徐 濤，何 建 敏，李 守 偉

(東南大學(xué) 經(jīng)濟管理學(xué)院，江蘇 南京 211189)

銀行間市場風(fēng)險傳染與網(wǎng)絡(luò)結(jié)構(gòu)演化研究

徐 濤，何 建 敏，李 守 偉

(東南大學(xué) 經(jīng)濟管理學(xué)院，江蘇 南京 211189)

文章構(gòu)建了銀行間市場動態(tài)網(wǎng)絡(luò)結(jié)構(gòu)模型和銀行間市場多渠道風(fēng)險傳染模型，分析了風(fēng)險傳染環(huán)境下銀行間市場網(wǎng)絡(luò)結(jié)構(gòu)演化特征以及流動性效應(yīng)和擠兌效應(yīng)對銀行間市場網(wǎng)絡(luò)結(jié)構(gòu)的影響。仿真結(jié)果表明：構(gòu)建的銀行間市場網(wǎng)絡(luò)既是無標(biāo)度網(wǎng)絡(luò)又是小世界網(wǎng)絡(luò)；在網(wǎng)絡(luò)演化過程中，網(wǎng)絡(luò)的拓撲特征保持穩(wěn)定；流動性效應(yīng)和擠兌效應(yīng)的增強對網(wǎng)絡(luò)拓撲特征的影響較小，但增加了銀行間市場網(wǎng)絡(luò)的不穩(wěn)定性。

銀行間市場；網(wǎng)絡(luò)結(jié)構(gòu)；風(fēng)險傳染；動態(tài)演化

一、引 言

銀行間市場是現(xiàn)代金融系統(tǒng)的重要組成部分。銀行間通過借貸、支付清算、貼現(xiàn)、承兌、擔(dān)保等形式形成了錯綜復(fù)雜的債權(quán)債務(wù)關(guān)聯(lián)。一方面，流動性盈余的銀行通過銀行間市場為流動性短缺的銀行提供流動性資金，對銀行間市場的繁榮發(fā)揮積極作用[1-2]；另一方面，銀行間的債權(quán)債務(wù)關(guān)聯(lián)也使得銀行系統(tǒng)面臨潛在的風(fēng)險，當(dāng)銀行出現(xiàn)失敗時，銀行間復(fù)雜的債權(quán)債務(wù)關(guān)聯(lián)為風(fēng)險傳染提供了潛在的渠道[3-4]。當(dāng)一家銀行受到?jīng)_擊而失敗后，有可能無法滿足其債權(quán)銀行的清償要求導(dǎo)致債權(quán)銀行失敗，并可能產(chǎn)生多米諾骨牌效應(yīng)，對銀行系統(tǒng)造成重大破壞。鑒于此，有必要對銀行間市場的風(fēng)險傳染機制進行分析。風(fēng)險傳染是造成銀行系統(tǒng)不穩(wěn)定的重要因素，銀行間市場風(fēng)險可以通過不同渠道在銀行間進行傳染，甚至是多種渠道同時進行傳染，但目前對銀行間市場風(fēng)險傳染的研究主要集中于以下4種渠道[5]：(1)銀行間的雙邊資產(chǎn)暴露；(2)共同沖擊；(3)流動性渠道；(4)信息傳染。

Allen和Gale[6]的研究結(jié)果表明銀行間市場風(fēng)險傳染是一種均衡現(xiàn)象。基于網(wǎng)絡(luò)理論，Aleksiejuk和Holyst[7]構(gòu)建了二維有向網(wǎng)格的銀行網(wǎng)絡(luò)模型，研究發(fā)現(xiàn)：在該銀行系統(tǒng)中，大多數(shù)銀行失敗時產(chǎn)生的傳染效應(yīng)很??；然而，該系統(tǒng)中還存在少數(shù)幾個銀行，它們失敗時產(chǎn)生的傳染效應(yīng)很大。Thurner等[8]首次將動態(tài)博弈模型和銀行網(wǎng)絡(luò)拓撲結(jié)構(gòu)相結(jié)合研究銀行間市場規(guī)律，提出的動態(tài)分析模型中假設(shè)銀行是自私的，銀行之間沒有合作行為。Iori等[9]分析了銀行間市場隨機網(wǎng)絡(luò)中銀行分為同質(zhì)和異質(zhì)情況下銀行系統(tǒng)性風(fēng)險的特征。Nier等[5]同樣基于隨機網(wǎng)絡(luò)研究了銀行間市場中違約引起的系統(tǒng)性風(fēng)險。Lenzu和Tedeschi[10]通過銀行彼此間的表現(xiàn)信任程度構(gòu)建銀行間的信貸聯(lián)系，并發(fā)現(xiàn)隨機網(wǎng)絡(luò)較無標(biāo)度網(wǎng)絡(luò)在面對流動性沖擊時具有更好的穩(wěn)定性。Tabak等[11]研究發(fā)現(xiàn)巴西銀行市場系統(tǒng)性風(fēng)險是有限的。Souza等[12]發(fā)現(xiàn)巴西銀行間市場的風(fēng)險傳染路徑長度很短，巴西銀行間市場風(fēng)險傳染是由中等規(guī)模的銀行觸發(fā)的。但是，Upper和Worms[13]揭示德國銀行間市場存在貨幣中心結(jié)構(gòu)；德國銀行間市場分為上下兩層結(jié)構(gòu)，下層結(jié)構(gòu)中的銀行很少與其他類型的銀行發(fā)生關(guān)聯(lián)，而上層銀行間較下層銀行聯(lián)系更緊密，更接近完全市場；另外，研究發(fā)現(xiàn)德國銀行系統(tǒng)中潛在的傳染風(fēng)險是非常高的。同樣地，Lelyveld和Liedorp[14]對荷蘭銀行進行了模擬沖擊，發(fā)現(xiàn)銀行系統(tǒng)的總資產(chǎn)損失率高達75%。馬君潞等[15]在不考慮金融安全網(wǎng)的前提下，對我國銀行間市場進行實證研究，發(fā)現(xiàn)只有中國銀行和中國建設(shè)銀行的倒閉沖擊具有傳染效應(yīng)，而且在極端情況下中國銀行的倒閉可能導(dǎo)致整個銀行體系的崩潰。

