CC BY
45
ИСПОЛЬЗОВАНИЕ СЕТЕВОГО ПОДХОДА ПРИ ОПРЕДЕЛЕНИИ СИСТЕМНЫХ РИСКОВ И БЕЗОПАСНОСТИ ФИНАНСОВО-ЭКОНОМИЧЕСКИХ СИСТЕМ
Коновалов В.В., д.э.н., профессор Караев А.Н., д.т.н., профессор Мельничук М.В., д.э.н., профессор
Динамическая устойчивость кредитной сети в целом определяется процессами, описывающими динамику индивидуальной финансовой устойчивости составляющих эту сеть агентов. Неблагоприятные события, влияющие на поведение каждого конкретного агента, могут приводить к изменению устойчивости всей финансовой системы по мере увеличения степени взаимодействия агентов. Чем больше число взаимодействующих агентов, тем меньше риск краха конкретного агента, но тем выше системный риск, что может привести
к системному кризису.
Ключевые слова: кредитные сети, неустойчивость финансово-экономической системы, распределение риска, системный риск, эффект каскадных банкротств.
NETWORK APPROACH APPLICATION FOR SYSTEMIC RISK IDENTIFICATION AND FINANCIAL AND ECONOMIC SYSTEM SAFETY
Konovalov V., doctorate degree in economic sciences, professor Karaev A., doctor degree in technical sciences Melnitshuk M., doctorate degree in economic sciences, professor
Dynamic stability of a credit network can be defined by the processes, each one of which describes the dynamics of individual agent financial robustness. Undesired events that have an influence on agent behavior may lead to the stability changes in the financial system on the whole being a feedback on a network connectivity increase. The larger the number of connected neighbours, the smaller the risk of an individual collapse but the higher systemic risk.
Keywords: credit networks, financial and economic system instability, risk distribution, systemic risk, bankruptcy cascade effects.
Мировой экономический кризис продемонстрировал острую потребность в новой фундаментальной интерпретации динамики и структуры экономических и финансовых систем. Кредиты и инвестиции, торговля и производство, исследования и инновации осуществляются поистине в глобальном масштабе, стимулируя рост огромной комплексной системы, поведение которой трудно прогнозировать и контролировать. Более того, некоторые внутренние связи и зависимости в системах становятся очевидными только во время кризиса, либо после него, и развиваются без проявления предварительных признаков как самодостаточный феномен.
Как показали аналитические исследования, отличительным признаком последнего финансового кризиса является то, что еще до него существовал целый ряд проблем: банковская система и инвестиционные процессы не были отделены друг от друга; финансовая прозрачность инвестирования заёмных средств была низкой; доверие инвесторов к банкам было утрачено. На самом деле эти проблемы по своей природе включают факторы, относящиеся к структуре и динамике экономических и финансовых систем (т.е. отражающих кредиты или долевое участие, торговлю и инновации и т.д.). В результате их взаимодействия возможны эффекты аккумуляции излишков в форме «пузырей», которые, в свою очередь, способствуют образованию огромного дисбаланса, что объясняет всю тяжесть и глубину кризиса [19].
Комплексность и сложность существующей современной глобальной экономики усугубляется скоростью и объемами, с которыми информация в цифровом виде передается по национальным и глобальным сетевым каналам, причем интенсивность связей и их масштаб при этом различен. По этой причине все попытки понять или контролировать возникшие всемирные сети в действительности оказываются трудно осуществимыми. В частности, угроза каскадных провалов или использования оппортунистического поведения в финансово-экономических сетях сегодня больше, чем когда-либо. Эффекты самоподачи, стимулирующие друг друга через совместно эволюционирующие сети, могут привести к крупномасштабным и неожиданным последствиям, предвосхитить и преодолеть которые будет достаточно сложно. Таким образом, важность и потенциальную пользу от применения сетевого подхода в изучении финансово-экономических систем сложно переоценить.
Можно очертить границы исследования, рассматривающего финансово-экономические сети: это, во-первых, непосредственно финансы, экономика и социология; во-вторых, исследование комплексных систем в физике и информационных технологиях. В каж-
дом из указанных примеров узлами являются различные индивидуальные агенты, такие как фирмы, банки или даже страны, а связи между этими узлами описывают их взаимодействия, будь то торговля, долевое участие или кредитно-долговые отношения. Прибавление или удаление агентов или связей, а также изменения в направлении связей являются основными принципами формирования сетей. Важную роль при этом играют информированность агентов и наличие стимулов к их взаимодействию друг с другом.
