系统性风险识别、建模、分析和监控：

聚类基于无担保贷款、有担保贷款、有价证券、净信用违约掉期、证券融资交易和衍生品风险等因素。值得注意的是，这些工具也是合并银行间风险敞口的要素，而银行间融资合并了无担保贷款、有担保贷款和回购。未提出系统风险的综合衡量标准，也未提出详细说明网络之间链接的综合网络结构。Markose（2013）再次强调使用特征对方法进行系统风险分析，以评估系统稳定性并对系统重要性机构进行排名，Andreason介绍了一种称为超级分散税的累进庇古税作为一种稳定机制。作者对系统性风险研究进行了全面回顾，并以一种程式化的形式认识到为了合理支持宏观审慎政策而需要考虑的更广泛的相互联系。虽然并没有对整体结构和测量进行评估，但这篇论文对高柱状图的可能使用进行了指导。系统风险研究的一个明显特征是对数据可用性的依赖。识别相关数据、从金融机构收集数据和开发数据库是监管机构的一个持续过程。人们普遍认识到理解系统风险对于维护金融稳定的重要性，但在制定有效方法方面的进展是渐进的，并不能满足这项任务的紧迫性。Martinez Jaramillo等人（2010、2012）认为，这是由于任务的难度和缺乏必要的数据。

他们通过网络特征捕捉银行系统的特征，并研究异质程度分布、资产异质分布和程度相关性的传染与稳定效应。Markose等人（2012年）分析了住宅抵押贷款支持证券信用违约掉期市场中相互关联的美国银行。作者基于这一来源评估了系统性风险罚款，并在监管背景下证明其为“超级分散”税。Martinez Jaramillo等人（2012年）扩展了他们早期的技术，对网络特征进行了更全面的分析，并提出了识别系统重要性机构的新方法。他们将银行间贷款风险敞口和支付系统流量视为风险源，分析这两个来源中的每一个来源的网络，比较网络结构，并基于几个理论中心性度量为每个网络构建一个中心性度量。作者强调了同一家银行在这两个网络中扮演的不同角色，但没有提出一种综合方法。Langfield等人（2012年）调查了一个更细粒度的数据库，建立了综合风险敞口网络和综合融资网络，然后根据工具以及进一步的标准（如工具到期日或基础和银行类型）进行细分。作者通过网络进行统计，并认识到不同仪器在网络结构上的显著差异。作为综合分析的一步，他们应用了一种简单的聚类技术，并可视化了一个整合的集群间曝光网络和一个整合的集群间资金网络。

其论点是，合乎逻辑的前进步骤将把风险源的范围及其相互关联的影响纳入整体系统性风险指标的贡献中，将通过捕获定量和定性信息的模型的严格数学公式对来源及其相互关系进行整体分析，并将开发基于知识工程（knowledgeengineering）的领域表示框架，如（Serguieva，2012，2013）所述。一系列风险源的合并涉及到相关数据范围和可用性的识别，整体分析需要制定多层次模型和风险度量，系统风险域中超级网络的实例化允许系统风险的演化理解的形式化表示。因此，概述的项目符合当前和公认的国际研究倡议的重点，并将有助于系统风险评估和监管。从将重点放在银行系统和网络作为建模方法开始，对系统性风险中有关网络的最新文章的审查显示出一种趋势，即在分析中逐渐引入一个以上的风险源，而尚未对综合措施进行评估。Martinez Jaramillo等人（2010年）提出了一个简单的网络模型，并引入了银行系统脆弱性度量。作者研究了基于系统风险的综合风险敞口数据，包括所有银行间存款、信贷和贷款。Caccioli等人。（2011）抽象地假设每家银行的资产负债表包括银行间资产、银行间负债、非银行间存款、非流动资产和资本缓冲。

因此，系统风险评估面临的另一个挑战是，对数据相关性的认识正在逐渐提高，一些数据相关性可能尚未披露，或者相关数据可能尚未可用，或者只是在最近的一段时间内收集的。因此，研究还应回答有关数据和数据频率的数据库问题，以支持有效的系统性风险评估和监管。最后，尽管使用监管政策降低系统性风险得到了广泛支持，但监管仍处于初级阶段。有一种感觉是，系统性危机的直接和间接成本都是巨大的，而不是预防危机，如果没有监管，外部性将无法防止，因为市场参与者的直接动机是保护自己，而不是整个金融系统，这种影响可以蔓延到实体经济（Anabtawi和Schwarcz，2011）。然而，对于监管的程度，甚至对于非系统风险税的制定，目前还没有达成共识，研究期望能够促进监管过程。本报告概述了系统性风险评估的综合方法，该方法基于多种类型的银行间风险敞口，通过张力多层网络等创新建模方法，建议如何关联基础经济数据，以及如何将网络扩展到金融市场信息。我们考虑了数据需求和时间尺度效应，并概述了系统风险知识的多模型超网络，作为情景分析和政策支持工具。

