银行网络结构连通性临界值与风险传染

　　摘要：同业拆借是银行之间常见的一种业务联系。银行通过同业拆借形成网络结构。从理论上推导了能够降低风险传染的网络结构连通性临界值。发现该临界值受到危机大小、危机范围、拆借比例、核心资本充足率和投资收益等参数的影响。对随机网络结构的仿真结果表明：无论是在个体危机还是系统危机的情况，所推导的网络结构连通性临界值都具有有效性。各类参数对风险传染的影响分析也为增强银行系统稳定性提供了有效的参考。

　　关键词：网络结构;连通性;临界值;风险传染

　　中图分类号：F830 文献标识码：A 文章编号：1009—3370(2019)01—0081-07

　　《中国银行业》主要刊发中国银行业政策解读、权威发布、创新研究、前沿问题研究成果;以权威的解读、全新的视角、全面的分析、全力推动银行业大发展;立足银行业，反映经济金融生活，以敏锐的笔触，捕捉银行业发展的每一个瞬间。

　　20世纪80年代以来，随着金融全球化的快速发展，银行系统内各类机构之间的联系日益密切，通过互相持有资产负债形成各种复杂的金融网络。虽然金融网络在银行系统的发展过程中带来了经济效应，但时也为风险的传染提供了渠道.因此大量学者使用网络理论来研究银行系统中的风险传染机制。但是现实市场中处于困境的银行基本在破产前就获得了政府救助。用于实证研究网络结构与风险传染的数据太少，而且实证研究的方法不能够充分反映风险传染的内在机制【11，因而大部分文献的研究方法都是以仿真为主。

　　目前基于仿真方法的银行网络结构与风险传染研究取得了丰富的成果.但是这些结论缺乏严格的理论证明，而且仿真方法不能够定量刻画银行网络结构与风险传染之间的关系，因此本文从理论推导的角度，研究了不同危机时降低风险传染的银行网络结构临界值。

　　国外学者对银行间网络结构连通性与风险传染的关系进行了大量研究.这些文献通常是假定银行间的借贷关系具有一定的网络结构特征.在此基础上分析危机所引发的银行破产通过网络结构进行传染的过程，进而研究银行间网络结构的不同特征对风险传染的影响。Allen和Gale(2000)121最先研究了网络结构与风险传染的关系.他们通过几种简单的网络结构.证明了完全连通的网络相比于不完全连通的网络在应对系统性风险时更加稳定。

　　Nier等(2007)【3】进一步研究发现。网络结构的连通性对风险传染的影响是非单调的，起初风险传染随着银行问连通性的增加而增加，在超过某个确定的边界时，连通性的增加会改善系统吸收风险的能力，Gai等(2011)[41将其描述为风险传染的“稳定且脆弱”特征。Mav等(2010)t5】也发现了网络结构的这种特征并将其称为相变过程。Elliott等(2014)16口¨s-3153通过银行之间相互持有股票所形成的网络结构，同样研究了网络结构的连通程度与风险传染的关系.并且得到了相似的结论。然而与连通性较低的网络系统相比，连通性较高的网络结构并不是完全稳定的。

　　一方面，只有风险足够小时.高水平的连通性网络结构才会增加系统的稳定性，当风险超过某个确定值，连通性的增加反而会使系统更加脆弱。Acemoglu等(2012，2015，2015)[7--91将这种性质描述为风险传染的相变特征。Ladley(2013)【10】也得到了相同的结论，他发现在经济层面的冲击下，网络结构连通性的增加会加剧风险传染.而对于微小的冲击会得到相反的关系。另一方面，Watts(2002)tnl的研究指出，当银行间网络结构的连通性水平较高时，风险的传染很大程度上取决于银行个体的稳定性。Glasserman和Young(2015)‘-2研究也表明，银行的资本大小、杠杆水平、借贷比例等特征均会对系统风险产生影响。异质资本、高初始杠杆和高借贷比例都会明显增加系统的风险传染。

　　通过以上分析可以看出，银行网络结构的连通性对风险传染具有重要影响，另外危机的大小、范围以及个体银行的性质同样能够影响风险传染。但是这些研究基本以仿真为主。并不能准确地描述不同危机时网络结构连通性能够降低风险传染的具体临界值。也有部分学者通过模型推导对银行网络结构连通性和风险传染的关系进行研究，例如，Battiston等(2012，2012)旧一91用随机过程描述银行系统稳定性，在考虑金融加速器的情况下，研究了银行破产概率与银行网络结构连通性之间的关系。Smerlak等(2015)闭通过平均场近似的方法，估计了破产银行数量与银行网络结构连通性之间的关系。

　　然而，现有研究并没有从微观的角度研究风险在银行系统中的传染，也没有考虑不同危机等因素的影响。基于以上论述，本文从银行资产负债表的角度建立银行之间的网络结构.通过遭受危机时系统中每个银行的均衡支付研究风险的传染.并且考虑到危机大小和范围的不同，分别推导了能够降低风险传染的银行网络结构连通性临界值。基于仿真方法的实验结果表明.本文所推导的网络结构连通性临界值对于降低风险传染具有一定的有效性.因而本文的研究对采取不同措施控制风险传染具有较高的参考价值。

　　通过银行网络结构的连通性临界值的表达式可以看出，该临界值是冲击大小，初始冲击银行比例，拆借比例、核心资本充足率以及投资收益这些参数的函数。因此不仅冲击的大小和作用范围能够影响风险传染。

