摘要： 美國(guó)次貸危機(jī)表明CDS對(duì)銀行系統(tǒng)性風(fēng)險(xiǎn)有很大影響，但CDS如何影響銀行系統(tǒng)性風(fēng)險(xiǎn)的機(jī)理還未明。因此，構(gòu)建了一個(gè)具有CDS交互作用的動(dòng)態(tài)多層銀行網(wǎng)絡(luò)模型，研究?jī)煞N經(jīng)濟(jì)環(huán)境下的CDS對(duì)銀行系統(tǒng)的雙重影響。研究結(jié)果表明：經(jīng)濟(jì)平穩(wěn)時(shí)期，CDS有風(fēng)險(xiǎn)吸收作用，降低銀行系統(tǒng)性風(fēng)險(xiǎn)；經(jīng)濟(jì)波動(dòng)時(shí)期，銀行因CDS釋放的超額風(fēng)險(xiǎn)資產(chǎn)會(huì)轉(zhuǎn)變?yōu)樾碌南到y(tǒng)性風(fēng)險(xiǎn)；CDS的規(guī)模與銀行系統(tǒng)性風(fēng)險(xiǎn)呈負(fù)相關(guān)關(guān)系，且規(guī)模存在臨界值。

關(guān)鍵詞： 信用違約互換（CDS）；系統(tǒng)性風(fēng)險(xiǎn)；銀企間信用風(fēng)險(xiǎn)；風(fēng)險(xiǎn)轉(zhuǎn)移

中圖分類號(hào)： F830；N94文獻(xiàn)標(biāo)識(shí)碼： A

Investigating Banking Systemic Risk of Dynamic Multilayer Networks with CDS

TANG Miao， FAN Hong

（Glorious Sun School of Business and Management， Donghua University， Shanghai 20005 China）

Abstract：The subprime mortgage crisis in the United States shows that CDS significantly impacts banking systemic risk， but the mechanism of how CDS affects banking systemic risk is still unclear. This paper first constructs a dynamic multi-layer banking network model with CDS interactions to study the dual impact of CDS on the banking system in both volatile and stable economic environments. The results show that when the economy is stable， CDS has a positive absorption effect， which successfully transfers the risk and reduces the banking systemic risk; When the economy is volatile， the excess risk assets released by banks due to CDS are transformed into new systemic risk; the size of CDS is negatively correlated with the banking systemic risk and there is a critical value of size.

Keywords： credit default swap（CDS）; systemic risk; bank-firm credit risk; risk transfer

0 引言

2008年房地產(chǎn)貸款違約導(dǎo)致美國(guó)次貸危機(jī)爆發(fā)，使得全球金融系統(tǒng)陷入困境，并對(duì)實(shí)體經(jīng)濟(jì)造成了嚴(yán)重的負(fù)面影響。自此許多國(guó)家意識(shí)到銀企間信用風(fēng)險(xiǎn)蔓延的嚴(yán)重后果，聚焦于企業(yè)對(duì)銀行系統(tǒng)的信用風(fēng)險(xiǎn)沖擊[1]。近年來(lái)，金融業(yè)發(fā)展步伐逐漸加快，銀行與銀企間通過多種業(yè)務(wù)聯(lián)系建立起富有連通性的銀企信用關(guān)聯(lián)網(wǎng)絡(luò)，這種錯(cuò)綜復(fù)雜的網(wǎng)絡(luò)有利于資金的合理有效配置，但當(dāng)系統(tǒng)中的銀行或企業(yè)遭受經(jīng)濟(jì)沖擊陷入財(cái)務(wù)困境時(shí)，信用風(fēng)險(xiǎn)會(huì)迅速在網(wǎng)絡(luò)中蔓延。因此，信用風(fēng)險(xiǎn)對(duì)銀行系統(tǒng)性風(fēng)險(xiǎn)具有決定性作用。

目前對(duì)于銀行系統(tǒng)信用風(fēng)險(xiǎn)的研究，主要著重于銀行間、銀企間的信用風(fēng)險(xiǎn)傳染以及其對(duì)系統(tǒng)性風(fēng)險(xiǎn)的影響。銀行間信用風(fēng)險(xiǎn)傳染方面，Ladley[2]構(gòu)建了銀行間信用風(fēng)險(xiǎn)傳染模型，發(fā)現(xiàn)信用風(fēng)險(xiǎn)沖擊較小時(shí)，高水平的連通性可以降低銀行系統(tǒng)性風(fēng)險(xiǎn)，相反，傳染效應(yīng)會(huì)被放大。Mitchener和Richardson[3]研究大蕭條時(shí)期恐慌情緒致使銀行間抽逃資金，銀行間的信用網(wǎng)絡(luò)放大了系統(tǒng)性風(fēng)險(xiǎn)，促使信貸收縮。Leventides等[4]研究了銀行間的復(fù)雜網(wǎng)絡(luò)結(jié)構(gòu)以及信用風(fēng)險(xiǎn)傳染，發(fā)現(xiàn)高連通性下的銀行間網(wǎng)絡(luò)為信用風(fēng)險(xiǎn)的蔓延提供渠道。此外，銀企信用風(fēng)險(xiǎn)傳染方面，Bargigli等[5]研究銀企信用網(wǎng)絡(luò)與系統(tǒng)性風(fēng)險(xiǎn)的傳染問題，發(fā)現(xiàn)網(wǎng)絡(luò)集中度與系統(tǒng)性風(fēng)險(xiǎn)存在因果關(guān)系。Catullo等[6]構(gòu)建了銀企信用網(wǎng)絡(luò)模型，發(fā)現(xiàn)系統(tǒng)風(fēng)險(xiǎn)的蔓延與杠桿率和銀企信用網(wǎng)絡(luò)結(jié)構(gòu)有關(guān)。Silva等[7]基于巴西銀企數(shù)據(jù)研究了銀企間的雙向信用風(fēng)險(xiǎn)傳染，發(fā)現(xiàn)銀企間信用風(fēng)險(xiǎn)比銀行間信用風(fēng)險(xiǎn)更具有傳染性。

