銀行體系網(wǎng)絡(luò)結(jié)構(gòu)特征及關(guān)聯(lián)性風(fēng)險(xiǎn)分析

李士巖

摘要：基于銀行間市場(chǎng)同業(yè)拆借關(guān)系以及上市銀行股票收益的格蘭杰因果檢驗(yàn)分析了銀行體系網(wǎng)絡(luò)結(jié)構(gòu)特征及關(guān)聯(lián)性風(fēng)險(xiǎn)。研究結(jié)果表明，銀行體系具有小世界網(wǎng)絡(luò)以及無標(biāo)度網(wǎng)絡(luò)特征。該結(jié)果意味著少數(shù)銀行出現(xiàn)危機(jī)會(huì)對(duì)整個(gè)銀行體系產(chǎn)生重要影響，而且由于平均路徑較短，危機(jī)蔓延速度較快。結(jié)論對(duì)于如何有效維護(hù)銀行體系的穩(wěn)定提供有益的啟示。

關(guān)鍵詞：復(fù)雜網(wǎng)絡(luò)；關(guān)聯(lián)性風(fēng)險(xiǎn)；無標(biāo)度網(wǎng)絡(luò)；小世界網(wǎng)絡(luò)

中圖分類號(hào)：F83

文獻(xiàn)標(biāo)識(shí)碼：A

doi：10.19311/j.cnki.16723198.2016.30.051

1引言

伴隨金融自由化、復(fù)雜化趨勢(shì)的發(fā)展，金融機(jī)構(gòu)之間更緊密地相互聯(lián)系在一起，這種相互聯(lián)系增加了金融危機(jī)迅速蔓延的可能性，由次貸危機(jī)所引發(fā)的全球金融危機(jī)顯示了金融傳染的危害性。研究表明，金融系統(tǒng)的微觀特征以及展現(xiàn)的宏觀結(jié)構(gòu)對(duì)于系統(tǒng)內(nèi)部風(fēng)險(xiǎn)傳染的程度具有重要影響。近年來，統(tǒng)計(jì)物理學(xué)領(lǐng)域在復(fù)雜網(wǎng)絡(luò)的形成及特征等方面獲得顯著進(jìn)展，在諸多領(lǐng)域中，基于復(fù)雜網(wǎng)絡(luò)結(jié)構(gòu)理論分析個(gè)體間結(jié)構(gòu)及關(guān)聯(lián)性卓有成效，這為本文的研究提供了堅(jiān)實(shí)的理論基礎(chǔ)和有益的借鑒。

作為貨幣市場(chǎng)的核心以及銀行間業(yè)務(wù)的重要組成部分，同業(yè)拆借市場(chǎng)平穩(wěn)運(yùn)行具有重要意義。同業(yè)拆借市場(chǎng)的平穩(wěn)運(yùn)行對(duì)于調(diào)節(jié)機(jī)構(gòu)之間的流動(dòng)性以及貨幣政策的實(shí)施至關(guān)重要。同業(yè)拆借市場(chǎng)因其市場(chǎng)化的運(yùn)作以及高效率的機(jī)制使得同業(yè)拆借利率及時(shí)、靈敏地反映了市場(chǎng)資金的供求。因此在貨幣政策執(zhí)行中，中央銀行將同業(yè)拆借利率作為反映金融系統(tǒng)中資金供求狀況重要指標(biāo)，同業(yè)拆借利率成為貨幣市場(chǎng)上的基準(zhǔn)利率之一。同時(shí)，銀行同業(yè)拆借市場(chǎng)也是商業(yè)銀行之間進(jìn)行短期資金借貸的場(chǎng)所，是一國(guó)金融體系的重要組成部分。銀行主要依靠同業(yè)拆借市場(chǎng)進(jìn)行流動(dòng)性管理，銀行間市場(chǎng)的發(fā)展為銀行間資金調(diào)劑提供了順暢渠道.作為貨幣市場(chǎng)的核心部分，中國(guó)同業(yè)拆借市場(chǎng)進(jìn)入了穩(wěn)定發(fā)展階段，市場(chǎng)規(guī)模逐步擴(kuò)大，2013年同業(yè)拆借市場(chǎng)總規(guī)模超過45萬億元，其中銀行與銀行之間拆借交易成交量占整個(gè)市場(chǎng)成交量的80%以上。然而，同業(yè)間風(fēng)險(xiǎn)暴露也使得銀行間的關(guān)聯(lián)性風(fēng)險(xiǎn)增大。因此，基于同業(yè)拆借產(chǎn)生的銀行間的關(guān)聯(lián)性風(fēng)險(xiǎn)是危機(jī)傳染的重要渠道之一。

