【摘要】：本文通過對2008年~2015年A股上市銀行進行分析,利用多變量GARCH方法構造了銀行間偏自相關連接網絡。實證結果表明,2008年以來中國銀行間整體網絡連接密度與強度都有所增加,以五大國有銀行為核心的結構更加緊密。進一步分析發(fā)現(xiàn),銀行網絡中以"接近中心性"與"中間中心性"表示的結構特點與不良率有負相關關系。這說明目前豐富中國銀行間網絡對分散風險具有一定作用。
【圖文】：

37圖1中國上市銀行網絡結構圖(制圖軟件為Gephi)基于以上網絡數據計算了網絡的中心性特征指數，分別有度、加權度、接近中心性、中間中心性、特征向量中心性五個指標。這里度和加權度表示網絡中直接連接的數量，一個機構與其他很多機構有直接聯(lián)系，表示其處在中心地位。而接近中心性(closenesscentrality)表示與所有其他節(jié)點最短距離之合的倒數。該指標的思想是一個機構能夠很容易與所有其他機構進行互動，那么它就是中心的。中間中心性(betweencentrality)則表示某機構位于任意其他兩個機構相互溝通的最短路徑之上的比例，思想為占據更多節(jié)點交互路徑上的機構為重要參與者。而特征向量中心性(eigenvectorcentrality)表示某機構直接連接的其他機構中心性高，則其自己中心性也高的指標，可以用網絡矩陣的特征值計算得出。這里我們同樣只匯報了2008年和2015年兩年的平均結果，如表1所示。從趨勢上可以看出，2008年到2015年間，中國上市銀行的網絡連接有較大強化，中心性特征都有所提高。而五大行作為系統(tǒng)性重要銀行占據了網絡中更重要的位置，并且近些年得到進一步的加強。表1中國上市銀行網絡連接中心性特征統(tǒng)計總平均值五大行平均值年份度加權度接近中心性中間中心性特征向量中心性度加權度接近中心性中間中心性特征向量中心性20083.861.451.704.640.635.502.501.636.890.9020155.252.281.826.130.627.594.291.708.430.91(二)實證分析網絡特征與風險的關系我們利用上節(jié)計算所得的年度網絡中心性指標，分析其與銀行經營風險的關系。被解釋變量為銀行不良貸款率(NPL)，解釋變量分別為網絡的加權度(Wd)、接近中心性(Cc)、中間中心性(Bc)以及特征向量中心性(Ec)，模型中統(tǒng)一用C表示。控制變量有貸款?

37圖1中國上市銀行網絡結構圖(制圖軟件為Gephi)基于以上網絡數據計算了網絡的中心性特征指數，分別有度、加權度、接近中心性、中間中心性、特征向量中心性五個指標。這里度和加權度表示網絡中直接連接的數量，一個機構與其他很多機構有直接聯(lián)系，表示其處在中心地位。而接近中心性(closenesscentrality)表示與所有其他節(jié)點最短距離之合的倒數。該指標的思想是一個機構能夠很容易與所有其他機構進行互動，那么它就是中心的。中間中心性(betweencentrality)則表示某機構位于任意其他兩個機構相互溝通的最短路徑之上的比例，思想為占據更多節(jié)點交互路徑上的機構為重要參與者。而特征向量中心性(eigenvectorcentrality)表示某機構直接連接的其他機構中心性高，則其自己中心性也高的指標，可以用網絡矩陣的特征值計算得出。這里我們同樣只匯報了2008年和2015年兩年的平均結果，如表1所示。從趨勢上可以看出，2008年到2015年間，中國上市銀行的網絡連接有較大強化，中心性特征都有所提高。而五大行作為系統(tǒng)性重要銀行占據了網絡中更重要的位置，并且近些年得到進一步的加強。表1中國上市銀行網絡連接中心性特征統(tǒng)計總平均值五大行平均值年份度加權度接近中心性中間中心性特征向量中心性度加權度接近中心性中間中心性特征向量中心性20083.861.451.704.640.635.502.501.636.890.9020155.252.281.826.130.627.594.291.708.430.91(二)實證分析網絡特征與風險的關系我們利用上節(jié)計算所得的年度網絡中心性指標，分析其與銀行經營風險的關系。被解釋變量為銀行不良貸款率(NPL)，解釋變量分別為網絡的加權度(Wd)、接近中心性(Cc)、中間中心性(Bc)以及特征向量中心性(Ec)，，模型中統(tǒng)一用C表示�？刂谱兞坑匈J款?

【相似文獻】

相關期刊論文 前10條

1 彭程;;銀行網絡結構與銀行風險研究——基于多變量GARCH構建的相關性網絡[J];中國物價;2017年04期

2 王蕾蕾;周希y

本文編號：2695883