Диссертация (1137870), страница 18
Текст из файла (страница 18)
Более того, зачастую центральные банки опираются напредположенияобэффективностирынкаМБКприпринятииоперационных решений, несмотря на то, что оно может быть не до концаобоснованным, особенно в условиях высокой неоднородности иконцентрированности рынка МБК.В настоящей работе были разработаны подходы к построениюболее реалистичной картины функционирования российского рынкаМБК.Результаты возможно разделить на две крупные категории.Первый блок результатов касается идентификации уровня стрессанарынкеМБК,которыйможетвлиятьнаэффективностьфункционирования рынка.В этой области был обобщен опыт существующих подходов кпостроению сигнальных моделей для российского рынка МБК иразработан алгоритм идентификации режима функционирования рынкаМБК на основе модифицированного подхода к сегментированиювременных рядов.Второйблок результатов относится к денежно-кредитнойполитике в части ее реализации посредствам операций на открытомрынке.
Была впервые продемонстрирована связь между способностьюденежных властей корректно оценивать спрос банковской системы на129инструментыпредоставленияликвидностиисоответствиемдействительности предпосылок центрального банка о структуре рынкаМБК. Было показано, что в некоторых условиях некорректныепредставления центрального банка о структуре двусторонних лимитов намежбанковском рынке будут приводить к существенным погрешностямоценки спроса.Данное предположение было протестировано с использованиемфактическихданныхипродемонстрировалобольшуюснимисогласованность.Дополнительно,былапродемонстрированавозможностьувеличения точности оценок спроса банковского сектора при помощидезагрегированного прогноза по группам банков с близким поведениемна аукционах с центральным банком.Чтобы убедиться в наличии сообществ на рынке МБК, сходных стеми, что были предположены в теоретической модели, былииспользованы современные методы поиска сообществ.
При подборекорректной процедуры были предложены критерии выбора меры силысвязи и метода кластеризации графа рынка МБК. Более того, впервые изизвестных нам работ был предложен подход к идентификациистабильных во времени сообществ за счет использования частоты, скоторой банки принадлежат к одному сообществу.Результаты говорят о наличии, по меньшей мере, двух группкредитных организаций, которые могут быть условно названы первым ивторым эшелоном.
При этом часть банков не может быть отнесена ни кодному из сообществ.С учетом данной информации о структуре рынка МБК былипредложены две модели распределения ликвидности на этом рынке.130Предложенные модели лаконичны, но учитывают такие особенностирынка МБК как двусторонние лимиты по кредитованию контрагентов,неприятие риска кредиторами, заключение сделок между кредитнымиорганизациями в реальном времени в отсутствии единого аукционногомеханизма, который бы приводил рынок к равновесию.Такие модели позволят не только более реалистично моделироватьтрансмиссию шоков ликвидности, но и заранее идентифицировать банкиигруппыбанков,краткосрочногоиспытывающиефинансирования,потребностькоторыевимеютпривлечениирискбытьизолированными от основной части рынка МБК в силу структурыдвусторонних лимитов на межбанковском рынке.131Список сокращений и условных обозначений– граф, состоящий из набора вершини матрицысвязей .– количество банков в финансовой системе– вектор размерас элементами– единичный вектор размера– количество элементов со значениемв матрице .– матрица близости или матрица связей с элементамиДКП – денежно-кредитная политикаЕЦБ – Европейский центральный банкМБК – межбанковский рынок кредитования (межбанковскийдепозитный или беззалоговый рынок)ЦБ РФ – Центральный банк Российской Федерации (Банк России)132Список литературы1Bindseil U.
Central Bank Liquidity Management: Theory and EuroArea Practice. 2000. Frankfurt am Main.2Boss, M., Elsinger, H., Summers, M., Thurner, S. The NetworkTopology of the Interbank Market. 2002. ECB.3von Peter, G. International banking centres: a network perspective.2007.4Manna, M. The Topology of the Interbank Market Developements inItaly Since 1990, Bank of Italy. 2009.
Rome.5Furfine, C. Interbank Exposures: Quantifying the Risk of Contagion //Journal of Money, Credit, and Banking. 2003. С. 111-128.6Müller, J. Two Approaches to Assess Contagion in the InterbankMarket. 2003. Swiss National Bank.7Upper, C. Simulation methods to assess the danger of contaigion ininterbank markets // Journal of Financial Stability. 2011. №3(7).
С. 111-125.8Gilbert, R. A. Bank market structure and competition: a survey //Journal of Money, Credit and Banking. 1984. №4(16). С. 617-645.9Demirguc-Kunt, A., Laeven, L., Levine, R. Regulations, marketstructure, institutions, and the cost of financial intermediation. 2003. NationalBureau of Economic Research.10Newman, M., Girvan, M. Community structure in social and biologicalnetworks // Proceedings of the National Academy of Sciences of the UnitedStates of America. 2002. №12(99). С. 7821–7826.11Barthélemy, S.
