• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于網(wǎng)絡(luò)視角下的金融結(jié)構(gòu)與金融風(fēng)險傳染

      2018-10-26 02:47:32
      經(jīng)濟(jì)研究導(dǎo)刊 2018年28期
      關(guān)鍵詞:金融體系傳染金融風(fēng)險

      李 潔

      (中國黃金集團(tuán)黃金珠寶股份有限公司,北京 100101)

      引言

      當(dāng)前各類金融機(jī)構(gòu)間已經(jīng)形成了更加復(fù)雜、更加深入的聯(lián)系關(guān)系,對金融風(fēng)險的不合理處理方式容易讓金融風(fēng)險對整個金融體系造成極大沖擊,導(dǎo)致國內(nèi)和國際市場上發(fā)生金融體系不穩(wěn)定情況。故而需要研究基于網(wǎng)絡(luò)視角下的金融結(jié)構(gòu)和金融風(fēng)險傳染模式,防止各類嚴(yán)重金融風(fēng)險的產(chǎn)生。

      一、相關(guān)模型的構(gòu)建

      對于金融體系中的金融機(jī)構(gòu)而言,要了解其是否面臨破產(chǎn)危險,研究核心為機(jī)構(gòu)總資產(chǎn)和機(jī)構(gòu)負(fù)債情況,當(dāng)機(jī)構(gòu)負(fù)債情況高于總資產(chǎn)時,金融機(jī)構(gòu)將會被破產(chǎn)清算。然而在當(dāng)前的金融體系中,銀行、金融機(jī)構(gòu)間聯(lián)系更加復(fù)雜,金融風(fēng)險將會通過連接網(wǎng)絡(luò)進(jìn)行傳播。在模型建設(shè)時,假設(shè)銀行間資產(chǎn)為TA,其他資產(chǎn)為OA,總資產(chǎn)為TOT,同時銀行間負(fù)債為TL,其他負(fù)債為OB,總負(fù)債為TD,所有者權(quán)益為EQU,其中對于銀行間資產(chǎn)和其他資產(chǎn)為某個金融機(jī)構(gòu)持有,銀行間資產(chǎn)持有比例為a,則可知:

      對于金融機(jī)構(gòu)的負(fù)債情況,假設(shè)銀行間負(fù)債比例為b,所有者權(quán)益比例為e,則可得到:

      對于發(fā)生外部沖擊的狀況,由于金融風(fēng)險會經(jīng)由銀行間連接網(wǎng)絡(luò)進(jìn)行傳導(dǎo),需要細(xì)化銀行間的連接網(wǎng)絡(luò)情況,最終可以得到一個描述銀行資產(chǎn)和負(fù)債情況的N×N階矩陣,可以求得銀行資產(chǎn)和負(fù)債值[1]。另外,在當(dāng)前的金融體系中,各金融機(jī)構(gòu)間會產(chǎn)生大量債權(quán)關(guān)系,假設(shè)A金融機(jī)構(gòu)遭受市場沖擊而破產(chǎn),則持有A機(jī)構(gòu)債權(quán)的金融機(jī)構(gòu)B資產(chǎn)總量會發(fā)生大幅下降,為了讓機(jī)構(gòu)平穩(wěn)運(yùn)行,B機(jī)構(gòu)需要消耗機(jī)構(gòu)中原有的資本補(bǔ)足損失,而當(dāng)B機(jī)構(gòu)資產(chǎn)總量低于A機(jī)構(gòu)破產(chǎn)帶來的損失時,則B機(jī)構(gòu)也將會破產(chǎn)清算。這種現(xiàn)象會導(dǎo)致金融體系中的各金融機(jī)構(gòu)的損失不斷增大,加劇金融體系中產(chǎn)生的金融風(fēng)險的嚴(yán)重程度,因此可以通過模型對這種金融風(fēng)險傳染情況進(jìn)行分析和了解。

      二、基于網(wǎng)絡(luò)視角下的我國銀行金融結(jié)構(gòu)和金融風(fēng)險傳染

      對于我國銀行體系來說,銀行間雙邊敞口數(shù)據(jù)無法得知,所以需要采用資產(chǎn)負(fù)債表中的數(shù)據(jù)進(jìn)行金融機(jī)構(gòu)資金流通量的合理估算。在資金流通量估算的過程中,受限于不同銀行披露的數(shù)據(jù)量,本文最終選取了100多家能夠采集到數(shù)據(jù)的銀行,然而對于我國的銀行體系來說,各類中小銀行交易量和資金量較低,在建設(shè)模型中不予考慮。最終得到一個對角線為0的N×N階矩陣,然而在該矩陣中,還有大量數(shù)據(jù)無法直接得知,需要采用最大熵法進(jìn)行估計(jì),并使用RAS法求解。

