王 鵬, 付延平, 魏 文, 伍艷君(西南財(cái)經(jīng)大學(xué) . 經(jīng)濟(jì)信息工程學(xué)院； . 金融智能與金融工程四川省重點(diǎn)實(shí)驗(yàn)室, 成都 611130)

?

大額支付系統(tǒng)中系統(tǒng)性風(fēng)險(xiǎn)傳染規(guī)律研究

王 鵬a,b, 付延平b, 魏 文a, 伍艷君a
(西南財(cái)經(jīng)大學(xué) a. 經(jīng)濟(jì)信息工程學(xué)院； b. 金融智能與金融工程四川省重點(diǎn)實(shí)驗(yàn)室, 成都 611130)

基于復(fù)雜網(wǎng)絡(luò)理論, 針對(duì)支付系統(tǒng)中系統(tǒng)性風(fēng)險(xiǎn)的傳染問題進(jìn)行了研究。通過對(duì)現(xiàn)有成果的借鑒, 建立了描述風(fēng)險(xiǎn)傳染過程的時(shí)滯微分方程, 并依據(jù)更新過程理論求出了此方程的解析解, 然后利用該解析解分析了不同時(shí)滯下系統(tǒng)性風(fēng)險(xiǎn)的傳染規(guī)律。結(jié)果表明, 提出的相關(guān)的支付系統(tǒng)監(jiān)管對(duì)策建議可對(duì)中國現(xiàn)代化支付系統(tǒng)建設(shè)、 宏觀審慎監(jiān)管制度的完善等實(shí)際問題起到一定的推動(dòng)作用。

支付系統(tǒng)； 系統(tǒng)性風(fēng)險(xiǎn)； 復(fù)雜網(wǎng)絡(luò)

0 引 言

金融體系中所有的金融活動(dòng)均表現(xiàn)為貨幣資金在各部門的流轉(zhuǎn), 在現(xiàn)代經(jīng)濟(jì)中這種資金流轉(zhuǎn)是通過支付系統(tǒng)實(shí)現(xiàn)的。因此, 支付系統(tǒng)是一個(gè)國家金融基礎(chǔ)設(shè)施中最為關(guān)鍵的部分, 是金融服務(wù)的核心手段。中國現(xiàn)代化支付系統(tǒng)(CNAPS: China National Automatic Payment System)主要由大額實(shí)時(shí)支付系統(tǒng)、 小額批量支付系統(tǒng)和全國支票影像交換系統(tǒng)3個(gè)業(yè)務(wù)系統(tǒng)構(gòu)成, 一直在國民經(jīng)濟(jì)中發(fā)揮著重要作用。確保支付系統(tǒng)的高效和安全已經(jīng)成為關(guān)乎社會(huì)經(jīng)濟(jì)健康穩(wěn)定運(yùn)行、 實(shí)現(xiàn)經(jīng)濟(jì)持續(xù)快速發(fā)展的重要因素。

銀行作為支付系統(tǒng)中最為重要的節(jié)點(diǎn), 其運(yùn)營中產(chǎn)生的任何風(fēng)險(xiǎn)都會(huì)通過支付系統(tǒng)這個(gè)復(fù)雜網(wǎng)絡(luò)迅速傳染, 影響整個(gè)系統(tǒng)的安全, 危及金融市場(chǎng)的穩(wěn)定。在諸多的風(fēng)險(xiǎn)中, 系統(tǒng)性風(fēng)險(xiǎn)的破壞性最大。因此, 對(duì)支付系統(tǒng)中系統(tǒng)性風(fēng)險(xiǎn)傳染規(guī)律的研究, 有助于推動(dòng)宏觀金融風(fēng)險(xiǎn)理論的完善和相關(guān)部門金融監(jiān)管能力的加強(qiáng), 具有重要的理論價(jià)值和現(xiàn)實(shí)意義。

所謂系統(tǒng)性風(fēng)險(xiǎn)(Systemic Risk)是指由于金融機(jī)構(gòu)之間的相互關(guān)聯(lián)(如通過支付系統(tǒng)的相互關(guān)聯(lián)), 當(dāng)金融體系中部分機(jī)構(gòu)出現(xiàn)問題(比如破產(chǎn)、 違約)時(shí), 這種危機(jī)將會(huì)傳染擴(kuò)散給與其有聯(lián)系的其他機(jī)構(gòu), 甚至可能造成整個(gè)金融系統(tǒng)癱瘓的風(fēng)險(xiǎn)。從定義中可以看出, 由于在現(xiàn)代經(jīng)濟(jì)中, 組成銀行體系的金融機(jī)構(gòu)之間會(huì)通過很多形式(如同在一個(gè)支付系統(tǒng)中)發(fā)生緊密關(guān)聯(lián), 這成為引發(fā)系統(tǒng)性風(fēng)險(xiǎn)的根本原因。