S., Fortunato, M., Resolution limit in communitydetection // Proceedings of the National Academy of Sciences of the UnitedStates of America. 2007. №1(104). С. 36–41.13312Arora, S., Rao, S., Vazirani, U. Expander flows, geometric embeddingsand graph partitioning // STOC’04: Proceedings of the 36th annual ACMSymposium on Theory. 2004.13Dhillon, I., Guan, Y., Kulis, B. Weighted graph cuts withouteigenvectors: A multilevel approach // IEEE Transactions on Pattern Analysisand Machine Intelligence. 2007. № 11(29).14Andersen, R., Chung, F., Lang, K.
Local graph partitioning usingPageRank vectors // FOCS ’06: Proceedings of the 47th Annual IEEESymposium on Foundations of Computer Science. 2006.15Holten, D. A user study on visualizing directed edges in graphs //Proceedings of the SIGCHI Conference on Human Factors in ComputingSystems. 2009.16Krzywinski, M., Birol, I., Jones, S., Marra, M. A. Hive plots: rationalapproach to Hive // Briefings in Bioinformatics. 2011. №5.17Bindseil, U. The operational target of monetary policy and the rise andfall of the reserve position doctrine.
2004. European Central Bank. Frankfurtam Main.18Taylor, J. Monetary Policy Rules. 1999. University of Chicago Press.Chicago.19McCallum, B. Issues in the Design of Monetary Policy Rules //Handbook of Macroeconomics. 1999. North-Holland. Amsterdam.20Woodford, M. Monetary Policy in the Information Economy. 2001.National Bureau of Economic Research.21Bindseil, U. Central Bank Forecasts of liquidity factors and the controlof short term interest rates // BNL Quarterly Review, № 220, 2002.22Vento, G. A., La Ganga, P.
Interbank market and liquidity distributionduring the great financial crisis: the e-mid case. 2009. Bank of Italy.13423Gaspar, V., Perez Quiros, G., Mendizabal, G. R. Interest ratedetermination in the interbank market. 2004. European Central Bank.Frankfurt am Main.24Gaspar, V., Perez Quiros, G., Mendizabal, G. R.
Interest rate dispersionand volatility in the market for daily funds // European Economic Review.2008. т. 52.25Bagehot, W. Lombard Street: a description of the money market. 1878.Kegan Paul.26Keynes, J. M. General theory of employment, interest and money. 2006.Atlantic Books.27Kindleberger, C. Manias, Panics, and Crashes: A History of FinancialCrises. 1978. New York: Basic Books.28Minsky, H. P. Can"it" happen again?: essays on instability and finance.1984. Armonk, NY: ME Sharpe.29Freixas, X., Parigi, B. M., Rochet, J.-C. Systemic risk, interbankrelations, and liquidity provision by the central bank // Journal of Money,Credit and Banking, 2000. №3(32). С.
611-638.30Iyer, R., Peydró-Alcalde, J. Interbank contagion: Evidence from realtransactions // Risk measurement and systemic risk. 2005. ECB.31Diamond, D., Dybvig, P. Bank Runs, Deposit Insurance, and Liquidity// Journal of Political Economy. 1983. С. 401-419,.32Donaldson, R. Costly Liquidation, Interbank Trade, Bank Runs andPanics, Journal of financial intermediation, 1992. С. 59-82.33Jacklin, C., Bhattacharya, S.
Distinguishing Panics and Information-Based Bank Runs: Welfare and Policy Implications // Journal of PoliticalEconomy. 1988. №96. С. 568–592.13534Dasgupta, B. Accumulation in the Presence of Informal CreditContracts: Does the Incentive Mechanism Work Better than Credit RationingUnder Asymmetric Information? 2004. University of Connecticut.35Rochet, J.-C., Tirole, J.
Interbank Lending and Systemic Risk // Journalof Money, Credit and Banking, 1996. С.733-762.36Bernanke, B.S. Reducing Systemic Risk // Federal Reserve Bank ofKansas City's Annual Economic Symposium. 2008. Wyoming.37Borodin, A., Filmus Y., Oren, J. Threshold models for competitiveinfluence in social networks // 6th international conference on Internet andnetwork economics, 2010.38Chen, N. On the approximability of influence in social networks // 19thannual ACM-SIAM symposium on Discrete algorithms. 2008.39Chen, W.
Wang, Y., Yang, S. Efficient influence maximization insocial networks // 15th ACM SIGKDD international conference onKnowledge discovery and data mining. 2009.40Kempe, D., Kleinberg J., Tardos, E. Maximizing the spread of influencethrough a social network // 9th ACMSIGKDD international conference onKnowledge discovery and data mining. 2003.41Eubank, S. Network based models of infectious disease spread //Japanese Journal of Infectious Diseases.
2005.42Eubank, S., Guclu, H., Kumar, V. S. A., Marathe, M. V., Srinivasan,A., Toroczkai, Z., Wang, N. Modeling Disease Outbreaks in Realistic UrbanSocial Networks // Nature. 2004. C. 180-183.43Coelho, F. C., Cruz , O. G., Codeo, C. T. Epigrass: a tool to studydisease spread in complex networks // Source Code for Biology and Medicine.2008.13644Sheldon, G., Maurer, M. Interbank lending and systemic risk // SwissJournal of Economics and Statistics. 1998.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
