银行间网络的多元化结构

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

英文标题：
《The multiplex structure of interbank networks》
---
作者：
Leonardo Bargigli, Giovanni di Iasio, Luigi Infante, Fabrizio Lillo,
  Federico Pierobon
---
最新提交年份：
2013
---
英文摘要：
  The interbank market has a natural multiplex network representation. We employ a unique database of supervisory reports of Italian banks to the Banca d\'Italia that includes all bilateral exposures broken down by maturity and by the secured and unsecured nature of the contract. We find that layers have different topological properties and persistence over time. The presence of a link in a layer is not a good predictor of the presence of the same link in other layers. Maximum entropy models reveal different unexpected substructures, such as network motifs, in different layers. Using the total interbank network or focusing on a specific layer as representative of the other layers provides a poor representation of interlinkages in the interbank market and could lead to biased estimation of systemic risk.
---
中文摘要：
银行间市场具有天然的多元化网络表现形式。我们使用意大利银行向意大利银行提交的监管报告的独特数据库，其中包括按到期日以及合同的担保和非担保性质细分的所有双边风险敞口。我们发现，随着时间的推移，层具有不同的拓扑特性和持久性。一个层中是否存在链接并不能很好地预测其他层中是否存在相同的链接。最大熵模型揭示了不同层中不同的意外子结构，如网络基序。使用整个银行间网络或将重点放在一个特定的层上作为其他层的代表，会导致银行间市场中相互关联的表现不佳，并可能导致对系统性风险的偏差估计。
---
分类信息：

一级分类：Quantitative Finance        数量金融学
二级分类：General Finance        一般财务
分类描述：Development of general quantitative methodologies with applications in finance
通用定量方法的发展及其在金融中的应用
--

---
PDF下载：
--> The_multiplex_structure_of_interbank_networks.pdf (762.68 KB)

2022-5-5 05:14:45 上传

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：多元化 银行间 Quantitative Presentation Applications

银行间网络的多元化结构*L.Bargigli，股份有限公司。迪亚西奥，基尔·因凡特，比照利洛，dF。Pierobonenover2013年12月20日意大利银行金融稳定部意大利银行经济研究与国际事务部意大利银行高级银行和巴勒莫大学意大利银行银行与金融监管部意大利银行摘要银行间市场具有天然的多重网络代表性。我们使用意大利银行向意大利银行提交的监管报告的独特数据库，其中包括按到期日以及合同的担保和非担保性质细分的所有双边风险敞口。我们发现，随着时间的推移，层具有不同的拓扑特性和持久性。一个层中是否存在链接并不能很好地预测其他层中是否存在相同的链接。最大熵模型揭示了不同层中不同的意外子结构，如网络基序。使用整个银行间网络或将重点放在一个特定的层上作为其他层的代表，会导致银行间市场中相互关联的表现不佳，并可能导致对系统性风险的偏差估计。关键词：银行间市场，网络理论，系统性风险。JEL分类：E51；G21；C49*本文中表达的观点仅为作者的观点，不涉及意大利银行的责任。导致这些结果的研究得到了欧盟第七框架计划FP7/2007-2013《协议下的危机-ICT-2011-288501》和INET资助的“异质代理信贷网络建模新工具”的资助。L.Infante在纽约大学经济系任职期间做出了贡献。

所有通常的免责声明都适用。1导言在最近的金融危机之后，金融系统参与者之间的相互关联已成为监管机构的一个主要问题，因为金融机构之间的信用风险敞口已成为危机期间传染的主要工具之一。因此，金融机构之间联系的映射已成为评估金融系统系统风险的重要工具。网络分析有助于描述、理解和建模相互关联的金融机构和市场的复杂系统（Gaian和Kapadia，2010年；Battiston等人，2012年）。这些工具在决策者中也越来越受欢迎。大部分贡献集中在银行间市场，即现代金融系统的管道，尤其是在欧元区。从网络的角度来看，银行间市场通常被表示为一个标准的有向加权图。每个环节代表两个交易对手之间的信用关系。方向性识别借款人和贷款人；链接的权重代表贷款金额。一般来说，银行间市场比简单加权图更丰富、更复杂。在本文中，我们探讨了由于合同到期或抵押品的存在，信用关系中的差异。由于缺乏可用的数据，现有的实证文献要么（i）忽略了信用关系的异质性，要么（ii）只关注一种类型，暗示着所选类型的信用关系网络是其他类型网络的良好代理。在后一种情况下，绝大多数捐款集中在隔夜无担保市场。这两种方法都很吝啬，但如果潜在的“代表性”假设失败，可能会产生有偏见的结果。对银行间市场更准确的描述是一个多元化或多层网络。

