金融網(wǎng)絡(luò)理論與應(yīng)用綜述

孫艷霞

（東北財經(jīng)大學(xué)社會與行為跨學(xué)科研究中心，遼寧 大連 116025）

金融網(wǎng)絡(luò)理論與應(yīng)用綜述

孫艷霞

（東北財經(jīng)大學(xué)社會與行為跨學(xué)科研究中心，遼寧 大連 116025）

本文詳細(xì)綜述了金融網(wǎng)絡(luò)理論在系統(tǒng)風(fēng)險方面的應(yīng)用。重點指出現(xiàn)實中的金融網(wǎng)絡(luò)具有小世界網(wǎng)絡(luò)和無標(biāo)度網(wǎng)絡(luò)的特征。對現(xiàn)實金融網(wǎng)絡(luò)節(jié)點中心性的靜態(tài)分析有助于尋找系統(tǒng)重要性銀行，而網(wǎng)絡(luò)結(jié)構(gòu)變動的動態(tài)分析則包含預(yù)測金融危機(jī)和銀行間市場利率的信息。

金融網(wǎng)絡(luò)；理論與應(yīng)用；系統(tǒng)風(fēng)險

一、引言

隨著金融創(chuàng)新的加快和銀行間市場的不斷發(fā)展，類似于CDS的金融衍生產(chǎn)品以及各種銀行理財產(chǎn)品被不斷設(shè)計出來，促使金融機(jī)構(gòu)之間的資產(chǎn)負(fù)債關(guān)聯(lián)日益緊密，整個金融系統(tǒng)呈現(xiàn)出越來越復(fù)雜的網(wǎng)絡(luò)特征。金融機(jī)構(gòu)是網(wǎng)絡(luò)的節(jié)點，金融機(jī)構(gòu)之間的資產(chǎn)負(fù)債關(guān)系則構(gòu)成網(wǎng)絡(luò)的邊。銀行間市場可被看成是一種金融網(wǎng)絡(luò)，這一網(wǎng)絡(luò)雖有利于流動性的分配，但也使得單個銀行的風(fēng)險通過網(wǎng)絡(luò)連接傳染至其他銀行，發(fā)生多米諾骨牌效應(yīng)，引致整個金融系統(tǒng)的崩潰。阿西莫格魯?shù)龋ˋcemoglu等，2013）將金融網(wǎng)絡(luò)內(nèi)的這種級聯(lián)反應(yīng)稱之為金融網(wǎng)絡(luò)的外部性。

網(wǎng)絡(luò)外部性可以解釋與社會經(jīng)濟(jì)直接相關(guān)的內(nèi)生變量無法解釋的整體波動問題，比如股票市場的崩盤、群體事件等。因為社會經(jīng)濟(jì)活動是嵌入在社會網(wǎng)絡(luò)之中的，經(jīng)濟(jì)主體的支付函數(shù)受到該主體所在的社會群體中其他成員的選擇行為的影響（加布里埃利，2011）。由此，如果將金融體系看成金融網(wǎng)絡(luò)，那么在看待金融風(fēng)險問題時，除需關(guān)注“大而不能倒（Too-Big-to-Fail）”風(fēng)險之外，還需注意“太關(guān)聯(lián)而不能倒（Too-Connect-to-Fail）”風(fēng)險（劉，2010）。在金融網(wǎng)絡(luò)中，單個銀行除受直接交易對手的風(fēng)險行為影響之外，還會受到交易對手其他網(wǎng)絡(luò)連接的間接影響。2008年的金融危機(jī)即是由次級貸款違約引發(fā)的風(fēng)險傳染事件，在這一過程中金融機(jī)構(gòu)之間的關(guān)聯(lián)性對系統(tǒng)風(fēng)險的積累和擴(kuò)散起到了重要的助推作用（賈彥東，2010）。危機(jī)過后“宏觀審慎管理”成為主要國家的重要監(jiān)管方向（周小川，2011）。“宏觀審慎管理”思想的提出是以網(wǎng)絡(luò)視角看待金融風(fēng)險問題的體現(xiàn)。

金融網(wǎng)絡(luò)理論通過網(wǎng)絡(luò)節(jié)點和網(wǎng)絡(luò)的邊，可以直觀地刻畫出金融系統(tǒng)，有助于研究系統(tǒng)風(fēng)險傳染問題。目前利用金融網(wǎng)絡(luò)建模研究金融系統(tǒng)性風(fēng)險主要有三個方向：一是現(xiàn)實金融系統(tǒng)的復(fù)雜網(wǎng)絡(luò)特征；二是何種網(wǎng)絡(luò)結(jié)構(gòu)最有利于金融系統(tǒng)穩(wěn)定；三是基于實際數(shù)據(jù)構(gòu)建網(wǎng)絡(luò)對金融系統(tǒng)風(fēng)險進(jìn)行評估，并試圖將多種傳染渠道引入金融網(wǎng)絡(luò)分析中。本文將從這三方面對相關(guān)研究進(jìn)行綜述。

二、真實金融網(wǎng)絡(luò)結(jié)構(gòu)及在其系統(tǒng)風(fēng)險方面的應(yīng)用

（一）現(xiàn)實金融系統(tǒng)的復(fù)雜網(wǎng)絡(luò)特征

如其他領(lǐng)域的復(fù)雜網(wǎng)絡(luò)一樣，現(xiàn)實中的金融網(wǎng)絡(luò)也具有小世界網(wǎng)絡(luò)和無標(biāo)度網(wǎng)絡(luò)特征。

