Диссертация (1137870), страница 8
Текст из файла (страница 8)
Выделяютследующие индикаторы степени вершины:48- степень исходящих связей;- степень входящих связей;- общая степень связей.Кроме матрицы связейвзвешанныхрасстояний.возможно использовать и матрицуТогдаисследователипредпочитаютиспользовать не абсолютные, а относительные веса и записываютаналоги индикаторов следующим образом:суммаотносительныхвесовкредитных связей– сумма относительных весовзаймов– общий относительный вессвязейАльтернативной мерой значимости отдельной вершины являетсяее «центральность». Для того, чтобы определить понятие центральности,которое идентифицирует близость банка к «ядру» или топологическомуцентру системы, следует определить кратчайшее расстояние междувершинамии :Очевидно, что для двух вершини , связанных непосредственно,и вершины связаны косвенно, еслии конечно.
Сеть, вкоторой все вершины связаны друг с другом как минимум косвенно,называется соединенной, в ином случае – разъединенной.49Вершинаназывается геодезической по отношению к вершинами , если она находится на кратчайшем пути отк , иначе говоряТак же возможно определить взвешенный аналог расстояниямежду вершинами графа:Данная мера, предложенная в работе [4], равна 1, если объемзаимствования на межбанковском рынке банкау банкаравенсуммы совокупного объема заимствования.
Таким образом, взвешенноерасстояние между банками окажется меньше невзвешенного аналога,если объем заимствования внутри пары вершин сравнительно велик.Тогда матрицы расстоянийипозволяют рассчитатьнесколько характеристик центральности вершин:– среднее расстояние до вершины ;– среднее взвешенное расстояние до вершины ;– максимальное расстояние до вершины .Кроме того, матрицы расстояний позволяют рассчитывать истатистики,характеризующиевесьрыноквцелом.Средираспространенных в литературе мер следует отметить следующиеиндикаторы:– среднее расстояние между вершинами в сети;50–среднее взвешенное расстояние междувершинами в сети;– максимальное расстояние до любой извершин (диаметр системы);– функция распределения расстояний.Перечисленные показатели указывают на то, насколько структурарынка является концентрированной, плотной.
Среднее расстояние междукредитными организациями возможно интерпретировать как индикаторэффективности распределения ликвидности на рынке МБК. Так, чемменьше данный показатель, тем ниже вероятность наличия сравнительноизолированных кредитных организаций, которые не имеют возможностипривлечь необходимые средства на межбанковском рынке. Кроме того,соединенность сети зачастую измеряется индикатором под названием«плотность», который равен отношению числа наблюдаемых реберграфа,задающегоструктурурынкаМБК,кмаксимальномупотенциально возможному числу таких ребер:Средиболееэкзотическихмероднородностизачастуюиспользуется корреляция степеней входящих и исходящих связей дляотдельной вершины:или корреляция степени связей отдельного банка со среднейстепенью связей его непосредственных соседей:51где.В главе 1 предлагается обзор исследований, использующихинформациюоструктурерынкаМБКдлятестированияегоустойчивости, как в работах [4], [5], [6] или для российскогомежбанковского рынка [85].
В настоящей главе мы рассмотрим другоенаправление исследования, опирающееся на динамику индикаторовоткрытых позиций рынка МБК. Динамика части их перечня приведена нарис. 7.А. Среднее количество связей вершины отдельной вершиныБ. средний объем кредитования контрагентов одним банкомВ.
среднее расстояние между вершинами в сетиГ. максимальное расстояние до любой из вершин (диаметр системы)52Д. Корреляция степеней входящих и исходящих связей для вершиныЕ. Корреляция степени связей банка со средней степенью егонепосредственных соседейРисунок 7. Динамика индикаторов структуры рынка МБК, январь2010 г. – июнь 2012 г.Источник: расчеты автора.2.3 Сигнальная модель рынка МБК Банка РоссииПостроение различных индикаторов раннего предупреждения опредстоящем спаде или резком изменений одного из ключевыхмакроэкономическихиндикаторовявляетсяоднимизкрупныхнаправлений прикладных количественных работ (например, [86], [87]).Традиционно такие модели и опираются на показатели устойчивостирежима валютного курса, такие как достаточность международныхрезервов,илислужатсистемамираннегопредупрежденияо53надвигающейся рецессии.
Современные работы в области финансовойстабильностиисследуютвозможностьпостроениянадежныхиндикаторов системного риска на основе финансовых переменных,которые доступны с высокой частотой или в реальном времени.Например, подход к построению общего показателя системного рискапредлагается в [88].С учетом продемонстрированной в работах [60] и [29] связи междуиндикаторами структуры рынка МБК и его устойчивостью логичнопредположить, что модель, которая бы позволила найти соответствиемежду показателями рынка МБК и качественным индикатором егостресса могла бы быть полезной. Первой из известных нам работ,предпринявших попытку построения такого индикатора для внутреннегорынка МБК, является [82].Таквусловияхразличныхуровнейстрессапроцессыперераспределения ликвидности на рынке МБК могут протекать болееили менее эффективно.
