。针对这一点,本文借助反弹道导弹(基于代理模型)和强化学习算法,考虑深度行为规则,战略选择,和交互规则,银行和业务对象及其异构性,构造一个bank-enterprise信贷匹配网络模型,深入研究银行和企业之间的宏观经济特征的机制及其网络结构对银行和企业之间的信用风险传染。本文的研究将有助于掌握信用风险传染的互动机制在微程序级科目,也将有助于控制信用风险传染的演化规律之间的银行和企业在宏观的,这是防止系统性金融风险具有重要意义。
2。ABM模型Bank-Enterprise内生信用匹配网络
内生信用网络包含企业主体和银行科目和信贷银行和企业之间的联系形成信用网络的边缘。公司投资于易腐产品的生产,他们用自己的资产和财务生产贷款由银行提供。同时,两家银行和企业选择各自的目标杠杆实现利润最大化通过强化学习机制。假设只有两个时期和信贷协议,消费者和信贷市场被认为是,但更多地关注银行和企业信贷市场,简化了消费市场。
2.1。企业主体行为模型
2.1.1。企业输出
考虑到企业系统离散进化系统,在每个企业生产使用自有资金( )。完整的产能利用率的前提下,公司生产基于理想的输出资本如以下所示的方程: 在哪里是公司的输出 ( )在时间内 ( )和资本的生产技术系数, 。
根据资产负债表恒常性方程,显示了企业的资本以下方程:
资本等于净股本的总和( )和贷款。公司贷款包括贷款承担()和贷款借来的时间的一部分偿还时间(),( )代表了先前的贷款的还款比率。自企业可以从多家银行获得贷款,企业的最终贷款金额等于从所有的银行获得贷款之和,即:
2.1.2。企业贷款需求和决策
假设一开始的每个公司决定目标杠杆水平自己的,等于公司的贷款比自己的净权益。贷款包括当期的贷款需求和前一时期的贷款需要偿还,这有
根据公式(4),当前的企业可以获得贷款需求如下:
假设一个企业的目标杠杆是由杠杆策略( )选择在每一个时期, 。因为贷款是有风险的,公司将考虑自己的破产和风险规避。将这些因素纳入模型,风险偏好系数 ,在哪里 是风险中性的。因此,影响企业的风险偏好在其实际的目标杠杆比率
企业利用强化学习算法来选择他们的杠杆策略( )从一组有限的策略集 。越低 ,目标越高杠杆( ),因此,风险越高的公司。
企业贷款利率( )是企业当前的功能目标杠杆比率和基准存款利率( )设定的银行:
在公式(8),参数是银行的敏感性企业目标杠杆比率,反映银行企业总债务的敏感性。
2.1.3。边际收入和净价值的企业
假设利率支付的企业和银行在各自的股权=优惠利率,利润的业务实体的变化是影响销售收入( ),股息支付( ),银行贷款利息等固定成本( )。因此,企业的边际收入是 在哪里是一个企业的单位产品的实际价格,包括边际成本价格吗相关贷款和一个随机组件( ),代表了不可预知的消费市场需求变动。因此,每个企业都想要的期望值为零和满足
命题1。如果任何企业的边际成本定价满足 ,企业主体可以不消费市场需求的波动。
证明。只考虑到企业将贷款用于生产,所以只要价格高于可变成本,企业可以获得覆盖固定成本,边际收入和盈余利润:
公式(11)可以简化如下:
企业之间是不同的。因此,只要
,更大的边际成本价格吗,企业利润将和其操作就会越好。命题1是证明。
如前所述,从命题1,假设是一个真正的数量大于零,则边际成本价格吗一个企业的
假设的一部分利润不是积累(
)对企业来说,企业的净股本积累了如下:
2.2。银行的行为模式
据信用评级在现实中,银行往往学习不断更新基于企业偿还贷款的信贷策略和自己的资产和负债。所以银行的行为机制分为三个阶段。
第一阶段是更新信贷供应的水平。实体提供的银行贷款( )通过自己的股权( )和存款( ),和银行实体的资产负债表 , ,( )。同样,银行利用学习算法选择 建立信贷供应的水平。银行的潜在的信贷供应水平是减少未偿贷款的总量 ,见以下方程:
