银行网络与杠杆依赖：来自选定银行的证据

直觉是，企业部门在经济中分配贷款，例如以工资的形式，家庭反过来将这些收益随机存入少数银行。请注意，这会产生资产负债表（资产）增长，这将进一步丰富杠杆动态。虽然每次贷款发生时都随机抽取M家银行，但i的权重是固定的，但会重新调整，即ωmt=ωM/PmωMTm、 m∈ M N理由是2018年8月21日3:36 WSPC/INSTRUCTION FILEbanking˙networks˙arxiv˙重新提交银行网络和杠杆依赖性15随着时间的推移，一些银行倾向于拥有更高（或更低）的稳定存款份额。6.此外，我们建议，在每个时期，随机银行i发生负性冲击的概率（低）。当冲击事件被触发时，存款和流动性以固定金额减少，例如0.2×`。d7。最后，公司和银行间贷款在T期后偿还。因此，在t+t银行股权Eit+Twill增加时，公司部门贷款与银行间市场贷款（如有）之间的利息净额增加。与最初在整个银行系统中分配的贷款相反，偿还资金来自房地产部门。换句话说，我们隐含地假设公司部门总是有生产力的，因此能够在其他地方产生收益。请注意，由模型产生的一整套银行互动可以用有向网络的形式来描述。在该图中，节点由N家银行给出，节点之间的定向链接由银行间贷款的方向给出。因此，每个时间点都可以用相邻矩阵At来充分刻画，其中Atis是一个N×N矩阵，通常不会是对称的。一个条目Ai，j=1（即。

edge from i to j）意味着j银行已经从i银行借款。但是，我们不会使用这些信息来分析数据，我们只会应用前面描述的模拟杠杆时间序列的方法来研究生成的功能网络。4.2. 模拟结果我们现在模拟模型设置N=80，与阿根廷和巴西网络的实际规模相当。这使得在不丧失一般性的情况下，可以更容易地将结果与第3节中的结果进行对比。事实上，如果我们修改参数，如N、`、rC、rB等，结果仍然定性相似。例如，图7的（A）和（B）分别显示了平均资产和杠杆随时间的模拟动态。经过一段短暂的时间（未显示），平均杠杆变为静止（图（B））。此外，稳定值为6，这与在阿根廷和巴西观察到的值非常相似（见图2）。平均资产随着时间的推移而增长（面板（A）），在研究期间的增长率为4.5%。最后一个值与巴西的资产增长相一致（图A1）。现在，由于平均资产和杠杆率与经验值相似，我们应用之前针对单个模拟杠杆时间序列描述的网络方法来研究单个银行的行为。图7中的面板（C）显示了相关阈值ρ=0.8的模拟杠杆网络的图形表示。该拓扑结构与图4中的网络非常相似。特别是，该网络的特点是大量的相互关联性。这种与流动性相关的信贷冲击与[42]或[16]中的有所不同，因为我们更感兴趣的是模拟贷款动态，而不是偿付能力或违约风险本身。2018年8月21日3:36 WSPC/指令文件银行˙网络˙arxiv˙重新提交16 D.Aparicio和D.FraimanFig。7.

