系统性风险的多层网络性质及其对

相似文件 换一批

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 multi-layer network nature of systemic risk and its implications for
  the costs of financial crises》
---
作者：
Sebastian Poledna, Jos\\\'e Luis Molina-Borboa, Seraf\\\'in
  Mart\\\'inez-Jaramillo, Marco van der Leij, and Stefan Thurner
---
最新提交年份：
2015
---
英文摘要：
  The inability to see and quantify systemic financial risk comes at an immense social cost. Systemic risk in the financial system arises to a large extent as a consequence of the interconnectedness of its institutions, which are linked through networks of different types of financial contracts, such as credit, derivatives, foreign exchange and securities. The interplay of the various exposure networks can be represented as layers in a financial multi-layer network. In this work we quantify the daily contributions to systemic risk from four layers of the Mexican banking system from 2007-2013. We show that focusing on a single layer underestimates the total systemic risk by up to 90%. By assigning systemic risk levels to individual banks we study the systemic risk profile of the Mexican banking system on all market layers. This profile can be used to quantify systemic risk on a national level in terms of nation-wide expected systemic losses. We show that market-based systemic risk indicators systematically underestimate expected systemic losses. We find that expected systemic losses are up to a factor four higher now than before the financial crisis of 2007-2008. We find that systemic risk contributions of individual transactions can be up to a factor of thousand higher than the corresponding credit risk, which creates huge risks for the public. We find an intriguing non-linear effect whereby the sum of systemic risk of all layers underestimates the total risk. The method presented here is the first objective data driven quantification of systemic risk on national scales that reveal its true levels.
---
中文摘要：
无法看到和量化系统性金融风险将付出巨大的社会代价。金融系统的系统性风险在很大程度上是由于其机构之间的相互联系而产生的，这些机构通过信贷、衍生品、外汇和证券等不同类型的金融合同网络联系在一起。各种风险敞口网络的相互作用可以表示为金融多层网络中的层。在这项工作中，我们量化了2007-2013年墨西哥银行体系四个层面对系统性风险的每日贡献。我们发现，专注于单一层面会低估90%的系统性风险。通过将系统性风险水平分配给各银行，我们研究了墨西哥银行系统在所有市场层面上的系统性风险状况。该概况可用于量化国家层面上的系统性风险，即全国范围内的预期系统性损失。我们表明，基于市场的系统性风险指标系统性地低估了预期的系统性损失。我们发现，目前预期的系统性损失比2007-2008年金融危机之前高出四倍。我们发现，个人交易的系统性风险贡献可能比相应的信用风险高出数千倍，这给公众带来了巨大的风险。我们发现了一个有趣的非线性效应，即所有层面的系统性风险之和低估了总风险。这里介绍的方法是第一个客观数据驱动的量化系统性风险的国家规模，揭示其真实水平。
---
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：
--> The_multi-layer_network_nature_of_systemic_risk_and_its_implications_for_the_cos.pdf (3.58 MB)

2022-6-4 12:38:59 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 系统性 Contribution Institutions Implications

系统性风险的多层网络性质及其对金融危机成本的影响Bastian Poledna、Jos'e Luis Molina Borboa、Seraf'nMart'nez Jaramillo、Marco van der Leij5,6,7和Stefan Thurner1,2,3*复杂系统科学科，维也纳医科大学，斯皮塔加塞23号，A-1090，澳大利亚安大略Fe研究所，1399海德公园路，圣达菲，新墨西哥州87501，USAIIASA，Schlossplatz 1，A-2361 Laxenburg，Australiadirecci'on General de Estabilidad Financia，Banco de M'exico，Ave.5 de Mayo 2，Ciudad de M'exico，Distrito Federal，M'exicotef，University of Amsterdam，Valckenierstraat 65-67，1018 XE阿姆斯特丹，荷兰研究部，荷兰银行，Westeinde 1，1017 ZN阿姆斯特丹，荷兰斯廷伯根研究所，Gustav Mahlerplein 117，1082 MS阿姆斯特丹，荷兰无法看到和量化系统性金融风险会带来巨大的社会成本。金融系统中的系统风险在很大程度上是由于其机构之间的互联性而产生的，这些机构通过不同类型的金融合同（如信贷、衍生品、外汇和证券）网络连接在一起。各种风险敞口网络的相互作用可以表示为金融多层网络中的层。在这项工作中，我们量化了2007-2013年墨西哥银行体系四个层面对系统性风险的日常贡献。我们发现，专注于单一层面会低估90%的系统性风险。通过将系统性风险水平分配给各银行，我们研究了墨西哥银行系统在所有市场层面上的系统性风险。该文件可用于量化国家层面上的系统性风险，即全国范围内的预期系统性损失。我们表明，基于市场的系统性风险指标系统性地低估了预期的系统性损失。