流動性風(fēng)險是銀行間市場的內(nèi)生現(xiàn)象[16]。Allen和Gale[17]指出當(dāng)銀行間拆借出現(xiàn)風(fēng)險和銀行面臨擠兌時，單個銀行的流動性風(fēng)險可以傳遞給整個銀行系統(tǒng)，即使銀行間沒有拆借和擠兌風(fēng)險，單個銀行的流動性風(fēng)險也可以攪亂資本市場并進行傳染。Cifuentes和Shin[18]指出更為嚴(yán)重的是，若銀行的資產(chǎn)按照市場價格計算時，資產(chǎn)價格下跌會導(dǎo)致更多的銀行出售資產(chǎn)，進而導(dǎo)致銀行流動性風(fēng)險在整個銀行系統(tǒng)中傳染，最終引發(fā)銀行系統(tǒng)性風(fēng)險。Nier等[5]對銀行間市場風(fēng)險傳染過程中市場流動性變化進行建模，研究發(fā)現(xiàn)：市場流動性降低使得任何結(jié)構(gòu)的網(wǎng)絡(luò)變得更加脆弱。

信息溢出是銀行間市場風(fēng)險傳染的一種重要渠道，沖擊可以通過信息溢出在銀行間市場進行傳染[5]。通過信息溢出渠道的銀行間市場風(fēng)險傳染表現(xiàn)在信息不對稱形成的銀行儲戶的擠兌行為。銀行破產(chǎn)產(chǎn)生的信息溢出效應(yīng)會增加未破產(chǎn)銀行的再融資成本，銀行為了保證流動性充裕，不得不減價銷售自身資產(chǎn)，特別是在金融市場發(fā)生危機并存在羊群效應(yīng)時，銀行間市場產(chǎn)生流動性恐慌，使得銀行大幅度地減價出售資產(chǎn)換取流動性。Chakrabarty和Zhang[19]發(fā)現(xiàn)信息溢出渠道的風(fēng)險傳染主要由直接的銀行間資產(chǎn)負債關(guān)聯(lián)引起的。Chakravarty等[20]改進了Diamond-Dybvig的模型，發(fā)現(xiàn)單個銀行儲戶的擠兌行為會造成其他銀行儲戶的恐慌，引起其他銀行儲戶發(fā)生擠兌行為。He和Manela[21]系統(tǒng)地分析了銀行間市場謠言傳播時儲戶擠兌行為對銀行運營的影響，發(fā)現(xiàn)危機時流動性不足的銀行發(fā)生的擠兌行為可以縮短銀行的幸存時間。郝明清和劉樂[22]基于向量自回歸風(fēng)險價值組合模型，分析了銀行業(yè)與房地產(chǎn)業(yè)投資者情緒與風(fēng)險傳染問題，發(fā)現(xiàn)風(fēng)險從房地產(chǎn)業(yè)向銀行業(yè)的傳染作用大于銀行向房地產(chǎn)的傳染。

