前沿复杂性理论和金融监控Sci

《Science》论文快递和点评

Complexitytheoryandfinancialregulation

StefanoBattiston,J.DoyneFarmer,AndreasFlache,DiegoGarlaschelli,AndrewG.Haldane,HansHeesterbeek,CarsHommes,CarloJaeger,RobertMay,MartenScheffer

复杂性理论和金融监管

经济政策的制定需要跨学科的网络分析和行为建模

译者：幸小云

北京师范大学系统科学学院系统理论硕士生

年2月29日

传统的经济学理论已经没有办法解释金融系统在一个短时间内的崩塌和它对于全球经济长时间持续的影响，更不用说预测了。自年危机之后，已经有越来越多的兴趣转移到运用复杂性理论的方法去理解经济和金融市场。一些概念逐渐地开始在金融和监管的词典中出现，例如引爆点、网络、传播、反馈及韧性等，但是复杂性模型和结果在金融市场中的实际运用还处在初期阶段。根据最近的了解和现有的技术，我们已经有潜力去更好地监控和管理高度关联的经济金融系统，并且进一步帮助我们预测和管理未来可能发生的危机。

引爆点，预警信号。一直以来，金融市场都表现出了突发的，无法预料的系统性规模的崩塌行为。这类“相变”可能在某些情况下被一些无法预测的随机事件触发。然而，其中起作用的更多是一些内生的潜在的过程。对于从气候系统到生态系统等复杂性系统的分析已经揭示出，在重大的相变之前，通常会发生渐进的、未被察觉的韧性流失，这会导致系统变得脆弱：一个小的扰乱事件便可以触发多米诺效应即崩塌在系统内传播开来并将系统驱动到一个危机的状态。

近期研究已经表明一些有关韧性的一般性实用量化指标可以应用到各类复杂系统来探测引爆点。其标志性指标包括渐增的网络中节点的关联性以及渐增的波动模式的含时关联性、方差和偏度。这些指标首次运用于数学预测并随后在包括生命系统在内的实际复杂系统得到实验验证[1]。一项针对荷兰银行间网络的研究表明[2]，基于同质网络模型的标准分析只能事后探测到年的危机，尽管更加真实的异质性网络模型能够在危机发生的3年之前识别到预警信号（见下图）。

生态学家已经开发出一套量化食物网中稳定性、鲁棒性和韧性的工具，并且展示出这些指标如何依赖于网络拓扑结构和交互强度[3]。同时，流行病学家也有工具来预估感染事件在交互实体构成的系统中扩散开来的潜在性，辨别出超级传播者和与传染持续性相关的核心集团，并且用于机制设计中，目的是预防或减轻病毒的扩散[4]。

从自然科学中推断得到的结论应用到经济金融学中依旧存在挑战。比如，预警信号的发布会改变人们的行为，从而影响系统未来的动力学。但是在只有监管者知晓，或者监管目标仅仅是建立更好的网络壁垒来减缓扩散速度的情形下，这并不影响预警指标发挥其作用。

年发生在荷兰银行间同业拆借网络中的危机警告。上图展示了两类个体的时序分析，它们分别是在同一时间互为借贷方的银行。虽然这种配对的原始数量并不能详细地体现可能正在进行的结构性变化，但是它们相对于随机网络模型的对比却可以体现这一点。Z分值代表的是在真实网络中银行配对数量偏离模型期望值的标准偏差的数量。小的Z分值（3）表明真实数据与模型几乎是一致的，大的Z分值表明统计上的显著偏离。其中，我们用到了两种随机网络模型：一种是同质网络模型，它的总边数与实际网络相同（顶部）；另一种是异质网络模型，其中每个银行的连边数都和真实网络一致（底部）。同质网络模型经常被用到标准性分析中，它只能着重显示出晚期的，突然发生的结构性改变（）。异质性模型更具现实意义，它还能够分辨出渐进式的，并能够在危机前预警的阶段（-）。[修改自（2）]

TOOCENTRALTOFAIL.在较强的级联失效过程中，由于存在冲击的放大作用，网络效应对于金融经济的稳定性至关重要。例如，国际清算银行最近推出了一种框架，通过收集银行间关联性的数据来估测由全球系统重要性银行所构成的金融网络所面临的系统性风险。对于金融网络中传染过程的最新研究表明，网络的拓扑结构和银行的头寸关乎成败；在某些情形下，即使个别银行是安全的，全球金融网络也许会面临崩溃的境况[6]。为了能够量化个体银行的压力并把网络作为一个整体看待系统性风险，抓住这些效应是十分关键的。尽管我们不断努力，这些效应也不太可能很快地被作为惯常性考虑的对象。

“…削减正反馈的政策和金融监管条例…是能够稳定实验宏观经济系统的…”

就目前而言，网络上的信息不对称也是一个问题，比如一个银行并不知道其他银行的问题资产情况。银行网络往往体现出中心-外围结构的特征，即存在一个核心银行集团，它包含少数几个较大的并紧密联系的银行，它们在经营和风险模型上并不是那么多元化的。这一点表明，核心银行的破产倾向于高度相关。反过来，这又会导致集体的道德风险问题（比如说，一些银行会倾向于冒更大的风险，因为一旦倒闭其后果是由其他银行来承担成本），由于银行认识到当他们面临危难的时候政府一定会有相应的支持措施，这又进一步放大了他们想要作为核心集团一员的动机。

预估系统性风险依赖于金融网络的细化数据资料。不幸的是，考虑到保密性，银行间的业务交互资料通常是隐蔽的。现有的技术手段正在向根据部分信息重建网络，从而评估系统性风险的方向努力[7]，即便如此，目前已有的银行信息并不足以完成系统性风险的可靠估计。一旦银行愿意公布出与其他银行业务联系的数量，即便不透露这些银行分别是谁，风险预估的效果也会有重大的突破。

除了数据以外，对于相互关联的理解同样依赖于综合量化指标和一些体现网络性质的主要概念，比如个体节点失效在系统层面的影响。例如，债务等级衡量的是金融网络中个体金融机构在系统层面的重要性[8]，相关的研究表明，“toocentraltofail”的观点可能比“toobigtofail”更重要。

主体和行为。在计算机模型中，有一类基于主体的模型，它







































北京最好治疗白癜风
北京哪个医院能治疗白癜风