美国的分裂、整合和宏观审慎监管

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：
《Fragmentation, integration and macroprudential surveillance of the US
  financial industry: Insights from network science》
---
作者：
Y\\\'erali Gandica, Marco Valerio Geraci, Sophie B\\\'ereau and Jean-Yves
  Gnabo
---
最新提交年份：
2018
---
英文摘要：
  Drawing on recent contributions inferring financial interconnectedness from market data, our paper provides new insights on the evolution of the US financial industry over a long period of time by using several tools coming from network science. Following [1] a Time-Varying Parameter Vector AutoRegressive (TVP-VAR) approach on stock market returns to retrieve unobserved directed links among financial institutions, we reconstruct a fully dynamic network in the sense that connections are let to evolve through time. The financial system analysed consists of a large set of $155$ financial institutions that are all the banks, broker-dealers, insurance and real estate companies listed in the Standard & Poor\'s $500$ index over the period $1993 - 2014$. Looking alternatively at the individual, then sector-, community- and system-wide levels, we show that network science\'s tools are able to support well known features of the financial markets such as the dramatic fall of connectivity following Lehman Brothers\' collapse. More importantly, by means of less traditional metrics, such as sectoral interface or measurements based on contagion processes, our results document the co-existence of both fragmentation and integration phases between firms independently from the sector they belong to, and in doing so, question the relevance of existing macroprudential surveillance frameworks which have been mostly developed on a sectoral basis. Overall, our results improve our understanding of the US financial landscape and may have important implications for risk monitoring as well as macroprudential policy design.
---
中文摘要：
根据最近从市场数据推断金融互联性的贡献，我们的论文通过使用网络科学的几种工具，对美国金融业在很长一段时间内的演变提供了新的见解。根据[1]一种关于股票市场收益的时变参数向量自回归（TVP-VAR）方法来检索金融机构之间未观察到的有向联系，我们重建了一个完全动态的网络，即允许联系随时间演化。所分析的金融系统由一大批155美元的金融机构组成，这些金融机构都是1993年至2014年期间标准普尔500美元指数中列出的银行、经纪人、保险和房地产公司。或者从个人、然后是部门、社区和全系统层面来看，我们表明，网络科学的工具能够支持金融市场的众所周知的特征，例如雷曼兄弟倒闭后连通性的急剧下降。更重要的是，通过不太传统的指标，如部门接口或基于传染过程的测量，我们的结果记录了独立于所属部门的公司之间的分裂和整合阶段的共存，并在这样做的过程中，质疑主要在部门基础上制定的现有宏观审慎监管框架的相关性。总的来说，我们的研究结果提高了我们对美国金融形势的理解，并可能对风险监控和宏观审慎政策设计产生重要影响。
---
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：
--> Fragmentation,_integration_and_macroprudential_surveillance_of_the_US_financial_.pdf (784.76 KB)

2022-6-1 02:02:11 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：宏观审慎监管 Quantitative Surveillance Institutions Contribution

美国金融业的分裂、整合和宏观审慎监管：来自网络科学的见解1,2，*, Marco Valerio Geraci1,3，Sophie B’ereau1,4，Jean-Yves Gnabo1,21。CeReFiM，纳穆尔大学，纳穆尔，比利时。2、纳穆尔复杂系统中心-比利时纳穆尔纳穆尔大学naXys。比利时布鲁塞尔自由大学ECARES。比利时卢瓦因新卢瓦因大学CORE。2018年1月30日摘要根据市场数据推断金融互联性的最新贡献，我们的论文通过使用网络科学的几种工具，对美国金融业在长期内的演变提供了新的见解。[1]采用时变参数向量自回归（TVP-VAR）方法研究股票市场收益，以检索金融机构之间未观察到的有向联系，我们重建了一个完全动态的网络，即允许联系随时间推移。所分析的金融系统由155家大型金融机构组成，这些机构均为1993年以来标准普尔500指数中所列的银行、经纪人、保险和房地产公司- 2014年。从个人层面、行业层面、社区层面和全系统层面来看，我们发现网络科学工具能够支持金融市场的众所周知的特征，例如雷曼兄弟倒闭后连通性急剧下降。更重要的是，通过较不传统的指标，如部门接口或基于传染过程的测量，我们的结果记录了独立于所属部门的企业之间的碎片化和整合阶段的共存，以及通信作者。

