资产价格与银行行为的动态互动：系统分析

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：
《Dynamic Interaction Between Asset Prices and Bank Behavior: A Systemic
  Risk Perspective》
---
作者：
Aki-Hiro Sato, Paolo Tasca, Takashi Isogai
---
最新提交年份：
2017
---
英文摘要：
  Systemic risk in banking systems remains a crucial issue that it has not been completely understood. In our toy model, banks are exposed to two sources of risks, namely, market risk from their investments in assets external to the banking system and credit risk from their lending in the interbank market. By and large, both risks increase during severe financial turmoil. Under this scenario, the paper shows the conditions under which both the individual and the systemic default tend to coincide.
---
中文摘要：
银行系统的系统性风险仍然是一个尚未完全理解的关键问题。在我们的玩具模型中，银行面临两种风险来源，即银行系统外部资产投资的市场风险和银行间市场贷款的信用风险。总的来说，这两种风险在严重的金融动荡期间都会增加。在这种情况下，本文展示了个人违约和系统违约趋于一致的条件。
---
分类信息：

一级分类：Quantitative Finance        数量金融学
二级分类：Risk Management        风险管理
分类描述：Measurement and management of financial risks in trading, banking, insurance, corporate and other applications
衡量和管理贸易、银行、保险、企业和其他应用中的金融风险
--
一级分类：Quantitative Finance        数量金融学
二级分类：Computational Finance        计算金融学
分类描述：Computational methods, including Monte Carlo, PDE, lattice and other numerical methods with applications to financial modeling
计算方法，包括蒙特卡罗，偏微分方程，格子和其他数值方法，并应用于金融建模
--

---
PDF下载：
-->

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：系统分析 资产价格 Quantitative Applications Computation

资产价格和银行行为之间的动态互动：系统性风险视角佐藤浩、塔斯卡和伊藤隆志信息学院，京都大学，本町吉田，古坂洋，京都606-8501日本研究中心，中央政府，德国联邦银行，威廉·爱泼斯坦，法兰克福大街14号，德国金融系统和银行考试部，日本银行2-1-1日本中央银行apanhttp://ssuopt.amp.i.kyoto-u.ac.jp/akihiro/wiki_en/Abstract.银行系统中的系统性风险仍然是一个尚未完全理解的关键问题。在我们的玩具模型中，银行面临两种风险来源，即银行系统外部资产投资的市场风险和银行间市场贷款的信用风险。总的来说，在严重的金融动荡期间，这两种风险都会增加。在这种情况下，本文展示了个人和系统违约倾向于继续的条件。关键词：银行体系；资本充足率；顺周期性；基于agent的模型；金融市场1简介在全球化的世界经济中，通过多个渠道了解银行之间的相互作用至关重要[1,2]。一般来说，银行从存款利率与银行间市场、股票市场、信贷市场等利率之间的差异中获得利润。当然，货币流动和利率与国际经济状况密切相关。人们认识到，系统风险是由银行间的互联互通造成的。赫尔宾认为，系统性故障和极端事件是高度互联的系统和网络风险的后果。

他提出了一种通用理论，用于在全球系统科学框架下分析、理解和管理社会经济技术环境系统中各类领域的系统性故障[3]。他进一步阐述了系统不稳定性的一系列常见驱动因素，这些驱动因素可能会随着时间的推移破坏拟人化系统。以下驱动因素将是相当重要的：（1）增加系统规模，（2）由于试图节省资源而减少冗余（意味着没有安全余量），（3）更密集的网络（在网络的关键部分之间产生越来越大的相互依赖性），以及（4）高速创新（产生不确定性或“未知的未知”）。2佐藤昭宏、塔斯卡和伊藤隆志这些系统性风险可能来自金融市场和银行互动之间的正反馈循环。它们的形成有多种原因，如杠杆交易、趋势跟随者交易、亏损交易、银行破产、捆绑销售、房地产市场和实体经济、就业、财富过度集中、贸易失衡、政治权力、超低利率、过度或缺乏监管等。几种类型的非线性正反馈机制可以同时触发严重的崩溃，破坏所有金融系统。这项研究与旨在评估银行系统性风险的一系列工作相结合，这些工作包括在股票市场交易的高风险资产组合中进行系统性风险评估[4]。一些现有研究关注通过借贷网络进行风险传播。这种方法关注银行间债务和信用的相互作用。例如，Iori e t al.通过模拟银行的借贷活动来分析银行间货币市场的系统风险[5]。他们的模拟模型假设银行承担着由资金和投资活动之间的到期日差距造成的流动性风险。