現(xiàn)有對銀行間市場網(wǎng)絡(luò)結(jié)構(gòu)特征的研究主要是對銀行間市場的拓撲特性的實證分析。首先，銀行間市場網(wǎng)絡(luò)結(jié)構(gòu)的實證研究發(fā)現(xiàn)其具有小世界和無標(biāo)度特征。例如，Boss等[23]發(fā)現(xiàn)了奧地利銀行間市場網(wǎng)絡(luò)度服從雙冪律分布，該網(wǎng)絡(luò)具有小世界性質(zhì)、分層結(jié)構(gòu)和聚群結(jié)構(gòu)特征。Souma等[24]對日本經(jīng)濟系統(tǒng)的網(wǎng)絡(luò)結(jié)構(gòu)特點進行了研究，發(fā)現(xiàn)日本銀行網(wǎng)絡(luò)具有無標(biāo)度特征，且度的分布呈現(xiàn)出兩段冪律。Kanno[25]對日本銀行間市場實證分析，該銀行網(wǎng)絡(luò)節(jié)點包含銀行和金融公司兩種類型，發(fā)現(xiàn)日本銀行網(wǎng)絡(luò)具有無標(biāo)度特征，且度的分布呈現(xiàn)出兩段冪律。Soramaki等[26]在研究美聯(lián)儲電子轉(zhuǎn)移支付系統(tǒng)中銀行間債務(wù)聯(lián)系時，發(fā)現(xiàn)美國的銀行間網(wǎng)絡(luò)具有小世界網(wǎng)絡(luò)特征。其次，多國銀行間市場網(wǎng)絡(luò)結(jié)構(gòu)的實證分析還表明銀行間市場網(wǎng)絡(luò)具有分層結(jié)構(gòu)和貨幣中心結(jié)構(gòu)。例如，Craig和Peter[27]通過德國中央銀行1999～2012年間銀行雙邊暴露數(shù)據(jù)，分析得到德國銀行系統(tǒng)存在很強的分層特征。然后，學(xué)者們還發(fā)現(xiàn)多國的銀行間市場網(wǎng)絡(luò)中存在群聚結(jié)構(gòu)。Iori等[28]研究還發(fā)現(xiàn)意大利銀行間市場網(wǎng)絡(luò)中具有兩個群聚結(jié)構(gòu)。Cajueiro和Tabak[29]基于復(fù)雜網(wǎng)絡(luò)方法研究巴西銀行間市場網(wǎng)絡(luò)結(jié)構(gòu)特征，發(fā)現(xiàn)巴西銀行間市場網(wǎng)絡(luò)也具有群體結(jié)構(gòu)，另外其還具有高度的異質(zhì)性。此外，銀行間市場網(wǎng)絡(luò)是動態(tài)演化的。Iori等[30]對意大利銀行間市場進行研究，研究發(fā)現(xiàn)：從1999年到2002年間意大利銀行間市場結(jié)構(gòu)隨時間的推移逐年在演化；意大利銀行間市場網(wǎng)絡(luò)結(jié)構(gòu)是隨機網(wǎng)絡(luò)，該網(wǎng)絡(luò)中主體間資金借貸的偏好性有限，且大銀行可能從許多小銀行處拆借資金。Martinez-Jaramill等[31]通過研究墨西哥銀行間資金網(wǎng)絡(luò)，發(fā)現(xiàn)隨著時間的改變，銀行間的債務(wù)聯(lián)系大部分是穩(wěn)定的，而少數(shù)的、局部的聯(lián)系會發(fā)生變化。

已有關(guān)于銀行間市場網(wǎng)絡(luò)結(jié)構(gòu)與風(fēng)險傳染關(guān)系的研究主要分析網(wǎng)絡(luò)結(jié)構(gòu)對網(wǎng)絡(luò)穩(wěn)定性的影響。A11en和Gale[6]基于不同的銀行間市場結(jié)構(gòu)假設(shè)，研究了銀行間市場中的風(fēng)險傳染問題。Allen和Gale研究的結(jié)果表明，銀行間市場風(fēng)險傳染是一種均衡現(xiàn)象，揭示了金融風(fēng)險傳染與金融債權(quán)的內(nèi)生模式有重要的關(guān)系：與非完全市場結(jié)構(gòu)相比，完全市場結(jié)構(gòu)更易于化解銀行系統(tǒng)面臨流動性沖擊時帶來的系統(tǒng)風(fēng)險。Aleksiejuk等[32]基于不同的銀行網(wǎng)絡(luò)結(jié)構(gòu)模型，揭示了銀行風(fēng)險傳染過程中存在的自組織臨界現(xiàn)象。Nier等[5]研究發(fā)現(xiàn)銀行隨機網(wǎng)絡(luò)集中度對傳染風(fēng)險的影響不是單調(diào)的，最初集中度表現(xiàn)在一小部分傳染效應(yīng)的增加，但是在集中度超過一個閾值之后卻提高了銀行系統(tǒng)吸收沖擊的能力。Krause和Giansante[4]模擬了不同標(biāo)度參數(shù)的銀行間網(wǎng)絡(luò)，他們的研究認(rèn)為銀行間網(wǎng)絡(luò)標(biāo)度參數(shù)越小、集中度越高，發(fā)生違約傳染的可能性越小。Ladley[33]通過內(nèi)生的銀行行為模型揭示：不存在一種銀行間市場網(wǎng)絡(luò)結(jié)構(gòu)對所有條件的沖擊均呈最優(yōu)狀態(tài)；當(dāng)面對大范圍沖擊時，稠密的網(wǎng)絡(luò)結(jié)構(gòu)較稀疏的網(wǎng)絡(luò)結(jié)構(gòu)更容易遭受沖擊破壞。隋聰?shù)萚34]發(fā)現(xiàn)集中度越高的網(wǎng)絡(luò)由于傳染而倒閉的銀行數(shù)量越多；但是，當(dāng)基礎(chǔ)違約的銀行數(shù)量不多時，網(wǎng)絡(luò)集中度越高，由于傳染而倒閉的銀行的總資產(chǎn)越少。