我们发现，与2007-2008年金融危机之前相比，目前的预期系统损失高出四倍。我们发现，个人交易的系统性风险贡献可能比相应的信用风险高出千倍，这给公众带来了巨大的风险。我们发现了一个有趣的非线性效应，即所有层面的系统性风险之和低估了总风险。这里介绍的方法是第一个客观数据驱动的国家级系统性风险量化方法，揭示了其真实水平。关键词：多元网络、定量社会科学、风险传播、连锁失效、系统风险缓解、金融监管。引言金融市场中的系统性风险（SR）是指金融系统中相当一部分不再履行其信贷提供者的职能并崩溃的风险。从更狭义的角度来看，SR是一种传染或影响的概念，它始于一个金融机构（或一组机构）的失败，并通过金融系统传播，并可能传播到实体经济[1，2]。金融市场中的系统性风险通常通过两种机制产生，要么通过代理行为的同步（再销售、追加保证金、羊群），要么通过代理的相互关联。前者可以通过同步行为期间的潜在资本短缺来衡量，在同步行为期间，许多机构同时陷入困境[3-6]。后者是金融债权和负债的网络性质的结果[7，8]。基于网络的SRS具有潜在的极大危害性，因为可能会出现连锁故障，这意味着财务代理的违约可能会引发其他代理的违约。

次级违约可能导致大量违约渗透*斯特凡。thurner@meduniwien.ac.atthroughout整个网络，并可能通过去杠杆级联来彻底摧毁金融系统【9–17】。人们普遍认为，担心连锁反应的失败是陷入困境的机构经常以巨大的公共成本破产的原因【18】。在监管者方面，为了应对2007-2008年的金融危机，人们现在更广泛地关注SR。关于需要新的金融监管的共识正在形成，包括对金融世界的潜在重新设计。在目前讨论的Baselii监管框架中，网络的重要性得到了认可[2，20]。这些发展推动了对SR和金融网络的研究。已经证明，金融网络的拓扑结构可以与系统崩溃的概率相关联【21，22】。特别是，网络中心性指标已被确定为各群体量化SR的适当指标【8，23–28】。中心性度量的一个优点是，特定节点的SR值没有明确的解释，无法作为级联故障事件情况下预期损失的度量。解决这一问题的中心性度量的一个变体是所谓的DebtRank，这是一种递归方法，用于量化金融节点在损失方面的系统相关性Battiston等人【29】。DebtRank实现的这一改进激发了最近关于财务SR的工作，涉及真实数据[30]和基于代理的模型[28]。尽管SR和致力于该主题的研究工作极为重要，但迄今为止，还没有可靠的定量指标在国家和时间基础上量化SR。