　　银行的个体性质，例如拆借比例、核一t7资本充足率以及投资的收益等因素同样会对风险传染产生重要影响。本文在银行平均拆借对手为4的随机网络结构下.分别研究了拆借比例、核心资本充足率以及投资收益与平均破产银行数量之间的关系，参数的基准值与仿真方法均与之前相同。

　　五、结论

　　本文分别在银行个体危机和经济层面系统危机的情况下.推导了银行同业拆借网络结构连通性降低系统中风险传染的临界值.结果发现该临界值与危机的大小具有一定的相关性。起初随着危机的加深，临界值也逐渐增加，当危机超过一定程度，临界值保持在一个固定值上。对于随机网络结构假设的仿真结果也表明，系统中的破产银行数量在临界值附近时达到最大.银行同业拆借网络结构的连通性高于或者低于该临界值时，都能够明显降低破产银行的数量，但是该结论的成立也与危机的影响范围有关系。当初始被冲击的银行超过一定比例，高水平的网络结构连通性便不能再降低破产银行数量.反而会起到相反的效果。

　　另外，通过对个体银行参数的仿真结果，本文还发现了一些有利于增加银行系统稳定性的结论：第一。系统稳定性随着银行拆借比例的增加先降低而后增加。第二，银行核心资本充足率和投资收益对系统稳定性的影响都是单调的，而且都具有相变的特征。尽管银行拆借比例、核一t7资本充足率以及投资收益对系统稳定性影响较大，但是实际金融市场中，银行的这些参数往往是不能任意调整的。从监管者的角度，可以在保证银行基本需求的情况下。适当要求银行降低拆借比例，增加银行核心资本充足率，从银行本身的角度，可以寻求更加安全且高收益的投资，从而增加银行系统的稳定性。

　　参考文献：

　　【1】UPPER C.Simulationmethodsto assessthe danger of contagionininterbankmarkets[J].Journal ofFinancial Stability，2011，7(3)

　　111一125.

　　【2】2 ALLEN F，GALE D.Financial contagion[J].Journal of Political Economy，2000，108(1)：1-33.

　　[3】NIER E，YANG J，YORULMAZER T，et a1.Network models and financial stability[J].Journal of Economic Dynamics and Control，

　　2007，31(6)：2033—2060.

　　[4]GAI P，HALDANE A，KAPADIA S.Complexity，concentration and contagion[J].Journal of Monetary Economics，2011，58(5)：453-

　　470.

　　【5】MAY R M，ARINAMINPATHY N.Systemic risk：the dynamics of model banking systems[J].Journal of the Royal Society

　　Interface，2010，7(46)：823—838.

　　[6】6 ELLIOTF M，GOLUB B，JACKSON M O.Financial networks and contagion[J].The American Economic Review，2014，104(10)：

　　3115—3153.

　　【7]ACEMOGLU D，CARVALHO V M，OZDAGLAR A，et a1.The network origins of aggregate fluctuations明.Econometrica，2012，80

　　(5)：1977—2016.

　　【8】ACEMOGLU D，OZDAGLAR A，TAHBAZ-SALEHI A.Systemic risk and stability in financial networks【J】.The American

　　Economic Review，2015，105(2)：564—608.

　　【9]9 ACEMOGLU D，OZDAGLAR A，TAHBAZ-SALEHI A.Networks，shocks，and systemic risk[R/OL].[2018-01-19].https：llwww.

　　nber.org/papers/w2093 1.

　　【10]LADLEY D.Contagion and risk-sharing on the inter-bank market[J].Journal of Economic Dynamics and Control，2013，37(7)：

　　1384—1400.

　　【11]WATIS D J.A simple model ofglobal cascades on random networks[J].Proceedings ofthe National Academy ofSciences，2002，99

　　(9)：5766—5771.

　　[12]GLASSERMAN P，YOUNG H P.How likely is contagion in financial networks?[J】.Journal of Banking&Finance，2015，50：

　　383—399.

　　【13】邓晶，曹诗男，潘焕学，等.基于银行间市场网络的系统性风险传染研究【J】.复杂系统与复杂性科学，2013，10(4)：76—85.

　　【14】张英奎，马茜，姚水洪.基于复杂网络的银行系统风险传染与防范叨.统计与决策，2013(10)：149—153.

　　【15】隋聪，迟国泰，王宗尧.网络结构与银行系统性风险叨.管理科学学报，2014，17(4)：57—70.

　　【16】鲍勤，孙艳霞.网络视角下的金融结构与金融风险传染[J】.系统工程理论与实践，2014，34(9)：2202—2211.

　　[17】隋聪，邓爽玲，王宗尧.银行资产负债结构对金融风险传染的影响阴.系统工程理论与实践，2017，37(8)：1973—1981.

　　[18】BATHSTON S，GATH D D，GAU正GAlrI M，et a1.Liaisons dangereuses：increasing connectivity，risk sharing，and systemic risk

　　[J】.Journal of Economic Dynamics and Contml，2012，36(8)：1121-1141.

　　[19】BAqTISTON S，GArl33 D D，GALLEGATI M，et a1.Default cascades：when does risk diversification increase stability?叨.Journal

　　of Financial Stability，2012，8(3)：138—149.

　　[20】SMERLAK M，STOLL B，GUPTA A，et a1.Mapping systemic risk：critical degree and failures distribution in financial networks

　　[J].PloS One，2015，10(7)：e0130948.