N=80和5000周期的模拟模型的结果。（A） 银行资产增长。（B） 平均杠杆率随时间变化。（C） 模拟网络的表示。（D） 作为相关阈值的函数，属于最大集群的银行的比例。集群，以及较小的银行社区和许多孤立的银行。此外，随着ρ的降低，不仅银行倾向于与最大的集群合并，而且它还呈现出不连续性，导致了一个独特的大集群（图7（D））。在ρ=0.5左右时，属于最大集群的节点比例从0.4跃升到0.8以上。面板（D）中显示的结果与图5中获得的结果非常相似。因此，银行间模型生成了类似于经验网络的模块化结构。但是，我们能否更多地谈谈推动银行之间联系的机制？特别是，我们想知道该模型是否能够揭示杠杆依赖背后的动态。为了回答这个问题，我们建议研究两个银行，尤其是两个最相关的银行。为了避免得出Ugust 212018 3:36 WSPC/INSTRUCTION FILEbanking˙networks˙arxiv˙重新提交Banking networks and Leverage Dependence 17从一次模拟中得出的结论，我们对模型进行了40次模拟，并针对每一次模拟，我们确定了杠杆依赖性最大的两家银行。然后计算总杠杆率和资产增长率，即上一个时期t=5000和t=0之间的增长率。我们计算了40次复制中两个银行的这个比率。这些比率的柱状图如图8的面板（A）和（B）所示。有趣的是，我们发现这两家银行在这两个变量上都有很大的增长。在模型中，当银行收到更频繁的贷款请求时，就会发生这种情况。

同时，由于这些银行往往拥有充足的流动性，它们也更可能向其他银行放贷。因此，该模型表明，具有更积极增长战略的银行可能会更加相互关联，从而在它们之间分担额外的风险。然后，我们将这个度量转化为经验样本的模拟。在图8的图（C）和图（D）中，我们分别计算了阿根廷和巴西每家银行的杠杆率和总资产增长。银行被要求提供更好的服务。回想一下，我们将模拟结果与阿根廷和巴西进行比较，因为它们的大小相似，N=80。红点和绿点分别表示每个国家最相关的两家银行。请注意，两家银行确实都表现出较高的平均增长率。阿根廷的资产增长率也较高，而巴西的资产增长率则较低。5.结论在最近且仍在持续的金融危机之后，一项重要的研究已将目光转向新的方法，以模拟金融风险和金融机构之间的传染，以及如何改善监管，从而降低个人和总体层面的风险。

在撰写本文时，银行监管法规正在进行修改，以纳入更严格的资本和流动性要求，从而使金融机构更好地准备吸收未来信贷相关事件中的损失。这一点尤其重要，因为从某个特定领域开始的危机可以通过各种渠道在整个系统中很容易放大或传播：银行间贷款导致的交易对手风险、资产价格普遍下跌（通过出售资产来提高资本/保证金要求）、流动性囤积或融资约束（更高的保证金、回购/货币市场运行），自我填充预言（银行挤兑）、非ZF救助或低估衍生证券的风险和敞口。本文研究了五个不同国家的银行体系，然后比较了它们之间的结果。我们使用银行级资产负债表数据构建网络，其中每对银行之间的链接根据杠杆依赖性进行分配。虽然这种互动并不意味着银行间金融交易，但我们的发现确实说明了重复性杠杆动态（例如，有关银行监管监管的概述，请参见[35,36,37]）。2018年8月21日3:36 WSPC/指令文件银行˙网络˙arxiv˙重新提交18 D.Aparicio和D。

B 1和B 2银行的平均杠杆率（5000）/杠杆率（0）频率0 20 40 60 800 5 10 15 20 25 B 1和B 2银行的资产（5000）/资产频率0 20 40 60 800 5 10 15●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●0 20 40 60 80银行杠杆率（2011）/杠杆率（2005）●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●阿根廷阿布拉齐尔。1  1 10100●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●0200406080银行资产（2011）/资产（2005）●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●110（D）（B）（A）（C）图8。模拟和实际网络的杠杆率和资产增长。（A） 以及（B）B1和B2两家关联度最高的银行的杠杆率和资产增长。（C） （D）阿根廷和巴西网络的杠杆和资产增长。同时进行杠杆化或去杠杆化的银行的风险）与理解风险集中度有关。有趣的是，我们发现，在所有国家（阿根廷、巴西、墨西哥、南非和台湾），网络拓扑结构的特点是由大量相互连接的银行，以及其他小型社区和孤立的银行组成。随着相关阈值降低，属于最大集群的银行比例几乎急剧增加：例如，在阿根廷和巴西，90%的银行以0.5的阈值组合成一个独特的集群。我们还发现，这些网络不是由一个枢纽（高度互联的节点）主导的，而是由一个模块化结构控制的，其中社区通过桥接连接2018年8月21日3:36 WSPC/指令文件银行˙网络˙arxiv˙重新提交银行网络和杠杆银行。这种新颖的发现可以被认为是一种在一组具有相似特征的银行中分散风险的最佳策略。

