[论文解读] Financial crises and the evaporation of trust

Kartik Anand, Prasanna Gai+1 more|ArXiv.org|Nov 16, 2009

Banking stability, regulation, efficiency参考文献 7被引用 4

一句话总结

本文提出了一种基于网络的金融信任动态模型，表明负面消息如何通过交易对手关系引发信任的级联式崩溃，导致系统性信用冻结。研究证明，信任损失表现出滞后效应——一旦被侵蚀，恢复需要极大的努力，这解释了2007–2008年危机后银行间市场长期冻结的原因。

ABSTRACT

Trust lies at the crux of most economic transactions, with credit markets being a notable example. Drawing on insights from the literature on coordination games and network growth, we develop a simple model to clarify how trust breaks down in financial systems. We show how the arrival of bad news about a financial agent can lead others to lose confidence in it and how this, in turn, can spread across the entire system. Our results emphasize the role of hysteresis -- it takes considerable effort to regain trust once it has been broken. Although simple, the model provides a plausible account of the credit freeze that followed the global financial crisis of 2007/8, both in terms of the sequence of events and the measures taken (and being proposed) by the authorities.

研究动机与目标

• 解释2007–2008年金融危机期间银行间贷款市场中信任系统性崩溃的原因。
• 建立模型，说明关于交易对手信用状况的局部负面消息如何引发广泛且自我强化的不信任。
• 分析信任被侵蚀后金融网络的韧性与滞后效应。
• 阐明为何危机后恢复信任比在稳定时期维持信任要困难得多。

提出的方法

• 将金融网络建模为贷款人与借款人之间的协调博弈系统，其中信任决策取决于对交易对手可靠性的感知。
• 引入贝叶斯更新框架，贷款人根据接收到的新闻信号修正对交易对手的信念，信用worthiness的先验分布为均匀分布。
• 推导出一个切换阈值 $ c^* = \frac{b_j + b_j^0 + 1}{\ell_j + 1} $，该阈值决定贷款人基于预期错配成本是否终止贷款。
• 使用主方程描述负债 $ \ell $ 与资产 $ b $ 联合分布的时间演化，整合了关系建立、违约以及新闻到达的过程。
• 引入内生违约率 $ \mu, \mu_\ell, \mu_b $，其取决于资产负债表位置的稳态分布以及错配成本。
• 尽管由于Heaviside函数和阈值条件带来的非线性导致解析求解不可行，仍通过数值方法求解系统在稳态下的解。

实验结果

研究问题

• RQ1 关于某一交易对手信用状况的局部负面消息，如何在银行间网络中引发系统性不信任？
• RQ2 哪些机制解释了从密集信用网络到稀疏冻结网络的急剧且不可逆的转变？
• RQ3 为何危机后信任恢复所需条件远比最初导致崩溃的条件更为有利？
• RQ4 协调失败与策略不确定性如何放大信用市场中结构性不确定性的冲击？
• RQ5 新闻到达速率与债务合约的到期结构在决定网络衰减速率方面发挥何种作用？

主要发现

• 模型识别出两种均衡状态：一种是‘良好’状态，表现为密集且稳定的信用网络；另一种是‘恶劣’状态，表现为稀疏且冻结的银行间贷款。
• 由于滞后效应，两种均衡之间的转换是急剧且不可逆的——恢复信任需要将参数调整至远超原始临界点的水平。
• 违约临界阈值 $ c^* = \frac{b_j + b_j^0 + 1}{\ell_j + 1} $ 通过解析推导得出，且与噪声参数 $ \epsilon $ 无关，表明对信念不确定性具有鲁棒性。
• 在良好均衡状态下，系统表现出韧性：即使基本面恶化，一旦信任恢复，其稳定性仍可维持。
• 主方程框架能够捕捉网络演化的动态过程，包括基于资产负债表位置和新闻到达的内生违约率。
• 数值解证实，系统收敛至稳态，此时网络结构反映了策略性违约与信息驱动的提前违约的共同作用。