為了提高分析結(jié)果的穩(wěn)健性，在基于同業(yè)拆借市場(chǎng)分析的基礎(chǔ)之上，利用上市銀行股票收益的格蘭杰因果檢驗(yàn)進(jìn)一步分析銀行體系網(wǎng)絡(luò)結(jié)構(gòu)特征。

2文獻(xiàn)綜述及理論分析

由于銀行之間存在復(fù)雜的債權(quán)債務(wù)關(guān)系，導(dǎo)致銀行之間形成緊密的內(nèi)在關(guān)聯(lián)性，一旦某個(gè)銀行倒閉，銀行間的信貸關(guān)系使得破產(chǎn)危機(jī)在銀行之間傳染。要實(shí)現(xiàn)對(duì)系統(tǒng)性風(fēng)險(xiǎn)有效監(jiān)管，對(duì)關(guān)聯(lián)性風(fēng)險(xiǎn)進(jìn)行有效評(píng)估至關(guān)重要。國(guó)際貨幣基金組織在《全球金融穩(wěn)定報(bào)告》（2009）介紹了評(píng)估系統(tǒng)性關(guān)聯(lián)風(fēng)險(xiǎn)的四種方法：網(wǎng)絡(luò)傳導(dǎo)分析法、共同風(fēng)險(xiǎn)模型法、困境依賴矩陣法以及違約強(qiáng)度模型法。金融系統(tǒng)是由多子系統(tǒng)、多種性質(zhì)參與主體以及復(fù)雜交互作用關(guān)系構(gòu)成的復(fù)雜網(wǎng)絡(luò)系統(tǒng)，這使得基于單個(gè)機(jī)構(gòu)的分析無法有效評(píng)估整個(gè)金融系統(tǒng)所面臨的風(fēng)險(xiǎn)。復(fù)雜網(wǎng)絡(luò)金融理論認(rèn)為，金融體系的內(nèi)部結(jié)構(gòu)必然與其功能以及運(yùn)行狀態(tài)有緊密的關(guān)聯(lián)性。復(fù)雜網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)通常可以描述金融系統(tǒng)的共同特征，復(fù)雜網(wǎng)絡(luò)理論通過研究金融系統(tǒng)結(jié)構(gòu)的拓?fù)涮卣?，從而?duì)金融系統(tǒng)運(yùn)行規(guī)律進(jìn)行有效的揭示并達(dá)到控制風(fēng)險(xiǎn)的目的。該理論將金融網(wǎng)絡(luò)用抽象圖來替代，就是用抽象的節(jié)點(diǎn)來表示金融網(wǎng)絡(luò)中的個(gè)體，并用兩個(gè)節(jié)點(diǎn)間的連線表示個(gè)體之間的某種關(guān)聯(lián)性，金融系統(tǒng)中個(gè)體之間的關(guān)聯(lián)性通常是基于債權(quán)債務(wù)關(guān)系而產(chǎn)生。通過分析反映金融網(wǎng)絡(luò)結(jié)構(gòu)特征一些參數(shù)指標(biāo)，可以揭示金融系統(tǒng)的結(jié)構(gòu)與特征。伴隨復(fù)雜網(wǎng)絡(luò)結(jié)構(gòu)理論的發(fā)展，將復(fù)雜網(wǎng)絡(luò)的研究方法運(yùn)用到金融領(lǐng)域問題的研究得到了極大的發(fā)展，尤其是針對(duì)系統(tǒng)性風(fēng)險(xiǎn)問題，復(fù)雜網(wǎng)絡(luò)金融理論基于系統(tǒng)論視角分析金融體系內(nèi)部關(guān)聯(lián)性風(fēng)險(xiǎn)，二者之間在邏輯關(guān)系上存在一致性。

