2011年-BIS国际清算银行_Measuring_the_systemic_importance_of_interconnected_banks_26页_707kb

报告摘要

本文提出了一种新的系统重要性衡量方法，该方法基于Shapley值，旨在衡量银行在系统性风险中的贡献，而非仅仅关注其在系统性事件中的参与度。这一方法区别于传统参与度方法（Participation Approach, PA），能够更全面地反映银行在互联网络中的系统性影响。

系统重要性与互联性密切相关
银行在系统中的重要性不仅取决于其自身对实体经济的直接影响，还受到其在互联银行网络中作为借款人或贷款人的角色影响。网络结构对系统重要性有显著影响，尤其对于那些在市场中具有较高活动度的银行。
两种系统重要性衡量方法
- 参与度方法（PA）：将系统重要性定义为银行在系统性事件中造成的预期损失，认为系统性事件是系统总损失超过某一临界值的状态。PA将风险完全归因于贷款方，忽略了借款人对系统性风险的贡献。
- 广义贡献方法（GCA）：基于Shapley值，将系统性风险的增量在借款人和贷款人之间对等分配。GCA更全面地考虑了银行在系统中的间接影响，因此更能反映系统性风险的传播机制。
Shapley值方法的特性
Shapley值具有可加性和公平性，即所有银行的Shapley值之和等于系统性风险的总水平，且每个银行对系统性风险的贡献被对等地分配。这一特性使得GCA能够更准确地衡量银行在系统中的重要性。
实证分析
实证结果显示，网络结构对系统重要性有实质性影响。GCA在考虑网络结构时，会比PA更准确地反映银行对系统性风险的贡献。此外，实证分析还表明，银行的规模、违约概率以及对共同风险因素的暴露都会影响其系统重要性。

系统性风险的定义：系统性风险是当系统总损失超过某一临界值（通常为高分位数）时，银行对非银行债权人的损失。
Shapley值的数学表达：
$$
ShV_i(N) = \frac{1}{n} \sum_{n_S = 1}^{n} \frac{1}{c(n_s)} \sum_{\substack{N^{\text{sub}} > i \ |N^{\text{sub}}| = n_S}} \left(\vartheta(N^{\text{sub}}) - \vartheta(N^{\text{sub}} - i)\right)
$$
PA与GCA的对比：
- PA将风险完全归因于贷款方，而GCA将风险在借款人和贷款人之间平均分配。
- PA强调银行在系统性事件中的“参与”，而GCA强调银行对系统性风险的“贡献”。
- GCA更符合系统性风险的传播逻辑，因为它考虑了银行之间的相互影响。
实证发现：
- 在20家大型银行的系统中，银行的系统重要性与其在互联网络中的角色密切相关。
- 不同的网络结构（如完全互联、稀疏互联等）会导致系统重要性的显著差异。
- 在某些情况下，GCA与PA的衡量结果存在较大差异，表明选择合适的衡量方法对监管政策至关重要。

文献综述：
本文综合了现有文献中关于系统性风险和互联网络的讨论，指出当前方法在考虑网络结构方面存在不足。
理论框架：
- 系统性风险通过预期损失（Expected Shortfall, ES）进行衡量。
- 系统重要性通过Shapley值方法进行分配，考虑了银行对系统性风险的直接和间接贡献。
方法论创新：
- 提出广义贡献方法（GCA），该方法改进了传统的Shapley值方法，使其能够适用于互联银行网络。
- 通过设定非银行债权人对银行外部的暴露为无风险资产，并调整银行的负债结构，以更准确地衡量系统性风险的传播。