金融系统性风险网络模型研究综述

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：
《Network models of financial systemic risk: A review》
---
作者：
Fabio Caccioli, Paolo Barucca, and Teruyoshi Kobayashi
---
最新提交年份：
2017
---
英文摘要：
  The global financial system can be represented as a large complex network in which banks, hedge funds and other financial institutions are interconnected to each other through visible and invisible financial linkages. Recently, a lot of attention has been paid to the understanding of the mechanisms that can lead to a breakdown of this network. This can happen when the existing financial links turn from being a means of risk diversification to channels for the propagation of risk across financial institutions. In this review article, we summarize recent developments in the modeling of financial systemic risk. We focus in particular on network approaches, such as models of default cascades due to bilateral exposures or to overlapping portfolios, and we also report on recent findings on the empirical structure of interbank networks. The current review provides a landscape of the newly arising interdisciplinary field lying at the intersection of several disciplines, such as network science, physics, engineering, economics, and ecology.
---
中文摘要：
全球金融体系可以被描述为一个庞大的复杂网络，其中银行、对冲基金和其他金融机构通过可见和不可见的金融联系相互关联。最近，人们非常关注对导致该网络崩溃的机制的理解。当现有的金融联系从风险分散的手段转变为跨金融机构传播风险的渠道时，就会发生这种情况。在这篇综述性文章中，我们总结了金融系统性风险建模的最新发展。我们特别关注网络方法，例如双边风险敞口或重叠投资组合导致的违约级联模型，我们还报告了关于银行间网络经验结构的最新发现。当前的综述提供了一个新出现的跨学科领域的景观，该领域位于多个学科的交叉点，如网络科学、物理学、工程学、经济学和生态学。
---
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
--

---
PDF下载：
--> Network_models_of_financial_systemic_risk:_A_review.pdf (1.19 MB)

2022-6-1 15:52:30 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：系统性风险 网络模型 金融系 系统性 Institutions

金融系统性风险的网络模型：Abio Caccioli，1,2,3 Paolo Barucca，4,5和Teruyoshi Kobayashi6综述*伦敦大学学院计算机科学系，伦敦经济和政治学院英国系统风险中心，伦敦，英国伦敦数学实验室，英国苏黎世大学银行和金融系，苏黎世，瑞士龙顿数学科学研究所，伦敦，日本神户大学经济研究生院，2017年摘要全球金融系统可以表示为一个大型复杂网络，其中银行、对冲基金和其他金融机构通过可见和不可见的金融联系相互关联。最近，人们非常关注对导致该网络崩溃的机制的理解。当现有的金融联系从分散风险的手段转变为跨金融机构传播风险的渠道时，就会发生这种情况。在这篇综述文章中，我们总结了金融系统性风险建模的最新发展。我们特别关注网络方法，如双边风险敞口或重叠投资组合导致的违约级联模型，我们还报告了银行间网络经验结构的最新发现。当前的综述介绍了网络科学、物理学、工程学、经济学和生态学等多个学科交叉的新兴跨学科领域。1引言自2008-2009年全球金融危机以来，迄今为止已经积累了许多关于金融系统风险的研究。

这一新兴领域最显著的特点之一是其跨学科性质，研究人员具有经济学和金融学、统计物理学、生态学、工程学、应用数学等背景[1-3]。金融系统风险的研究吸引了如此多的学科，因为金融市场是一个复杂的系统，而复杂系统的研究传统上是一个跨学科领域。在金融市场中，有各种各样的市场参与者，如商业银行、保险公司、对冲基金、个人投资者和中央银行。这些参与者相互交流*通讯作者：kobayashi@econ.kobe-u、 ac.jpother通过出售和购买金融资产，创建金融负债、交叉资产持有和资产回报相关性的复杂网络。粗略地说，金融系统性风险是指与金融系统崩溃相关的风险。从复杂系统的角度来看系统性风险意味着将其视为在金融市场中运作的不同参与者之间的相互作用产生的风险。此外，个体参与者对他们共同创造的市场总体动态作出反应，因此为了理解系统性风险，必须考虑个体和集体动态之间的反馈回路。因此，了解系统性风险的关键是揭示微观-宏观反馈背后的机制。由于金融市场中发生的许多相互作用可以表示为机构之间的金融联系网络，因此系统风险研究的很大一部分致力于金融网络的研究[4，5]，这是本次简短综述的重点。在本文中，我们对金融系统性风险的最新研究进行了回顾。