网络中心性与巴塞尔银行监管委员会（BCBS）评估系统重要性指南（BCBS，2011、2013）中的互联性部分有关。基于单层网络的特征向量中心性，建议对系统重要性银行收取资本附加费，以便将银行中心性产生的系统风险成本内部化，并减轻潜在的社会化损失（Markose等人，2012年、2013年）。由于系统风险的定义有些不确定，影响了提供解决方案的尝试，因此系统风险评估和监管面临的挑战仍然存在（Schwarcz，2011），各种定义中唯一的共同因素是，经济冲击或制度失效等触发事件会导致负面经济后果的多米诺骨牌效应。我们对系统性风险的理解正在不断发展，这反映在主要国际研究计划的重点上（Farmer等人，2013年），因为欧盟FP7项目系统不稳定性危机复杂性研究计划侧重于更好地建模和理解金融系统以及宏观经济风险和不稳定性，欧盟FP7旗舰项目FuturICT专注于开发集成不同科学模型、数据和概念的新方法，以实现从系统组件到评估其相互作用和突发集体动态的范式转变。对系统性风险的不断理解揭示了哪些数据与评估相关，并为创建由国家和国际监管机构维护并从金融机构收集的新监管数据库提供决策信息。

感谢杰弗里·约翰逊（JeffreyJohnson）提前提供了他即将出版的书的副本，并感谢马泽娜·罗斯泰克（MarzenaRostek）发送了她最近未出版的工作文件。研究能力对于理解系统性风险和告知新监管至关重要。AsLo（2011）总结道，银行监管并没有跟上金融创新的所有复杂性。关于系统性风险的学术文献正在迅速扩展和能力建设。谷歌学者对金融“系统性风险”的搜索结果显示，2013年上半年有2680篇论文，2010年以来有15900篇论文。已经确定了一系列级联故障的风险源和机制，并提出了模型。大多数论文分析了单一风险源或综合风险源及其影响。出版物的实践量化了系统性风险度量，或为具有实际监管相关性的系统重要性金融机构制定了惩罚措施。基于银行间贷款的银行系统的系统性风险已被传达为系统性事件及其引发的分类故障导致系统损失的概率分布，表明系统脆弱性量化为系统性损失分布的条件风险值（Martinez Jaramillo et al.，2010）。单层网络的网络中心性度量组合已应用于具有相同系统重要性的银行（Martinez Jaramillo et al.，2012），特征向量网络中心性已用于识别信用违约掉期市场中具有系统重要性的金融机构（Markose et al.，2012）。

本报告概述了一种基于多种银行间风险敞口的系统风险评估综合方法，该方法通过张力多层网络的创新建模方法，建议如何重新理解经济数据，以及如何扩展网络以覆盖金融市场信息。我们考虑了数据需求和时间尺度效应，并概述了系统风险知识的多模型超网络，作为情景分析和政策支持工具。其论点是，向前迈出的逻辑步骤将把风险源的范围及其相互关联的影响作为对整体系统风险指标的贡献，将通过捕获定量和定性信息的模型的严格数学公式，对来源及其相互关系进行综合分析，并将开发一个基于知识工程的领域表示框架。一系列风险源的合并涉及到相关数据范围和可用性的识别，整体分析需要制定多层次模型和风险度量，系统风险域中超级网络的实例化允许系统风险演化理解的形式化表示。因此，概述的项目符合当前和预期的国际研究计划的重点，并有助于系统风险评估和监管的努力*作者感谢J.Doyne Farmer和Yaneer Bar Yam的建设性意见和时间，感谢Kevin James有机会出席并出席英格兰银行关于系统风险和金融稳定的研讨会。

系统性风险识别、建模、分析和监控：综合方法Antoaneta Sergueiva*伦敦大学学院，计算机科学、金融计算和分析系A组。serguieva@ucl.ac.uk（工作文件，2013年5月初稿）摘要：研究能力对于理解系统性风险和制定新法规至关重要。银行监管并没有跟上金融创新的所有复杂性。关于系统性风险的学术文献正在迅速扩展。大多数论文分析了单一风险源或综合风险源及其影响。一小部分出版物量化了系统性风险度量，或为具有实际监管相关性的系统重要性金融机构制定了惩罚措施。系统风险评估和监管面临的挑战仍然存在，因为系统风险的定义有些不确定，这影响了提供解决方案的尝试。我们对系统性风险的理解在不断发展，对数据相关性的认识也在逐步提高；这一挑战反映在主要国际研究举措的重点上。人们一致认为，非系统性危机的直接和间接成本与预防相比是巨大的，没有监管，外部性就无法预防；但yeton对监管的范围和细节没有达成共识，研究期望能够促进监管过程。