關聯度與系統性風險研究
——一個文獻綜述

劉志洋宋玉穎

（1.東北師范大學經濟學院；2.中國農業銀行長春培訓中心，吉林 長春 130117）

關聯度與系統性風險研究
——一個文獻綜述

劉志洋1宋玉穎2

（1.東北師范大學經濟學院；2.中國農業銀行長春培訓中心，吉林 長春 130117）

2008年金融危機爆發后，對系統性風險的認識從“大而不倒”轉向到“關聯度太廣而不能倒”。基于關聯度視角研究系統性風險成為金融危機爆發后研究系統性風險的主流方向。本文詳細梳理了金融危機前后有關“關聯度與系統性風險”之間相關性的文獻，總結關聯度視角下測度系統性風險的挑戰，并為未來的研究指出方向。

關聯度；系統性風險；最大化熵

一、引言

2007年美國次貸危機而引發的全球金融危機是自大蕭條以來全球面對的最為嚴重的經濟金融危機。此次金融危機中，銀行資產大規模減值，僅在2009年上半年全球銀行業資產減值就達到1.3萬億美元，在2009年底達到2.8萬億美元。2008年金融危機使得2009年全球經濟增長速度下降1個百分點。如果沒有大規模的政府救助的話，世界經濟增長會下降得更快。比如據國際貨幣基金組織的一份報告顯示，20國集團的政府救助在2009年占GDP的2%，在2010年占GDP的1.5%。政府對陷入困境的系統重要性金融機構進行救助的一個理由是這些金融機構是“大而不能倒閉（Too-Big-To-Fail，TBTF）”的，其邏輯是金融機構越大，其系統重要性就越強。但問題是，金融機構規模大就一定意味著系統重要性高嗎？

金融危機后，我們不禁反思，為什么金融監管框架未有效覆蓋金融機構經營給金融體系和實體經濟帶來的負外部性？這種負外部性是體現在規模上，還是體現在金融機構的關聯度上？隨著金融全球化的深入，全球金融機構之間的聯系越來越廣泛，各國金融體系之間的關聯度不斷上升，全球性的金融機構在各國金融體系中都占據重要位置。因此，在金融全球化的今天，我們應對“大而不能倒閉”的觀念進行延伸，其應該演變成“關聯度過廣而不能倒（Too-Connected-To-Fail，TCTF）”。決定金融機構系統重要性程度的應是銀行涉足的各種風險業務的種類，而與銀行規模無關；銀行可以通過專注特定領域進行擴張卻不增加其系統重要性（陳、周，2010）。

當前國際學術界和監管界在決定系統重要性金融機構過程中，也逐漸將目光轉向了關聯度指標。比如，阿查里雅和約魯爾馬茲（Acharya和Yorulmazer，2007）提出了“太多而不能倒閉（Too-Many-to-Fail）”的概念。他們通過博弈論證明，如果某家金融機構倒閉會使得金融體系出現大面積困境，監管機構就會對這家金融機構進行救助，則金融機構會持有相類似的資產組合以增加自身在危機中被救助的幾率。這從側面表明，研究金融機構的系統重要性應專注于某家金融機構對其他金融機構的影響。伯南克（Bernanke，2009）認為金融機構的問題就是關聯度太廣而不能倒閉。拉揚（Rajan，2009）建議使用“對系統太重要而不能倒閉（Too-Systemic-to-Fail）”的理念指導政策的制定，呼吁開發新的方法測度金融機構的系統重要性，因為系統重要性直接決定著穩定金融體系的政策。這一方面有助于危機時期救助政策的實施，另一方面有助于監管當局在正常時期監管職責的履行。阿查里雅等（2010）提出應根據金融機構系統性風險貢獻度確定各金融機構存款保險的保費。

國際社會對關聯度與系統性風險的關系的思考始自1974年德國Herstatt銀行由于流動性匱乏導致的支付清算系統發生危機這一事件。1998年美聯儲紐約分行對長期資本管理公司的救助也體現了“關聯度過廣而不能倒（Too-Connected-To-Fail）”這一觀念。蓋、霍爾丹和卡帕迪亞（Gai、Haldane和Kapadia，2011）研究表明，關聯度越廣泛的公司，傳導危機的能力越強，對金融體系和實體經濟的負面影響就越大。在古德哈特和休恩梅克（Goodhart和Schoenmaker，1995）文章中的104家出現危機的銀行，有將近3/4被政府救助。因此，基于關聯度視角重新審視系統性風險，無疑有助于更好地管理系統性風險，從而維護金融體系的穩定。