在这里，我们重点关注在传统经济学之外发展起来的金融市场网络模型，尽管经济学文献中也有许多关于系统性风险的研究，其方法通常基于博弈论、金融和宏观经济建模。将金融系统建模为复杂网络的一个优点是，我们可以直接分析微观和宏观现象之间的复杂反馈，而无需过度简化金融联系的结构。正是网络结构在将微观事件引导到集体现象中起着至关重要的作用。此外，金融网络的经验结构很少采用Erd"os-R"enyi随机图和星形图等程式化形式，但它采用了更复杂的结构，如多重、二部、核心-外围和时变网络，这取决于相关金融联系的性质。这种复杂而现实的网络结构在传统的经济模型中无法实现。在第2节中，我们首先解释计算债权人之间债务资产分配所需的基本清算算法。在正常情况下，当债务人全额偿还借入资金时，双边信贷合同才得以结算。然而，如果债务人破产，那么就不再容易知道如何在其债权人之间持续分配债务人的剩余资产。按贷款金额比例分配剩余资产似乎是合理的，但信贷机构所遭受的损失也可能导致其违约。如果发生这种传染性违约，破产债权人的剩余资产也应按比例分配给其债权人，这可能反过来导致债权人的债权人破产，等等。

因此，在存在传染性违约级联的情况下，计算资金的最终分配基本上等同于计算迭代映射的固定点。我们简要介绍了一种广为人知的清除算法，即Eisenberg-Noe算法[6]。Eisenberg-Noe清算算法实现的资金分配在经济上是合理的，因为偿还给债权人的资金金额是由内生性决定的，与借出的资金金额成比例。然而，在现实世界中，这种理想的配置可能不可行，尤其是在金融动荡的情况下，因为评估破产银行的资产和债权人之间的谈判需要很长时间。因此，许多研究考虑固定的外部回收率（即债权人收到其付款的百分之六十），通常将其设置为零以分析最坏情况。引入零恢复假设的一个优点是，它允许我们使用网络科学中发展的社会传染模型来分析金融传染。这种方法的先驱是Gai和Kapadia【7】，他们利用了Watts的社会级联模型【8】。我们在第3节中回顾了这种违约级联的一些模型。由于信贷质量恶化，借款人和债权人之间的痛苦传播也可能发生在借款人违约之前。在第4节中，我们回顾了一个模型，即所谓的DebtRank[9]，它被引入来解释这种情况，以及它的一些扩展。压力不仅在借款人和贷款人之间传播。事实上，损失也可能在拥有共同资产的投资者之间传播。例如，许多银行通常持有的资产贬值将同时破坏持有该资产的银行的资产负债表。

如果一家银行的损失如此严重，以至于该银行无法满足其资本比率的最低要求，那么该银行将不得不出售其部分资产。此次清算对正在出售的资产的价格产生负面影响，从而给持有这些资产的其他银行造成损失。这样一来，一系列违约可能会由资产价格的初始下跌引发，并由银行之间存在重叠的投资组合所推动。因此，对通过交叉资产持有形成的隐藏银行间联系进行建模对于理解系统性风险非常重要。第5节介绍了该领域的最新研究。在第6节中，我们总结了有关经验银行间网络结构及其动力学的最新工作。银行的初始违约是否会引发大规模违约传染，在很大程度上取决于金融机构之间的联系方式。我们介绍了一些研究，这些研究检验了银行间双边交易形成的网络的经验结构，并解释了经过充分研究的核心-外围结构及其可能的局限性。还讨论了分析日常网络动态的必要性。第7节结束。2清算算法在金融网络和系统性风险的背景下，清算发挥着核心作用，因为不同交易的结算被卷入相互承诺的网络中。因此，它构成了导致可观察到的流动性问题、支付失败、损失和破产的结构性基础。

一般而言，金融交易可以是场外交易（OTC）合同，其中每对交易对手结算自己的合同，也可以由中央结算对手（CCP）收集和管理，吸收全部或部分金融风险，或者由市场通过订单动态进行调解。在这里，我们介绍了一个著名的清算模型，即Eisenberg和Noe[6]提出的清算模型，该模型涉及一系列有关金融网络系统性风险评估问题的工作。在示意图表示法中，两个交易对手之间的债务合同由金融机构a向金融机构B支付的金额表示。虽然该合同性质简单，但很容易认识到，在金融义务冲突的情况下，机构a可能无法，甚至不愿意，在规定的时间T全额偿还B。因此，有必要考虑债务的优先顺序，即其偿还优先于其他债务。除了确定的数量外，交易对手B有兴趣在合同到期之前提前知道A的违约概率（PD），即A与合同无关的概率，以及违约损失（LGD），即B在违约事件下能够收回的信贷。在本节中，我们将重点关注确定性清算程序[6]，特别是我们将调查任意数量的金融机构卷入单一横向债务合同单层网络的具体案例。模型中的所有机构都需要在到期时清算其付款，所有双边合同也是如此。艾森伯格（Eisenberg）和诺伊（Noe）提供了一组可靠的假设，以研究这种清算程序解决方案的基本性质。

