银行间市场风险传染研究及其展望

杨 磊 张 强 向嘉诚

(湖南大学 金融学院，湖南 长沙 410007)



银行间市场风险传染研究及其展望

杨 磊 张 强 向嘉诚

(湖南大学 金融学院，湖南 长沙 410007)

2008年，由美国次贷危机引发的全球性金融风暴集中暴露了金融系统面对风险传染的脆弱性。但是，既往的银行间市场风险传染研究存在理论模型与实际情况拟合性差、网络结构类型不全面以及模型过于依赖静态和外生性假设等问题。未来的研究展望：建立更拟合于现实情况的复杂网络模型；银行间市场的部分风险传染渠道及其效应有待深入研究；动态和内生性模型是未来研究的趋势；进一步厘清外部冲击的类型与性质，探究不同的外部冲击对银行间市场风险的特定影响；针对国内的实际情况，迫切需要结合现实数据以验证相关理论在国内的适用性。

银行间市场风险传染；复杂网络；直接联结；间接联结

2008年，由美国次贷危机引发的全球性金融风暴集中暴露了金融系统面对风险传染的脆弱性，而这，也进一步激起了学术界对银行间市场风险传染效应的研究兴趣。目前，研究银行间市场风险传染效应的方法主要有矩阵法和复杂网络法。基于复杂网络理论，复杂网络法可以甄别出银行间资产负债连接的网络结构特征，从而分析风险传染效应在银行间市场的作用机制。相对于矩阵法，复杂网络法通过差异化的网络节点和连接设置，能够更精确地识别风险在不同连接传导的效果和对网络整体的影响，也更贴合现实，具有独特的优越性。本文拟通过归纳总结复杂网络法的最新研究进展，为我国有效控制银行间市场风险传染提供理论借鉴。

一、银行间市场风险传染的内涵

理论界与实务界针对银行间市场风险传染效应进行过大量有益的探索，关注点主要集中于银行间市场风险的具体构成与历史演进，以及风险传染效应的作用机制。在进一步熟悉这些问题之前，我们有必要再明确一下银行间市场风险的定义与构成，详细了解银行间市场风险传染的内涵，从而为正确理解其作用机理奠定基础。

(一)银行间市场风险的界定

在分析银行间市场风险之前，我们有必要对银行间市场的概念和特性进行了解。银行间市场是包括商业银行、证券公司、保险公司等金融机构在内的调剂资金余缺以及金融机构货币保值增值的交易场所。广义的银行间市场，包括同业拆借市场、票据市场、债券市场、外汇市场以及黄金市场等一切银行间的短期融资市场；狭义的银行间市场则主要是指银行间的同业交易市场。

关于银行间市场风险的定义，Allen等人(2000)认为，同业拆借市场使银行在借贷业务和支付体系上相互联结，当系统中某家银行倒闭时，其可能通过信用网络使得其他金融机构的财务状况出现恶化，从而将风险传染给其他银行，继而引发大规模银行倒闭。*Allen F, Gale D. Financial Contagion[J]. Journal of Political Economy, 2000, 108(1):1-33.Kaufman(2000)则认为，系统性风险是指整个系统受到单部门倒闭的影响而面临冲击的风险和概率。也就是说，系统性风险是指一个事件在一连串的机构和市场构成的系统中引起一系列损失的可能性。*范小云等：《我国金融机构的系统性风险贡献测度与监管——基于边际风险贡献与杠杆率的研究》，《南开经济研究》2011年第4期。因此，本文讨论的银行间市场风险主要是指银行间市场中的系统性风险，该定义基于银行微观主体，强调机构之间通过互持资产和实质交易形成的连接关系。

