基于复杂网络的中国影子银行系统风险传染机制研究_银行论文

基于复杂网络的中国影子银行体系风险传染机制研究，本文主要内容关键词为：中国论文,影子论文,机制论文,体系论文,风险论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。

      一、引言及文献综述

      1.研究背景与问题提出

      中国经历了30多年的高速增长后，经济进入调整阶段。这个阶段的中国，经济发展方式不断转变，金融体制改革不断深化，期间，陆续出现GDP增速放缓、工业增加值增速下滑等经济放缓迹象。同时，也存在实体经济融资饥渴和金融市场资金利率大幅波动等金融现象，还出现了一些特有的典型事件，例如2013年6月和12月出现的“钱荒”事件。这些特有的经济和金融现象给监管者造成了一定困扰，也给经济和市场中的参与者带来了困惑——为何中央银行不断提高存款准备金率、发行央票回收基础货币期间，整个社会的流动性增长仍然十分迅速？这些暗含了一个非常重要的潜在因素的影响，即经济发展的重要影响因素——金融体系——发生了影响深远的变化，其中，最重要的变化是中国影子银行体系的飞速发展。中国影子银行体系在活跃市场经济、弥补正规金融体系不足方面起到了一些促进作用，但与传统商业银行相比，影子银行体系不受监管机构约束，其发展、壮大正逐步加大金融市场监管和宏观经济调控的难度，并逐渐开始暴露出体系脆弱性。影子银行体系通过期限错配和高杠杆的经营方式赚取了高额利润，其业务的开展却不受监管约束，这些因素为投机性融资和庞氏融资提供了滋生的条件，并逐渐积累和放大了风险，影子银行体系相关的资金链条始终处于无保险状态，一旦链条中某个环节风险暴露，将引发系统性风险，导致金融危机。可见，影子银行体系对金融体系的稳定具有重要影响作用，影子银行的飞速发展既是金融体制改革的必然过程，也是值得关注和研讨的重要议题。

      中国影子银行最主要的发展特征是其受商业银行主导关联，由于中国影子银行体系与商业银行存在密切关联关系，导致中国影子银行在运作模式和识别上有自身的特点。在目前经济发展新常态下，中国影子银行体系在金融网络中具有重要的影响作用，且有风险积累和传染的特征，并不断对金融网络产生深刻影响。为研究中国影子银行体系存在下的复杂金融网络的风险传染机制，本文以DD模型为基础，建立了一个商业银行和影子银行间的异质金融网络系统模型，考察了资金链断裂后，商业银行和影子银行网络系统性风险传染的过程，模拟了中国影子银行存在下系统性风险爆发时的金融网络系统特性和风险传染机制，期望为防范相关系统性风险提供参考建议。

      2.文献综述

      (1)系统性风险的定义。Schoenmaker(1996)认为，银行业的系统性风险就是传染风险，当个别银行出现财务问题时，将发生传染，使其他众多银行乃至整个金融系统发生财务困难；Crockett(1997)认为，银行系统性风险是由于银行金融资产价格异常波动，或者负债过重、财务恶化、承受风险的能力过低等问题引起的，形成严重影响国民经济健康运行的可能性的风险；Kaufman & Scott(2003)认为，银行系统性风险表现为国家之间由于银行系统的失败导致的高度相关性；万阳松(2007)认为，银行系统性风险是指一个或多个银行出现流动性问题，或者被清算，并通过信用违约作用或信息渠道对其他银行产生冲击，从而在整个银行网络中引发的“多米诺牌效应”；中国金融稳定报告(2008)指出，系统性金融风险通常指金融风险从一个机构传递到多家机构、从一个市场蔓延到多个市场。在这个过程中，使整个金融体系变得极为脆弱的可能性。他们指出，系统性金融风险具有突发性、传染性和外部性。

