基于DebtRank算法的银行系统性风险仿真研究

摘要

银行系统性风险是指一个或几个重要银行机构的违约通过银行网络引起的大范围的银行机构违约风险。目前,大部分的学者通过单一渠道来仿真研究银行系统性风险,而且以银行倒闭的数量来判定银行系统性风险,但是,现实世界中,发生银行倒闭的事件很少,很难用银行倒闭的数量来判定银行系统性风险。而债务等级法的判定,不需要有银行倒闭,就可以用来衡量整个银行系统的系统性风险,但是目前,采用债务等级法(DebtRank)来判定银行系统性风险的研究还缺乏。另外针对双渠道传染的银行系统性风险的研究也少见。为解决上述问题,首先构建双渠道传染模型,然后基于DebtRank算法构建银行系统的债务等级,利用银行系统的债务等级评判银行系统的系统性风险,进一步研究杠杆、平均连接度对银行系统性风险的影响。研究结果表明:杠杆和平均连接度对银行系统的系统性风险有较大影响;杠杆对银行系统性风险具有单调增加的作用,且直接传染渠道占优下作用更大;平均连接度对间接传染渠道占优下的银行系统性风险具有单调增加的作用,而直接传染渠道占优下只有当其较小时才具有单调增加的作用,当平均连接度较大时,反而是单调减少的作用。进一步研究发现,不同传染渠道之间存在一个(杠杆和连接度的)阈值,随着平均连接度的增大,阈值会在更大的杠杆下产生;同样的,随着杠杆的增大,阈值需要在更大的平均连接度下产生。上述研究可以为中央银行的政策制定提供一定的决策依据。