(二)银行间市场风险传染的内涵

对于风险传染的定义，Gropp等人(2003)认为，风险传染是某家银行遭遇特殊的外部冲击，并传递到其他银行的现象。*Gropp R, Moerman G. Measurement of contagion in banks’ equity prices[J]. Journal of International Money & Finance, 2003, 23(3):405-459.Duggar等人(2007)则指出，风险传染是一家或几家银行面临的风险向其他银行或金融机构传递的过程。*Duggar E, Mitra S. External Linkages and Contagion Risk in Irish Banks[J]. Imf Staff Papers, 2007, 56(4):758-786.宫晓琳(2012)基于宏观角度指出，宏观金融层面的风险联动在遭遇外部冲击后急剧增加；*宫晓琳：《宏观金融风险联动综合传染机制》，《金融研究》2012年第5期。而何建敏(2013)则认为，风险传染是银行因受到冲击而对其他银行产生的溢出效应。*李守伟、何建敏：《基于传染渠道的银行系统性风险研究述评》，《现代管理科学》2013年第6期。

综上所述，我们认为银行间市场风险传染可以界定为在银行间市场中，银行之间通过债权和债务关系联系在一起，当有一个银行因受冲击而产生银行失败(即倒闭)时，这一冲击可能传导给与该行有信用资产连接的其他银行，并给其他银行带来失败的风险。

二、基于复杂网络法的银行间市场风险传染研究

已有复杂网络研究的相关文献主要是从直接联结、间接联结和两种机制的相互作用进行研究。*周飞、陈钦兰等：《网络信任建立过程的客户关系学习对供应链合作关系价值实证研究》，《华侨大学学报》(哲社版)2015年第2期。本文也将从这三个角度来归纳总结基于复杂网络法的银行间市场风险传染机制的相关研究进展。

(一)直接联结

对于银行间市场风险传染的直接联结机制，已有研究表明该机制的作用并不显著，而是更多地表现为由直接联结而引发的间接风险传染。具体而言，在现实世界中，没有一家银行因为自身在银行间市场遭受的直接损失而失败。*Upper, C. (2011). Simulation methods to assess the danger of contagion in interbank markets. Journal of Financial Stability, 7(3):111 -125.多项研究通过估计发达经济体中银行间的双边风险暴露矩阵，并模拟了单个银行倒闭而引发的风险传染效应，结果表明，由直接的银行间联系而导致银行失败的可能性较小。然而，这些研究都是假设银行间债权结构是固定的，并使用了基于不切实际的密集化网络的估计方法，因此无法考虑所有动态性因素。此外，对于我们为何无法观察到因银行间市场损失而导致银行失败的情况，也存在着其他解释，即政府干预可能阻止风险通过这一渠道传染。*Laeven, L. and Valencia, F. (2013). Systemic banking crises database. IMF Econ Rev, 61(2):225{270.但是，由于存在道德风险，政府干预往往并不是阻止风险传染的最佳选择。因此，研究如何在风险传染发生之前便限制其产生就变得尤为必要。另一个关于直接风险暴露的观点是，由于银行间市场直接风险传染而引发间接传染，对在银行间市场出现损失的恐慌可能引发银行挤兑，由可感知的信用质量恶化而导致市场资产价值的损失和信心危机等。*Glasserman, P. and Young, H. P. (2014). How likely is contagion in financial networks? Journal of Banking & Finance. DOI: 10.1016/j.jbankn.2014.02.006.

关于银行间的直接联结如何具体影响银行间市场风险传染效应，则主要与银行间网络的密度与特征紧密相关。

1.网络密度与传染性。根据既有的研究，银行间市场风险传染效应的大小与银行间网络密度紧密相关，但其具体关系仍存有争议。有学者认为网络密度越大，风险传染效应越小，而部分学者则指出网络密度越大，越容易发生风险传染。也有研究表明，网络密度与传染性存在一定的临界值，当外部冲击的大小分布在临界值两侧时，将产生截然不同的结论。

一种观点认为，网络密度越大越有利于防止风险传染。Allen等人(2000)的研究表明，高度联结的银行间网络增强了整个银行系统对单个银行失败冲击的弹性。他们建立了一个涉及四家银行的基本网络结构，指出风险传染主要取决于银行间的联结模式。当网络是完全联结的(即完全网络)，不同银行间所持有的同业存款在所有银行间均等分布。在该设定下，冲击的影响被抑制了，因为每一家银行都承担了一小部分损失，从而不存在风险传染的问题。相反地，当银行网络是环状的(每一个节点都有向内和向外的联结处，即不完全网络)，则整个系统将更加脆弱。冲击的初始影响集中于几家临近的银行，一旦这些银行失败，长期资产的过早清算以及相应的价值损失将导致风险传染给先前未受影响的银行。这一结果表明，风险传染效应的出现主要依赖网络联结的结构，而且完全网络结构比非完全网络结构更加稳健。但是，该模型仅包含四家银行，其建立的网络结构与银行体系过于简单，从而难以反映真实的情况。