自從2008年金融危機(jī)爆發(fā)以來, 系統(tǒng)性風(fēng)險(xiǎn)一直是金融領(lǐng)域研究的熱點(diǎn), 受到了業(yè)界和學(xué)界的高度關(guān)注?！吨腥A人民共和國國民經(jīng)濟(jì)和社會(huì)發(fā)展第十二個(gè)5年(2011～2015年)規(guī)劃綱要》在“完善金融調(diào)控機(jī)制”這一部分中明確提出, “構(gòu)建逆周期的金融宏觀審慎管理制度框架, 建立健全系統(tǒng)性風(fēng)險(xiǎn)防范預(yù)警體系、 評(píng)估體系和處置機(jī)制”。

目前, 系統(tǒng)性風(fēng)險(xiǎn)傳染的研究所使用的數(shù)據(jù)主要來自相關(guān)機(jī)構(gòu)的資產(chǎn)負(fù)債表。所以研究結(jié)果的全面性、 及時(shí)性受到一定限制。在國外, 很早就有人注意到了這個(gè)問題[1], 并且鑒于來自支付系統(tǒng)的數(shù)據(jù)有最全面、 最直接、 最準(zhǔn)確和最及時(shí)的特點(diǎn), 于是對(duì)支付系統(tǒng)中的系統(tǒng)性風(fēng)險(xiǎn)開展了研究[2-4]。國外的支付系統(tǒng)研究領(lǐng)域中呈現(xiàn)出業(yè)界和學(xué)界緊密合作的良好態(tài)勢(shì), 美國聯(lián)邦儲(chǔ)備銀行、 芬蘭銀行、 英格蘭銀行和加拿大銀行等機(jī)構(gòu)的專家以支付系統(tǒng)為研究視角, 采用復(fù)雜網(wǎng)絡(luò)模型, 在系統(tǒng)性風(fēng)險(xiǎn)的研究領(lǐng)域獲得大量的成果[5-7]。

復(fù)雜網(wǎng)絡(luò)模型最早在自然科學(xué)和社會(huì)學(xué)中得到了廣泛的應(yīng)用[8], 由于支付系統(tǒng)中節(jié)點(diǎn)(主要是銀行)之間相互連接度很高, 需要從全局而不是局部處理宏觀金融問題。目前基于復(fù)雜網(wǎng)絡(luò)方法對(duì)風(fēng)險(xiǎn)傳染的研究主要采取仿真模擬的方法, 依據(jù)計(jì)算機(jī)算法模型而非解析的數(shù)學(xué)模型。采用計(jì)算機(jī)仿真模擬方法開展研究, 雖然可以在一定程度上對(duì)大額支付系中金融機(jī)構(gòu)間的風(fēng)險(xiǎn)傳染過程的機(jī)制進(jìn)行探索, 然而卻也存在對(duì)風(fēng)險(xiǎn)傳染過程的內(nèi)部機(jī)理解釋能力不足的問題, 并且所得到的結(jié)果是局域性的結(jié)果而非全局性的結(jié)果?；趶?fù)雜網(wǎng)絡(luò)的解析動(dòng)力學(xué)模型的研究意義在于, 不但可為計(jì)算機(jī)仿真模擬方法提供理論上支持, 還能更好地解釋傳染過程的內(nèi)在機(jī)理, 并得到全局性的結(jié)果。筆者基于復(fù)雜網(wǎng)絡(luò)動(dòng)力學(xué)模型(時(shí)滯微分方程), 依據(jù)更新過程的思路求出此模型的解析解, 分析了不同時(shí)滯下系統(tǒng)性風(fēng)險(xiǎn)的傳染規(guī)律。目前基于解析的動(dòng)力學(xué)模型研究支付系統(tǒng)中風(fēng)險(xiǎn)傳染問題還鮮有成果。從這個(gè)意義上來講, 筆者的研究具有較強(qiáng)的理論意義, 并且會(huì)對(duì)中國現(xiàn)代化支付系統(tǒng)建設(shè)、 宏觀審慎監(jiān)管理制度的完善等實(shí)際問題起到一定的推動(dòng)作用。

