金融危机下我国担保网络的演变及对策

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：
《Evolution of the Chinese Guarantee Network under Financial Crisis and
  Stimulus Program》
---
作者：
Yingli Wang, Qingpeng Zhang, and Xiaoguang Yang
---
最新提交年份：
2020
---
英文摘要：
  Our knowledge about the evolution of guarantee network in downturn period is limited due to the lack of comprehensive data of the whole credit system. Here we analyze the dynamic Chinese guarantee network constructed from a comprehensive bank loan dataset that accounts for nearly 80% total loans in China, during 01/2007-03/2012. The results show that, first, during the 2007-2008 global financial crisis, the guarantee network became smaller, less connected and more stable because of many bankruptcies; second, the stimulus program encouraged mutual guarantee behaviors, resulting in highly reciprocal and fragile network structure; third, the following monetary policy adjustment enhanced the resilience of the guarantee network by reducing mutual guarantees. Interestingly, our work reveals that the financial crisis made the network more resilient, and conversely, the government bailout degenerated network resilience. These counterintuitive findings can provide new insight into the resilience of real-world credit system under external shocks or rescues.
---
中文摘要：
由于缺乏整个信贷系统的全面数据，我们对担保网络在经济低迷时期的演变的了解有限。在这里，我们分析了从2007年1月至2012年3月期间占中国总贷款近80%的综合银行贷款数据集构建的动态中国担保网络。结果表明，第一，在2007-2008年全球金融危机期间，由于许多破产，担保网络变得更小、联系更少和更稳定；第二，刺激计划鼓励相互担保行为，导致高度互惠和脆弱的网络结构；第三，接下来的货币政策调整通过减少相互担保，增强了担保网络的弹性。有趣的是，我们的工作表明，金融危机使网络更具弹性，相反，政府的救助降低了网络的弹性。这些违反直觉的发现可以为现实世界信贷体系在外部冲击或救援下的弹性提供新的见解。
---
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
--
一级分类：Computer Science        计算机科学
二级分类：Computational Engineering, Finance, and Science        计算工程、金融和科学
分类描述：Covers applications of computer science to the mathematical modeling of complex systems in the fields of science, engineering, and finance. Papers here are interdisciplinary and applications-oriented, focusing on techniques and tools that enable challenging computational simulations to be performed, for which the use of supercomputers or distributed computing platforms is often required. Includes material in ACM Subject Classes J.2, J.3, and J.4 (economics).
涵盖了计算机科学在科学、工程和金融领域复杂系统的数学建模中的应用。这里的论文是跨学科和面向应用的，集中在技术和工具，使挑战性的计算模拟能够执行，其中往往需要使用超级计算机或分布式计算平台。包括ACM学科课程J.2、J.3和J.4（经济学）中的材料。
--

---
PDF下载：
--> Evolution_of_the_Chinese_Guarantee_Network_under_Financial_Crisis_and_Stimulus_Program.pdf (1.4 MB)

2022-6-23 18:02:57 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：金融危机 Applications Mathematical Quantitative Application

1金融危机和刺激计划下中国担保网络的演变王英利，中国科学院数学与系统科学院，北京，100190，中国，和中国科学院大学，北京，100049，中国。张庆鹏*（通讯作者；庆鹏。zhang@cityu.edu.hk)，香港城市大学数据科学学院，九龙，00001，香港，中国。杨晓光*（通讯作者；xgyang@iss.ac.cn)，中国科学院数学与系统科学研究院，北京，100190，中国；中国科学院大学，北京，100049。摘要：由于缺乏整个信用体系的全面数据，我们对经济低迷时期担保网络演变的了解有限。在这里，我们分析了从2007年1月至2012年3月期间占中国总贷款近80%的综合银行贷款数据集构建的动态中国担保网络。结果表明，第一，在2007-2008年全球金融危机期间，由于许多破产，担保网络变得更小、联系更少和更稳定；第二，刺激计划鼓励相互担保行为，导致高度互惠和脆弱的网络结构；第三，接下来的货币政策调整通过减少相互担保，增强了担保网络的弹性。有趣的是，我们的工作表明，金融危机使网络更具弹性，相反，政府的救助降低了网络的弹性。这些违反直觉的发现可以为现实世界信贷体系在外部冲击或救援下的弹性提供新的见解。