Как показано в [89], рост риска ликвидностиприводит к тому, что для некрупных участников рынка МБКальтернативные издержки привлечения средств растут, так что онистановятся менее склонны размещать свободные средства на открытомрынке. Такое изменение условий кредитование должно учитыватьсяцентральными банками при параметризации своих операций.Таким образом, в работе [82] отмечается, что сигнальная модель,кроме прочего, позволяет:«формализовать критерии финансовой нестабильности нарынке междилерского РЕПО»11;11Междилерское РЕПО является одним из важных сегментов денежного рынка. В настоящей работенаше внимание сосредоточено на другом, более крупном сегменте – межбанковском депозитном54«минимизироватьсубъективизмприоценкетекущегосостояния рынка».Предлагаемая авторами модель состоит из двух частей.
В первойпредлагается набор правил R( ) , который позволяет из множествадоступной на момент t информацииtполучить ординальныйидентификатор состояния рынка РЕПО yt {a1 , a2 ,..., an } . Авторы неназывают, какой набор информации рассматривался изначально, и изкаких соображений из него были выбраны индикаторы, используемыедля идентификации уровня стресса рынка МБК, но приводятся итоговыеправила:1. Рынок функционирует в «красной зоне», если:1.1 средневзвешенная ставка overnight на первом ярусераспределения ликвидности превышает уровень процентной ставки пооперациям постоянного действия РЕПО с Банком России;1.2 объем операций постоянного действия РЕПО с БанкомРоссии превышает 10 млрд.
руб.;2. Рынок функционирует в «желтой зоне», если:2.1 спрос на аукционе РЕПО с Банком России превысилустановленный лимит;2.2 средневзвешенная ставка «овернайт» на первом ярусераспределенияликвидностинаходитсямеждууровнямипроцентной ставки по операциям постоянного действия РЕПО сБанком России и ставкам по операциям аукционного РЕПО сБанком России.рынке, однако анализ работы [83] остается релевантным в силу общих подходов к построениюсигнальной модели.553. В случае, если не выполняется ни одно из указанных условий, торынок находится в «зеленой зоне».Таким образом, структура рынка МБК в данном случае вводитсякосвенно, через использование авторами особой средневзвешеннойставки по сделкам между банками, которые относятся к «первому ярусу»перераспределения ликвидности. Следует подчеркнуть, что даннаяработа является первой попыткой использования данных о структурерынка МБК для построения моделей или инструментов мониторинга егосостояния и, вероятно, раннего обнаружения перехода данных состояниймежду различными градациями стресса.Как и многие другие работы, открывающие новое направление,сигнальная модель рынка МБК Банка России не лишена некоторыхнедостатков.
Так, одним из центральных вопросов, которые остаются безответа является выбор авторами набора индикаторов, которые образуютбазу для идентификации состояния рынка.Вторым вопросом, который остается открытым, является выборавторами количества состояний рынка МБК и его характеристик.Несмотря на то, что три предлагаемых зоны – «красная», «желтая» и«зеленая» – представляются интуитивно понятными, однако такаяинтуитивная база для выбора количества зон не представляется оченьнадежной.В следующей части настоящей главы мы предлагаем подход кпостроениюсигнальнойнеобходимостьвмодели,произвольномкоторыйвыборепозволяетустранитьколичествасостоянийанализируемой системы, и, опираясь на внутренний опрос экспертовБанка России, предлагаем перечень ключевых индикаторов рынка МБК.562.4 Альтернативный подход к построению сигнальной модели рынкаМБКНиже предлагается модификацию подхода [90] и примеры ееприменениядляидентификацииоднородныхсегментовфункционирования рынка МБК и переходных точек между ними.Предлагаемый метод является достаточно общим и подходит дляизучения других объектов (фондовый рынок, рынок труда).Выделение однородных периодов можно рассматривать какполезный предварительный этап построения эконометрических моделей.Болееважнымкажетсято,чтообработанныйрядпозволяетисследователю получить представление о том, насколько изменчивасистема(какчастотребуетсяобновлениемоделей/переоценкакоэффициентов) и получить координаты точек перехода системы междусостояниями.
Такая информация позволит изолировать ключевыесобытия/факторы изменений или, если такие события известны,сформировать представление о длине лагов между событием и еговоздействием на систему. Наконец, сегментирование дает возможностьпостроить номинальную переменную состояний системы 12 , котораяможет быть использована в качестве индикатора при принятии решенийи для тестирования гипотез о взаимосвязи состояния рынка МБК сдругими показателями.Ниже приводится обзор алгоритма сегментирования согласноработе [76].
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