1 系統(tǒng)性風(fēng)險(xiǎn)傳染規(guī)律研究綜述

系統(tǒng)性風(fēng)險(xiǎn)產(chǎn)生的根源就是金融機(jī)構(gòu)之間日益緊密、 錯(cuò)綜復(fù)雜的關(guān)聯(lián)。因此目前對(duì)系統(tǒng)性風(fēng)險(xiǎn)的研究主要集中在銀行之間關(guān)聯(lián)性方面。根據(jù)國際貨幣基金組織(IMF)[9]發(fā)布的《全球金融穩(wěn)定報(bào)告》, 目前研究金融機(jī)構(gòu)之間內(nèi)部關(guān)聯(lián)性的方法大致可分為4種： 分別是基于金融機(jī)構(gòu)之間業(yè)務(wù)往來數(shù)據(jù)為基礎(chǔ)構(gòu)建的復(fù)雜網(wǎng)絡(luò)模型、 基于金融市場(chǎng)數(shù)據(jù)為基礎(chǔ)的Co-Risk模型和Distress Dependence矩陣模型、 基于金融機(jī)構(gòu)歷史違約數(shù)據(jù)為基礎(chǔ)的違約強(qiáng)度模型。由于復(fù)雜網(wǎng)絡(luò)模型在處理問題的全局性、 直觀性方面具有得天獨(dú)厚的優(yōu)勢(shì), 這就決定了其在系統(tǒng)性風(fēng)險(xiǎn)模型族中占有非常重要的地位, 成為近年來人們開展這方面研究時(shí)使用頻率最高的模型。網(wǎng)絡(luò)法將銀行間的資金往來關(guān)系表示成矩陣的形式, 單家銀行的倒閉必將對(duì)其他銀行產(chǎn)生流動(dòng)性沖擊, 以此估計(jì)系統(tǒng)性風(fēng)險(xiǎn)傳染的程度。這方面研究的先驅(qū)是Allen和Gale[10], 他們基于復(fù)雜網(wǎng)絡(luò)的方法, 對(duì)同業(yè)拆借市場(chǎng)中不同位置的銀行間風(fēng)險(xiǎn)傳遞規(guī)律的研究表明, 銀行之間的拆借關(guān)系越集中則風(fēng)險(xiǎn)傳染的可能性越小。

在此領(lǐng)域現(xiàn)有的成果中, 有很多都不是以支付系統(tǒng)為視角的。這一類研究的實(shí)證部分通常都是基于來自銀行資產(chǎn)負(fù)債表的數(shù)據(jù)。由于數(shù)據(jù)的粗略性和非完備性, 往往需要用最大熵法對(duì)數(shù)據(jù)的細(xì)節(jié)進(jìn)行估算, Upper和Worms[11]在數(shù)據(jù)估計(jì)方面做出了突出的貢獻(xiàn)。國外在風(fēng)險(xiǎn)傳染方面的研究成果非常多, 較有代表性的是Furfine[12]對(duì)美國銀行系統(tǒng)的風(fēng)險(xiǎn)傳染的研究。近年來, David 等[13]將多家金融機(jī)構(gòu)決策的博弈分析引入復(fù)雜網(wǎng)絡(luò)模型, 得到銀行之間的再次協(xié)商可以降低系統(tǒng)性風(fēng)險(xiǎn)傳染的結(jié)論, 無論是從研究方法還是研究內(nèi)容上都起到了較大的推動(dòng)作用。

國內(nèi)關(guān)于銀行間系統(tǒng)性風(fēng)險(xiǎn)傳染的研究, 近年來也取得不少研究成果。其中具有代表性的是：李宗怡和李玉海[14]運(yùn)用矩陣法模型模擬我國銀行同業(yè)風(fēng)險(xiǎn)頭寸分布狀況, 估計(jì)了我國銀行系統(tǒng)內(nèi)的傳染風(fēng)險(xiǎn)。馬君潞等[15]基于我國銀行間資產(chǎn)負(fù)債表數(shù)據(jù)運(yùn)用矩陣法估算了我國支付系統(tǒng)的雙邊傳染風(fēng)險(xiǎn), 分析了不同損失水平下單個(gè)銀行倒閉及多個(gè)銀行同時(shí)倒閉所引起的傳染性情況。萬陽松等[16]對(duì)我國銀行網(wǎng)絡(luò)結(jié)構(gòu)特征的實(shí)證研究表明, 銀行網(wǎng)絡(luò)具有分段冪律度分布特征。李守偉等[17]分析了我國銀行間同業(yè)拆借市場(chǎng)的穩(wěn)定性, 得到銀行網(wǎng)絡(luò)對(duì)隨機(jī)性攻擊具有較高的穩(wěn)定性, 對(duì)選擇性攻擊穩(wěn)定性較低的結(jié)論。類似的研究還有張繡麗[18]從模型的主觀性角度, 對(duì)風(fēng)險(xiǎn)傳染模型做出了另一角度的闡述。

另外, 最近Upper[19]、 Elsinger 等[20]對(duì)這方面的研究作出了總結(jié), 分析了復(fù)雜網(wǎng)絡(luò)模型對(duì)研究系統(tǒng)性風(fēng)險(xiǎn)的優(yōu)點(diǎn)和不足, 并指出了未來研究可能的發(fā)展方向。

