网络视角下的金融结构与金融风险传染

杨雪

【摘要】随着人们生活水平的不断提高，网络技术也开始变得日益发达，从而也就对我国金融结构以及金融风险传染方面产生了重要影响。本文主要利用中国银行的数据，对我国银行之间所存在的资产负债关系进行了阐述和分析。通过建立网络视角下的金融结构，对金融风险的传染概率进行了分析和研究，以及它对我国整个金融市场所产生的影响程度。

【关键词】金融结构；金融风险；风险传染

一、网络视角下金融结构及风险传染问题的概念分析

随着现代社会的经济发展越来越好，金融市场也在创新更多的金融产品，尤其随着金融衍生品的出现，导致金融结构变得更加复杂，而金融机构之间的关系也变得错综复杂。当一家金融机构出现了倒闭的情况就会使得整个金融体系出现崩溃的状态，也会对其他的金融实体经济产生重要的影响。正因为我国的金融体系正处于一个快速发展时期，所以金融体系所存在的风险也在逐渐加大，金融结构之间的风险传染率也比较高。所以如何在网络视角下减少和避免金融风险的传染概率，就是本文需要重点研究和解决的问题。

金融体系所产生的风险主要是指一家金融机构或者几家金融机构因倒闭，而随之产生的风险，这样一来整个金融系统都会受到感染和破坏，导致其他金融机构的实体经济也会出现严重的损失甚至是崩溃。目前，关于金融系统风险的传染机制主要有4个。其中，银行之间的双敞口传染是最重要的机制之一，然而由于本文的研究工具有一定的局限性，在研究金融系统风险时主要采取的是间接的分析方式，主要是对银行之间的资产负债关系的关联性进行详细的阐述和研究。

网络分析法是现如今研究金融系统风险传染问题的新工具，主要是以网络环境为基础，把金融结构之间的资产负债关系当做是网络的链条。网络分析法可以更直观的对金融系统之间的内在关联进行一个形象上的刻画，而研究金融结构以及金融风险传染问题最早期的方法就是Allen。这个方法可以对银行之间的市场关联结构所发生风险传染的原因进行分析，和网络视角下的金融结构传染风险研究方法相比较，这个传统研究方法更加稳定，但是研究范围具有一定的局限性。而利用网络分析法就能对银行间资产负债敞口关系进行更好的刻画，也能对单个银行的破产风险以及风险传染性进行具体的研究。所以接下来笔者就要利用网络分析法对金融结构与金融风险传染问题进行具体的阐述和研究。

二、相关的理论文献研究

（一）国外的文献研究

形成系统风险的主要原因就是由单个金融机构或者部分金融机构的经营风险，对其他金融机构所发生的风险传染。关于金融结构与金融风险传染方面的相关研究一共分为两大类，一个是实证研究，另一个是理论研究。国外主要是通过实证研究法对金融结构和金融风险的传染性进行的研究，主要利用银行的真实数据对银行间的市场网络结构以及对发生金融风险的概率进行的一项研究，我们可以把银行间的市场交易数据主要分为两大类。

第一类是通过银行的资产负债表当中的银行间负债敞口的总量数据，来对银行间的两贷款负债头寸进行一个有效的计算，通过建立银行间的资产负债关系网络体系，对单个金融机构或者多个金融机构破产所引发的风险传染性进行研究。这个研究方法是很多研究学者主要采用的研究方式，通过网络连接的方式，对银行间两两资产的负债头寸进行估算，如果网络结构是在完全连接的情况下，每个银行之间都会相互关联，这种情况下的网络结构就会相差比较大，且研究结果也会受到严重的影响。而第二种研究方法，主要是在网络结构完全连接的情况下，通过应用墨西哥金融系统的数据来对金融風险的传染概率进行的估算，但是这种数据研究方法在对金融风险传染概率进行计算时，会降低它的概率，而通过意大利银行间系统数据就可以使得金融风险传染的分析结果更加真实、可靠。

根据以往的实证研究结果我们可发现，如果金融机构间网络结构是不同的，那么就会导致金融风险传染的分析结果也会有所不同，比如Freixas的研究结果就曾指出，包含在货币中心银行的层级结构是最容易受到风险传染的，而Muller的研究结果则指出，在整个网络中心当中，和相对均匀紧密的网络中心相比较，比较稀疏的网络才更加安全稳定，不容易受到金融风险的传染。由此我们可发现，在对银行间的网络进行设定和研究时，它所起到的作用是不容忽视的，因为它对金融风险传染的研究结果产生着重大影响。所以我们在对金融风险传染的概率进行分析时，在设定银行间网络时要更加真实，这样才能让最终的研究结果更加可靠。