二、關聯度與系統性風險之間的關系

對關聯度與系統性風險的關系的研究是一個較新的領域，2008年金融危機爆發后，這個領域的研究迅速增加。截至2013年1月，在EconLit中搜索“Interconnectedness”或者“Systemic risk”，在2007年以前有311個搜索結果，在2007年之后有624條搜索結果。但這并不意味著在2008年金融危機之前學者們不重視關聯度與系統性風險之間的關系。

在次貸危機之前，學者們從傳染風險（Contagion Risk）的視角研究系統性風險。德班特和哈特曼（De Bandt和Hartmann，2000）將銀行間市場傳染風險分為直接傳染（Direct Contagion）風險和間接傳染（Indirect Contagion）風險。直接傳染風險是指由于金融機構之間存在直接的關聯而導致金融機構相繼倒閉的可能性；間接傳染風險是指由于金融機構存在共同的風險敞口暴露而導致的金融機構相繼倒閉的可能性。萊利維爾德和利德夫（Lelyveld和Liedorp，2006）指出，雖然將這兩類風險分開定義，但是在具體實踐中，這兩類風險可以相互加強。

國外學者通過研究各國銀行間市場的結構研究傳染風險（恩辛格、萊哈爾和薩默，2006；德格里斯和阮，2004；厄珀和沃姆斯，2004；米斯特魯利，2005；布拉沃格和內南德，2002；謝爾登和毛雷爾，1998；威爾斯，2004）。學者們主要是用銀行資產負債表的數據或者是銀行間較大的風險敞口數據研究銀行間市場結構。福爾菲（Furfine，1999）運用Fedwire支付系統的雙邊風險敞口數據研究了美國銀行間市場的傳染風險。米勒（Muller，2003）使用瑞士銀行間市場的數據，運用網絡分析法研究了瑞士的系統重要性銀行以及傳染可能的傳導路徑。米斯特魯利（2005）運用了意大利可觀測的銀行間雙邊敞口矩陣對傳染風險進行建模，認為匯總的數據會低估傳染風險。然而萊利維爾德和利德夫（2006）認為斯特魯利（2005）的結果是建立在最大化熵方法以及可觀測的雙邊風險敞口數據基礎上的，而意大利銀行間市場的結構與數據條件是不適于最大化熵的方法的。由于銀行發生大的損失的情況非常少見，因此學者們都認為傳染風險是非常小的。

學者們研究傳染風險往往關注于銀行償付能力不足而引發的傳染風險，而對由于流動性枯竭引發的傳染風險研究成果較少。米勒（2003）通過信貸承諾將流動性風險引入銀行間市場傳染風險的研究中，結論是與信用風險相比，流動性風險引發的傳染風險非常小。錫豐特斯、費魯奇和申（Cifuentes、Ferrucci和Shin，2005）從理論角度研究了困境銀行資產拋售對其他銀行流動性頭寸和償付能力的影響，結論表明流動性比率要求和資本充足率要求同樣重要，可以防止傳染風險的蔓延。

艾倫和蓋爾（Allen和Gale，2000）提出了經典的金融網絡模型，研究了系統內節點的關聯度的特點如何導致系統性風險的爆發。在艾倫和蓋爾（2000）的模型中，系統性風險由流動性沖擊引發，并且具有多米諾效應，使得危機從一家金融機構傳染至另一家金融機構，最后導致金融體系的癱瘓。在他們的模型中，銀行間相互存款是傳導流動性沖擊的主要載體。艾倫和蓋爾（2000）將金融網絡分為兩類：第一，完全網絡（Complete network），即每家金融機構都與其他金融機構存在聯系；第二，非完全網絡（Incomplete network），即每家金融機構都從一家金融機構借款，并同另外一家金融機構進行交易。在完全網絡中，金融機構由于融資渠道分散而受益。一家金融機構受到的流動性沖擊不太可能會導致另一家銀行的倒閉，因為沖擊已經在系統里被分擔了。然而，在非完全網絡中，融資沒有被充分分散，一家金融機構的流動性沖擊會導致與之聯系的其他金融機構的倒閉，因為沖擊僅僅在有限的幾個金融機構之間分擔。在這種結構下，金融體系就會變得非常不穩定。其背后的邏輯是：分散化有利于降低風險，從而提高系統的穩定性。他們的研究結果表明，如果金融網絡是一個非完全網絡，會爆發系統性風險。

