冲击的国际传播和银行网络的脆弱性

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：
《International Transmission of Shocks and Fragility of a Bank Network》
---
作者：
Xiaobing Feng, Woo Seong Jo and Beom Jun Kim
---
最新提交年份：
2014
---
英文摘要：
  The weighted and directed network of countries based on the number of overseas banks is analyzed in terms of its fragility to the banking crisis of one country. We use two different models to describe transmission of shocks, one local and the other global. Depending on the original source of the crisis, the overall size of crisis impacts is found to differ country by country. For the two-step local spreading model, it is revealed that the scale of the first impact is determined by the out-strength, the total number of overseas branches of the country at the origin of the crisis, while the second impact becomes more serious if the in-strength at the origin is increased. For the global spreading model, some countries named \"triggers\" are found to play important roles in shock transmission, and the importance of the feed-forward-loop mechanism is pointed out. We also discuss practical policy implications of the present work.
---
中文摘要：
从一国银行危机的脆弱性出发，分析了基于海外银行数量的加权定向国家网络。我们使用两种不同的模型来描述冲击的传播，一种是局部的，另一种是全球的。根据危机的原始来源，危机影响的总体规模因国家而异。对于两步局部扩散模型，我们发现，第一次影响的规模取决于危机起源国的海外分支机构的总数量，即向外的力量，而如果危机起源国的力量增加，第二次影响会变得更严重。对于全球传播模型，发现一些被称为“触发器”的国家在冲击传播中起着重要作用，并指出了前馈回路机制的重要性。我们还讨论了当前工作的实际政策含义。
---
分类信息：

一级分类：Physics        物理学
二级分类：Physics and Society        物理学与社会
分类描述：Structure, dynamics and collective behavior of societies and groups (human or otherwise). Quantitative analysis of social networks and other complex networks. Physics and engineering of infrastructure and systems of broad societal impact (e.g., energy grids, transportation networks).
社会和团体（人类或其他）的结构、动态和集体行为。社会网络和其他复杂网络的定量分析。具有广泛社会影响的基础设施和系统（如能源网、运输网络）的物理和工程。
--
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：
--> International_Transmission_of_Shocks_and_Fragility_of_a_Bank_Network.pdf (1.14 MB)

2022-5-5 22:52:06 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：脆弱性 Quantitative Transmission Applications Implications

冲击的国际传播和银行网络的脆弱性上海对外经济贸易大学金融学院冯小兵，中国上海201612，上海交通大学金融工程中心，上海200022*韩国水原440-746成均馆大学物理系和BK21物理研究部基于海外银行数量的加权定向国家网络分析了其对一国银行危机的脆弱性。我们使用两种不同的模型来描述冲击的传播，一种是局部的，另一种是全球的。根据危机的原始来源，危机影响的总体规模因国家而异。对于两步本地扩散模型，我们发现，第一次影响的规模取决于危机起源国的境外分支机构的总数量，而如果危机起源国的境外分支机构的总数量增加，第二次影响会变得更严重。对于全球传播模型，发现一些被称为“触发器”的国家在冲击传播中起着重要作用，并指出了前馈回路机制的重要性。我们还讨论了当前工作的实际政策含义。I.背景日益全球化在银行和金融市场的风险分担和风险分散方面提供了重要优势，但也促进了不同国家之间的风险扩散[1]。最近的金融危机或冲击源于美国，并蔓延到其他国家，见证了许多海外银行削减了对当地市场的贷款，并撤回了其陈述。

