银行借贷与系统性风险防控——基于复杂网络模型的研究

摘要：

目前我国金融市场仍以银行业为主,银行业的风险关乎整个金融系统的稳定.而如果只关注银行间的风险,往往会忽视系统性风险的真实来源,即实体行业的信贷关联.鉴于此,本文首先运用矩阵法模拟了2008—2017年银行间市场的微观借贷数据,结合历年银行对实体行业的实际贷款,构建银行间、银行对实体行业的业务关联网络.其次基于复杂网络的视角,分析银行间借贷网络结构的变化,并动态识别系统重要性银行、风险传染性银行、系统重要性行业,阐释其现实意义与内在关联.研究结果表明:中行、农行、工行、建行、交行为系统重要性银行,历年来系统性风险相对稳定;华夏银行、平安银行、广发银行等股份制银行为风险传染性银行,呈现出动态变化特征;制造业、交运仓储业、房地产业等是系统重要性行业,且行业重要性排名呈时变特征.因此,防控系统性风险,在关注银行间风险传染的同时,还需立足经济的全局视角,监控系统重要性行业,实现"稳增长、控风险"的目标.

关键词：银行、系统性风险、系统重要性行业、复杂网络模型

分类号：F832.4(金融、银行)

资助基金：国家社科基金项目"金融-实体双向反馈网络下的银行业系统性风险评估与防控研究"18BJY247;教育部人文社会科学研究规划基金项目"基于copula风险度量模型的养老基金资产配置问题研究"16YJA790063

在线出版日期：2019-12-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：12-22