对于公司来说,风险杠杆策略对应于一个较低的水平 。较小的是,更多的贷款,银行需要提供,间接地让他们更加依赖外部资金。因此,低增加银行的杠杆率,增加银行的风险的实体。
第二阶段是更新银行的边际收入的实体。边际收入包括利息之和两个时期的借款人的贷款,坏账的关联企业破产的两个时期( ),存款利息、股息支付和固定成本( )。因此,银行实体的边际收入
第三阶段是更新银行的净值。假设的一部分利润不是积累( ),银行的净价值积累按照下列公式:
2.3。Bank-Enterprise信贷匹配机制
公司和银行确定各自的贷款需求和供应周期的开始。一方面,每个公司都可以从不同的银行贷款,直到自己的贷款需求满足。另一方面,每家银行借给公司直到耗尽的贷款供应与需求。
因为银行可以从公司认为风险太大,拒绝贷款申请的概率( )接受公司的贷款需求有关该公司当前的杠杆的选择策略,即: 在哪里是一个常数。
命题2。公司选择目标杠杆比率越高,概率越低,公司的贷款需求将会被银行接受。
证明。公式(18)衍生企业的杠杆策略如下:
从方程(19),我们就可以知道
。因此,企业贷款的概率是接受企业的银行是一个递增函数选择的策略。
根据
,利用策略和杠杆比率是彼此的逆函数。因此,企业目标杠杆比率越高,企业贷款需求的概率较低的银行将被接受。命题3是证明。
命题3。这表明银行企业杠杆的敏感性。除了要求银行持有存款准备金根据《巴塞尔协议III》(Basel III),设定一个最大公司的杠杆比率可以接受银行可以防止系统性风险的传播在银行和企业。
2.4。银行和企业战略选择
银行和公司选择策略(和 )确定他们的目标杠杆水平的开始时期。的策略和选择在一个有限可数集 。选择机制是一个简单的归纳学习算法Tesfatsion [22]。初的时期,银行和公司测量每个杠杆策略的有效性基于前一时期的利润,即: 在哪里 。银行和公司评估每个利用策略和更新它的开始时期的战略选择。的参数值是选择限制过去价值策略有效性的影响让代理迅速适应不断变化的环境的经济体系, 。因此,与战略相关的利润越高,效率越高的战略和选择这种策略的概率就越高。战略选择的有效性的开始减少( ),即: 。
因为商业贷款分为两个时期,企业必须考虑自己的过去的债务。在以前的时期如果一个公司的业务管理不善导致自己的资产净值下降,看来自己的杠杆水平高于指定的最高杠杆水平,然后该公司将不申请贷款,银行将不提供信贷。因此,一旦每个策略的有效性评估,每个策略对应一个概率值,决定了可能的主题是选择策略。每个策略的概率( )是由 : 在哪里的相对实力公司的吗选择策略时期 ,根据策略的有效性和模型参数。每个战略力量的索引值( )用于计算的概率被选中的策略 。
然而,在基本的学习机制,它不认为不同的策略产生不同的利润在每一个时期,它可能带来积极或消极的回报。因此,使用改进的强化学习算法Ermanno Catullo et al。17),受试者认为是正确的策略选择根据利润的标准偏差( )在多个时期对于一个给定的策略。利润的标准差计算基于每个策略的利润价值最近多个时期。也就是说,战略的有效性更新使用利润波动。
从上面的 ,每个策略的概率被选中 的概率描述一个特定的策略选择的可能性的大小。的参数表明银行和企业的敏感性过去的市场表现。减少策略的概率高的利润波动将被选中。
命题4。的敏感性越大的银行和公司过去的市场表现,降低银行破产率和降低企业的违约率。
证明:。的一阶导数的灵敏度方程(23)市场的过去的表现 如方程所示(25),战略选择的强度的敏感性降低银行和公司过去的市场表现上涨。在强化学习算法机制,每个策略被选择的概率将会更加公平。结合仿真结果图1过去,银行和公司的敏感性市场表现上升,银行倒闭率和公司违约率都降低,银行倒闭率和公司违约率下降。命题4是证明。