戴蒙德和迪維（1983）的經典擠兌模型表明，每個個體的理性行為會導致整體的非理性結果，從而使得金融體系動蕩。弗雷克斯、帕里吉和羅切特（Freixas、Parigi和Rochet，2000）認為在類似于現代票據交易系統（Modern check-clearing system）的網絡結構中，也存在個體理性行為導致集體非理性結果發生的現象。這個系統在正常狀態下是有利于社會穩定的，因為其可以使得存款人在銀行沒有出售非流動性資產的情況下，將存款由一家銀行轉移到另一家銀行。但是，當金融體系處在困境的時候，這個系統就會出現“合作失?。–oordination failures）”。在這種情況下，金融體系就會達到一個僵局均衡（“Gridlock”equilibrium），即存款人都將存款從銀行取出，以避免銀行將存款貸給其他銀行（這些銀行此時也遭受存款人的擠兌，被迫出售非流動性資產）而遭受損失。弗雷克斯、帕里吉和羅切特（2000）的研究認為，金融機構之間的相互信貸，使得金融機構由于聯系過于廣泛而不能倒閉（Too interconnected to fail）。他們的模型表明，金融網絡之間的關聯特性決定了流動性沖擊對金融體系影響的程度。他們指出，收集金融機構之間關聯度的數據非常重要，因為沒有這些數據，就無法了解在金融網絡中一個節點的癱瘓究竟會對金融系統造成多大的影響。

市場內參與者連接度越廣，則金融體系就越復雜，就越容易出現弗雷克斯、帕里吉和羅切特（2000）提到的“合作失?。–oordination failures）”的現象。誠然，我們很難對于“復雜性”做出系統的定義，但是申（2009）強調，“復雜性”應主要考慮將貸款人與借款人聯系在一起所需要的中介的數目。申（2009）對金融機構之間的關聯度的分析主要基于以下的邏輯，即經濟體中的信貸總量最終取決于經濟基本面，比如收入增長速度等，這些因素往往變化非常慢；而金融機構之間的相互信貸變化非常快，因此，雖然金融機構作為一個整體，凈借貸為零，但是借貸會影響金融機構的杠桿率。在申（2009）的模型中，金融機構會在經濟繁榮期增加杠桿率，相互之間借貸更為頻繁，從而會形成銀行之間借貸關系交錯的局面。當經濟處在衰退期時，經濟基本面發生變化，市場避險情緒上升，金融機構會降低杠桿率，從其他金融機構收縮信貸。由于銀行之間存在很長的債權債務鏈，因此，當一家金融機構實施去杠桿化回收資產時會給另一家銀行帶來很大的還債壓力。當去杠桿化持續進行時，金融機構會出現流動性吃緊的現象，擔心無法得到融資，進而會收縮對其他金融機構的信用，并且拋售流動性差的資產。這樣即使基本面良好的金融機構也會出現流動性危機，金融體系就會變得動蕩。

系統越復雜，系統表現出的短視性越強。比如，當借貸者之間存在的金融機構越多，就越難以理解每家機構在金融體系中的角色。一些住房抵押貸款借款人都不知道究竟是誰擁有抵押貸款，重要原因就是借貸之間的金融機構過多。另外，在市場中，市場參與者往往不情愿將自身的交易對手風險敞口暴露披露出來。比如，當一家金融機構可以從一個客戶那里獲得高的收益時，其往往會將這類信息保密，從而防止其他金融機構將業務搶走。卡巴萊羅和西姆塞克（Ricardo Caballero和Alp Simsek，2011）研究了由于缺少信息而導致的系統性風險爆發的機制?？ò腿R羅和西姆塞克（2011）運用艾倫和蓋爾（2000）的非完全網絡（Incomplete network）模型，研究當金融機構了解自身的交易對手，但不了解交易對手的交易對手時，流動性沖擊會給金融機構帶來的影響。他們假設金融機構會運用“最大最小化原則（Maximin Principle）”處理這類不確定性：每家金融機構都假設在系統出現最壞的情況下最大化自身的利潤。由于存在這種信息不對稱，銀行在遇到流動性沖擊時，與對整個系統具有完全信息時相比，往往會出售更多的流動性差的資產，從交易對手那里回收更多的信用。這種去杠桿化會形成惡性循環，從而加重初始沖擊。