在Allen等人(2000)的研究基础上，Leitner (2005)发展了一个更加具有普适性的理论框架。其假定代理人自身所拥有的资源是随机变量，因此其可能没有足够的资金用于投资。当代理人与其他代理人之间没有关联时，资金充裕的代理人事后并没有动机来帮助资金匮乏的代理人，导致有些净现值为正的项目因其代理人缺乏资金而无法实施(即某些有偿付能力但流动性不足的银行将走向破产)。相反地，当代理人之间彼此关联，资金充裕的代理人将会帮助资金匮乏的代理人，从而避免风险传染导致所有项目都失败。就事前而言，代理人之间的相互关联也是最优的，因为即使不存在正式的承诺，银行之间也可以获得互助的保障。因此，他认为较密集的网络能够提高投资水平并提供相应的保障，从而更为理想。*Leitner, Y. (2005). Financial networks: Contagion, commitment, and private sector bailouts. The Journal of Finance, 60(6):2925-2953.

另一种观点认为，网络密度越大将加剧风险传染的可能性。Brusco等人(2007)研究了金融风险在不同地区银行间的传播，他们发现银行间同业存款规模越大，其风险传染的程度越大。*Brusco, S. and Castiglionesi, F. (2007). Liquidity coinsurance, moral hazard, and financial contagion.The Journal of Finance, 62(5):2275-2302.相较于完全市场结构，环形网络不利于风险的传染，这一结论与Allen等人(2000)的研究相悖。Allen等人 (2000)所提到的重要的风险传播渠道是由于流动性冲击而引发的意料之外的长期资产的提前清算。而Brusco等人(2007)则认为，提前清算不属于相关的作用机制，因为银行间的债权债务协议可以基于流动性冲击来调整。唯一的不可削弱的风险传染来源则是高风险资产。通过持有相同的高风险投资而建立起联系的银行，其风险传染的可能性将显著增加。Vivier-Lirimont (2006)也发现网络密度越大，风险传染过程中所涉及的银行越多，传染也将会越快。相似地，Battiston等人(2012)指出，由于金融加速机制而引发的正反馈循环，更多的联系导致金融系统更加脆弱。这一研究表明，对于中等程度的风险分散，金融机构将是最具有弹性的。*Battiston, S., Gatti, D. D., Gallegati, M., Greenwald, B., and Stiglitz, J. E. (2012b). Liaisons dangereuses:Increasing connectivity, risk sharing, and systemic risk. Journal of Economic Dynamics and Control, 36(8):1121 -1141.

也有研究表明，网络密度与风险传染之间的关系存在不确定性，即存在一定的临界值，当外部冲击的大小分布在临界值两侧时，将产生截然不同的结论。Acemoglu等人(2015)尝试通过基于联结性和冲击规模将上述不同的结论结合在一起，聚焦于常规的金融网络。*Acemoglu, D., Ozdaglar, A., and Tahbaz-Salehi, A. (2015). Systemic risk and stability in financial networks. American Economic Review, 105(2):564-608.他们发现，当负面冲击的程度与数量低于某一阈值时，银行间网络联结的分布越均衡，金融系统将更加稳健。这一较小的冲击结构要求负面冲击的规模要小于可提供给金融网络的流动性盈余。特别地，由于风险分散的作用，完全网络是一种最不具有传染性的形态。然而，当负面冲击的强度与大小超过了金融系统中的流动性盈余时，更多的金融网络联结将不再是稳定性的保证。此时，银行间联结为金融风险传染提供了便利，并导致整个系统变得更加脆弱。当出现大规模的冲击时，联系较弱的金融网络比完全网路要稳定。这样一个相变的作用机理是当遭遇大规模的负面冲击时，银行系统的超额盈余不足以覆盖损失。在这样的情形下，较少的银行间联结确保了损失只由受损银行的优先级债权人承担，从而保护了系统内的其他银行。Nier等人(2007)研究了在随机网络中，某银行遭遇异质冲击后所造成的风险传染效应。*Nier, E., Yang, J., Yorulmazer, T., and Alentorn, A. (2007). Network models and financial stability.Journal of Economic Dynamics and Control, 31(6):2033-2060.他们发现，其影响是非线性的。对于低水平的联结性，其小幅增加将强化传染效应。这一结论也被Blume等人 (2013)所证实，即稍微过度的联结将对风险传染产生巨大的影响。*Blume, L., Easley, D., Kleinberg, J., Kleinberg, R., and Tardos, E. (2011). Which networks are leastsusceptible to cascading failures? In Foundations of Computer Science (FOCS), 2011 IEEE 52nd Annual Symposium on, pages 393-402.更进一步地，Nier等人(2007)发现对于更密集的网络，更多的联结将强化系统吸收冲击的能力。