加布里埃利（2011）對歐洲銀行隔夜拆借市場網(wǎng)絡(luò)的研究發(fā)現(xiàn)，該網(wǎng)絡(luò)非常稀疏，具有小世界網(wǎng)絡(luò)特征且節(jié)點度的分布服從冪律分布，即大多數(shù)銀行只與較少的銀行交易，只有少數(shù)銀行擁有較大的網(wǎng)絡(luò)連接并且一般是大型銀行。美國聯(lián)邦基金市場網(wǎng)絡(luò)與歐洲銀行隔夜拆借市場網(wǎng)絡(luò)結(jié)構(gòu)類似，也具有小世界網(wǎng)絡(luò)特征，但是網(wǎng)絡(luò)節(jié)點度的分布并非是冪律分布，而是一種厚尾分布（貝克和阿塔萊，2010）。

除隔夜拆借市場外，澳大利亞月度銀行間風(fēng)險敞口網(wǎng)絡(luò)的節(jié)點度分布服從指數(shù)為-1.87的冪律分布，整個網(wǎng)絡(luò)的平均路徑和聚集系數(shù)均比較小（博斯，2004）。美國支付結(jié)算系統(tǒng)網(wǎng)絡(luò)也具有無標(biāo)度網(wǎng)絡(luò)特征。該網(wǎng)絡(luò)較為稀疏，只有一些貨幣中心銀行之間的連接較為緊密，其他銀行與這些中心銀行相連接，彼此之間的關(guān)聯(lián)較少（索拉邁基等，2007）。此外，意大利銀行同業(yè)存款市場網(wǎng)絡(luò)（拉扎蒂和曼納，2009）、歐洲CDS市場網(wǎng)絡(luò)（佩爾托寧等，2014）、德國銀行間市場網(wǎng)絡(luò)（克雷格和馮·彼得，2014）、巴西銀行與非銀行金融機(jī)構(gòu)網(wǎng)絡(luò)（孔特等，2013）等均具有高度中心化且相對稀疏的網(wǎng)絡(luò)特征，網(wǎng)絡(luò)節(jié)點的度數(shù)具有異質(zhì)性，大銀行擁有較大的度數(shù)，處于網(wǎng)絡(luò)的中心位置，節(jié)點的度較小的銀行傾向于與節(jié)點的度較大的銀行相連。

（二）金融網(wǎng)絡(luò)結(jié)構(gòu)特征的刻畫在系統(tǒng)風(fēng)險方面的應(yīng)用

對真實金融網(wǎng)絡(luò)結(jié)構(gòu)的刻畫有助于尋找系統(tǒng)重要性銀行。例如，在復(fù)雜網(wǎng)絡(luò)理論中，可以通過節(jié)點度中心性（Degree centrality）、介數(shù)中心性（Between centrality）、緊密中心性（Closeness centrality）和特征向量中心性（Eigenvector centrality）等網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)來刻畫一個節(jié)點在網(wǎng)絡(luò)中的重要性（赫南等，2008）。以度數(shù)的中心性為例，在一個由N個節(jié)點構(gòu)成的復(fù)雜網(wǎng)絡(luò)中，一個節(jié)點的度為該節(jié)點與其他節(jié)點直接連接的邊的數(shù)量，記為ki。度的中心性則是該節(jié)點的度占該節(jié)點所有可能連接邊的總數(shù)的比例，即Ki/（N-1）（加布里埃利，2011）。可見，一個節(jié)點的度越大，該節(jié)點能夠影響到的節(jié)點數(shù)量越多，因而該節(jié)點在整個網(wǎng)絡(luò)中也就越重要。

可以通過計算金融網(wǎng)絡(luò)中的各銀行的網(wǎng)絡(luò)中心性來確定系統(tǒng)重要性銀行。通過該方法確定的系統(tǒng)重要性銀行并非是資產(chǎn)規(guī)模最大的銀行，而是在網(wǎng)絡(luò)中處于關(guān)鍵位置的銀行。加布里埃利（2011）對比了歐洲銀行隔夜拆借市場中銀行的網(wǎng)絡(luò)中心性在金融危機(jī)前后的變化，發(fā)現(xiàn)2007年8月以后，中小銀行的中心性提高，而大銀行有所下降。這說明金融危機(jī)以后中小銀行的系統(tǒng)重要性上升。

網(wǎng)絡(luò)中心性不僅可以決定系統(tǒng)重要性銀行，還對銀行間市場利率具有預(yù)測作用。貝克和阿塔萊（2010）構(gòu)建出了一個網(wǎng)絡(luò)中心性指數(shù)，發(fā)現(xiàn)當(dāng)借款銀行的網(wǎng)絡(luò)中心性指數(shù)高于出借銀行的網(wǎng)絡(luò)中心性指數(shù)時，借款銀行可以獲得一個較低的借款利率。相反，如果出借銀行具有更高的網(wǎng)絡(luò)中心性指數(shù)，則借款銀行將獲得一個較高的借款利率。塔巴克等（Tabak等，2014）利用2004年1月到2007年11月的巴西銀行間市場相關(guān)數(shù)據(jù)發(fā)現(xiàn)銀行間市場網(wǎng)絡(luò)的聚集系數(shù)和銀行間市場利率的變動負(fù)相關(guān)。

此外，對網(wǎng)絡(luò)結(jié)構(gòu)變動的動態(tài)分析還包含可以預(yù)測金融危機(jī)的信息。加布里埃利（2011）發(fā)現(xiàn)2007年8月金融危機(jī)發(fā)生以后歐洲貨幣市場網(wǎng)絡(luò)呈現(xiàn)出明顯的節(jié)點之間平均距離的縮短。塔巴克等（2014）指出無向網(wǎng)絡(luò)的聚集系數(shù)和有向網(wǎng)絡(luò)的入度的聚集系數(shù)越高，系統(tǒng)風(fēng)險越大。米諾尤和雷耶斯（Minoiu和Reyes，2013）將1978年至2010年發(fā)生的幾次銀行危機(jī)作為時間點，利用184個國家的跨國銀行數(shù)據(jù)構(gòu)建網(wǎng)絡(luò)，發(fā)現(xiàn)每次危機(jī)發(fā)生之前的銀行網(wǎng)絡(luò)連通性（Connectivity）都要高于危機(jī)發(fā)生之后的網(wǎng)絡(luò)連通性。