换句话说，当一家银行倒闭时，这一子集限制了危机连锁反应的蔓延，也限制了政府对减少的几家银行的援助。为了测试结果的稳健性，我们提出了一个公司和银行间贷款模型。该模型产生了丰富的资产负债表和贷款动态，这当然不打算捕捉金融系统和经济其他部分之间的所有复杂关系。我们的目标要小得多，我们的目标是建立一种能够揭示银行间关系复杂性的动态机制。有趣的是，在这样做的过程中，我们获得了与经验网络密切相关的杠杆网络。我们的模拟还表明，最近采用快速或激进增长策略的银行更有可能相互关联，因此分担更多风险。决策者和监管者还可以利用网络框架了解风险和杠杆，例如，他们可以利用这些工具定位高度互联的银行，并评估其对整个系统的重要性。当信贷事件发生时，负债率通常是评估可持续性最具前瞻性和最常用的指标。政策制定者应通过纳入银行间贷款或回购协议等直接风险敞口的额外指标来丰富这一分析，这些指标也可用于构建更详细的网络。最后，了解个人或普通冲击如何引发金融危机不仅是设计反周期或遏制政策所必需的，而且也是设计从一开始就防止或限制此类危机激增的政策所必需的。如[42]、[43]和[44]所述，更有可能破坏系统稳定的机构可能会受到更严格的监管、更高的资本要求或更低的银行风险敞口。

这种情况肯定会降低那些规模太大而不可能破产的机构过度冒险的道德风险激励。20国集团、金融稳定监督委员会和其他几个国家已经在为这些所谓的“系统重要性金融机构”或SIFI（参见[45]和[46]）起草特别监管指南。致谢我们感谢相应中央银行或储备银行的工作人员向我们提供数据。我们感谢D.海曼、J.C.哈拉克和两位匿名裁判的有益评论。参考文献[1]布兰查德，O.J.《危机：基本机制和适当政策》，国际货币基金组织工作文件，2009年4月1日至22日。[2] 多谢，达雷尔。信贷风险转移创新：对金融稳定的影响。国际清算银行第255号工作文件（2008年）。[3] A.G.霍尔丹，R.M.梅。银行生态系统中的系统性风险。《自然》469:351-355（2011）。2018年8月21日3:36 WSPC/INSTRUCTION FILEbanking˙networks˙arxiv˙重新提交20 D.Aparicio和D.Fraiman[4]Buiter，Willem，“2007年金融危机的教训”，提交给英国财政部特别委员会的背景文件，2007年12月11日。[5] Gorton，G.B.和Metrick，A。“证券化银行和回购挤兑”。耶鲁大学ICF工作论文第09-14号（2010年）。[6] Brunnermeier，M.K.“解读2007-2008年的流动性和信贷紧缩”。《经济展望》杂志，23,1,77-100（2009）。[7] Klodt H，Lehment H，编辑：《危机及其后。2007年金融危机的教训》。基尔世界经济研究所，电子图书（2009年）。[8] 芬德、英戈和雅各布·金特尔伯格。“概述：全球金融危机刺激了前所未有的政策行动”。国际清算银行季度审查，2008年12月。[9] 南卡罗来纳州巴蒂斯顿、哥伦比亚特区加蒂、马里兰州加列加蒂、不列颠哥伦比亚省格林沃尔德和J.E.斯蒂格利茨。