2.网络特征与传染性。银行间网络的特征也将显著地影响风险传染效应，这些特征包括网络集中度、银行间风险敞口的大小等。

网络集中度对风险传染效应的影响主要取决于网络的结构特征。Gai等人 (2010)提出两个重要观点。*Gai, P. and Kapadia, S. (2010). Contagion in financial networks. Proceedings of the Royal Society A:Mathematical, Physical and Engineering Science, 466(2120):2401-2423.一个是罕见的外部冲击可能对银行间网络产生极端的后果；另一个是当冲击作用于网络的不同节点时，某一特定规模的冲击可能会产生截然不同的影响。银行间增加的联结性可能会降低违约传染的可能性，但这要取决于某家银行的损失程度，更多的联结也可能令传染扩散得更广。这体现了金融网络稳健而又脆弱的特性。Gai等人(2011)还构建了一个受到流动性冲击的包含250家银行的网络结构。银行间在各自的资产负债表上彼此持有无担保的负债，其中银行间的联结满足泊松分布。为了分析集中度的影响，他们研究了在肥尾(几何形)的网络结构中可能发生的变化。这一网络结构中的银行比一般的银行联系得更为紧密，从而形成了一个层叠式的结构。相较于泊松分布，该结构的传染性将不会那样严重。这也反映了Albert 等人(2000)曾提出的观点，肥尾的网络对于随机冲击将表现的更为稳健。Gai等人(2011)也研究了在这两种不同的网络结构下特定冲击对联结得最为紧密的银行的不同影响。*Albert, R., Jeong, H., and Barabasi, A.-L. (2000). Error and attack tolerance of complex networks.Nature, 406(6794):378-382.在泊松分布下联结得最为紧密的的银行并不比一般银行联结得更为紧密，但在肥尾分布下联结得最为紧密的银行则与网络中的其他大部分联结在一起。因此，肥尾网络在遭遇针对关键节点的特定冲击时将显得更加脆弱。Nier等人(2007)也研究了特定冲击对层叠式结构的作用效果，他们设计了一个极端的层叠式结构，由一家大型银行和24家小型银行形成的星型网络，该大型银行是星型网络的中心节点，大银行与小银行之间具有不同数量的联结关系。当冲击作用于一家小银行时，传染单调减弱，因为更多的小银行与大银行联结在一起。当冲击作用于大银行时，联结程度与传染之间的关系则不是单调的。风险传染的可能性首先随着联结性的增加而增加，当大银行与10家或以上的小银行连接时，风险传染则开始减弱。Boss等人(2004)研究奥地利银行间同业市场的网络结构时发现，该网络具有无标度网络和群聚特征，即所有节点的度分布都遵循幂律分布。*Boss, M., Elsinger, H., Summer, M., and Thurner, S. (2004). Network topology of the interbank market. Quantitative Finance, 4(6):677-684.在这种结构下，网络中只有少数银行与其他银行存在密切的同业交易业务，单个银行的失败难以破坏整个系统的稳定性，但是存在若干与其他银行联系密切的关键性银行，其倒闭会引发强烈的风险传染效应，且传染效应的大小和关键银行的节点个数相关。GiuliaIori等人(2008)分析了意大利隔夜同业拆借市场网络1999-2002年的演化过程，发现网络结构的演变必然会改变银行间市场的风险传染效应。*Iori G, Masi G D, Precup O V, et al. A network analysis of the Italian overnight money market[J]. Journal of Economic Dynamics & Control, 2005, 32(1):259-278.Lelyveld等人(2012)利用核心外围模型研究了荷兰1998-2008年的数据，发现荷兰银行间市场具有显著的核心外围特征。*Veld D I ’, Lelyveld I V. Finding the core: Network structure in interbank markets ☆[J]. Journal of Banking & Finance, 2012, 49(C):27-40.由于核心银行在银行间市场中占据主导地位，监管部门应对核心银行实施特别监管。