3所示。计算模拟银行企业信用风险传染的
本文考虑到模型的复杂性和不可用的真实数据,借助MATLAB数值计算模拟分析变得相对最有效的测试方法。根据相关研究结果Riccetti et al。14),Catullo et al。17),和其他学者,银行在银行系统节点的数量被认为是50和企业节点的数量是500,和500年的仿真模拟周期。初的计算模拟,每个公司的净值设置为1,每个银行的净价值被设置为3。当银行破产时,它将会被新的取代银行公司新的银行和公司的初始所有者权益中随机数间隔(0,3)和(0,1),分别。其他重要参数设置如表所示1。利用这些参数在Catullo等相关工作。17),在本文中,我们设置组策略G= {1.0,1/1.5,1/2,1/2.5,1/3,1/3.5,1/4,1/4.5,1/5,1/5.5,1/6,1/6.5,1/7,1/7.5,1/8}。
3.1。出现Bank-Enterprise系统的特征
基于表的参数值1500年时间,每个模拟运行计算。第一个250年时期的省略,因为每个仿真模型需要初始化。与此同时,对于仿真结果稳定性的原因,本文的结果都是100年的平均蒙特卡罗模拟相应的变量。图2说明了公司总产量的时间序列演化。从图可以看出1,占公司总产量波动不规则,振幅和周期大大不同子循环子循环。这是由于这一事实,在一个复杂的自适应系统,每个公司的决定和自己的资产时期不同,导致不同的总输出。图3说明了时间序列的进化的学分银行和企业信贷网络。从图可以看出3信贷的体积,整体波动在很大程度上是与整个公司总产量波动一致。从方程(1),可以看出,该公司的资产和信贷的数量确定公司的输出。
结合数据2和3,我们可以获得,在经济的扩张阶段,银行提供更多信贷和企业的产出增加,但他们也面临着高额债务危机的风险。对银行的收益高债务危机事与愿违;当银行提供的信贷量少,公司的总产量下降,导致经济衰退。
图4说明了非均质性强的500家公司相同的初始条件下的模拟进展和公司资产规模的幂律分布。这是由于这一事实,在每个时期,每家公司受到市场的不确定性导致不同价格的产品,所以每个公司都有不同的净资产的积累。
图5表明银行节点度分布有一个双幂律特征。一些银行有一个节点度大于30,这表明银行企业信贷core-edge结构的网络。这也意味着,只有少数银行bank-enterprise信贷网络中的节点是网络的中心,有一个高水平的活动,协会与企业形成一个密集的贷款。一般来说,财务状况良好的银行能够更好地提供信贷,从而增加他们的市场份额,所以他们可以吸引更多的连接。因此,企业和银行部门成为极化和度分布变得不对称。这种极化增加银行和企业信贷网络的脆弱性的冲击,因为违约高度连接机构,即使相对罕见的事件,可以创建银行和企业之间的风险传染。和这发生的可能性取决于网络结构。
我们可以看到在图6,坏账总是出现在银行和企业信贷网络。单个公司产生重大影响的破产银行的资产净值,可能造成破产的潮流。规模取决于数量的坏账。与此同时,银行和企业网络健壮的疲软和银行吸收这些坏账,所以不会出现大规模的破产。此外,占公司总产量的增长速度的分布远高斯和特点是积极的和消极的波动在零附近(图7)。
根据上面的计算和分析,本文进一步分析了信贷银行和企业之间的匹配机制。从图可以看出8,目标公司的杠杆率越高,贷款利率越高,概率越低,公司的贷款需求将会被银行接受。换句话说,高杠杆公司面临更高的贷款利率,更多的债务和贷款融资更加困难,一些潜在的破产。因此,实时监管的高杠杆公司是至关重要的。
上面的计算模拟显示不确定性的存在如何影响公司和银行的财务状况。金融脆弱性可以放大这些不确定性的影响在银行和企业信贷网络。
