發(fā)布時間：2020-08-25 07:20

【摘要】：2008年金融危機(jī)帶來的嚴(yán)重后果使人們開始重新審視一些破壞金融系統(tǒng)穩(wěn)定性的問題:一是“太大而不能倒”;二是“太關(guān)聯(lián)而不能倒”。為解決這些問題,政策制定者不僅需要評估單個金融機(jī)構(gòu)的風(fēng)險,更要考慮到一個金融機(jī)構(gòu)對其他機(jī)構(gòu)帶來的附加風(fēng)險。因此,越來越多的學(xué)者開始運用網(wǎng)絡(luò)理論來描述銀行間的拆借關(guān)系,進(jìn)而研究銀行違約風(fēng)險傳染問題。很多實證研究表明,現(xiàn)實中貨幣中心銀行結(jié)構(gòu)大量存在,然而只有極少數(shù)研究用內(nèi)生網(wǎng)絡(luò)模型來揭示其形成機(jī)制。另外,也有很多研究顯示銀行網(wǎng)絡(luò)結(jié)構(gòu)對風(fēng)險傳染具有重要的影響,但少有研究從內(nèi)生拆借對象選擇的角度來解釋這種影響,并在此基礎(chǔ)上探究違約風(fēng)險傳染的影響因素。考慮到以上兩方面問題,本文基于內(nèi)生銀行網(wǎng)絡(luò)對銀行同業(yè)拆借關(guān)系的形成以及違約風(fēng)險傳染進(jìn)一步展開研究。首先,本文考慮一個由N家銀行構(gòu)成的銀行網(wǎng)絡(luò),建立了一個T時期的內(nèi)生動態(tài)網(wǎng)絡(luò)模型,其中銀行間拆借關(guān)系取決于一個內(nèi)生的拆借對象選擇機(jī)制。通過多主體仿真分析表明,本文的模型能夠形成現(xiàn)實世界中的貨幣中心銀行結(jié)構(gòu),且銀行總資產(chǎn)和銀行同業(yè)拆借規(guī)模分別服從冪律分布和對數(shù)正態(tài)分布,這與已有的實證研究相一致。另外,在一定范圍內(nèi)改變某些參數(shù)的取值時,貨幣中心結(jié)構(gòu)始終存在。其中,內(nèi)生拆借對象選擇比例以及拆借對象轉(zhuǎn)移概率參數(shù)的增加均導(dǎo)致更明顯的貨幣中心結(jié)構(gòu)。這個模型以及結(jié)果有助于更深刻地理解銀行間市場的形成機(jī)制,并為研究銀行違約風(fēng)險傳染奠定了基礎(chǔ)。然后,本文將構(gòu)建的內(nèi)生拆借對象選擇機(jī)制與一個隨機(jī)拆借對象選擇機(jī)制相對比,分別研究了兩種機(jī)制下幾個主要參數(shù)在不同取值下銀行同業(yè)拆借的違約風(fēng)險傳染。總體來看,內(nèi)生選擇機(jī)制生成的貨幣中心網(wǎng)絡(luò)比隨機(jī)選擇機(jī)制生成的隨機(jī)網(wǎng)絡(luò)具有更強(qiáng)的抗風(fēng)險性,因為前者促使借款銀行以更低的利率向流動性更強(qiáng)的銀行借款。靈敏度分析表明,較高的風(fēng)險溢價、較低的初始凈資產(chǎn)比例、較高的流動性資產(chǎn)閾值、較大規(guī)模的流動性沖擊、較高的初始投資比例以及較高的央行利率都會加劇銀行違約風(fēng)險傳染效應(yīng)。另外,存款變化過程的均值回歸系數(shù)以及拆借對象選擇概率對于銀行違約風(fēng)險傳染效應(yīng)具有非單調(diào)的影響,并且在拆借對象內(nèi)生選擇與隨機(jī)選擇機(jī)制下的影響不同。這些結(jié)果不僅有助于更好地理解銀行違約風(fēng)險傳染的機(jī)理,還為政策制定者提供了理論參考。
【學(xué)位授予單位】：東南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：F832.51
【圖文】：