这种方法允许在处理合同网络时计算债务级联、资金再分配和系统效应。重要的是要强调，这些模型仅构成确保金融稳定这一复杂多学科问题的一个数学方面，涉及政治、法律、经济、金融和基础设施方面。市场不透明和信息不对称导致不同金融机构的信贷风险估计与实际风险之间存在普遍差异。考虑到系统的复杂性，即使是一个完全灵活的结构模型也无法正确计算信贷风险，这是有争议的。因此，不透明性和财务复杂性导致了在投资组合构建和信贷发行方面的系统性风险承担能力不足【10】。2.1艾森伯格-诺伊模型紧随艾森伯格和诺伊[6]的工作，让我们考虑一个由金融机构组成的经济体，为了简单起见，以下称为银行。每家银行对其他银行的名义负债需要同时结算。这种负债结构可以用非负实数L的N×N矩阵表示，其中每个条目Lij代表节点i到节点j的名义负债。名义负债都是非负的，因为银行i和银行j之间的债务合同Lij为负值，将构成银行i的有效信贷，从而构成银行j的债务，并且只会显示为条目Lji的正值。另一个现实的假设是，银行不存在针对自身的名义债权，这导致负债矩阵对角线上的元素为空。最后，每家银行都有一个非负运营现金流ei，表示每家银行从所考虑的金融系统外部收到的净现金。

可以通过将现金流量设置为负值或通过在负债矩阵中添加额外的银行来引入外部负债。此类活跃银行的现金流为零，即e=0，并且应该从每个金融机构i收到LI0。然而，这种选择并不完全等同于负ei，因为合同的优先顺序是矩阵L中的负债，包括节点0的负债，低于仅从非负现金流ei中减去LI0得出的值。在下文中，我们将采用后一种选择，并考虑是否有可能设立一家额外的银行。在这幅简化图中，金融系统F是一对非负负债矩阵和一个运营现金流向量，F=（L，e）。该框架排除了金融系统存在的许多现实特征，例如：一对给定银行之间的多个合同、多个资历级别、或涉及两个以上银行，或不同的到期时间。此外，它没有详细建模现金流的仓促特征，也没有建模现金流的相关性结构，也没有建模不同机构之间是否存在共同资产持有。尽管该框架有其特殊性，但它成功地解决了确定支付清算向量的问题，即将其能够偿还给债务人的总金额关联到各银行的向量（L，e），在这样做的过程中，它能够在金融系统中引入一些关键数量和系统事件的特征，例如传染过程的动力学和唯一解存在的条件。现在，让我们更详细地了解[6]中定义的清算程序。引入一些辅助变量是有用的，即。

名义债务总额定义为：pi=NXj=0Lij，（1）和相对负债矩阵，量化了j银行在全额还款情况下有权从i银行获得的负债份额，即∏ij=Lij'pi，如果'pi>00，否则。（2） 最后，我们定义了支付向量p，即我们想要确定的未知量向量，即每家银行实际能够偿还的金额。根据定义，支付向量的所有元素均小于或等于义务向量的元素p，且大于或等于零，或者在公式中为p≤ \'p，p≥ 清算程序可能会产生p的多个解决方案，但通过作出一些直观和自然的财务假设，可以证明该解决方案是唯一的。Eisenberg Noe清算程序的财务要求如下：（i）支付向量的所有要素都小于或等于银行的可用现金流（有限责任），（ii）银行尽其所能偿还，即只要他们没有完全偿还所有债务，就不允许他们保持现金平衡；这也可以表示股权相对于银行间负债的优先级较低；（绝对优先权）（iii）特定负债的单独支付，即偿还给银行的有效价值，必须与负债所代表的总债务的分数成比例，如相对负债矩阵∏ij（比例）所示。更明确地说，对于每个机构来说，偿还给特定交易对手的负债与偿还给所有交易对手的总金额之间的比率必须等于名义负债与机构拥有的负债总额之间的比率。根据这些简单的假设，我们可以计算银行的净头寸，假设给定的支付向量p。