綜上，可以根據(jù)一年或多年的金融機(jī)構(gòu)之間真實的資產(chǎn)負(fù)債關(guān)聯(lián)數(shù)據(jù)，如銀行間借貸數(shù)據(jù)、同業(yè)存款數(shù)據(jù)等構(gòu)建金融網(wǎng)絡(luò)，從靜態(tài)和動態(tài)兩個角度進(jìn)行分析。首先可以從靜態(tài)的角度，單獨分析某個金融網(wǎng)絡(luò)內(nèi)的節(jié)點中心性以尋找系統(tǒng)重要性銀行。其次從動態(tài)的角度，基于多年數(shù)據(jù)分別構(gòu)建金融網(wǎng)絡(luò)，考察網(wǎng)絡(luò)結(jié)構(gòu)的變動情況，從而為監(jiān)管當(dāng)局控制系統(tǒng)性風(fēng)險提供參考。

三、網(wǎng)絡(luò)結(jié)構(gòu)與風(fēng)險傳染的關(guān)系

當(dāng)把整個銀行體系看成金融網(wǎng)絡(luò)時，從組織脆弱性的角度可以看出不同網(wǎng)絡(luò)結(jié)構(gòu)對銀行之間的風(fēng)險傳染的重要影響。最初關(guān)于網(wǎng)絡(luò)結(jié)構(gòu)與風(fēng)險傳染問題的討論局限于一些簡單的規(guī)則網(wǎng)絡(luò)，如完全連接網(wǎng)絡(luò)、環(huán)形網(wǎng)絡(luò)，例如艾倫和蓋爾（Allen和Gale，2000）。隨著關(guān)于真實金融網(wǎng)絡(luò)結(jié)構(gòu)實證研究的增加，一些文獻(xiàn)開始利用仿真技術(shù)研究隨機(jī)網(wǎng)絡(luò)、小世界網(wǎng)絡(luò)和無標(biāo)度網(wǎng)絡(luò)與金融系統(tǒng)穩(wěn)定性的關(guān)系，例如李守偉和何建敏（2012）、倫茨（Lenzu，2012）等。艾倫和蓋爾（2000）最早研究了由4家銀行構(gòu)成的完全連接網(wǎng)絡(luò)和環(huán)形網(wǎng)絡(luò)的風(fēng)險傳染狀況，發(fā)現(xiàn)完全連接網(wǎng)絡(luò)內(nèi)的風(fēng)險傳染程度要小于環(huán)形網(wǎng)絡(luò)。這是因為在一個連接相對緊密的金融網(wǎng)絡(luò)內(nèi)，破產(chǎn)銀行的損失可以被多家債權(quán)銀行分擔(dān)，從而降低負(fù)向沖擊對每家銀行的影響程度。

李守偉和何建敏（2012）的研究則認(rèn)為小世界網(wǎng)絡(luò)內(nèi)的風(fēng)險傳染程度高于隨機(jī)網(wǎng)絡(luò)和無標(biāo)度網(wǎng)絡(luò)。完全連接網(wǎng)絡(luò)內(nèi)每個節(jié)點銀行都與其他銀行相連接，因而是連接最為緊密的網(wǎng)絡(luò)。環(huán)形網(wǎng)絡(luò)則是一個節(jié)點銀行只與和自己相鄰的兩家銀行連接，因而該網(wǎng)絡(luò)十分稀疏。隨機(jī)網(wǎng)絡(luò)、小世界網(wǎng)絡(luò)和無標(biāo)度網(wǎng)絡(luò)內(nèi)并非每家銀行都相互連接，但節(jié)點的連通性要高于環(huán)形網(wǎng)絡(luò)，因而這三種網(wǎng)絡(luò)的緊密程度介于完全連接網(wǎng)絡(luò)和環(huán)形網(wǎng)絡(luò)之中。那么究竟何種網(wǎng)絡(luò)結(jié)構(gòu)最有利于風(fēng)險傳染？是否緊密的網(wǎng)絡(luò)要比非緊密網(wǎng)絡(luò)更有利于風(fēng)險傳染？大量研究網(wǎng)絡(luò)結(jié)構(gòu)與風(fēng)險傳染的文獻(xiàn)對此并未得出一致結(jié)論。

第一種觀點認(rèn)為網(wǎng)絡(luò)邊分布相對均勻的網(wǎng)絡(luò)風(fēng)險傳染程度較小。該觀點認(rèn)為在一個相對緊密的網(wǎng)絡(luò)內(nèi)，由于一家銀行與較多的銀行相連接，當(dāng)該銀行破產(chǎn)時，其損失平攤到每個債權(quán)銀行就相對較小，從而降低了破產(chǎn)銀行對整個網(wǎng)絡(luò)的沖擊。艾倫和蓋爾（2000）是該觀點的提出者，隨后弗雷克斯等（Freixas等，2000）發(fā)現(xiàn)相對完全連接網(wǎng)絡(luò)，包含貨幣中心的層級網(wǎng)絡(luò)更容易發(fā)生風(fēng)險傳染。米勒（Müller，2006）也證實均勻緊密網(wǎng)絡(luò)比中心化稀疏網(wǎng)絡(luò)更穩(wěn)定。持有相同觀點的還有克勞斯和詹桑特（Krause和Giansante，2012）。