3.2。影响的不确定性冲击银行和企业之间的风险传染
3.2.1之上。影响冲击Asset-Largest银行银行和企业之间的风险传染
随着金融创新和经济全球化的发展,越来越多的大型金融机构已经出现。它的影响将不可避免地带来系统性风险对整个银行体系乃至整个经济体系(23]。自2007年次贷危机以来,监管机构采取了不同的政策,以确保大型金融机构的安全与稳定。因此,本节分析外部风险冲击的影响在整个银行系统资产最大的银行(如图9)。假定银行的外部风险冲击最大的资产,分别实现t= 250,t= 300,t= 350,t= 400,t= 450,t= 500期。图9说明了企业违约率的演化路径,银行破产率,不良贷款的数量后外部冲击asset-max银行在每一个时期,在星号的实线代表的进化特征企业违约率,银行破产率,银行不良贷款的数量后冲击最大的银行资产。实心圆线代表的进化特征的违约率银行公司和银行的不良贷款的数量之前的冲击。我们可以看到在图9,大多数的银行的外部冲击加剧银行企业间风险传染的程度。此外,为整个银行和企业网络,最大的银行资产的外部冲击会导致显著增加坏账数量在每一个时期,加强系统性风险的银行和企业。在此基础上,现实情况是,监管机构应加强银行拥有巨额资产的监督,以防止银行风险的蔓延引起的破产。
3.2.2。危机对银行间风险传染的影响程度最大的银行条目
事实上,监管和保护“太大而不能倒闭”的银行并不足以消除危机蔓延的风险从银行企业。Battiston et al。24)指出,当调节“太大而不能倒”的机构,“连接到不能倒”的机构也应包括在内。米兰达和Tabak25)表明,最大程度的条目,默认的金融机构借用大量的其他经济主体,将引发大规模的负面影响。Catullo et al。17)强调政策转变的重要性的注意力从“太大而不能倒闭”到“太相关的失败。“基于之前的研究,本部分将侧重于银行和公司之间的传染风险由于冲击最大的银行进入学位。假设银行的外部风险冲击最大的风险是,分别实现t= 250,t= 300,t= 350,t= 400,t= 450,t= 500期。图10说明了企业违约率的演变,银行破产率,不良贷款的数量后外部冲击最大的银行实体在每个时期的条目,在星号的实线代表的进化路径对应的变量与最大冲击到银行后进入学位。实心圆线代表的进化路径之前每个变量冲击。从图10,可以看出,外部冲击最大的银行进入程度导致每时期银行破产率显著高于银行破产率每段前的冲击。公司的违约率每周期相对高于preshock公司违约率每周期。但与冲击前相比,坏账的数量并没有显著增加。因此,对大型银行的影响加剧了银行和企业之间的风险传染。它还重申,不足以规范“太大而不能倒闭”的金融机构破产。还应该注意转移到监管的“连接到不能倒”的金融机构。金融机构拥有大量资产和大条目度应该监控集中的方式防止其破产所带来的多米诺效应。
3.2.3。消费市场的冲击影响银行与企业之间的传染风险
本节将重点探索消费市场的影响冲击银行和企业之间的风险传染。假设消费者市场的冲击是在时间中实现的t= 250,t= 300,t= 350,t= 400,t= 450,t= 500。图11说明了公司违约率的演化路径、银行破产率,和银行不良贷款的数量在每个周期冲击消费市场之后,在星号的实线代表的进化路径对应的变量在消费市场的冲击。实心圆线代表的进化路径之前每个变量冲击。从图可以看出11,每个时期公司的违约率明显高于公司的违约率每段前冲击,从而增加成倍增长。然而,银行倒闭率略高于preshock银行失败率。为整个网络银行和企业,消费市场的影响会导致显著增加坏账数量在每一个时期,加剧银行和企业的系统性风险。也就是说,消费市场冲击严重加剧了公司违约破产。数量的显著增加坏账从而影响银行的收益。然而,大多数的不良贷款被银行由于吸收积累precapitalization的银行,没有创建一个大规模的银行倒闭。因此,银行作为金融稳定剂在银行和企业信用网络。这是布劳恩和拉腊因的结果一致26],Raddatz [27),和阿什拉夫28]。