有时被用来估计市场风险的指数，如波动率指数（volatilityindices，如VIX）或信用违约掉期利差（如CDX），都是很差的替代指标，因为它们显然无法将连锁违约考虑在内。由于这些指标严重低估了经济体中SR的真实水平。在这项工作中，我们开发了一些潜在的实用方法来量化金融多层网络中的SR。首先，我们将金融网络中系统重要性的概念扩展到多层网络。这使得评估不同金融网络层次的SR贡献成为可能。其次，我们开发了arisk度量来量化SR造成的预期损失，通过明确使用每日规模的金融网络拓扑，将级联考虑在内。这种风险度量将系统重要性的概念扩展到了国家层面，使我们能够比较一段时间内的SR经济水平，并识别趋势和历史事件。从这个意义上讲，度量可以用作指示器或SR索引。特别是，在最近的危机前后，可以比较SR水平及其相关的潜在成本。第三，在Poledna和Thurner【30】的工作基础上，我们使用风险度量来量化金融网络中个人风险对整体SR的边际贡献。这允许我们将系统重要性的概念从金融机构扩展到个人风险。特别是，它使我们能够量化与金融机构每个单独风险敞口相关的SR预期损失。这项工作基于一个独特的数据集，该数据集包含20042013年期间墨西哥市长金融中介机构（银行）之间的各种类型的每日风险敞口（在这项工作中，我们使用2007-2013年的数据）。

数据由进出口银行收集和拥有，并在各个方面进行了广泛研究【31–33】。在此，我们重点关注在不同市场上同时互动的银行，它们产生四种不同类型的风险：（无担保）银行间信贷、证券、外汇和衍生品市场。因此，机构通过四种不同类型的合同联系在一起。不同的合同类型可以被视为不同的网络层。连接相同节点集的各种网络的集合称为多层或多路网络。各种风险敞口网络的相互作用可以在金融多层网络中以层的形式呈现。该数据还包含每个月的银行资本。利用这些数据，我们量化了各层的SR贡献，并估计了一层暴露对其他暴露的相互影响。我们得到了一系列实际相关的结果。首先，我们表明，专注于单个曝光层会低估总SR高达90%。当关注所有层面时，我们发现了一个有趣的非线性影响，即所有层面的SR之和低估了总SR。其次，我们表明基于市场的SR指标系统性地低估了预期的系统损失。第三，我们发现，目前的预期系统损失比2007-2008年金融危机前高出四倍。第四，我们发现，个人交易的SR贡献可能比相应的信用风险高出100倍，这给公众带来了巨大的风险。这里介绍的方法是第一个目标，数据驱动的国家级SR量化，在时间基础上揭示其真实水平。二、相关文献我们的工作为SR和金融多层网络的现有文献做出了贡献。

近年来，在国外和一般背景下，对多层网络及其动力学的统计理解出现了一些贡献【34–36】。尤其是网络相似性度量、节点和链路相关性以及链路重叠度量的使用已证明是识别和量化层间交互的有用工具【34–36】。金融多层网络的各个层次包括信贷（借贷关系，包括交易对手风险敞口和隐性关系，如隔夜贷款展期）、保险（衍生品）合同、抵押债务、重叠资产组合的市场影响以及交叉持股网络（持有其他银行的证券或股票）。对金融网络的研究主要集中在单层；主要是金融机构之间的直接贷款网络[8，37-44]，但也包括衍生工具风险敞口网络[24，45]，以及普通资产风险敞口网络[46]。关于金融多层网络的研究最近才出现。Le\'on等人[47]研究了哥伦比亚不同金融市场上金融机构的相互作用。Bargigli等人[48]研究了有担保和无担保的短期和长期双边贷款的金融网络层之间的相互作用。然而，Bargigli等人[48]和Le'on等人[47]并不直接关心测量SR.Bluhm等人[49]考虑一个基于代理的多层银行间网络模型，包括不同的联系渠道，即共同资产风险敞口、直接贷款风险敞口和再销售。他们不关心各个层之间的相互作用。另一方面，Montagna和Kok【50】确实考虑了个体传染层对SR的贡献。