Один из подходов к изучению поведения сложных систем строится на проверке стохастических правил образования связей, так как нужно найти простейшие условия (ограничения), которые необходимы для воспроизведения статистических закономерностей в наблюдаемой эмпирической структуре сети. Эти правила должны учитывать характерные черты агентов, такие как степень их взаимосвязанности (количество связей, принадлежащих определенному агенту или узлу) или центрированность (определение степени важности узла либо с помощью количества самых коротких или случайных траекторий, которые через него проходят, или же через рекуррентное взвешивание степени значимости соседей), а не фокусируются лишь на понимании эндогенного поведения индивидуальных агентов, мотивированных сугубо экономически [16].
С этой точки зрения в литературе, посвященной сложным системам, прогнозирование часто осуществляется на агрегированном уровне. Структурные свойства систем, образованных с помощью различных стохастических алгоритмов (т.е. случайно, немасштабируемо или в виде сетей малых миров), сравниваются с реальными сложными системами, имеющимися в биологии (обменные и генетические системы), инфраструктуре (железные дороги и энергетические сети), коммуникациях (Интернет и мобильный телефон) и социальном взаимодействии (сотрудничество) [5]. Сравнение сетевых (графовых) структур, имеющихся в вышеперечисленных отраслях, дает возможность предположить, что универсальность различных классов можно определить, основываясь на распределении степеней вершин графов. Например, в финансовом контексте степень распределения функции рассматривается как сопоставимая со степенной функцией для связей банков в межбанковской системе [6, 12], причем утяжеленный хвост указывает на то, что взаимодействует друг с другом малое количество банков. В некоторых случаях банки с похожим инвестиционным поведением могут формировать в сети кластеры. Подобные закономерности также могут быть прослежены в сети международной торговли [9, 10, 17], хотя и с некоторыми существенными отличиями. Например, абсолютная
величина объемов внешней торговли не распределяется по степенному закону, а имеет вид логнормальной плотности, что указывает на нескоррелированность торговых потоков.
Можно привести и другие примеры, используя данные о региональных инвестициях или сетях собственников [11]. Оказывается, что прямые инвестиционные потоки, направляемые европейскими фирмами друг другу, распределяются по степенному закону, описываемому количеством работников в инвестирующих фирмах и в фирмах, в которые направляются инвестиции, а также количеством исходящих и входящих инвестиций обеих фирм. Это дает возможность осуществить разовые «предсказания» в данный момент времени относительно инвестиций, которые получат или осуществят регионы, основываясь на деятельности и взаимодействии фирм, находящихся в этих регионах. Таким образом, деятельность фирм и инвестиционная привлекательность оказываются совместимыми. Чтобы увидеть, как изменяются параметры вероятности будущей деятельности и привлекательности в краткосрочном и долгосрочном планах, необходимо изучить временную динамику параметров. Модельные данные для сетей и качественные свойства их узлов и связей должны рассматриваться как ключевые элементы и отношения, экстраполированные из соответствующих первичных данных, чтобы обосновать соответствие с данными, полученными теоретическим путем, и, таким образом, проверить положения выдвинутой теории.
Однако закономерности, наблюдаемые на агрегированном уровне, такие как плотность распределения, которое происходит по степенному закону, не подразумевают какой-либо специфической основополагающей динамики агентов, например, такой как преференциальное присоединение к банкам или странам, имеющим более выгодные связи. Другими словами, это еще один пример нестандартно-объектной проблемы в эмпирической оценке. Преференциальное распределение (или пропорциональный рост) - это только один из многих основополагающих процессов, поведение которых описывается степенной функцией распределения. Более того, строго говоря, пропорциональный рост не достаточен для того, чтобы привести к степенным зависимостям. Появление новых сетевых (графовых) групп и их возможное последующее исчезновение - это две основных составляющих, которые обеспечивают огромную массу режимов и, в частности, различных степенных функций [18]. Универсальность масштабных свойств определенных сетей, такие как степенные законы, таким образом, обеспечивает классификацию всего лишь первого порядка, которая подчеркивает роль флуктуаций и хаотичности. Необходимо определить причины отклонений временных рядов от универсальных параметров, что дает нам возможность идентифицировать специфические механизмы, связанные с индивидуальной динамикой агентов и процессами принятия ими решений. В конечном счете с помощью этой комбинации мы получим возможность предлагать такую экономическую политику, которая будет благоприятствовать созданию желательных структур сетей, таких, которые робастны к экономическим шокам.