银行间风险暴露越大，将增大银行间市场风险传染效应。Gai等人(2011)在模型中将每家银行资产负债表中同业负债的比例由15%增加到25%，风险传染较最初的设定出现的更加频繁，这是因为随着同业负债的增加，无法被流动资产所覆盖的大额资金赎回也将增加。Nieret等人(2007)同样发现同业负债的规模也趋于增加连串失败的风险。Glasserman等人(2014)计算了某一节点的违约通过网络的溢出效应而引发其他节点违约的可能性，然后将其与对没有网络连接的外部资产的直接冲击而引发所有节点发生违约的可能性进行对比，*Glasserman, P. and Young, H. P. (2014). How likely is contagion in financial networks? Journal of Banking & Finance. DOI: 10.1016/j.jbankn.2014.02.006.他们发现当冲击的分布较广时，由网络而引起的损失较小。此外，他们还发现当初始节点为大型的且杠杆率很高的银行时，网络显得尤为脆弱。

(二)间接联结

间接联结包括交叉持股和多样化资产。与专门研究直接联结的文献相似，这些研究也聚焦于网络结构与节点的特性以及它们如何影响风险传染效应。

Elliott等人(2014)认为，银行之间是通过交叉持股联系在一起，从而形成了网络。通过交叉持股，一家银行的价值取决于其他银行。如果一家银行的价值降低至某一阈值以下(意味着银行失败)，这些损失将影响其交易对手并且将通过其交易对手进一步传播其损失，针对特定组织的较小规模的冲击将通过这种方式而放大。Elliott等人(2014)指出，风险传染的强度及可能性与交叉持股的两个特点有关。其一是集合化程度，指的是银行彼此之间风险暴露的程度。集合化程度增加将导致风险暴露的增加从而增加传染的程度与可能性。其二是分散化程度，指的是交叉持股的分布范围。由于分散化程度的大小不同，一个银行失败可能产生不同的影响。在分散化程度较低的情况下，一些银行可能非常依赖于其他银行的稳定性，但是密度较小的网络可能限制风险传染。对于中等程度的分散化，网络足够密集使得其出现风险传染，同时交叉持股分布很广，可能使得一家银行的失败产生非常广泛的风险传染。当分散化程度很高时，特定的一家银行就对其他银行的失败不再敏感。总之，当集合化和分散化程度都处于中等时，银行对于风险传染将变得极其脆弱。

Caccioli等人(2014)将Cifuentes等人(2005)所提出的减价出售模型推广至多种资产的情况。在这一银行与资产的网络中，银行持有重叠的资产组合。他们研究了分散化程度对银行网络稳定性的影响，同时也考虑了银行杠杆率大小的影响。他们证实了Elliott 等人(2014)所发现的三个阶段，即高、中、低分散化程度对应的不同风险传染程度，并且随着杠杆率上升，网络的稳定性将会减弱。

综上所述，不同银行之间通过交叉持股或持有重叠的资产而建立起间接的联系，银行间市场风险将通过这两种间接渠道发生传染，而风险传染效应的大小则与网络结构的特征密切相关。具体而言，在不同的分散化程度下，无论是通过交叉持股还是持有重叠资产而形成的网络结构，高、中、低的分散化程度均对应着不同的风险传染程度。其中，当分散化程度处于中等时，银行间市场风险传染效应最为显著。此外，在基于交叉持股而形成的网络中，集合化程度，即银行彼此之间风险暴露越大，银行间市场风险传染就越严重。而通过持有重叠资产形成的网络中，随着杠杆率上升，网络的稳定性将会减弱。