利用網(wǎng)絡(luò)結(jié)構(gòu)理論研究關(guān)聯(lián)性風(fēng)險(xiǎn)主要包括微觀路徑和宏觀路徑兩種方法。在微觀路徑研究中，主要是運(yùn)用風(fēng)險(xiǎn)管理、復(fù)雜網(wǎng)絡(luò)等領(lǐng)域的知識(shí)，并結(jié)合金融風(fēng)險(xiǎn)的發(fā)生機(jī)制研究穩(wěn)定性較高的金融網(wǎng)絡(luò)所需具備的微觀特征。該領(lǐng)域的早期研究關(guān)注銀行間的連接方式及連接的緊密程度，Allen和Gale（2000）假設(shè)流動(dòng)性沖擊來自于存款者取款時(shí)間的不確定性，當(dāng)網(wǎng)絡(luò)處于完全連接狀態(tài)，網(wǎng)絡(luò)系統(tǒng)具有較高的穩(wěn)定性，而當(dāng)網(wǎng)絡(luò)處于不完全連接狀態(tài)時(shí)，系統(tǒng)會(huì)變得較為脆弱。Gai（2010）借鑒其他學(xué)者研究復(fù)雜網(wǎng)絡(luò)的數(shù)學(xué)方法，通過模擬金融網(wǎng)絡(luò)的形成過程分析穩(wěn)健性的金融網(wǎng)絡(luò)應(yīng)具備的特征，得出的結(jié)論是最短路徑長(zhǎng)度應(yīng)適當(dāng)偏長(zhǎng)。部分學(xué)者嘗試?yán)眠\(yùn)籌法判斷最優(yōu)微觀結(jié)構(gòu)，Leitner（2005）運(yùn)用運(yùn)籌學(xué)理論，得出最優(yōu)金融網(wǎng)絡(luò)的規(guī)模特征即每個(gè)小群體內(nèi)最優(yōu)節(jié)點(diǎn)數(shù)量為5。在宏觀路徑研究中，主要基于節(jié)點(diǎn)度、聚類系數(shù)、最短路徑長(zhǎng)度等微觀指標(biāo)研究金融網(wǎng)絡(luò)所呈現(xiàn)的宏觀結(jié)構(gòu)。Hajime Inaoka等（2004）利用銀行交易結(jié)算數(shù)據(jù)分析了銀行網(wǎng)絡(luò)結(jié)構(gòu)特征，研究表明銀行網(wǎng)絡(luò)具有自相似以及無標(biāo)度特征。此外，并從理論上分析了不同網(wǎng)絡(luò)結(jié)構(gòu)特征下的穩(wěn)定性。該文將沖擊分為隨機(jī)性沖擊與選擇性沖擊兩種類別。對(duì)于隨機(jī)網(wǎng)絡(luò)，隨機(jī)性沖擊與選擇性沖擊的效應(yīng)趨于一致，而對(duì)于無標(biāo)度網(wǎng)絡(luò)，選擇性沖擊的效應(yīng)遠(yuǎn)遠(yuǎn)大于隨機(jī)性沖擊。Michael Boss、Helmut Elsinger等（2004）基于同業(yè)拆借數(shù)據(jù)，并利用最小交互熵方法對(duì)奧地利銀行間市場(chǎng)網(wǎng)絡(luò)結(jié)構(gòu)特征進(jìn)行了分析，研究表明少數(shù)銀行具有大量關(guān)聯(lián)性，而多數(shù)銀行具有較少的連接。此外，奧地利銀行網(wǎng)絡(luò)呈現(xiàn)出群體結(jié)構(gòu)特征，群體內(nèi)部關(guān)聯(lián)性緊密，而群體之間的連接較為稀疏。Giulia Iori等（2008）利用隔夜拆借數(shù)據(jù)分析了意大利銀行間網(wǎng)絡(luò)結(jié)構(gòu)特征及其演化特征。研究表明銀行間網(wǎng)絡(luò)具有隨機(jī)網(wǎng)絡(luò)的特征，并且呈現(xiàn)出度增加而強(qiáng)度減弱的狀態(tài)，研究還發(fā)現(xiàn)不同規(guī)模主體行為具備差異性。Nier（2007）研究表明銀行網(wǎng)絡(luò)集中度對(duì)關(guān)聯(lián)性風(fēng)險(xiǎn)產(chǎn)生的影響并不是單調(diào)的，在一定的閾值范圍內(nèi)，集中度增加將導(dǎo)致關(guān)聯(lián)性風(fēng)險(xiǎn)增大，但當(dāng)集中度超過一定的閾值范圍后，集中度增加反而會(huì)降低關(guān)聯(lián)性風(fēng)險(xiǎn)。Simone Lenzu（2012）基于市場(chǎng)主體的行為探討了銀行網(wǎng)絡(luò)形成的內(nèi)生機(jī)制，并基于模擬分析風(fēng)險(xiǎn)傳染的特征。該文基于關(guān)聯(lián)形成的內(nèi)生機(jī)制形成了隨機(jī)網(wǎng)絡(luò)與無標(biāo)度網(wǎng)絡(luò)，為了研究不同網(wǎng)絡(luò)的穩(wěn)健性，對(duì)網(wǎng)絡(luò)進(jìn)行隨機(jī)性沖擊模擬，結(jié)果發(fā)現(xiàn)無標(biāo)度網(wǎng)絡(luò)比隨機(jī)網(wǎng)絡(luò)具有更高的脆弱性。李守偉等（2010）通過構(gòu)建有向網(wǎng)絡(luò)模型，通過分析隨機(jī)性攻擊與選擇性攻擊對(duì)網(wǎng)絡(luò)成分的影響研究銀行間網(wǎng)絡(luò)的穩(wěn)定性。研究結(jié)果表明，銀行間網(wǎng)絡(luò)對(duì)于選擇性攻擊具有較低的穩(wěn)定性，而對(duì)于隨機(jī)性攻擊具有較高的穩(wěn)定性。

