系统性风险模拟框架及其应用

此外，值得注意的是，该模型并不预测遇险时间，而是提供了一个时间点风险水平的代理。换句话说，系统受到冲击后，银行违约的真实比例并没有确定，而是一个随冲击而增加或减少的值。23 5.6请注意，本次调查仅关注系统性风险的相对变化，并不是为了准确估计系统受到初始冲击后银行违约的概率。未来研究的重要途径包括为银行分配不同的初始冲击概率，并包括此类冲击可能同时影响多家银行的可能性。这应与长期宏观经济环境建模并行进行。在这种情况下，可以包括最后贷款人和监管成本。此外，在宏观经济环境下，杠杆效应可以更明确地建模。最后，银行部门与其他金融机构（如保险和投资公司）之间的互动应包括在未来的工作中。对于进一步的工作，重要的是考虑一系列不同的风险度量，并测试是否有相同的结论。未来工作的其他重要方向包括考虑更广泛的结构、更精细的资产划分以及使用网络对网络的方法来纳入一系列传染机制。感谢美国国家研究基金会（NRF）和Absa精算学主席对本研究的资助。

发表的意见和得出的结论都是作者的意见，不一定要归于NRF或Absa。作者进一步感谢Jeannette de Beer提出的宝贵建议和意见。参考文献Aikman，D，Alessandri，P，Eklund，B，Gai，P，Kapadia，S，Martin，E，Mora，N，Sterne，G&Willison，M（2009）。在系统稳定性的定量模型中为流动性风险融资。智利中央银行，工作文件20931 Albert，R&Barabási，AL（2002年）。复杂网络的统计力学。《现代物理学评论》74（1），47 Alessandri，P，Gai，P，Kapadia，S，Mora，N&Puhr，C（2009）。建立量化系统稳定性的框架。《国际中央银行杂志》5（3），47–81 Allen，F&Babus，A（2009）。金融网络。在Kleindorfer、Wind&Gunther的《网络挑战：互联世界中的战略、利润和风险》（2009年：367–382）。沃顿商学院出版社Arinaminpathy，N，Kapadia，S&May，R（2012）。模型金融系统的规模和复杂性。《国家科学院院刊》109（45），18338–18343 Battiston，S，Puliga，M，Kaushik，R，Tasca，P&Caldarelli，G（2012）。Debtrank：太中心而不能失败？金融网络、美联储和系统性风险。科学报告2（541），1–6 Birchler，UW&Facchinetti，M（2007）。自我毁灭的预言？利用市场信号作为触发因素以迅速采取纠正措施的内生性陷阱。BIS，研究工作组文件24 Bisias，D，Flood，M，Lo，AW&Valavanis，S（2012年）。系统风险分析调查。《金融经济学年鉴》4255–296 Borio，C，Drehmann，M&Tsatsaronis，K（2014）。压力测试宏观压力测试：是否达到预期？。《金融稳定杂志》12，3–15 Boss，M，Elsinger，H，Summer，M&Thurner，S（2004）。银行间市场的网络拓扑。

量化金融4（6），677–684 Cerra，V&Saxena，SC（2017）。繁荣、危机和复苏：商业周期的新范式及其政策含义。国际货币基金组织，工作文件WP/17/250 Chen，N，Liu，X&Yao，DD（2016年）。金融系统风险建模的优化视角：网络效应和市场流动性效应。运筹学64（5），1089–1108 Cifuntes，R，Ferrucci，G&Shin，HS（2005）。流动性风险和传染。《欧洲经济协会杂志》3（2-3），556-566 Cont，R，Moussa，A&Santos，EB（2012）。银行系统的网络结构和系统性风险。《系统性风险手册》（2012年：327–368）。剑桥大学出版社Chinazzi，M&Fagiolo，G（2013）。系统性风险、传染和金融网络：一项调查。LEM工作文件系列，第2013/08号Erd"os，P&Rényi，A（1959）。关于随机图。出版Mathematicae 6290–297 Fricke，D&Lux，T（2015）。隔夜货币市场的核心-外围结构：来自电子中间交易平台的证据。计算经济学45（3），359–395 Furceri，D&Mourougane，A（2009）。金融危机：过去的教训和政策影响。经合组织经济部，工作文件668 Gabrieli，S（2011）。金融危机前后货币市场的微观结构：网络视角。CEIR Tor Vergata，研究论文系列181 Gai，P&Kapadia，S（2010）。金融网络的蔓延。伦敦皇家学会会刊A：数学、物理和工程科学466（2120），2401–2423 Gai，P，Haldane，A&Kapadia，S（2011）。复杂性、集中性和传染性。《货币经济学杂志》58（5），453-470 Garratt，RJ，Mahadeva，L&Svirydzenka，K（2011）。绘制国际银行网络中的系统性风险图。英格兰银行，第413号工作文件，乔治，CP（2011年）。