В противовес вышесказанному социо-экономическая концепция делает акцент на понимании того, как относительно простые изменения в архитектуре сети влияют на стратегическое поведение и форму взаимодействующих агентов. Экономические сети часто рассматриваются сквозь призму игры формирования сетей среди конкурирующих и сотрудничающих агентов. В этом смысле к агентам мы относим и фирмы, которые сотрудничают и в совместных исследовательских проектах, и работников, которые обмениваются информацией о возможности получения работы; связи при этом добавляются или исчезают в результате целенаправленных решений, принятых конкретными агентами, которые ищут возможность максимизировать свои доходы. Более того, агенты должны полагаться на какое-то (обычно несовершенное и асимметричное) предчувствие того, что будут делать другие с имеющейся информацией (возможно, ограниченной) в своей операционной среде; они определяют проблему в рамках ограниченного временного горизонта и изучают примеры подобных ситуаций, имеющих место в прошлом. Такой взгляд на ситуацию приводит к существованию очень большого количества вариантов (стратегий, взаимодействий и т.п.), из которых необходимо выбрать единственно нужный, и, следовательно, поведение агентов нужно моделировать как процесс принятия решений на основе ограниченного количества рациональных правил [21]. Ввиду отсутствия эмпирических доказательств для стандартной модели рационального агента в настоящее время исследуется несколько альтернативных подходов, включая модели, в
которых агенты «предсказуемо иррациональны» с зашитыми (аппаратными) смещенностями и странностями [3] и с наличием существенного компонента - «шума» или невоспроизводимости. [14].
В этой связи нельзя не упомянуть о динамической устойчивости кредитной сети в целом, которая определяется процессами, описывающими динамику индивидуальной финансовой устойчивости составляющих эту сеть агентов. Неблагоприятные события, влияющие на поведение каждого конкретного агента, могут приводить к изменению устойчивости всей финансовой системы по мере увеличения степени взаимодействия агентов. Чем больше число взаимодействующих агентов, тем меньше риск краха конкретного агента, но тем выше системный риск, что может привести к системному кризису.
Кредит - неотъемлемая часть современной экономики. Кредитные отношения возникают между коммерческими банками на рынке межбанковских кредитов, между компаниями и банками на рынке займов, между поставщиками и их клиентами на рынке коммерческих кредитов, поэтому многие кредитные рынки могут рассматриваться в качестве кредитных сетей, в которых узлы - это агенты, а связи - это кредитные отношения. Из-за риска неплатеже способности решение о предоставлении кредита зависит от оценки надежности заемщика и установления доверительных отношений между кредитором и заемщиком, для чего требуются время и усилия. На кредитном рынке всегда приходится нести значительные транзакционные издержки, так что агент готов вступать в торговые отношения только с небольшим количеством других агентов, поэтому кредитные сети обычно неполные. Ярким примером сетевого анализа, примененного к кредитным сетям, является основополагающая статья, написанная Алленом и Гейлом в 2001 году на тему распространения финансовых инфекций на рынке межбанковских кредитов [1]. В принципе всю макроэкономику можно рассматривать как кредитную сеть, состоящую из домохозяйств, фирм и банков.
Установление нескольких кредитных связей позволяет агенту продолжать осуществлять инвестиционный проект, что было бы невозможно при наличии только собственных финансовых ресурсов, а также диверсифицировать риск потери (или риск кредитного кризиса), если деятельность агента подвергнется негативным воздействиям, но в то же время это становится причиной распространения финансовых трудностей между взаимодействующими агентами в кредитной сети, то есть, словами Аллена и Гейла, финансовой инфекции. Как следствие, нельзя исключить риск системного кризиса, то есть не только распространение, но и усугубление финансовых затруднений вплоть до краха финансовой системы. Каждый из взаимозависимых агентов фактически подвержен риску банкротства, следовательно, сеть потенциально подвержена риску системного краха, то есть риску множества взаимосвязанных банкротств.