綜合上述分析，現(xiàn)有銀行間市場風(fēng)險傳染與網(wǎng)絡(luò)結(jié)構(gòu)的研究包括：銀行間市場單渠道風(fēng)險傳染機制分析、銀行間市場網(wǎng)絡(luò)結(jié)構(gòu)拓撲特征分析和網(wǎng)絡(luò)結(jié)構(gòu)與銀行間市場網(wǎng)絡(luò)穩(wěn)定性的關(guān)系分析。但在實際銀行間市場中，不同形式的風(fēng)險可以通過多種渠道同時傳染，而且傳染風(fēng)險通過多種渠道相互影響、相互促進。因此，現(xiàn)有銀行間市場風(fēng)險傳染模型尚存不足，現(xiàn)有文獻未構(gòu)建多渠道銀行間市場風(fēng)險傳染模型。另外，現(xiàn)有針對網(wǎng)絡(luò)結(jié)構(gòu)與風(fēng)險傳染二者關(guān)系的研究，主要集中于分析不同的網(wǎng)絡(luò)結(jié)構(gòu)對風(fēng)險傳染的影響，但未對風(fēng)險傳染如何影響銀行間市場網(wǎng)絡(luò)結(jié)構(gòu)這一問題展開研究。解決上述問題和不足是本文的研究目的。

二 、網(wǎng)絡(luò)結(jié)構(gòu)模型

為了形式化地描述銀行間市場模型，采用有向圖G=(V,E)表示銀行間市場網(wǎng)絡(luò)，其中，頂點集V表示所有銀行節(jié)點組成的集合，有向邊集E是銀行間拆借關(guān)聯(lián)構(gòu)成的集合。如果銀行節(jié)點i,j∈V，則存在有向邊ei,j，當(dāng)且僅當(dāng)銀行i與銀行j存在拆借關(guān)聯(lián)，其中，銀行i為債權(quán)銀行，銀行j為債務(wù)銀行。假定銀行總數(shù)|V|=N，Ni表示銀行i所有鄰居組成的集合(如果存在i到j(luò)的有向邊，則j是i的鄰居)。矩陣X=(xij)N×N表示銀行間信用拆借規(guī)模，xij表示銀行i向銀行j的拆借規(guī)模。銀行初始資產(chǎn)負債表、銀行間市場網(wǎng)絡(luò)的構(gòu)建、更新及多渠道風(fēng)險傳染過程如下。

1.銀行初始資產(chǎn)負債表的構(gòu)建

2.銀行資產(chǎn)負債表的更新

3.銀行間市場網(wǎng)絡(luò)的構(gòu)建

銀行間市場網(wǎng)絡(luò)的構(gòu)建過程主要基于下面兩個假設(shè)：(1)拆借規(guī)模差別較大的銀行間較拆借規(guī)模相近的銀行間更容易建立拆借關(guān)聯(lián)[35]；(2)銀行間市場的網(wǎng)絡(luò)結(jié)構(gòu)是動態(tài)演化的[30]，并且銀行間市場網(wǎng)絡(luò)結(jié)構(gòu)的構(gòu)建僅與最新的銀行拆借規(guī)模有關(guān)，與之前的拆借關(guān)聯(lián)無關(guān)。

假設(shè)(1)的解釋是：拆借規(guī)模較小的銀行一般而言資產(chǎn)規(guī)模也相對較小，吸收風(fēng)險能力較差，因此，更偏好將資金貸給規(guī)模較大的銀行，這樣可以降低拆借風(fēng)險；而拆借規(guī)模較大銀行一般總資產(chǎn)規(guī)模也較大，抵抗風(fēng)險沖擊能力強，在銀行間市場中貸出資金時，優(yōu)先考慮同業(yè)拆借利率報價，小銀行由于自身規(guī)模小，往往給出更高的報價，因此，大銀行偏好將資金分散地貸給不同的小銀行，這樣既能將風(fēng)險盡可能地分散化又能獲得較高的收益。假設(shè)(2)的解釋是：銀行間的拆借行為一般期限較短，只能作為流動性盈虧銀行的短缺拆借，不能作為長期投融資方式，因此，銀行間市場網(wǎng)絡(luò)結(jié)構(gòu)與銀行間的拆借行為同步演化?；谏鲜龇治?，銀行間市場網(wǎng)絡(luò)結(jié)構(gòu)具體構(gòu)建過程如下：

