异质性对重叠金融传染的影响

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 effect of heterogeneity on financial contagion due to overlapping
  portfolios》
---
作者：
Opeoluwa Banwo, Fabio Caccioli, Paul Harrald, Francesca Medda
---
最新提交年份：
2017
---
英文摘要：
  We consider a model of financial contagion in a bipartite network of assets and banks recently introduced in the literature, and we study the effect of power law distributions of degree and balance-sheet size on the stability of the system. Relative to the benchmark case of banks with homogeneous degrees and balance-sheet sizes, we find that if banks have a power-law degree distribution the system becomes less robust with respect to the initial failure of a random bank, and that targeted shocks to the most specialised banks (i.e. banks with low degrees) or biggest banks increases the probability of observing a cascade of defaults. In contrast, we find that a power-law degree distribution for assets increases stability with respect to random shocks, but not with respect to targeted shocks. We also study how allocations of capital buffers between banks affects the system\'s stability, and we find that assigning capital to banks in relation to their level of diversification reduces the probability of observing cascades of defaults relative to size based allocations. Finally, we propose a non-capital based policy that improves the resilience of the system by introducing disassortative mixing between banks and assets.
---
中文摘要：
我们考虑了最近在文献中引入的资产和银行二部网络中的金融传染模型，并研究了幂律分布的程度和资产负债表规模对系统稳定性的影响。与具有同质程度和资产负债表规模的银行的基准案例相比，我们发现，如果银行具有幂律程度分布，则系统对于随机银行的初始故障的鲁棒性会降低，并且针对最专业的银行（即低程度的银行）或最大的银行的定向冲击会增加观察到一连串违约的可能性。相比之下，我们发现资产的幂律度分布增加了随机冲击的稳定性，但对于目标冲击则没有。我们还研究了银行间资本缓冲区的分配如何影响系统的稳定性，我们发现，相对于基于规模的分配，向银行分配与其多元化水平相关的资本会降低观察到一连串违约的可能性。最后，我们提出了一种基于非资本的政策，通过在银行和资产之间引入非分割性混合来提高系统的弹性。
---
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_effect_of_heterogeneity_on_financial_contagion_due_to_overlapping_portfolios.pdf (838.74 KB)

2022-5-31 09:49:51 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：异质性 distribution Quantitative Applications Allocations

重叠PORTFOLIOSOPEOLUWA BANWO导致的异质性对金融契约的影响* 1，FABIO CACCIOLI2,3，PAUL HARRALDandFRANCESCA MEDDAQASER实验室，伦敦大学学院，高尔街计算机科学系，伦敦大学学院，高尔街系统风险中心，伦敦经济和政治科学学院，英国伦敦，Abstractwe考虑最近在文献中引入的资产和银行两方网络中的金融传染模型，我们还研究了幂律分布程度和资产负债表规模对系统稳定性的影响。与具有同质程度和资产负债表规模的银行的基准案例相比，我们发现，如果银行具有幂律程度分布，那么系统对于随机银行的初始故障就变得不那么稳健，并且针对最专业的银行（即低程度的银行）或最大的银行的冲击增加了观察到一连串违约的概率。相比之下，我们发现资产的幂律度分布增加了随机冲击的稳定性，但不增加目标冲击的稳定性。我们还研究了银行之间的资本缓冲分配如何影响系统的稳定性，我们发现，与银行的多元化水平相关的资本分配减少了相对于基于规模的分配观察到一连串违约的可能性。最后，我们提出了一种基于非资本的政策，通过在银行和资产之间引入非分割性混合来提高系统的弹性。1简介金融机构正越来越多地将其资产负债表分散到多个资产类别中，以减少其投资组合风险的特殊组成部分。这导致多家机构投资组合的全球连通性增强（Battiston et al。