第二種觀點則認(rèn)為緊密連接的網(wǎng)絡(luò)比較容易發(fā)生風(fēng)險傳染。德格里斯和阮（Degryse和Nguyen，2007）通過研究比利時銀行系統(tǒng)網(wǎng)絡(luò)1993年至2002年間網(wǎng)絡(luò)結(jié)構(gòu)的變動發(fā)現(xiàn)，網(wǎng)絡(luò)結(jié)構(gòu)從早期的近似完全連接結(jié)構(gòu)到以多家銀行為貨幣中心結(jié)構(gòu)的轉(zhuǎn)變降低了傳染風(fēng)險發(fā)生的可能性和影響程度。利爾蒙特（Viver-Lirimont，2006）基于戴蒙德和迪布維格（Diamond和Dybvig）的模型，從理論上證明網(wǎng)絡(luò)連通性越高，被傳染的銀行數(shù)量就越多，并且傳染發(fā)生的速度越快。因而“不要把雞蛋放進(jìn)同一個籃子里”思想的分散化投資行為表面上看可以降低單個銀行的風(fēng)險，但是實際上這種分散化投資行為會增加銀行之間的關(guān)聯(lián)度，從而增加了傳染風(fēng)險。因而，從金融網(wǎng)絡(luò)視角來看，分散化投資并非一定會降低銀行的風(fēng)險。布魯斯科和卡斯蒂廖內(nèi)西（Brusco和Castiglionesi，2007）的研究支持了利爾蒙特（2006）的觀點，他們也認(rèn)為銀行之間互相持有資金會增加傳染風(fēng)險。

針對上述兩種不同觀點，還有一種觀點認(rèn)為網(wǎng)絡(luò)結(jié)構(gòu)與傳染效應(yīng)之間并非單調(diào)線性關(guān)系。例如，巴迪斯頓等（Battiston等，2012）認(rèn)為第一種觀點所謂的網(wǎng)絡(luò)連接越緊密越不容易發(fā)生風(fēng)險傳染并不總成立。最優(yōu)的銀行間市場網(wǎng)絡(luò)結(jié)構(gòu)會隨著沖擊大小的變化而變化，具有中等水平連通性的網(wǎng)絡(luò)最容易發(fā)生大規(guī)模的風(fēng)險傳染（拉德利，2013）。當(dāng)負(fù)向沖擊小于特定閾值時，均勻緊密的銀行借貸網(wǎng)絡(luò)更穩(wěn)定。然而，當(dāng)負(fù)向沖擊大于特定閾值時，弱連接網(wǎng)絡(luò)卻比連接緊密的網(wǎng)絡(luò)穩(wěn)定（阿西莫格魯?shù)龋?013）。鮑勤和孫艷霞（2014）基于中國銀行業(yè)的資產(chǎn)負(fù)債表數(shù)據(jù)的仿真模擬也表明被傳染銀行數(shù)量與網(wǎng)絡(luò)平均度①之間并非存在單調(diào)正相關(guān)的關(guān)系。

上述三種觀點看似莫衷一是，甚至相互矛盾，實則并不沖突。造成網(wǎng)絡(luò)結(jié)構(gòu)與風(fēng)險傳染關(guān)系不統(tǒng)一的原因在于已有文獻(xiàn)對網(wǎng)絡(luò)結(jié)構(gòu)的設(shè)定不統(tǒng)一。例如，第一種觀點的研究通常是預(yù)先假設(shè)一種網(wǎng)絡(luò)結(jié)構(gòu)，然后人為分配各銀行的銀行間資產(chǎn)和負(fù)債，并且是平均分配給N家對手銀行。如此設(shè)定的銀行網(wǎng)絡(luò)固然會起到平攤風(fēng)險的作用，若是銀行間資產(chǎn)和負(fù)債并非平均分配，則會得到不同的結(jié)論，如鮑勤和孫艷霞（2014）的研究。這說明網(wǎng)絡(luò)結(jié)構(gòu)對風(fēng)險傳染程度的影響，不僅要看網(wǎng)絡(luò)連通性，還與網(wǎng)絡(luò)邊的粗細(xì)有關(guān)，即每條邊所代表的銀行間資產(chǎn)和負(fù)債在整個銀行網(wǎng)絡(luò)中的權(quán)重。此外，網(wǎng)絡(luò)節(jié)點的大小也會對風(fēng)險傳染結(jié)果有影響，例如大銀行破產(chǎn)與小銀行破產(chǎn)引發(fā)的風(fēng)險傳染程度就會不同（克勞斯和詹桑特，2012）。因而對金融網(wǎng)絡(luò)結(jié)構(gòu)與風(fēng)險傳染關(guān)系的探討，不能簡單地預(yù)先假定一種網(wǎng)絡(luò)結(jié)構(gòu)，然后人為分配資金，而應(yīng)結(jié)合經(jīng)濟(jì)現(xiàn)實，給予銀行之間合理的相互交易的行為規(guī)則，通過銀行間交易行為來分配資金，從而內(nèi)生出網(wǎng)絡(luò)結(jié)構(gòu)。阿曼斯和格奧爾（Aymanns和Georg，2015）就試圖從金融機(jī)構(gòu)的行為入手內(nèi)生金融網(wǎng)絡(luò)。王等（Wang等，2012）則是基于內(nèi)生金融網(wǎng)絡(luò)思想將網(wǎng)絡(luò)資本引入機(jī)構(gòu)投資者行為分析中。

四、基于金融網(wǎng)絡(luò)理論的系統(tǒng)風(fēng)險實證研究

金融網(wǎng)絡(luò)研究的一個重要方向即是利用真實數(shù)據(jù)對系統(tǒng)風(fēng)險進(jìn)行評估。若是可以獲得銀行之間一對一的資產(chǎn)負(fù)債數(shù)據(jù)，即可據(jù)此直接構(gòu)建網(wǎng)絡(luò)，考察一家或多家銀行破產(chǎn)引發(fā)的風(fēng)險傳染問題，如米勒（2006）、德格里斯和阮（2007）、黃聰和賈彥東（2010）、索科洛夫（Sokolov，2012）等。然而，現(xiàn)實中銀行之間一對一的資產(chǎn)負(fù)債數(shù)據(jù)較難獲得，不過可以利用最大熵方法（厄珀，2011）估算銀行間資產(chǎn)負(fù)債頭寸。