银行间网络结构对传染和共同冲击的影响。德意志联邦银行，讨论文件系列2：银行和金融研究2011年12月Georg，CP&Brink，N（2011）。关于南非银行间系统互连的说明。南非储备银行，《金融稳定评论》，2011年3月125，Georg，CP&Poschmann，J（2010）。具有中央银行活动的银行间市场网络模型中的系统性风险。弗里德里希·席勒大学，耶拿经济研究论文2010–033 Glasserman，P&Young，HP（2016）。金融网络的蔓延。《经济文献杂志》54（3），779–831 Hautsch，N，Schaumburg，J&Schienle，M（2015）。金融网络系统性风险贡献。财务回顾19（2），685–738https://doi-org.uplib.idm.oclc.org/10.1093/rof/rfu010He，Z&Krishnamurthy，A（2014）。量化系统性风险的宏观经济框架。国家经济研究局，编号w19885 Huang，X，Zhou，H&Zhu，H（2012）。在最近的金融危机期间，评估银行异质投资组合的系统性风险。《金融稳定杂志》8（3），193–205 Hüser，AC（2015）。互联互通而不会失败：银行间网络文献调查。研究中心SAFE，第91号工作文件系列Iori，G，De Masi，G，Precup，OV，Gabbi，G&Caldarelli，G（2008）。意大利隔夜货币市场的网络分析。《经济动力与控制杂志》32（1），259–278 Kim，J&Wilhelm，T（2008）。什么是复杂图？。Physica A：统计力学及其应用387（11），2637–2652 Krause，A&Giansante，S（2012）。银行间借贷与银行倒闭的蔓延：系统性风险的网络模型。《经济行为与组织杂志》83（3），583–608 Ladley，D（2013）。银行间市场的传染和风险分担。

《经济动态与控制杂志》37（7），1384–1400 Markose，S，Giansante，S&Shaghaghi，AR（2012）。\'美国CDS市场的金融网络：拓扑脆弱性和系统性风险。《经济行为与组织杂志》83（3），627–646马丁内斯·贾拉米洛，S，亚历山德罗娃·卡巴乔娃，B，布拉沃·贝尼特斯，B&Solórzano Margain，JP（2014）。墨西哥银行系统网络及其对系统性风险影响的实证研究。《经济动力与控制杂志》40（1），242–265 5月，RM&Arinaminpathy，N（2010）。系统性风险：模型银行系统的动态。《皇家学会杂志》界面7（46），823–838 Mistrulli，PE（2011）。评估银行间市场的金融传染：最大熵与观察到的银行间借贷模式。《银行与金融杂志》35（5），1114–1127 Nier，E，Yang，J，Yorulmazer，T&Alentraft，A（2008）。网络模型和金融稳定性。英格兰银行，第34626号工作文件Roukny，T，Bersini，H，Pirotte，H，Caldarelli，G&Battiston，S（2013年）。复杂网络中的默认级联：拓扑和系统风险。科学报告3（2759），1–8 Santos，EB&Cont，R（2010）。巴西银行间网络结构和系统性风险。巴西中央银行，工作文件系列219 Upper，C（2011）。评估银行间市场传染风险的模拟方法。《金融稳定杂志》7（3），111–125 Upper，C&Worms，A（2004）。估计德国银行间市场的双边风险敞口：是否存在蔓延的危险？《欧洲经济评论》48（4），827–849 Vallascas，F&Keasey，K（2012）。银行对系统性冲击的弹性和银行体系的稳定性：小即美。《国际货币和金融杂志》31（6），1745–1776瓦茨，DJ&Strogatz，SH（1998）。“小世界”网络的集体动力学。

《自然》杂志393（6684），440–442口井，S（2004）。英国银行间市场的金融关联和传染风险。英格兰银行，第23027号工作文件附录A。附加图图A.1。截至2017年3月31日银行业资产分布图A.2。系统中平均资产负债表项目的相对增加28附录B资产负债表信息表B.1。

根据短期资产（中央银行货币和黄金）划分资产银行存款、贷款和垫款–根据转售协议向SARB和其他机构发放的贷款–外币存款、贷款和垫款–三分之一的可上市政府股票，其未到期期限少于30年根据第3.1节的规则分配给短期资产类别的衍生工具。中期资产–分期付款销售–信用卡债务人–对私营部门的透支、贷款和预付款–银行承兑汇票（国库券、SARB票据、本票、商业票据和土地银行票据）。-客户每项合同的负债-在途汇款–当期所得税应收款项和递延所得税资产–三分之一的可上市政府股票，其未到期期限少于30年根据第3.1节中的规则分配给中期资产类别的衍生工具。长期资产–可赎回优先股–租赁交易–抵押贷款预付款公共部门透支、贷款和预付款–非流通政府股票–所有有价政府股票，不包括三分之二到期日不足3年的股票私营部门的债券和其他有息证券投资——所有股权投资–根据第3.1节的规则分配给长期资产类别的衍生工具–其他投资–非金融资产–退休福利资产–为保护预付款或投资而获得或购买的资产。29表B.2。所有注册银行月末CET1与总资产的可用未加权比率30附录C。与不同网络结构相关的连接概率C.1。

允许 银行 对银行具有传出边缘 然后让 表示银行的资产价值. 由于银行自身无法连接，  无论何时 . 在接下来的讨论中，假设  , 具有  . 然后将不同的网络结构指定如下：1。Erd"os-Rénji：  2、优质飞行： 3、分离性：最大值 4、分类：闵最大值 5、分层I型：   6、第二类分层：  最大值   最大值 C、 2。对于给定的一组资产值，不同结构之间的平均边数将不同。出于比较目的，重要的是在不同结构之间使用相似的连接级别。除此之外，重要的是要有一种系统的方法来改变网络中的连接水平，以调查其对系统风险的影响。C、 3。出于这些原因，需要一种缩放概率的方法。这种方法需要提供保持在范围内的标度概率. 它必须进一步允许人们将不同的结构标准化，以表示它们之间的相同连接级别。连通性水平通过31系统中存在边缘的平均概率来衡量（即一家银行在另一家银行违约的情况下面临信任损失的平均概率）。C、 4。允许 是基于上述六种结构之一的系统中存在边的平均概率。然后   请注意   均为零不包括在该平均值的计算中，并且在缩放后将保持为零。

允许 是所需的平均连接概率。这个 然后需要对概率进行缩放，以得出该平均值。认为 . 然后我们选择  如果 , 然后          新的连接概率 将获得所需的平均值.