在以支付系統(tǒng)為視角開展的研究中, Humphrey[1]率先分析了美國支付系統(tǒng)中風(fēng)險(xiǎn)的傳染規(guī)律, 表明風(fēng)險(xiǎn)的傳染性與金融機(jī)構(gòu)的流動(dòng)性資本之間呈現(xiàn)負(fù)相關(guān)的關(guān)系。Angelini等[2]對(duì)Humphrey的方法進(jìn)行了擴(kuò)展, 在研究意大利支付系統(tǒng)時(shí), 區(qū)分了引起違約的外部性沖擊和系統(tǒng)相關(guān)性沖擊這兩種類型的沖擊, 并且檢驗(yàn)了流動(dòng)性在傳染效應(yīng)中的作用。Northcott[21]基于復(fù)雜網(wǎng)絡(luò)模型對(duì)加拿大的支付系統(tǒng)的風(fēng)險(xiǎn)傳染機(jī)制進(jìn)行研究。在國內(nèi), 此領(lǐng)域的代表性成果有： 黃聰和賈彥東[22]利用銀行間支付結(jié)算數(shù)據(jù)對(duì)我國銀行網(wǎng)絡(luò)進(jìn)行了多維度描述, 發(fā)現(xiàn)銀行間市場(chǎng)表現(xiàn)出重要節(jié)點(diǎn)與局部團(tuán)狀共存的結(jié)構(gòu)特征； 童牧和何奕[23]基于仿真模擬數(shù)據(jù), 研究了中國大額支付系統(tǒng)在流動(dòng)性沖擊下的系統(tǒng)穩(wěn)健性問題。總之, 近年來在金融一體化、 信息化的發(fā)展趨勢(shì)下, 關(guān)于支付系統(tǒng)的系統(tǒng)性風(fēng)險(xiǎn)傳染規(guī)律的研究越來越成為熱點(diǎn)問題, 并取得了眾多的研究成果[24-28]。

無論是否以支付系統(tǒng)為研究視角, 目前的研究所采用的主要方法都是計(jì)算機(jī)仿真模擬, 使用解析數(shù)學(xué)模型的研究還較少。而對(duì)解析模型的研究是比計(jì)算機(jī)仿真模擬研究更基礎(chǔ)的探索, 能對(duì)風(fēng)險(xiǎn)傳染過程的內(nèi)部機(jī)理作更為清晰的闡釋?，F(xiàn)有的解析模型都是出現(xiàn)在一般性復(fù)雜網(wǎng)絡(luò)的理論中, 通常都考慮了真實(shí)的復(fù)雜系統(tǒng)表現(xiàn)出的小世界效應(yīng)、 無標(biāo)度特性等網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu), 同時(shí)考慮了發(fā)生在真實(shí)系統(tǒng)中的動(dòng)力學(xué)傳染特性、 振蕩等動(dòng)態(tài)行為。Newman和Watts[29]最早建立的解析模型(Newman-Watts模型)描述了一個(gè)d維NW小世界網(wǎng)絡(luò)上的傳播過程, 這個(gè)模型是線性的, 并且沒有考慮時(shí)滯。Moukarzel[30]基于以上模型研究了NW小世界網(wǎng)絡(luò)上傳播的最短路徑問題, 并且在模型中引入了時(shí)滯參量。Yang[31]在Moukarzel模型的基礎(chǔ)上, 引入了非線性項(xiàng), 對(duì)NW小世界網(wǎng)絡(luò)的傳播方程進(jìn)行了改進(jìn)。以上幾個(gè)模型都是針對(duì)一般性的復(fù)雜網(wǎng)絡(luò)的, 而專門針對(duì)支付系統(tǒng)網(wǎng)絡(luò)的解析模型開展研究還鮮有所聞。

2 解析的數(shù)學(xué)模型

根據(jù)Newman和Watts的理論[28], 假設(shè)在支付系統(tǒng)網(wǎng)絡(luò)中, 從最初的風(fēng)險(xiǎn)爆發(fā)銀行A開始, 風(fēng)險(xiǎn)以常速v=1開始傳播。NW小世界網(wǎng)絡(luò)中捷徑端點(diǎn)的密度為ρ=2p, 這里的p是小世界網(wǎng)絡(luò)模型中添加新捷徑的概率參數(shù)。不妨假設(shè)該傳播過程是連續(xù)的。因此, 網(wǎng)絡(luò)中節(jié)點(diǎn)的風(fēng)險(xiǎn)傳染量V(t)是一個(gè)從銀行A開始、 以t為半徑的球體Γdtd-1, 這里Γd是d維支付系統(tǒng)網(wǎng)絡(luò)中的常數(shù)。傳染源在傳播過程中碰到捷徑端點(diǎn)的概率為ρ, 從而產(chǎn)生新的傳染球體為ρΓdtd-1。因此, 平均的總傳染量

對(duì)式(1)作標(biāo)度變換和微分后, 可得到如下形式的傳播方程

對(duì)式(2)進(jìn)行求解。

令c=0, 則eln(1+V(t))=et?V(t)=et-1, 用泰勒公式對(duì)此式子展開有

對(duì)于一般的d, 方程的解為

由于現(xiàn)實(shí)中存在的等待時(shí)間, 風(fēng)險(xiǎn)的發(fā)生往往有一個(gè)時(shí)滯δ。引入時(shí)滯量后, 得到相應(yīng)的時(shí)滯傳播方程為

在支付系統(tǒng)中,V(t)代表風(fēng)險(xiǎn)造成的損失量, 時(shí)滯項(xiàng)δ代表與發(fā)生危機(jī)的銀行相關(guān)聯(lián)的銀行也發(fā)生危機(jī)的時(shí)間差。筆者研究支付系統(tǒng)中風(fēng)險(xiǎn)傳染規(guī)律的主要依據(jù)方程(4)。

