網絡視角下的金融結構與金融風險傳染

楊雪

【摘要】隨著人們生活水平的不斷提高，網絡技術也開始變得日益發達，從而也就對我國金融結構以及金融風險傳染方面產生了重要影響。本文主要利用中國銀行的數據，對我國銀行之間所存在的資產負債關系進行了闡述和分析。通過建立網絡視角下的金融結構，對金融風險的傳染概率進行了分析和研究，以及它對我國整個金融市場所產生的影響程度。

【關鍵詞】金融結構；金融風險；風險傳染

一、網絡視角下金融結構及風險傳染問題的概念分析

隨著現代社會的經濟發展越來越好，金融市場也在創新更多的金融產品，尤其隨著金融衍生品的出現，導致金融結構變得更加復雜，而金融機構之間的關系也變得錯綜復雜。當一家金融機構出現了倒閉的情況就會使得整個金融體系出現崩潰的狀態，也會對其他的金融實體經濟產生重要的影響。正因為我國的金融體系正處于一個快速發展時期，所以金融體系所存在的風險也在逐漸加大，金融結構之間的風險傳染率也比較高。所以如何在網絡視角下減少和避免金融風險的傳染概率，就是本文需要重點研究和解決的問題。

金融體系所產生的風險主要是指一家金融機構或者幾家金融機構因倒閉，而隨之產生的風險，這樣一來整個金融系統都會受到感染和破壞，導致其他金融機構的實體經濟也會出現嚴重的損失甚至是崩潰。目前，關于金融系統風險的傳染機制主要有4個。其中，銀行之間的雙敞口傳染是最重要的機制之一，然而由于本文的研究工具有一定的局限性，在研究金融系統風險時主要采取的是間接的分析方式，主要是對銀行之間的資產負債關系的關聯性進行詳細的闡述和研究。

網絡分析法是現如今研究金融系統風險傳染問題的新工具，主要是以網絡環境為基礎，把金融結構之間的資產負債關系當做是網絡的鏈條。網絡分析法可以更直觀的對金融系統之間的內在關聯進行一個形象上的刻畫，而研究金融結構以及金融風險傳染問題最早期的方法就是Allen。這個方法可以對銀行之間的市場關聯結構所發生風險傳染的原因進行分析，和網絡視角下的金融結構傳染風險研究方法相比較，這個傳統研究方法更加穩定，但是研究范圍具有一定的局限性。而利用網絡分析法就能對銀行間資產負債敞口關系進行更好的刻畫，也能對單個銀行的破產風險以及風險傳染性進行具體的研究。所以接下來筆者就要利用網絡分析法對金融結構與金融風險傳染問題進行具體的闡述和研究。

二、相關的理論文獻研究

（一）國外的文獻研究

形成系統風險的主要原因就是由單個金融機構或者部分金融機構的經營風險，對其他金融機構所發生的風險傳染。關于金融結構與金融風險傳染方面的相關研究一共分為兩大類，一個是實證研究，另一個是理論研究。國外主要是通過實證研究法對金融結構和金融風險的傳染性進行的研究，主要利用銀行的真實數據對銀行間的市場網絡結構以及對發生金融風險的概率進行的一項研究，我們可以把銀行間的市場交易數據主要分為兩大類。

第一類是通過銀行的資產負債表當中的銀行間負債敞口的總量數據，來對銀行間的兩貸款負債頭寸進行一個有效的計算，通過建立銀行間的資產負債關系網絡體系，對單個金融機構或者多個金融機構破產所引發的風險傳染性進行研究。這個研究方法是很多研究學者主要采用的研究方式，通過網絡連接的方式，對銀行間兩兩資產的負債頭寸進行估算，如果網絡結構是在完全連接的情況下，每個銀行之間都會相互關聯，這種情況下的網絡結構就會相差比較大，且研究結果也會受到嚴重的影響。而第二種研究方法，主要是在網絡結構完全連接的情況下，通過應用墨西哥金融系統的數據來對金融風險的傳染概率進行的估算，但是這種數據研究方法在對金融風險傳染概率進行計算時，會降低它的概率，而通過意大利銀行間系統數據就可以使得金融風險傳染的分析結果更加真實、可靠。

根據以往的實證研究結果我們可發現，如果金融機構間網絡結構是不同的，那么就會導致金融風險傳染的分析結果也會有所不同，比如Freixas的研究結果就曾指出，包含在貨幣中心銀行的層級結構是最容易受到風險傳染的，而Muller的研究結果則指出，在整個網絡中心當中，和相對均勻緊密的網絡中心相比較，比較稀疏的網絡才更加安全穩定，不容易受到金融風險的傳染。由此我們可發現，在對銀行間的網絡進行設定和研究時，它所起到的作用是不容忽視的，因為它對金融風險傳染的研究結果產生著重大影響。所以我們在對金融風險傳染的概率進行分析時，在設定銀行間網絡時要更加真實，這樣才能讓最終的研究結果更加可靠。