（一）最大熵方法的應(yīng)用與缺陷

最大熵方法是將金融網(wǎng)絡(luò)表示成一個矩陣，然后估算矩陣中的非零元素。例如，一個由N家銀行構(gòu)成的金融網(wǎng)絡(luò)，銀行i流向銀行j的資金可以用xij表示，銀行j流向銀行i的資金則用xji表示，則這N家銀行構(gòu)成的金融網(wǎng)絡(luò)就可以表示成一個N*N矩陣：

在已知單個銀行的銀行間總資產(chǎn)和銀行間總負(fù)債信息的前提下，可以利用最大熵方法求出矩陣X*中的非零元素，即為求解下式：

厄珀和沃爾姆（Upper和Worm，2004）根據(jù)德國各銀行資產(chǎn)負(fù)債表中的銀行間總資產(chǎn)和銀行間總負(fù)債的數(shù)據(jù)，利用最大熵方法估算銀行之間一對一的資產(chǎn)負(fù)債頭寸，然后構(gòu)建銀行網(wǎng)絡(luò)研究風(fēng)險傳染問題。他們發(fā)現(xiàn)，德國銀行體系發(fā)生風(fēng)險傳染的概率盡管很小，但是一旦發(fā)生，僅通過銀行間資產(chǎn)負(fù)債敞口就可以引發(fā)大規(guī)模的風(fēng)險傳染。該方法由于解決了數(shù)據(jù)可得性問題而得到廣泛應(yīng)用，例如米斯特魯利（Mistrulli，2011）對意大利銀行體系的研究、德格里斯和阮（2007）對比利時銀行體系的研究、馬君潞等（2007）對中國銀行體系的研究等。

通過對最大熵方法的描述可以看出，最大熵方法實際上是假設(shè)金融網(wǎng)絡(luò)為完全連接網(wǎng)絡(luò)，即每家銀行都與其他銀行交易，這顯然與真實銀行網(wǎng)絡(luò)結(jié)構(gòu)不符。米斯特魯利（2011）通過對比真實數(shù)據(jù)構(gòu)建的網(wǎng)絡(luò)和基于最大熵方法估算數(shù)據(jù)構(gòu)建的網(wǎng)絡(luò)，發(fā)現(xiàn)最大熵方法建立的網(wǎng)絡(luò)會高估風(fēng)險傳染的程度。因而，基于最大熵方法構(gòu)建的金融網(wǎng)絡(luò)模型無法對系統(tǒng)風(fēng)險進(jìn)行準(zhǔn)確評估，只能是一種參考。在具體應(yīng)用時可以對該方法進(jìn)行改進(jìn)，例如，預(yù)先假設(shè)一種更貼近現(xiàn)實的網(wǎng)絡(luò)結(jié)構(gòu)，然后在最大熵方法的求解過程中添加約束條件（鮑勤和孫艷霞，2014）。

（二）傳染過程的設(shè)定

利用金融網(wǎng)絡(luò)建模評估系統(tǒng)風(fēng)險的文獻(xiàn)在傳染過程的設(shè)定上，主要考慮銀行間風(fēng)險敞口引發(fā)的風(fēng)險傳染。這些文獻(xiàn)通常假定一家銀行或多家銀行同時破產(chǎn)，這將導(dǎo)致這些銀行的債權(quán)銀行的銀行間資產(chǎn)發(fā)生損失，若這一損失超過債權(quán)銀行的資本金，則債權(quán)銀行破產(chǎn)，從而發(fā)生多米諾骨牌效應(yīng)（厄珀，2011）。在現(xiàn)實中，風(fēng)險傳染過程十分復(fù)雜，不僅銀行之間債務(wù)的違約會令銀行破產(chǎn)，危機(jī)時期債權(quán)銀行提前收回對債務(wù)銀行貸款的行為也會導(dǎo)致債務(wù)銀行陷入流動性危機(jī)，部分銀行甚至不得不折價拋售資產(chǎn)。此外，銀行系統(tǒng)面臨的共同沖擊也會通過消耗單個銀行的資本金而降低整個銀行系統(tǒng)的穩(wěn)定性，比如宏觀經(jīng)濟(jì)的波動、房價下跌導(dǎo)致房地產(chǎn)貸款違約的增加等。因而有少量研究試圖將流動性沖擊、共同沖擊與銀行間風(fēng)險敞口相結(jié)合，利用金融網(wǎng)絡(luò)模型全面評估系統(tǒng)風(fēng)險。

1.銀行間風(fēng)險敞口。銀行間風(fēng)險敞口是指銀行在同業(yè)業(yè)務(wù)中產(chǎn)生的面臨一定風(fēng)險的同業(yè)資產(chǎn)。伴隨著同業(yè)業(yè)務(wù)的不斷發(fā)展，銀行間風(fēng)險敞口不斷增加，銀行之間的資產(chǎn)負(fù)債關(guān)聯(lián)也愈發(fā)緊密，銀行間風(fēng)險敞口逐漸成為系統(tǒng)性風(fēng)險的重要傳染渠道。克勞斯等（2012）構(gòu)建一個包含銀行借貸網(wǎng)絡(luò)的數(shù)理模型，從理論上論證了銀行間風(fēng)險敞口對系統(tǒng)性風(fēng)險傳染的重要影響。梅默爾等（Memmel等，2013）對德國銀行體系、馬丁內(nèi)斯-哈拉米約等（Martínez-Jaramillo等，2014）對墨西哥銀行系統(tǒng)等基于金融網(wǎng)絡(luò)模型的實證研究也說明一家銀行的破產(chǎn)僅通過銀行間風(fēng)險敞口這一單一傳染渠道即可引致數(shù)家銀行破產(chǎn)。