4.沖擊與風(fēng)險傳染機制

形式化地，如果sj>Ej，那么銀行j失敗，并且銀行j的外部資產(chǎn)需要出售變現(xiàn)。如果sj-Ej≤Bj，那么sj全部被銀行j的債權(quán)銀行吸收。否則，銀行j的儲戶存款吸收剩余損失。銀行j的非債權(quán)銀行k因市場中的流動性下降，銀行k資產(chǎn)價格下降而受到?jīng)_擊sk=Ik(1-exp(-φIj))；債權(quán)銀行i不僅受到資產(chǎn)價格下跌的沖擊，還要吸收銀行j的殘余損失，因此，受到的總損失si=xij(s-Ej)/Bj+Ij(1-exp(-φIj))。如果s≤Et,t≠j，銀行t經(jīng)受住沖擊而幸存下來；否則銀行t失敗，并可能觸發(fā)下一輪傳染。這個過程一直進行下去，直至損失被全部吸收或所有銀行都失敗。

三、仿真分析

假定仿真模型中銀行節(jié)點總數(shù)N=200，冪律分布參數(shù)τ=1.8[23]，根據(jù)《2014中國金融統(tǒng)計年鑒》數(shù)據(jù)，設(shè)定儲戶初始存款占銀行初始總資產(chǎn)的比例α=0.8，銀行間借款占銀行總資產(chǎn)的比例β=0.1，流動性資產(chǎn)占銀行總資產(chǎn)的比例γ=0.05，另外，依據(jù)我國商業(yè)銀行存貸款基準(zhǔn)利率表，設(shè)定y1=6%,y2=5%,rb=4%,rd=2%。由于σ1,σ2和風(fēng)險偏好參數(shù)γ未見相關(guān)文獻給出相關(guān)基準(zhǔn)值，因此，對其基準(zhǔn)值作如下假定：σ1=0.05,σ2=1,γ=0.01,φ=0.0003。

1.風(fēng)險傳染對網(wǎng)絡(luò)結(jié)構(gòu)演化的影響

(1)累積度分布的演化

從圖1中可以看出，對于初始銀行間市場網(wǎng)絡(luò)，出入度累積概率分布在雙對數(shù)坐標(biāo)軸下趨于直線，因此，出入度累積概率分布均服從冪律分布，仿真網(wǎng)絡(luò)為無標(biāo)度網(wǎng)絡(luò)，且出度和入度的累積概率分布無顯著差異。這是由于少數(shù)大銀行的信用拆借關(guān)聯(lián)很多，與其他銀行的信用拆借業(yè)務(wù)多，而小銀行的信用拆借關(guān)聯(lián)少，與其他銀行的信用拆借業(yè)務(wù)也較少。構(gòu)建的銀行間市場網(wǎng)絡(luò)結(jié)構(gòu)與現(xiàn)有實證結(jié)構(gòu)相符，奧地利和日本銀行間市場網(wǎng)絡(luò)的度分布服從雙冪律分布[23-24]，Inaoka等[36]分析銀行、證券公司和其他金融機構(gòu)形成的金融市場網(wǎng)絡(luò)結(jié)構(gòu)一致，累積度均服從冪律分布。隨著仿真期數(shù)t的增加，累積度概率分布也進行演化，但是出入度累積概率分布依然服從冪律分布。這表明銀行間市場網(wǎng)絡(luò)結(jié)構(gòu)是一個動態(tài)穩(wěn)定的網(wǎng)絡(luò)。這一結(jié)論與Jaramillo等[31]對墨西哥銀行間市場網(wǎng)絡(luò)結(jié)構(gòu)的動態(tài)演化結(jié)論吻合。

(2)網(wǎng)絡(luò)聚集系數(shù)的演化

圖1 累積度的概率演化圖

圖2 網(wǎng)絡(luò)聚集系數(shù)、網(wǎng)絡(luò)效率與銀行失敗比率的演化圖

從圖2(上左)可以看出，網(wǎng)絡(luò)聚集系數(shù)隨時間t非線性演化。當(dāng)0≤t<10時，銀行間市場網(wǎng)絡(luò)的聚集系數(shù)隨時間的推移迅速增大；當(dāng)10≤t<30時，網(wǎng)絡(luò)聚集系數(shù)隨時間t的增大保持動態(tài)穩(wěn)定；當(dāng)30≤t<50時，網(wǎng)絡(luò)聚集系數(shù)隨時間t的增大而減小；當(dāng)50≤t≤100時，網(wǎng)絡(luò)聚集系數(shù)隨時間t的增長保持動態(tài)穩(wěn)定。總體而言，隨時間t的增長，網(wǎng)絡(luò)聚集系數(shù)在區(qū)間(0.3,0.4)內(nèi)小幅震蕩，網(wǎng)絡(luò)聚集系數(shù)保持動態(tài)穩(wěn)定。這一結(jié)論與Jaramillo等[31]對墨西哥銀行間市場網(wǎng)絡(luò)結(jié)構(gòu)的研究結(jié)論相符。

(3)網(wǎng)絡(luò)效率的演化

從圖2(上右)中可以看出，隨著時間t的增大，網(wǎng)絡(luò)聚集系數(shù)也隨之震蕩增大，網(wǎng)絡(luò)聚集系數(shù)的取值范圍在(0.5,0.65)。通過網(wǎng)絡(luò)效率的計算公式可知，構(gòu)建的銀行間市場網(wǎng)絡(luò)是小世界網(wǎng)絡(luò)，這一結(jié)論與墨西哥和美國的銀行間市場網(wǎng)絡(luò)結(jié)構(gòu)的實證分析結(jié)果一致[25,30]。