東南大學(xué)碩士學(xué)位論文銀行違約風(fēng)險傳染效應(yīng)研究，首先分別畫出兩種拆借機(jī)制下的網(wǎng)絡(luò)結(jié)構(gòu)演化圖，對比分析兩種網(wǎng)絡(luò)結(jié)構(gòu)的不同。然后，采用靈敏度分析方法分析不同參數(shù)對違約風(fēng)險傳染的影響。由于實驗具有隨機(jī)性，所以做反復(fù)多次試驗，通過銀行平均破產(chǎn)數(shù)來反應(yīng)銀行業(yè)系統(tǒng)性風(fēng)險水平，并采用控制變量法，分別在兩種拆借對象選擇機(jī)制下，保持其它參數(shù)不變，只改變一個參數(shù)，觀察并分析銀行系統(tǒng)性風(fēng)險水平的變化趨勢。1.3.3 基本框架根據(jù)上述主要研究內(nèi)容與方法，本文共分為六個部分，論文結(jié)構(gòu)和研究框架如圖 1-1所示：

第三章 銀行內(nèi)生動態(tài)網(wǎng)絡(luò)模型構(gòu)建與演化分析3.2.1 銀行總資產(chǎn)分布首先分析系統(tǒng)演化中的銀行總資產(chǎn)分布。圖 3-2 顯示了系統(tǒng)中銀行總數(shù)分別為N=200，300，400，演化時期分別為 t=50，100，150 時，銀行總資產(chǎn)的互補(bǔ)累積分布函數(shù)（CCDF）�？梢钥闯觯瑢�數(shù)坐標(biāo)軸中的銀行總資產(chǎn)均可以被良好地線性擬合，說明演化系統(tǒng)中銀行總資產(chǎn)呈冪律分布。圖 1(a)-(i) 的冪律分布參數(shù)分別為 1.1221，1.0489，1.0614，1.1471，1.0187，0.9964，1.1504，1.0563 與 1.0033。事實上，許多實證分析已經(jīng)表明了現(xiàn)實中的銀行總資產(chǎn)呈現(xiàn)冪律分布（Ennis，2001；Janicki 與 Prescott，2006；Bremus 等，2013）。例如，Bremus 等（2013）通過分析 73 個國家的 11476 家銀行數(shù)據(jù)發(fā)現(xiàn)，銀行總資產(chǎn)的冪律分布參數(shù)為 3，而特定國家的銀行總資產(chǎn)冪律分布參數(shù)為 1.4。因此，本文模型的結(jié)果與現(xiàn)實數(shù)據(jù)大致吻合。

圖 3-3 銀行總資產(chǎn)分布穩(wěn)健性檢驗3.2.2 銀行拆借規(guī)模分布現(xiàn)在分析系統(tǒng)演化中的銀行同業(yè)拆借規(guī)模分布。Vandermarliere 等（2015）通過實證研究發(fā)現(xiàn)俄羅斯銀行間市場的同業(yè)拆借規(guī)模服從對數(shù)正態(tài)分布。本文的模型通過仿真也得到了同樣的結(jié)果。圖 3-4 顯示了系統(tǒng)中銀行總數(shù)分別為 N=200, 300, 400，演化時期分別為 t=50，100，150 時，銀行同業(yè)拆借規(guī)模的互補(bǔ)累積分布函數(shù)（CCDF），它們均可以由對數(shù)正態(tài)分布良好地擬合。

【參考文獻(xiàn)】

相關(guān)期刊論文 前5條

1 隋聰;王宗堯;;銀行間網(wǎng)絡(luò)的無標(biāo)度特征[J];管理科學(xué)學(xué)報;2015年12期

2 石大龍;白雪梅;;網(wǎng)絡(luò)結(jié)構(gòu)、危機(jī)傳染與系統(tǒng)性風(fēng)險[J];財經(jīng)問題研究;2015年04期

3 巴曙松;左偉;朱元倩;;中國銀行間支付網(wǎng)絡(luò)及其結(jié)構(gòu)特征[J];系統(tǒng)工程;2014年11期

4 隋聰;遲國泰;王宗堯;;網(wǎng)絡(luò)結(jié)構(gòu)與銀行系統(tǒng)性風(fēng)險[J];管理科學(xué)學(xué)報;2014年04期

5 鄧晶;曹詩男;潘煥學(xué);秦濤;;基于銀行間市場網(wǎng)絡(luò)的系統(tǒng)性風(fēng)險傳染研究[J];復(fù)雜系統(tǒng)與復(fù)雜性科學(xué);2013年04期

本文編號：2803429