关键词：复杂网络；网络科学；保障网络；金融体系；系统性风险；生存偏差2简介金融网络代表一系列实体（如公司和银行），通过互利的业务关系联系在一起1,2。两个公司之间的担保关系表示，如果借款人未能履行其贷款（违约）的法定义务，公司（担保人）有责任承担另一家公司（借款人）的债务。基于担保关系形成的信用网络，通过考察信用体系在经济低迷时期的演变，可以更好地理解系统性风险。特别是，确定一个或几个实体的故障导致担保网络连锁故障的风险至关重要，因为此类连锁故障可能会破坏整个信贷系统的连通性和可靠性3,4。由于担保关系可以自然地表示为网络，因此应用网络科学方法分析金融网络中的级联故障已成为经济学和金融学中最引人注目和最活跃的研究领域之一5。中国拥有世界上最大的银行贷款。信贷市场是中国金融体系的核心，相应的担保网络可能是世界上最大的信贷网络。随着2007-2008年全球金融危机的爆发，中国ZF于2008年11月9日实施了价值4万亿元人民币的刺激计划，以通过在2010年前对基础设施和社会福利进行大规模投资，减少金融危机对中国经济的影响。信贷条件也有所放宽，以鼓励企业6申请贷款。

这一刺激计划虽然成功地维持了中国的经济增长，并在很大程度上稳定了世界经济，但却导致了中国债务激增，信贷体系发生了巨大的结构性变化。有大量贷款流向国有企业，其中许多无法达到信贷标准，无法在刺激计划7之前获得贷款。这些国有企业可以通过相互担保达到放松的信贷标准8。尽管这些国有企业中有许多是通过贷款挽救的，但经济研究怀疑，刺激计划可能会导致信贷债务激增，并引发未来金融体系的混乱，因为9-11年期间，低质量企业获得了巨额贷款。决策者也认识到了这种风险，并采取行动来规范债务行为。2010年3月，中国ZF宣布了完善宏观调控的计划。自那以后，中国人民银行（PBoC，中国央行）在2010年五次上调存款准备金率（从15.5%上调至18%）。2010年10月20日，中国人民银行自金融危机以来首次上调利率，货币政策操作发生重大变化。这些法规和政策调整在一定程度上有助于减少刺激计划负面后果的影响。尽管对刺激计划进行了定性批评和研究，但对担保网络的变化以及这些变化与连锁失败风险的关系知之甚少。充分了解担保网络在压力下的动态结构，可以通过识别潜在的系统性风险，如多米诺骨牌式连锁故障，加强经济决策。

面对金融危机的爆发，特别重要的是要研究政府救助储蓄企业与保持金融体系良好弹性之间的权衡。关键需要对担保网络及其相关风险进行数据驱动的定量研究。然而，如何利用真实世界的担保数据对此类行为和担保网络的整体结构进行建模仍然是一个挑战。网络科学为解决担保网络建模的挑战提供了一种自然的方法。网络科学旨在发现复杂系统中元素之间相互作用的潜在模式。它已被广泛应用于现实世界复杂系统的结构和动力学建模12。近年来，网络科学被应用于金融研究。具体而言，网络科学已广泛应用于分析全球银行系统13、国际金融网络14和连锁董事会15-17。有关详细审查，请参阅补充说明1中的相关工作部分。担保相关性可以自然地表示为网络，其中每个节点表示一个公司，每个（定向）边表示两个对应公司之间的担保关系。从这样一个担保网络中，我们可以捕捉到债务和失败的蔓延路径。利用网络科学中的方法分析担保网络，可以填补数据驱动的研究空白，了解担保网络的拓扑结构如何与经济政策和传染风险相关联，并帮助决策者识别由企业失败引起的潜在系统性风险18。

现有的担保网络研究主要集中于对只有几十家或数百家公司的小样本数据的分析。虽然小规模网络分析可能会对个人客户的风险联系产生有用的见解，但它无法讲述整个信贷市场的稳定性，更不用说信贷网络的演变了19-22。需要对全国性担保网络进行大规模实证研究，以了解担保系统的全局拓扑特性。通过利用中国主要监管机构之一2007年1月至2012年3月提供的全面数据，我们调查了中国担保网络的结构和演变，以回答以下问题：中国担保网络的独特拓扑特性是什么？2007-2008年全球金融危机、中国的刺激计划以及随后的货币政策调整对中国担保网络的拓扑结构有何影响？中国担保网络拓扑结构的变化是否会影响系统的弹性？据我们所知，这是首次尝试定量描述全国担保网络的演变。实证和模拟研究表明，金融危机使网络更具弹性，相反，ZF救助使网络弹性退化。结果静态拓扑和财务性质在本节中，我们刻画了担保网络的静态拓扑和财务性质。

