基于贝叶斯方法的中国商业银行同业借贷网络中系统风险研究

发布时间：2020-12-10 16:29

　　本文针对银行双边风险敞口不可得的现实情况,利用贝叶斯方法,基于185家商业银行在2013年至2017年的资产负债表数据,在不同的网络结构设定下构建吉布斯抽样器,根据大量银行间同业资产及同业负债分布矩阵的样本,考察了每个商业银行在负面冲击后违约的概率及其分布。研究结果表明,银行同业借贷网络的结构能够显著影响银行的系统风险和违约概率。当网络连接概率处于中等水平时,冲击影响的范围最广;在完全网络结构下,风险分担的作用大于风险传染。总之,银行同业借贷既可以分担风险,也成为了风险传染的渠道,这种功能的转换取决于以下几类因素的相互作用:冲击的性质,例如冲击的规模,受冲击银行的数量以及冲击涉及的银行类型;清算时资产的贬值程度;银行自身资产负债表的特征。如果仅考虑银行同业借贷渠道,样本期内最稳健的银行系统是在2017年,而2014年的银行系统最脆弱。 

【文章来源】：中国管理科学. 2020年04期 第14-26页 北大核心CSSCI

【文章页数】：13 页

【部分图文】：

2013-2017年同业资产及总资产的规模(单位: 万亿人民币)

【参考文献】：
期刊论文
[1]基于共同持有资产的银行间接关联网络研究[J]. 王超,何建敏,马静.  中国管理科学. 2019(11)
[2]改进的DebtRank算法与系统重要性、系统脆弱性研究[J]. 黄岩渠,胡宗义,喻采平.  系统工程理论与实践. 2019(02)
[3]银行投资组合多元化与系统性风险的关系研究[J]. 姚鸿,王超,何建敏,李亮.  中国管理科学. 2019(02)
[4]我国银行系统性金融风险研究——基于“去一法”的应用分析[J]. 杨子晖,李东承.  经济研究. 2018(08)
[5]基于危机条件概率的系统性风险度量研究[J]. 朱晓谦,李靖宇,李建平,陈懿冰,魏璐.  中国管理科学. 2018(06)
[6]基于CoES模型的我国金融系统性风险度量[J]. 张冰洁,汪寿阳,魏云捷,赵雪婷.  系统工程理论与实践. 2018(03)
[7]银行间债务违约诱发资产减价出售——基于债务与资产关联的风险叠加传染研究[J]. 隋聪,于洁晶,宗计川.  系统工程理论与实践. 2017(11)
[8]基于核心-边缘网络的中国银行风险传染[J]. 杨海军,胡敏文.  管理科学学报. 2017(10)
[9]网络视角下我国上市银行间市场系统性风险实证研究[J]. 唐振鹏,谢智超,冉梦,陈菊琴.  中国管理科学. 2016(S1)
[10]系统性风险的传染渠道与度量研究——兼论宏观审慎政策实施[J]. 方意.  管理世界. 2016(08)



本文编号：2909010