國外學者對銀行間市場網絡和金融風險傳染所采用的理論研究，一般是以模型研究法或者是以仿真模擬的方式為主。通過模型對銀行間市場網絡結構的復雜性進行推導和解析，通過仿真模擬來對市場間網絡結構進行大規模的仿真實驗，從而對網絡結構和金融風險之間的聯系進行詳細的研究，得出最后結果。

（二）國內的文獻研究

我國在對金融系統風險的傳染性進行研究時，主要是通過定性的角度去進行的研究。比如通過網絡視角在對中國銀行間市場結構以及風險傳染進行研究的過程中，很少會有學者通過銀行間兩兩資產負債頭寸數據對其進行分析和驗證，一般都是通過最大熵法對銀行間的網絡結構進行假設和估算。比如在研究2003年中國銀行資產負債數據時，學者馬君潞就是通過最大熵法，對130家金融機構的銀行間市場網絡進行的研究，并對銀行破產以及傳染過程進行了分析。再比如還有學者通過疾病傳染模型對網絡風險的傳染問題進行了研究，但是這個方法并沒有對銀行間的資產負債結構進行構建，只是通過大量的理論知識對銀行間的風險傳染概率進行的估算，無法對金融結構之間的關聯進行具體的研究。

和國外的研究方法相比較，我國在研究金融結構以及風險傳染問題時，在采用最大熵法時沒有采用完全連接網絡結構的形式，而是對完全連接網絡結構當中的邊緣層級結構進行的分析，也就是把單個銀行因破產所產生的風險傳染進行了研究。這個研究方法可以對完全網絡連接下最大熵法有可能會降低評估風險的可能性進行有效的彌補，通過仿真實驗去主動篩選出那些容易發生傳染風險的金融結構，彌補了傳統最大熵法的問題和不足。

三、網絡視角下的金融結構與金融風險傳染研究

為了對中國銀行市場間的市場結構進行明確的分析，我們主要利用資產負債表數據來進行分析和研究。在本次研究中我們所使用的數據主要來自于我國各大銀行公開的資產報表，下面我們就對銀行資產負債表中數據的X i j進行推導和解析。我們把銀行設定為i，銀行的總資產設置為TAi，銀行間的總負債為TLi，通過對這116家銀行的數據整理我們可發現，要想讓政府銀行、股份制商業銀行、商業銀行等銀行之間的負債關系保持一個平衡的狀態，就需要我們進行科學的假設和計算，具體請看下圖：

對于x來說，我們可以把一N×N矩陣的對角線元素設置為零，為了求出N2—2N矩陣中的其他一個元素，我們可以通過最大熵法來進行估算和分析。X*ij作為陣矩中修正以后的非對角線元素，我們假設x*ij≥0，然后通過RAs方法來進行解析。

如果我們是以完全連接的網絡結構為計算基礎，通過最大熵法是無法對網絡結構特征進行準確反映的，所以我們需要通過不同的情景假設對中國銀行間市場網絡結構進行分析。在情境1當中，我們假設市場網絡處于完全連接的狀態，那么每個銀行之間都是相互關聯的狀態，如果我們是對結構網絡中心邊緣的層級網絡進行計算，那么銀行之間是不產生任何交易活動的，邊緣銀行僅僅和中心銀行產生交易活動。具體如下表所示：

如果網絡結構是處于完全連接的情況下，那么每家銀行所發生的金融風險傳染率就會很低，基本上每個情景之間不會發生風險的傳染。在違約損失率方面，在網絡結構完全連接的情況下，各情境所引發的金融風險概率也是最小的，因為每個金融機構之間在資產負債上是相互關聯的，它可以讓銀行間資產和負債頭寸進行分散，讓單個銀行因違約而引發的風險概率可以得到有效的降低。另外，在結構網絡中處于中心邊緣的層級結構，最容易發生金融風險傳染率，如果中心邊緣的金融機構比較少，邊緣的層級網絡結構所發生的風險傳染率就會更高。

四、總結

由此可見，由于網絡結構的不同，所以導致金融風險的傳染結果也會有所不同。如果網絡結構是處于完全連接的狀態，那么單個銀行一旦發生了金融風險，就會給周邊的金融體系帶來相應的風險，傳染率是非常高的。如果網絡狀態是處于非連接的狀態，那么結果則是相反的。因此，對于銀行的監管機構來說，需要通過真實的網絡結構對金融系統的風險進行有效的評估，并對金融系統結構加強監管力度，最終降低金融風險的傳染率。