2012年；Josselin Garnier等人，2013年）。然而，最近的研究（P.Gai和Kapadia 2010；May和Nimalan Arinaminpathy 2010；N.Arinaminpathyt al.2012；Caccioli et al.2014；Caccioli et al.2012；Nier et al.2007）表明，虽然增加互联性有助于分散整个系统的风险，但也有助于*奥佩卢瓦。班沃。13@ucl.ac.uk1引言作为危机发生时的传染传播和放大机制。这也是美国国际集团（AIG）在金融危机期间获得纾困的部分原因，因为许多最大的金融机构都通过衍生工具合同接触到了AIG（Scott 2012，提供了更多细节）。金融机构通过机构间贷款（如银行间和回购交易）直接联系，也通过类似资产投资（如重叠投资组合产生的联系）间接联系。虽然前者引起了对交易对手和展期风险在传播传染中的作用的研究的最大关注（Caccioliet等人，2012年；P.Gai和Kapadia 2010年；Prasanna Gai等人，2011年；N.Arinaminpathy等人，2012年；May和Nimalan Arinaminpathy 2010年），学术界和决策者最近才开始密切关注与重叠投资组合相关的间接关联所带来的系统性风险（Caccioli et al.2014；Huang et al.2013）。这些联系为一家或多家金融机构传播按市值计价的投资组合损失提供了一个传染渠道，这是由于持有相同资产的陷入困境的机构出售资产导致资产价格下跌。

在某些情况下，这些损失可能足以导致其他机构陷入困境，从而导致更多轮的资产再出售和资产价格进一步下跌。例如，2007年的量化危机是由一种类似的情况引起的，其中一只股票对冲基金的投资组合的转售清算压低了其他基金所持有资产的价格，导致他们进行额外的几轮出售，进一步压低了资产价格，并导致了巨大的投资组合损失（有关详细讨论，请参见Khandai和Lo 2007）。关于重叠投资组合的现有文献仅考虑了单一资产类别产生的银行相互关联（Cifuntes等人2005年；Nieret等人2007年；P.Gai和Kapadia 2010年；N.Arinaminpathy等人2012年）。然而，（Caccioliet等人，2014年）最近将（Cifuntes等人，2005年）引入的零售模式推广到了许多资产的情况。他们利用一个二部金融网络模型描述了金融系统在结构属性方面的稳定性，包括平均程度、市场拥挤、杠杆和市场影响，在该模型中，传染通道是通过具有同质程度的银行之间的本地投资组合重叠形成的。然而，他们的方法依赖于假设所有银行的程度和规模都是同质的，而事实未必如此。事实上，最近的实证研究（Guo等人，2015年；Braverman和Minca，2014年；Marotta等人，2015年；Masi和Gallegati2012年）表明，共同投资组合持有量和资产负债表规模分布的真实金融网络偏离了这一假设。具体而言，他们在这些分布中提供了功率定律的证据。根据这一发现，我们推广了（Caccioli et al.2014）中的方法，以解释银行等级和规模的幂律。

我们将学历较低的银行称为专业银行，而学历较高的银行则被称为多元化银行。这样，我们就能够区分从非常专业到非常多元化的不同类别银行的系统性风险贡献。此外，我们还研究了各种监管资本政策模型的有效性，这些模型是由不同类型银行的系统性风险贡献所形成的直觉所引导的。然后，我们研究了通过在网络中引入结构相关性而不施加新的资本要求来提高系统稳定性的可能性第21页介绍。最后，我们描述了系统相对于杠杆的稳定性响应。我们模拟所用的模型属于交易对手网络模型文献中广泛使用的同一类传染机制（Nier等人，2007；Upper 2011；P.Gai和Kapadia，2010）。简而言之，系统受到外部扰动，由此产生的影响通过网络递归传播，直到观察到新的默认值。这种反馈机制基本上是由基于市场影响函数的资产贬值驱动的，该函数根据交易量对资产进行重新估价（Bouchaud和Cont 1998；Bouchaud等人，2009）。我们的目标是了解银行投资组合结构的异质性对重叠投资组合导致的金融传染的影响。因此，我们从银行选择特定投资组合结构时使用的战略流程中提取了一些信息，如（Wagner 2011），他使用一个有根据的模型表明，在均衡情况下，联合清算的风险会促使投资者转向异质投资组合配置。此外，我们考虑的机械方法通过校准模型，使模型具有足够的通用性，可以对实际金融系统进行压力测试。