為對(duì)沖銀行因信貸帶來(lái)的信用風(fēng)險(xiǎn)，信用違約互換（Credit Default Swap，CDS）因其風(fēng)險(xiǎn)轉(zhuǎn)移功能引發(fā)了銀行業(yè)的關(guān)注和研究[89]。已有研究基于CDS的視角對(duì)銀行系統(tǒng)中的信用風(fēng)險(xiǎn)進(jìn)行了不同程度的探討，并發(fā)現(xiàn)CDS對(duì)降低銀行信用風(fēng)險(xiǎn)有正向積極的影響。Allen和Carletti[10]提出了銀行與保險(xiǎn)機(jī)構(gòu)之間的信用風(fēng)險(xiǎn)轉(zhuǎn)移模型，證明了CDS有助于銀行釋放其流動(dòng)性。Wagner和Marsh[11]發(fā)現(xiàn)銀行利用CDS風(fēng)險(xiǎn)轉(zhuǎn)移功能與銀行間市場(chǎng)信用風(fēng)險(xiǎn)共擔(dān)相比，CDS風(fēng)險(xiǎn)轉(zhuǎn)移功能更有利于銀行系統(tǒng)的穩(wěn)定。D’errico等[12]提出了分析CDS的風(fēng)險(xiǎn)轉(zhuǎn)移網(wǎng)絡(luò)框架，研究了CDS的風(fēng)險(xiǎn)轉(zhuǎn)移和市場(chǎng)結(jié)構(gòu)，證實(shí)了該網(wǎng)絡(luò)結(jié)構(gòu)有助于系統(tǒng)穩(wěn)定。Thornton和Tommaso[13]發(fā)現(xiàn)CDS在歐洲銀行樣本中被用于監(jiān)管套利，CDS在吸收信用風(fēng)險(xiǎn)的同時(shí)產(chǎn)生更高的資本回報(bào)。盡管CDS是行之有效的信用風(fēng)險(xiǎn)轉(zhuǎn)移工具，但它也會(huì)給銀行帶來(lái)新的系統(tǒng)性風(fēng)險(xiǎn)。Brunetti 等[14]發(fā)現(xiàn)CDS有時(shí)也會(huì)喪失對(duì)銀行間信用風(fēng)險(xiǎn)的吸收作用，導(dǎo)致更大風(fēng)險(xiǎn)在系統(tǒng)中蔓延。Al-Own等[15]認(rèn)為系統(tǒng)性信貸危機(jī)時(shí)期，銀行即使是出于對(duì)沖銀行間信用風(fēng)險(xiǎn)的目的使用CDS，也可能產(chǎn)生意想不到的風(fēng)險(xiǎn)。Bo和Capponi[16]指出CDS雖然能夠?qū)崿F(xiàn)銀行間信用風(fēng)險(xiǎn)的對(duì)沖，但同時(shí)CDS與銀行之間也存在著交易對(duì)手信用風(fēng)險(xiǎn)。即信用風(fēng)險(xiǎn)超出CDS賣方的賠償能力時(shí)，會(huì)導(dǎo)致信用風(fēng)險(xiǎn)在銀行系統(tǒng)中的進(jìn)一步擴(kuò)散。Schuldenzucker等[17]提出了銀行間債務(wù)違約互換模型，研究發(fā)現(xiàn)CDS給銀行網(wǎng)絡(luò)帶來(lái)新的系統(tǒng)性風(fēng)險(xiǎn)，并且該網(wǎng)絡(luò)因CDS帶來(lái)的風(fēng)險(xiǎn)比銀行系統(tǒng)內(nèi)在的風(fēng)險(xiǎn)傳染更為重要。

綜上所述，現(xiàn)有文獻(xiàn)在研究CDS或銀行信用風(fēng)險(xiǎn)時(shí)，要么僅專注于銀行間的單層網(wǎng)絡(luò)描述銀行間信用風(fēng)險(xiǎn)傳染，或銀企間的信用風(fēng)險(xiǎn)傳染，沒有引入CDS風(fēng)險(xiǎn)轉(zhuǎn)移機(jī)制；要么分析銀行在引入CDS機(jī)制后，僅單方面探討CDS對(duì)銀行間信用風(fēng)險(xiǎn)的風(fēng)險(xiǎn)轉(zhuǎn)移作用或CDS為銀行系統(tǒng)帶來(lái)的新的風(fēng)險(xiǎn)?；诖?，本文構(gòu)建了一個(gè)具有CDS的動(dòng)態(tài)多層網(wǎng)絡(luò)框架，探討CDS對(duì)銀企間信用風(fēng)險(xiǎn)的緩釋效應(yīng)，以及CDS使銀行釋放的超額風(fēng)險(xiǎn)資產(chǎn)不能收回而產(chǎn)生的風(fēng)險(xiǎn)放大效應(yīng)。與單一分析CDS對(duì)銀行信用風(fēng)險(xiǎn)緩釋效應(yīng)或風(fēng)險(xiǎn)放大效應(yīng)不同，本文全面分析CDS的雙重影響在多重網(wǎng)絡(luò)間的作用機(jī)理；有利于挖掘信用風(fēng)險(xiǎn)緩釋工具與銀行、企業(yè)間的內(nèi)在關(guān)聯(lián)，同時(shí)為合理運(yùn)用信用風(fēng)險(xiǎn)緩釋工具，防范系統(tǒng)性風(fēng)險(xiǎn)提供一定的參考。