以上的研究關注于金融體系網絡結構的一般特點。這些研究往往過于抽象，假設所有市場參與者具有同質性，而且使用的是相對簡單的網絡結構。近期的一些研究或許更為接近實際，研究沖擊是如何在金融體系中傳染的。蓋、霍爾丹和卡帕迪亞（Gai、Haldane和Kapadia，2011）以及孔特、穆薩和桑托斯（Cont、Moussa和Santos，2012）主要考慮當金融機構之間存在關聯度以及規模的差異時，沖擊是如何傳染的。

蓋、霍爾丹和卡帕迪亞（2011）運用數值模擬的方法，研究在一個集中度高的網絡結構中，由于相互關聯的復雜程度較低，傳染發生的頻率更低以及破壞性也更小。當系統關聯度非常高時，傳染更容易發生。當流動性沖擊直奔連接度最廣的金融機構時，傳染就會在金融體系蔓延。從這個意義來講，蓋、霍爾丹和卡帕迪亞（2011）與艾倫和蓋爾（2000）的觀點是相反的?？滋?、穆薩和桑托斯（2012）運用3000家巴西銀行數據進行實證分析，結果表明，對其他金融機構風險敞口大的金融機構，其系統重要性越高。同時，他們的研究表明，金融機構在金融網絡中的角色對其系統重要性也有重要影響。當一家銀行與其他金融機構存在廣泛的業務聯系時，其系統重要性也就越強。蓋、霍爾丹和卡帕迪亞（2011）以及孔特、穆薩和桑托斯（2012）的研究從側面表明，描述金融機構之間關聯度的精細化的數據對于了解金融體系所面對的系統性風險以及測算金融機構的系統性風險貢獻度有重要意義。

從以上的研究，我們可以看出，關聯度與系統性風險具有密切關系。一方面，金融機構聯系程度越廣泛，就越容易分散風險，越能有效向經濟體提供流動性，將資金投放到收益最高的項目中；另一方面，金融機構之間關聯度越廣泛，金融機構就越難以處理其自身經營所帶來的外部性，這些外部性在正常時期似乎沒有什么影響，但是當金融體系出現困境時，這些外部性所帶來的后果將是致命的，會導致系統性風險的爆發。

三、關聯度視角下系統性風險測度的挑戰

（一）估計銀行間風險敞口矩陣—最大化熵方法

研究由于銀行間的關聯度而引發的系統性風險需要銀行間風險敞口的信息。多數學者通過構造銀行間風險敞口矩陣，研究由于關聯度而引發的系統性風險。矩陣形式如下：

假設存在N個銀行，橫行表示銀行i在各個銀行的存款，縱行表示各銀行在銀行j的存款。對角線為零表示銀行不對自身進行借貸。然而在實際中，我們無法直接觀測矩陣中每個元素的數值，只知道每家銀行的同業存款或者負債的總和。這就需要根據所有可得的信息估計銀行間風險敞口矩陣。在多數研究中，學者使用最大化熵（Maximising the Entropy，ME）的方法估計銀行間風險敞口矩陣（謝爾登和毛雷爾，1998），數據來源主要是銀行的資產負債表。