      在進(jìn)行模型建設(shè)時,本文采用中心—邊緣網(wǎng)絡(luò)模式。在這種模式中,選取一所銀行作為整個模型中的中心銀行,其余銀行只與中心銀行間存在資金流通,并在模型建設(shè)中應(yīng)用了不同的場景,中心銀行的區(qū)別在于資本量,中心—邊緣網(wǎng)絡(luò)模式在應(yīng)用過程中,與完全連接網(wǎng)絡(luò)的運(yùn)行方式相似,故而可以通過最大熵法進(jìn)行各項(xiàng)數(shù)據(jù)的準(zhǔn)確計(jì)算。在進(jìn)行模型研究的過程中,本文設(shè)置了該銀行體系中不同的違約率。研究結(jié)果表明,當(dāng)銀行網(wǎng)絡(luò)中有不同的違約率時,金融風(fēng)險的傳播情況有一定差別。然而無論出于哪一種違約率,銀行間的金融風(fēng)險都有較強(qiáng)的傳染效果[2]。

      三、金融風(fēng)險傳染情況的影響因素分析

      1.網(wǎng)絡(luò)平均度。當(dāng)前的金融體系聯(lián)結(jié)網(wǎng)絡(luò)情況類型較多,為了能夠更好地對基于網(wǎng)絡(luò)視角下的金融風(fēng)險傳染情況進(jìn)行描述,本文引入了網(wǎng)絡(luò)平均度概念,并在模型建設(shè)時將網(wǎng)絡(luò)平均度分別設(shè)置為5、10和20。在模型建設(shè)中,使銀行間的違約率等相關(guān)參數(shù)完全相同,仿真結(jié)果表明,當(dāng)網(wǎng)絡(luò)平均度(AVE-D)為5時,破產(chǎn)銀行占比(RN)為0.840,破產(chǎn)的銀行資產(chǎn)量占比(RK)為 0.597,損失的資產(chǎn)占比(RL)為 0.061,而當(dāng)網(wǎng)絡(luò)平均度由5上升到10時,RN提升,而RK和RL發(fā)生下降;當(dāng)平均度由10升高到20時,RN大幅下降,RK和RL發(fā)生小幅下降。通過對結(jié)果的研究和分析可以得出結(jié)論,在網(wǎng)絡(luò)平均度在一定范圍內(nèi)時,當(dāng)網(wǎng)絡(luò)平均度增加表明銀行間的聯(lián)系情況更加復(fù)雜,這種情況會提升金融風(fēng)險的傳染范圍。但與此同時,金融風(fēng)險的影響效果發(fā)生下降,當(dāng)超出這個范圍時,金融風(fēng)險傳染范圍與影響程度會隨著平均度的上升而下降。然而在當(dāng)前的調(diào)查和研究中可以發(fā)現(xiàn),金融體系間不同機(jī)構(gòu)的網(wǎng)絡(luò)聯(lián)結(jié)模式對金融風(fēng)險的傳染情況無法被準(zhǔn)確定義,原因在于,對于稀疏的網(wǎng)絡(luò)聯(lián)結(jié)情況,金融風(fēng)險傳染更加困難,致使金融風(fēng)險傳染范圍更小,但是這種情況會在很大程度上提升金融風(fēng)險的嚴(yán)重程度,反之則擴(kuò)大了金融風(fēng)險傳播范圍,但金融風(fēng)險能夠被有效分散,降低了金融風(fēng)險的嚴(yán)重程度。

