Epidemics of Liquidity Shortages in Interbank Markets
流动性冲击的金融传染最近被认为是银行间借贷市场系统性风险的主要驱动因素。基于流行病研究中常用的标准房室模型，本文建立了银行间流动性冲击回响的EDB（Exposed-Distressed-Bankrupted）模型，并在银行同业存款数据的电子市场上进行了验证。我们发现，在2007/2008年全球金融危机开始时，银行间网络极易受到流动性传染的影响，随后银行采取的微观审慎和流动性囤积政策增加了网络对系统性风险的抵御能力-但却带来了市场流动性枯竭的不良副作用。我们最后表明，银行的个人风险更好地捕捉其网络中心性比其参与市场，以及目前争论的概念“太相互关联而不能失败”。
2018-05-16 physics.soc-ph q-fin.RM
Endogenous distress contagion in a dynamic interbank model: how possible future losses may spell doom today
本文提出一个动态随机银行间模型，内生困境传染源于对未来违约的担忧，通过前向-后向均衡方法调整估值，并引入多期限框架构建期限结构，以揭示系统性风险。
2025-02-26 math.PR q-fin.GN q-fin.MF
Can banks default overnight? Modeling endogenous contagion on O/N interbank market
Warsaw School of Economics（华沙经济学院）；National Bank of Poland（波兰国家银行）；Faculty of Physics, University of Warsaw（华沙大学物理学院）；The Poznan University of Economics and Business（波兹南经济商业大学）
本文提出一个以流动性驱动的银行体系模型，聚焦于同业拆借市场中的隔夜贷款。通过动态模拟银行间贷款网络，研究内部现金流波动如何导致系统性违约，并分析审慎监管和市场条件对市场韧性的影响。
2016-03-16 econ.GN physics.soc-ph q-fin.EC
Entangling credit and funding shocks in interbank markets
信贷和流动性风险是银行间拆借市场金融危机蔓延的主要渠道。一方面，当银行的交易对手陷入困境，无法履行义务时，银行就面临着潜在的损失。另一方面，偿付能力约束可能迫使银行通过出售其非流动性资产来收回损失的资金，从而在出现甩卖时--即在市场上普遍存在资金短缺时--造成实际损失。由于银行间风险敞口网络的复杂结构，这些损失在银行之间产生反响，并最终被放大，对整个金融体系造成潜在的灾难性后果。建立在债务等级上[Battiston等人，2012]，在这项工作中，我们定义了一个系统性风险指标，估计潜在的放大损失的银行间市场的信贷和流动性传染渠道：债务偿付能力排名。我们在2004年至2013年期间公开交易的183家欧洲银行的数据集上实施了这一框架，结果表明流动性溢出确实大幅增加了系统性风险，因此在压力测试情景中不能忽视。我们还提供了额外的证据，证明银行间市场在2008年金融危机之前非常脆弱，只是在之后才变得稍微稳健。
2016-04-22 physics.soc-ph q-fin.RM
Systemic risk through contagion in a core-periphery structured banking network
我们有助于理解系统性风险是如何在信用关联代理网络中产生的。出于实证研究，我们制定了一个网络模型，尽管它的简单性，描绘了银行间市场的性质比同质模型。网络顶点上的向量Ornstein-Uhlenbeck过程的分量描述了代理人的财务稳健性。对于这个系统，我们证明了一个LLN的网络规模不断增长，导致传播的混沌结果。我们的状态属性，从这样一个结构，并检查几个风险管理问题和传染的可能性上的不均匀性的影响。
2014-06-25 q-fin.RM
Systemic risk in interbank networks: disentangling balance sheets and network effects
