基于多主体建模分析的银行间网络系统性风险研究

doi:10.16381/j.cnki.issn1003-207x.2016.01.008

中国管理科学 ›› 2016, Vol. 24 ›› Issue (1): 67-75.doi: 10.16381/j.cnki.issn1003-207x.2016.01.008

基于多主体建模分析的银行间网络系统性风险研究

邓超¹, 陈学军^1,2

1. 中南大学商学院, 湖南长沙 410083;
2. 中国人民银行郑州培训学院, 河南郑州 450011

收稿日期:2013-07-14 修回日期:2014-09-09 出版日期:2016-01-20 发布日期:2016-01-28
通讯作者: 陈学军(1969-),男(汉族),河南开封人,中南大学商学院博士研究生,中国人民银行郑州培训学院,研究方向:宏观审慎管理、金融工程,E-mail:chenxuejun@pbcti.cn. E-mail:chenxuejun@pbcti.cn
基金资助:
国家自然科学基金资助项目(71173241);教育部新世纪人才基金(NCET-10-0830)

Studyon Multi-agent Models Analyses for Systemic Risk from the Interbank Network

DENG Chao¹, CHEN Xue-jun^1,2

1. Business School of Central South University, Changsha 410083, China;
2. Zhengzhou Training Institute, The People's Bank of China, Zhengzhou 450011, China

Received:2013-07-14 Revised:2014-09-09 Online:2016-01-20 Published:2016-01-28

摘要/Abstract

摘要： 本文基于多主体建模分析了银行间核心-边缘网络的系统性风险。模型假设银行通过最优投资组合配置,在流动性和资本约束前提下谋求利润最大化。通过建立银行间市场交易环境的仿真模型,依据银行行为决策动态形成资产负债表与银行间网络敞口的数据,评估金融监管政策在银行间市场的实施效应。同时,引入不同网络结构模型加以对比分析,发现尽管核心-边缘银行间网络体系比无标度网络更易遭受共同冲击和传染风险,但当处于金融困境时,在宏观审慎管理政策机制作用下,核心-边缘网络体系比其他结构网络表现出更强的恢复力特性。

关键词: 多主体模型, 银行间市场, 系统性风险, 核心-边缘网络, 共同冲击

Abstract: In this paper a multi-agent model which analyses for systemic risk from the core-periphery structure in interbank network is proposed. Our model consists of a network of banks, which endogenously determine their optimal portfolio allocation by maximizing profits subject to liquidity and capital constraints. For the simulation framework to be useful for assessment of central bank policy, banking firm behavioral responses must be modelled in the context of interbank market conditions and with automated access to balance sheet and network exposure data to anchor the financial decisions being simulated. Different possible network structures are compared, while interbank markets network with the core-periphery topology is more susceptible to common shock and contagion than scale-free network, it tend to be more resilient to financial distress than others under macroprudential regulation and policy regime.

Key words: multi-agent model, interbank markets, systemic risk, core-periphery network, common shock

中图分类号:

F830.9

邓超, 陈学军. 基于多主体建模分析的银行间网络系统性风险研究[J]. 中国管理科学, 2016, 24(1): 67-75.

DENG Chao, CHEN Xue-jun. Studyon Multi-agent Models Analyses for Systemic Risk from the Interbank Network[J]. Chinese Journal of Management Science, 2016, 24(1): 67-75.

参考文献

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

[2] Freixas X, Parigi B M, 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.

[3] Teteryatnikova M. Resilience of the interbank network to shocks and optimal bail-out strategy: Advantages of "tiered" banking systems[R]. Vienna Economics Papers 1203, University of Vienna, Department of Economics, 2012.

[4] Craig B, von Peter G. Interbank tiering and money center banks[R]. Journal of Financial Intermediation, 2014, 23(3):322-347.

[5] Finger K, D Fricke, T Lux. The italian interbank network:An overview[J]. In progress, Kiel Insitute for the World Economy, 2012.

[6] Finger K, T Lux. The evolution of the banking network:An actor-oriented approach[J]. In progress, Kiel Insitute for the World Economy, 2011.

[7] van Lelyveld I, in 't Veld D. Finding the core: Network structure in interbank markets[R]. Journal of Banking & Finance, 2014, 49:27-40.

[8] Peng Xingyun. Liquidity, liquidity excess and monetary policy [J]. Economic Research Journal, 2007, (11):55-70

[9] Pasche M. Interbank lending and the demand for central bank loans-A simple microfoundation[R]. Jena Economic Research Papers Friedrich-Schiller-University Jena, Max-Planck-Institute of Economics, 2010.

[10] Pasche M. Fundamental uncertainty, portfolio choice, and liquidity preference theory[R]. Jena Economic Research Papers, Friedrich-Sehiuer-University Tena, Max-Planck-Institute of Econornics, 2009.

[11] Totzek, Alexander. The bank, the bank-run, and the central bank: The impact of early deposit withdrawals in a new Keynesian framework[R]. Working Papers, Christian-Albrechts-University of Kiel, Department of Economics, 2008.

[12] Cifuentes R, Shin H S, Ferrucci G. Liquidity risk and contagion[J]. Journal of the European Economic Association, 2005, 3(2/3):556-566.

[13] Borgatti S P, Evertt M G. Models of core/periphery structures[J]. Social Networks, 2000, 21(4):375-395.

[14] Freeman L C. Centrality in social networks: conceptual clarification[J]. Social Network, 1979, 1(3):215-239.

[15] Wasserman S, Faust K. Social network analysis: Methods and applications[M]. Cambridge:Cambridge University Press, 1994.

[16] Yang Chaojun. Parameter uncertainty and investor's portfolio choice: Evidence from China stock market [J]. Chinese Journal of Management Science, 2008, 16(3):37-43.

基于多主体建模分析的银行间网络系统性风险研究

Studyon Multi-agent Models Analyses for Systemic Risk from the Interbank Network

PDF (PC)

可视化

被引次数

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 0

[1]	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.
[2]	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.
[3]	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.
[4]	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.
[5]	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.
[6]	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.
[7]	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.
[8]	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.
[9]	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.
[10]	马钱挺, 杨文珂, 何建敏. 基于多层网络的银企系统性风险研究[J]. 中国管理科学, 2021, 29(12): 1-14.
[11]	张伟平, 庄新田, 王健. 中国股市跨行业系统性风险空间溢出关联及风险预测分析——基于尾部风险网络模型[J]. 中国管理科学, 2021, 29(12): 15-28.
[12]	李红权, 何敏园, 黄莹莹. 我国金融机构的系统重要性评估:基于多元极值理论[J]. 中国管理科学, 2020, 28(5): 14-24.
[13]	姜闪闪, 范宏. 双渠道风险传染下银行系统稳定性分析[J]. 中国管理科学, 2020, 28(11): 51-60.
[14]	刘超, 李元睿, 姜超, 马玉洁, 刘宸琦, 谢启伟. 中国证券公司系统性风险测度及演化特征研究——来自20家上市证券公司的数据[J]. 中国管理科学, 2019, 27(5): 11-22.
[15]	姚鸿, 王超, 何建敏, 李亮. 银行投资组合多元化与系统性风险的关系研究[J]. 中国管理科学, 2019, 27(2): 9-18.