      (2)银行网络系统性风险研究。传染性是银行系统性风险的主要特征，由于这种特征的存在，使得复杂网络成为一种描述、解释、度量银行系统性风险的一种有效方法和手段。Allen & Gale(2000)和Freixas等(2000)率先使用复杂网络研究了银行系统的风险传染问题，为银行风险传染问题的分析提供了理论基础。尽管他们的模型较为简单，只有四个银行，与真实的银行系统相差较远，但是，他们提供了有价值的理论体系以及具有实践意义的分析方法；Allen & Gale(2000)认为，银行系统的流动性冲击来自消费者消费时间的不确定性，银行网络通过交叉存款实现流动性盈余与流动性不足的银行之间相互调剂；Freixas等(2000)认为，冲击来源于消费者消费地点的不确定性，当流动性冲击迫使银行清算长期资产而最终破产时，会导致贷出方银行的损失，从而发生风险传染；Brusco & Castiglionesi(2007)在D-D模型的基础上加入了投机性长期资产，通过银行的道德风险，将传染引发机制内生化；Boss等(2004)对奥地利的银行网络结果进行了实证分析，结果表明，银行网络具有群体结构与层次结构，并呈现了典型的小世界结构特征；Nier等(2007)通过改变银行网络系统结构，分析了不同的银行网络系统对于系统性风险的传染影响；邓晶等(2013)基于银行间市场网络构建了一个银行网络模型，研究了系统性风险的传染机制，研究结果揭示了流动性转移与风险传染两种作用之间的相互影响。中国人民银行金融稳定分析小组(2010)认为，由金融机构间相互连接关系构成的金融网络结构，是理解和把握系统性金融风险的关键，他们以银行间支付结算信息为基础，构造了中国金融网络结构模型，用于描述金融机构之间(主要是银行间)的流动性风险传递；中国人民银行金融稳定分析小组(2014)结合2007-2013年银行间支付结算数据，对中国金融网络的稳定性和银行业金融机构的风险传染进行了分析。

      二、模型构建

      1.基本思想

      本文以D-D模型为基础，建立一个商业银行和影子银行间的网络系统，商业银行之间、影子银行间之间通过同业业务产生关联，商业银行和影子银行之间通过管道业务产生关联，假设商业银行和影子银行发生危机时，只依靠同业模式进行危机的化解，不考虑中央银行和政府对其救助的情形。模型假设存在离散的三个阶段：T=0、1、2。T=0期，投资人拥有一个单位的资产，由于投资人的消费时间偏好存在不确定性，即投资人可能在T=1期或者T=2期进行消费，把资产投入银行(商业银行、影子银行)成为投资人的最优选择，所以，商业银行与影子银行在T=0期获得投资人资产后，选择将资金分别投入短期投资、长期投资、同业存款、管道业务。

      根据投资人最终选择消费的期数，可将投资人分为不耐心投资人，即选择近期消费；耐心投资人，即选择远期消费，分别对应在T=1期与T=2期进行消费；根据投资人能够承担风险的程度，可将投资人分为低风险偏好投资人与高风险偏好投资人，分别将资产投入商业银行与影子银行。

      对于银行而言，T=1期时，不耐心投资人将提取存款或收回投资用于消费，商业银行将有四种办法予以支付：(1)到期的短期投资；(2)取回银行间同业资产；(3)取回影子银行管道资产；(4)清算长期资产。商业银行出于利益最大化的考量，将按照上述顺序分别进行支付。类似地，对于影子银行而言，T=1期时，影子银行有三种办法予以支付：(1)到期的短期投资；(2)取回影子银行间同业资产；(3)清算长期资产。

      当整个系统的流动性需求小于系统流动性的供给，商业银行与影子银行之间的网络关联关系将起到流动性转移的作用，将流动性从多余的节点转移到不足的节点，以保证系统的稳定性，T=2期时，各节点可取回到期的长期资产对耐心投资人进行支付。但是，反之，当整个系统流动性不足的时候，节点间的网络关联关系可能会成为风险转染的渠道。单个节点因为支付的需要，而导致需要在T=1期清算长期资产时造成了投资损失，当损失足够大时，将使得该节点倒闭，倒闭后，其损失将通过节点关联传染到其他银行，从而风险产生并扩散。