上述研究表明，金融網(wǎng)絡(luò)的微觀特征以及展現(xiàn)的宏觀結(jié)構(gòu)對(duì)于分析金融系統(tǒng)的關(guān)聯(lián)性風(fēng)險(xiǎn)具有重要意義。本文以復(fù)雜網(wǎng)絡(luò)結(jié)構(gòu)理論為基礎(chǔ)，基于銀行間市場(chǎng)同業(yè)拆借關(guān)系以及上市銀行股票收益的格蘭杰因果檢驗(yàn)分析了銀行體系網(wǎng)絡(luò)結(jié)構(gòu)特征及關(guān)聯(lián)性風(fēng)險(xiǎn)。具體結(jié)構(gòu)安排如下：第三部分主要介紹矩陣法網(wǎng)絡(luò)模型及因果網(wǎng)絡(luò)模型；第四部分對(duì)銀行網(wǎng)絡(luò)結(jié)構(gòu)特征進(jìn)行實(shí)證分析；最后一部分內(nèi)容對(duì)于本文的主要觀點(diǎn)與結(jié)論進(jìn)行總結(jié)，并闡述了相關(guān)的政策啟示。

3研究設(shè)計(jì)

3.1基于矩陣法構(gòu)建銀行網(wǎng)絡(luò)模型

首先基于最大熵的方法估計(jì)銀行間同業(yè)拆借矩陣，并利用RAS算法進(jìn)行優(yōu)化，該方法意味著各銀行盡量可能均勻分布資產(chǎn)；然后利用閾值法構(gòu)建銀行網(wǎng)絡(luò)模型，由于在實(shí)際拆借行為中不可能任意兩個(gè)銀行間都存在雙向信用拆借關(guān)系，因此假設(shè)只有兩個(gè)銀行之間拆借規(guī)模超過一定閾值水平才認(rèn)為兩個(gè)銀行之間存在拆借關(guān)系；最后計(jì)算度、聚類系數(shù)以及平均路徑長(zhǎng)度等相關(guān)指標(biāo)進(jìn)而揭示銀行間同業(yè)市場(chǎng)網(wǎng)絡(luò)結(jié)構(gòu)特征及關(guān)聯(lián)性風(fēng)險(xiǎn)。

由于只能獲取各個(gè)銀行同業(yè)拆借的總資產(chǎn)和總負(fù)債數(shù)據(jù)，無法獲得各個(gè)銀行相互之間交易的具體數(shù)據(jù)，因此需要基于總資產(chǎn)和總負(fù)債數(shù)據(jù)利用熵最優(yōu)化法測(cè)算銀行同業(yè)拆借矩陣。銀行間市場(chǎng)同業(yè)拆借關(guān)系可以用矩陣X=（xi，j）N×N表示。其中，xi，j表示銀行i對(duì)銀行j的同業(yè)資產(chǎn)頭寸，N表示銀行數(shù)量。設(shè)ai表示銀行i對(duì)其他銀行的資產(chǎn)總額，ai=∑Nj=1xi，j，lj表示銀行對(duì)其他銀行的負(fù)債總額，lj=∑Nj=1xi，j。在一個(gè)具有N家銀行的系統(tǒng)中，X包含N2個(gè)元素，xi，j的具體值是未知的，但是ai和lj是已知的，在缺少其他約束條件下可以選擇最大化雙邊交易不確定性分布（信息熵最大化）。通過標(biāo)準(zhǔn)化，X視為聯(lián)合分布函數(shù)f（a，l）的實(shí)現(xiàn)值，而a和l可視為邊際分布函數(shù)f（a）和f（b）的實(shí)現(xiàn)值。如果f（a）和f（b）相互獨(dú)立，通過最大熵的方法可以得出xi，j=ai×lj。這種方法意味著i銀行對(duì)j銀行的資產(chǎn)額度取決于i銀行對(duì)其他銀行的資產(chǎn)總額以及j銀行對(duì)其他銀行的負(fù)債總額。通過上述方法可以計(jì)算出矩陣X，但是銀行不能與自身發(fā)生借貸關(guān)系，也就意味著xi，i=0，因此需要對(duì)矩陣X進(jìn)行修正，修正后的矩陣為X*。求解X*等同于如下問題求解：

