我国银行业网络结构及风险路径研究

我国银行业网络结构及风险路径研究
银行间的网络结构会对银行风险的传染路径产生重要影响。

本文首先介绍了银行网络结构的构造及具体的银行网络结构的种类，说明我国银行业呈现无标度网络结构。

然后根据我国2017年的最新数据，提出重点关注兴业银行、招商银行、华夏银行的资金安全。

最后，基于上文的论证，提出几点建议。

标签：网络结构；无标度网络；风险传染
一、引言
20世纪以来，科技的发展与创新带来了金融的春天，各类投资者在这个行业的崛起中获得了收益，但是金融危机的屡次发生给投资者们带来了一场场猝不及防的“狙击战”。

银行作为金融业的中流砥柱，风险极高。

针对银行业风险的研究层出不穷，基于网络结构来研究银行业风险的路径，是一种常见做法。

最早建立银行网络结构的是Allen&Gale（2000），他们使用了Diamond和Dybvig的银行挤兑模型，建立了一个只存在4家银行的简单网络结构，当所有的银行流动性充足时该网络结构是稳定的。

之后，这种方法便得到了广泛应用。

二、银行网络结构的构造与分类
网络分析就是通过建立各个银行间的借贷关系形成的拓扑图来解决现实问题。

不同的网络结构会导致银行间系统性风险的传染过程大不相同。

（一）银行网络结构的构造
现在较为普遍的做法是将单个银行视为一个个网络节点，节点之间一方面通过借贷关系形成直接联系，另一方面通过购买相同资产或拥有相同交易对象形成间接联系。

银行间的联系形成网络的边，由有向线段来表示。

线段从拆出银行指向拆入银行，数额由线段长度来体现。

（二）银行网络结构的分类
目前，主要的银行间网络结构分为规则、随机、小世界和无标度网络结构四类。

1.规则银行网络结构。

规则的网络结构是理想化的，在现实中并不存在。

其中，根据其不同形状分为三类：一是完全相邻的网络结构，任意两节点均相互连通。

二是最近相邻的银行网络结构，每个节点均只与自己最近的点相互连通。

三是星型银行网络结构，其形状像一个星星，中心位置是一个最重要的点，其他的银行都与这个点有业务往来，构成星星的角。

角与角之间基本上不存在私下的往来。

规则银行网络结构是最早期的网络结构，虽然简单，却开创了一种新的思维模式。

2.随机银行网络结构。

随机结构中，任意节点之间都是完全随机的连接。

假设一个随机的银行间网络结构，存在m个节点，一个节点与另外一个节点连接的概率均为P。

那么，在完全相邻的网络结构中，整个网络存在着条边，在随机银行网络中，则存在着
条边。

当p的值超过时，则整个随机网络是连通的。

当m的值足够大时，E-R分布就会服从泊松分布。

现实中意大利的隔夜拆借市场就是该种结构。

Iori&Precup等（2005）解释，在这个市场中，银行构成大不相同，有一些资产规模较大的银行会倾向于和自身结构不同的稍小的银行来作为自己的拆借对象。

这佐证了这个市场的高效率。

3.小世界银行网络结构。

小世界银行网络结构是一种介于随机和规则银行网络结构之间的一种。

Boss &Summer（2004）证明了奥地利银行间网络结构就是典型的小世界网络。

这种结构的形成并不是偶然的，因为奥地利的银行系统是按照地区的行政职能进行建设，有一定的规则性，但是绝对规则是不可能做到的，而他们又不是下文提到的无标度网络，呈现出典型的小世界银行网络结构特征。