      本文与已有研究不同之处在于：第一，构建的银行网络为异质网络结构，包含了商业银行与影子银行两种不同的节点；第二，在设定条件时，将投资人的风险偏好划分为不同的类型；第三，考虑商业银行在监管之下追逐利润的特点，将增设商业银行的监管套利系数；第四，考虑影子银行投资高风险、高回报的业务特点，分析长期资产清算时造成更大损失情况下的风险传染情况。

      根据上述思想，商业银行与影子银行的资产负债表如表1和表2所示：

      

      2.基本结构

      网络模型由商业银行节点与影子银行节点组成。商业银行与影子银行间连边数表示商业银行与影子银行的关联程度，连边数越多，说明商业银行与影子银行之间联系越紧密。商业银行与影子银行连边权重表示商业银行与影子银行间管道业务规模，权重越大，管道业务规模越大。如图1所示。

      

      图1 网络基本结构

      模型中存在四种投资技术，分别由商业银行与影子银行通过短期投资技术与长期投资技术产生。商业银行1单位的短期投资将在T=1期产生dr1_yh单位的本息收益；而1单位的长期投资在T=1期产生本息收益r_yh(r_yh <1)，即长期投资如提前结算，将造成1-r_yh的损失，r_yh又称为清算价值；T=2期产生dr2_yh(dr2_yh>1)单位的本息收益，其中，dr2_yh >dr1_yh >1>r_yh >0。相应地，影子银行短期投资将在T=1期产生dr1_yzyh单位的本息收益；而长期投资在T=1期产生本息收益r_yzyh(r_yzyhdr2_yh，影子银行长期投资本息收益高于商业银行长期投资)，其中，dr2_yzyh>dr1_yzyh>1>r_yzyh>0。

      相应地，投资人将获得四种不同的投资收益。对低风险偏好投资人，商业银行在T=1期与T=2期分别给与r1_yh、r2_yh的收益，其中，对高风险偏好投资人，影子银行在T=1期与T=2也分别给予一定的收益，设定为r1_yzyh、r2_yzyh。商业银行与影子银行的投入产出比如表3所示。

      

      考虑一个由n个商业银行，m个影子银行组成的网络系统，每个商业银行有a个投资人(低风险偏好投资人)，每个影子银行有b个投资人(高风险偏好投资人)，每个投资人有1单位资产，整个网络的不耐心投资人的比例是公共信息比例，为β(0<β<1)，那么，商业银行的不耐心投资人的总数是n×a×β，影子银行的不耐心投资人的总数是m×b×β。对于单个银行而言，不耐心投资人的数量是不定的，但服从均值为：a×β，标准差为v的正态分布，所以，整个系统的流动性需求是明确的，但是，对于单个商业银行而言，流动性的需求是不确定的。虽然影子银行不耐心投资人的比例与商业银行一致，但分布更加不均匀，设定标准差为2v。

      显然，商业银行为了实现收益最大化，会将短期投资技术用于支付短期投资人在T=1期的取款需求，而将长期投资技术用于支付长期投资人在T=2期的取款需求。商业银行短期投资规模可表示为：a×β×r1_yh/dr1_yh，长期投资规模可表示为：a-a×β×r1_yh/dr1_yh，但是，商业银行出于监管套利的冲动，在实际操作中会使用部分资产通过管道业务投入影子银行业务，以期获得超额收益，设定参数γ为商业银行监管套利冲动系数，在此模式下，商业银行短期投资规模调整为：(a×β×r1_yh/dr1_yh)(1-γ)，长期投资规模调整为：(a-a×β×r1_yh/dr1_yh)(1-γ)。影子银行网络系统出于信息的不对称性或追逐利益的冲动，其短期投资按照银行网络系统配置为：b×β×r1_yzyh/dr1_yzyh，长期投资规模为：b-b ×β×r1_yzyh/dr1_yzyh，对于接收的管道投资全部投入长期投资，长期投资调整为：b-b ×β×r1_yzyh/dr1_yzyh+a×γ。如表4所示。

      