Предметом многих современных исследований являются три типа распространения финансовых трудностей: самореализующаяся паника (паническое изъятие банковских вкладов) [8]; снижение стоимости общественных активов (инфекция цен на активы) [13]; взаимосвязанные кредитные риски (финансовая инфекция) [2]. Эти три механизма являются независимыми, но не взаимоисключающими каналами распространения инфекций, они могут взаимодействовать в процессе развития финансового кризиса. Например, паническое изъятие вкладов в одном банке может вызвать массовое снятие средств с депозитных счетов в других банках (механизм распространения первого типа) и явления распространения финансовых инфекций и снижения ликвидности на рынке межбанковских кредитов (механизм распространения типа третьего типа).
Исследуя третий канал распространения инфекций, Аллен и Гейл в своей новаторской работе пришли к выводу, что, если кредитная сеть рынка межбанковских кредитов представляет собой кредитную цепочку, в которой каждый агент связан только с одним соседом, вероятность краха всех агентов (массовое банкротство) в случае, если один из узлов подвергнется неблагоприятным воздействиям, равна единице. По мере возрастания числа партнеров каждого агента, то есть по мере усложнения сети, риск краха агента под воздействием неблагоприятных событий асимптотически приближается к нулю, благодаря распределению риска. Чем больше количество агентов, с которыми данный агент взаимодействует, и, следовательно, с которыми он может разделить последствия неблагоприятных воздействий, тем ниже величина риска краха этого агента, и, следовательно, всей сети, то есть тем выше устойчивость сети.
Системный риск сведен к минимуму в том случае, когда сеть полная, то есть когда индивидуальные риски агентов полностью диверсифицированы. Иными словами, существует монотонно убывающая зависимость между вероятностью индивидуального краха или системным риском и степенью взаимодействия в кредитной сети.
Однако, группа других ученых в составе Стефано Баттистона (Швейцарская высшая техническая школа Цюриха, Швейцария), Доменико Дели Гати (Католический университет Пресвятого Сердца, Милан, Италия), Мауро Галлегати (Политехнический университет имени Марке, Италия), Брюса Гринволда и Жозефа Е. Стиг-лица (Колумбийский университет, США) выяснила, что по мере увеличения степени взаимодействия при определенных условиях возникает противоречие между снижающимся индивидуальным риском - благодаря распределению риска - и увеличивающимся системным риском - из-за распространения финансовых трудностей (данные выводы представлены в работе вышеуказанных ученых «Опасные взаимосвязи: возрастающая степень взаимодействия, распределение риска и системный риск», 2009 г.). Чем больше число партнеров агента, тем меньше риск индивидуального краха, но тем выше может быть системный риск и, следовательно, тем ниже устойчивость сети. Другими словами, взаимосвязь между степенью взаимодействия агентов и величиной системного риска рассматривается Баттистоном и др. не как монотонно убывающая зависимость, как в работах Аллена и Гейла, а как горбообразная зависимость, то есть убывающая при относительно небольшой степени взаимодействия и затем возрастающая. В частности, Баттистон и др. обнаружили, что когда степень взаимодействия превышает определенное значение, кризисы обычно бывают не только более тяжелыми, но и происходят чаще.
Этот поразительный вывод, противоречащий многим ранее опубликованным работам, является результатом простого наложения двух механизмов, а именно взаимозависимости финансовой устойчивости агентов и склонности к самоусилению. Первый механизм заключается в том, что финансовая устойчивость агента (измеренная, например, посредством отношения собственного капитала к общей сумме активов) зависит от финансовой устойчивости агентов, с которыми он взаимодействует, и, таким образом, зависит от положения данного агента в системе контрактов. Такая взаимозависимость является распространенным механизмом, когда кредитные отношения сложные. Например, если агент А предоставляет кредит агенту В, то показатель финансовой устойчивости агента В влияет на стоимость активов агента А, и, следовательно, на его устойчивость. Такая же зависимость может возникнуть при заключении договора страхования. Рассмотрим случай, когда агент В страхует агента А от потери в результате снижения стоимости акции агента Х. Если стоимость акции Х снижается, а агент В в это время находится в затруднительном положении, то устойчивость агента А снижается, так как существует вероятность невыплаты агентом В обещанного страхового возмещения.