1 構(gòu)建具有CDS的多層銀行網(wǎng)絡(luò)模型

在銀行網(wǎng)絡(luò)中，各個(gè)不同規(guī)模的銀行與企業(yè)之間通過借貸業(yè)務(wù)等關(guān)聯(lián)關(guān)系，形成了一個(gè)復(fù)雜的信用關(guān)聯(lián)網(wǎng)絡(luò)[18]。雖然該網(wǎng)絡(luò)有助于系統(tǒng)內(nèi)部信貸資源分配，但也為信用風(fēng)險(xiǎn)的傳播提供了渠道[7]。然而，CDS的風(fēng)險(xiǎn)緩釋功能能夠?yàn)殂y行的信用貸款提供保護(hù)，減少其風(fēng)險(xiǎn)加權(quán)資產(chǎn)的數(shù)量，并通過市場(chǎng)化交易形式將銀行內(nèi)部的信用風(fēng)險(xiǎn)轉(zhuǎn)移。因此，本文考慮構(gòu)建一個(gè)具有CDS的動(dòng)態(tài)多層銀行網(wǎng)絡(luò)，以探究CDS在銀行系統(tǒng)中的作用機(jī)制。具有CDS的多層銀行網(wǎng)絡(luò)框架，如圖1所示。

1.1 銀行間動(dòng)態(tài)拆借網(wǎng)絡(luò)

本文參考Iori[19]的研究，假設(shè)銀行間拆借網(wǎng)絡(luò)為隨機(jī)網(wǎng)絡(luò)，系統(tǒng)中存在N家銀行，用矩陣U表示銀行間的拆借關(guān)系，其中， Ui，j=1表示銀行i與j之間存在同業(yè)拆借關(guān)系，Ui，j=0表示銀行i與j之間不存在同業(yè)拆借關(guān)系。銀行資產(chǎn)負(fù)債表隨時(shí)間動(dòng)態(tài)演化滿足公式（1）：

Li（t－1）=Ai（t－1）+Bi（t－1）+Vi（t－1）－∑τs=1Ii（t－s）（1）

其中，Li（t－1）表示銀行i在t－1時(shí)刻的流動(dòng)性資產(chǎn)，Ai（t－1）表示銀行i在t－1時(shí)刻的儲(chǔ)蓄，Vi（t－1）表示銀行i在t－1時(shí)刻的所有者權(quán)益，Bi（t－1）表示銀行i在t－1時(shí)刻銀行間拆借的資金總額。Bi（t－1）>0表示銀行i的拆入金額，反之為拆出金額?！痞觭=1Ii（t－s）是銀行i在過去τ期的總投資。本文假設(shè)銀行儲(chǔ)戶存款行為隨機(jī)發(fā)生，那么銀行i在t時(shí)刻的存款為Ai（t）=（1+σAη）A-，A-為儲(chǔ)戶存款均值，σA為存款波動(dòng)的標(biāo)準(zhǔn)差，η～N（0，1）服從正態(tài)分布。

1.2 銀企動(dòng)態(tài)借貸網(wǎng)絡(luò)

假設(shè)系統(tǒng)中有M家企業(yè)，企業(yè)m在t 時(shí)刻的流動(dòng)性用Lm（t）表示。企業(yè)的主體行為包括生產(chǎn)經(jīng)營(yíng)以及投資。

1.2.1 企業(yè)生產(chǎn)經(jīng)營(yíng)

企業(yè)m在t時(shí)刻的產(chǎn)量受到財(cái)務(wù)約束，其生產(chǎn)函數(shù)表示為

Ym（t）=φ1Vφ2m（t）（2）

其中，φ1> 0<φ2< Vm（t）為t 時(shí)刻企業(yè)m的所有者權(quán)益。為遵循企業(yè)資本結(jié)構(gòu)動(dòng)態(tài)權(quán)衡理論，參考Gatti等[20]和Riccetti等[21]的研究，假設(shè)企業(yè)m生產(chǎn)產(chǎn)品以勞動(dòng)力作為唯一輸入?yún)?shù)，對(duì)每個(gè)企業(yè)而言Ym（t）=hm（t）/ξ，hm（t）代表勞動(dòng)力數(shù)量，ξ>0。因此，在財(cái)務(wù)約束產(chǎn)量的情況下，勞動(dòng)力可以寫成公式（3）：