电子邮件：ygandica@gmail.comin这样做，就质疑现有宏观审慎监管框架的相关性，这些框架大多是在部门基础上制定的。总体而言，我们的结果提高了我们对美国金融格局的理解，并可能对风险监控和宏观审慎政策设计产生重要影响。通信作者。电子邮件：ygandica@gmail.com1引言许多学术贡献都强调了金融机构之间的强大相互依赖性，主要是在2007年之后- 2008年全球金融危机，导致从微观审慎逐步转向宏观审慎，以实现金融稳定。然而，与其他领域相比，开发这一全系统框架的潜力所取得的进展仍然有限，如非物理、神经学或生物学，仅引用少数几个网络和复杂系统的表达已经根深蒂固了几十年的领域【3，4】。鉴于金融稳定对经济增长和福利的重要性，朝着这个方向努力并加速其他领域的“知识转移”以扩大我们对金融系统的了解似乎至关重要。在此背景下，本文的目的有两个。一方面，它带来了从网络科学到经济和金融系统的最新知识。更具体地说，我们使用了一整套专门用于分析网络结构的工具，以提高我们对美国金融业长期发展的理解。通过这样做，我们能够识别行业内以及跨金融部门的整合和分裂阶段。

因此，除其他外，我们的结果可以记录基于部门的计量和监管机构对宏观审慎监管的相关性。另一方面，我们da taset的具体情况，如下所述，尤其是对一个长期高动态系统的观察，旨在为网络sc ie nc e提供新的见解。研究人员在分析金融网络时面临的最大困难之一在于缺乏关于机构间物理关系的可靠和全面的数据集。为了解决这个问题，文献中现在常见的一种方法是利用嵌入在基于市场的数据中的信息，如[5，6]所述。简言之，金融机构代表网络的节点，其联系反映了成对企业之间的相对影响，这与一个机构因严重亏损而承受的压力传递给另一个机构的程度有关。这些链接的识别基于一个或多个与节点相关的可观察特征之间的时间依赖性的静态测量（例如，相关性或其他形式的因果测量），如其股票市场回报。根据金融稳定委员会（FSB）和巴塞尔银行监管委员会（BCBS），金融互联性是系统性风险以及跨辖区活动、规模、可替代性和金融机构基础设施和复杂性的决定因素。

它被定义为合同义务网络，可以潜在地引导财务困境【2】，如【3、4】所述，金融危机的一个富有成效的后果是科学地理解和接受经济和金融景观作为一个复杂系统的观点。然而，与其他学科相比，这种方法仍具有一定的实用性，这些学科甚至开发了专门的工具来分析复杂性。2011年，纽约梅隆银行（Bank of New York Mellon）、State Street Corporation和北方信托公司（Northern TrustCorp oration）（统称为专业托管银行）向巴塞尔银行监管委员会（Basel Committee on Banking Supervision）提出了以下担忧：在其对互联性的评估中，分类asused[用于衡量银行的系统重要性]，我们建议该提案更好地确定金融机构指定的资产和负债将包括在这些指标中。例如，尚不清楚金融机构的定义在多大程度上包括集体投资工具，如共同基金、抵押投资池或其他类型的私人基金和投资工具。机构之间的成对连接，而不是观察到的物理契约或交易，意味着在s系统上传播的信息远不是无害的，而是强烈影响路径中的所有节点。换言之，我们系统的链接反映了财务困境的有效传输渠道（即基于企业资产价值的变化），而不是来自物理连接的潜在渠道，如交叉贷款或共同投资组合。

在本文中，我们采用基于市场的方法来检索金融系统的网络表示，然后通过几个网络指标来研究其特征，这些网络指标成功地考虑了个人、部门、社区以及整个系统的分析。更具体地说，我们采用了这种方法的因果版本，其中统计依赖性用时间滞后进行评估，以恢复关系的方向性，并将影响者与接收器节点分离。我们系统的另一个重要方面是，节点是属于四个不同金融机构的机构，即银行、银行交易商、保险公司和房地产公司。因此，我们能够研究由任何传播机制引起的潜在中断水平是否不仅取决于网络中节点的结构位置（即其关键性水平），还取决于这些节点所属的扇区。重要的是，我们的网络是完全动态的，因为它是在连续的时期进行分析的，随着时间的推移，其结构可能会发生变化。最后但并非最不重要的一点是，我们超越了基于部门的分类，通过使用更不可知的方法来识别机构的子组，包括应用社区检测算法，该算法允许覆盖高度关联的金融机构的“数据驱动”组。继【1】之后，金融机构之间的联系通过贝叶斯时变VAR框架从股市价格中检索，该框架与【9】针对宏观经济数据开发的框架类似。这种方法的一个主要优点是，它允许在20年的时间间隔内生成时间网络，其中连接是随着时间的推移逐渐演变的。