(4)風(fēng)險傳染

通過失敗銀行占所有銀行的比率描述銀行失敗規(guī)模。圖2(下)給出失敗銀行比率隨時間t變化的曲線。從圖2(下)可以看出，當(dāng)0≤t<10時，失敗銀行占所有銀行的比率為0，這表明此階段沒有銀行失??；當(dāng)10≤t<60時，隨著時間的推移，失敗銀行的比率逐漸增加，這是因為在此階段中，出現(xiàn)個別銀行失敗并將殘余損失傳遞給其債權(quán)銀行，而且其債權(quán)銀行的權(quán)益不足以吸收殘余損失，形成新一輪的銀行失敗；當(dāng)60≤t<80時，失敗銀行的比率保持不變，這表明在此階段沒有銀行失敗，這是因為此時銀行間市場網(wǎng)絡(luò)中銀行的權(quán)益足夠吸收沖擊；而當(dāng)80≤t≤100時，失敗銀行的比率不斷上升，這是由于在此階段，新的一輪銀行失敗被觸發(fā)，并產(chǎn)生傳染效應(yīng)。

2.外部沖擊對網(wǎng)絡(luò)結(jié)構(gòu)及網(wǎng)絡(luò)穩(wěn)定性的影響

(1)流動性效應(yīng)

銀行失敗造成市場中流動性減少，引發(fā)銀行資產(chǎn)價格下跌，資產(chǎn)價格下跌會使得更多的銀行出售資產(chǎn)，從而產(chǎn)生惡性循環(huán)，導(dǎo)致更多銀行減價變現(xiàn)資產(chǎn)，對銀行間市場網(wǎng)絡(luò)的穩(wěn)定性形成進一步?jīng)_擊。圖3給出了在期數(shù)t=100時，網(wǎng)絡(luò)聚集系數(shù)、網(wǎng)絡(luò)效率和失敗銀行占所有銀行的比率與市場流動性效應(yīng)的關(guān)系。

從圖3可以發(fā)現(xiàn)，網(wǎng)絡(luò)聚集系數(shù)隨流動性效應(yīng)參數(shù)φ的增大不斷震蕩，網(wǎng)絡(luò)聚集系數(shù)的取值范圍在(0.3,0.45)內(nèi)；網(wǎng)絡(luò)效率隨流動性效應(yīng)的參數(shù)φ的增加同樣保持震蕩，網(wǎng)絡(luò)效率的取值在(0.55,0.65)內(nèi)，通過網(wǎng)絡(luò)效率的計算公式可知仿真網(wǎng)絡(luò)為小世界網(wǎng)絡(luò)。另外，還可以從圖3發(fā)現(xiàn)，隨著流動性效應(yīng)參數(shù)φ的增大，失敗銀行的占比不斷增加，這是因為流動性效應(yīng)參數(shù)φ的增大，導(dǎo)致銀行資產(chǎn)價格下跌的速度變快，使得銀行間市場的穩(wěn)定性受到更嚴(yán)重的沖擊。從網(wǎng)絡(luò)聚集系數(shù)和網(wǎng)絡(luò)效率曲線的變化規(guī)律還可以得出，流動性效應(yīng)的強弱對網(wǎng)絡(luò)拓撲結(jié)構(gòu)的影響較小，銀行間市場網(wǎng)絡(luò)保持動態(tài)穩(wěn)定。

圖3 網(wǎng)絡(luò)聚集系數(shù)、網(wǎng)絡(luò)效率和銀行失敗比率與流動性效應(yīng)的關(guān)系圖

圖4 網(wǎng)絡(luò)聚集系數(shù)、網(wǎng)絡(luò)效率和銀行失敗比率與擠兌效應(yīng)的關(guān)系圖

(2)擠兌效應(yīng)

儲戶的擠兌行為會造成銀行資產(chǎn)負債表的劇烈變化，是造成銀行失敗的重要原因，并可能在銀行間市場中產(chǎn)生傳染效應(yīng)，導(dǎo)致更多銀行失敗。通過儲戶存款波動標(biāo)準(zhǔn)差σ1描述儲戶的擠兌行為，圖4給出了在期數(shù)t=100時，網(wǎng)絡(luò)聚集系數(shù)、網(wǎng)絡(luò)效率和失敗銀行比率與擠兌效應(yīng)的關(guān)系圖。從圖4中可以看出，網(wǎng)絡(luò)聚集系數(shù)與網(wǎng)絡(luò)效率隨σ1的不斷增加保持震蕩，網(wǎng)絡(luò)拓撲特征動態(tài)穩(wěn)定；由于網(wǎng)絡(luò)效率的取值范圍在(0.57,0.63)之間，可知銀行間市場網(wǎng)絡(luò)保持為小世界網(wǎng)絡(luò)。另外，可以從圖4中發(fā)現(xiàn)，隨著擠兌效應(yīng)的增大，銀行網(wǎng)絡(luò)中失敗的銀行的比率逐漸變大，這表明擠兌效應(yīng)的增加可以增大銀行間市場網(wǎng)絡(luò)的不穩(wěn)定性。