3 模型的求解及對(duì)結(jié)果的討論

所謂的解析解(Analytical Solution)是能用嚴(yán)格的表達(dá)式表示出方程的解, 是一種包含分式、 三角函數(shù)、 指數(shù)、 對(duì)數(shù)甚至無限級(jí)數(shù)等基本函數(shù)的解的形式。其特點(diǎn)為只要給出任意的自變量即可求出其因變量。通常, 用來求得方程解析解的方法稱為解析求解法。下面對(duì)式(4)使用解析方法求解。

根據(jù)更新函數(shù)的思想, 可以求出式(4)的解析式, 具體步驟如下。

最終得到方程解的解析表達(dá)式

圖1 當(dāng)δ=0,1,2,3時(shí)的解析解Fig.1 Analytical solution when δ=0,1,2,3

式(5)在時(shí)滯參量分別為0、1、2、3時(shí)的曲線如圖1所示。

通過對(duì)比不同時(shí)滯δ下系統(tǒng)性風(fēng)險(xiǎn)的傳染情形, 發(fā)現(xiàn)時(shí)滯對(duì)系統(tǒng)性風(fēng)險(xiǎn)傳染過程具有顯著的影響。從圖1中可以看出, 當(dāng)δ=0沒有時(shí)滯時(shí)， 風(fēng)險(xiǎn)的傳染速度最快, 經(jīng)過3個(gè)單位時(shí)間的傳染, 風(fēng)險(xiǎn)擴(kuò)大了近20倍。隨著傳染時(shí)滯的增加, 傳染發(fā)生的起始時(shí)間向后不斷推延。對(duì)比圖1中不同時(shí)滯下曲線的斜率也可以看出, 有時(shí)滯時(shí)風(fēng)險(xiǎn)的傳染速度也遠(yuǎn)小于沒有時(shí)滯時(shí)的傳染速度。由于時(shí)滯δ代表風(fēng)險(xiǎn)由發(fā)生流動(dòng)性危機(jī)的銀行傳染給與其相關(guān)聯(lián)的銀行的時(shí)間差, 更小的時(shí)滯將使風(fēng)險(xiǎn)在支付系統(tǒng)更快速傳播。

時(shí)滯對(duì)傳染速度和傳染規(guī)模的影響也隨著傳染時(shí)間的延長, 越來越顯著。在傳染的初期, 幾條曲線是接近于重疊的, 此時(shí)， 時(shí)滯不會(huì)對(duì)風(fēng)險(xiǎn)傳染產(chǎn)生大的影響。但是, 隨著時(shí)間的推移, 時(shí)滯的作用開始顯現(xiàn), 滯后期越長, 曲線越趨于平坦。說明時(shí)滯越大更有利于減緩風(fēng)險(xiǎn)在支付系統(tǒng)內(nèi)的傳染。對(duì)于現(xiàn)實(shí)的支付系統(tǒng), 選擇何種支付結(jié)算的機(jī)制會(huì)對(duì)風(fēng)險(xiǎn)傳染的時(shí)滯產(chǎn)生直接影響。實(shí)時(shí)全額結(jié)算下時(shí)滯的時(shí)間最短, 凈額結(jié)算下時(shí)滯的時(shí)間將延長, 而定時(shí)全額結(jié)算下的時(shí)滯最長。另外, 適當(dāng)?shù)木戎咄矔?huì)改變風(fēng)險(xiǎn)傳染的時(shí)滯。例如當(dāng)一部分銀行出現(xiàn)流動(dòng)性危機(jī)時(shí), 若能及時(shí)對(duì)這部分銀行提供短期的貸款或采取寬松的貨幣政策增加市場(chǎng)的流動(dòng)性, 則可以增大傳染的時(shí)滯, 減緩風(fēng)險(xiǎn)在支付系統(tǒng)的傳播和擴(kuò)散。筆者的研究表明在風(fēng)險(xiǎn)傳染過程中, 采取適當(dāng)?shù)木戎呋蚪Y(jié)算機(jī)制都可延長支付系統(tǒng)中風(fēng)險(xiǎn)傳染的時(shí)滯, 是控制風(fēng)險(xiǎn)傳染的一種有效方法。

由于模型中沒有考慮非線性反饋機(jī)制, 因而在模型中危機(jī)不會(huì)自動(dòng)消除。隨著時(shí)間的推移, 風(fēng)險(xiǎn)傳染的規(guī)模不斷增大, 傳染速度也越來越快。因而, 從政府救助的角度出發(fā), 若能在危機(jī)爆發(fā)的初期及時(shí)采取有效的救助手段, 將能以較少的救助成本, 避免支付系統(tǒng)內(nèi)爆發(fā)大的系統(tǒng)性風(fēng)險(xiǎn)。當(dāng)風(fēng)險(xiǎn)在支付系統(tǒng)中傳播擴(kuò)散后, 銀行面臨的風(fēng)險(xiǎn)不斷增大, 救助成本也將急劇增加。正如次貸危機(jī)后, 各國央行紛紛重新審視并反思危機(jī)爆發(fā)前的監(jiān)管策略。加強(qiáng)宏觀審慎監(jiān)管, 防范于未然, 以從根源上在風(fēng)險(xiǎn)傳染前遏制危機(jī)的爆發(fā), 是以最小的成本維護(hù)支付系統(tǒng)穩(wěn)定健康發(fā)展的最有效策略。

