中国银行间风险核心传递中介与系统性风险

发布时间：2021-07-12 05:17

　　本文基于信息溢出角度构建中国银行间关联网络,探究银行间风险传递路径特征,并由风险传递效应测度模型实现对银行间风险传递效应的测度。研究发现:中国的银行间关联网络既稳健又脆弱;系统性风险乘数效应产生的关键是风险核心传递中介,而非银行间关联性强弱;增强系统重要性银行间的直接关联可有效防控中国的银行系统性风险。 

【文章来源】：金融论坛. 2019,24(07)北大核心CSSCI

【文章页数】：12 页

【部分图文】：

银行间风险传递路径不考虑边的权重值

上，通过添加系统重要性银行间的直接关联来考察该做法对中国的银行系统性风险防控的效果。如图2（a）所示，其代表了中国的银行间关联关系的实际情况，其中交通银行的风险核心传递中介地位显而易见。为验证本文的设想，在图2（a）基础上添加银行间的直接关联，即“中国银行→农业银行”“农业银行→中国银行”“农业银行→工商银行”“工商银行→农业银行”，如图2（b）所示。面对新增的关联关系，银行间关联网络结构将发生变化且银行间的风险传递路径也随之改变。针对图2（b）的情况，应用式（11）的银行间风险传递效应测度模型测度新生成的银行间最短路径的风险传递效应，以期与图2（a）所示的实际情况进行对比，进而验证设想的合理性。在此基础上，基于图2（b）将建设银行纳入其中，分别添加直接关联“建设银行→中国银行”和“建设银行→工商银行”，从而进一步增强系统重要性银行间的关联性。需要指出的是，建设银行作为中国的系统重要性银行，虽然其向外传播风险的能力稍逊于农业银行、中国银行和工商银行，但却不能忽视其对中国的银行系统的风险贡献权重。因此，针对建设银行而添加的直接关联将有助于更好地验证本文提出的设想。同理，新增关联再次改变了网络结构和银行间的风险传递路径，测度结果如表7和表8所示。由表7知，随着中国四大商业银行间的直接关联逐步增强，其各自的出度和入度指标数值都相应提高，四大商业银行传播和接受风险的能力增强。这也从另一个角度说明银行间添加新的直接关联进一步提升了中国银行间关联网络的整体关联水平（包含直接关联水平和间接关联水平）。由表8可知，伴随四大商业银行直接关联关系的加强，关联网络中交通银行作为风险核心传递中介的作用逐步被弱化；银行间路径长度（最短路径长度）随着新的直接关联

【参考文献】：
期刊论文
[1]银行过度信贷增长的测度与风险[J]. 辛兵海,胡逸飞,王重润.  金融论坛. 2018(04)
[2]金融去杠杆背景下商业银行风险管理与路径选择[J]. 陆岷峰,杨亮.  金融论坛. 2017(12)
[3]我国银行同业之间流动性风险传染研究——基于复杂网络理论分析视角[J]. 吴念鲁,徐丽丽,苗海宾.  国际金融研究. 2017(07)
[4]模型不确定下我国商业银行系统性风险影响因素分析[J]. 张天顶,张宇.  国际金融研究. 2017(03)
[5]我国上市金融机构关联性研究——基于网络分析法[J]. 李政,梁琪,涂晓枫.  金融研究. 2016(08)
[6]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)
[7]中国金融机构的系统重要性及系统性风险传染机制分析——基于复杂网络的视角[J]. 欧阳红兵,刘晓东.  中国管理科学. 2015(10)
[8]网络视角下的金融结构与金融风险传染[J]. 鲍勤,孙艳霞.  系统工程理论与实践. 2014(09)
[9]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)
[10]相互关联性、风险溢出与系统重要性银行识别[J]. 肖璞,刘轶,杨苏梅.  金融研究. 2012(12)



本文编号：3279283