Второй механизм, рассматриваемый в данной модели, отражает тот факт, что временное изменение финансовой устойчивости, по сути, подвержено действию положительных обратных связей. Другими словами, финансовые трудности, испытываемые агентом в текущем периоде, скорее всего, приведут к дополнительным трудностям в будущем, и наоборот. Такая склонность к самоусилению -также достаточно распространенный механизм, действующий в кредитных сетях. Он может возникнуть, по крайней мере, в двух ситуациях. Первая представлена в работе Морриса и Шина [15]. Они предположили, что агент А находится под воздействием неблагоприятного события в результате потери стоимости некоторых ценных бумаг, входящих в его активы. Если сила этого воздействия достаточно велика, чтобы некоторые кредиторы агента А потребовали вернуть свои средства, то агент А вынужден срочно продать часть ценных бумаг, чтобы выплатить долг. Если ценные бумаги продаются ниже рыночной стоимости, то величина активов баланса снижается больше, чем величина обязательств, и финансовый леверидж агента А непреднамеренно увеличивается. Такая ситуация может стать причиной постепенно увеличивающихся потерь и снижения устойчивости [7]. Вторая ситуация такова: когда агент А испытывает неблагоприятное воздействие, его кредитор, агент В, устанавливает более жесткие условия предоставления кредита в следующем периоде. Действительно, известно, что кредиторы повышают плату за внешнее финансирование, когда финансовое состояние заемщика ухудшается [4]. С точки зрения агента А это затраты и, следовательно, это будет дополнительным негативным воз-
действием на его состояние в следующем периоде. В обеих ситуациях снижение устойчивости в период ? увеличивает вероятность снижения устойчивости в период 1+1.
Взаимодействие взаимозависимости и склонности к самоуси-лению финансовой устойчивости еще не было отражено в динамической модели, хотя эта идея высказана в нескольких ранее опубликованных работах [20]. Предположим, например, что агент А находится под воздействием неблагоприятного события, в следствие чего его финансовое состояние становится все более шатким. Его кредиторы - агенты В и С - примут на себя часть этого неблагоприятного воздействия, и их собственная финансовая устойчивость, таким образом, снизится. Вследствие этого они не смогут предоставлять кредит и дальше на прежних условиях, а ограничат объемы внешнего финансирования агента А или увеличат ставку процента, для него установленную. Другими словами, кредит будет предоставляться в дальнейшем на менее приемлемых условиях, что повлечет дальнейшее ухудшение финансового положение агента А: на уровне отдельного агента неустойчивое финансовое положение действует обратной связью само на себя (склонность к самоусиле-нию). Более того, агент А является, в свою очередь, кредитором по отношению к другим агентам D и Е. Находясь в затруднительном финансовом положении, агент А будет ограничивать объем кредитования или устанавливать повышенные процентные ставки для своих заемщиков, отрицательно влияя на их финансовое положение (снова взаимовлияние). Таким образом, снижение устойчивости финансового положения распространяется по всей кредитной сети, это явление часто называют распространением финансовых трудностей.
Первоначальное неблагоприятное воздействие может вызвать, а может не вызвать банкротство агента А. Если агент имеет устойчивое финансовое положение, он может справиться с неблагоприятными воздействиями и их последствиями, в частности, путем повышения платы за внешнее финансирование, и не обанкротиться. Тем не менее, состояние агента станет более слабым и уязвимым в случае наступления новых неблагоприятных событий. Если же финансовое положение агента А недостаточно устойчиво, то он потерпит банкротство (необходимо отметить, что даже если негативное воздействие было относительно слабым, оно все равно привело бы к банкротству из-за механизма распространения, описанного выше) и выйдет из игры, произойдет потеря «организационного капитала», это отрицательно скажется на его партнерах, которые столкнутся с потерями и, возможно, понесут дополнительные затраты. Кредиторы (агенты В и С) столкнутся с потерями, так как они не смогут покрыть суммы кредита, выданные обанкротившемуся агенту. Заемщики (агенты D и Е) понесут дополнительные затраты, поскольку им придется искать нового кредитора и налаживать с ним доверительные отношения. Это пример транзакционных издержек на кредитном рынке (в сущности, кредиторы обанкротившегося агента, агенты В и С, вынуждены искать нового заемщика, это означает, что они также понесут транзакционные издержки в случае дефолта агента А). Эти дополнительные потери и затраты могут стать причиной банкротства других агентов и положить начало каскадному эффекту банкротств.
