中国金融机构的系统重要性及系统性风险传染机制分析——基于复杂网络的视角

doi:10.16381/j.cnki.issn1003-207x.2015.10.004

中国管理科学 ›› 2015, Vol. 23 ›› Issue (10): 30-37.doi: 10.16381/j.cnki.issn1003-207x.2015.10.004

中国金融机构的系统重要性及系统性风险传染机制分析——基于复杂网络的视角

欧阳红兵, 刘晓东

华中科技大学经济学院, 湖北武汉 430074

收稿日期:2013-10-14 修回日期:2014-10-01 出版日期:2015-10-20 发布日期:2015-10-24
作者简介:欧阳红兵(1968-),男(汉族),湖南衡阳人,华中科技大学经济学院副教授,博士,研究方向:金融计量.
基金资助:
国家自然科学基金资助项目(70971051,71473092)

An Analysis of the Systemic Importance and Systemic Risk Contagion Mechanism of China's Financial Institutions Based on Network Analysis

OUYANG Hong-bing, LIU Xiao-dong

School of Economics, Huazhong University of Science and Technology, Wuhan 430074, China

Received:2013-10-14 Revised:2014-10-01 Online:2015-10-20 Published:2015-10-24

摘要/Abstract

摘要： 采用最小生成树(MST)和平面极大过滤图(PMFG)方法构建和分析金融市场网络可以动态识别金融网络中节点的系统重要性,而利用最小生成树的唯一性可以全面而直观地显示系统性风险的传导机制。我们通过对银行间同业拆借市场进行的实证分析证明了该方法的有效性和稳健性,特别是最小生成树方法对系统性风险传导潜在路径的识别以及系统性风险的宏观审慎监管提供了直观而有效的手段。

关键词: 系统性风险, 复杂网络, 系统重要性, 同业拆借市场

Abstract: Applying Minimum Spanning Tree (MST) and Planar Maximally Filtered Graph approaches to construct and analyze financial market network can dynamically identify the systemic importance of the nodes in financial networks, and the uniqueness of MST can be used to analyze the contagion mechanism of systemic risk completely and straightforwardly. Using data from inter-bank borrowing market, the effectiveness and robustness of this method are proved. Particularly, MST provides an intuitive and effective approach to identify the potential contagion path of systemic risks as well as the macro prudential regulation systemic risks.

Key words: systemic risk, complex network, systemic importance, inter-bank borrowing market

中图分类号:

F832.5

欧阳红兵, 刘晓东. 中国金融机构的系统重要性及系统性风险传染机制分析——基于复杂网络的视角[J]. 中国管理科学, 2015, 23(10): 30-37.

OUYANG Hong-bing, LIU Xiao-dong. An Analysis of the Systemic Importance and Systemic Risk Contagion Mechanism of China's Financial Institutions Based on Network Analysis[J]. Chinese Journal of Management Science, 2015, 23(10): 30-37.

参考文献

[1] Bandt O D,Hartmann P. Systemic risk:A survey[R]. Working Paper,European Central Bank,2000.

[2] Allen F, Gale D. Financial contagion[J]. Journal of Political Economy, 2000, 108(1):1-33.

[3] Freixas X, Parigi B, Rochet J.Systemic risk, interbank relations and liquidity provision by the central bank[J]. Journal of Money, Credit and Banking,2000, 32(3):611-638.

[4] Nier E, Yang Jing, Yorulmazer T, et al. Network models and financial stability[J]. Journal of Econemic Dynamics and Control,2007,31(6):2033-2060.

[5] Gai P,Kapadia S. Contagion in financial networks[J]. Proceedings of the Royal Society A.Mathematical,Physical and Engineering Sciences, 2010, 466(2120):2401-2423.

[6] Haldane A G. Rethinking the financial network[R]. Working Paper,Financial Student Association,2009.

[7] Giansantes. Recent advances in modelling systemic risk using network analysis[R]. Working Paper,European Certtal Bank,2010.

[8] Nacaskul P.Systemic import analysis (SIA)-application of entropic eigenvector centrality (EEC) criterion for a priori ranking of financial institutions in terms of regulatory-supervisory concern, with demonstrations on stylised small network topologies and connectivity weights[R].Working Paper Mahamakorn University of Technology,2010.

[9] Bech M, Chapman J, Garratt R. Which bank is the 'central' bank? an application of Markov theory to the Canadian large value transfer system[R]. Working Paper,Federal Reserve Bank of New York, 2008.

[10] Peter V G. International banking centres:A network perspective[J]. BIS Quarterly Review, 2007,(12):33-45.

