基于资产组合相关的金融传染建模与仿真
发布时间：2020-12-05 14:51
金融机构投资的资产组合相关性是引起间接金融传染的重要原因,针对此问题的建模还未见。考虑金融机构投资的资产之间的相关性因素,构建基于资产组合相关的金融网络系统动态演化模型并设计仿真算法,研究资产相关性、资产多样性程度及市场密度(金融机构数与资产数的比值)对金融传染的影响。仿真计算结果表明,资产之间的正相关关系加剧了金融传染,而负相关关系缓冲并抵消了冲击影响;随着资产多样性程度的增加,传染发生的概率先增大后逐渐降低;市场密度为1(金融机构数与资产数相等)时传染发生的概率最大。该研究结果可为金融监管机构提供决策依据。
【文章来源】：系统仿真学报. 2019年06期 第1062-1069+1084页 北大核心
【文章页数】：9 页
【部分图文】：
金融机构资产组合相关的金融网络Fig.1Financialnetworkoffinancialinstitutesholdingcorrelatedportfolio
第31卷第6期Vol.31No.62019年6月范宏,等:基于资产组合相关的金融传染建模与仿真Jun.,2019http:∥www.china-simulation.com1065(a)(b)(c)(d)图2基于资产组合相关的金融传染动态演化示意图Fig.2Diagramofthedynamicevolutionoffinancialcontagionbasedoncorrelatedassetsportfolio如图2(a)中假设资产A受到外部冲击损失了一部分，那么如图2(b)中所示，持有资产A的金融机构甲、乙、丙均会产生资产损失(箭头1，2，3)，同时，与资产A相关的资产B也会受到一定程度的影响发生资产减值(虚线箭头6)，进一步，持有资产B的金融机构甲和丙再次受到资产损失(箭头4，5)，在图2(c)中，损失过大的金融机构乙面临倒闭，进行资产清算时会抛售其拥有的资产A，由于市场影响，资产A因被金融机构乙抛售会产生一定幅度的减值(箭头7)，资产A再次受到冲击，则会再次影响金融机构甲、丙和资产B(如图2(d)中所示)，进入新一轮的冲击传染过程，如此循环，形成一种螺旋式的资产减值和金融机构倒闭潮，直至整个金融系统中不再出现倒闭现象。假设在任意时间t，资产j的价格为tjp，金融机构i的资产组合数量为,1,2,,,,iiimqqq，则金融机构i在t时间的资产总价值tiA为：11MMttttiijijjjjAAqp(2)设金融机构i的所有者权益为Ei，初始资产总价值为0iA，则其杠杆i为：0iiiAE(3)随着传染的演化，金融机构i的总资产tiA可能不断减小(资产损失)，若其资产损失超过其所有者权益Ei时，金融机构i倒闭，即0tiiiA
第31卷第6期Vol.31No.62019年6月范宏,等:基于资产组合相关的金融传染建模与仿真Jun.,2019http:∥www.china-simulation.com1067和程度。图4(a)中，在不考虑资产之间相关性的情况下，随着金融机构平均资产多样性程度的增大，即金融机构平均持有资产种类数的增多，发生金融传染的平均概率先增大后减小，呈现倒“U”字型的特征，金融传染的平均程度迅速增大，当金融机构平均持有的资产多样性程度为0.05时，传染平均程度达到最大值1，随后维持高传染范围的特征；在机构的平均资产多样性程度为0.1~0.12时，整个金融系统呈现“稳健而脆弱”的特征，即虽然网络系统中发生金融传染的概率较低，但是一旦发生，传染的程度达到最大，整个系统中的金融机构均会受到影响，该结果与Caccioli等[12]的结果一致。而图4(b)中，在考虑资产之间具有随机相关性的情况下，随着金融机构平均持有资产多样性程度的增大，发生传染的平均概率先迅速增大后逐渐平缓，金融传染的平均程度先增大后逐渐减小并平缓，在机构持有资产多样性程度为0.02时达到最大值0.34。与图4(a)相比，在资产组合相关的金融网络系统中，资产之间的相关性对金融传染具有一定的影响。当外部冲击对金融网络系统产生影响时，单一资产的价格不仅受到倒闭机构因清算而抛售资产的影响，还受到与其相关的其它资产价格变动的影响，因此，冲击在网络系统中的传染产生了二次效应。当资产之间具有随机相关性时，产生的二次效应可能为正可能为负，因此，在其它条件相同的情况下，金融传染高概率发生的区域比资产之间不相关时更广。方意等[15]在研究系统性风险在银行间的传染路径中，采用银行间各行业贷款数据进行实证分析，以
【参考文献】：
期刊论文
[1]基于投资组合关联的金融系统性风险影响因素研究[J]. 张吟,朱淑媛,张瑞,李红刚. 北京师范大学学报(自然科学版). 2016(04)
[2]系统性风险在银行间的传染路径研究——基于持有共同资产网络模型[J]. 方意,郑子文. 国际金融研究. 2016(06)
[3]基于不同投资行为的动态银行网络稳定性研究[J]. 范宏,李佳妮. 复杂系统与复杂性科学. 2014(04)
