金融網(wǎng)絡(luò)理論與應(yīng)用述評

金融創(chuàng)新和同業(yè)業(yè)務(wù)的發(fā)展使得金融機(jī)構(gòu)間的資產(chǎn)負(fù)債關(guān)聯(lián)日益緊密，整個(gè)金融系統(tǒng)具有復(fù)雜網(wǎng)絡(luò)特征。金融機(jī)構(gòu)是網(wǎng)絡(luò)的節(jié)點(diǎn)，金融機(jī)構(gòu)間的資產(chǎn)負(fù)債關(guān)系則構(gòu)成網(wǎng)絡(luò)的邊。單個(gè)銀行的風(fēng)險(xiǎn)可以通過網(wǎng)絡(luò)連接傳染其他銀行。2008年的金融危機(jī)即是由次級貸款違約引發(fā)的風(fēng)險(xiǎn)傳染事件。由此，在研究系統(tǒng)風(fēng)險(xiǎn)時(shí)，除需關(guān)注“大而不能倒（Too—Big—to—Fail）”風(fēng)險(xiǎn)，還需注意“太關(guān)聯(lián)而不能倒（Too—Connect—to—Fail）”風(fēng)險(xiǎn)（Chan—Lau，2010）。

目前利用金融網(wǎng)絡(luò)理論研究系統(tǒng)風(fēng)險(xiǎn)主要有三個(gè)方向：一是現(xiàn)實(shí)金融系統(tǒng)的復(fù)雜網(wǎng)絡(luò)特征。二是網(wǎng)絡(luò)結(jié)構(gòu)與風(fēng)險(xiǎn)傳染的關(guān)系。三是基于實(shí)際數(shù)據(jù)構(gòu)建網(wǎng)絡(luò)評估系統(tǒng)風(fēng)險(xiǎn)。本文將從這三方面綜述相關(guān)研究。

一、現(xiàn)實(shí)金融網(wǎng)絡(luò)結(jié)構(gòu)及應(yīng)用

（一）現(xiàn)實(shí)金融系統(tǒng)的復(fù)雜網(wǎng)絡(luò)特征

現(xiàn)實(shí)金融網(wǎng)絡(luò)具有小世界網(wǎng)絡(luò)和無標(biāo)度網(wǎng)絡(luò)特征。Gabrieli（2011）發(fā)現(xiàn)歐洲銀行隔夜拆借市場網(wǎng)絡(luò)非常稀疏，具有小世界網(wǎng)絡(luò)特征且節(jié)點(diǎn)度的分布服從冪律分布，即大多數(shù)銀行只與較少的銀行交易，只有少數(shù)銀行擁有較大的網(wǎng)絡(luò)連接且一般是大型銀行。美國聯(lián)邦基金市場網(wǎng)絡(luò)與歐洲銀行隔夜拆借市場網(wǎng)絡(luò)結(jié)構(gòu)類似，也具有小世界網(wǎng)絡(luò)特征，但是網(wǎng)絡(luò)節(jié)點(diǎn)度的分布并非是冪律分布，而是一種厚尾分布（Bech和Atalay，2010）。

除隔夜拆借市場外，澳大利亞月度銀行間風(fēng)險(xiǎn)敞口網(wǎng)絡(luò)的節(jié)點(diǎn)度分布服從指數(shù)為-1.87的冪律分布，整個(gè)網(wǎng)絡(luò)的平均路徑和聚集系數(shù)均比較?。˙oss，2004）。美國支付結(jié)算系統(tǒng)網(wǎng)絡(luò)也具有無標(biāo)度網(wǎng)絡(luò)特征。該網(wǎng)絡(luò)較為稀疏，只有一些貨幣中心銀行之間的連接較為緊密，其他銀行與這些中心銀行相連接，彼此之間的關(guān)聯(lián)較少（Soram？ki等，2007）。此外，意大利銀行同業(yè)存款市場網(wǎng)絡(luò)（Lazzetta和Manna，2009）、歐洲CDS市場網(wǎng)絡(luò)（Peltonen等，2014）、德國銀行間市場網(wǎng)絡(luò)（Craig和Von Peter，2014）、巴西銀行與非銀行金融機(jī)構(gòu)網(wǎng)絡(luò)（Cont等，2013）等均具有高度中心化且相對稀疏的網(wǎng)絡(luò)特征，網(wǎng)絡(luò)節(jié)點(diǎn)的度具有異質(zhì)性，大銀行擁有較大的度數(shù)，處于網(wǎng)絡(luò)的中心位置，節(jié)點(diǎn)的度較小的銀行傾向于與度較大的節(jié)點(diǎn)銀行相連。