[11] 贾彦东. 金融机构的系统重要性分析——金融网络中的系统风险衡量与成本分担[J].金融研究,2011,(10):17-33.

[12] 马君潞,范小云,曹元涛. 中国银行间市场双边传染的风险估测及其系统性特征分析[J]. 经济研究,2007,(1):68-78.

[13] 高国华,潘英丽. 基于资产负债表关联的银行系统性风险研究[J]. 管理工程学报, 2012,26(4):162-168.

[14] 左振宇,李守伟,何建敏. 我国银行网络拓扑结构特征的实证研究[J]. 华东经济管理, 2012,26(2):98-101.

[15] Lillo F.Network in finance[Z]. http://www.eolss.net/Sample-Chapter/C15/E6-200-12-00.pdf.2010.

[16] Mantegna R N.Hierarchical structure in financial markets[J]. European Physical Journal B Condensed Matter and Complex Systems, 1999,11(1):193-197.

[17] Tumminello M,Aste T,Matteo T D,et al. A tool for filtering information in complex systems[J]. Proceedings of the National Academy of Sciences of the United States of America, 2005,102(30):10421-10426.

[18] Gallager R G, Humblet P A, Spira P M. A distributed algorithm for minimum-weight spanning trees[J]. ACM Transactions on Programming Languages and Systems,1983,5(1):66-77.

[19] 李明哲,金俊,石端银. 图论及其算法[M].北京:机械工业出版社,2010.

[20] 罗家德.社会网分析讲义[M].二版.北京:社会科学文献出版社,2010.

中国金融机构的系统重要性及系统性风险传染机制分析——基于复杂网络的视角

An Analysis of the Systemic Importance and Systemic Risk Contagion Mechanism of China's Financial Institutions Based on Network Analysis

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 10

[1]	何汉,李思呈. 基于有向复杂网络的担保圈违约风险传染建模研究[J]. 中国管理科学, 2024, 32(6): 22-33.
[2]	李仲飞,周骐. 一个基于BL模型和复杂网络的行业配置模型[J]. 中国管理科学, 2024, 32(4): 1-13.
[3]	吴文洋,蒋海,唐绅峰. 数字化转型、网络关联性与银行系统性风险[J]. 中国管理科学, 2024, 32(3): 9-19.
[4]	盛积良,黄毅,李居超. 我国行业风险敞口与行业网络结构的相关性研究[J]. 中国管理科学, 2024, 32(2): 199-209.
[5]	赵静, 郭晔. 金融强监管、影子银行与银行系统性风险[J]. 中国管理科学, 2023, 31(7): 50-59.
[6]	王虎, 李守伟, 马瑜寅, 刘晓星. 基于共同持股网络的基金系统性风险研究[J]. 中国管理科学, 2023, 31(6): 82-90.
[7]	王磊, 李守伟, 何建敏, 候德飞. 网络舆情扰动下房地产投资者“追涨杀跌”行为扩散研究[J]. 中国管理科学, 2023, 31(1): 56-69.
[8]	欧阳资生, 杨希特, 黄颖. 嵌入网络舆情指数的中国金融机构系统性风险传染效应研究[J]. 中国管理科学, 2022, 30(4): 1-12.
[9]	刘志东, 张培元, 荆中博. 跨行业风险溢出冲击下我国银行业系统性风险研究[J]. 中国管理科学, 2022, 30(12): 1-12.
[10]	张飞鹏, 徐一雄, 邹胜轩, 陈艳. 基于LGCNET多层网络的中国A股上市公司系统性风险度量[J]. 中国管理科学, 2022, 30(12): 13-25.
[11]	王伟明, 徐海燕, 朱建军. 基于复杂网络和语言信息的交互式大规模群体评价方法[J]. 中国管理科学, 2022, 30(11): 260-271.
[12]	刘超, 郭亚东. 多时间尺度下行业间系统性金融风险溢出及拓扑结构分析[J]. 中国管理科学, 2022, 30(10): 46-59.
[13]	高倩倩, 范宏. 基于银行-资产双边网络模型的系统性风险及投资策略研究[J]. 中国管理科学, 2021, 29(7): 1-12.
[14]	赵林海, 陈名智. 金融机构系统性风险溢出和系统性风险贡献——基于滚动窗口动态Copula模型双时变相依视角[J]. 中国管理科学, 2021, 29(7): 71-83.
[15]	王耀东, 冯燕, 周桦. 保险业在金融系统性风险传染路径中起到“媒介”作用吗？——基于金融市场尾部风险传染路径的实证分析[J]. 中国管理科学, 2021, 29(5): 14-24.