国外学者对银行间市场网络和金融风险传染所采用的理论研究，一般是以模型研究法或者是以仿真模拟的方式为主。通过模型对银行间市场网络结构的复杂性进行推导和解析，通过仿真模拟来对市场间网络结构进行大规模的仿真实验，从而对网络结构和金融风险之间的联系进行详细的研究，得出最后结果。

（二）国内的文献研究

我国在对金融系统风险的传染性进行研究时，主要是通过定性的角度去进行的研究。比如通过网络视角在对中国银行间市场结构以及风险传染进行研究的过程中，很少会有学者通过银行间两两资产负债头寸数据对其进行分析和验证，一般都是通过最大熵法对银行间的网络结构进行假设和估算。比如在研究2003年中国银行资产负债数据时，学者马君潞就是通过最大熵法，对130家金融机构的银行间市场网络进行的研究，并对银行破产以及传染过程进行了分析。再比如还有学者通过疾病传染模型对网络风险的传染问题进行了研究，但是这个方法并没有对银行间的资产负债结构进行构建，只是通过大量的理论知识对银行间的风险传染概率进行的估算，无法对金融结构之间的关联进行具体的研究。

和国外的研究方法相比较，我国在研究金融结构以及风险传染问题时，在采用最大熵法时没有采用完全连接网络结构的形式，而是对完全连接网络结构当中的边缘层级结构进行的分析，也就是把单个银行因破产所产生的风险传染进行了研究。这个研究方法可以对完全网络连接下最大熵法有可能会降低评估风险的可能性进行有效的弥补，通过仿真实验去主动筛选出那些容易发生传染风险的金融结构，弥补了传统最大熵法的问题和不足。

三、网络视角下的金融结构与金融风险传染研究

为了对中国银行市场间的市场结构进行明确的分析，我们主要利用资产负债表数据来进行分析和研究。在本次研究中我们所使用的数据主要来自于我国各大银行公开的资产报表，下面我们就对银行资产负债表中数据的X i j进行推导和解析。我们把银行设定为i，银行的总资产设置为TAi，银行间的总负债为TLi，通过对这116家银行的数据整理我们可发现，要想让政府银行、股份制商业银行、商业银行等银行之间的负债关系保持一个平衡的状态，就需要我们进行科学的假设和计算，具体请看下图：

对于x来说，我们可以把一N×N矩阵的对角线元素设置为零，为了求出N2—2N矩阵中的其他一个元素，我们可以通过最大熵法来进行估算和分析。X*ij作为阵矩中修正以后的非对角线元素，我们假设x*ij≥0，然后通过RAs方法来进行解析。

如果我们是以完全连接的网络结构为计算基础，通过最大熵法是无法对网络结构特征进行准确反映的，所以我们需要通过不同的情景假设对中国银行间市场网络结构进行分析。在情境1当中，我们假设市场网络处于完全连接的状态，那么每个银行之间都是相互关联的状态，如果我们是对结构网络中心边缘的层级网络进行计算，那么银行之间是不产生任何交易活动的，边缘银行仅仅和中心银行产生交易活动。具体如下表所示：

如果网络结构是处于完全连接的情况下，那么每家银行所發生的金融风险传染率就会很低，基本上每个情景之间不会发生风险的传染。在违约损失率方面，在网络结构完全连接的情况下，各情境所引发的金融风险概率也是最小的，因为每个金融机构之间在资产负债上是相互关联的，它可以让银行间资产和负债头寸进行分散，让单个银行因违约而引发的风险概率可以得到有效的降低。另外，在结构网络中处于中心边缘的层级结构，最容易发生金融风险传染率，如果中心边缘的金融机构比较少，边缘的层级网络结构所发生的风险传染率就会更高。

四、总结

由此可见，由于网络结构的不同，所以导致金融风险的传染结果也会有所不同。如果网络结构是处于完全连接的状态，那么单个银行一旦发生了金融风险，就会给周边的金融体系带来相应的风险，传染率是非常高的。如果网络状态是处于非连接的状态，那么结果则是相反的。因此，对于银行的监管机构来说，需要通过真实的网络结构对金融系统的风险进行有效的评估，并对金融系统结构加强监管力度，最终降低金融风险的传染率。