4 結(jié) 語

支付系統(tǒng)的安全高效運(yùn)行是確保經(jīng)濟(jì)金融持續(xù)快速發(fā)展的重要因素。在現(xiàn)代經(jīng)濟(jì)中, 由于金融機(jī)構(gòu)間緊密的聯(lián)系, 可能發(fā)生的由多米諾骨牌效應(yīng)造成的系統(tǒng)性風(fēng)險(xiǎn)在支付系統(tǒng)中的傳染, 會(huì)對(duì)支付系統(tǒng)安全產(chǎn)生嚴(yán)重威脅。這就需要建立起金融業(yè)的宏觀審慎監(jiān)管制度, 從全局去評(píng)估和管理風(fēng)險(xiǎn)。要做好宏觀審慎監(jiān)管, 準(zhǔn)確的掌握支付系統(tǒng)中風(fēng)險(xiǎn)的傳染規(guī)律, 是最為核心的一項(xiàng)工作, 是其他相關(guān)工作的基礎(chǔ)。

筆者運(yùn)用描述支付系統(tǒng)網(wǎng)絡(luò)中系統(tǒng)性風(fēng)險(xiǎn)傳染的動(dòng)力學(xué)方程, 研究了風(fēng)險(xiǎn)在支付系統(tǒng)中的傳染過程。并依據(jù)更新過程, 對(duì)時(shí)滯微分方程求出解析解, 對(duì)比了在不同時(shí)滯下風(fēng)險(xiǎn)在支付系統(tǒng)中的傳染情形。在對(duì)風(fēng)險(xiǎn)在支付系統(tǒng)這個(gè)小世界網(wǎng)絡(luò)中傳染的動(dòng)力學(xué)特性的研究時(shí), 只研究了帶時(shí)滯的線性模型, 這是本研究的不足之處。在現(xiàn)實(shí)中, 風(fēng)險(xiǎn)的傳遞過程中必然存在非線性摩擦等阻礙因素, 會(huì)對(duì)傳播過程產(chǎn)生不可忽視的影響。因此, 在進(jìn)一步的研究中, 需要在模型中加入非線性摩擦項(xiàng)。

研究表明, 傳染時(shí)滯是影響風(fēng)險(xiǎn)傳染速度和規(guī)模的重要因素。隨著時(shí)間的推移, 傳染時(shí)滯對(duì)支付系統(tǒng)中風(fēng)險(xiǎn)傳播的影響更加顯著。支付結(jié)算機(jī)制和救助政策都會(huì)對(duì)風(fēng)險(xiǎn)在支付系統(tǒng)中各銀行間傳染的滯后時(shí)間產(chǎn)生影響。在銀行危機(jī)爆發(fā)時(shí)采取適宜的救助政策, 延長傳染過程的時(shí)滯是減緩風(fēng)險(xiǎn)傳染速度的有效方式。研究也證實(shí)了, 隨著風(fēng)險(xiǎn)傳染時(shí)間的延長, 由傳染造成的支付體系的損失不斷增長, 且增長速度越來越快, 對(duì)銀行體系造成的破壞性越來越強(qiáng)。因而一旦危機(jī)爆發(fā), 應(yīng)即時(shí)采取救助措施, 在風(fēng)險(xiǎn)傳播擴(kuò)散前迅速對(duì)出現(xiàn)流動(dòng)性危機(jī)的銀行進(jìn)行救助。延誤政府救助的時(shí)間, 將極大增加救助的成本。防范系統(tǒng)性風(fēng)險(xiǎn)的最有效途徑在于加強(qiáng)監(jiān)管, 以在風(fēng)險(xiǎn)傳染之前從根源上遏制系統(tǒng)性風(fēng)險(xiǎn)的爆發(fā)。

[1]HUMPHREY, DAVID B. Payments Finality and Risk of Settlement Failure [J]. Technology and the Regulation of Financial Markets: Securities, Futures, and Banking (Heath, Lexington), 1986, 31(3): 97-120.

[2]ANGELINI P, MARESCA G, RUSSO D. Systemic Risk in the Netting System [J]. Journal of Banking & Finance, 1996, 20(5): 853-868.

[3]DATA P. Prediction Methods for the Planning of Indoor Radiocomm [J]. Systems and Radio Local Area Networks in the Frequency Range, 1999, 90(8): 1238-1256.

