基于溢出效应的多级风险传染机理及实证研究

doi:10.16381/j.cnki.issn1003-207x.2020.1572

中国管理科学 ›› 2023, Vol. 31 ›› Issue (6): 39-48.doi: 10.16381/j.cnki.issn1003-207x.2020.1572

• 论文 • 上一篇

基于溢出效应的多级风险传染机理及实证研究

范宏, 陈乃熙

东华大学旭日工商管理学院,上海200051

收稿日期:2020-08-13 修回日期:2020-11-02 发布日期:2023-06-17
通讯作者: 范宏(1971-)，女(汉族)，上海人，东华大学旭日工商管理学院，教授，博士生导师，研究方向：金融网络风险分析、复杂经济系统建模与分析，Email：hongfan@dhu.edu.cn. E-mail:hongfan@dhu.edu.cn
基金资助:
国家自然科学基金资助项目(71971054)；上海市自然科学基金资助项目(19ZR1402100)；中央高校基本科研业务费专项资金、东华大学研究生创新基金资助项目(CUSF-DH-D-2022056)

Multi-stage Risk Contagion Mechanism and Empirical Study Based on Spillover Effect

FAN Hong, CHEN Nai-xi

Glorious Sun School of Business and Management, Donghua University, Shanghai 200051, China

Received:2020-08-13 Revised:2020-11-02 Published:2023-06-17
Contact: 范宏 E-mail:hongfan@dhu.edu.cn

摘要/Abstract

摘要： 目前国内外很多的实证研究及仿真实验均发现了银行网络系统中的风险传染现象，并研究了网络结构与风险传染的关系，但这种风险的多级传染机理仍未阐明。首先，本文构建银行网络系统，定义银行清算比率、威胁系数、溢出效应，通过清算比率计算银行系统中的违约银行集合；然后，根据违约银行集合计算威胁系数，在威胁系数的基础上计算每个银行的溢出效应；最后,基于银行的溢出效应,理论分析得出银行违约引起的多级传染机理。传染机理表明，传染的发生只与违约银行间的网络结构有关，与安全银行连接的网络结构无关。银行的多级传染溢出效应与其传染路径上每家银行的溢出效应有关，银行的溢出效应越大，传染影响越强，传染级数越多。通过对2018年中国违约银行溢出效应的研究发现，龙江银行、国民银行、贵阳银行及承德银行为溢出效应最大的四家银行，它们的违约对整个中国银行网络的风险传染的影响最大。

关键词: 银行网络结构；债务违约风险；威胁系数；溢出效应；多级传染机理

Abstract: Since the 2007-2009 financial crisis, preventing the occurrence of financial risks has become an important financial goal of all countries. At present, many empirical studies and simulation experiments have found the phenomenon of risk contagion in the banking network system and studied the relationship between network structure and risk contagion, but the mechanism of risk contagion is still unclear.

Key words: banking network structure; debt default risk; threat index; spillover effect; multi-stage contagion mechanism

中图分类号:

F830

范宏, 陈乃熙. 基于溢出效应的多级风险传染机理及实证研究[J]. 中国管理科学, 2023, 31(6): 39-48.

FAN Hong, CHEN Nai-xi. Multi-stage Risk Contagion Mechanism and Empirical Study Based on Spillover Effect[J]. Chinese Journal of Management Science, 2023, 31(6): 39-48.