最大化熵方法來自于物理學，由謝爾登和毛雷爾（1998）將其引入系統性風險的研究中。ME方法運用銀行資產負債表數據估計銀行間相互敞口矩陣，且在給定矩陣行和列的和的條件下，能夠得出唯一解。ME方法具有堅實的信息經濟學基礎，能夠在給定先驗信息的情況下，預測最有可能出現的結果。學者們在運用ME方法時，需要對銀行間借貸的分布情況進行假設，即假設每家銀行盡可能均勻地與體系內的其他銀行開展借貸活動，即最大化熵假設。厄珀和沃姆斯（2004），愛辛格、萊哈爾和薩默（2006）運用ME方法估計了對角線為零的矩陣。厄珀（2007）指出，應用ME方法的一個必要條件是，要得到所有交易對手的資產負債表的信息。

雖然ME方法優點很多，但其也存在很多不足。比如，ME方法無法捕捉到金融網絡連接的中斷導致的傳染受阻現象（厄珀，2007）。除此之外，ME方法還有以下兩點不足：

第一，ME方法無法完美地模擬現實。厄珀（2007）指出，監測貸款和風險敞口所需的固定成本使得很多小的風險敞口無法被觀測到，即銀行間相互敞口矩陣的一些元素可以為零。但是只要在銀行間相互借貸不為零的情況下，ME方法估計出的矩陣元素值都是正值。此外，銀行之間的關系型借貸使得銀行的交易對手的數量降低，從而使得銀行間的集中度風險高于ME方法所得出的估計值。最后，厄珀（2007）指出，ME方法得出的結果是所有銀行都持有相同種類的資產和負債，只是在規模上有所不同。解決上述ME方法不足的辦法是根據銀行不同期限和類型的風險敞口將矩陣X進行細分。由于德國要求銀行將銀行間借貸情況按照交易對手和期限進行細分，因此厄珀和沃姆斯（2004）運用這個細分數據，將X矩陣分解成25個小的矩陣，最后將這25個矩陣加總成德國系統性風險的矩陣。米斯特魯利（2005）使用意大利2003年的數據，證明在低違約損失率條件下，最大化熵的方法低估了傳染風險；而在高違約損失率條件下，最大化熵方法高估了傳染風險。

第二，應用ME方法得出的結果是金融體系應實現艾倫和蓋爾（2000）提出的完全網絡模型。在這個完全網絡模型中，應對沖擊進行準確定義，以便模擬傳染風險。然而，如果沖擊真的發生，并開始在銀行體系內蔓延，則后果比在非完全網絡結構下還嚴重。德格里斯和源（Degryse和Nguyen，2007）使用比利時2002年的數據，證明ME方法得到的傳染風險比其他方法得到的傳染風險更為嚴重。

（二）建模的挑戰——內生化違約損失率

當銀行間相互風險敞口矩陣確定后，我們需要設定沖擊類型，以便模擬銀行體系的傳染過程。最簡單的辦法就是福爾菲諾（Furfine，2003）使用的方法，即進行連續的、一輪一輪不間斷的沖擊。具體過程為：

第一輪，假設銀行i倒閉；

第二輪，任何對銀行i存在風險敞口暴露的銀行，一旦由于銀行i倒閉而發生的違約所導致的LGD超過銀行j的資本水平，銀行j倒閉；

第三輪，任何同時對銀行i和j存在風險敞口的銀行，一旦LGD大于自身的資本水平，則這些銀行倒閉。直到沒有銀行倒閉時，傳染才算停止。

從以上分析可以看出，此時LGD是決定傳染程度的重要變量，且應該是一個內生性變量（厄珀，2007）。國際學術界認為在研究系統性風險方面，內生化LGD是必要的。雖然愛辛格、萊哈爾和薩默（2006）的模擬結果顯示LGD的中位數為35%，且與歷史經驗大體相當，但是LGD的方差卻非常大。比如，在LGD的分布中，10分位點是7%，而90分位點為100%?？挤蚵↘aufman，1994） 研究表明，如果伊利諾伊大陸銀行不被救助，債權人的LGD僅僅為5%。德格里斯和源（2007）指出，忽視LGD的方差會低估傳染風險，因此有必要將LGD作為傳染模型的一個內生變量。

然而，將LGD內生化的研究非常少，大多數學者將艾森伯格和諾埃（Eisenberg和Noe，2001）提出的清理算法（Clearing Algorithm）應用于愛辛格、萊哈爾和薩默（2006）提出的傳染模型來進行研究。雖然從理論上講，違約損失率可以從銀行資產負債表得出，但是在大多數學者研究中，往往將LGD作為外生變量引入模型，且僅僅對LGD設定一個具體的數值；學者們通過穩健性檢驗來驗證LGD的數值是否影響結論。