该模型引入了一个特征，银行根据该特征规避风险，并进一步创造了一家银行的危机通过系统传播的可能性。此外，还分析了银行的异质性，这种异质性可能会在冲击传播中产生连锁效应，而同质银行组成的银行间市场往往会稳定吸收冲击。在该模型中，假设有两种类型的银行：现金为正的银行和现金为负的银行。因此，他们被归类为潜在贷款人和潜在借款人。银行首先投资，其余部分作为贷款发放。市场的总需求并不总是与总供给相匹配。因此，由于流动性不足，银行存在违约风险，冲击可以通过系统传播。至于银行间市场作为安全网的表现，当银行同质化时，银行间拆借的保险作用占主导地位；更高的准备金要求可能导致银行倒闭的高发生率。当银行在平均流动性或平均规模上存在异质性时，可能会产生传染效应。他们发现，这种影响既可以是直接的（即破产银行对其直接债权人的连锁反应），也可以是间接的（即造成整个体系的关键性）。尽管有可能造成传染，但他们坚持认为，银行间贷款似乎总能稳定系统：第一次失败之前的时间总是随着连通性的增加而增加。

他们的模拟结果还表明，仅仅异质性就可能导致不稳定性。Gai和Kapadia研究了共同区域的可能性和潜在影响，共同区域受到总体和特殊冲击、网络结构变化和既定市场流动性的影响[6]。通过对冲击传播的数值模拟，利用有向和加权网络模式l来表达冲击的广泛传播，建立了任意金融网络中的区域接触模型。资产价格和银行行为之间的动态互动3银行通过彼此之间的金融漏洞（包括通过银行间市场和支付系统）联系在一起。他们在具有任意结构的复杂金融网络中对意外冲击的传染进行建模，然后使用数值模拟来说明和澄清支持我们分析结果的直觉。模拟分析的结果表明，金融系统呈现出脆弱的趋势：虽然传染的概率可能很低，但当问题发生时，影响可能非常广泛。不利的集合股票和流动性风险放大了传染的可能性和程度。还阐明了为什么系统在2007年之前抵御相当大的冲击时的恢复力不应被视为其未来稳健的可靠指南。这意味着我们在建立基于网络的模型时需要更灵活的假设。该方法为未知联系时的接触风险建模提供了第一步。他们建议进一步扩展分析，放宽违约银行是随机选择的假设，并考虑目标失败对大型或高度关联的银行间借款人的影响。

如前所述，通过使用每家银行的实际资产负债表或赋予网络的形式，也可以在模型中加入额外的现实主义。从系统风险研究的角度来看，这种模型的扩展将是有益的。Haldane和May研究了单个金融机构风险优化对整个系统稳定性的可能影响[7]。他们在经过刻意简化的金融网络模型中探索复杂性和稳定性之间的相互作用，以找到一些政策教训，明确目标是最小化系统性风险。他们的目标是，可能被称为“金融生态系统”的网络动力学与电子科学有相似之处，在电子科学中，太多的复杂性意味着不稳定。著名的套利定价理论（APT）以及其他衍生产品定价理论通常假设完全竞争、市场流动性、无套利和市场完整性。关键的是，这些条件并不总是令人满意的；因此，假设这些条件下的活动会破坏市场的稳定，可能会对动态行为产生影响，而这些活动在初始阶段似乎是成功的。霍尔丹和梅也可能深入研究冲击传播机制，应用最初在生态学中发展的网络系统方法。金融系统表现为一个网络，其中许多银行通过网络连接，形成银行间货币市场。当某个节点的减震能力不足以承受即将到来的冲击时，在某些节点中产生的初始冲击会传输到其他连接的节点。此外，流动性因素在冲击传播中起主要作用。由于市场价格普遍下跌，银行外部资产的价值下降，随着更多银行相应倒闭，这种流动性冲击会放大。

因此，相对较小的初始流动性冲击有可能对系统性风险做出重大贡献。Iori等人还强调了冲击传播的分类效应，其中银行间贷款的可用性降低导致银行连续4次流动性融资失败。传统的经济学理论无法解释网络中节点之间的复杂相互作用。设定监管资本/流动性比率的传统理由是，特殊风险被降低到单个银行的余额。审慎监管正追随生态学的脚步，生态学在促进和管理生态系统弹性时越来越多地从全系统的角度出发。科学家们还从拓扑网络分析中列出了两个政策含义：跨金融系统的多样性和金融系统的模块化。他们警告说，银行的资产负债表和风险管理系统变得越来越同质化；大亨造就了脆弱。至于金融系统内的模块性，它通过限制级联的可能性来保护自然网络和构建网络的系统弹性。他们强调了在银行生态系统中鼓励模块化和多样性的重要性，作为支持系统抵抗的一种手段拟议的债务等级，以衡量银行的违约风险。pape r假设破产可能会影响其他银行的资产负债表状况，并可能发生传染效应[8]。债务等级是计算每家银行传染效应风险的指标之一。减少顺周期性和促进反周期性缓冲是Bas e l III协议中最重要的问题之一[9]。