Таким образом, три данных механизма - взаимозависимость, склонность к самоусилению и каскадный эффект банкротств - могут рассматриваться в целом как внешние факторы. В случае, если какой-либо агент испытывает неблагоприятное воздействие, они приводят к дополнительным издержкам других агентов, являющихся партнерами данного агента. Распространение финансовых трудностей - это следствие зависимости между финансовой устойчивостью агентов, которое само по себе, не является ни отрицательным, ни положительным явлением. Действительно, если устойчивость партнеров агента увеличивается, то и его устойчивость также возрастает. В частности, при условии отсутствия других механизмов, вероятность банкротства конкретного агента будет стремиться к нулю (то же самое будет происходить и с вероятностью системного кризиса) по мере увеличения размеров сети и степени взаимодействия в ней. Склонность к самоусилению является негативным внешним эффектом, поскольку она является результатом реакции партнеров агента на отрицательное изменение его устойчивости. И наконец, каскадный эффект банкротств также является отрицательным внешним эффектом, так как он является следствием того факта, что устойчивость агента снижается, если один или несколько его партнеров терпят банкротство. В совокупности эти три механизма могут усилить первоначальный эффект неблагопри-
ятного события и привести к системному кризису, охватывающему всю сеть, если они перекрывают эффект распределения риска. Иными словами, системный кризис может зародиться в одном отдельно взятом узле сети и распространиться на всю сеть из-за механизмов финансовой инфекции и положительной обратной связи. Таким образом, не обязательно причиной кризиса может быть комплексное воздействие на всю экономическую систему в целом.
В перспективе эта концептуальная основа, разработанная Бат-тистоном и др., может широко применяться при оценке издержек и выгод глобализации. Поскольку участники некоторых кредитных отношений находятся в разных странах, национальные кредитные сети образуют огромную мировую сеть кредитных отношений. Возрастающая взаимосвязь кредитных сетей - один из главных признаков глобализации - способствует межнациональному распределению риска, но в то же время дает зеленый свет распространению финансовых трудностей за пределы национальных границ. Межнациональное распределение риска может быть полезным на ранней стадии глобализации, то есть, когда степень взаимодействия еще «низкая». Ее увеличение на данной стадии может производить положительный эффект. Но, с другой стороны, если степень взаимодействия уже высока, то есть глобализация уже находится на более поздней стадии, увеличение степени взаимодействия может выдвинуть на передний план интернационализацию финансовых трудностей. Другими словами, повышение степени взаимодействия может вызвать рост вероятности мирового финансового кризиса.
Итак, Баттистон и др. описали в общих чертах временное изменение кредитной сети как систему взаимосвязанных процессов, каждый из которых описывает динамику изменения индивидуальной финансовой устойчивости. Взаимосвязь обусловлена взаимодействиями между агентами, поскольку финансовая устойчивость каждого агента связана с устойчивостью его партнеров благодаря механизму распределения риска, распространению в сети финансовых трудностей и каскадному эффекту банкротств. Ученые выяснили, что склонность к самоусилению, действие финансовой устойчивости обратной положительной связью самой на себя, в совокупности с другими внешними воздействиями, вызванными распространением финансовых трудностей и каскадным эффектом банкротств, могут перекрыть стабилизирующую роль распределения риска, усилить эффект неблагоприятного воздействия на один из узлов сети и привести к системному кризису, охватывающему всю сеть. В частности, ученые показали, что когда в системе есть только распределение риска и механизм распространения финансовых трудностей, негативные последствия абсорбируются и приближаются к нулю по мере возрастания степени взаимодействия в сети. Другими словами, как и предполагалось, распространение финансовых трудностей, само по себе, не гасит положительный эффект распределения риска.
Однако добавление в модель склонности к самоусилению радикально изменяет ситуацию. Стабилизирующая роль распределения риска преобладает, только когда степень взаимодействия низка. Если же она уже высока, то дальнейшее ее увеличение может вызвать обратный эффект усиления негативного воздействия из-за действия механизма распространения финансовых трудностей и склонности к самоусилению. Эта ситуация еще более усложняется, если принять во внимание каскадный эффект банкротств. В этом случае зависимость между величиной системного риска и степенью взаимодействия может иметь несколько локальных минимумов и максимумов.
Построенная базовая модель механизма возникновения финансовых крахов в дальнейшем может быть развита в нескольких направлениях. Особо важной проблемой в контексте проведенного исследования является величина системного риска в сетях, организованных в кластеры, агенты внутри которых тесно взаимодействуют между собой, но при этом сами кластеры имеют слабую связь друг с другом. Ответ на вопрос о том, существует ли оптимальный уровень кластеризации, очень важен для продолжения дискуссий о роли глобализации. Также можно построить модель, описывающую набор контрактов между агентами как эндогенно развивающуюся сеть, в которой любой агент может менять партнеров, если, по его мнению, это повысит его выгоду или уменьшит риск.
