基于网络视角下的金融结构与金融风险传染

李 洁

（中国黄金集团黄金珠宝股份有限公司，北京 100101）

引言

当前各类金融机构间已经形成了更加复杂、更加深入的联系关系，对金融风险的不合理处理方式容易让金融风险对整个金融体系造成极大冲击，导致国内和国际市场上发生金融体系不稳定情况。故而需要研究基于网络视角下的金融结构和金融风险传染模式，防止各类严重金融风险的产生。

一、相关模型的构建

对于金融体系中的金融机构而言，要了解其是否面临破产危险，研究核心为机构总资产和机构负债情况，当机构负债情况高于总资产时，金融机构将会被破产清算。然而在当前的金融体系中，银行、金融机构间联系更加复杂，金融风险将会通过连接网络进行传播。在模型建设时，假设银行间资产为TA，其他资产为OA，总资产为TOT，同时银行间负债为TL，其他负债为OB，总负债为TD，所有者权益为EQU，其中对于银行间资产和其他资产为某个金融机构持有，银行间资产持有比例为a，则可知：

对于金融机构的负债情况，假设银行间负债比例为b，所有者权益比例为e，则可得到：

对于发生外部冲击的状况，由于金融风险会经由银行间连接网络进行传导，需要细化银行间的连接网络情况，最终可以得到一个描述银行资产和负债情况的N×N阶矩阵，可以求得银行资产和负债值[1]。另外，在当前的金融体系中，各金融机构间会产生大量债权关系，假设A金融机构遭受市场冲击而破产，则持有A机构债权的金融机构B资产总量会发生大幅下降，为了让机构平稳运行，B机构需要消耗机构中原有的资本补足损失，而当B机构资产总量低于A机构破产带来的损失时，则B机构也将会破产清算。这种现象会导致金融体系中的各金融机构的损失不断增大，加剧金融体系中产生的金融风险的严重程度，因此可以通过模型对这种金融风险传染情况进行分析和了解。

二、基于网络视角下的我国银行金融结构和金融风险传染

对于我国银行体系来说，银行间双边敞口数据无法得知，所以需要采用资产负债表中的数据进行金融机构资金流通量的合理估算。在资金流通量估算的过程中，受限于不同银行披露的数据量，本文最终选取了100多家能够采集到数据的银行，然而对于我国的银行体系来说，各类中小银行交易量和资金量较低，在建设模型中不予考虑。最终得到一个对角线为0的N×N阶矩阵，然而在该矩阵中，还有大量数据无法直接得知，需要采用最大熵法进行估计，并使用RAS法求解。

在进行模型建设时，本文采用中心—边缘网络模式。在这种模式中，选取一所银行作为整个模型中的中心银行，其余银行只与中心银行间存在资金流通，并在模型建设中应用了不同的场景，中心银行的区别在于资本量，中心—边缘网络模式在应用过程中，与完全连接网络的运行方式相似，故而可以通过最大熵法进行各项数据的准确计算。在进行模型研究的过程中，本文设置了该银行体系中不同的违约率。研究结果表明，当银行网络中有不同的违约率时，金融风险的传播情况有一定差别。然而无论出于哪一种违约率，银行间的金融风险都有较强的传染效果[2]。

三、金融风险传染情况的影响因素分析

1.网络平均度。当前的金融体系联结网络情况类型较多，为了能够更好地对基于网络视角下的金融风险传染情况进行描述，本文引入了网络平均度概念，并在模型建设时将网络平均度分别设置为5、10和20。在模型建设中，使银行间的违约率等相关参数完全相同，仿真结果表明，当网络平均度（AVE-D）为5时，破产银行占比（RN）为0.840，破产的银行资产量占比（RK）为 0.597，损失的资产占比（RL）为 0.061，而当网络平均度由5上升到10时，RN提升，而RK和RL发生下降；当平均度由10升高到20时，RN大幅下降，RK和RL发生小幅下降。通过对结果的研究和分析可以得出结论，在网络平均度在一定范围内时，当网络平均度增加表明银行间的联系情况更加复杂，这种情况会提升金融风险的传染范围。但与此同时，金融风险的影响效果发生下降，当超出这个范围时，金融风险传染范围与影响程度会随着平均度的上升而下降。然而在当前的调查和研究中可以发现，金融体系间不同机构的网络联结模式对金融风险的传染情况无法被准确定义，原因在于，对于稀疏的网络联结情况，金融风险传染更加困难，致使金融风险传染范围更小，但是这种情况会在很大程度上提升金融风险的严重程度，反之则扩大了金融风险传播范围，但金融风险能够被有效分散，降低了金融风险的严重程度。

2.违约率。在调查违约率对金融风险传染情况的调查和研究过程中，需要保证模型中其余参数完全相同，只更改违约率数值。最终结果表明，违约率（θ）为0.4时，RN值为0.781，RK值为0.575，RL值为0.021，而当违约率提升至0.8时，RN值变为0.867，RK值变为0.590，RL值变为0.049。并且通过对不同违约率的研究和调查可以发现，当违约率提升时，相关参数都会逐渐升高。通过对结果的研究可以得出结论，当银行间违约率提升时，金融风险传染的范围和影响程度都会逐渐提升。造成这种现象的原因是，当违约率提升时，破产银行对其他银行带来的经济损失会大幅提升，从而对银行网络系统造成剧烈冲击。

3.资产负债结构和所有者权益。在金融体系运转中，所有者权益和资产负债结构都会对金融机构的运行情况造成很大影响，所以在金融风险传染过程中，需要对这两者对金融风险传染情况进行深入调查。对于所有者权益研究，将所有者权益（e）分为[2，4]，[4，6]，[6，8]三个区间，发现所有者权益提升时，RN值、RK值和RL值都会发生下降，说明当所有者权益提升时，金融风险的传染范围和严重程度都会发生下降。对于资产债权结构，通过对数据的分析可以发现，资产债权结构对RN值、RK值和RL值的影响效果与所有者权益的影响效果相反。所以可以得出结论，当金融机构权益资本占比提升，同时负债占比下降时，金融风险的传染范围和影响效果都会发生大幅下降，并且发生金融风险传染的概率也会发生下降。

结语

综上所述，当前我国金融体系间联结网络的复杂性逐渐提升，需要对网络视角下的金融结构与金融风险传染情况进行研究。在研究的过程中，要通过相关模型的建设达成目的，并应用最大熵方法对相关数据进行估算。在进行金融风险传染情况的研究中可以发现，网络平均度、违约率、所有者权益和资产负债结构都会对金融风险传染情况造成影响，需要采取相关措施降低风险传染情况。