它提供了一个信息，“危机中最不稳定的因素之一是整个银行系统、金融市场和更广泛经济中金融冲击的顺周期性。“在这项研究中，我们将重点放在金融资产之间的相关性上。这可能会影响共同因素和顺周期性。为此，我们研究了银行系统和金融市场之间的相互作用。金融价格会发生变化，并显示波动聚集和波动同步。事实上，金融价格的波动似乎是随机的，但金融市场的波动社会资产有时是同步的。如果许多银行持有金融资产头寸，那么它们的资本充足率有时可能会同步变化。这是资产负债表中金融资产的常见影响因素。为了研究这种情况，我们构建了一个由银行和金融市场组成的基于代理的模型。金融市场中广泛观察到通过潜在共同因素的联系。通过市场参与者的任意交易，冲击会在短时间内影响整个市场。个体资产的回报率，因此它们往往在波动性波动中同步：在特定时间观察到大规模的波动性波动，导致市场震荡。许多研究人员已经对金融市场中的资产价格波动进行了研究[10,11]。随机模型和基于代理的模型都得到了很好的研究[12,13]。一些研究人员非常关注金融市场中的网络效应[14,15]。根据对金融时间序列的实证研究，资产价格波动遵循厚尾分布。这通常是资产价格和银行行为之间的动态交互作用，以student t分布[1,16,17]中的随机数表示。

然而，由于资产价格波动是由市场参与者的交易产生的，因此高波动性制度并不独立于银行行为。银行行为如何影响金融市场？资产价格如何影响银行行为？这形成了循环因果关系。这是本研究的主要问题。为此，我们通过基于代理的模型来考虑银行间交互的玩具模型。我们假设银行与其他银行存在借贷关系，并将其资金投资于一项资产。我们关注两个观点：资本充足率和借贷网络与金融市场之间的相互作用。其中一位作者（T.I.）将GARCH模式l分别应用于个别股票收益率[18]，对日本股市进行了分析。结果表明，市场范围内的极端波动率（大于个人波动率经验分布的第95百分位）同步化，主要发生在危机时期。本文旨在阐明顺周期性的影响。我们假设，资产负债表中的金融资产在银行体系中扮演着共同的角色。从一个考虑银行系统和金融市场的基于代理的模型出发，我们构建了一个模型，并测量了银行间资本充足率的相关性。

我们发现，资本充足率的同步行为受到金融市场的影响。本文的其余部分组织如下：第2节定义了银行系统；第3节定义了市场参与者的行为；第4节展示了连锁反应式破产模型；第5节展示了从所提出的基于代理的模型中获得的仿真结果；第6节讲述了该模型的一些局限性；第7节专门用来得出我们的结论。2 BanksLet us considerN（t）银行在借贷关系和金融市场时间t下相互作用。假设一个资产负债表由银行i的负债和资产组成（见图1）。权益Ei（t）、存款Di和债务Li（t）被分类为现金Ci（t）、信贷Ki（t）和金融资产Ji（t）作为资产。我们假设本行持有风险资产的ni（t）个单位，其市场价格为S（t），现金价格为Ci（t）。因此，风险资产的价值估计为Ji（t）=ni（t）S（t）。由于该银行最初由其银行存款人融资，我们假设ni（0）>0，Ci（0）>0。银行存款被描述为Di，这是一个恒定值。如果第i家银行购买Vi（t）单位的风险资产，那么ni（t+t） =ni（t）+Vi（t）和Ci（t+t） =Ci（t）- Vi（t）S（t）。如果第i银行出售thenni（t+t） =ni（t）- Vi（t）和Ci（t+t） =Ci（t）+Vi（t）S（t）。Vi（t）代表银行i在t时的交易量。此外，银行之间存在借贷关系。这种关系可以描述为不对称加权矩阵。让Wij（t）在时间t.6 Aki Hiro Sato、Paolo Tasca和Takashi IsogaiFig时表示为i银行向j银行的贷款金额。1.资产负债表模型。