参考文献

［1］ Allen F, Gale D. Financial contagion［J］. Journal of Political Economy, 2000, 108(1): 1-33.
［2］ Frexias X, Parigi B M, Rochet J C. Systemic risk, interbank relations and liquidity provision by the central bank［J］. Journal of Money, Credit and Banking, 2000, 32(3): 611-638.
［3］ Cifuentes R, Ferrucci G, Shin H S. Liquidity risk and contagion［J］. Journal of the European Economic Association, 2005, 3(2-3): 556-566.
［4］ Nier E, Yang Jing, Yorulmazer T, et al. Network models and financial stability［J］. Journal of Economic Dynamics & Control, 2007, 31(6): 2033-2060.
［5］ Upper C. Simulation methods to assess the danger of contagion in interbank markets［J］. Journal of Financial Stability, 2011, 7(3): 111-125.
［6］李守伟, 何健敏. 不同网络结构下银行间传染风险研究［J］. 管理工程学报, 2012, 26(4): 71-76.Li Shouwei, He Jianmin. Investigating interbank contagion risks under different network structures［J］. Journal of Industrial Engineering Management, 2012, 26(4): 71-76.
［7］邓超, 陈学军. 基于复杂网络的金融传染风险模型研究［J］. 中国管理科学, 2014, 22(11): 11-18.Deng Chao, Chen Xuejun. To study the model of financial contagion risk base on complex network［J］. Chinese Journal of Management Science, 2014, 22(11): 11-18.
［8］唐振鹏, 谢智超, 冉梦, 等. 网络视角下我国上市银行间市场系统性风险实证研究［J］. 中国管理科学, 2016, 24(S1): 489-494.Tang Zhenpeng, Xie Zhichao, Ran Meng, et al. System risk empirical study of China listed bank market under the network perspective［J］. Chinese Journal of Management Science, 2016, 24(S1): 489-494.
［9］ Battiston F, Nicosia V, Latora V. The new challenges of multiplex networks: measures and models［J］. European Physical Journal Special Topics, 2017, 226(3): 401-416.
［10］ Gai P, Kapadia S. Contagion in financial networks［J］. Proceedings: mathematical, Physical and Engineering Science, 2010, 466(2120): 2401-2423.
［11］ Acemoglu D, Ozdaglar A, Tahbaz-Salehi A. Systemic risk and stability in financial networks［J］. The American Economic Review, 2015, 105(2): 564-608.
［12］李智, 牛晓健. 基于内生网络的银行间传染风险特征［J］. 北京理工大学学报(社会科学版), 2017, 19(2): 57-71.Li Zhi, Niu Xiaojian. Characteristics of interbank contagion risk based on endogenous networks［J］. Journal of Beijing Institute of Technology (Social Science Edition), 2017, 19(2): 57-71.
［13］严冠, 刘志东. 基于贝叶斯方法的中国商业银行同业借贷网络中系统风险研究［J］. 中国管理科学, 2020, 28(4): 14-26.Yan Guan, Liu Zhidong. System risk in China’s interbank liability networks based on the bayesian methodology［J］. Chinese Journal of Management Science, 2020, 28(04): 14-26.
［14］ Boss M, Elsinger H, Summer M, et al. Network topology of the interbank market［J］. Quantitative Finance, 2004, 4(6): 677-684.
［15］ Gauthier C, He Zhongfang, Souissi M. Understanding systemic risk: the trade-offs between capital, short-term funding and liquid asset holdings［R］. Bank of Canada Working Paper, 2010.
［16］ Iori G, Jafarcy S, Padilla E. Systemic risk on the interbank market［J］. Journal of Economic Behavior and Organization, 2006, 61(4): 525-542.
［17］ Iori G, De Masi G, Precup O V, et al. A network analysis of the Italian overnight money market［J］. Journal of Economic Dynamics and Control, 2008, 32(1): 259-278.
［18］杨海军, 胡敏文. 基于核心-边缘网络的中国银行风险传染［J］. 管理科学学报, 2017, 20(10): 44-56.Yang Haijun, Hu Minwen. Risk contagion of Chinese interbank markets based on core-periphery network［J］. Journal of Management Science in China, 2017, 20(10): 44-56.
［19］马君潞, 范小云, 曹元涛. 中国银行间市场双边传染的风险估测及其系统性特征分析［J］. 经济研究, 2007(1): 68-78.Ma Junlu, Fan Xiaoyun, Cao Yuantao. Estimating bilareral exposures in the China interbank market: is there a systemic contagion［J］. Economic Research Journal, 2007(1): 68-78.
［20］ Censor Y, Zenios S A. Parallel optimization: theory, algorithms, and applications［M］. Oxford: Oxford University Press, 1997.
［21］ Demange G. Contagion in financial networks: a threat index［J］. Management Science, 2018, 64(2): 955-970.
［22］ Eisenberg L, Noe T. Systemic risk in financial system［J］. Management Science, 2001, 47(2): 236-249.
［23］ Anand K, Craig B R, Von Peter G. Filling in the blanks: network structure and interbank contagion［J］. Quantitative Finance, 2015, 15(4): 625-636.

[1]	纪建悦, 许瑶, 张懿. 民间投资视角下环境规制对绿色全要素生产率的影响研究[J]. 中国管理科学, 2023, 31(5): 11-19.
[2]	尹海员, 吴兴颖. 投资者日度情绪、订单流不均衡与股票流动性[J]. 中国管理科学, 2023, 31(5): 60-70.
[3]	张卫国, 黄思颖, 王超. 奖励众筹融资绩效动态预测研究——来自“众筹网”数据的实证[J]. 中国管理科学, 2023, 31(5): 71-83.
[4]	赵志冲, 严丽霞. 多维数据下小企业违约风险过程性评价研究[J]. 中国管理科学, 2023, 31(5): 84-92.
[5]	刁姝杰, 匡海波, 朱佳钰, 孟斌. 基于混合CVaR的出口海陆仓质押率与物流服务努力水平联合决策研究[J]. 中国管理科学, 2023, 31(5): 93-103.
[6]	陈淼鑫, 黄振伟. 股价波动的长记忆性与横截面股票收益——基于中国市场的实证研究[J]. 中国管理科学, 2023, 31(4): 1-10.
[7]	郝俊, 李建平, 冯倩倩, 孙晓蕾. 基于溢出效应的金融危机早期预警方法研究[J]. 中国管理科学, 2023, 31(4): 35-45.
[8]	陈庭强, 王杰朋, 杨晓光. 双层耦合网络下CRT市场交易对手信用风险传染演化模型研究[J]. 中国管理科学, 2023, 31(4): 260-274.
[9]	罗鹏飞, 陆婷. 流动性偏好企业家动态投资消费与企业资产定价[J]. 中国管理科学, 2023, 31(2): 1-8.
[10]	刘霞, 刘善存, 张强. 信息认知偏差、有限竞争与资产定价[J]. 中国管理科学, 2023, 31(2): 9-17.
[11]	杨坤, 魏宇, 李守伟, 何建敏. 地缘政治风险是中国原油期货市场的驱动因素吗？——基于小波多分辨的非参数分位数因果检验方法[J]. 中国管理科学, 2023, 31(2): 51-62.
[12]	甘柳, 李群翅. 研发项目投资决策与最优政府补贴研究[J]. 中国管理科学, 2023, 31(2): 63-72.
[13]	崔峰, 韩传峰, 刘兴华, 滕敏敏. 基于小波GARCH模型的协整策略交易信号指标体系优化[J]. 中国管理科学, 2023, 31(2): 129-137.
[14]	梁墨, 李鸿翔, 张顺明. 基于ST预测的财务困境测度与股票横截面收益[J]. 中国管理科学, 2023, 31(2): 138-149.
[15]	吴金宴, 王鹏. 基于协高阶矩检验体系的中国资本市场开放与风险传染效应研究[J]. 中国管理科学, 2023, 31(1): 37-46.

基于溢出效应的多级风险传染机理及实证研究

Multi-stage Risk Contagion Mechanism and Empirical Study Based on Spillover Effect

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 0