Sapienza University of Rome（罗马第一大学）；University of Rome Tor Vergata（罗马托尔维加塔大学）；Enrico Fermi Research Center（恩里科·费米研究中心）；IMT School for Advanced Studies（高等研究学院）
该研究区分银行间网络系统性风险中的资产负债表与网络效应，通过最大熵方法构建零模型，发现动荡时期观测与预期系统性风险存在显著差异，资产负债表可估计总体风险，网络信息对个体银行压力测试至关重要。
2026-10-12 physics.soc-ph q-fin.RM
Dynamic Clearing and Contagion in Financial Networks
本文提出Eisenberg-Noe金融传染模型的动态扩展，通过分离现金与长期资本账户，实现了对拖欠与违约、资不抵债与流动性不足导致违约的区分。
2024-06-26 q-fin.MF q-fin.RM
Reverse stress testing interbank networks
我们逆向工程的金融传染的动态，以找到最小的外生冲击，如果它发生，将导致一个给定的最终系统性损失的情况。这种反向压力测试可用于识别系统性事件的潜在触发因素，并消除了压力测试中选择冲击情景的随意性。我们认为，特别是在银行间市场的困境传播的情况下，我们研究了一个网络的44家欧洲银行，我们重建使用从彭博社收集的数据。通过观察最小外生冲击的大小在银行间的分布，我们根据银行的系统重要性对银行进行了排名，并根据这一排名显示了资本金要求政策的有效性。我们还研究了最小外生冲击作为银行间杠杆矩阵的最大特征值$λ_{\rm max}$的函数的性质，该特征值决定了冲击的内生放大。我们发现，最小的外生冲击的大小减少，跨银行的分布变得更加本地化的$λ_{\rm max}$增加。
2017-03-10 q-fin.RM
A Dynamic Default Contagion Model: From Eisenberg-Noe to the Mean Field
在这项工作中，我们引入了一个违约传染模型，该模型结合了艾森伯格-诺伊银行间网络和动态平均场相互作用的方法。建议的传染机制提供了一个内生规则的早期违约的金融机构网络。主要结果是证明了一个平均场的相互作用，可以发现从有限的艾森伯格-诺埃风格的网络产生的有限银行系统的限制。通过这种方式，我们连接两个以前不同的框架系统性风险，反过来，我们提供了一个桥梁，利用平均场分析的最新进展时，建模系统性风险。平均场极限是适定的，并确定为一定的条件McKean-Vlasov型问题，尊重在适当的假设下的原始网络拓扑结构。
2019-12-18 q-fin.MF q-fin.RM
Dimensional Reduction of Solvency Contagion Dynamics on Financial Networks
本研究将度加权和谱降维方法应用于基于DebtRank的银行间网络信用冲击传播模型，在多种网络设置下验证其能可靠估计系统性风险，并揭示降维方法的物理原理。
2022-08-07 cond-mat.stat-mech cs.SI physics.soc-ph
Price-mediated contagion with endogenous market liquidity
本文提出一个联合清算框架，将市场流动性内生化以研究价格传导传染，证明了最大和最小清算解的存在性，并通过数值案例揭示内生流动性对系统风险的严重放大效应。
2024-09-04 q-fin.MF q-fin.RM
Stess-testing the system: Financial shock contagion in the realm of uncertainty
这项工作提出了一个增强的变量的债务排名的不确定性区间作为一种方法来调查和评估金融网络中的系统性风险，在不完整的数据。该算法进行了测试，对三个合奏的网络密度不断增加的默认传染算法，估计从现实世界的银行数据相关的最大的227个欧盟15国金融机构在股票市场的索引。结果表明，DebtRank能够以更敏感和持续的方式捕捉系统性风险的增长率，从而充当预警信号。本文提出了三个政策工具的基础上，这种方法：监测系统性风险随着时间的推移，通过应用增强的DebtRank银行间网络的时间快照，压力测试框架，能够测试金融机构的系统重要性，在不同的冲击情景，和评估的货币价值的系统性损失的分布。