min∑Ni=1∑Nj=1x*i，jln（x*i，j/xi，j）

s.t.ai=∑Nj=1x*i，j，lj=∑Nj=1x*i，jx*i，j≥0

上述最優(yōu)化的解可以利用RAS法計(jì)算獲得，從而得到銀行間同業(yè)拆借矩陣。在銀行間同業(yè)拆借矩陣的基礎(chǔ)上，本文采用閾值法構(gòu)建銀行網(wǎng)絡(luò)特征。由于大部分銀行的銀行間資產(chǎn)、負(fù)債占所有銀行間資產(chǎn)、負(fù)債的比例在區(qū)間（0，0.01）之間，因此，我們將閾值c界定在（0.00001，0.0001）之間。如果當(dāng)兩銀行之間同業(yè)拆借比例大于閾值c，則認(rèn)為兩銀行之間存在拆借關(guān)系，在復(fù)雜網(wǎng)絡(luò)理論中意味著兩節(jié)點(diǎn)之間存在邊進(jìn)行連接。本方法利用各個(gè)銀行的合并報(bào)表的拆借數(shù)據(jù)進(jìn)行實(shí)證分析。我們使用兩組數(shù)據(jù)進(jìn)行分析，一組是73家銀行2015年的同業(yè)拆借數(shù)據(jù)，另外一組是16家上市銀行2008-2015年間的同業(yè)拆借數(shù)據(jù)。

3.2因果網(wǎng)絡(luò)模型

在一個(gè)由n個(gè)金融機(jī)構(gòu)構(gòu)成的金融體系中，Ri表示金融機(jī)構(gòu)i的股票收益率，Rm表示市場(chǎng)回報(bào)率，Rf表示無風(fēng)險(xiǎn)利率，則資本資產(chǎn)定價(jià)模型可以表示如下：

Ri—Rf=βi（Rm—Rf）+εii=1，2，……，n

則余項(xiàng)εi反映公司i特定風(fēng)險(xiǎn)溢價(jià)，本文定義Li=εi反映金融機(jī)構(gòu)i所承擔(dān)的公司風(fēng)險(xiǎn)。由于金融時(shí)間序列數(shù)據(jù)通常具有波動(dòng)集聚現(xiàn)象，本文利用GARCH（1，1）模型來描述公司風(fēng)險(xiǎn)的動(dòng)態(tài)相關(guān)性。

Li，t=μi+σi，tZi，t

σ2i，t=wi+αiu2i，t-1+βiσ2i，t—1

其中，μi表示條件均值，σi，t表示條件標(biāo)準(zhǔn)誤，Zi，t表示白噪聲過程，ui，t=σi，tZi，t。

如果時(shí)間序列Zi，t包含時(shí)間序列Zj，t的有效信息，有助于提高Zj，t預(yù)測(cè)精度，則認(rèn)為Zi，t是Zj，t的格蘭杰原因。

Zj，t+1=ajZj，t+bjiZi，t+ej，t+1

Zi，t+1=aiZi，t+bijZj，t+ei，t+1

如果bji顯著不為0，則Zi，t是Zj，t的格蘭杰原因。類似，如果bij顯著不為0，則Zj，t是Zi，t的格蘭杰原因。基于因果關(guān)系檢驗(yàn)結(jié)果界定金融機(jī)構(gòu)之間的網(wǎng)絡(luò)關(guān)系，如果存在因果關(guān)系，則表明代表金融機(jī)構(gòu)的節(jié)點(diǎn)之間存在有向邊所連接。本方法利用16家上市銀行2015年股票收益數(shù)據(jù)分析銀行體系的因果網(wǎng)絡(luò)結(jié)構(gòu)。

4實(shí)證分析

4.1銀行網(wǎng)絡(luò)節(jié)點(diǎn)度分布

為了分析銀行間市場(chǎng)網(wǎng)絡(luò)節(jié)點(diǎn)度分布情況，將閾值設(shè)定為0.00001、0.00003、0.00005、0.00007四種狀態(tài)，分別計(jì)算每一對(duì)應(yīng)閾值狀態(tài)下各個(gè)節(jié)點(diǎn)的度，為了能夠更清晰地反映度的分布特征，我們將各節(jié)點(diǎn)度劃分到若干等距區(qū)間，即[0，9][10-19][20-29][30-39][40-49]，然后分別計(jì)算每一區(qū)間的概率，利用各個(gè)區(qū)間的概率分布來描述節(jié)點(diǎn)度分布狀況。圖1揭示了不同閾值水平下節(jié)點(diǎn)度分布狀況，我們發(fā)現(xiàn)節(jié)點(diǎn)度分布具備冪律分布的基本形態(tài)。