      2.違約率。在調(diào)查違約率對金融風(fēng)險傳染情況的調(diào)查和研究過程中,需要保證模型中其余參數(shù)完全相同,只更改違約率數(shù)值。最終結(jié)果表明,違約率(θ)為0.4時,RN值為0.781,RK值為0.575,RL值為0.021,而當(dāng)違約率提升至0.8時,RN值變?yōu)?.867,RK值變?yōu)?.590,RL值變?yōu)?.049。并且通過對不同違約率的研究和調(diào)查可以發(fā)現(xiàn),當(dāng)違約率提升時,相關(guān)參數(shù)都會逐漸升高。通過對結(jié)果的研究可以得出結(jié)論,當(dāng)銀行間違約率提升時,金融風(fēng)險傳染的范圍和影響程度都會逐漸提升。造成這種現(xiàn)象的原因是,當(dāng)違約率提升時,破產(chǎn)銀行對其他銀行帶來的經(jīng)濟(jì)損失會大幅提升,從而對銀行網(wǎng)絡(luò)系統(tǒng)造成劇烈沖擊。

      3.資產(chǎn)負(fù)債結(jié)構(gòu)和所有者權(quán)益。在金融體系運(yùn)轉(zhuǎn)中,所有者權(quán)益和資產(chǎn)負(fù)債結(jié)構(gòu)都會對金融機(jī)構(gòu)的運(yùn)行情況造成很大影響,所以在金融風(fēng)險傳染過程中,需要對這兩者對金融風(fēng)險傳染情況進(jìn)行深入調(diào)查。對于所有者權(quán)益研究,將所有者權(quán)益(e)分為[2,4],[4,6],[6,8]三個區(qū)間,發(fā)現(xiàn)所有者權(quán)益提升時,RN值、RK值和RL值都會發(fā)生下降,說明當(dāng)所有者權(quán)益提升時,金融風(fēng)險的傳染范圍和嚴(yán)重程度都會發(fā)生下降。對于資產(chǎn)債權(quán)結(jié)構(gòu),通過對數(shù)據(jù)的分析可以發(fā)現(xiàn),資產(chǎn)債權(quán)結(jié)構(gòu)對RN值、RK值和RL值的影響效果與所有者權(quán)益的影響效果相反。所以可以得出結(jié)論,當(dāng)金融機(jī)構(gòu)權(quán)益資本占比提升,同時負(fù)債占比下降時,金融風(fēng)險的傳染范圍和影響效果都會發(fā)生大幅下降,并且發(fā)生金融風(fēng)險傳染的概率也會發(fā)生下降。

      結(jié)語

      綜上所述,當(dāng)前我國金融體系間聯(lián)結(jié)網(wǎng)絡(luò)的復(fù)雜性逐漸提升,需要對網(wǎng)絡(luò)視角下的金融結(jié)構(gòu)與金融風(fēng)險傳染情況進(jìn)行研究。在研究的過程中,要通過相關(guān)模型的建設(shè)達(dá)成目的,并應(yīng)用最大熵方法對相關(guān)數(shù)據(jù)進(jìn)行估算。在進(jìn)行金融風(fēng)險傳染情況的研究中可以發(fā)現(xiàn),網(wǎng)絡(luò)平均度、違約率、所有者權(quán)益和資產(chǎn)負(fù)債結(jié)構(gòu)都會對金融風(fēng)險傳染情況造成影響,需要采取相關(guān)措施降低風(fēng)險傳染情況。

      猜你喜歡
      金融體系傳染金融風(fēng)險
      甘肅“強(qiáng)科技”需健全科技金融體系
      Our Mood Can Affect Others
      金融風(fēng)險防范宣傳教育
      大社會(2020年3期)2020-07-14 08:44:16
      聽說,笑容是會“傳染”的
      構(gòu)建防控金融風(fēng)險“防火墻”
      健全現(xiàn)代金融體系的適應(yīng)性之“點(diǎn)論”
      中國外匯(2019年23期)2019-05-25 07:06:20
      大力增強(qiáng)憂患意識 進(jìn)一步防范金融風(fēng)險
      傳染
      一類具有非線性傳染率的SVEIR模型的定性分析
      關(guān)于當(dāng)前互聯(lián)網(wǎng)金融風(fēng)險的若干思考
      建水县| 丹巴县| 咸丰县| 东阿县| 济源市| 屏东市| 凤翔县| 吉木乃县| 镇宁| 永善县| 墨脱县| 万盛区| 远安县| 深州市| 孝感市| 习水县| 英吉沙县| 玛多县| 云和县| 福海县| 汶川县| 大宁县| 舟山市| 错那县| 辛集市| 阿合奇县| 灵石县| 高阳县| 波密县| 偏关县| 洛川县| 武乡县| 齐河县| 德保县| 光泽县| 定安县| 枝江市| 洪洞县| 喀喇| 临猗县| 石嘴山市|