撤资导致东道国的流动性短缺，进而导致东道国在受危机影响国家的海外分支机构撤资。这一过程可以继续，因此在本研究中，这种情况下的冲击被定义为连续冲击。关于全球银行业冲击的传导机制，有大量文献[2]研究了日本资产泡沫是如何通过80年代日本海外银行在美国的贷款反应传导到美国的；[3] 探讨1998年俄罗斯债务违约对国际银行业的负面流动性冲击机制及其对秘鲁银行业的影响；[4] 研究2007年金融危机初期，外国母银行的财务困境对14个中欧和东欧国家的本地中小企业（中小企业）融资的影响。在复杂网络理论的框架内，本文介绍了冲击传播模型，并考察了连续冲击对全球银行网络的不同影响。我们发现，冲击的破坏与边缘的方向性密切相关，网络拓扑起着重要作用。*通讯作者：beomjun@skku.eduII.复杂网络方法的文献综述复杂系统方法在银行业的研究也经历了三个发展阶段。在早期阶段，[6]声称传染效应的可能性取决于银行间联系的结构。他们认为，“完整的联系结构”比“不完整的结构”更容易分担风险，因此会产生风险分担效应。[7] 进一步考虑单一和多货币中心银行系统的结构，其中外围银行与中心银行相连，但彼此不相连。

然后，我们用类似的方法对多层银行系统进行了检查。这些研究表明，尽管模型比较简单，尚未正式引入复杂系统理论，但学者们已经开始注意到银行结构对传染的影响。第二阶段的标志是一场题为“理解系统风险的新方向”的会议，来自不同学科的专家聚集在一起，探讨金融系统风险与工程、生态学和其他科学领域的系统风险之间的相似性[8]。此后，一系列运用各种建模和理论的跨学科研究出现了[9]。2007年的美国金融危机成为这一研究领域的另一个驱动力。在这个阶段，研究人员已经开始应用复杂系统理论来揭示不同金融市场的拓扑结构和特征，如国际贸易网络、投资网络、银行间清算网络[10]。当前文献中有三个问题需要解决并可以改进：首先，当前的研究集中在金融网络拓扑的披露上，对动力学的研究以及动力学和拓扑之间的相互作用是有限的；第二，来自经济学和复杂系统的知识的应用是相当机械的；第三，Libyafg。1.使用Gephi软件绘制的国际银行网络。顶点的大小与输出强度和输入强度之和成比例。Gephi中的社区检测算法[5]产生聚类，我们用不同的颜色表示它们。请注意，国家的地理位置和社区结构彼此密切相关。实证研究主要侧重于两个市场，即银行间市场和支付系统，这些市场的数据相对容易获取。

其他市场，如环球银行网络，几乎没有被研究过，因此这项研究的重点。本文将“脆弱性”定义为不同序列和不同规模的外部冲击导致银行数量减少。最初的冲击将在后期产生一轮又一轮的连续冲击，并在整个网络中传播。最初的冲击源于冲击目标国，比如2007年的USin；然后蔓延到美国海外银行所在的东道国；导致银行的进一步减少。因此，本文中的金融危机是网络-银行联系的崩溃，网络结构的全部或部分崩溃。三、 全球银行网络。数据库本研究使用的数据来自Bankscope，该公司拥有2009年至2011年全球超过30000家公共和私人银行的信息。每份银行报告都包含详细的合并和未合并资产负债表和损益表。数据来自惠誉评级和其他六个来源。它还提供公司和国家风险评级和报告、所有权、安全和价格信息。这个数据库是由范·迪克局制作的。数据库中可用于网络建设的信息是每家母银行在海外设立的分行和子公司的数量。子公司是指由母银行完全或部分拥有并完全控制的银行，母银行持有子公司一半以上的股份。在本研究中，子银行和分支银行被平等地视为海外银行。这两类银行的海外位置信息可以在数据库的“所有权”类别中找到。B