(三)直接与间接联结之间的相互作用

大量的有关复杂网络模拟的实证研究表明，银行间的直接联结引发银行失败的可能性很小，但银行间存在着许多除直接风险暴露之外的联系。譬如，当金融机构的资产组合由于投资相同资产而出现重叠时，银行间就会发生间接联系。直接联结和间接联结的相互作用主要是基于资产的减价出售以及由直接风险暴露引起的交易对手风险和由销售渠道而产生的流动性风险的共同作用。

Cifuentes等人(2005)建立了银行间复杂网络的理论模型，并通过银行间重叠的资产组合将直接与间接联结综合到一起。他们发现，由于存在资产减价出售而带来的初始冲击的影响是极其可观的。具体传播的机制如下：一旦初始冲击(网络中的某一家银行失败)产生，银行剩余的资产则将在市场上被出售，由于市场对非流动资产的需求不具有完全弹性，陷入困境的银行出售资产的行为将会压低这类资产的价格，而由于资本市场的逐日盯市制度，跟风和平仓盘也会随之出现，即资产价格的降低将引发新一轮的资产出售，由此陷入恶性循环。在这样简化的设定中，其证明了小型冲击能够通过减价出售机制而放大风险传染。

Gai等人(2010)进一步建立了一个包含直接风险暴露的银行间复杂网络模型。他们发现，在其中加入间接渠道并不会改变原始网络的稳健而又脆弱的性质。Nier等人(2007)也利用Cifuentes等人(2005)的减价出售模型来扩展了其直接风险暴露模型。一般而言，对于任一联结程度，流动性风险都将增加风险的传染可能。更进一步地，他们发现当市场流动性不足时，更加集中的系统将尤其脆弱。其中的原因在于在一个集中的系统中，某一大型银行的失败将使得银行系统中的一大部分资产面临清算，这将使得剩下的银行资产的市场估值迅速降低，从而加速资产价格下跌的传染。

Glasserman等人(2014)也研究了逐日盯市制度对金融稳定性的影响。他们设定的主要差异在于资产并不需要被减价出售从而引发不稳定性。在其设定中，除了直接溢出渠道之外，他们还引入了信心危机，即银行所感知的偿付能力降低，从而导致其债务的市场价值降低。在逐日盯市制度下，这一价值降低将扩散到在其资产组合中持有这些债务的机构。该信心危机可能使得这些联结在一起的机构高度脆弱。这一传染渠道也将可能比直接的溢出效应更为显著。

以往的实证结果表明，直接的风险暴露网络并不是系统性风险的重要来源，然而市场参与者仍会尽量避免与其他机构相关联。Caccioli等人(2014)指出，这一明显的矛盾可以通过交易对手风险和流动性风险之间的相互作用来解释。在雷曼兄弟破产后，银行间的借贷停止了，这是因为市场参与者意识到重叠的资产组合可能恶化他们的头寸，使得其过度暴露在交易对手风险之下。为了显示交易对手风险与流动性风险的重要性，他们还利用奥地利的数据在直接暴露下的银行网络中模拟了冲击。然后，他们基于Cifuentes等人(2005)的研究在模型中加入了银行间的间接联系。在这一网络中，他们利用一项独特的共有资产将所有银行联系在一起。他们还发现，如果交易对手风险是唯一的风险来源，在单个银行失败后，系统仍然稳定。之后，他们又研究了在共有资产受到冲击后发生间接风险传染的可能性，即将交易对手风险与重叠的资产组合的风险结合在一起，风险传染大幅扩大，从而导致比观测到的结果更为严重的银行连续倒闭现象。

