动态内生拆借网络演化的银行系统稳定性
发布时间:2020-12-24 09:55
目前针对银行系统稳定性的研究大多在静态给定(外生)的网络结构下,并假设银行资产负债表固定的情况下,研究银行网络系统中银行倒闭传染规律。而现实中的银行网络系统,网络结构是内生(银行动态拆借选择形成的)动态演化的,同时网络中银行的资产负债表也是动态演化的。本文基于银行资产负债表动态演化、储蓄波动动态演化及同业拆借利率动态演化下,构建动态内生拆借网络演化的银行网络系统模型。然后研究内生拆借机制,网络结构、银行异质性及不同参数变动对银行系统稳定性的影响。研究表明:偏好拆借形成的多中心网络结构下的系统更稳定,且偏好网络的网络密度明显低于随机网络;进一步研究发现,异质性银行系统比同质性银行系统稳定性更高;同时,增大银行数量、增加所有者权益比重和提升存款准备金率有利于维护系统稳定性;但增加投资比重并加大存款波动时系统稳定性将遭到破坏。
【文章来源】:系统工程. 2020年02期 北大核心CSSCI
【文章页数】:11 页
【部分图文】:
图5两种拆借机制下银行异质性对系统性稳定性的影响??3.3两种内生拆借机制下不同参数??变动对系统稳定性的影响??由于系统银行数量的增大,银行累积破产数量势必增??
28??系统工程??2020?年??3000??500??0.4??0.5??0.6?0.7??投资比重??0.8??0>)投资比重变动下的累计违约银行数量??3000??0.9??0.2?0.25?0.3?0.35?0.4?0.45?0.5??存款波动??(d)存款波动变化下的累计违约银行数量??图7两种拆借机制下不同参数变动对累计违约银行数量的影响??4?结语??银行业是现代金融系统的重要组成部分,也是整个经??济系统平稳运行必不可少的金融中介,因此,对银行系统??稳定性的研究具有重要意义。目前对于银行系统稳定性??的研究主要集中在外生网络构建上,而外生网络是事先假??定好网络结构,多偏向于静态网络,与实际情况不符。而??现有与内生网络相关的研究虽然对银行系统稳定性进行??了研究,但采用的银行资产负债表是给定的而非动态的,??且银行主体经营活动较为单一,缺乏分红、投资等活动。??同时,仅考虑生成一种内生网络进行研究并未进行不同内??0.05??0.1?0.15??所有者权益比重??0.2??0.25??(a)所有者权益变动下的累计违约银行数量??违约银行数量,从图7?(?b?)中可以发现,两种拆借机制下,??当银行投资比重逐渐增大时系统累计违约银行数量将会??增加。一方面,由于投资期限制约,银行不能及时收回资??金抵御流动性冲击,导致更多银行违约。另一方面,当银??行的投资增加时,相应的流动性资产减少,从而更多的银??行因为流动性不足而进人拆借市场拆借资金,当银行无法??拆借到足够资金时就会违约倒闭。图7(c)为存款准备金??率变动下的累计违约银行数量,图7(c)表明,当存款准备?
【参考文献】:
期刊论文
[1]基于内生网络的银行系统性风险研究[J]. 马钱挺,何建敏,李守伟,隋新. 大连理工大学学报(社会科学版). 2018(02)
[2]宏观经济波动下央行调控对银行稳定性的影响[J]. 范宏,高倩倩. 系统工程. 2017(11)
[3]基于内生网络的银行间传染风险特征[J]. 李智,牛晓健. 北京理工大学学报(社会科学版). 2017(02)
[4]基于超网络理论的网络中心化C~4ISR系统结构模型和分析方法[J]. 蓝羽石,张杰勇. 系统工程理论与实践. 2016(05)
[5]网络结构、危机传染与系统性风险[J]. 石大龙,白雪梅. 财经问题研究. 2015(04)
[6]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)
[7]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)
[8]不同网络结构下银行间传染风险研究[J]. 李守伟,何建敏. 管理工程学报. 2012(04)
[9]银行间市场体系的相继违约风险分析与建模[J]. 许博,刘鲁. 系统工程. 2011(06)
[10]银行同业拆借市场的网络模型构建及稳定性[J]. 李守伟,何建敏,庄亚明,施亚明. 系统工程. 2010(05)
博士论文
[1]银行间市场风险传染机制与免疫策略研究[D]. 万阳松.上海交通大学 2007
本文编号:2935446
【文章来源】:系统工程. 2020年02期 北大核心CSSCI
【文章页数】:11 页
【部分图文】:
图5两种拆借机制下银行异质性对系统性稳定性的影响??3.3两种内生拆借机制下不同参数??变动对系统稳定性的影响??由于系统银行数量的增大,银行累积破产数量势必增??