[5]LEINONEN H. Simulation Studies of Liquidity Needs, Risks and Efficiency in Payment Networks [J]. Bank of Finland Studies, 2007, 39(2): 55-76.

[6]BECHER C, MILLARD S, SORAMAKI K. The Network Topology of CHAPS Sterling [DB/OL]. (2008-10-4). [2013-05-10]. http:∥ideas.repec.org/p/boe/boeewp/0355.html.

[7]BECH M L, ATALAY E. The Topology of the Federal Funds Market [J]. Physica A: Statistical Mechanics and Its Applications, 2010, 389(22): 5223-5246.

[8]ALBERT R, BARABSI A L. Statistical Mechanics of Complex Networks [J]. Reviews of Modern Physics, 2002, 74(1): 47-64.

[9]RISK M S, SOUNDNESS R F. Responding to the Financial Crisis and Measuring Systemic Risk [DB/OL]. (2009-04-10). [2013-06-17]. http:∥wauv.imf.org/external/pubs/ft/gtsr/2009/01.

[10]ALLEN F, GALE D. Financial Contagion [J]. Journal of Political Economy, 2000, 108(1): 1-33.

[11]UPPER C, WORMS A. Estimating Bilateral Exposures in the German Interbank Market: Is There a Danger of Contagion? [J]. European Economic Review, 2004, 48(4): 827-849.

[12]FURFINE C H. Interbank Exposures: Quantifying the Risk of Contagion [J]. Journal of Money, Credit & Banking, 2003, 35(1): 111-128.

[13]DAVID A, LEHAR A. Why are Banks Highly Interconnected [DB/OL]. (2011-07-14). [2013-11-10]. http:∥www.vultare.com.

[14]李宗怡, 李玉海. 我國銀行同業(yè)拆借市場(chǎng)“傳染”風(fēng)險(xiǎn)的實(shí)證研究 [J]. 財(cái)貿(mào)研究, 2005, 16(6)： 51-58. LI Zongyi, LI Yuhai. An Empirical Exam Ination of Contagion Risk in the Interbank Market of China [J]. Finance and Trade Research, 2005, 16(6): 51-58.

[15]馬君潞, 范小云, 曹元濤. 中國銀行間市場(chǎng)雙邊傳染的風(fēng)險(xiǎn)估測(cè)及其系統(tǒng)性特征分析 [J]. 經(jīng)濟(jì)研究, 2007, 18(1)： 68-78. MA Junlu, FAN Xiaoyun, CAO Yuantao. Estimating Bilateral Exposures in the China Interbank Market: Is There a Systemic Contagion? [J]. Economic Research Journal, 2007, 18(1): 68-78.

[16]萬陽松. 銀行間市場(chǎng)風(fēng)險(xiǎn)傳染機(jī)制與免疫策略研究 [D]. 上海: 上海交通大學(xué)安泰經(jīng)濟(jì)與管理學(xué)院, 2007. WAN Yangsong. Interbank Contagion and Risk Immunization: A Quantitative Framework Based on Network Theory [D]. Shanghai: Antai College of Economics and Management Shanghai Jiaotong University, 2007.

[17]李守偉, 何建敏, 莊亞明, 等. 基于復(fù)雜網(wǎng)絡(luò)的銀行同業(yè)拆借市場(chǎng)穩(wěn)定性研究 [J]. 管理工程學(xué)報(bào), 2011, 25(2)： 195-199. LI Shouwei, HE Jianmin, ZHUANG Yaming, et al. Stability of Inter-Bank Markets Based on Complex Networks [J]. Journal of Industrial Engineering /Engineering Management, 2011, 25(2): 195-199.

[18]張繡麗. 金融風(fēng)險(xiǎn)測(cè)度模型及其蘊(yùn)含的金融風(fēng)險(xiǎn)主觀性 [J]. 西南交通大學(xué)學(xué)報(bào): 社會(huì)科學(xué)版, 2014, 5(2)： 77-82. ZHANG Xiuli. Financial Risk Measurement Models and Their Implied Financial Risk Subjectivity [J]. Journal of Southwest Jiaotong University: Social Science, 2014, 15(2): 77-82.

[19]UPPER C. Simulation Methods to Assess the Danger of Contagion in Interbank Markets [J]. Journal of Financial Stability, 2011, 7(3): 111-125.

[20]ELSINGER H, LEHAR A, SUMMER M. Network Models and Systemic Risk Assessment [DB/OL]. (2012-07-12). [2013-09-10]. http:∥ideas.repec.org/p/col/00092/00951.html.

[21]NORTHCOTT C A. Estimating Settlement Risk and the Potential for Contagion in Canada’s automated Clearing Settlement System [DB/OL]. (2002-04-10). [2012-05-16]. http:∥citeseerx.ist.psu.edu.

[22]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(shí)證分析 [J]. 金融研究, 2010(4)： 1-14. HUANG Cong, JIA Yandong. Financial Network under the Macro-Prudential Regulationan Empirical Analysis of the Data Based on Payment and Settlement between Banks [J]. Journal of Financial Research, 2010(4): 1-14.