銀行間風(fēng)險敞口傳染的過程可以由圖1表示。在被傳染之前銀行i的資產(chǎn)負(fù)債表如圖1所示，當(dāng)銀行i的債務(wù)銀行k破產(chǎn)時，銀行i的銀行間資產(chǎn)xik發(fā)生損失，假設(shè)損失為LGDkxik（LGDk為銀行k的違約損失率）。此時銀行i需要用資本金來彌補(bǔ)該損失，若是銀行i的資本金不足以抵補(bǔ)這一損失，即LGDkxik＞Ei，則銀行i破產(chǎn)（劉，2010）。于是，債務(wù)銀行k的破產(chǎn)風(fēng)險就通過其與銀行i的銀行間風(fēng)險敞口xik傳染至債權(quán)銀行i。銀行i的破產(chǎn)又會按照同樣的方式傳染至其他銀行。

圖1：銀行間風(fēng)險敞口引發(fā)風(fēng)險傳染原理

2.流動性沖擊。埃斯皮諾薩-維佳和索倫（Espinosa-Vega和Solé，2011）在銀行間風(fēng)險敞口引發(fā)傳染的基礎(chǔ)上引入流動性沖擊，其過程如圖2所示。當(dāng)危機(jī)發(fā)生時，假設(shè)銀行i的債權(quán)銀行h決定提前收回銀行間資產(chǎn)xhi，若銀行i沒有足夠的流動性儲備，則銀行i將不得不低價拋售其他資產(chǎn)。假設(shè)銀行i的銀行間負(fù)債中的αxhi部分需要通過拋售資產(chǎn)來償還，由于拋售資產(chǎn)的價格下跌，銀行i需要拋售多于αxhi單位的資產(chǎn)，即共需要拋售(1+ρ)αxhi單位資產(chǎn)，其中 ραxhi部分即是因資產(chǎn)價格變動而發(fā)生的資產(chǎn)損失，銀行i需要資本金彌補(bǔ)這一損失，如圖2右所示。結(jié)合圖1中銀行間資產(chǎn)違約的過程，如果，則銀行i破產(chǎn)。

圖2：流動性沖擊下的銀行資產(chǎn)負(fù)債表變動

3.共同沖擊。盡管銀行間風(fēng)險敞口是系統(tǒng)風(fēng)險傳染的重要渠道，但是諸如匯率、利率等宏觀經(jīng)濟(jì)變量波動構(gòu)成的共同沖擊對銀行系統(tǒng)造成的損失要遠(yuǎn)大于金融網(wǎng)絡(luò)內(nèi)的傳染損失（埃爾辛格等，2006）。格奧爾（2013）基于金融網(wǎng)絡(luò)模型發(fā)現(xiàn)銀行系統(tǒng)風(fēng)險傳染程度會隨著共同沖擊大小的增加而增加。國內(nèi)學(xué)者郭晨和宋清華（2012）將國內(nèi)生產(chǎn)總值、股票價格指數(shù)、房地產(chǎn)價格指數(shù)和一年期存貸款利差4個宏觀經(jīng)濟(jì)變量作為銀行系統(tǒng)的共同沖擊，考察這些變量的波動對我國銀行系統(tǒng)穩(wěn)定性的影響。

這些文獻(xiàn)說明共同沖擊雖然不是風(fēng)險傳染的渠道，但卻可以增加風(fēng)險傳染發(fā)生的可能性，并會通過消耗每家銀行的資本金而降低整個銀行系統(tǒng)的穩(wěn)定性（班特和哈特曼，2000）。例如房價下跌造成房地產(chǎn)貸款違約的這一共同沖擊會使得所有涉及房地產(chǎn)貸款的銀行資產(chǎn)發(fā)生損失，從而損耗這些銀行的資本金。

（三）違約損失率的影響

金融網(wǎng)絡(luò)建模研究風(fēng)險傳染的一個重要假定即是破產(chǎn)銀行對債權(quán)銀行的銀行間負(fù)債發(fā)生違約，致使債權(quán)銀行的銀行間資產(chǎn)發(fā)生損失。這一損失的大小與破產(chǎn)銀行的違約損失率有關(guān)，違約損失率越大，債權(quán)銀行的銀行間資產(chǎn)損失就越大，風(fēng)險傳染程度就越嚴(yán)重。例如，馬君潞等（2007）研究發(fā)現(xiàn)隨著違約損失率的增加，被傳染銀行數(shù)量在不斷上升。金融網(wǎng)絡(luò)方向的文獻(xiàn)大部分都外生假定違約損失率，每家銀行被假定為具有相同的違約損失率，然后分別評估不同違約損失率下的風(fēng)險傳染情況。這種研究方法顯然與現(xiàn)實相差甚遠(yuǎn)，因而少量文獻(xiàn)試圖嘗試不同的方法來設(shè)定違約損失率。

梅默爾等（Memmel等，2012）假設(shè)金融網(wǎng)絡(luò)內(nèi)每家銀行的違約損失率服從隨機(jī)分布，然后基于此研究金融網(wǎng)絡(luò)內(nèi)的風(fēng)險傳染問題。該方法雖然考慮了差異化的違約損失率，但違約損失率仍是外生而非內(nèi)生于經(jīng)濟(jì)。德格里斯等（Degryse等，2007）根據(jù)每家銀行的資產(chǎn)負(fù)債情況構(gòu)建了一個內(nèi)生的違約損失率公式：

其中，θj為銀行j的違約損失率，xij為銀行i的銀行間資產(chǎn)，LGDs為銀行i除銀行間資產(chǎn)之外的剩余資產(chǎn)的違約損失率。通過這一公式可以看出，該方法計算出來的違約損失率雖然結(jié)合了每個銀行的資產(chǎn)負(fù)債情況，但也有諸多不妥之處，例如剩余資產(chǎn)的違約損失率仍需估算，初始破產(chǎn)銀行的違約損失率仍然是外生的。

