[論文レビュー] Contagion in Financial Networks: Measure, Evaluation and Implications

Bhaskar DasGupta, Lakshmi Kaligounder|arXiv (Cornell University)|Jan 1, 2013

Banking stability, regulation, efficiency参考文献 39被引用数 5

ひとこと要約

本稿は、Nierらのネットワークモデルを拡張し、金融ネットワークにおけるシステミックリスクを分析するものであり、伝染の伝播を評価するためのグローバル安定性指標を導入している。70万件以上のネットワーク構成に対する実証的評価を通じて、ネットワークの脆弱性を示すトポロジー的特徴とパラメータの組み合わせを同定し、システミックリスク評価のための実用的指標を提供している。

ABSTRACT

The recent crisis have generated renewed interests in fragilities of global networks among economists and regulatory authorities. In particular, a potential vulnerability of the networks is the financial contag ion process in which insolvencies of individual entities propagate through the web of dependencies to affect the entire system. In this paper, we formalize an extension of a network model originally proposed by Nier et al. (35) for scenarios such as the OTC derivatives market, define a suitable global stability measure for this model, and perform a comprehensive empirical evaluation of this stability measure over more than 700,000 combinations of networks types and parameter combinations. Based on our evaluations, we discover many interesting implications of our evaluations of this stability measure, and derive topological properties and parameters combinations that may be used to flag the network as a possible fragile network.

研究の動機と目的

• OTCデリバティブ市場におけるシステミックリスクのための拡張ネットワークモデルを形式化すること。
• 金融ネットワークの伝染に対するレジリエンスを定量化するグローバル安定性指標を定義すること。
• 多様なネットワークタイプとパラメータの組み合わせにおいて、安定性指標を実証的に評価すること。
• 脆弱な金融ネットワークを特定するためのトポロジー的およびパrametric特徴を同定すること。

提案手法

• OTCデリバティブ市場における現実的な依存関係を組み込むために、Nierらのネットワークモデルを拡張する。
• 相互に接続された主体を通じた自己破綻の伝播に基づくグローバル安定性指標を定義する。
• ネットワークタイプとモデルパラメータの組み合わせが70万件を超える大規模な実証的評価を実施する。
• シミュレーションベースの分析を用いて、異なるネットワークトポロジーとレバレッジ水準における自己破綻の伝播を評価する。
• 統計的およびトポロジー的分析を用いて、安定性結果のパターンを検出する。
• システム全体の不安定性と相関する臨界閾値および構造的特徴を同定する。

実験結果

リサーチクエスチョン

• RQ1 どのようなネットワークトポロジーとパラメータの組み合わせが、金融ネットワークにおける最高のシステミック不安定性を引き起こすか？
• RQ2 グローバル安定性指標は、ネットワーク接続性、レバレッジ、デフォルト閾値の変化に対してどのように反応するか？
• RQ3 どのトポロジー的特性が一貫して脆弱なネットワーク構成を予測するか？
• RQ4 安定性指標が金融伝染の早期警戒インジケーターとしてどの程度有効に機能するか？
• RQ5 安定と不安定なネットワーク構成を区別する識別可能な構造的パターンは存在するか？

主な発見

• 安定性指標は、多様なネットワーク構成においてシステミックリスクを効果的に捉えており、トポロジーとレジリエンスの間の非線形的関係を明らかにしている。
• 短いパス長を持つ高密度接続ネットワークは、特に高レバレッジ下で急速な伝染にさらされやすくなる。
• 度数分布が不均一でクラスタリング係数が高いネットワークは、高デフォルト閾値と組み合わさるとより大きな脆弱性を示す。
• 特に高レバレッジと低資本バッファーの組み合わせは、他の構造が堅牢であっても一貫して不安定化を引き起こす。
• 少数の高接続ノード（ハブ）が破綻した場合、システム全体の失敗リスクが顕著に上昇する。
• 主要機関における高いバーチャルセンタリティ（中間性中心性）などの特定のトポロジー的特徴は、ネットワークの脆弱性と強く相関している。