我们进一步假设被动投资组合管理，以保持动态简单（即银行在危机期间不去杠杆或重新平衡其投资组合）。从这个意义上讲，银行的投资组合保持不变，直到它在出现违约时被清算。这一假设可以从以下事实中得到证明：相对于大型机构持有的头寸，大多数金融市场都是非流动性的，因此每当危机发生时，银行通常没有足够的时间去杠杆化，直到它们破产为止（详细讨论见Caccioli et al.2014）。我们的压力测试表明，就随机冲击而言，异质银行程度和规模使得系统相对于同质基准情况更加不稳定，但就目标冲击而言，则不稳定。相比之下，资产集中度的异质性使系统对随机冲击更具弹性，但对目标冲击则不然。然后，我们在这些结果的指导下研究了可能的资本政策模型，并发现在平均程度较高的情况下，向最专业的银行分配资本的监管政策比随机分配表现更好。此外，在通过基于资本的政策提高金融体系的弹性方面，多元化是比规模更重要的因素。我们提出的见解可用于解决巴塞尔协议的一个主要缺陷，即忽视多元化在设定资本要求方面的作用（CEBS 2010）。例如，风险加权资本要求框架（riskweighted capital requirement framework）因鼓励银行专注于低风险资产类别（如银行间贷款、主权债务等）而备受批评，这一框架不足为奇地成为2007年金融危机的中心（Blundell Wignall和Atkinson 2012）。

最后，我们研究了通过非资本政策改善金融稳定性的可能性，该政策在二部网络中施加了特殊的配置，并发现分离式混合（即将最专业的银行与最集中的资产联系起来）提高了系统的稳定性。本文的其余部分组织如下。在下一节中，我们将概述主页32模型的MODELfeatures。在第3节中，我们探讨了异构网络拓扑和资产负债表规模对稳定性的影响。第4节深入了解了基于资本的政策的有效性，并通过在二方网络中引入结构相关性，提出了非基于资本的政策。在第5节中，我们研究了杠杆对我们模型的影响。最后，第6.2节“模型2.1网络”对我们的研究结果进行了总结。在（Caccioli et al.2014）中，我们考虑了由N家银行和M项资产组成的金融系统的两部分网络，如图1所示。银行i与资产j之间的联系表明j构成银行i投资组合的一部分。我们将KIA定义为银行i的度数（即链接总数）。因此，平均银行度数定义为：ub=NNXi=1ki（1）。同样，我们可以将资产的平均度数定义为：uA=MMXj=1li（2），其中，ljis是其投资组合中持有资产j的银行数量。在这种情况下，来自二部网络两侧的链路数量必须相等。e、 ubN=uaM。因此，我们得到了ub=uawhenever N=M。图1：异质性二分金融网络。银行用红色圆圈表示，资产用蓝色表示。银行之间的联系遵循幂律分布第42页模型2.2资产负债表结构上述网络中典型银行的投资组合包括非流动资产（如股票）和流动资产（如。

现金）。图2描述了银行资产负债表的总体结构。我们确定了银行的流动资产（A0i）负债比例非流动资产存款流动资产。g现金资本（1- θ） A0iCi=θA0iE0i=γA0idi图2：典型银行的资产负债表结构。本行以现金的形式持有固定金额的资产，为了简单起见，假设在整个模拟过程中其价值保持不变。资产和初始资本分别占其总资产的20%和4%，与之前的工作一致（Caccioli等人，2014；P.Gai和Kapadia，2010）。此外，（2011年上半年）的报告表明，发达经济体银行的资本结构通常与这种配置相一致。我们将i银行在任何时候的总资产定义为：Ati=MXj=1Qijptj+Ci（3），其中QIJ表示i银行持有j股的数量，ptjis表示t时j股的价格定义为：ptj=pt-1jfj（xtj）（4）其中xtjdenotes表示在时间t出售的资产j的数量。银行iat时间t的资本（权益）表示为：Eti=Ati- Di（5）在该模型中，当银行的初始资本捐赠因其资产价值折旧产生的损失而被完全侵蚀时，银行被宣布为资不抵债。因此，我们将银行i的偿付能力条件定义为：Ai-MXj=1Qijptj- Ci公司≤ Ei（6）第52页模型我们还可以将银行i的偿付能力条件表示为其初始杠杆的条件，定义为λi=Ai/Eii。e、 λi≤PMj=1Qijptj+CiEi+1（7），因此，杠杆率是银行破产的必要条件，因为无杠杆的银行，即（λi=1）总是满足方程6.2.3传染机制。我们模型中的典型模拟遵循以下顺序：步骤1。在时间步骤t=0步骤2对系统进行外源性电击。在每个连续的时间步t=1，2，…，检查银行的偿付能力状况，如等式7所示。。第3步。