上述結(jié)論是建立在一定假設(shè)前提的基礎(chǔ)之上得出的，為了驗(yàn)證該方法的有效性，我們可以從另外一個(gè)角度分析銀行市場(chǎng)的無標(biāo)度網(wǎng)絡(luò)特征。我們分析了16家上市銀行2008年—2015年的同業(yè)拆借的總量，實(shí)際數(shù)據(jù)表明16家銀行借入資金總量與借出資金總量呈現(xiàn)出穩(wěn)步上升趨勢(shì)，如圖2所示。而且根據(jù)2015年的完整數(shù)據(jù)，16家銀行同業(yè)拆借的總量占樣本73家銀行同業(yè)拆借的總量的比例達(dá)到38%。通過以上分析，進(jìn)一步說明銀行間市場(chǎng)網(wǎng)絡(luò)存在一些中心銀行，銀行間同業(yè)拆借業(yè)務(wù)主要發(fā)生在這些銀行之間以及這些銀行與其他銀行之間。這些處于中心的銀行一旦出現(xiàn)危機(jī)，很容易通過他們的高連接狀態(tài)而影響整個(gè)銀行體系。H.A.Degryse（2004）將銀行間市場(chǎng)的這種結(jié)構(gòu)稱作貨幣中心結(jié)構(gòu)，從風(fēng)險(xiǎn)傳染的角度來看，決定整個(gè)銀行體系穩(wěn)定性的是處于核心地位的銀行，而其他規(guī)模較小的銀行影響有限。根據(jù)H.A.Degryse（2004）研究表明，當(dāng)處于貨幣中心地位的銀行倒閉時(shí)，貨幣中心型的市場(chǎng)結(jié)構(gòu)比完備型的市場(chǎng)結(jié)構(gòu)具備更強(qiáng)的傳染性，而當(dāng)處于中心地位的銀行平穩(wěn)運(yùn)營(yíng)時(shí)，貨幣中心型的市場(chǎng)結(jié)構(gòu)更具穩(wěn)健性。

因此，我們可以得出結(jié)論，銀行間市場(chǎng)網(wǎng)絡(luò)具有無標(biāo)度網(wǎng)絡(luò)特征，即少數(shù)銀行具有較大的度，絕大多數(shù)銀行具有較小的度。無標(biāo)度網(wǎng)絡(luò)特征意味著銀行間市場(chǎng)對(duì)于隨機(jī)性沖擊具有較強(qiáng)的穩(wěn)健性，而對(duì)于選擇性沖擊具有脆弱性。因?yàn)榻^大多數(shù)銀行具有較小的度，因此無標(biāo)度網(wǎng)絡(luò)在遭受隨機(jī)沖擊時(shí)，這些具有較小度的銀行最容易遭到破壞，但這些銀行又只有較少的連接，所以這些銀行的危機(jī)對(duì)整個(gè)銀行體系的影響有限。但當(dāng)銀行系統(tǒng)中具有較大度的銀行面臨危機(jī)時(shí)，局部危機(jī)會(huì)迅速擴(kuò)散到整個(gè)銀行體系進(jìn)而產(chǎn)生系統(tǒng)性危機(jī)。

4.2銀行網(wǎng)絡(luò)聚類系數(shù)及平均路徑長(zhǎng)度分析

理論分析表明，如果一個(gè)網(wǎng)絡(luò)同時(shí)具有較大的集聚系數(shù)和較小的平均路徑長(zhǎng)度，那么這樣的網(wǎng)絡(luò)稱為小世界網(wǎng)絡(luò)。在上文分析的基礎(chǔ)上，利用同業(yè)拆借矩陣計(jì)算不同閾值水平下的平均路徑長(zhǎng)度與聚類系數(shù)。為了獲得因果網(wǎng)絡(luò)結(jié)構(gòu)，需要對(duì)16家上市銀行股票收益數(shù)據(jù)兩兩之間進(jìn)行格蘭杰因果關(guān)系檢驗(yàn)。首先，基于資本資產(chǎn)定價(jià)模型計(jì)算β系數(shù)；其次，利用殘差數(shù)據(jù)，基于GARCH（1，1）模型進(jìn)行參數(shù)估計(jì)；最后，在顯著水平為10%的條件下進(jìn)行格蘭杰因果關(guān)系檢驗(yàn)。表1為兩種不同方法所計(jì)算出來的平均路徑長(zhǎng)度和聚類系數(shù)。