他们基于代理人的模型包括三个层次：长期直接贷款风险、短期直接贷款风险和普通资产风险。根据50家欧洲银行2011年底的资产负债表数据校准模型，他们得出了与我们类似的结果，即在组合多层网络上测量的SR可能远远大于各个网络层的总SR。然而，蒙塔格纳和科克[50]没有实际的双边网络数据可供使用；相反，他们在校准练习中将多层网络结构视为自由参数，而SR取决于所考虑的网络结构。然而，通过使用墨西哥金融网络中银行间准确双边风险敞口的每日数据，我们的工作不允许这种自由。使用高频纵向数据可以详细分析不同SR贡献随时间的变化。此外，Montagna和Kok[50]没有考虑衍生工具、证券交叉持有和外汇交易的风险敞口，在墨西哥数据集中，这些风险敞口是主要风险敞口，远比短期或长期无担保存款和贷款更为相关。此外，尽管Montagna和Kok[50]将违约级联中倒闭银行的数量视为系统性风险度量，但我们考虑了基于DebtRank的系统性风险度量，该度量允许根据预期损失对SR进行简单解释，并与基于市场的系统性风险度量进行简单比较。

因此，更细粒度和更广泛数据的可用性使我们能够进一步分析蒙塔尼亚和科克【50】。在这种情况下，提出了几种风险度量标准，这些标准主要侧重于损失统计，同时在同步行为期间，许多机构同时陷入困境，出现潜在缺口[3-6]。特别是，最近提出了四种统计计量方法：条件风险价值（CoVaR）、系统预期缺口（SES）、系统风险指数（SRISK）和不良保险费（DIP）。CoVaR被定义为金融系统的风险价值（VaR），以处于困境的机构为条件。一个机构对SR的贡献是CoVaR（以该机构处于困境为条件）与CoVaR（处于中间状态）之间的差异【3】。SES衡量资本不足的倾向，因为整个系统资本不足[4]。SES与杠杆率和边际预期差额（MES）相关。SRISK与SES和assuch密切相关，这是机构规模、杠杆程度和MES的函数【5】。DIP衡量针对银行系统系统性金融危机的保险价格，并与预期缺口密切相关[6]。这些措施都没有考虑级联默认值。三、 多层网络中系统性风险的量化a。金融多层网络——不同头寸类型的银行在不同的市场中相互作用，产生不同类型的风险敞口。银行发行的证券后来被其他银行购买。通过持有这些证券，银行将自己暴露给其他银行。外汇交易可能导致银行间的巨额风险敞口。他们的风险敞口与结算风险相关。

另一个可能导致重大风险敞口的市场活动是金融衍生品交易。我们分析了四种不同类型（α=1、2、3、4）的金融风险：“衍生品”、“证券”、“外汇”和“存款和贷款”。在第四节中，我们详细解释了如何从墨西哥数据集获得暴露类型。对于不同的风险敞口类型，我们使用以下符号：在时间t，机构i的α型对机构j的每次风险敞口的大小由矩阵元素Lαij（t）给出。α=1、2、3、4分别将层标记为“衍生品”、“证券”、“外汇”和“存款和贷款”。我们使用约定在矩阵L的行（第二个索引）中写入负债，因此给定日期t的条目Lαij（t）是银行I对银行j的负债。如果按列读取矩阵（L的转置），我们得到银行的资产或风险敞口。尽管本文所考虑的层次来自不同类型的金融风险，但所有层次中节点之间的联系与一家机构可能产生的总损失具有相同的含义，即另一家机构违约的后果。风险敞口的概念和维度（美元）对于所有层面的所有环节都是相同的：如果某一特定交易对手违约（在任何特定层面），一家机构将承担的总损失，有关详细信息，请参见第IV.B节。DebtRank–机构层面系统性风险的量化DebtRank最初被建议作为一种递归方法，用于确定金融网络中节点的系统相关性【29】。这是一个衡量网络中总经济价值V的分数的数量，该分数可能会受到单个节点i或一组节点S的影响。有关详细信息，请参阅附录C。一组节点S最初处于困境的债务等级用RS表示。