全球银行网络的拓扑结构通过使用收集的信息，我们构建了N=182个国家的有向和加权网络，其中从国家i到国家jis的有向弧分配了权重wij，即银行数量i放入j。我们目前的工作重点是国际银行，因此忽略了银行的国内分支机构，即wii=0。具有非零权重的弧的数量为M=1055（因此平均值为5.80），这表明网络非常稀疏，因为可能的弧的总数为N（N- 1） =32942，比M大得多。图1中的网络是使用软件GEPHI绘制的。虽然稀疏，但网络连接良好：巨大的组件大小与系统大小相当，有6个孤立的非常小的岛屿。全球网络顶点优势排名前五的国家依次为英国（英国）、美国、法国、德国和瑞士。亚洲顶点优势排名前五位的国家依次为日本、中国、香港、新加坡和韩国。就学位而言，排名前五的国家是英国、美国、俄罗斯、瑞士、法国。有趣的是，巴拿马岛被列为六大著名的离岸银行之一。亚洲排名前五的国家是新加坡、香港、中国、日本和韩国。就学位而言，排名前五的国家是英国、美国、法国、德国和荷兰，而在亚洲则是日本、中国、韩国、香港和新加坡。作为历史上的亚洲国际金融中心，新加坡、日本和香港仍在发挥重要作用，而中国正在获得发展势头。总的来说，该网络表明，一个国家的内部程度不同于外部程度。这意味着一个国家银行服务的出口不等于该国银行服务的进口。

因此，在全球银行网络中可以观察到服务贸易失衡。我们使用Gephi识别了10个集群，Gephi采用了[5]中的社区检测方法，并在图1中以不同的颜色显示它们。需要指出的是，即使在这个全球金融的时代，我们仍然观察到对国家地理位置的强烈依赖。在图1中，不同的社区有不同的颜色，可以清楚地看到，每个社区与每个大陆紧密相连。有趣的是，我们的发现与文献中的观点相反，地理距离对电子银行的发展不起重要作用[11]。四、 本地传播模式a。模型描述：局部传播在本研究中，我们提出了两种不同的冲击传播模型。在第一个局部蔓延模型中，我们通过考虑冲击传播过程，将重点放在危机的初始蔓延上，分为两个步骤：o作为银行危机的原始来源，我国被依次挑选。o第一步（第一波）：由于我国的国内银行业危机，我被迫将其银行业务减少了一小部分。α越大，最初的危机就越严重第二步（第二波）：我拥有银行（即wij>0）的每个国家（j）都意识到国内银行数量的变化，因此试图收回其在i的银行，以降低未来风险。我们假设j国试图很快出售其在i国的资产，因此总价值不可避免地减少。我们通过引入另一个参数β来考虑这种减少，使得j关闭i中的所有银行，然后移动分数1- β越大，j国在i中的损失越大。对于k的选择，我们选择jhas银行最多的国家（i除外）。

如果有两个以上的国家拥有最多的银行，我们会随机选择一个。对于有向网络和加权网络，我们可以将每一个HVERTEX i的输出强度SOUT和输入强度SINOT定义如下：souti≡NXj=1wij，（1）sini≡NXj=1wji，（2）分别对应于我建立的海外银行总数和ini的外国银行总数。我们还注意到，世界上外国银行的总数令人满意B=Pisouti=Pisini。在本节的局部扩散模型中，由国家i引起的全球危机的规模是通过每一步（i和II）后全球银行数量的变化来衡量的。我们将B（0）表示为任何危机前的外资银行总数，B（1）i[B（2）i]是第一步（II）中第一（第二）波由第一步中的原始危机引起后的外资银行总数。第一和第二波的严重程度由我们称之为“影响”的数量来衡量，该数量由0 50 100 150 200 50 100 150 150受影响国家（a）α=0.9定义，β=0.9I（1）I（2）0 50 100 150 200 0 50 100 150受影响国家（b）α=0.9，β=0.5I（1）I（2）0 50 100 150 200 0 50 100 150受影响国家（c）α=0.9，β=0.1I（1）I（2）0 50 100 150 200 50 50 100 150 150受影响国家（d）α=0.5，β=0.9I（1）I（2）0 50 100 150 150 150 100 150 100受影响国家（e）α=0，β=0.1I（1）I（2）0 50 100 150 200 0 50 100 150受影响国家（g）α=0.1，β=0.9I（1）I（2）0 50 100 150 200 0 50 100 150受影响国家（h）α=0.1，β=0.5I（1）I（2）0 50 100 150 200 0 50 100 150受影响国家（I）α=0.1，β=0.1I（1）I（2）图2。（彩色在线）本地传播模型：第一个影响和第二个影响（通过外资银行总数的变化衡量）显示为α和β的不同值。