四、結(jié) 論

本文構(gòu)建動態(tài)銀行間市場網(wǎng)絡(luò)結(jié)構(gòu)模型和多渠道風(fēng)險傳染模型，通過構(gòu)建的模型對銀行間市場網(wǎng)絡(luò)進行了演化仿真分析和外部沖擊仿真分析。主要得到以下結(jié)論：構(gòu)建的銀行間市場網(wǎng)絡(luò)結(jié)構(gòu)具有小世界特征，即具有較短的平均最短路徑長度和較高的聚集系數(shù)；另外，構(gòu)建的銀行間市場網(wǎng)絡(luò)結(jié)構(gòu)具有無標(biāo)度特征，即少數(shù)銀行具有較大的度，而大多數(shù)銀行具有較小的度；此外，構(gòu)建的銀行間市場網(wǎng)絡(luò)具有演化特征，演化過程中銀行間市場網(wǎng)絡(luò)結(jié)構(gòu)保持動態(tài)穩(wěn)定。銀行間市場風(fēng)險傳染也會影響銀行間市場網(wǎng)絡(luò)結(jié)構(gòu)拓撲特征。隨著失敗銀行比率的增加，網(wǎng)絡(luò)聚集系數(shù)和網(wǎng)絡(luò)效率逐漸下降，這是因為失敗銀行比率的提升會引起銀行間市場網(wǎng)絡(luò)節(jié)點總數(shù)的減少，銀行間可能的路徑條數(shù)減少。外部沖擊是造成銀行失敗的重要因素，但對構(gòu)建銀行間市場網(wǎng)絡(luò)的影響較小。

研究結(jié)果對銀行監(jiān)管具有一定的實際指導(dǎo)意義。對于銀行監(jiān)管部門，需要保障市場中流動性平穩(wěn)，盡量降低市場流動性，減少導(dǎo)致的銀行資產(chǎn)價格下跌對銀行系統(tǒng)穩(wěn)定性的沖擊；另外，要防止銀行系統(tǒng)擠兌事件發(fā)生，一旦發(fā)生儲戶擠兌，監(jiān)管部門需要安撫儲戶情緒，避免儲戶恐慌，防止發(fā)生連環(huán)擠兌事件。

[1] COCCO J F，GOMES F J，MARTINS N C.Lending relationships in the interbank market [J].Journal of Finance Intermediation，2009，18(1)：24-48.

[2] TEMIZSOY A，IORI G，MONTES-ROJAS G.The role of bank relationships in the interbank market[J].Journal of Economic Dynamics and Control，2015，(59)：118-141.

[3] GAI P，KAPADIA S.Contagion in financial networks [J].Proceedings of the Royal Society A：Mathematical，Physical and Engineering Science，2010，466(2120)：2401-2423.

[4] KRAUSE A，GIANSANTES.Interbank lending and the spread of bank failures：a network model of systemic risk[J].Journal of Economic Behavior & Organization，2012，83(3)：583-608.

[5] NIER E，YANG J，YORULMAZER T，etal.Network models and financial stability[J].Journal of Economic Dynamics and Control，2007，31(6)：2033-2060.

[6] ALLEN F，GALE D.Financial contagion[J].Journal of political economy，2000，108(1)：1-33.

[7] ALEKSIEJUK A，HOLYST J A.A simple model of bank bankruptcies[J].Physica A：Statistical Mechanics and its Applications，2001，299(1)：198-204.

[8] THURNER S，HANEL R，PICHLER S.Risk trading，network topology and banking regulation[J].Quantitative Finance，2003，3(4)：306-319.

[9] IORI G，JAFAREY S，PADILLA F G.Systemic risk on the interbank market [J].Journal of Economic Behavior & Organization，2006，61(4)：525-542.

[10] LENZU S，TEDESCHI G.Systemic risk on different interbank network topologies[J].Physica A：Statistical Mechanics and its Applications，2012，391(18)：4331-4341.

[11] TABAK B M，TAKAMI M，ROCHAJ M C，etal.Directed clustering coefficient as a measure of systemic risk in complex banking networks[J].Physica A：Statistical Mechanics and its Applications，2014，(394)：211-216.

[12] SOUZA S R S，TABAK B M，SILVA T C，etal.Insolvency and contagion in the Brazilian interbank market[J].Physica A：Statistical Mechanics and its Applications，2015，(431)：140-151.

[13] 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.

[14] LELYVELD I，LIEDORP F.Interbank contagion in the Dutch banking sector：a sensitivity analysis [J].International Journal of Central Banking，2006，2(2)：99-133.

[15] 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)濟研究，2007，42(1)：68-78.