從上述數(shù)據(jù)可以看出，銀行間市場(chǎng)網(wǎng)絡(luò)具有較大的聚類系數(shù)和較小的平均路徑長(zhǎng)度，這說明銀行間市場(chǎng)具有典型的小世界網(wǎng)絡(luò)特征。小世界網(wǎng)絡(luò)特征意味著一旦一個(gè)銀行出現(xiàn)嚴(yán)重危機(jī)，就會(huì)迅速傳導(dǎo)給并無直接關(guān)聯(lián)的其他銀行，從而導(dǎo)致整個(gè)銀行體系陷入危機(jī)狀態(tài)。因此，銀行間市場(chǎng)小世界網(wǎng)絡(luò)特征是導(dǎo)致關(guān)聯(lián)性系統(tǒng)性風(fēng)險(xiǎn)的重要原因。需要說明的是，在兩種不同的分析方法下，平均路徑長(zhǎng)度趨于一致，但是聚類系數(shù)相差較大，這是由于相關(guān)指標(biāo)值受閾值水平的影響較大。但根據(jù)網(wǎng)絡(luò)結(jié)構(gòu)理論表明，即使是0.21的聚類系數(shù)水平仍然可以顯示網(wǎng)絡(luò)結(jié)構(gòu)的無標(biāo)度特征。

5結(jié)論及政策啟示

5.1銀行同業(yè)市場(chǎng)網(wǎng)絡(luò)結(jié)構(gòu)特征及系統(tǒng)性風(fēng)險(xiǎn)分析

本文由復(fù)雜網(wǎng)絡(luò)金融理論與系統(tǒng)性風(fēng)險(xiǎn)管理之間的內(nèi)在聯(lián)系出發(fā)，探討網(wǎng)絡(luò)結(jié)構(gòu)對(duì)銀行間關(guān)聯(lián)性風(fēng)險(xiǎn)產(chǎn)生的重要影響，基與銀行間資產(chǎn)負(fù)債數(shù)據(jù)，通過理論與實(shí)證相結(jié)合的分析方法得出以下幾點(diǎn)結(jié)論：

（1）基于系統(tǒng)論的視角，進(jìn)一步明確了系統(tǒng)性風(fēng)險(xiǎn)的內(nèi)涵。系統(tǒng)性風(fēng)險(xiǎn)主要表現(xiàn)在兩個(gè)方面：一是金融系統(tǒng)作為整體與實(shí)體經(jīng)濟(jì)相互作用過程中，導(dǎo)致系統(tǒng)性風(fēng)險(xiǎn)積聚；二是金融體系內(nèi)部的關(guān)聯(lián)性風(fēng)險(xiǎn)，尤其表現(xiàn)為金融機(jī)構(gòu)之間的風(fēng)險(xiǎn)溢出效應(yīng)。

（2）各個(gè)銀行的同業(yè)拆借規(guī)模存在很大差異性，以中、農(nóng)、工、建為代表的16家上市銀行形成了同業(yè)拆借網(wǎng)絡(luò)的中心，其他銀行之間雖然也存在業(yè)務(wù)往來，但規(guī)模較小，對(duì)銀行間市場(chǎng)的影響有限。

（3）實(shí)證上，通過閾值法對(duì)度、平均路徑長(zhǎng)度以及聚類系數(shù)等相關(guān)指標(biāo)進(jìn)行分析，研究結(jié)果表明銀行間網(wǎng)絡(luò)具備小網(wǎng)絡(luò)特征以及無標(biāo)度特征。這意味著銀行間市場(chǎng)對(duì)于隨機(jī)性沖擊具有較強(qiáng)的穩(wěn)健性，而對(duì)選擇性沖擊具有較大的脆弱性。

5.2本文結(jié)論對(duì)金融監(jiān)管的有效啟示

銀行間同業(yè)市場(chǎng)處于核心地位的銀行數(shù)量雖然較少，但與大多數(shù)銀行之間存在信貸關(guān)聯(lián)，一旦這些銀行出現(xiàn)危機(jī)，會(huì)迅速傳播到整個(gè)網(wǎng)絡(luò)，威脅銀行同業(yè)拆借市場(chǎng)的穩(wěn)定。因此，加強(qiáng)對(duì)銀行間市場(chǎng)具有系統(tǒng)重要性銀行的監(jiān)管有助于維護(hù)銀行間市場(chǎng)的穩(wěn)定，確保銀行系統(tǒng)平穩(wěn)運(yùn)行。系統(tǒng)重要性銀行監(jiān)管的首要問題是系統(tǒng)重要性機(jī)構(gòu)的界定，需要根據(jù)我們國(guó)家的實(shí)際情況確定有效的指標(biāo)體系，并選擇合理的方法進(jìn)行量化以及相關(guān)指標(biāo)的合成，減少執(zhí)行操作的難度。