多路复用（见图1）由一系列层组成。每一个节点都是一个银行，每一层都是一个网络，代表着一种类型的关系。总（或聚合）网络是多路复用的所有层的聚合。例如，见Boss等人（2004年）；Soram–aki等人（2007年）；Iori等人（2008年）；继续。(2011); 米斯特鲁利（2011）。图1：银行间市场多元化结构的程式化表示。每个节点都是一个银行，链接代表信用关系。A层（例如隔夜、回购市场等）是同一类型的所有信用关系的集合。红色的网络是整个银行间市场，通过聚合所有层获得。本文的总体目标是对银行间网络各层之间的差异和相似性进行广泛分析。我们的主要研究问题是：（1）多重结构的层次是否不同？（2） 是否有一个特定的层引导整个网络的拓扑属性？（3） 层中链路的出现是否预示着不同层或同一层中相同节点在不同时间出现另一链路？我们为意大利银行提供了一个独特的监管报告数据库。简言之，该数据集包括Allitarian银行的所有双边风险敞口，按到期日以及合同的担保和非担保性质细分。

此外，我们整合了银行集团层面的风险敞口，并将infra group贷款净额结算。我们进行三种类型的分析来解决我们的研究问题。在下文中，我们提供了证据，证明属于同一银行集团（内部资本市场）的银行之间的信贷活动，在属于不同集团的银行之间的信贷特征和动态方面存在显著差异。首先，我们比较了不同层和整个网络的拓扑和度量特性。然而，拓扑的相似性并不意味着点的相似性。因此，第二组分析旨在通过计算两个节点之间的链接出现在多个层中的连接概率来量化不同层之间的相似性。最后，我们研究了不同的随机模型在多层次上激发最大熵原理的程度。我们的主要研究结果可以总结如下：（i）银行间网络的不同层有几个特定于层的拓扑和度量属性，而其他属性似乎更“通用”；（ii）整个银行间市场的结构与ZF间市场的结构密切相关，而两者对其他层面的信息都很少；（iii）高阶拓扑特性，如三元结构或往复链节，在某些层中由随机模型解释，但在其他层中不可用；（iv）联合考虑拓扑和度量属性的随机模型提供了不同层度量属性的密切表示，只要模型的校准是特定于层的。从政策角度来看，层的异质性可能对金融稳定性是好消息，因为它可能会减缓市场不同层参与者之间的传染。

有证据表明，隔夜无担保银行间市场最能反映整个网络的拓扑特征，这应该让决策者感到安慰，因为隔夜无担保银行间市场是几个司法管辖区货币政策操作的重点。尽管如此，如果政策制定者和研究人员都要针对银行间网络的特定细分市场，他们在采用基于网络整体特征的分析框架时应该谨慎。与文学的关系。多层网络是网络理论的一个新分支，在许多领域有着广泛的应用。虽然几乎所有的网络研究都集中在不相互作用且依赖于其他网络的单一网络的特性上，但在现实世界中，相互依赖网络的例子比比皆是（Gao等人，2011）。许多现实世界的网络与其他网络互动。人们可能会想到互联网、航线和电网。Buldyrev等人（2010年）发现，相互依存的网络相比其非相互作用的子网络，变得更容易发生冲突。关于多层网络的经济文献并不多。总而言之，我们的论文与研究银行间市场的几篇文章有关。大多数关于银行间市场的研究都集中在传染上。Cont等人（2011年）利用一系列不同类型的银行间风险敞口（即固定收益工具、衍生品、借贷），研究巴西市场的潜在传染。根据意大利的数据，Mistrulli（2011）发现了银行违约几乎不会引发系统性危机的证据。Iazzetta和Manna（2009）关注意大利双边银行间存款，以调查银行的中心地位和系统的弹性。