（二）金融網(wǎng)絡(luò)結(jié)構(gòu)特征在系統(tǒng)風(fēng)險(xiǎn)方面的應(yīng)用

在復(fù)雜網(wǎng)絡(luò)理論中，可以通過節(jié)點(diǎn)度中心性、介數(shù)中心性、緊密中心性和特征向量中心性等網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)來刻畫一個(gè)節(jié)點(diǎn)在網(wǎng)絡(luò)中的重要性（赫南等，2008）。因而，可以通過計(jì)算金融網(wǎng)絡(luò)中各銀行的網(wǎng)絡(luò)中心性來確定系統(tǒng)重要性銀行。這些系統(tǒng)重要性銀行并非是資產(chǎn)規(guī)模最大的銀行，而是在網(wǎng)絡(luò)中處于關(guān)鍵位置的銀行。Gabrieli（2011）發(fā)現(xiàn)2007年8月以后，歐洲銀行隔夜拆借市場上的中小銀行的網(wǎng)絡(luò)中心性提高，而大銀行有所下降。這說明金融危機(jī)以后中小銀行的系統(tǒng)重要性上升。

網(wǎng)絡(luò)中心性不僅可以決定系統(tǒng)重要性銀行，還對銀行間市場利率具有預(yù)測作用。Bech和Atalay（2010）構(gòu)建一個(gè)網(wǎng)絡(luò)中心性指數(shù)，發(fā)現(xiàn)當(dāng)借款銀行的網(wǎng)絡(luò)中心性指數(shù)高于出借銀行的網(wǎng)絡(luò)中心性指數(shù)時(shí)，借款銀行可以獲得一個(gè)較低的借款利率。相反，如果出借銀行具有更高的網(wǎng)絡(luò)中心性指數(shù)，則借款銀行將獲得一個(gè)較高的借款利率。Tabak 等（2014）利用2004年1月到2007年11月的巴西銀行間市場相關(guān)數(shù)據(jù)發(fā)現(xiàn)銀行間市場網(wǎng)絡(luò)的聚集系數(shù)和銀行間市場利率的變動(dòng)負(fù)相關(guān)。

此外，對網(wǎng)絡(luò)結(jié)構(gòu)變動(dòng)的動(dòng)態(tài)分析還包含可以預(yù)測金融危機(jī)的信息。Gabrieli（2011）發(fā)現(xiàn)2007年8月金融危機(jī)發(fā)生以后歐洲貨幣市場網(wǎng)絡(luò)呈現(xiàn)出明顯的節(jié)點(diǎn)之間平均距離的縮短。Tabak 等（2014）指出無向網(wǎng)絡(luò)的聚集系數(shù)和有向網(wǎng)絡(luò)的入度的聚集系數(shù)越高系統(tǒng)風(fēng)險(xiǎn)越大。Minoiu和Reyes（2013）將1978年至2010年發(fā)生的幾次銀行危機(jī)作為時(shí)間點(diǎn)，利用184個(gè)國家的跨國銀行數(shù)據(jù)構(gòu)建網(wǎng)絡(luò)，發(fā)現(xiàn)每次危機(jī)發(fā)生之前的銀行網(wǎng)絡(luò)連通性都要高于危機(jī)發(fā)生之后的網(wǎng)絡(luò)。

三、網(wǎng)絡(luò)結(jié)構(gòu)與風(fēng)險(xiǎn)傳染的關(guān)系

不同網(wǎng)絡(luò)結(jié)構(gòu)對銀行間的風(fēng)險(xiǎn)傳染有重要影響，網(wǎng)絡(luò)結(jié)構(gòu)與風(fēng)險(xiǎn)傳染關(guān)系存在以下三種觀點(diǎn)：

第一種觀點(diǎn)認(rèn)為相對均勻緊密的網(wǎng)絡(luò)風(fēng)險(xiǎn)傳染程度較小。該觀點(diǎn)認(rèn)為在緊密網(wǎng)絡(luò)內(nèi)，由于一家銀行與較多銀行連接，當(dāng)該銀行破產(chǎn)時(shí)，其損失平擔(dān)到每個(gè)債權(quán)銀行就相對較小，從而降低破產(chǎn)銀行對整個(gè)網(wǎng)絡(luò)的沖擊。Allen和Gale（2000）是該觀點(diǎn)的提出者，隨后Freixas等（2000）發(fā)現(xiàn)相對完全連接網(wǎng)絡(luò)，包含貨幣中心的層級網(wǎng)絡(luò)更容易發(fā)生風(fēng)險(xiǎn)傳染。Müller（2006）也證實(shí)均勻緊密網(wǎng)絡(luò)內(nèi)的風(fēng)險(xiǎn)傳染程度要小于中心化稀疏網(wǎng)絡(luò)。