hm（t）=ξYm（t）=ξφ1Vφ2m（t）（3）

同時(shí)，企業(yè)m在t 時(shí)刻會(huì)對(duì)其生產(chǎn)的產(chǎn)品進(jìn)行銷售，其銷售收入公式表示為

Rm（t）=μYm（t）（4）

其中，μ為銷售價(jià)格，μ（t）=+σsη，為銷售價(jià)格均值，σs為銷售波動(dòng)標(biāo)準(zhǔn)差。

1.2.2 企業(yè)投資

企業(yè)m在t 時(shí)刻若有流動(dòng)性會(huì)進(jìn)行投資，其投資滿足公式（5）：

Im（t）=minmax0，Lm（t）+Rm（t）－SCm（t），ωm（t）（5）

其中，企業(yè)的生產(chǎn)成本SCm（t）=Φhm（t），Φ為勞動(dòng)力價(jià)格，ωm（t）為企業(yè)m在t 時(shí)刻的投資機(jī)會(huì)，ωm（t）=m+σmη，m為企業(yè)投資均值，σm為企業(yè)投資波動(dòng)標(biāo)準(zhǔn)差。

企業(yè)m在t 時(shí)刻可能面臨資金缺口Qm（t）=max0，SCm（t）－（Lm（t）+Rm（t））。本文假設(shè)企業(yè)m會(huì)隨機(jī)向某個(gè)流動(dòng)性充足的銀行發(fā)出借貸請(qǐng)求，如果銀行i的流動(dòng)性無(wú)法填補(bǔ)企業(yè)m的全部資金缺口，則剩余的部分資金缺口，企業(yè)m會(huì)繼續(xù)向其他銀行尋求幫助，直到企業(yè)的資金缺口被全部填補(bǔ)或銀行市場(chǎng)中沒有多余的流動(dòng)性為止。那么流動(dòng)性充足的銀行i 在t 時(shí)刻可以貸給企業(yè)m的金額為

Fmi（t）=minχ·Li（t），Qm（t）（6）

其中，χ為銀行準(zhǔn)備借貸給企業(yè)的資金占自身流動(dòng)性的比例?！栋腿麪枀f(xié)議》要求銀行在貸款時(shí)滿足監(jiān)管要求，保證相應(yīng)的資本充足率，則銀行i需要為所有銀企間貸款準(zhǔn)備的資本儲(chǔ)備金為CRi（t）=∑m∈MFmi（t）。此時(shí)，銀行資產(chǎn)負(fù)債表的動(dòng)態(tài)演化行為如（7）所示：

Li（t－1）=Ai（t－1）+Bi（t－1）+Vi（t－1）－∑m∈MFmi（t－1）－∑τs=1Ii（t－s）（7）

其中，∑m∈MFmi（t－1）為t－1時(shí)刻銀行i向企業(yè)提供的貸款總額，其它符號(hào)的含義同上。

企業(yè)與銀行發(fā)生借貸行為后，會(huì)定期向銀行支付相應(yīng)的利息。那么，銀行i 在t 時(shí)刻有資金流動(dòng)的變化，其流動(dòng)性資產(chǎn)演化公式為

i（t）=Li（t－1）+（Ai（t）－Ai（t－1））－raAi（t－1）+rb∑τps=1∑m∈MFmi（t－s）+∑m∈MFmi（t－τp）+CRi（t－τp）+ρ∑τs=1Ii（t－s）+Ii（t－τ）－Di（t）－Ii（t）－βAi（t）－CRi（t）（8）

其中，Ai（t）－Ai（t－1）為t 時(shí)刻銀行i 持有存款的變化；raAi（t－1）為支付給儲(chǔ)戶的利息，ra為存款利率；rb∑τps=1∑m∈MFmi（t－s）為t 時(shí)刻銀行i向企業(yè)收取的貸款利息，rb為企業(yè)的貸款利率， τp為銀企貸款周期；∑m∈MFmi（t－τp）為銀行i在t時(shí)刻的貸款回收；CRi（t－τp）為銀行i在t時(shí)刻回收的資本儲(chǔ)備金；ρ∑τs=1Ii（t－s）為銀行i在t 時(shí)刻過去τ期的投資收益，ρ為投資收益率；Ii（t－τ）為銀行i 在t 時(shí)刻的投資回收；Di（t）為銀行i 在t 時(shí)刻的分紅；Ii（t）為銀行i 在t 時(shí)刻的投資；βAi（t）為銀行i 在t 時(shí)刻的存款準(zhǔn)備金，β為存款準(zhǔn)備金率，其它符號(hào)的含義同上。

1.3 具有CDS的動(dòng)態(tài)銀行網(wǎng)絡(luò)

當(dāng)有充足流動(dòng)性的銀行審批企業(yè)的貸款申請(qǐng)時(shí)，銀行為了規(guī)避信用風(fēng)險(xiǎn)，會(huì)對(duì)申請(qǐng)貸款的企業(yè)進(jìn)行風(fēng)險(xiǎn)評(píng)估，將風(fēng)險(xiǎn)集中度較高的企業(yè)貸款向CDS機(jī)構(gòu)購(gòu)買CDS合約，同時(shí)支付相應(yīng)的CDS保費(fèi)以換取與高風(fēng)險(xiǎn)貸款相稱的賠償。中國(guó)規(guī)定商業(yè)銀行購(gòu)買CDS合約后，可以將風(fēng)險(xiǎn)資產(chǎn)的權(quán)重降低80%。那么，銀行i需要留存的資本儲(chǔ)備金變?yōu)?/p>