28??系统工程??2020?年??3000??500??0.4??0.5??0.6?0.7??投资比重??0.8??0>)投资比重变动下的累计违约银行数量??3000??0.9??0.2?0.25?0.3?0.35?0.4?0.45?0.5??存款波动??(d)存款波动变化下的累计违约银行数量??图7两种拆借机制下不同参数变动对累计违约银行数量的影响??4?结语??银行业是现代金融系统的重要组成部分,也是整个经??济系统平稳运行必不可少的金融中介,因此,对银行系统??稳定性的研究具有重要意义。目前对于银行系统稳定性??的研究主要集中在外生网络构建上,而外生网络是事先假??定好网络结构,多偏向于静态网络,与实际情况不符。而??现有与内生网络相关的研究虽然对银行系统稳定性进行??了研究,但采用的银行资产负债表是给定的而非动态的,??且银行主体经营活动较为单一,缺乏分红、投资等活动。??同时,仅考虑生成一种内生网络进行研究并未进行不同内??0.05??0.1?0.15??所有者权益比重??0.2??0.25??(a)所有者权益变动下的累计违约银行数量??违约银行数量,从图7?(?b?)中可以发现,两种拆借机制下,??当银行投资比重逐渐增大时系统累计违约银行数量将会??增加。一方面,由于投资期限制约,银行不能及时收回资??金抵御流动性冲击,导致更多银行违约。另一方面,当银??行的投资增加时,相应的流动性资产减少,从而更多的银??行因为流动性不足而进人拆借市场拆借资金,当银行无法??拆借到足够资金时就会违约倒闭。图7(c)为存款准备金??率变动下的累计违约银行数量,图7(c)表明,当存款准备?
【参考文献】:
期刊论文
[1]基于内生网络的银行系统性风险研究[J]. 马钱挺,何建敏,李守伟,隋新. 大连理工大学学报(社会科学版). 2018(02)
[2]宏观经济波动下央行调控对银行稳定性的影响[J]. 范宏,高倩倩. 系统工程. 2017(11)
[3]基于内生网络的银行间传染风险特征[J]. 李智,牛晓健. 北京理工大学学报(社会科学版). 2017(02)
[4]基于超网络理论的网络中心化C~4ISR系统结构模型和分析方法[J]. 蓝羽石,张杰勇. 系统工程理论与实践. 2016(05)
[5]网络结构、危机传染与系统性风险[J]. 石大龙,白雪梅. 财经问题研究. 2015(04)
[6]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)
[7]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)
[8]不同网络结构下银行间传染风险研究[J]. 李守伟,何建敏. 管理工程学报. 2012(04)
[9]银行间市场体系的相继违约风险分析与建模[J]. 许博,刘鲁. 系统工程. 2011(06)
[10]银行同业拆借市场的网络模型构建及稳定性[J]. 李守伟,何建敏,庄亚明,施亚明. 系统工程. 2010(05)
博士论文
[1]银行间市场风险传染机制与免疫策略研究[D]. 万阳松.上海交通大学 2007
本文编号:2935446
本文链接:https://www.wllwen.com/jingjilunwen/huobiyinxinglunwen/2935446.html