第二種觀點(diǎn)則認(rèn)為緊密連接的網(wǎng)絡(luò)容易發(fā)生風(fēng)險(xiǎn)傳染。Degryse和Nguyen（2007）發(fā)現(xiàn)1993—2002年間比利時(shí)銀行系統(tǒng)網(wǎng)絡(luò)的網(wǎng)絡(luò)結(jié)構(gòu)從早期的近似完全連接結(jié)構(gòu)到以多家銀行為貨幣中心的結(jié)構(gòu)的轉(zhuǎn)變降低了風(fēng)險(xiǎn)傳染發(fā)生的可能性和影響程度。Viver-Lirimont （2006）基于Diamond & Dybvig模型從理論上證明網(wǎng)絡(luò)連通性越高，風(fēng)險(xiǎn)傳染程度越嚴(yán)重，傳染速度也越快。因而銀行分散化投資行為表面上看可以降低單個(gè)銀行的風(fēng)險(xiǎn)，但實(shí)際上會增加銀行之間的關(guān)聯(lián)度而提高傳染風(fēng)險(xiǎn)。Brusco和 Castiglionesi（2007）的研究也認(rèn)為銀行之間互相持有資金會增加傳染風(fēng)險(xiǎn)。

針對上述兩種不同觀點(diǎn)，第三種觀點(diǎn)認(rèn)為網(wǎng)絡(luò)結(jié)構(gòu)與風(fēng)險(xiǎn)傳染之間并非單調(diào)線性關(guān)系。Battiston 等（2012）認(rèn)為第一種觀點(diǎn)所謂的緊密網(wǎng)絡(luò)不易發(fā)生風(fēng)險(xiǎn)傳染并不總成立。具有中等水平連通性的網(wǎng)絡(luò)最容易發(fā)生風(fēng)險(xiǎn)傳染，并且最優(yōu)銀行間市場網(wǎng)絡(luò)結(jié)構(gòu)與沖擊大小有關(guān)（Ladley ，2013）。當(dāng)負(fù)向沖擊較小時(shí)，均勻緊密的銀行網(wǎng)絡(luò)更穩(wěn)定；當(dāng)負(fù)向沖擊大于一定閾值時(shí)，弱連接網(wǎng)絡(luò)反而比緊密網(wǎng)絡(luò)穩(wěn)定（Acemoglu等，2013）。

四、基于金融網(wǎng)絡(luò)理論的系統(tǒng)風(fēng)險(xiǎn)實(shí)證研究

金融網(wǎng)絡(luò)研究的一個(gè)重要方向即是利用真實(shí)數(shù)據(jù)對系統(tǒng)風(fēng)險(xiǎn)進(jìn)行評估。若是可以獲得銀行之間一對一的資產(chǎn)負(fù)債數(shù)據(jù)，即可據(jù)此直接構(gòu)建網(wǎng)絡(luò)，考察一家或多家銀行破產(chǎn)引發(fā)的風(fēng)險(xiǎn)傳染問題，如Müller（2006）、Degryse和Nguyen（2007）、黃聰和賈彥東（2010）、Sokolov等（2012）等的研究。

然而，現(xiàn)實(shí)中銀行之間一對一的資產(chǎn)負(fù)債數(shù)據(jù)較難獲得，因而許多文獻(xiàn)利用最大熵方法估算銀行間資產(chǎn)負(fù)債頭寸。Upper和Worm（2004）最早根據(jù)德國各銀行資產(chǎn)負(fù)債表中的銀行間總資產(chǎn)和銀行間總負(fù)債數(shù)據(jù)，利用最大熵方法估算銀行之間一對一的資產(chǎn)負(fù)債頭寸，構(gòu)建銀行網(wǎng)絡(luò)。他們發(fā)現(xiàn)德國銀行體系發(fā)生風(fēng)險(xiǎn)傳染的概率盡管很小，但是一旦發(fā)生僅通過銀行間資產(chǎn)負(fù)債敞口就可引發(fā)大規(guī)模風(fēng)險(xiǎn)傳染。該方法由于解決了數(shù)據(jù)可得性問題而得到廣泛應(yīng)用，例如Mistrulli（2011）、Degryse和Nguyen（2007）、馬君潞等（2007）等的研究。