4.无标度银行网络结构。

1999年，Barabasi&Albert提出了无标度网络结构模型。

在这一模型中存在着大量的节点，其中，为数不多的几个节点处于结构的中心位置，他们与大量边缘地带的节点相互接连，而其他的节点之间的联系则较为疏远。

一旦这个结构中出现新节点，与中心位置的节点相连的可能性更大。

所以，無标度银行网络模型是一种考虑经济动态发展的一种银行网络结构。

5.小结。

李守伟等（2012）认为，随机性结构主要出现在意大利，小世界结构主要出现在奥地利，而无标度结构主要出现在日本。

不同的网络结构面对不同的冲击会有不同的反应，产生不同的结果，其传染风险的速度与范围也不同。

一般来说，小世界网络风险最大，而随机网络比小世界网络略低，无标度网络最为稳定。

三、我国银行业网络结构及风险路径简析
笔者认为，不同类型的银行间网络机构很难简单区分孰优孰劣。

面对风险冲击，银行间网络结构一方面会分散风险，通过共同承担自我消化一部分风险；另一方面会作为一种传染渠道扩散风险。

目前，我国的经济正在高速发展之中，还没有形成相对固定的银行间网络结构，这与无标度银行间网络结构是颇为符合的，因此本文主要分析无标度网络结构。

（一）建立银行间风险传染机制
首先建立简单的银行资产负债表。

资产由银行间贷款与外部资产两部分组成，负债由银行间借款和客户存款组成。

总资产与总负债之差就是股东权益。

对
于银行而言，一旦出现股东权益的数值小于零即面临破产。

一家银行的破产并不会仅仅危害这一家银行，而且会导致其他银行的破产危机，因为他们在第一家的债权没有了保障。

如果下家银行无法消化上家银行带来的损失，则下家银行也面临破产。

以此类推，这种传染机制会延伸到某家银行能够消化掉上家银行所带来的坏账为止。

如图所示：
图3-1 风险传染机制
（二）无标度网络结构冲击分析
诸多研究表明（Boss和Elsinger，2004；Edson B和Cont R，2010）在实际生活中，无标度网络结构最为常见，但是差别较大，主要体现在度的分布上。

当无标度银行的集中度较高时，表示某几个银行在整个银行系统中占有相当高的地位（资产规模很大或者拥有绝对声望）。

如果集中度较低，则表示各银行间的网络市场紧密度较低。

冲击一：如果居于网络结构核心位置的银行遭到冲击面临破产时，由于他们的每一笔业务数额都很庞大，一旦资不抵债，受到波及的银行数量会很多。

最为常见的是最大的银行传染第二大的银行，再继续传染，直到这种损失被多家银行所共同承担，而承担不了的银行则彻底破产。

因此，如果在一个国家的银行系统中，资产差距很大，某一家银行或者某几家银行非常庞大，那么国家必须非常重视这些银行的稳定性。

冲击二：如果冲击是从居于网络结构的边缘银行开始的，因为本身它们的业务量就比较少，数额也比较小，所有损失很容易被下家所消化，造成的破坏也会相对较小。

在实际研究中，各大银行之间的交易数据并不是完全可得的，所以本文采用了十三家大银行的资产负债表数据（按照目前国内银行规模大小进行选择）。

我国银行的资产规模有着十分鲜明的特征，根据2015年的数据，绘制各类银行资产总额占比图如下：
图3-2 中国不同类别银行份额图
数据来源：银监会官网公布的2015年报
中国的银行数目很大，如果全部采用，将大大加大研究的复杂程度。

而在北京银行之后的江苏银行、南京银行、宁波银行等，开设网点并不多，有些是地方性银行，影响力不够大，所以在本文中均不采用。

表1展示了以上十三家银行2017年第一季度的简易资产负债表汇总表，按序编号为1-13（单位：百万）：
表1 2017年第一季度各大银行的简易资产负债汇总表
数据来源：各大银行2017年季度财务报告整理得出
从上面的数据中可以看出，1、2、6、7、8、9、
12的拆出资金小于拆入资金，那么这些银行会吸收银行间市场上的空余资金，用于自身的发展或者需求。

而其他的几家银行，3、4、5、10、11、13的拆出资金则是大于拆入资金的，这些银行则会将自己的资产由于支持其他银行。

其中，以50%为标准，6、9、12几家银行的拆入资金远远大于拆出资金，说明他们的稳定有很大程度都是依赖于别家银行的支持，如果他们某一天不能再成功地貸入自己所需要的资金，这些银行易产生更大的风险。

而且，他们都是处于中心地带的大银行，一旦出现破产风险，必然会产生极其恶劣的后果。

四、结论与政策建议
基于我国银行间网络结构是呈现无标度网络结构特征，居于中心位置的几家大银行就有着很大的责任去维持自己的资产安全。

当然，这并不意味着小银行就可以放松警惕。

一方面，最后贷款人制度可以为大银行提供一道安全防线，但是这道防线也有可能会产生道德风险。

雷曼兄弟的倒闭打破了“大而不倒”的预言，这告诫大银行必须更加严格要求自己，正确看待最后贷款人制度，将中国人民银行看作隐形的保障，切不可过于依赖。

另一方面对于小银行而言，应该充分使用存款保险制度。

存款保险制度让银行的诸多存款人的合法权益得到有力保障，客户对于银行机构的信任也会进一步的增强。

这样一来，银行系统的稳定，也会面临较小的冲击，避免系统性风险的发生。

并且，一旦发生系统性风险，也会为消化风险提供强有力的保障。

【参考文献】
[1]Allen，F，Gale，D，Financial Contagion[J].Journal of Political Economy，2000，108（1）：1-33
[2]Iori&Precup，Risk Assessment for Banking Systems[J].Management Science，2006，52（9）：1301-1314.
[3]Boss M，Elsinger H，Summer M，et work topology of the interbank market[J].Quantitative Finance，2004，4（6），677-684.
[4]李守伟，何建敏.不同网络结构下银行间传染风险研究[J].管理工程学报，2012，（4）：71-77.。