      3.网络冲击

      在T=1期，随机抽取商业银行与影子银行的不耐心投资人提出取款请求，商业银行收到取款请求时，按照如下顺序进行支付：短期资产、商业银行同业资产、影子银行管道资产、长期资产；影子银行收到取款请求时，按照如下顺序进行支付：短期资产、影子银行同业资产、长期资产。

      商业银行收到取款请求，需要支付不耐心投资人，当短期资产不足时，如该商业银行存在商业银行同业资产，则随机从关联商业银行中取回同业资产，此时，关联商业银行的短期资产减少；当同业资产不足的时候，如该商业银行存在影子银行管道资产，则随机从关联影子银行取回投资，此时，关联影子银行短期资产减少；当影子银行管道资产不足时，清算长期资产。影子银行收到取款请求，需要支付不耐心投资人，短期投资减少；当短期资产不足时，则随机从关联影子银行中取回同业资产，此时，在关联影子银行同业资产减少；当影子银行同业资产不足时，清算长期资产。当商业银行或影子银行倒闭时，设定优先偿还投资人投资，偿还后网络中所有与之关联的边全部消失。

      三、仿真实验

      根据以上设定的模型框架，本文将通过调节网络模型的各种结构来考察不同情况下的风险传染情况，并使用PowerBuilder9.0编写仿真程序进行仿真实验。设定商业银行数量n=30，影子银行数量m=30，商业银行投资人数目a=100，影子银行投资人数目b=100，银行市场不耐心投资人比例β=0.5，银行市场不耐心投资人分布的标准差v=5，商业银行监管套利冲动系数γ=0.1/0.2，商业银行投资人的一期收益r1_yh=1.1，商业银行投资人的二期收益r2_yh=1.3，影子银行投资人的一期收益r1_yzyh=1.2，影子银行投资人的二期收益r2_yzyh=1.6，商业银行短期投资收益dr1_yh=1，影子银行短期投资收益dr1_yzyh=1.2，商业银行长期投资收益dr2_yh=1.5，影子银行长期投资收益dr2_yzyh=2，商业银行长期投资的清算价值r_yh=0.1，影子银行长期投资的清算价值r_yzyh=0.05。w1，w2分别为商业银行与影子银行网络连边的权重，d1，d2分别为商业银行与影子银行网络的连边数，d3为商业银行与影子银行之间的连边数，重点考察这五个结构变量对系统性风险的影响，为消除随机性，程序随机运行1000次，取平均值。在体系流动性充足和不足两种情况下，考虑将数据分类分析：一是商业银行与影子银行无联通，d3=0；二是商业银行与影子银行低联通，d3=5；三是商业银行与影子银行全联通，d3=30；四是将商业银行监管套利冲动系数调整为γ=0.2，分析面对不同监管强度，商业银行规避监管行为的改变将使网络风险传染发生何种变化。以上分类标准一方面取决于数据结果；另一方面是为了综合分析的需要，但并不是唯一分类分析的标准，根据研究需要还可重新进行分组分类。

      1.流动性充足市场

      在该市场中，整个市场的流动性充足，但流动性存在分布不均匀。

      (1)商业银行与影子银行无联通。商业银行与影子银行无联通，即结构参数d3=0，商业银行无管道投资，商业银行网络与影子银行网络相互独立，其倒闭情况如图2和图3所示。

      根据实验结果，商业银行与影子银行无联通的情况下，两者的倒闭数量均随着连边数的逐渐增多和连边权重的逐渐增大而减少。在该情况下，发生挤兑风险的银行可通过银行网络间的关联关系实现流动性转移而得到救助，从而避免倒闭，降低系统性风险，说明在流动性充足市场，关联程度与关联权重均有助于系统性风险的降低。同时，对比商业银行与影子银行可知，影子银行需要更多的连边数与更高的连边权重才可以降低系统性风险，说明流动性越不均匀，越容易引发系统性风险。

      (2)商业银行与影子银行低联通。商业银行与影子银行之间有联通关系，但连边数较低，设定d3=5。流动性充足、商业银行与影子银行低联通情况下，风险传染分析如表5所示。

      

      图2 商业银行倒闭情况

      