另一个强大的特点是，它不使用共同滚动窗口方法，其中因果关系是重新估计的过度成功的子样本，这可能导致一些经验问题，这些问题可能模糊节点之间真实联系的识别。相反，统计推断是通过考虑数据的整个时间谱来建立的，因此克服了滚动窗口方法的一些局限性，即对窗口大小和异常值的敏感性。该方法适用于一个大型数据，可以合理地将其视为二十年来美国金融系统的最佳表现，因为它嵌入了标准普尔500指数中列出的所有金融系统，属于之前提到的四个部门。总体而言，它包括155家金融机构，从1993年4月至2014年11月，我们观察了这些机构的月度股价。相对较低的工作频率可以避免股市噪音带来的潜在问题，并有助于识别因果关系。这项分析是在全系统、部门和社区各级进行的。对于前一种方法，我们在每个周期对网络应用所谓的“Louvain方法”，考虑无向边。通过这样做，我们恢复了一组社区，金融机构可以在其中影响其他机构。“Louvain方法”在网络科学文献中被广泛用于分离高度关联的节点组。有了这种对美国金融业的动态描述，我们的主要目标是利用网络科学中的一组指标来描述其特征。因此，我们不打算在此深入分析网络拓扑对市场稳定性的影响，也不记录网络形成的驱动因素。

在这样一个背景下，金融系统的动态性质得到了恰当的描述，这些途径留给了未来的研究。然而，我们认为，这一贡献提供了重要的见解，可以补充现有的使用网络表示分析金融行业的研究。在最相关的贡献中，我们可以引用[5，6]。在他们的开创性工作中，他们提出了一种方法，通过从股市数据推断网络，克服金融机构之间物理关系缺乏全面数据的问题。对双变量模型[5]或更复杂的向量自回归模型和变量分解[6]应用格兰杰因果关系检验，他们提供了关于金融行业（包括银行、保险公司或投资基金）互联结构的第一组经验证据。这一代研究的主要警告之一在于，金融网络的时间性是如何处理的，因为它们确实依赖于通过滚动预测在不同时间段连续拍摄的行业快照。最近，有一些研究[1，10]其中一些研究开发了e d方法学方法，专门设计用于更好地处理金融系统的时变维度，并推断出完全动态的网络[1，10]。然而，这些贡献并没有充分利用网络科学提供的一套工具来记录显著模式，而是依赖于程度偏心度量。

我们建议通过同时解决这两个注意事项来弥补这一贡献中存在的差距。通过这样做，我们对以下问题有了新的认识，从而对文献做出了更大的贡献：（i）金融机构在个人和部门层面的影响/脆弱性，以及（ii）整个金融行业的分裂/整合。为此，我们专注于网络的六个具体方面：（i）度中心性，（ii）社区结构，（iii）组成结构，（iv）部门接口，（v）卡茨中心性和M-reachcentrality（传染过程），（vi）“顶级”机构行为。我们的结果记录了20年来美国金融业的演变。银行业和房地产业在金融转型的后续模式中扮演的关键角色显而易见，前者是行业风险的主要传递者，而后者则是主要的吸收者。由于保险公司对系统其他部分的地位及其对其他机构的影响，它们也被视为中心机构。相反，与样本中其他三个行业相比，经纪自营商的作用更为缓和。我们的结果还提供了重要的证据，在每个时间段，我们定义为顶级机构，这些机构的中心度测量值大于该时间段内最高值的85%，也就是说，该值属于一个范围，由一方的最高值定义，另一方的阈值等于最高值的85%。在整个研究中，中心度是通过使用替代性度量来计算的，例如在度内、度外或介于度之间。然后，我们统计每个部门属于顶级名单的机构数量。这一措施的灵感来自于[9]中提出的措施。

当仅考虑联系最紧密的机构（我们称之为顶级机构）的贡献时，它易于实施，并且能够轻松比较不同部门的连接水平。这一本地措施还反映了系统中最核心、风险最大或最脆弱的机构被隔离的程度，或者在危机期间是否存在一组高度关联的机构。关于金融行业内两个细分阶段的共同存在，以及企业之间的整体整合不断增加，无论它们属于哪个行业，这对基于行业的宏观审慎监管体系的准确性提出了质疑。从网络科学的角度来看，我们的结果说明了该领域开发的传统工具在分析基于溢出的金融网络方面的相关性。具体而言，它表明可以通过节点和部门层面的中心性度量从财务数据中检索相关信息。它提供的证据表明，社区结构或组件结构检测算法等特定的群体检测方法有助于创建金融机构的不可知类别，而非基于部门的群体。它记录了传染过程和卡茨中心度等替代指标的财务数据的准等效性。最后，我们在维基百科页面版的上下文中确认了将信息从中心度度量的p值提取到p值的兴趣，正如在[11]中所做的那样。本文的其余部分如下。我们在第二节描述了网络的构建。第三部分讨论了结果。我们首先分析了部门、社区和组成部分层面的网络主要特征。然后，我们检查部门界面，并最终讨论与传染建模相关的工具。