2014-12-04 cs.SI physics.soc-ph q-fin.GN
Contagion and Stability in Financial Networks
本文研究了金融传染的两种机制，即银行对同一风险源的相关暴露和银行在银行间市场的直接暴露。它将考虑一个通过银行间市场连接的随机银行网络，并将讨论在不同网络连接水平下，银行暴露于相同风险来源的理想水平，即投资于类似的投资组合，同时从银行同时倒闭给经济带来的系统性成本的角度来审视。它表明，对于所有级别的网络连接，一定程度的多样化个别银行多样化在任何条件下都不是最佳的。因此，给定一个可接受的系统成本水平，监管者可以让银行通过远离非最优区域来减少其资本缓冲。
2016-03-13 q-fin.CP q-fin.RM
Impact of credit default swaps on financial contagion
传统做法认为，通过转移拖欠贷款的风险，银行破产的风险可以直接降低。但2008年美国国际集团（AIG）的破产，提出了金融传染的一个更为复杂的方面。本研究提出资产网络系统风险模型（ANWSER）的延伸，以探讨信用违约互换是否减轻或加剧金融传染的严重性。保护买方银行将每一个可能的债务人银行违约的风险转移给保护卖方银行。利用扩展模型得到了银行破产数量的经验分布。系统性资本缓冲比率是根据分布计算的。该比率量化了整个金融体系抵御金融危机蔓延的有效损失吸收能力。关键的发现是，杠杆率是对作为金融体系支撑的系统性资本缓冲率的一个很好的估计。在银行间网络中，风险从中小银行转移到大银行并没有减轻金融传染的严重性。
2014-09-25 cs.SI q-fin.RM
Impact of Contingent Payments on Systemic Risk in Financial Networks
本文研究了金融传染网络模型中或有支付对清算财富的影响。我们考虑了Eisenberg-Noe金融传染模型的一个扩展，在这个模型中，名义银行间债务依赖于网络中公司的财富。我们首先考虑的问题，在一个静态的框架和发展的存在性和唯一性的解决方案的条件，只要没有公司是推测其他公司的失败。为了在更一般的条件下得到解的存在唯一性，我们引入了一个动态的框架。我们演示了如何将这个动态框架可以应用到静态框架中定义不清的问题。
2018-12-12 q-fin.MF q-fin.RM
Modeling structure and credit risk of the economy: a multilayer bank-firm network approach
University of Rome Tor Vergata（罗马托尔维加塔大学）；INFN（意大利国家核物理研究所）
本文提出一种多层银行-企业网络方法，通过重建经济的多层结构来评估系统性风险，利用银行和企业的资产负债表信息进行压力测试，无需详细网络数据。
2026-03-10 physics.soc-ph q-fin.RM
Managing Default Contagion in Inhomogeneous Financial Networks
本文的目的是量化和管理银行间市场违约传染所导致的系统性风险。我们将市场建模为一个随机有向网络，其中顶点代表金融机构，加权边缘代表它们之间的货币风险敞口。我们的模型捕捉到了在经验数据中观察到的强烈的异质性，并且参数可以很容易地拟合到真实的数据集。我们的一个主要结果使我们能够确定局部冲击的影响，最初一些银行违约，对整个系统和更广泛的经济。在这里，影响是通过所有最终违约机构的总系统重要性指数来衡量的。作为一个中心的应用程序，我们的特点弹性和非弹性的情况下。特别是，对于网络具有没有二阶矩的度序列的突出情况，我们证明了少量最初违约的银行可以触发大量的违约级联。我们的研究结果补充和扩展显着早期的研究结果中得出的配置模型，其中存在的程度分布的二阶矩是假设。作为第二个主要贡献，与监管讨论并行，我们确定了金融机构的最低资本要求，足以使网络抵御小冲击。这些资本要求的一个吸引人的特点是，它们可以由每个机构在当地确定，而不需要知道完整的网络结构，因为它们基本上只取决于机构对其交易对手的风险敞口。
2021-01-14 q-fin.RM