清算任何新破产银行的投资组合，并重新计算资产定价步骤4。如果连续时间段之间没有出现新的默认值，则终止模拟。图3所示的流程图捕捉到了这种动态。是否有新的默认值？外来冲击清算投资组合和重新计算新破产银行资产价格表见图3：传染机制的流程图表示。银行只有在破产时才宣布破产。2.3.1外部冲击我们考虑两种初始冲击：随机冲击和目标冲击。在随机冲击中，银行或资产被随机选择并受到外部干扰，而在目标冲击的情况下，银行或资产的特定对象受到干扰。为了保持模型的简单性，我们假设清算资产与银行系统外部的交易方进行交易。第63页稳定性分析2.3.2市场影响我们假设市场影响函数的形式为fj（xj）=e-αxjas in（P.Gai and Kapadia 2010；N.Arinaminpathy et al.2012；Cifuntes et al.2005），因此xjis是资产j的流动部分。然后，资产j的价格根据以下规则更新：pj→ pjfj（xj）。正如（P.Gai和Kapadia 2010；Nier et al.2007；Caccioli et al.2014）中所述，我们将α设置为1.0536，以便清算10%的资产会导致资产价值下降10%。2.3.3系统稳定性我们根据外源性冲击带来的系统性风险来描述金融系统的稳定性。我们将系统性风险定义为传染发生的概率。在我们的模型中，只有当外源性冲击导致的cascadingdefaults数量超过临界阈值φ时，才会发生传染。我们将φ定义为系统中银行总数的5%，以与之前关于金融传染的工作保持一致（P.Gai和Kapadia，2010；Caccioli et al。

2014年）。3稳定性分析关于重叠投资组合导致的金融传染的现有文献仅考虑具有同质（即相似）程度和规模的银行（参见Caccioli et al.2014；Cifuentes et al.2005），例如，（Caccioli et al.2014）考虑使用Erd"os-R'enyi二部网络的同质金融网络。然而，最近的经验研究（Guo等人，2015年；Braverman和Minca，2014年；Marotta等人，2015年；Masiand Gallegati，2012年）表明，真实的投资组合网络与此类分布相去甚远。特别是，它们表明重叠投资组合网络中的学位分布存在幂律，类似于（Boss et al.2004；Caccioli et al.2015）中针对交易对手网络的观察结果。3.1银行异质性程度在本文中，我们希望研究银行异质性对银行稳定性的影响。因此，我们考虑一个异质的二部金融网络，其中银行的度数根据幂律分布生成，即P（k）∝ k-γ=2.5。然后，每家银行与随机资产形成链接，直到其达到生成的程度，这样就不会有任何银行与资产链接超过一次。这种链接形成方法意味着资产的链接数量遵循泊松分布，因为每个资产都具有相同的被选择概率。银行的等级可以解释为其多元化水平，因为它表示银行不同投资的数量。我们使用“专业银行”一词来表示专注于投资的银行，而不是持有多元化投资组合的银行。我们的重点在于了解不同类型银行的系统性风险贡献，这些银行从非常专业的银行到非常多样化的银行，没有混合在影响因素73的规模稳定性分析中。