雖然理論上將LGD內生化很完美，但是其往往需要在很多方面進行假設。厄珀（2007）指出這些方面包括：基于凈風險敞口結算（Netting arrangement）、抵押品的價值、表外的信用風險轉移問題、銀行間債權的優先級問題、違約銀行資產的市場價值和資產價值波動性大小等。在這些假設中，將基于凈風險敞口結算以及破產成本引入模型的研究相對較多。而將抵押品的價值、信用風險轉移以及債權的優先級問題引入模型則非常困難，且困難的原因不僅僅在于數據的缺乏。學者們除了對違約損失率進行一些外生性假定外，很難將抵押品的價值變化考慮到傳染風險的模型中。

1.基于凈風險敞口結算。在內生化違約損失率的假設中，基于凈風險敞口結算和破產成本最容易引入模型。德格里斯和源（2007）運用凈風險敞口的數據進行穩健性檢驗，其結論為凈敞口有助于降低傳染風險。厄珀和沃姆斯（2004）指出，基于凈風險敞口的結算可以使得即使最糟糕的情景發生時，銀行資產的損失從最壞的76%減小到10%。然而，愛辛格、萊哈爾和薩默（2006）的研究結果表明，凈結算僅僅在有限程度上緩解了傳染風險；如果考慮到破產成本，則基于凈風險敞口結算增加了傳染風險爆發的可能性。

2.信用風險轉移。信用衍生產品的發展使得銀行能夠使用信用風險轉移工具進行風險管理。在信用衍生工具發展之前，進行信用風險轉移的銀行并不是很多。明頓、史圖斯和威廉姆森（Minton、Stulz和Williamson，2005）認為當年只有6%的美國銀行持有信用衍生產品。然而，之后信用衍生品市場發展迅速，大型銀行往往持有大量的信用衍生產品頭寸，而這些大銀行的傳染風險遠遠高于中小銀行（厄珀，2007）。根據國際清算銀行測算，CDS從2000年幾乎為零，增長到2005年的占據G10國家信貸總額的1/3。因此，將LGD內生化系統性風險模型應考慮到銀行運用信用衍生產品轉移信用風險后的LGD的情況。

3.債權優先級的問題。當一家銀行倒閉時，由于債權人優先級的不同，使得每個債權人的LGD也不盡相同。愛辛格、萊哈爾和薩默（2006）的研究假設銀行的債權優先級高于非銀行。而厄珀（2007）指出損失應該在所有債權人之間平分。如何在模型中體現不同債權人的優先級，國際上沒有達成一致的意見。

4.抵押品的市場價值。抵押品的市場價值的變化，尤其是在沖擊爆發時抵押品的價值，對于估計LGD具有重要作用。運用銀行資產負債表計算LGD的一個假設是在金融困境時期，資產負債表的資產可以按照市價出售。然而西富恩特斯、費魯奇和申（Cifuentes、Ferruci和Shin，2005）對該假設提出質疑。他們認為緊急出售資產會進一步壓低資產價格，進而增加傳染風險。另一個研究假設是回收率是瞬時的。很明顯，這個假設也很不符合實際。厄珀（2007）指出，對Herstatt銀行存在風險敞口的交易對手的回收率是72%，然而這些交易對手在25年之后才完全回收。在BCCI的案例中，所有BCCI的交易對手預期會損失全部的風險敞口，但是幾年后，回收率達到了50%。所以，假定回收率的瞬時性低估了傳染風險，因為銀行還沒有來得及回收，就已經破產了。解決這個問題的方法是，將短期違約損失率設定一個較大值，從而對傳染風險估計出一個上限（愛辛格、萊哈爾和薩默，2006）。

四、未來研究方向

2008年金融危機爆發后，加強系統性風險管理已經成為國際學界和業界的共識。銀行的系統重要性并不僅僅取決于其規模、業務復雜程度，同時還取決于銀行與其他銀行的關聯程度、對于系統內其他銀行的風險敞口以及在整個金融網絡中的位置。為了保證金融體系的穩定，更好地研究系統性風險，研究應該在以下幾個方面得到加強：

