论文部分内容阅读
随着中国经济、金融的全球化,金融活动在世界范围内得到了扩展和深化,致使现在中国面临的宏观经济环境越来越复杂。而在金融系统中最为重要的组成部分即为银行系统,因此银行系统所面临的宏观经济环境呈现更加复杂化的趋势。特别是近年来中美贸易战的爆发,造成了中国金融市场的较大波动,中国乃至全球都逐渐形成了以银行为节点的复杂银行网络系统。本文旨在探索中国银行系统在宏观经济波动情况下所面临的银行系统性风险。
目前针对银行系统的系统性风险研究中主要通过减少某些银行的资产或者增加某些银行的负债造成部分银行的违约从而引发系统性风险,但很多研究者发现引发系统性风险的主要原因是宏观经济的波动,所以本文将宏观经济波动引发投资收益率的变化作为对银行系统的冲击因素。其次,本文构建了银行的资产负债以及拆借资产和拆借负债同时随时间和宏观经济波动而波动的动态演化模型,使计算出的结果更加符合现实情况。接下来,由于银行间的网络结构对测算系统性风险至关重要,所以对银行网络结构的准确估算重要且必要,本文采用最小密度方法对中国银行网络系统的结构进行求解。最后本文还对资产进行了细分,从而可以研究不良资产率对系统性风险的影响。
构建好上述理论模型后,根据实际数据对中国银行系统网络结构进行估算,然后基于该网络探索宏观经济波动对中国银行系统的系统性风险影响。通过研究主要得出两大方面的结论。第一方面是关于中国银行网络结构。研究发现中国的银行系统的拆借网络存在分层结构并且该网络结构属于无标度网络结构。在描述银行中心性的指标中,中介中心性能更好地描述中国的银行的重要程度,结果与入选“全球系统重要性银行”的中国的银行完全一致。第二方面是关于宏观经济波动与银行系统性风险的关系。研究发现宏观经济呈现上升趋势时,银行系统的稳定性较好,不易出现系统性风险。当宏观经济呈现下降趋势时,银行系统极易出现系统性风险。当宏观经济随机波动时,银行系统性风险随时间波动上升。另外通过研究银行的坏账比例对系统性风险的影响发现系统性风险随坏账比例的上升而上升,并且在坏账比例为0-0.2期间是极易引发系统性风险的急剧变化。
本文的研究从动态模型的建立、大量实证数据的收集和研究以及对实证数据中部分参数的仿真得出了以上两大方面的结果。对于中国银行系统网络结构方面的研究成果丰富了目前的研究方法和研究结果,用更科学的方法求解出了更接近真实情况的中国银行网络结构;对于宏观经济波动对系统性风险方面的研究结果不仅对方法进行了创新,也通过仿真得出了一些对监管更有意义的参数,为中国银行系统的系统性风险的防范和监控提供了一定的理论和实际参考。
目前针对银行系统的系统性风险研究中主要通过减少某些银行的资产或者增加某些银行的负债造成部分银行的违约从而引发系统性风险,但很多研究者发现引发系统性风险的主要原因是宏观经济的波动,所以本文将宏观经济波动引发投资收益率的变化作为对银行系统的冲击因素。其次,本文构建了银行的资产负债以及拆借资产和拆借负债同时随时间和宏观经济波动而波动的动态演化模型,使计算出的结果更加符合现实情况。接下来,由于银行间的网络结构对测算系统性风险至关重要,所以对银行网络结构的准确估算重要且必要,本文采用最小密度方法对中国银行网络系统的结构进行求解。最后本文还对资产进行了细分,从而可以研究不良资产率对系统性风险的影响。
构建好上述理论模型后,根据实际数据对中国银行系统网络结构进行估算,然后基于该网络探索宏观经济波动对中国银行系统的系统性风险影响。通过研究主要得出两大方面的结论。第一方面是关于中国银行网络结构。研究发现中国的银行系统的拆借网络存在分层结构并且该网络结构属于无标度网络结构。在描述银行中心性的指标中,中介中心性能更好地描述中国的银行的重要程度,结果与入选“全球系统重要性银行”的中国的银行完全一致。第二方面是关于宏观经济波动与银行系统性风险的关系。研究发现宏观经济呈现上升趋势时,银行系统的稳定性较好,不易出现系统性风险。当宏观经济呈现下降趋势时,银行系统极易出现系统性风险。当宏观经济随机波动时,银行系统性风险随时间波动上升。另外通过研究银行的坏账比例对系统性风险的影响发现系统性风险随坏账比例的上升而上升,并且在坏账比例为0-0.2期间是极易引发系统性风险的急剧变化。
本文的研究从动态模型的建立、大量实证数据的收集和研究以及对实证数据中部分参数的仿真得出了以上两大方面的结果。对于中国银行系统网络结构方面的研究成果丰富了目前的研究方法和研究结果,用更科学的方法求解出了更接近真实情况的中国银行网络结构;对于宏观经济波动对系统性风险方面的研究结果不仅对方法进行了创新,也通过仿真得出了一些对监管更有意义的参数,为中国银行系统的系统性风险的防范和监控提供了一定的理论和实际参考。