[4]网络结构与银行系统性风险[J]. 隋聪,迟国泰,王宗尧. 管理科学学报. 2014(04)
[5]基于拆借偏好的银行系统性风险测度研究[J]. 王明亮,何建敏,李守伟,刘婷. 中国管理科学. 2013(S1)
本文编号：2899626
【文章来源】：系统仿真学报. 2019年06期 第1062-1069+1084页 北大核心
【文章页数】：9 页
【部分图文】：
金融机构资产组合相关的金融网络Fig.1Financialnetworkoffinancialinstitutesholdingcorrelatedportfolio
第31卷第6期Vol.31No.62019年6月范宏,等:基于资产组合相关的金融传染建模与仿真Jun.,2019http:∥www.china-simulation.com1065(a)(b)(c)(d)图2基于资产组合相关的金融传染动态演化示意图Fig.2Diagramofthedynamicevolutionoffinancialcontagionbasedoncorrelatedassetsportfolio如图2(a)中假设资产A受到外部冲击损失了一部分，那么如图2(b)中所示，持有资产A的金融机构甲、乙、丙均会产生资产损失(箭头1，2，3)，同时，与资产A相关的资产B也会受到一定程度的影响发生资产减值(虚线箭头6)，进一步，持有资产B的金融机构甲和丙再次受到资产损失(箭头4，5)，在图2(c)中，损失过大的金融机构乙面临倒闭，进行资产清算时会抛售其拥有的资产A，由于市场影响，资产A因被金融机构乙抛售会产生一定幅度的减值(箭头7)，资产A再次受到冲击，则会再次影响金融机构甲、丙和资产B(如图2(d)中所示)，进入新一轮的冲击传染过程，如此循环，形成一种螺旋式的资产减值和金融机构倒闭潮，直至整个金融系统中不再出现倒闭现象。假设在任意时间t，资产j的价格为tjp，金融机构i的资产组合数量为,1,2,,,,iiimqqq，则金融机构i在t时间的资产总价值tiA为：11MMttttiijijjjjAAqp(2)设金融机构i的所有者权益为Ei，初始资产总价值为0iA，则其杠杆i为：0iiiAE(3)随着传染的演化，金融机构i的总资产tiA可能不断减小(资产损失)，若其资产损失超过其所有者权益Ei时，金融机构i倒闭，即0tiiiA
第31卷第6期Vol.31No.62019年6月范宏,等:基于资产组合相关的金融传染建模与仿真Jun.,2019http:∥www.china-simulation.com1067和程度。图4(a)中，在不考虑资产之间相关性的情况下，随着金融机构平均资产多样性程度的增大，即金融机构平均持有资产种类数的增多，发生金融传染的平均概率先增大后减小，呈现倒“U”字型的特征，金融传染的平均程度迅速增大，当金融机构平均持有的资产多样性程度为0.05时，传染平均程度达到最大值1，随后维持高传染范围的特征；在机构的平均资产多样性程度为0.1~0.12时，整个金融系统呈现“稳健而脆弱”的特征，即虽然网络系统中发生金融传染的概率较低，但是一旦发生，传染的程度达到最大，整个系统中的金融机构均会受到影响，该结果与Caccioli等[12]的结果一致。而图4(b)中，在考虑资产之间具有随机相关性的情况下，随着金融机构平均持有资产多样性程度的增大，发生传染的平均概率先迅速增大后逐渐平缓，金融传染的平均程度先增大后逐渐减小并平缓，在机构持有资产多样性程度为0.02时达到最大值0.34。与图4(a)相比，在资产组合相关的金融网络系统中，资产之间的相关性对金融传染具有一定的影响。当外部冲击对金融网络系统产生影响时，单一资产的价格不仅受到倒闭机构因清算而抛售资产的影响，还受到与其相关的其它资产价格变动的影响，因此，冲击在网络系统中的传染产生了二次效应。当资产之间具有随机相关性时，产生的二次效应可能为正可能为负，因此，在其它条件相同的情况下，金融传染高概率发生的区域比资产之间不相关时更广。方意等[15]在研究系统性风险在银行间的传染路径中，采用银行间各行业贷款数据进行实证分析，以
【参考文献】：
期刊论文
[1]基于投资组合关联的金融系统性风险影响因素研究[J]. 张吟,朱淑媛,张瑞,李红刚. 北京师范大学学报(自然科学版). 2016(04)
[2]系统性风险在银行间的传染路径研究——基于持有共同资产网络模型[J]. 方意,郑子文. 国际金融研究. 2016(06)
[3]基于不同投资行为的动态银行网络稳定性研究[J]. 范宏,李佳妮. 复杂系统与复杂性科学. 2014(04)
[4]网络结构与银行系统性风险[J]. 隋聪,迟国泰,王宗尧. 管理科学学报. 2014(04)
[5]基于拆借偏好的银行系统性风险测度研究[J]. 王明亮,何建敏,李守伟,刘婷. 中国管理科学. 2013(S1)
本文编号：2899626
本文链接：https://www.wllwen.com/guanlilunwen/bankxd/2899626.html