第一，加強數據建設。目前國際上許多研究都是通過模擬手段，其原因主要是缺乏合適的數據。而模擬的方法往往會與現實存在一些差距。像抵押品估值、信用風險轉移等建模難點，則更需要明細的數據作為支持。而隨著中國銀行業逐漸走向世界，中國銀行業與國際金融市場的關聯度越來越高，因此中國銀行業應加強關聯度的數據建設，為系統性風險管理奠定基礎。

第二，清晰地定義導致沖擊在銀行體系蔓延的場景。大多數國際學者的研究都假設某一家銀行受到了非系統性的沖擊，研究這種沖擊是如何在銀行體系蔓延的。然而此次金融危機之后，監管當局更加關注能夠導致整個金融體系受到重創的系統性沖擊。未來的研究應多關注對整個金融體系造成負面影響的系統性沖擊，對系統性沖擊進行建模，測度系統性風險爆發的概率。

第三，應將銀行的行為因素納入系統性風險的模型中。近些年行為經濟理論的發展為對銀行行為的建模提供了基礎。在系統性風險的建模中，運用模擬的方法模擬銀行的行為或者其他利益相關者的行為是如何加速傳染的，是未來值得研究的課題。

第四，開發測度金融機構關聯度強度的模型。以往的研究大都重視關聯的結構，對金融機構之間、金融機構與金融市場之間的關聯強度的測度研究并不是很多。關聯強度往往能夠決定沖擊的傳導速度、沖擊造成損失的程度以及金融體系抵御沖擊的程度，因此在研究金融體系相關結構的同時，應進一步加強關聯強度這個維度的研究，從而使得管理系統性風險有的放矢。

總之，關聯度與系統性風險之間的關系是一個“?？闯Ｐ隆钡恼n題。伴隨著金融體系的變遷，關聯度與系統性風險之間的關系雖不會發生本質的變化，但也會出現不同的表現形式和關聯強度。基于關聯度視角開發與時俱進的系統性風險測度模型，實現清晰地俯瞰金融體系內部的各種關聯，是未來系統性風險管理的應有之義。

[1]Acharya，V.V.，and T.Yorulmazer.2007.Too Many to Fail—An Analysis of Time-Inconsistency in Bank Closure Policies.Journal of Financial Intermediation16（1）.

[2]Acharya，V，L Pedersen，T Philippon and M Richardson.2010.Measuring Systemic Risk.Mimeo，NYU.

[3]Allen，Franklin，and Douglas Gale.2000.Financial Contagion，Journal of Political Economy，vol.108，February.

[4]Blavarg，M.and P.Nimander.2002.Interbank Exposures and Systemic Risk.Sveriges Riksbank.Economic Review2.

[5]Bernanke，B.2009.Financial Reform to Address Systemic Risk.Speech at the Council on Foreign Relations，Washington，DC，

[6]Caballero，Ricardo J.，and Alp Simsek.2011.Fire Sales in a Model of Complexity，Massachusetts Institute of Technology Department of Economics Working Paper 09-28.Cambridge，Mass.：MIT，April.

[7]Cifuentes，R，G Ferrucci and H S Shin.2005.Liquidity Risk and Contagion，Journal of the European Economic Association，no 3.

[8]Chen Zhou.2010.Are banks too big to fail?Measuring systemic importance of financial institutions.International Journal of Central Banking.Vol.6 No.4

[9]Cont，Rama，Amal Moussa，and Edson Bastos e Santos.2012.Network Structure and Systemic Risk in Banking Systems，in Jean-Pierre Fouque and Joe Langsam，eds.，Handbook of Systemic Risk.New York：Cambridge University Press.

[10]DeBandt，O and Hartmann，P.2000.Systemic risk：a survey.ECB Working Paper No.35.

[11]Dasgupta，A.2004.Financial Contagion through Capital Connec-tions：A Model of the Origin and Spread of Bank Panics.Journal of the European Economic Association2（6）.

[12]Diamond，Douglas W.，and Philip H.Dybvig.1983. Bank Runs，Deposit Insurance，and Liquidity，Journal of Political Economy，vol.91.