其他研究利用估计技术重建双边关系，为这一研究领域做出了贡献（完整调查见Upper（2011））。Montagna和Kok（2013）开发了一个基于代理的模型，旨在捕捉不同银行业务产生的风险。在这种情况下，银行间市场的网络表示依赖于一个多层次模型，该模型考虑了长期和短期双边头寸以及对外部金融资产的常见风险敞口。作者发现，各层之间的相互作用在放大传染风险方面很重要。作为一种副产品，专注于单一银行间业务可能会低估冲击的传播。Abbassi等人（2013年）使用Target 2支付系统的银行间风险敞口估计数据集，并将网络协变量嵌入其经济计量模型。他们估计了雷曼兄弟倒闭对欧元银行间市场结构的影响。成熟度不同的细分市场的反应方式也不同。隔夜无担保部门的交易量没有下降，而雷曼兄弟破产后，货币市场的交易量下降。许多其他非网络文件试图评估金融危机对不同银行间市场部门的影响。Afonso等人（2011年）分析了雷曼事件后美国联邦基金市场交易对手风险增加和流动性囤积。Kuo等人（2013年）利用数量和价格信息研究了美国终端银行市场。本文的主要结论是，在雷曼危机前后，到期日缩短，交易量减少。本文的组织结构如下。第2节介绍了我们的数据集。第3节专门比较不同层的拓扑和度量特性。在第4节中，我们介绍了相似性分析。

在第5节中，我们研究了网络的统计集合如何解释不同层的结构。三个技术附录介绍了我们分析中使用的数学工具。2数据描述我们根据意大利境内所有机构提交给意大利银行的监管报告建立银行间交易数据集。监管信息涵盖本地注册银行和外国银行意大利分行。我们关注贷款机构在绘制网络结构图时报告的信息。银行还报告与外国机构的交易。然而，这些信息不能完全用于评估银行间网络的几个原因的特征。然后，我们只关注国内联系。信息指的是年末未清余额。我们从2008年底开始关注5项观察。在此期间，意大利银行经历了2008年9月雷曼危机之后国际银行间市场的干涸，以及欧元区主权债务危机的影响。由于市场参与者对主权风险的担忧，欧元区主权债务危机，尤其是自2011年秋季以来，大幅减少了向意大利机构提供的银行间资金。欧元体系的应对措施包括注入流动性，就像世界各地的其他央行一样，以缓解货币市场的紧张局势。采取了非常措施。此外，一波监管干预和提案正在影响银行的融资结构和银行间市场。

作为一个主要的欧洲国家，意大利及其银行间市场经历了一连串的冲击和政策干预，代表着一个非常独特的环境。由于20世纪90年代和21世纪初的合并过程，大多数银行在意大利通过大量子公司运营：例如，最大的5家集团——目前占银行业总资产的约60%——通过大约55家子公司运营。最重要的是固定利率全额分配程序、补充性长期业务、扩大合格抵押品范围、两项有担保债券购买计划以及与多家主要央行的货币互换。此外，2011年12月21日和2012年2月29日分配了两项期限为36个月的长期再融资业务（LTRO），临时扩大了抵押品框架。因此，区分集团内交易和集团间交易是至关重要的。由于银行间借贷决策通常在母公司层面做出，我们假设网络的相关经济机构位于集团层面。因此，我们将重点放在集团层面合并的集团间交易数据上。不过，由于母公司管理的资金分布在集团的子公司之间，内部资本市场在该网络中扮演着重要角色。我们通过将此类交易建模为自循环（借贷机构与借贷机构重合）来保留关于借贷合同的信息。只要定义相应的指标需要，网络统计数据就会通过删除此类关系进行调整。银行间市场的代表是一个加权和定向网络，即一组通过不同类型的金融工具（边缘）相互连接的节点（银行）。

链接的方向是从i银行向j银行提出索赔，权重是j银行对i银行的负债金额（以百万欧元计）。银行间交易的其他信息的可用性决定了我们多层分析的性质，在多层分析中，我们侧重于按合同类型和到期日划分的网络故障。记录的最相关交易类型包括隔夜、即期和定期存款、存款证明和回购协议。为简便起见，我们仅区分无担保交易和担保交易，同时通过区分短期交易（不包括隔夜交易，最长12个月）和长期交易（超过12个月），保留有关无担保合同到期日的信息。我们注意到，我们关于安全交易的数据仅指OTC合同，而绝大多数安全交易发生在受监管的市场上，并进行集中清算。意大利金融系统以银行为基础，意大利银行间网络（IIN）是欧元区最大的网络之一。表1报告了期末未付金额。顶部面板指的是包括集团内贷款在内的非合并数据。从集团内部交易中扣除的合并数据在底部面板中报告。银行间网络的很大一部分来自集团内部借贷（平均超过80%）；此外，据报道，由于一个主要集团的几家子公司合并，2010年集团内交易量大幅下降。