最大熵方法實(shí)際上是假設(shè)金融網(wǎng)絡(luò)為完全連接網(wǎng)絡(luò)，即每家銀行都與其他銀行交易，這顯然與真實(shí)銀行網(wǎng)絡(luò)結(jié)構(gòu)不符。Mistrulli（2011）通過對比真實(shí)數(shù)據(jù)構(gòu)建的網(wǎng)絡(luò)和基于最大熵方法估算的數(shù)據(jù)構(gòu)建的網(wǎng)絡(luò)，發(fā)現(xiàn)最大熵方法建立的網(wǎng)絡(luò)會高估風(fēng)險(xiǎn)傳染的程度。因而，基于最大熵方法構(gòu)建的金融網(wǎng)絡(luò)模型無法對系統(tǒng)風(fēng)險(xiǎn)進(jìn)行準(zhǔn)確評估，只能是一種參考。

五、金融網(wǎng)絡(luò)理論總結(jié)與展望

2008年的金融危機(jī)說明現(xiàn)代金融系統(tǒng)不再是一個(gè)個(gè)孤立的金融機(jī)構(gòu)，而是相互連接的金融網(wǎng)絡(luò)。單個(gè)金融機(jī)構(gòu)的行為會對網(wǎng)絡(luò)內(nèi)其他金融機(jī)構(gòu)產(chǎn)生重要影響，網(wǎng)絡(luò)連接會助推系統(tǒng)風(fēng)險(xiǎn)的擴(kuò)散。因而將金融機(jī)構(gòu)視為網(wǎng)絡(luò)的節(jié)點(diǎn)，將金融機(jī)構(gòu)之間的資產(chǎn)負(fù)債關(guān)聯(lián)視為網(wǎng)絡(luò)的邊來刻畫金融系統(tǒng)，為我們研究金融問題尤其是系統(tǒng)風(fēng)險(xiǎn)問題提供了全新的視角。

首先，通過對真實(shí)金融網(wǎng)絡(luò)結(jié)構(gòu)的靜態(tài)分析有助于尋找系統(tǒng)重要性銀行，這些銀行并非一定是大銀行。對網(wǎng)絡(luò)結(jié)構(gòu)變動(dòng)的動(dòng)態(tài)分析則蘊(yùn)含與預(yù)測金融危機(jī)有關(guān)的信息，從而為監(jiān)管提供新的思路。其次，通過對網(wǎng)絡(luò)結(jié)構(gòu)與風(fēng)險(xiǎn)傳染關(guān)系的探討，有助于監(jiān)管當(dāng)局正確引導(dǎo)金融機(jī)構(gòu)之間的交易行為。最后，利用金融網(wǎng)絡(luò)來評估系統(tǒng)風(fēng)險(xiǎn)，可以作為CoVaR方法（肖璞等，2013）、壓力測試法（曹麟和彭建剛，2014）等傳統(tǒng)方法的補(bǔ)充。

盡管金融網(wǎng)絡(luò)理論在探討系統(tǒng)風(fēng)險(xiǎn)方面有諸多好處，也有利于監(jiān)管當(dāng)局從宏觀審慎管理的角度來看待系統(tǒng)風(fēng)險(xiǎn)，但是該類研究也面臨諸多困難。由于數(shù)據(jù)可得性較差，對真實(shí)網(wǎng)絡(luò)結(jié)構(gòu)的刻畫并不全面，對系統(tǒng)風(fēng)險(xiǎn)的評估也只能是一種參考。未來在金融網(wǎng)絡(luò)研究中，有必要考慮有關(guān)流動(dòng)性沖擊、信息傳染等其他傳染渠道對系統(tǒng)風(fēng)險(xiǎn)的共同影響。

參考文獻(xiàn)：

[1]Chan-Lau J A. Balance She-

et Network Analysis of Too—Connected—To—Fail Risk in Global and Domestic Banking Systems[J]. IMF Working Papers，2010

[2]Gabrieli S. The Microstruc-

ture of the Money Market Before and After the Financial Crisis： a Network Perspective[C]. CEIS Tor Vergata Research Paper Series，2011（1）

[3]Bech M L，Atalay E. The To-

pology of the Federal Funds Market[J]. Physica A：Statistical Mechanics and its Applications，2010（22）