CRi（t）=·1－80%∑m∈MFmi（t）（9）

CDS保費(fèi)：銀行i為了規(guī)避高風(fēng)險(xiǎn)企業(yè)m帶來(lái)的信貸風(fēng)險(xiǎn)而購(gòu)買CDS合約，所支付的保費(fèi)可以表示為Pci（t）=λ·∑αs=1∑m∈φFmi（t－θs），φ為高風(fēng)險(xiǎn)企業(yè)集合，α=τp/θ為保費(fèi)支付期數(shù)，θ為保費(fèi)支付周期，λ為保費(fèi)費(fèi)率，∑αs=1∑m∈φFmi（t－θs）為t時(shí)刻銀行i 需要繳納CDS保費(fèi)的貸款總額。

CDS賠償：若在合約期限內(nèi)與銀行有借貸關(guān)系的企業(yè)發(fā)生信用違約事件，銀行會(huì)獲得CDS機(jī)構(gòu)的賠償款Cci（t）=（1+rb）∑τps=1∑m∈ΩtFmi（t－s）－λ·∑θs=1∑m∈ΩtFmi（t－s+1），Ωt為t時(shí)刻的違約高風(fēng)險(xiǎn)企業(yè)集合，∑τps=1∑m∈ΩtFmi（t－s）為t時(shí)刻銀行i因企業(yè)違約而損失的本金，λ·∑θs=1∑m∈ΩtFmi（t－s+1）為CDS機(jī)構(gòu)在t時(shí)刻扣除的未滿支付周期的保費(fèi)。若高風(fēng)險(xiǎn)企業(yè)沒有發(fā)生信用違約事件，那么CDS機(jī)構(gòu)不需要對(duì)銀行進(jìn)行賠付，Cci（t）=0。

具有CDS的銀行系統(tǒng)中，銀行i在t時(shí)刻的流動(dòng)性可以用公式（10）表示：

Li（t）=Li（t－1）+（Ai（t）－Ai（t－1））－raAi（t－1）+rb∑τps=1∑m∈MFmi（t－s）+∑m∈MFmi（t－τp）+

CRi（t－τp）－Pci（t）+ρ∑τs=1Ii（t－s）+Ii（t－τ）+Cci（t）－Di（t）－Ii（t）－βAi（t）－CRi（t）（10）

1.4 具有CDS的銀行網(wǎng)絡(luò)動(dòng)態(tài)演化流程

具有CDS的銀行網(wǎng)絡(luò)系統(tǒng)動(dòng)態(tài)流程算法，具體分為以下幾個(gè)步驟：

步驟1 計(jì)算銀行流動(dòng)性。根據(jù)式（8），計(jì)算銀行i在t時(shí)刻的流動(dòng)性i（t），如果銀行i為銀企間貸款購(gòu)買了CDS，則銀行i需要向CDS機(jī)構(gòu)支付保費(fèi)Pci（t），若債務(wù)企業(yè)發(fā)生違約，則銀行i會(huì)收到CDS機(jī)構(gòu)的賠償Cci（t），此時(shí)銀行流動(dòng)性Li（t）=i（t）－Pci（t）+Cci（t）。

步驟2 區(qū)分臨時(shí)債權(quán)、債務(wù)銀行。當(dāng)銀行i的流動(dòng)性Li（t）>0并且Bi（t－1）<0，則銀行i為臨時(shí)債權(quán)銀行；當(dāng)流動(dòng)性Li（t）>0且Bi（t－1）>0，同時(shí)有Li（t）>1+rIBi（t－1），rI為銀行間拆借利率，此時(shí)銀行i會(huì)對(duì)上一期所有的債權(quán)銀行進(jìn)行還款，還清債務(wù)時(shí)的流動(dòng)性Li（t）=Li（t）－1+rIBi（t－1），則銀行i為臨時(shí)債權(quán)銀行。其他情況，銀行i為債務(wù)銀行。

步驟3 銀企借貸與CDS合約。企業(yè)在生產(chǎn)經(jīng)營(yíng)的過程中會(huì)存在資金缺口，那么存在資金缺口的企業(yè)會(huì)向流動(dòng)性充足的銀行發(fā)起貸款申請(qǐng)。如果銀行i將一部分流動(dòng)資金貸給企業(yè)，那么銀行i成為企業(yè)的債權(quán)銀行，在t時(shí)刻貸出總金額為∑m∈MFmi（t），資本儲(chǔ)備金為CRi（t），此時(shí)銀行i的流動(dòng)性Li（t）=Li（t）－∑m∈MFmi（t）－CRi（t）。債權(quán)銀行收到企業(yè)貸款申請(qǐng)的同時(shí)，會(huì)對(duì)企業(yè)進(jìn)行風(fēng)險(xiǎn)評(píng)估，如果企業(yè)資產(chǎn)負(fù)債率Sm>ψ時(shí)，企業(yè)風(fēng)險(xiǎn)較高，銀行會(huì)選擇向CDS機(jī)構(gòu)購(gòu)買CDS合約轉(zhuǎn)移信用風(fēng)險(xiǎn)，CDS保費(fèi)會(huì)在下一個(gè)支付周期于步驟2中計(jì)算。