[16] HEIDER F，HOEROVA M，HOLTHAUSEN C.Liquidity hoarding and interbank market rates：the role of counterparty risk[J].Journal of Financial Economics，2015，118(2)：336-354.

[17] ALLEN F，GALE D.Financial fragility，liquidity，and asset prices [J].Journal of the European Economic Association，2004，2(6)：1015-1048.

[18] CIFUENTES R，SHIN H S，F(xiàn)ERRUCCI G.Liquidity risk and contagion [J].Journal of the European Economic Association，2005，(3):556-566.

[19] CHAKRABARTY B，ZHANG G.Credit contagion channels：market microstructure evidence from Lehman Brothers’ bankruptcy[J].Financial Management，2012，41(2)：320-343.

[20] CHAKRAVARTY S，F(xiàn)ONSECA M A，KAPLAN T R.An experiment on the causes of bank run contagions[J].European Economic Review，2014，(72)：39-51.

[21] HE Z，MANELA A.Information Acquisition in Rumor-Based Bank Runs[J].The Journal of Finance，2014，71(3)：1113-1158.

[22] 郝明清，劉樂.房地產(chǎn)業(yè)與銀行業(yè)的投資者情緒與風(fēng)險傳染[J].大連理工大學(xué)學(xué)報(社會科學(xué)版)，2016，37(4)：91-97.

[23] BOSS M，ELSINGER H，SUMMER M，etal.Network topology of the interbank market [J].Quantitative Finance，2004，4(6)：677-684.

[24] SOUMA W，F(xiàn)UJIWARA Y，AOYAMA H.Complex networks and economics[J].Physica A：Statistical Mechanics and its Applications，2003，324(1)：396-401.

[25] Kanno M.The network structure and systemic risk in the Japanese interbank market[J].Japan and the World Economy，2015，(36)：102-112.

[26] SORAMKI K，BECH M L，ARNOLD J，etal.The topology of interbank payment flows[J].Physica A：Statistical Mechanics and its Applications，2007，379(1)：317-333.

[27] CRAIG B，VON PETER G.Interbank tiering and money center banks[J].Journal of Financial Intermediation，2014，23(3)：322-347.

[28] IORI G，RENO R，DE MASI G，etal.Trading strategies in the Italian interbank market[J].Physica A：Statistical Mechanics and its Applications，2007，(376)：467-479.

[29] CAJUEIRO D O，TABAK B M.The role of banks in the Brazilian interbank market：does bank type matter?[J].Physica A：Statistical Mechanics and its Applications，2008，387(27)：6825-6836.

[30] IORI G，DE MASI G，PRECUP O V，etal.A network analysis of the Italian overnight money market[J].Journal of Economic Dynamics and Control，2008，32(1)：259-278.

[32] ALEKSIEJUK A，HOLYST J A，KOSSINETS G.Self-organized criticality in a model of collective bank bankruptcies[J].International Journal of Modern Physics C，2002，13(3)：333-341.

[33] LADLEY D.Contagion and risk-sharing on the inter-bank market[J].Journal of Economic Dynamics and Control，2013，37(7)：1384-1400.

[34] 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，2014，17(4)：57-70.

[35] TABAK B M，CAJUEIRO D O，SERRA T R.Topological properties of bank networks：the case of Brazil [J].International Journal of Modern Physics C，2009，20(8)：1121-1143.

[36] INAOKA H，TAKAYASU H，SHIMIZU T，etal.Self-similarity of banking network[J].Physica A：Statistical Mechanics and its Applications，2004，339(3)：621-634.

TheContagioninInterbankMarketRiskandtheEvolutionofNetworkStructure

XUTao,HEJianmin,LIShouwei

(SchoolofEconomics&Management,SoutheastUniversity,Nanjing211189,China)

This paper introduces a dynamic network and multi-channel contagion model for interbank market.The evolutionary features of interbank market network under contagion environment are analyzed and the effects of liquidity and run on the stability of interbank market network are investigated.Simulation results demonstrate that the constructed interbank market network has both scale-free and small-world features.In the evolution process of the network,the topology characteristics remain steady.The increasing liquidity and run effects have little impact on the topology features of the network,but could amplify the fragility of the network.

interbank market; network structure; risk contagion; dynamic evolution

10.19525/j.issn1008-407x.2017.04.008

F830.9

A

1008-407X(2017)04-0056-08

2016-10-12;

2016-12-09

國家自然科學(xué)基金資助項目：“基于復(fù)雜網(wǎng)絡(luò)和Multi-Agent融合的金融市場間風(fēng)險溢出效應(yīng)研究”(71371051)

徐濤(1987-)，男，山東煙臺人，東南大學(xué)經(jīng)濟管理學(xué)院博士研究生，主要從事金融工程研究，Email：xutaoseu@126.com；何建敏(1956-)，男，江蘇無錫人，教授，博士生導(dǎo)師，主要從事金融工程研究；李守偉(1984-)，男，安徽蚌埠人，副教授，主要從事金融風(fēng)險分析與管理研究。