Разработка новых подходов должна быть направлена на выявление закономерностей, которые позволяют финансово-экономическим системам быть устойчивыми и эффективными, несмотря на сложность сети. Направления исследований в области моделирования финансовых и экономических сетей базируются на обосно-
вании эффекта самоорганизации, являющегося результатом взаимодействия принятых агентами решений и их динамических связей. Однако, мы утверждаем, что для максимизации получения информации из проведенных исследований, нужно проводить данные исследования в трех взаимно дополняющих друг друга направлениях: а) эмпирические исследования, дающие возможность осуществить глубинное проникновение в финансово-экономические сети с помощью анализа массива данных; б) рассмотрение экономических агентов с теоретических позиций (гетерогенность, стратегическое взаимодействие) и их взаимодействия друг с другом (динамика сети, временная ограниченность, совместная эволюция самих агентов и их взаимодействий) и в) системная концепция, дающая новое понимание системных эффектов, являющихся результатом различных сетевых взаимодействий.
Литература:
1. Allen F. and Gale D. Journal of Political Economy, 108(1):1-33, 2001.
2. Allen F. and Gale D. Systemic risk and regulation. NBER in a volume on the Risks of Financial Institutions edited by M. Carey and R. Stulz, 2005.
3. Ariely D. Predictably Irrational: The Hidden Forces That Shape Our Decisions. - New York: Harper Collins, 2008.
4. Bernanke В., Gertler M., and Gilchrist S. Handbook of Macroeconomics, chapter The Financial Accelerator in a Quantitative Business Cycle Framework. - Amsterdam, North-Holland, 1999.
5. Borgatti S., Mehra A., Brass D. and Labianca G. // Network analysis in the social sciences. Science, 2009. - № 323. - Р. 892.
6. Boss M., Elsinger H., Summer M. and Thurner S. // Network topology of the interbank market, Quant. Finance. 2004. - № 4. - Рр. 677-684.
7. Brunnermeier M. and Pederson L. Market Liquidity and Funding Liquidity. Review of Financial Studies, 2009.
8. Diamond D. and Dybvig P. Bank Runs, Deposit Insurance, and Liquidity. The Journal of Political Economy, 91(3):401, 1983.
9. Fagiolo G., Schiavo S. and Reyes J. World-trade web: Topological properties, dynamics, and evolution // Phys. Rev. E, 2009, № 79 р. 036115.
10. Garlaschelli D. and Loffredo M. Structure and evolution of the world trade network // Physica A, 2005, № 355 р. 138-144.
11. Glattfelder J. and Battiston S. The backbone of complex networks of corporations: Who is controlling whom? 2009, http:// arxiv.org/abs/0902.0878.
12. Iori G., De Masi G., Precup O., Gabbi G. and Caldarelli G. A network analysis of the Italian overnight money market // J. Econ. Dyn. Cont., 2008, № 32 р. 259-278.
13. Kiyotaki N. and Moore. J. Credit cycles. Journal of Political Economy, 106:211-248, 1997.
14. McFadden D. Econometric analysis of qualitative response models, in Handbook of Econometrics. Vol. II. - Amsterdam: Elsevier, 1974.
15. Morris S. and Shin H. Financial regulation in a svstem context. Brookings Panel on Economic Activity, September, 2008.
16. Newman M. The structure and function of complex networks / / SIAM Rev., 2003. - № 45. - Рр. 167-256.
17. Reyes J., Schiavo S. and Fagiolo G. Assessing the evolution of international economic integration using random-walk betweenness centrality: The cases of East Asia and Latin America // Adv. Com plex Syst., 2008. № 11. Рр. 685-702.
18. Saichev A., Malevergne Y. and Sornette D. Theory of Zipf’s Law and Beyond // Lecture Notes in Economics and Mathematical Systems, 2009, Vol. 632.- Springer, Heidelberg.
19. Sornette D. and Woodard R., Financial bubbles, real estate bubbles, derivative bubbles, and the financial and economic crisis. 2009, http://arxiv.org/abs/0905.0220, to appear in the Proceedings of APFA7.
20. Stiglitz J.E. and Greenwald В. C.N. Towards a New Paradigm in Monetary Economics. Cambridge Univ. Press, Cambridge, 2003.
21. Young H. Individual Strategy and Social Structure: An Evolutionary Theory of Instituitions. - Princeton University Press, 1998.