步驟4 投資與分紅。債權(quán)銀行投資與分紅，銀行i的流動(dòng)性更新為L(zhǎng)i（t）=Li（t）－Di（t）－Ii（t）。

步驟5 銀行間拆借。債務(wù)銀行i隨機(jī)向債權(quán)銀行進(jìn)行借貸，直到銀行i能夠有足夠的資金來(lái)償還上期的同業(yè)貸款1+rIBi（t－1），此時(shí)銀行i所需的貸款金額為1+rIBi（t－1）－Li（t）。

步驟6 違約清算。如果債務(wù)銀行i無(wú)法拆借到足夠的資金，那么銀行i違約并清算。

2 仿真分析

2.1 參數(shù)設(shè)置

為了探究CDS對(duì)銀行系統(tǒng)的影響，本文在構(gòu)建具有CDS的多層銀行網(wǎng)絡(luò)系統(tǒng)模型的基礎(chǔ)上，參照Iori[19] 、Gatti等[20]和Riccetti等[21]的研究以及銀行財(cái)務(wù)報(bào)表，采用蒙特卡洛方法對(duì)參數(shù)進(jìn)行穩(wěn)健性檢驗(yàn)，結(jié)果穩(wěn)定。假設(shè)系統(tǒng)中銀行的數(shù)量為200，初始權(quán)益為300，初始存款為1 000；企業(yè)的數(shù)量為100，初始權(quán)益為500；CDS機(jī)構(gòu)的數(shù)量為20，初始權(quán)益為300；仿真時(shí)間步T=500，其他參數(shù)如表1所示。本文根據(jù)銀行平均倒閉概率來(lái)度量銀行系統(tǒng)性風(fēng)險(xiǎn)。

2.2 經(jīng)濟(jì)穩(wěn)定下CDS對(duì)銀行系統(tǒng)性風(fēng)險(xiǎn)的影響

本文首先探究了經(jīng)濟(jì)穩(wěn)定時(shí)期有無(wú)CDS的銀行系統(tǒng)性風(fēng)險(xiǎn)變化情況（見圖2）。在企業(yè)銷售波動(dòng)σs=0.1時(shí)，銀行系統(tǒng)性風(fēng)險(xiǎn)隨著時(shí)間步的變化逐漸降低，具有CDS的銀行網(wǎng)絡(luò)的系統(tǒng)性風(fēng)險(xiǎn)更低。CDS的存在致使銀行更愿意為高風(fēng)險(xiǎn)企業(yè)提供貸款，在不增加風(fēng)險(xiǎn)的情況下增加了貸款利息收入，從而使銀行系統(tǒng)更具有彈性。CDS的貸款額以及貸款利息收入，如圖3所示。隨著時(shí)間步的變化，兩種網(wǎng)絡(luò)的貸款額及利息都逐漸變小，但具有CDS的網(wǎng)絡(luò)中各項(xiàng)數(shù)值均高于無(wú)CDS的網(wǎng)絡(luò)?？偟膩?lái)說(shuō)，CDS增加了系統(tǒng)的穩(wěn)定性。

企業(yè)的銷售波動(dòng)會(huì)對(duì)銀行系統(tǒng)有不同程度的影響，如圖4所示。當(dāng)銷售波動(dòng)在0.11至0.13內(nèi)，銷售波動(dòng)與CDS的風(fēng)險(xiǎn)吸收作用呈正相關(guān)。當(dāng)銷售波動(dòng)為0.14時(shí)，CDS對(duì)銀行系統(tǒng)性風(fēng)險(xiǎn)的吸收作用減弱，部分CDS機(jī)構(gòu)逐漸超出自身償付能力，面臨損失，這可能致使銀行陷入困境。但與無(wú)CDS的銀行網(wǎng)絡(luò)相比，總體上還是吸收了銀行系統(tǒng)性風(fēng)險(xiǎn)。