[13]Degryse，H and G Nguyen.2007.Interbank Exposures：An Empirical Examination of Systemic Risk in the Belgian Banking System International Journal of Central Banking，no 3（2）.

[14]Eisenberg，L and T H Noe.2001.Systemic Risk in Financial Systems，Management Science，no 47（2）.

[15]Elsinger，H，A Lehar and M Summer.2006.Risk Assessment for Banking Systems，Management Science，no 52.

[16]Freixas，Xavier，Bruno M.Parigi，and Jean-Charles Rochet.2000.Systemic Risk，Interbank Relations，and Liquidity Provision by the Central Bank，Journal of Money，Credit and Banking，vol.32.

[17]Furfine，C H.2003.Interbank Exposures：Quantifying the Risk of Contagion，Journal of Money，Credit and Banking，no 35（1）.

[18]Gai，Prasanna，Andrew Haldane，and Sujit Kapadia.2011.Complexity，Concentration and Contagion.Journal of Monetary Economics，Vol.58 Issue.5.

[19]Goodhart.Charles，Schoenmaker.Dirk.1995.Should the functions of monetary policy and banking supervision be separated?[J].Oxford Economic Papers，New Series，Vol.47.

[20]Iman van Lelyveld and Franka Liedorp.2006.Inerbank contagion in the Dutch banking sector：a sensitivity analysis.International Journal of Central Banking.Vol 2.No.2

[21]Kaufman，G.1994.Bank Contagion：A Review of the Theory and Evidence.Journal of Financial Services Research，no 8.

[22]Mistrulli，P E.2005.Assessing Financial Contagion in the Interbank Market：A Comparison between Estimated and Observed Bilateral Exposures，mimeo.

[23]Minton，B A，R Stulz and R Williamson.2005. How Much Do Banks Use Credit Derivatives to Reduce Risk?，NBER Working Paper no 11579.

[24]Muller，J.2003.Two Approaches to Assess Contagion in the Inter-bank Market.Swiss National Bank，December.

[25Rajan，R.G.2009.Too Systemic to Fail：Consequences，Causes and Potential Remedies.Written statement to the Senate Banking Committee Hearings，May 6.

[26]Sheldon，G and M Maurer.1998.Interbank Lending and Systemic Risk：An Empirical Analysis for Switzerland. Swiss Journal of Economics and Statistics，（4.2）.

[27]Shin，Hyun Song.2009.FinancialIntermediation and the Post-Crisis Financial System（PDF），paper presented at the Eighth Bank for International Settlements Annual Conference，held at the Bank for International Settlements，Basel，Switzerland，June.

[28]Upper，C.and A Worms.2004.Estimating bilateral exposures in the German interbank market：Is there a danger of contagion?，European Economic Review，48（4）.

[29]Upper，C.2007.Using counterfactual simulations to assess the danger of contagion in interbank markets，BIS Working paper，No 234

[30]Wells，S.2004.Financial Interlinkages in the United Kingdom’s Interbank Market and the Risk of Contagion. Bank of England Working Paper No.230，September.

Interconnectedness and Systemic Risk——A Literature Review

Liu Zhiyang1Song Yuying2
（1.Northeast Normal University；2.Changchun Training Center ofABC，Jilin Changchun 130117）

The understanding of systemic risk switches from“too-big-to fail”to“too-connectedness-to-fail”after the 2008 financial crisis.Studies of systemic risk from interconnectedness becomes the main stream after the 2008 financial crisis.This paper thoroughly review the literature of the relationship between interconnectedness and systemic risk，put forward the challenge that measuring systemic risk has，and finally gives advice of future research.

interconnectedness，systemic risk，maximizing entropy

F830

：A

：1674-2265（2015）05-0015-07

（責任編輯 王 馨；校對 XY，WX）

2015-4-15

本文為教育部人文社會科學重點研究基地、中國人民大學中國財政金融政策研究中心重大項目《我國金融風險管理和監管問題研究》（項目編號：11JJD790009）的階段性研究成果。

劉志洋，吉林松原人，東北師范大學經濟學院，師資博士后，研究方向為金融風險管理與金融監管；宋玉穎，黑龍江齊齊哈爾人，經濟學博士，供職于中國農業銀行長春培訓中心。