[论文解读] A Systemic Stress Test Model in Bank-Asset Networks

Nima Dehmamy, Sergey V. Buldyrev+3 more|arXiv (Cornell University)|Oct 1, 2014

Complex Systems and Time Series Analysis被引用 8

一句话总结

本文提出了一种基于经典力学和拉普拉斯决定论原理的银行-资产网络系统性压力测试模型，用于预测金融网络在冲击下的响应。该模型引入了BankRank以衡量系统性重要性，表明在欧元区危机期间，网络从稳定动力学转变为不稳定动力学，且在不稳定状态下，较小的持有者获得了系统性相关性。

ABSTRACT

Financial networks are dynamic. To assess their systemic importance to the world-wide economic network and avert losses we need models that take the time variations of the links and nodes into account. Using the methodology of classical mechanics and Laplacian determinism we develop a model that can predict the response of the financial network to a shock. We also propose a way of measuring the systemic importance of the banks, which we call BankRank. Using European Bank Authority 2011 stress test exposure data, we apply our model to the bipartite network connecting the largest institutional debt holders of the troubled European countries (Greece, Italy, Portugal, Spain, and Ireland). From simulating our model we can determine whether a network is in a stable state in which shocks do not cause major losses, or a state in which devastating damages occur. Fitting the parameters of the model, which play the role of physical coupling constants, to Eurozone crisis data shows that before the Eurozone crisis the system was mostly in a stable regime, and that during the crisis it transitioned into an regime. The numerical solutions produced by our model match closely the actual time-line of events of the crisis. We also find that, while the largest holders are usually more important, in the unstable regime smaller holders also exhibit systemic importance. Our model also proves useful for determining the vulnerability of banks and assets to shocks. This suggests that our model may be a useful tool for simulating the response dynamics of shared portfolio networks.

研究动机与目标

• 开发一种动态金融网络模型，以考虑时间变化的连接与节点，在评估系统性风险时加以应用。
• 量化在相互关联的金融网络中银行的系统性重要性，特别是在危机时期。
• 通过物理类比，模拟并预测共享投资组合网络中金融冲击的传播。
• 评估金融网络是否在系统性危机期间发生从稳定到不稳定状态的转变。
• 确定在网络不稳定状态下，较小的机构债务持有者是否可能表现出系统性重要性。

提出的方法

• 该模型应用拉普拉斯决定论和经典力学，将金融网络表示为具有时间变化相互作用的动力系统。
• 采用双分图网络结构，将主要机构债务持有者与陷入困境的欧元区主权国家（希腊、意大利、葡萄牙、西班牙、爱尔兰）相连接。
• 模型引入物理耦合常数——基于欧元区危机数据拟合——以模拟冲击传播与网络稳定性。
• 提出BankRank作为衡量系统性重要性的指标，基于银行在系统动力学中的位置与影响力。
• 从模型方程中推导出数值解，并与实际危机时间线进行对比，以验证预测准确性。
• 利用2011年欧洲银行压力测试暴露数据进行参数拟合，以使模型与现实世界动态相校准。

实验结果

研究问题

• RQ1 金融网络如何动态响应冲击，其稳定性是否可借助物理类比进行预测？
• RQ2 单个银行在系统中的系统性重要性如何？其在稳定与不稳定状态之间如何变化？
• RQ3 在系统性危机期间，网络是否从稳定状态转变为不稳定状态？这一转变发生在何时？
• RQ4 在金融网络不稳定时期，较小的机构债务持有者是否具有系统性重要性？
• RQ5 模型的数值解与欧元区危机的实际时间线在多大程度上一致？

主要发现

• 在欧元区危机之前，金融网络主要处于稳定状态，冲击不会导致重大损失。
• 在危机期间，网络转变为不稳定状态，冲击广泛传播并造成系统性损害。
• 模型的数值解与欧元区危机期间实际事件的时间线高度吻合，验证了其预测能力。
• 在不稳定状态下，较小的机构债务持有者表现出系统性重要性，挑战了仅大型持有者具有系统性相关性的假设。
• 该模型成功识别出银行与资产对冲击的脆弱性，展示了其在模拟共享投资组合网络动态方面的实用性。
• BankRank有效捕捉了系统性重要性的变化，尤其突出了在不稳定状态下小型持有者角色的上升。