2.3 經(jīng)濟(jì)波動(dòng)下CDS對(duì)銀行系統(tǒng)性風(fēng)險(xiǎn)的影響

CDS雖然能夠在經(jīng)濟(jì)穩(wěn)定時(shí)期發(fā)揮風(fēng)險(xiǎn)緩釋作用，但在經(jīng)濟(jì)波動(dòng)時(shí)期，企業(yè)銷售價(jià)格在市場(chǎng)政策、通貨膨脹或緊縮等因素的影響下波動(dòng)變大，CDS能否對(duì)銀行系統(tǒng)起到積極正向作用還需要進(jìn)一步研究。圖5對(duì)比了企業(yè)銷售波動(dòng)為0.15時(shí)的有無(wú)CDS的銀行系統(tǒng)性風(fēng)險(xiǎn)，發(fā)現(xiàn)具有CDS的銀行系統(tǒng)性風(fēng)險(xiǎn)更大。CDS增加了銀行對(duì)信貸資金的投入，但同時(shí)也會(huì)促使銀行貸款質(zhì)量降低。在嚴(yán)峻的經(jīng)濟(jì)形勢(shì)下CDS機(jī)構(gòu)面臨大量的賠償款，資不抵債觸發(fā)違約。銀行也因?qū)灰讓?duì)手風(fēng)險(xiǎn)的低估導(dǎo)致大量的貸款損失從而陷入困境，同時(shí)也可能給與之存在同業(yè)拆借的銀行帶來(lái)風(fēng)險(xiǎn)，使得風(fēng)險(xiǎn)在網(wǎng)絡(luò)中蔓延。從圖6也可以看出，具有CDS的銀行網(wǎng)絡(luò)中銀行貸款額和損失貸款在前期均大于無(wú)CDS的銀行網(wǎng)絡(luò)中的各項(xiàng)值。因此，在宏觀經(jīng)濟(jì)波動(dòng)時(shí)期，如果CDS機(jī)構(gòu)沒有成功將銀行的信用風(fēng)險(xiǎn)釋放，那么CDS的存在不但不能吸收風(fēng)險(xiǎn)，反而會(huì)加劇銀行系統(tǒng)的不穩(wěn)定性。圖7為不同銷售波動(dòng)下有無(wú)CDS的銀行系統(tǒng)性風(fēng)險(xiǎn)的變化情況。企業(yè)銷售波動(dòng)越大，具有CDS的網(wǎng)絡(luò)放大銀行系統(tǒng)性風(fēng)險(xiǎn)的效應(yīng)越大。另外，具有CDS的銀行網(wǎng)絡(luò)的風(fēng)險(xiǎn)值存在拐點(diǎn)，并且該拐點(diǎn)逐漸從系統(tǒng)中期的200步左右提前至100步左右，說(shuō)明CDS機(jī)構(gòu)因償付能力不足發(fā)生違約的時(shí)間在不斷提前。

通過前文的分析，可以發(fā)現(xiàn)CDS機(jī)構(gòu)的償付能力與其規(guī)模以及風(fēng)險(xiǎn)的大小有關(guān)。在經(jīng)濟(jì)波動(dòng)時(shí)期，CDS的規(guī)模與銀行系統(tǒng)性風(fēng)險(xiǎn)的關(guān)系是一個(gè)值得探討的問題。當(dāng)企業(yè)銷售波動(dòng)為0.15時(shí)，不同CDS規(guī)模下的銀行系統(tǒng)性風(fēng)險(xiǎn)動(dòng)態(tài)演化情況，如圖8所示。隨著CDS機(jī)構(gòu)規(guī)模的增加，銀行系統(tǒng)性風(fēng)險(xiǎn)不斷降低，當(dāng)CDS機(jī)構(gòu)的規(guī)模提升至500時(shí)，CDS對(duì)系統(tǒng)風(fēng)險(xiǎn)吸收作用再次顯現(xiàn)。不同CDS規(guī)模與銀行系統(tǒng)性風(fēng)險(xiǎn)的關(guān)系，如圖9所示。當(dāng)CDS規(guī)模大于800時(shí)，銀行系統(tǒng)性風(fēng)險(xiǎn)基本不再變化。表明在一定的條件下，銀行系統(tǒng)性風(fēng)險(xiǎn)的吸收對(duì)CDS機(jī)構(gòu)規(guī)模有一定要求，且規(guī)模存在閾值。當(dāng)CDS規(guī)模超出閾值時(shí)，CDS規(guī)模的變化對(duì)銀行系統(tǒng)性風(fēng)險(xiǎn)影響不大。當(dāng)CDS規(guī)模小于閾值時(shí)，CDS的規(guī)模與銀行系統(tǒng)性風(fēng)險(xiǎn)呈負(fù)相關(guān)關(guān)系。因此，在銀行與高風(fēng)險(xiǎn)企業(yè)發(fā)生借貸時(shí)，對(duì)CDS機(jī)構(gòu)規(guī)模的考察也是很必要的。

3 結(jié)論

在金融市場(chǎng)信用違約事件頻發(fā)的今天，CDS已經(jīng)成為了銀行信用風(fēng)險(xiǎn)轉(zhuǎn)移的重要工具，但CDS對(duì)銀行系統(tǒng)性風(fēng)險(xiǎn)影響的研究目前還沒有統(tǒng)一的結(jié)論。因此，本文考慮到現(xiàn)實(shí)中銀行、企業(yè)與CDS的交互作用，以及CDS對(duì)銀行系統(tǒng)的雙重影響，構(gòu)建了一個(gè)動(dòng)態(tài)的具有CDS的多重復(fù)雜銀行網(wǎng)絡(luò)模型。通過仿真分析了具有CDS的銀行網(wǎng)絡(luò)信用風(fēng)險(xiǎn)的演化機(jī)制，得到結(jié)論：1）與傳統(tǒng)的銀行系統(tǒng)相比，在經(jīng)濟(jì)穩(wěn)定時(shí)期，CDS為銀行提供了信用風(fēng)險(xiǎn)轉(zhuǎn)移渠道，緩沖了銀企間的信用風(fēng)險(xiǎn)，提高了銀行系統(tǒng)的穩(wěn)定性。2）CDS雖然可以減少銀行的風(fēng)險(xiǎn)資產(chǎn)并提高盈利能力，但在經(jīng)濟(jì)波動(dòng)時(shí)期銀行系統(tǒng)也可能會(huì)面臨承擔(dān)更大的風(fēng)險(xiǎn)的可能。3）CDS的規(guī)模與銀行系統(tǒng)性風(fēng)險(xiǎn)呈負(fù)相關(guān)關(guān)系，且規(guī)模存在臨界值。在臨界值內(nèi)，隨著CDS的規(guī)模的增加，銀行系統(tǒng)性風(fēng)險(xiǎn)不斷降低。但當(dāng)CDS規(guī)模超出臨界值時(shí)，銀行系統(tǒng)性風(fēng)險(xiǎn)不會(huì)因CDS規(guī)模的變化而變化。

