论文部分内容阅读
2008年全球“金融风暴”对研究系统性风险的内生机制提出了挑战,其中关键之一就是研究信用关联的内生机制,商业银行之间通过信用关联进行风险分散是否一定能降低银行信用网络的系统性风险?信用关联一方面能够分散风险,另一方面也使得信用风险传染成为可能,我国不同类型商业银行在银行信用网络中的信用风险传染性是否存在差别?为深入研究上述问题,本文首先引入金融加速器理论,即商业银行财务稳健性的负向变化,可能引起关联信用银行对其施加更为严苛的信贷条件,从而导致该银行自身财务稳健性的持续性负向变化,基于这一动力因素本文构建了单个商业银行信用风险的动力模型;其次,结合复杂网络理论建立银行间信用关系的规则网络图,分析了关联信用银行财务稳健性对目标商业银行财务稳健性的动力影响,并综合上述两种动力因素构建复杂网络中引入金融加速器理论的商业银行信用风险传染模型;最后,通过分析商业银行违约对其关联信用银行财务稳健性的影响,确定了系统性违约规模的稳定状态,从而构建银行信用网络中信用风险传染的系统性违约模型。结合前述商业银行信用风险传染模型以及物理学中的渗流理论,通过数学优化算法得到银行信用网络发生系统性违约的概率。本文将我国商业银行分类为:国有商业银行、中小型商业银行和城市商业银行。基于商业银行信用风险传染模型,本文利用我国25家上市商业银行的相关数据,对不同风险分散程度下我国不同类型商业银行的违约概率进行了模拟分析;通过研究商业银行在不同财务稳健性均值条件下感染信用风险的概率,证明了银行信用网络系统性违约规模稳定点存在的可能性;基于系统性违约模型,对我国不同类型商业银行在同质信用网络下的信用风险传染性进行了对比分析,并模拟研究了异质网络中我国商业银行体系在不同风险分散程度下的系统性违约概率。研究结果表明:银行体系的系统性风险与银行信用网络的连通性之间呈现“U形”函数关系,并且在高度连通的同质银行信用网络中,我国城市商业银行信用风险的传染性较强,国有商业银行与中小型商业银行信用风险的传染性相对较弱。