“危险联络：增加连通性、风险分担和系统性风险”。《经济动力与控制杂志》，361121-1141（2012）。[10] 申贤松。“对北岩的反思：预示着全球金融危机的银行挤兑”。《经济展望杂志》，23（1）：101-19（2009）。[11] 巴塞尔银行监管委员会。《巴塞尔协议II：资本计量和资本标准的国际趋同：修订框架》（2004年）。[12] 巴塞尔银行监管委员会。《巴塞尔协议III：更具弹性的银行和银行系统的全球监管框架》（2010年）。[13] 《巴塞尔协议III资本框架：决定性的突破》。国际清算银行（2010年）。[14] S.海斯和R.库恩。“互联网络中的衍生品和信贷传染”。《欧洲物理杂志B——凝聚态物质和复杂系统》，第85期，第4115期（2012年）。[15] 巴斯托斯·e·桑托斯，e.和康特，R。。“巴西银行间网络结构和系统性风险”。巴西中央银行，第219号工作文件（2010年）。[16] Nier，E.，Yang，J.，Yorulmazer，T.，和Alentraft，A.“网络模型和财务稳定性”。《经济动力与控制杂志》，31（6）：2033-2060（2007）。[17] Iori，G.，Jafarey，S.，和Padilla，F.“银行间市场的系统性风险”。经济行为与组织杂志，61（4）：525-542（2006）。[18] N.清崎和J.摩尔。。“信贷周期”。《政治经济学杂志》，105，2211-248（1997）。[19] 资产负债表、转移问题和金融危机。《国际税收和公共财政》，6459-472（1999年）。[20] L.F.C'espedes，R.Chang，A.Velasco。“资产负债表和汇率政策”。《美国经济评论》941183-1193（2004）。[21]F.S.米什金。“货币传导机制研讨会”。《经济展望》杂志9,4,3-10（1995年）。[22]R.P.Kishan，T.P.Opiela。

“银行规模、银行资本和银行贷款渠道”。《货币、信贷和银行学杂志》32，1211-141（2000）。[23]S.Morris，H.S.Shin。“系统环境下的金融监管”。布鲁金斯经济活动论文集，229-274（2008）。[24]R.奥利维拉、R.F.希奥泽、L.A.B.巴罗斯。“储户对太大而不能倒的看法：一项实证调查”。巴西中央银行，第233号工作文件（2011年）。[25]M.S.马丁内斯·佩里亚，S.L.施穆克勒。“储户会惩罚银行的不良行为吗？市场纪律、存款保险和银行危机”。《金融杂志》56，3，1029-1051（2001）。[26]A.M.梅奇勒，K.M.麦克迪尔。“美国银行的动态存款人纪律”。《银行与金融杂志》3071871-1898（2006）。[27]伊美先生。“日本的市场纪律和存款保险改革”。《银行杂志》2018年8月21日3:36 WSPC/说明文件银行业务˙网络˙arxiv˙重新提交银行网络和杠杆依赖性21 ING and Finance，30，3433-3452（2006）。[28]M.J.弗兰纳里。“在审慎银行监管中使用市场信息：对美国经验证据的回顾”。《货币、信贷和银行学杂志》30,3273-305（1998）。[29]E.Levy Yeyati，M.S.Martinez Peria，S.L.Schmukler。“系统性风险下的市场纪律：来自新兴经济体银行挤兑的证据”。世界银行，政策研究工作文件系列3400（2004年）。[30]S.加利亚尼，D.海曼，M.托马西。“远大的期望和艰难的时刻：阿根廷兑换计划”。Economoia 3，2，109-147（2003）。[31]G.A.卡尔沃、A.伊兹奎尔多、E.塔尔维。“突然停止、实际汇率和可持续性：阿根廷的教训”。NBER第9828号工作文件（2003年）。[32]L.D\'Amato，T.Burdiso，V.Cohen。“2001年阿根廷银行业和汇率危机：我们能从金融危机中学到什么吗？”。阿根廷共和中央银行，工作文件（2002年）。[33]M.纽曼，A.L。