以上研究結(jié)果揭示了銀行、企業(yè)以及CDS的復(fù)雜業(yè)務(wù)關(guān)聯(lián)的微觀基礎(chǔ)，有利于從理論角度挖掘多重網(wǎng)絡(luò)結(jié)構(gòu)中各組織的內(nèi)在聯(lián)系，為監(jiān)管部門從多重網(wǎng)絡(luò)視角監(jiān)控系統(tǒng)提供參考。另外，CDS對(duì)金融系統(tǒng)的影響遠(yuǎn)不及此，未來(lái)可能會(huì)著重研究中央監(jiān)管機(jī)構(gòu)對(duì)CDS的宏觀調(diào)控政策。

參考文獻(xiàn)：

[1]方意，趙勝民，黃麗靈，等.房地產(chǎn)市場(chǎng)與銀行業(yè)系統(tǒng)性風(fēng)險(xiǎn)[J].管理科學(xué)學(xué)報(bào)，2024（11）：2643.

FANG Y， ZHAO S M， HUANG L L， et al. The real estate market and systemic risk in the banking system[J]. Journal of Management Sciences in China， 2024（11）：2643.

[2]LADLEY D. Contagion and risk-sharing on the inter-bank market[J]. Journal of Economic Dynamics and Control， 2013， 37（7）： 13841400.

[3]MITCHENER K J， RICHARDSON G. Network contagion and interbank amplification during the great depression[J]. Journal of Political Economy， 2019， 127（2）：465507.

[4]LEVENTIDES J， LOUKAKI K， PAPAVASSILOOU V G. Simulating financial contagion dynamics in random interbank networks[J]. Journal of Economic Behavior & Organization， 2019， 158： 500525.

[5]BARGIGLI L， GALLEGATI M， RICCETTI L， et al. Network analysis and calibration of the “l(fā)everaged network-based financial accelerator”[J]. Journal of Economic Behavior & Organization， 2014， 99： 109125.

[6]SILVA T C， ALEXANDRE M D S， TABAK B M. Bank lending and systemic risk： a financial-real sector network approach with feedback[J]. Journal of Financial Stability， 2018， 38： 98118.

[7]SHAN C， TANG D Y， YAN H， et al. Credit default swaps and bank regulatory capital[J]. Review of Finance， 202 25（1）： 121152.

[8]DANIS A， GAMBA A. The real effects of credit default swaps[J]. Journal of Financial Economics， 2018， 127（1）： 5176.

[9]陳庭強(qiáng)，周文靜，童毛弟，等.融合CDS網(wǎng)絡(luò)的銀行間信用風(fēng)險(xiǎn)傳染模型研究[J].中國(guó)管理科學(xué)，2020，28（6）：2437.

CHEN T Q， ZHOU W J， TONG M D， et al. Research on the model of interbank credit risk contagion by fusing CDS networks[J]. Chinese Journal of Management Science，2020，28（6）：2437.

[10] ALLEN F， CARLETTI E. Credit risk transfer and contagion[J]. Journal of Monetary Economics， 2006， 53（1）： 89111.

[11] WAGNER W， MARSH I W. Credit risk transfer and financial sector stability[J]. Journal of Financial Stability， 2006， 2（2）： 173193.

[12] D’ERRICO M， BATTISTON S， PELTONEN T， et al. How does risk flow in the credit default swap market？[J]. Journal of Financial Stability， 2018， 35： 5374.

[13] THORNTON J， DI TOMMASO C. Credit default swaps and regulatory capital relief： evidence from European banks[J]. Finance Research Letters， 2018， 26： 255260.

[14] Brunetti C， Harris J H， Mankad S， et al. Interconnectedness in the interbank market[J]. Journal of Financial Economics， 2019， 133（2）： 520538.

[15] AL-OWN B， MINHAT M， GAO S. Stock options and credit default swaps in risk management[J].Journal of International Financial Markets， Institutions， and Money， 2018，53（3）：200214.

[16] BO L， CAPPONI A. Counterparty risk for CDS： default clustering effects[J]. Journal of Banking & Finance， 2015， 52：2942.

[17] SCHULDENZUCKER S， SEUKEN S， BATTISTON S. Default ambiguity： credit default swaps create new systemic risks in financial networks[J]. Management Science， 2020， 66（5）： 19811998.

[18] CATULLO E， GALLEGATI M， PALESTRINI A. Towards a credit network based early warning indicator for crises[J]. Journal of Economic Dynamics and Control， 2015， 50： 7897.

[19] IORI G， JAFAREY S， PADILLA F G. Systemic risk on the interbank market[J]. Journal of Economic Behavior & Organization， 2006， 61（4）： 525542.

[20] GATTI D D， GALLEGATI M， GREENWALD B， et al. The financial accelerator in an evolving credit network[J]. Journal of Economic Dynamics and Control， 2010， 34（9）： 16271650.

[21] RICCETTI L，RUSSO A，GALLEGATI M. Leveraged network-based financial accelerator[J]. Journal of Economic Dynamics and Control， 2013， 37（8）： 16261640.

（責(zé)任編輯 耿金花）