我们的数据集涵盖了三个重要的金融事件：2007年4月4日新世纪金融公司破产、2008年9月雷曼兄弟破产以及2008年12月至2010年12月中国经济刺激计划的实施。根据这些极端事件，我们将数据范围分为三个阶段。第一阶段（2007年4月-2008年11月）是全球金融危机时期。2007年4月，新世纪金融公司（New Century Financial Corp.）破产，可视为次贷危机的开始。2008年9月，雷曼兄弟控股（股份有限公司）申请破产，全球金融危机达到顶峰。第二阶段（2008年12月-2010年12月）是中国实施四万亿刺激计划的时期。第三阶段（2011年1月-2012年3月）是刺激计划之后的调整期。我们分析了每个月的担保网络，总结了整个期间以及三个阶段的共同属性。担保网络的拓扑特性见补充表1。尽管担保网络的规模不断扩大，但在整个期间，存在一组共同的拓扑性质。首先，平均输入/输出度() 略低于1，表明一般而言，公司的担保人数量较少，且不经常向其他公司提供担保。内外度均呈现幂律分布，并具有斜率( 和) 范围分别为3.23至3.30和2.30至2.76，表明担保网络是无标度的，这是现实网络中普遍存在的一种特性。在这样一个无标度网络中，大多数公司都有少量担保关系，而少数中心公司向许多其他公司提供/获得担保。

对贷款担保数据的仔细检查表明，孤立的相互担保关系（   )  比生成的随机网络的预期频率要高得多（p值=0.002）。这里，随机网络集合由通常采用的定向配置模型（DCM）生成，该模型由网络的入度和出度序列配置。详情请参阅（Squartini&Garlaschelli 2015）23。金融属性表明，这些孤立的相互担保对处于整个体系的底部，资产和信贷额度较低，违约率较高，这表明高风险企业更有可能从高风险企业获得担保贷款。我们定义了两种类型的枢纽：担保枢纽和借款人枢纽。担保人中心是那些最频繁地向他人提供担保的中心（排名前1%）。借款人中心是那些最经常从其他人那里获得担保的中心（程度最高的1%）。我们发现担保中心通常是拥有大量资产、负债和信用额度的公司。其中约15%为上市公司（占整个网络上市比例的3.95%）。另一方面，借款人中心往往拥有中等规模的资产和负债，但违约率和风险评级较高。与其他真实网络相比，担保人和借款人中心的重叠相当小（约15%），这与上述发现相呼应，即担保人中心和借款人中心具有不同的特征。

第二，最大弱连通分量（ )  最大的强连通分量() 分别仅代表网络中所有节点的27.99%和0.62%，表明网络比大多数其他复杂网络（如社会网络和生物网络）更加分散。在最大范围内 和, 我们观察到小世界效应，如小平均最短路径长度（10.10～10.54）所示。此外，平均聚类系数（C（%）5也相对较大（0.97%~1.49%），表明一个强大的朋友的朋友也是整个保障网络中的朋友传递效应（与DCM空模型23相比，p值<0.001）。该值也远高于现实世界中大多数复杂网络12。这种传递性效应表明，担保是一种强大的信任关系。第三，我们在补充表1中总结了基本财务特征。总的来说，以总负债除以总资产衡量的平均杠杆率一直保持在60%左右，高于网络中上市公司的平均杠杆率（约40%）。上市公司比例相对较低（约2%~5%）。上市公司的比例随着时间的推移而下降，这表明非上市公司获得的担保越来越多。这与上述大部分孤立的相互担保关系的发现相呼应。我们将在下面的动态网络分析中详细讨论这一点。动态网络分析分析担保网络的动态可以揭示经济条件和政策对信用体系演变的短期和长期影响。

我们描述了63个月（2007年1月-2012年3月）担保网络的拓扑性质和财务特征，涵盖全球金融危机和中国经济刺激计划的实施。图1显示了网络规模的演变。图2显示了担保网络的各种拓扑特性的动态。图3显示了公司财务属性的动态。在这些数字中，垂直线表示2007年4月NCFC（新世纪金融公司）破产，2008年9月LB（雷曼兄弟公司）破产；2008年12月，CESP（中国经济刺激计划）启动，2010年12月，CESP结束。6图1。担保网络规模的演变。（a）: 节点数。（b）: 边数。（c） : 最大弱连接组件（巨型组件）的大小； :  弱连通元件编号。（d） :  弱连通巨分量的比率。（e）: 最大强连接组件（巨型组件）的大小；: 强连接组件的计数。（f）: 强连通巨分量的比率。源数据作为源数据文件提供。7图2。保证网络拓扑性质的动力学。（a）: 密集（b）: 平均出/入度。（c）: 度内分布的幂律指数。（d）: 出度分布的幂律指数。（e）: 互惠。（f）  : 完全连接的三个节点的比率。（g）: 平均聚类系数（定向）。（h）: 弱连通巨分量和强连通巨分量的平均最短路径长度。源数据作为源数据文件提供。8图3。