      图3 影子银行倒闭情况

      

      (3)商业银行与影子银行全联通。商业银行与影子银行之间全联通，连边数结构参数d3=30，表明系统中所有商业银行和影子银行都是联通的。在流动性充足、商业银行与影子银行全联通情况下，风险传染分析如表6所示。

      

      

      图4 商业银行倒闭情况

      

      图5 影子银行倒闭情况

      2.流动性不足市场

      通过上述分析已经发现，即使市场的流动性是充足的，但由于管道业务的存在带来了商业银行的流动性不足，风险通过商业银行同业业务扩散。接下来将模拟仿真市场流动性不足的情况下风险传染的过程。考虑将不耐心储户提高，设置β=0.51，不耐心储户数量从1500提高到1530，但银行仍然按照u=0.5配置投资资产，仍如前部分将商业银行与影子银行按无联通(d=0)、低联通(d=5)、全联通(d=30)进行分类分析。

      (1)商业银行与影子银行无联通。根据实验结果，如图4、图5所示，当w1>1时，随着商业银行的连边数增加，商业银行倒闭的数量也增加；当w1=1时，商业银行倒闭的数量呈现先减少后增加的趋势；当d1=10时，商业银行倒闭的数量最少；当w2=1时，影子银行倒闭的数量呈现先减少后增加的趋势；当d2=20时，影子银行倒闭的数量最小；当w2=2时，影子银行倒闭的趋势与w2=1一致，但是，在d2=15时，影子银行倒闭的数量最小；当w2>2时，影子银行倒闭的趋势和w2=1一致，但是，在d2=10时，影子银行倒闭的数量最小。可见，当市场的流动性不足时，银行网络需要更多的连边数和更高的连边权重来实现流动性转移，降低系统性风险。

      (2)商业银行与影子银行低联通。流动性不足、商业银行与影子银行低联通情况下，风险传染分析如表7所示。

      

      (3)商业银行与影子银行全联通。在流动性不足、商业银行与影子银行全联通情况下，风险传染分析如表8所示。

      

      3.监管套利行为的网络风险传染效应分析

      为研究不同监管强度下，商业银行规避监管行为的改变将使网络风险传染发生何种变化，本部分将商业银行监管套利冲动系数分为γ=0.1和γ=0.2的两种情况进行比较，商业银行监管套利冲动系数较大，意味着监管机构加强对商业银行的监管后，使商业银行更倾向于发展影子银行进行监管套利。为简化分析过程，直接选取流动性充足、商业银行和影子银行网络低度关联，而商业银行关联程度高、影子银行关联程度低的情况进行研究。因为排除商业银行和影子银行不关联的情况，该种情况在仿真实验中系统性风险最小，如果在该情况下，商业银行监管套利冲动系数的改变都能够增加系统性风险，则在其他情况下，系统性风险程度的加深更加严重。

      (1)商业银行监管套利冲动较低情况(γ=0.1)。结果如表9所示。

      

      (2)商业银行监管套利冲动较高情况(γ=0.2)。结果如表10所示。

      

      (3)两种情况比较分析。通过比较表9和表10，可以明显地发现，不同监管强度下，商业银行规避监管行为的改变对网络风险的传染有重要影响。商业银行监管套利冲动较高情况下(γ=0.2)，商业银行和影子银行机构的倒闭数量远大于商业银行监管套利冲动较低的情况(γ=0.1)。由于商业银行监管套利冲动系数较大，意味着监管机构加强对商业银行的监管后，商业银行更倾向于发展影子银行进行监管套利。因此，该结果说明，监管力度的加大，一定程度上加强了商业银行为取得监管套利发展影子银行的动力，如不加以规范，则会加深系统性风险的积累程度。

      模型通过商业银行和影子银行关联的同业资产规模和系统关联程度的调整，模拟金融网络受到冲击时的风险传染机制，并设置了银行监管套利冲动系数，用以模拟影子银行存在下，商业银行在不同监管程度下进行资产配置行为调整的水平。通过进行仿真实验，得到商业银行和影子银行共同形成的网络系统性风险传导机制的相关研究结论：

