小世界银行网络、非线性效应和尾部风险：随机动态视角

发布时间：2021-10-08 09:45

　　防范和化解系统性金融风险是中国当前经济社会发展中的重大问题。众所周知,支付系统是银行间系统性风险传染的主要渠道之一。本文基于"中国现代化支付系统（2006—2015）"的支付结算数据,建立银行间复杂网络并研究了网络的拓扑性质,在此基础上采用随机动态模型与代数动力学方法,探索了银行业系统性风险及其概率分布的演化规律问题,并讨论了风险的影响因素。研究结果表明,采用支付结算数据建立的中国银行间复杂网络具有小世界性,各节点关联度较高。在没有外界干预的情况下,系统中有可能发生极端风险事件;而外界的随机扰动会增大风险,因此科学、高效的监管十分必要。银行间网络中的非线性效应对系统性风险有吸收、抑制作用。以上研究对丰富系统性风险理论、健全宏观审慎监管机制具有一定的参考价值,同时对于中国支付系统的设计和优化,也有一定的借鉴作用。 

【文章来源】：南开经济研究. 2020,(05)北大核心CSSCI

【文章页数】：20 页

【部分图文】：

中国支付系统网络结构

考虑到数值模拟和解析表达式的图像不可能完全一致，从以上计算结果来看，采用代数动力学解法得到的概率分布的解析结果是可靠的，可以此为基础进行下一步的分析。图3 t=0时刻数值解

图8 t=1.5时刻解析解另外，从上图2、图4、图6、图8可以看出，随着时间的推移，首先UPI的概率分布是要发生变化的。初始时刻是标准正态分布的右半侧的一部分，随着时间的前进，这个概率分布曲线的尾部与坐标横轴的距离越来越大，出现了典型的胖尾(Fat Tail)特征。这说明，如果UPI达到一定的程度以后，如果没有外部的干预(比如流动性注入、监管介入)，尾部风险变大，出现极端风险事件的可能性就增大了。

【参考文献】：
期刊论文
[1]中国金融部门间系统性风险溢出的监测预警研究——基于下行和上行ΔCoES指标的实现与优化[J]. 李政,梁琪,方意.  金融研究. 2019(02)
[2]系统性金融风险研究进展[J]. 陈湘鹏,金涛,何碧清,贾彦东.  金融科学. 2018(01)
[3]股票市场和外汇市场间风险溢出效应研究——基于GARCH-时变Copula-CoVaR模型的分析[J]. 周爱民,韩菲.  国际金融研究. 2017(11)
[4]基于合成数据的系统性风险传染研究[J]. 王鹏,付延平,李文贺.  金融评论. 2014(06)
[5]基于网络分析的金融机构系统重要性研究[J]. 欧阳红兵,刘晓东.  管理世界. 2014(08)
[6]我国银行系统性风险的动态特征及系统重要性银行甄别——基于CCA与DAG相结合的分析[J]. 范小云,方意,王道平.  金融研究. 2013(11)
[7]量化分析宏观金融风险的非线性演变速度与机制[J]. 宫晓琳,杨淑振.  金融研究. 2013(04)
[8]我国金融机构系统性风险测度——基于DGC-GARCH模型的研究[J]. 方意,赵胜民,王道平.  金融监管研究. 2012(11)
[9]复杂金融网络中的系统性风险与流动性救助——基于中国大额支付系统的研究[J]. 童牧,何奕.  金融研究. 2012(09)
[10]未定权益分析方法与中国宏观金融风险的测度分析[J]. 宫晓琳.  经济研究. 2012(03)

硕士论文
[1]大额支付系统僵锁问题研究[D]. 蒋凌子.西南财经大学 2016
[2]基于复杂网络理论的大额支付系统稳健性研究[D]. 陆婷婷.西南财经大学 2013
[3]基于网络化数据挖掘技术的银行间资金流网络研究[D]. 程建平.西南财经大学 2012



本文编号：3423914