金融风险与风险传染——基于CCA方法的宏观金融网络分析

被引：17

作者：

刘磊 ^{[1
]}

刘健 ^{[2
]}

郭晓旭 ^{[3
]}

机构：

[1] 中国社会科学院经济研究所国家金融与发展实验室

[2] 中央财经大学保险学院

[3] 美国哥伦比亚大学

来源：

金融监管研究 | 2019年 / 09期

关键词：

风险传染; 宏观金融网络; CCA方法;

D O I：

10.13490/j.cnki.frr.2019.09.003

中图分类号：

F832 [中国金融、银行];

学科分类号：

1201 ; 020204 ;

摘要：

本文用CCA模型来分析基于SNA体系的中国各部门资产负债表,并通过改进宏观金融网络模型,借鉴谷歌网页排名算法,重新构建了网络调整后的各部门金融风险指数,用于综合考虑风险在部门间的传染。研究结果表明,实体经济部门中的主要风险集中于非金融企业,其资产和负债两端所蕴含的风险都为最大。2009年—2015年,各部门以资产负债率为代表的风险指标并未出现显著变化,资产与负债以相似的速度上升。但2015年后,各项风险指标都出现恶化,应予以充分重视,有必要继续推进结构性去杠杆。本文研究得出的市场隐含的无效资产占比,大于官方公布的规模,但并不十分夸张。研究结果还表明,当前宏观金融网络有利于部门间风险的分散,居民部门在网络中吸收了一定的风险。

引用

页码：35 / 50

页数：16

共 6 条

[1] 结构性去杠杆:进程、逻辑与前景——中国去杠杆2017年度报告 [J].