綜上，基于金融網(wǎng)絡(luò)模型對系統(tǒng)風(fēng)險進(jìn)行評估的實證研究面臨諸多問題。首先是數(shù)據(jù)的可得性較差，基于最大熵方法估算的銀行網(wǎng)絡(luò)只是一種參考。其次，傳染過程的設(shè)定仍然與現(xiàn)實相差較大。雖然部分文獻(xiàn)考慮了流動性沖擊和共同沖擊，但是流動性沖擊下的資產(chǎn)折價率、共同沖擊對銀行資本金的消耗程度以及違約損失率的設(shè)定等細(xì)節(jié)問題仍有待改進(jìn)，不能簡單地將這些參數(shù)假定為外生。

五、金融網(wǎng)絡(luò)理論的總結(jié)與展望

2008年以雷曼兄弟破產(chǎn)為標(biāo)志的金融危機(jī)說明現(xiàn)代金融系統(tǒng)不再是一個孤立的金融機(jī)構(gòu)，而是相互連接的金融網(wǎng)絡(luò)。單個金融機(jī)構(gòu)的行為會對網(wǎng)絡(luò)內(nèi)其他金融機(jī)構(gòu)產(chǎn)生重要影響，網(wǎng)絡(luò)連接會助推系統(tǒng)風(fēng)險的擴(kuò)散。因而將金融機(jī)構(gòu)視為網(wǎng)絡(luò)的節(jié)點，將金融機(jī)構(gòu)之間的資產(chǎn)負(fù)債關(guān)聯(lián)視為網(wǎng)絡(luò)的邊來刻畫金融系統(tǒng)，為我們研究金融問題尤其是系統(tǒng)風(fēng)險問題提供了全新的視角。

首先，通過對真實金融網(wǎng)絡(luò)結(jié)構(gòu)的靜態(tài)分析有助于尋找系統(tǒng)重要性銀行，這一重要性銀行并非一定是大銀行。對網(wǎng)絡(luò)結(jié)構(gòu)變動的動態(tài)分析則蘊(yùn)含著與預(yù)測金融危機(jī)有關(guān)的信息，從而為監(jiān)管提供新的思路。其次，通過對網(wǎng)絡(luò)結(jié)構(gòu)與風(fēng)險傳染之間關(guān)系的探討，有助于監(jiān)管當(dāng)局正確引導(dǎo)金融機(jī)構(gòu)之間的交易行為。最后，利用金融網(wǎng)絡(luò)來評估系統(tǒng)風(fēng)險，可以作為CoVaR方法（肖璞等，2013）、壓力測試法（曹麟和彭建剛，2014）等傳統(tǒng)方法的補(bǔ)充。

盡管金融網(wǎng)絡(luò)理論在探討系統(tǒng)性風(fēng)險方面有諸多好處，也有利于監(jiān)管當(dāng)局從宏觀審慎管理的角度來看待系統(tǒng)性風(fēng)險，但是該類研究也面臨諸多困難。由于數(shù)據(jù)可得性較差，對真實網(wǎng)絡(luò)結(jié)構(gòu)的刻畫并不全面，對系統(tǒng)風(fēng)險的評估也只能是一種參考。未來利用金融網(wǎng)絡(luò)評估系統(tǒng)風(fēng)險時需要深入挖掘傳染過程設(shè)定的諸多細(xì)節(jié)問題，如違約損失率的設(shè)定、流動性沖擊和共同沖擊中的參數(shù)設(shè)定等。此外，還可以將金融機(jī)構(gòu)行為納入金融網(wǎng)絡(luò)分析中，一方面探討金融機(jī)構(gòu)行為對金融網(wǎng)絡(luò)結(jié)構(gòu)變動的影響；另一方面也可以探討嵌入在金融網(wǎng)絡(luò)中的金融機(jī)構(gòu)的行為特征。

注：

①網(wǎng)絡(luò)平均度指網(wǎng)絡(luò)各節(jié)點度數(shù)的平均值。相對平均度低的網(wǎng)絡(luò)，平均度大的網(wǎng)絡(luò)更緊密。

[1]Acemoglu D，Ozdaglar A，Tahbaz-Salehi A.2013. Systemic Risk and Stability in Financial Networks[R].National Bureau of Economic Research.

[2]Gabrieli S.2011.The microstructure of the money market before and after the financial crisis：a network perspective[A].CEIS Tor Vergata Research Paper Series，9（1）.

[3]Chan-Lau J A.2010.Balance Sheet Network Analysis of Too-Connected-To-Fail Risk in Global and Domestic Banking Systems[J].IMF Working Papers.

[4]Bech M L，Atalay E.2010.The topology of the federal funds market[J].Physica A：Statistical Mechanics and its Applications，389（22）.

[5]Boss M，Elsinger H，Summer M，et al.2004.Network topology of the interbank market[J].Quantitative Finance，4（6）.

[6]Soram?ki K，Bech M L，Arnold J，et al.2007.The topology of interbank payment flows[J].Physica A：Statistical Mechanics and its Applications，379（1）.

[7]Iazzetta，Carmela，and Michele Manna.2009.The topology of the interbank market：developments in Italy since 1990.Bank of Italy Temi di Discussione（Working Paper）No 711.

[8]Peltonen T A，Scheicher M，Vuillemey G.2014.The network structure of the CDS market and its determinants[J]. Journal of Financial Stability，13.

[9]Craig B，Von Peter G.2014.Interbank tiering and money center banks[J].Journal of Financial Intermediation，23（3）.

[10]Cont R，Moussa A，Santos E B.2013.Network structure and systemic risk in banking systems[J].Handbook of Systemic Risk

[11]Minoiu C，Reyes J A.2013.A network analysis of global banking：1978-2010[J].Journal of Financial Stability，9（2）.

[12]Allen F，Gale D.2000.Financial contagion[J]. Journal of political economy，108（1）.

