ECB欧洲央行-Working-paper-no-2331_-Interconnected-banks-and-systemically-important-exposures_51页_1mb

文档总结

核心内容

本研究探讨了银行系统中两种互联性渠道对系统性风险的影响：直接互联性（如银行间贷款、对其他金融机构的贷款、证券持有）和间接互联性（如对相似经济部门的共同资产暴露）。通过分析欧洲央行（ECB）收集的26家欧元区大型银行的监管数据集，研究者提出了新的方法来衡量银行间互联性对系统性风险的传导作用，并评估了不同市场结构对传染性风险的影响。

主要观点

1. 互联性渠道的区分

   • 直接互联性通过银行间的双边关系（如贷款和证券）传播风险。
   • 间接互联性通过银行对共同经济部门的资产暴露传播风险，如对金融部门的共同暴露。

2. 新的系统性风险衡量方法

   • 提出“部门杠杆重叠比率”（Sectoral Leverage Overlap Ratios）作为衡量系统性风险的指标。
   • 该指标结合了银行间资产暴露的重叠程度和银行的资本缓冲，以反映风险的传导机制。

3. 非线性传染关系

   • 银行资产暴露的多样化程度与系统性传染损失之间存在非线性关系。
   • 对于小规模冲击，多样化程度有助于降低传染风险；但对于大规模冲击，多样化可能反而增加传染风险。
   • 国际多样化暴露的网络比国内集中暴露的网络在小冲击下更具韧性，但在大冲击下更脆弱。

4. 传染性渠道的政策意义

   • 当前的银行压力测试通常忽略间接传染渠道，而这些渠道可能对银行的偿付能力产生显著影响。
   • 研究结果为政策制定者提供了关于如何优化银行资产配置以降低系统性风险的参考。

关键信息

• 数据来源：欧洲央行提供的26家欧元区大型银行的监管数据，涵盖银行对经济部门和金融机构的暴露。
• 模型应用：采用NEVA（Network Valuation）模型来评估传染性损失，该模型考虑了市场波动和资产重新估值对银行价值的影响。
• 研究发现：
  • 银行对金融部门的暴露高度重叠。
  • 传染性损失在第一轮和第二轮中相当，表明间接传染渠道不可忽视。
  • 杠杆重叠比率与基于NEVA的传染性分析结果高度相关，可用于预测系统性风险。
  • 金融网络结构对风险缓解或放大具有双重作用，某些结构可能提高金融稳定性，但代价是外部债权人的损失承担。

方法论概述

3.1 杠杆重叠矩阵

• 定义杠杆重叠矩阵 $O_{i,j,c,s,t}$ 为银行 $i$ 和 $j$ 对国家 $c$ 和部门 $s$ 的杠杆比率的最小值。
• 该矩阵衡量银行对同一资产类别的暴露相似性，并反映损失吸收能力。
• 杠杆重叠比率 $O_{c,s,t}^{total}$ 用于衡量整个系统对某一资产类别的总损失。

3.2 通用NEVA模型

• NEVA模型用于评估传染性损失，考虑了市场波动和资产重新估值对银行价值的影响。
• 模型假设银行的负债是固定的，资产价值取决于借款人权益的变动。
• 采用可行的估值函数（Feasible Valuation Function），并假设外部资产受冲击后遵循几何布朗运动。
• 对于贷款冲击，采用Beta分布以满足非正态分布的约束，且选择具有最重尾部的分布（即均匀分布）以模拟极端事件。

政策启示

• 当前对系统性重要性指标（如G-SII和O-SII）的计算过于关注直接的金融资产和负债，忽略了间接传染渠道。
• 宏观审慎压力测试应纳入传染性溢出效应，以更全面地评估银行体系的韧性。
• 不存在最优的网络结构，需在金融多样化与系统冲击规模之间权衡。

结论

研究结果表明，金融网络结构和资产暴露的多样化程度对系统性风险具有复杂影响。通过结合杠杆重叠比率与NEVA模型，研究者提供了一种有效的工具来衡量和预测系统性风险，为政策制定者优化监管框架提供了理论支持和实证依据。