相關(guān)研究表明（馬君潞，2007），單一系統(tǒng)重要銀行產(chǎn)生的影響較為有限，如果處于網(wǎng)絡(luò)中心的眾多銀行同時(shí)出現(xiàn)危機(jī)，則會(huì)對(duì)金融體系產(chǎn)生重大沖擊。由于經(jīng)濟(jì)波動(dòng)的周期性以及其他共同風(fēng)險(xiǎn)暴露因素可能會(huì)導(dǎo)致多家銀行同時(shí)倒閉，從而引發(fā)更為嚴(yán)重的傳染?，F(xiàn)階段我國(guó)經(jīng)濟(jì)形勢(shì)較為復(fù)雜，在全球經(jīng)濟(jì)復(fù)蘇進(jìn)程緩慢的背景下，我們正處在產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的關(guān)鍵時(shí)期，經(jīng)濟(jì)增長(zhǎng)下行壓力較大。從金融體系改革與監(jiān)管的層面來看，需要處理好以下幾方面的問題：

（1）實(shí)現(xiàn)金融和實(shí)體經(jīng)濟(jì)的有效結(jié)合。次貸危機(jī)表明，只有正確處理金融發(fā)展與實(shí)體經(jīng)濟(jì)的關(guān)系，才能有效預(yù)防危機(jī)發(fā)生。中國(guó)在金融體系快速發(fā)展過程中，出現(xiàn)了金融脫離實(shí)體經(jīng)濟(jì)的狀態(tài)，尤其是表現(xiàn)為房地產(chǎn)價(jià)格泡沫。針對(duì)金融發(fā)展過程中脫離實(shí)體經(jīng)濟(jì)的苗頭，需要有效的預(yù)警機(jī)制，并通過相應(yīng)的措施化解潛在的金融失衡風(fēng)險(xiǎn)。

（2）構(gòu)建危機(jī)預(yù)警指標(biāo)。陳雨露（2011）提出“金融失衡指數(shù)”這一指標(biāo)對(duì)金融體系的失衡進(jìn)行描述，用以構(gòu)建“金融失衡指數(shù)”的基本指標(biāo)包括：社會(huì)融資總量、投資、企業(yè)杠桿、利差水平、房地產(chǎn)價(jià)格和股票價(jià)格。該方法為構(gòu)建危機(jī)預(yù)警指標(biāo)提供有益引導(dǎo)，但關(guān)于預(yù)警指標(biāo)的選擇與測(cè)度方法需要進(jìn)一步深入研究。

（3）穩(wěn)步推進(jìn)金融混業(yè)經(jīng)營(yíng)。面對(duì)全球范圍內(nèi)金融業(yè)混業(yè)經(jīng)營(yíng)大趨勢(shì)，為了提高中國(guó)金融體系的穩(wěn)定性與效率，推進(jìn)金融混業(yè)經(jīng)營(yíng)勢(shì)在必行。但在現(xiàn)階段金融監(jiān)管滯后、內(nèi)外約束機(jī)制尚不健全的狀況下，混業(yè)經(jīng)營(yíng)的推進(jìn)要保持效率與穩(wěn)定之間的動(dòng)態(tài)平衡。

參考文獻(xiàn)

[1]IMF.Global Financial Stability Report：Responding to the Financial Crisis and Measuring Systemic Risk[R].working paper，April，2009.

[2]Allen F，Gale D.Financial contagion[J].The Journal of Political Economy，2000，（108）：133.

[3]Gai，P.，Kapadia， S. Contagion in Financial Networks[J].Proceedings of the Royal Society A，2010，466（2120）：24012433.

[4]Leitner，Y.Financial Networks： Contagion，Commitment，and Social Coordination[J].The Journal of Finance，2005，60（6）：29252953.

[5]Hajime Inaoka， Hideki Takayasu.Self-similarity of banking network[J].Physica A，2004，（339）：621634.

[6]Boss，M.，Elsinger，H.，Summer，M. Network Topology of the interbank Market[J].Quantitative Finance，2004，4（6）：677684.

[7]Giulia Iori，Giulia De Masi.A network analysis of the Italian overnight money market[J].Journal of Economic Dynamics & Control，2008，（32）：259278.

[8]Nier，E.，Yang，J.Network Models and Financial Stability[J].Journal of Economic Dynamics & Control，2007，31（6）：20332060.

[9]Simone Lenzu，Gabriele Tedeschi. Systemic risk on different interbank network topologies[J].Physica A，2012，（391）：43314341.

[10]李守偉，何建敏.銀行同業(yè)拆借市場(chǎng)的網(wǎng)絡(luò)模型構(gòu)建及穩(wěn)定性[J].系統(tǒng)工程，2010，（5）.