[4]Boss M， Elsinger H，Summer

M，et al. Network Topology of the Interbank Market[J]. Quantitative Finance，2004（6）

[5]Soram i K，Bech M L，Arnold J，et al. The Topology of Interbank Payment Flows[J]. Physica A：Statistical Mechanics and its Applications，2007（1）

[6]Iazzetta，Carmela，and Mich-

ele Manna. The Topology of the Interbank Market： Developments in Italy Since 1990[R]. Bank of Italy Temi di Discussione Working Paper，2009

[7]Peltonen T A，Scheicher M，

Vuillemey G. The Network Structure of the CDS Market and its Determinants[J]. Journal of Financial Stability，2014（13）

[8]Craig B，Von Peter G. Inter-

bank Tiering and Money Center Banks[J]. Journal of Financial Intermediation，2014（3）

[9]Cont R，Moussa A，Santos E B.

Network Structure and Systemic Risk in Banking Systems[J]. Handbook of Systemic Risk，2013

[10]赫南，李德毅，淦文燕等.復(fù)雜網(wǎng)絡(luò)中重要性節(jié)點(diǎn)發(fā)掘綜述[J].計(jì)算機(jī)科學(xué)，2008（12）

[11]Tabak B M，Takami M，Roch-

a J M C，et al. Directed Clustering Coefficient as a Measure of Systemic Risk in Complex Banking Networks[J]. Physica A：Statistical Mechanics and its Applications，2014（394）

[12]Minoiu C，Reyes J A.A Ne-

twork Analysis of Global Banking：1978—2010[J]. Journal of Financial Stability，2013（2）

[13]Freixas X，Parigi B M，Rochet J C. Systemic Risk，Interbank Relations，and Liquidity Provision by the Central Bank[J]. Journal of Money，Credit and Banking，2000（3）

[14]Müller J. Interbank Credit Lines as a Channel of Contagion [J]. Journal of Financial Services Research，2006（29）

[15]Degryse H，Nguyen G. Int-

erbank Exposures：An Empirical Ex-

amination of Contagion Risk in the Belgian Banking System[J]. International Journal of Central Banking，2007（2）

[16]Vivier-Lirimont，Sébast-

ian. Contagion in Interbank Debt Networks[R]. Reims Management School and CES，Paris I Pantheon Sorbonne University Working Paper，2006

[17]Brusco S， Castiglionesi F.

Liquidity Coinsurance， Moral Hazard，and Financial Contagion[J]. The Journal of Finance，2007（5）

[18]Battiston S，Gatti D D，G-

allegati M，etal. Default Cascades：When does Risk Diversification Increase Stability？[J]. Journal of Financial Stability，2012（8）

[19]Ladley D. Contagion and R-

isk-sharing on the Inter-bank Market[J]. Journal of Economic Dynamics and Control，2013（7）

[20]黃聰，賈彥東.金融網(wǎng)絡(luò)視角下的宏觀審慎管理——基于銀行間支付結(jié)算數(shù)據(jù)的實(shí)證分析[J].金融研究，2010（4）

[21]Sokolov A，Webster R，Mela-

tos A，et al. Loan and Nonloan Flows in the Australian Interbank Network[J]. Physica A：Statistical Mechanics and its Applications，2012 （9）

[22]Upper C，Worms A. Estimati-

ng Bilateral Exposures in the German Interbank Market： Is There a Danger of Contagion？[J]. European Economic Review，2004，48（4）

[23]Mistrulli P E. Assessing F-

inancial Contagion in the Interbank Market：Maximum Entropy versus Observed Interbank Lending Patterns[J]. Journal of Banking & Finance，2011，35（5）

[24]馬君潞，范小云，曹元濤.中國銀行間市場雙邊傳染的風(fēng)險(xiǎn)估測及其系統(tǒng)性特征分析[J].經(jīng)濟(jì)研究，2007（1）

[25]肖璞，劉軼，楊蘇梅.相互關(guān)聯(lián)性，風(fēng)險(xiǎn)溢出與系統(tǒng)重要性銀行識別[J].金融研究，2013 （12）

[26]曹麟，彭建剛.基于宏觀壓力測試方法的逆周期資本監(jiān)管框架研究[J].國際金融研究，2014（7）

（孫艷霞，1988年生，遼寧丹東人，東北財(cái)經(jīng)大學(xué)社會與行為跨學(xué)科研究中心博士研究生。 研究方向：金融網(wǎng)絡(luò)與仿真）