3.2.4。影响冲击最大的银行和企业之间的资产公司风险传染
自2007年次贷危机以来,监管机构关注的规定“太大而不能倒闭”的金融机构。但对于法人团体“太大而不能倒闭”也是一个监管重点。因此,分析外部风险冲击的影响最大的资产公司在整个银行系统通过计算机模拟(如图12)。假定企业的外部风险冲击最大的资产,分别实现t= 250,t= 300,t= 350,t= 400,t= 450,t= 500期。图12说明了公司违约率的演化路径、银行破产率,和坏账的数量后外部冲击asset-max公司在每一个时期,在星号的实线代表相应的进化路径变量后冲击最大的银行资产。实心圆线代表的进化路径之前每个变量冲击。从图12,可以看出公司的违约率每周期略高于公司的违约率每段前的冲击。和银行破产率明显高于preshock银行破产率。整个网络的同时,银行和企业,企业最大的资产的外部冲击会导致显著增加坏账数量在每一个时期,加强系统性风险的银行和企业。这是由于默认的最大的资产公司破产,导致坏帐数量的增加是由于资产的规模,导致银行无法完全吸收负面冲击,使得银行倒闭更高。因此,外部冲击最大的投资公司加剧银行和企业之间的风险蔓延的程度。这意味着监管机构应该做的监督金融机构“太大而不能倒”和“太大而不能倒闭”的企业为了防止危机蔓延所导致的银行风险的破产。
4所示。结论
考虑到交互行为的异质性在信贷银行和企业之间的匹配,在本文中,我们建立一个内生信用匹配关联网络模型,其中包括公司和银行。它还介绍了生产、决策、和学习机制来描述的行为和交互规则两种类型的经济主体。网络银行的演变及其影响因素和企业信用风险传染。上述研究的基础上,我们进一步考虑各种类型的冲击影响银行和企业之间的风险传染的进化计算仿真分析,进行大幅度扩大现有的研究。研究结果表明,银行的商业周期的宏观经济和企业制度是银行和企业之间的相互作用的结果在复杂的金融条件下。行为规则、学习机制和交互的银行和企业的异质性导致公司及其资产规模服从幂律分布。银行节点度分布有一个双幂律特性。银行和企业之间的风险蔓延加剧了冲击最大的银行最大的资产,最大冲击银行最大的收入,消费者市场的冲击,冲击最大的企业最大的资产。银行扮演金融稳定剂。
基于研究结果,本文研究的实际意义,在实际监管中,一个人不能只关注金融机构更大的资产。冲击的金融机构有更多的机会,消费市场,大幅波动和冲击连锁企业提供更大的资产仍然可以带来不可忽视的风险,可以通过银行和企业信贷网络传播。因此,在日常的监督,制定全面的监管政策,有效防止各种冲击可能带来的负面连锁反应对整个银行体系。
数据可用性
本文中的方法是计算机数学模拟。数值模拟分析是最有效的方法来测试实时动态数据没有大量的实证验证。作者考虑行为的异质性规则,学习规则,和交互规则,构造一个bank-firm信用基于反弹道导弹匹配网络模型(基于代理模型)模型和强化学习算法来分析网络的交互行为和信用风险传染机制利用Matlab2016b软件。本文并没有因为他们获得的数据,可以直接使用Matlab2016b的情节功能软件的图像。
的利益冲突
作者宣称没有利益冲突。
确认
作者想表达他们的感谢裁判的宝贵的意见。这项工作是由中国国家自然科学基金(没有。71871115),哲学和社会科学研究的主要项目在江苏省高校(没有。2019 sjzda035),中青年学术带头人的Qinglan项目在江苏省。