随着α和β变得更大（即第一波和第二波的严重性变得更强），冲击大小也会增加。在第一波和第二波中造成最严重危机的前10个国家列在表Iof《世界银行数量：I（1）I》中≡ B（0）- B（1）i，（3）i（2）i≡ B（1）i- B（2）i.（4）B.影响大小：当地分布图2显示了每个国家造成的第一次影响和第二次影响。可以清楚地看到，不同国家的影响大小非常不同，随着第一波和第二波变得更加严重（α和β变得更大），影响大小也会增加。我们还列出了表一中I（1）和I（2）中α=β=0.5的最高值的十个国家。造成第一次影响最大的国家与造成第二次影响最大的国家之间存在很大差异。具体而言，香港、卢森堡和新加坡是众所周知的金融中心，尽管它们没有像我们这样最大的经济体。表II中的列表显示，第一次影响较大的国家和第二次影响较大的国家可能有很多不同的特征。为了详细说明这一点，我们将局部节点属性（内外度和强度）与图2中的冲击大小进行了比较。我们观察到强度和影响之间存在正相关，并得出结论，第一次影响主要由输出强度决定，而第二次影响则由输入强度决定。事实上，鉴于美国证券交易委员会（Sec）的本地银行危机蔓延模型，观察到的优势和影响之间的强相关性一点也不令人惊讶。IV A：第一波（第一步）仅与海外I银行签订协议，因此银行数量的减少主要由WIJ决定。

另一方面，第二次浪潮（第二步）主要受境内外资银行数量的影响，因此它应该与wji密切相关。具体地说，I（1）离子的依赖性可以理解为：第一波之后的B（1）Ia银行数量写为B（1）I=Pjkwjk，其中Wjk是表I之后的值。局部扩散模型：造成α=β=0.5的最严重第一和第二次影响的前10个国家的列表，对应于图2（e）。我们还列出了排名前10位的国家，这些国家拥有最高的大学学位、大学学位、大学实力和大学实力。排名第一的影响排名第二的影响排名第二的影响排名第二的影响排名第二的影响排名第二的影响排名第二的影响排名第二的影响排名第二的影响排名第二的影响排名第二的影响排名第二的影响排名第二的影响排名第二的影响排名第二的影响排名第三的影响排名第二的影响排名第二的影响排名第二的影响排名第三的影响排名第二的影响排名第二的影响排名第二的影响排名第二的影响排名第二的影响排名第三的影响排名第二的影响排名第二的影响排名第二的影响排名第二的影响排名第三的影响排名第二的影响排名第二的影响排名第三的影响排名第二的影响排名第三的影响排名第三的影响排名第二的影响排名第三的影响排名第三的影响排名第二的影响排名第三的影响排名第三的影响排名第三的影响排名第二的影响排名第三的影响排名第三的影响排名第三的影响排名第二的影响排名第三的影响排名第三的影响排名第三的影响排名第三的影响排名第三的影响排名第三的排名（BR）澳大利亚CH BR10加拿大CA新加坡SG利比亚SG SGStep I.由于危机发生在I，我们得到B（1）I=Xj6=I，kwjk+Xkwik，=B（0）-Xkwik+Xkb（1- α） wikc，（5）式中，bxc是x的平面，即不大于x的最大整数。然后我们得到i（1）i=s（out）i-Xkb（1- α） 威克。（6） 我们注意到→ 我（1）我→ s（out）ias也证实了我们的模拟。当α很小但不为零时，人们也可以理解I（1）I≈ k（out）isince b（1）- α） wikc=wik-1.类似的推理也可用于步骤II，以理解I（2）I≈ s（in）ifor大β和I（2）I≈ k（in）ifor小β。对于α和β的中间值，必须考虑银行的详细数量，以了解步骤I和II在银行网络中发生的情况。在表一中，我们还列出了排名最高的10个国家，其学位、学位、实力和实力。