Caballero等人(2013)模拟了一个在对违约风险敏感的金融机构之间存在交叉风险暴露的复杂网络。*Caballero, R. J. and Simsek, A. (2013). Fire sales in a model of complexity. The Journal of Finance,68(6):2549{2587.一般情况下，银行只了解自身的交叉风险暴露，对于在网络中与其关系较远的银行的情况则不是很确定。所以，正常情况下银行仅需要了解其直接交易对手的金融健康程度。相反，当意料之外的流动性冲击作用于这一网络的某些部分，并可能导致银行破产“多米诺”骨牌效应时，银行才会意识到其有可能被间接冲击波及到。在这种情况下，银行就需要了解其交易对手的交易对手(以及其自身的交易对手)的金融稳健状况。由于银行通常只了解自身的风险暴露，从而无法排除间接冲击的影响。当其感受到显著的交易对手风险时，则会缩减开支进入流动性保护模式，而这一作用结构将对银行资产在二级市场的出售产生强烈的影响。陷入困境的银行可以出售其剩余资产以满足意外的流动性冲击的需要。如果冲击较小，其他银行作为资产的购买者可以消除间接冲击并吸收减价出售的资产，若冲击较大，其他银行也将开始储备流动性以作为预防措施，此时购买者也将转变为出售者，从而使得减价销售的情况进一步恶化。

综上所述，银行间市场风险通过银行间的直接联结而传染的可能性较小，但直接联结往往与间接联结共同作用，从而放大银行间市场风险传染效应。具体而言，银行间的直接风险暴露所引起的交易对手风险可能通过触发市场上资产的减价出售，从而经银行间的间接联结而产生流动性风险，由此极大地放大风险传染效应。

三、总结与展望

上述研究表明，从银行间复杂网络的直接联结与间接联结角度分析银行间市场风险传染的研究已经较为深入，但仍存在理论模型与实际情况拟合性差、网络结构类型不全面以及模型过于依赖静态和外生性假设等问题。因此，在今后的相关研究中应当重点关注以下几个方面：

其一，建立更拟合于现实情况的复杂网络模型。实证研究已经提供了银行间网络拓扑结构的程式化研究方法，今后的研究不能仅局限于随机网络或过度简化的网络结构，必须要进一步提升理论模型与现实情况的耦合性，使之能够更精准地刻画出真实世界银行间网络模型的拓扑结构特性。

其二，银行间市场的部分风险传染渠道及其效应有待深入研究。已有的研究主要关注银行间市场的直接联结以及基于持有共有资产的间接联结。然而，银行间市场还存在多种其他形式的间接联结，例如基于衍生品的信用风险转移是潜在风险传染的重要来源，对此需要更深入的研究。

其三，动态和内生性模型是未来研究的趋势。已有文献中采用的银行间复杂网络模型往往是静态或外生的，因此存在一些不可避免的缺陷。一方面静态模型无法表示网络联结的动态形成过程，另一方面，外生的网络结构使得模型连接过程中节点的行为及其效应被忽略了。未来的研究应着重沿着两方向展开：一是可以基于网络增长模型或择优规则的概率分布联结形成过程进行动态的模型构建；一是可以基于内生的网络形成过程，构建反映银行对金融冲击和监管变化的动态反应的微观网络模型。

其四，本文所涉及的银行间市场风险传染通常是基于网络中某个节点遭受外部冲击而引发的，在今后的研究中需要进一步厘清外部冲击的类型与性质，从而探究不同的外部冲击对银行间市场风险的特定影响。

其五，不同于国外银行业的实际情况，国内既有研究往往忽略金融安全网因素，也缺乏对监管部门可能给予特定的金融机构隐性担保及相关救助的考虑，而这一变量无疑会对银行间市场风险传染产生巨大的影响。

最后，既有的研究多是基于假设条件的理论研究，缺乏实际数据的检验，尤其是来自国内银行业的实际情况。因此，今后的研究迫切需要结合现实数据以验证相关理论在国内的适用性。

(责任编辑：栾晓平)

2016-08-11

杨 磊，男，湖南大学金融学院博士研究生。研究方向：金融工程。 张 强，女，湖南大学教授、博士生导师。研究方向：金融理论、金融监管。 向嘉诚，男，湖南大学金融学院硕士研究生。

F830

A

1003-4145[2016]11-0154-06