      商业银行与影子银行各自形成网络，不相互关联时，如果各自体系流动性充足，则机构之间可以通过同业的关联化解风险，随着同业规模的扩大和关联渠道的多元化，整个体系的风险程度不断降低，达到一定关联程度和同业规模时，系统性风险将化解。但影子银行的系统性风险比商业银行的系统性风险大，需要更深的关联程度和更大的同业规模，才能将影子银行的系统性风险化解。如果体系流动性不足，过大或过小的关联规模和关联程度都会增加体系的系统性风险。适中的关联规模和关联程度能够减小商业银行和影子银行各自的风险传染程度，将系统性风险降至较低水平。

      商业银行与影子银行各自形成网络，不相互关联时，商业银行的倒闭数量小于影子银行的倒闭数量。商业银行与影子银行形成网络关联时，商业银行的倒闭数量整体大于影子银行的倒闭数量，影子银行的存在增加了商业银行的系统脆弱性，且在流动性充足情况下，影子银行可通过商业银行同业规模的扩大提高缓释风险的能力。这是由于商业银行通过管道资产与影子银行形成网络关联，当影子银行发生风险时，将通过管道资产将风险传染给商业银行，商业银行配备的影子银行管道资产越多，同业之间关联规模越大，商业银行的系统脆弱性程度也就越大。而影子银行管道资产的兑付对象是商业银行，因此，其他客户挤兑风险反而相对较商业银行变小。

      商业银行与影子银行形成网络关联时，流动性不足情况下，机构倒闭的整体数量多于流动性充足的情况，这符合流动性不足将增加系统脆弱性的现实特征。与商业银行与影子银行无联通情况相比，商业银行与影子银行形成网络关联后，无论什么样的关联规模和关联程度，都不能使机构通过同业之间的资金往来将风险完全化解，且系统关联程度越复杂，系统脆弱性程度越大，这说明影子银行的出现和参与增大了系统脆弱性。

      商业银行与影子银行形成网络关联时，商业银行倒闭数量与商业银行的关联权重正相关，即商业银行同业关联规模越大，商业银行的风险缓释能力越低，受风险传染的可能性越大，说明商业银行与影子银行形成的复杂网络关联增大了系统脆弱性。

      商业银行与影子银行形成网络关联时，如果流动性充足，商业银行同业关联规模增加，影子银行风险程度将减小，而影子银行关联的规模越大，越容易将更多风险传染给商业银行，加深系统脆弱性程度。这说明，影子银行通过自身复杂的关联路径和与商业银行的关联关系，将风险转移给了商业银行体系。

      系统最为脆弱、系统性风险最大的情境是，流动性不足、商业银行和影子银行网络高度关联，而商业银行关联程度低、影子银行关联程度高的情况。排除商业银行和影子银行不关联的情况，系统脆弱性程度最低、系统性风险最小的情境是，流动性充足、商业银行和影子银行网络低度关联，而商业银行关联程度高、影子银行关联程度低的情况。这说明影子银行的风险主要通过商业银行进行缓释，如果商业银行关联程度低，则影子银行的系统脆弱性程度更大。

      不同监管强度下，商业银行规避监管行为的改变对网络风险的传染有重要影响。商业银行监管套利冲动较高情况下商业银行和影子银行机构的倒闭数量远大于商业银行监管套利冲动较低的情况。由于商业银行监管套利冲动系数较大意味着监管机构加强对商业银行的监管后，商业银行更倾向于发展影子银行进行监管套利。因此，监管力度的加大一定程度上加强了商业银行为取得监管套利发展影子银行的动力，也间接加深了系统脆弱性程度。

标签：银行论文;  影子银行论文;  商业银行论文;  银行监管论文;  监管套利论文;  系统性风险论文;  银行风险论文;  资产流动性论文;  银行同业业务论文;  银行系统论文;  资产规模论文;  银行资产论文;  网络监管论文;  冲动消费论文;  商业银行流动性论文;  长期投资论文;  规模收益论文;  投资论文;  流动性论文;