[13]Lenzu S，Tedeschi G.2012.Systemic risk on different interbank network topologies[J].Physica A：Statistical Mechanics and its Applications，391（18）.

[14]Freixas X，Parigi B M，Rochet J C.2000.Systemic risk，interbank relations，and liquidity provision by the central bank[J].Journal of money，credit and banking.

[15]Müller J.2006.Interbank Credit Lines as a Channel of Contagion[J].Journal of Financial Services Research，29.

[16]DegryseH，NguyenG.2007.Interbankexposures：An empirical examination of contagion risk in the Belgian bankingsystem[J].InternationalJournalofCentralBanking，3（2）.

[17]Vivier-Lirimont，Sébastian.Contagion in interbank debt networks[R].Working Paper.February 2006，ReimsManagement School and CES，Paris I Pantheon Sorbonne University.

[18]Brusco S，Castiglionesi F.2007.Liquidity Coinsurance，Moral Hazard，and Financial Contagion[J].The Journal of Finance，（5）.

[19]Battiston S，Gatti D D，Gallegati M，etal.2012.Default cascades：When does risk diversification increase stability?[J].Journal of Financial Stability，（8）.

[20]Ladley D.2013.Contagion and risk-sharing on the inter-bank market[J].Journal of Economic Dynamics and Control，37（7）.

[21]Aymanns C，Georg C P.2015.Contagious synchronization and endogenous network formation in financial networks[J].Journal of Banking&Finance，50.

[22]Wang L，Wang S.2012.Endogenous networks in investment syndication[J].Journal of Corporate Finance，18（3）.

[23]Sokolov A，Webster R，Melatos A，et al.2012.Loan and nonloan flows in the Australian interbank network[J]. PhysicaA：StatisticalMechanicsanditsApplications，391（9）.

[24]Upper C.2011.Simulation methods to assess the danger of contagion in interbank markets[J].Journal of Financial Stability，7（3）.

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

[26]Krause A，Giansante S.2012.Interbank Lending and the Spread of Bank Failures：A Network Model of Systemic Risk[J].Journal of Economic Behavior&Organization，83（3）.

[27]Memmel C，Sachs A.2013.Contagion in the Interbank Market and its Determinants[J].Journal of Financial Stability，9（1）.

[28]Espinosa-Vega M A，Solé J.2011.Cross-border financial surveillance：a network perspective[J].Journal of Financial Economic Policy，3（3）.

[29]Elsinger H，Lehar A，Summer M.2006.Risk assessment for banking systems[J].Management science，52（9）.

[30]Georg C P.2013.The Effect of the Interbank Network Structure on Contagion and Common Shocks[J].Journal of Banking&Finance，37（7）.

[31]Bandt O，Hartman P.2000.Systemic risk A survey [R].European Central Bank.Working Paper，No.35.

[32]Memmel C，Sachs A，Stein I.2012.Contagion in the Interbank Market with Stochastic Loss Given Default [J].International Journal of Central Banking，8（3）.

[33]賈彥東.金融機(jī)構(gòu)的系統(tǒng)重要性分析——金融網(wǎng)絡(luò)中的系統(tǒng)風(fēng)險衡量與成本分擔(dān)[J].金融研究，2011（10）.

[34]周小川.金融政策對金融危機(jī)的響應(yīng)——宏觀審慎政策框架的形成背景，內(nèi)在邏輯和主要內(nèi)容[J].金融研究，2011，（1）.

[35]赫南，李德毅，淦文燕等.復(fù)雜網(wǎng)絡(luò)中重要性節(jié)點發(fā)掘綜述[J].計算機(jī)科學(xué)，2008，34（12）.

[36]李守偉，何建敏.不同網(wǎng)絡(luò)結(jié)構(gòu)下銀行間傳染風(fēng)險研究[J].管理工程學(xué)報，2012，26（4）.

[37]鮑勤，孫艷霞.網(wǎng)絡(luò)視角下的金融結(jié)構(gòu)與金融風(fēng)險傳染[J].系統(tǒng)工程理論與實踐，2014，34（9）.

[38]黃聰，賈彥東.金融網(wǎng)絡(luò)視角下的宏觀審慎管理——基于銀行間支付結(jié)算數(shù)據(jù)的實證分析[J].金融研究，2010（4）.

[39]馬君潞，范小云，曹元濤.中國銀行間市場雙邊傳染的風(fēng)險估測及其系統(tǒng)性特征分析[J].經(jīng)濟(jì)研究，2007，（1）.

[40]郭晨，宋清華.宏觀經(jīng)濟(jì)變量沖擊與我國銀行間市場風(fēng)險傳染[J].湖北經(jīng)濟(jì)學(xué)院學(xué)報，2010，8（3）.

[41]肖璞，劉軼，楊蘇梅.相互關(guān)聯(lián)性，風(fēng)險溢出與系統(tǒng)重要性銀行識別[J].金融研究，2013，（12）.

[42]曹麟，彭建剛.基于宏觀壓力測試方法的逆周期資本監(jiān)管框架研究[J].國際金融研究，2014，（7）.

The Literature Review of Financial Network Theory and Application

Sun Yanxia

（Dongbei University of Finance and Economics，Dalian Liaoning 116025）

This paper reviews the application of financial network theory in systemic risk minutely.Financial network in reality has the characteristics of small world and scale-free network.A static analysis of financial network’s structure in the reality is helpful to find systemically important banks.Dynamic analysis of network structure includes the information that can predict financial crisis and interbank market interest rate.

financial network，theory and application，systemic risk

F832

A

1674-2265（2015）04-0028-07

（責(zé)任編輯 王 馨；校對 YJ，WX）

2015-3-15

孫艷霞，女，遼寧丹東人，東北財經(jīng)大學(xué)社會與行為跨學(xué)科研究中心博士研究生，研究方向為金融工程、金融網(wǎng)絡(luò)與仿真。