Integrating granular data into a multilayer network: an interbank model of the euro area for systemic risk assessment
European Central Bank（欧洲中央银行）
本文提出一种整合多层网络的欧元区银行间模型，用于系统性风险评估，通过整合监管数据和统计数据，揭示了不同传导渠道的异质性，并展示了其在风险分析中的应用。
2026-02-11 cs.CE econ.EM q-fin.RM
Reconstruction of financial network for robust estimation of systemic risk
在本文中，我们估计的流动性冲击通过银行间市场的基础信用网络的信息是不完全的传播。我们发现，目前用于重建信用网络的最大熵等技术严重低估了传染风险，假设一个平凡的（全连接）拓扑结构，一种类型的网络结构，可以是非常不同的经验观察。我们提出了一个有效的消息传递算法来探索可能的网络结构的空间，并表明，正确的估计网络的连通度导致更可靠的估计系统性风险。这种算法也能够产生最大脆弱的结构，当实际的网络结构是未知的，提供了一个实用的上限传染的风险。我们测试了我们的算法的合成数据集成编码的一些功能的真实金融网络（稀疏性和异质性），发现可以实现更准确的估计风险。最后，我们发现，该算法可以用来控制监管机构需要从银行的信息量，以充分约束金融网络的重建。
2012-02-28 cond-mat.dis-nn q-fin.RM
Systemic-risk-efficient asset allocation: Minimization of systemic risk as a network optimization problem
系统性风险是一种多层网络现象。层代表各种类型的直接金融风险，包括银行同业负债、衍生工具或外汇风险。另一个系统性风险的网络层通过金融机构的共同资产持有出现。高度重叠的投资组合会导致由基础金融资产的价格变动引起的类似风险。基于金融机构的投资组合持有的知识，我们量化重叠投资组合的系统性风险。我们提出了一个优化过程，我们最大限度地减少系统性风险在一个给定的金融市场的最佳重新安排重叠的投资组合网络，约束条件下，预期收益率和风险的个人投资组合。我们通过使用2016年欧洲银行管理局压力测试的数据，明确地证明了该方法在欧洲主要银行之间主权风险敞口的重叠投资组合网络上的威力。我们表明，系统性风险有效的分配是可访问的优化。在主权风险敞口的情况下，系统性风险可以减少两倍以上，而不会对单个银行产生任何不利影响。这些结果证实了一个简单的模拟火灾销售在政府债券市场。特别是，我们表明，传染概率显着降低优化网络。
2018-03-12 q-fin.RM
Systemic Risk and Default Cascades in Global Equity Markets: Extending the Gai-Kapadia Framework with Stochastic Simulations and Network Analysis
本研究将 Gai-Kapadia 框架扩展至全球股票市场，利用 20 种资产网络和蒙特卡洛模拟评估系统性风险与违约级联，发现新兴市场因高聚类易发局部传染，而发达市场更具韧性。
2025-04-04 q-fin.RM
Sector connectedness in the Chinese stock markets
揭示中国经济部门内部的风险传导路径对于理解中国经济体系的稳定性至关重要，特别是在当前中美贸易冲突的情况下。本文利用股票市场的数据，从行业内波动溢出的角度揭示了中国股票市场的风险传播渠道。通过运用基于VAR模型的广义方差分解框架和滚动窗口方法，得到了一组反映行业内总体和动态溢出的连通性矩阵。研究发现，在整个时间段内，17个行业（机械设备、电气设备、公用事业等）是风险传递者，11个行业（国防、银行、非银行金融等）是风险承担者。在极端风险事件（全球金融危机、中国银行间流动性危机、中国股票市场暴跌、中美贸易战）发生期间，我们观察到，连通性措施显著增加，金融部门在稳定经济体系方面发挥了缓冲作用。稳健性检验表明，我们的结果对模型参数的变化不敏感。我们的研究结果不仅揭示了中国板块内部的溢出效应，而且突出了对中国股票市场风险传染模式的深刻理解。
2020-02-21 q-fin.RM