[23]童牧, 何奕. 復(fù)雜網(wǎng)絡(luò)中的系統(tǒng)性風(fēng)險(xiǎn)與流動(dòng)性救助 [J]. 金融研究, 2012(9)： 20-33. TONG Mu, HE Yi. A Network Model of Systemic Risk and Liquidity Support [J]. Journal of Financial Research, 2012(9): 20-33.

[24]王鵬, 高鵬程. 中國大額支付系統(tǒng)節(jié)點(diǎn)強(qiáng)度分布研究 [J]. 吉林大學(xué)學(xué)報(bào)： 信息科學(xué)版, 2013, 31(6): 589-597. WANG Peng, GAO Pengcheng. Node Strength Distribution Based on Regional Payment Data in Large Value Payment System [J]. Journal of Jilin University: Information Science Edition, 2013, 31(6): 589-597.

[25]童牧. 中國大額支付系統(tǒng)穩(wěn)健性的仿真模擬 [J]. 吉林大學(xué)學(xué)報(bào)： 信息科學(xué)版, 2012, 30(2): 171-179. TONG Mu. Simulation Study on Robustness of China’s Large Value Payment System [J]. Journal of Jilin University: Information Science Edition, 2012, 30(2): 171-179.

[26]童牧. 大額支付系統(tǒng)中的系統(tǒng)風(fēng)險(xiǎn)及其決定因素研究 [J]. 吉林大學(xué)學(xué)報(bào)： 信息科學(xué)版, 2012, 30(3): 297-305. TONG Mu. Systemic Risk and Its Determinant in Large Value Payment System [J]. Journal of Jilin University: Information Science Edition, 2012, 30(3): 297-305.

[27]尤學(xué)智. 電子商務(wù)網(wǎng)絡(luò)支付的發(fā)展研究 [J]. 吉林大學(xué)學(xué)報(bào)： 信息科學(xué)版, 2010, 28(6): 616-624. YOU Xuezhi. Research on Development of Network Payment in E-Commerce [J]. Journal of Jilin University: Information Science Edition, 2010, 28(6)： 616-624.

[28]王瑩. 電子支付市場(chǎng)的創(chuàng)新策略與演化 [J]. 吉林大學(xué)學(xué)報(bào)： 信息科學(xué)版, 2012, 30(4)： 409-417. WANG Ying. Innovation Strategy and Evolution on E-Payment Market [J]. Journal of Jilin University: Information Science Edition, 2012, 30(4): 409-417.

[29]NEWMAN M E J, WATTS D J. Scaling and Percolation in the Small-world Network Model [J]. Physical Review E, 1999, 60(6): 7332.

[30]MOUKARZEL C F. Spreading and Shortest Paths in Systems with Sparse Long-range Connections [J]. Physical Review E, 1999, 60(6): 60-63.

[31]YANG J, BESSLER D A. Contagion around the October 1987 Stock Market Crash [J]. European Journal of Operational Research, 2008, 184(1): 291-310.

[32]BOSS M, ELSINGER H, SUMMER M, et al. Network Topology of the Interbank Market [J]. Quantitative Finance, 2004, 4(6): 677-684.

(責(zé)任編輯： 劉東亮)

Research of Systemic Risk Contagion in Payment System

WANG Penga,b, FU Yanpingb, WEI Wena, WU Yanjuna
(a. School of Economic Information Engineering; b. Department of Laboratory for Financial Intelligence and
Financial Engineering, South Western University of Finance and Economics, Chengdu 611130, China)

This paper studies the contagion risk in the payment system based on network model. Using current research result for reference, we describe the financial contagion through delay-differential equation and get the analytical solution with the help of renewal process. Then we analyze the contagion risk in different time-delay parameters based on the analytical solution. The results show that contagion risk significantly increases as time passed. Time-delay parameter also has a very strong effect on the contagion risk. Then we present related suggestions and policy implications which may improve the construction of China national automatic payment system and prudent macro-economic management both in theory and practice.

payment system; systemic risk; complex network

1671-5896(2014)05-0556-07

2014-04-09

教育部人文社會(huì)科學(xué)基金資助項(xiàng)目(11YJC790186)； 中央高?；究蒲袠I(yè)務(wù)費(fèi)博士研究生課題基金資助項(xiàng)目(JBK1307151)； 中央高?；究蒲袠I(yè)務(wù)費(fèi)創(chuàng)新團(tuán)隊(duì)建設(shè)基金資助項(xiàng)目(JBK130503)； 國家社會(huì)科學(xué)基金重點(diǎn)資助項(xiàng)目(11AZD077)

王鵬(1975—), 男, 浙江寧波人, 西南財(cái)經(jīng)大學(xué)副教授, 碩士生導(dǎo)師, 主要從事支付系統(tǒng)、 宏觀金融風(fēng)險(xiǎn)研究, (Tel)86-15308188298(E-mail)wangp_t@swufe.edu.cn。

TP391.9； F830； N945

： A