CC BY
26
УДК 339.72, 336.71
СИСТЕМНЫЕ РИСКИ В ФИНАНСОВО-КРЕДИТНЫХ СЕТЯХ*
н. н. каурова,
начальник отдела организации продвижения и продаж Управления корпоративных клиентов и малого бизнеса Сбербанка России, кандидат экономических наук, доцент кафедры финансового менеджмента Финансового университета при Правительстве РФ E-mail: Kaurova.Natalia@gmail.com
Работа посвящена поиску методов раннего выявления, прогнозирования и предотвращения факторов, способствующих возникновению и развитию системного риска. С использованием системного анализа исследуется кредитная сеть за 20-летний период, изучаются каналы распространения инфекций и их взаимодействие в процессе развития финансового кризиса, особенности распространения банкротств по сети. В заключение дается ряд рекомендаций по имплементации результатов исследования в работе регулирующих органов.
Ключевые слова: сеть, кредит, системный риск, международный, банковская группа, кризис, динамика, управление, политика.
Идея передачи от одного государства (компании) к другому (другой) негативных явлений, значительно влияющих на их финансовое состояние и приводящих наиболее уязвимых из них к дефолту, не является новой в экономической литературе. Однако в данной статье идея трансляции рисков (вирусов) рассматривается в контексте сетевой мировой экономики, в которой страны связаны производственными и финансовыми отношениями и по которой передается большое количество опасностей, трансформируясь в глобальной сети из локальных рисков в системные.
* Позиция и предположения, высказанные в данной статье, принадлежат автору и не отражают точки зрения Сбербанка России и Финансового университета при Правительстве РФ.
Раннее выявление, прогнозирование и предотвращение факторов, способствующих возникновению и развитию системного риска, является в настоящее время важной научно-практической задачей.
Июль и август 2007 г. наглядно продемонстрировали значение кредитных связей в весьма быстром и широком распространении рисков, инициированных относительно небольшими списаниями в США субстандартных ипотечных кредитов, не только по мировой финансовой системе, но и по реальному сектору экономики. Кризис американской субстандартной ипотеки достаточно быстро породил панику на рынках вторичных ценных бумаг. Она, в свою очередь, трансформировалась в кризис доверия банкам-кредиторам, распространившись на взаимные фонды денежного рынка и рынки коммерческих бумаг, несмотря на их несвязность и удаленность от рынка жилья в США, и на все формы частного кредита, особенно структурированные продукты и другие сложные и непрозрачные финансовые инструменты.
Причины столь масштабного и быстрого распространения кризиса с рынка субстандартных ипотечных кредитов на мировую финансовую систему заключаются в самой схеме глобальной секьюритизации и структурированного финансирования. Эта схема посредством объединения финансовых активов, особенно тех, для которых нет готового вторичного рынка, в первую очередь
Бум жилищного строительства в США
Структурированные механизмы инвестирования
Источник: построено на основе статьи [14].
Рис. 1. Схема финансового кризиса субстандартной ипотеки
ипотечных кредитов, и перевода их в компанию специального назначения использует консолидированный пул активов в качестве залога под новые финансовые активы (рис. 1).
На приведенной схеме изображена сеть взаимодействующих агентов при функционировании рынка субстандартной ипотеки в США. Возникший в результате финансовый пузырь обеспечил с 2002 по 2007 г. суперэкспоненциальный рост номинальной рыночной стоимости всех выпущенных ценных бумаг, обеспеченных ипотечными закладными, и впоследствии лопнул (рис. 2).
Согласно данным Ассоциации индустрии ценных бумаг и финансовых рынков (Securities Industry and Financial Markets Association, SIFMA), совокупный объем выпущенных облигаций, обеспеченных долговыми обязательствами (CDO),
Источник: [10]. Рис. 2. Расчетное значение активов и позиций на рынке хедж-фондов с 1990 по 2008 г.
вырос со 150 млрд долл. США в 2004 г. до 500 млрд долл. в 2006 г. и до 2 трлн долл. к концу 2007 г. При этом совокупная номинальная стоимость долговых обязательств выросла с 0,6 трлн долл. в 2004 г. до 26 трлн долл. в конце 2006 г.1.
С точки зрения качества столь значительное увеличение портфеля активов с совершенно непрозрачной, по сути, для инвестора структурой, в первую очередь произошло из-за жажды обогащения и использования эффекта масштаба за счет глобализации рынка при получении дохода. И как следствие указанной первопричины — появление различных «инновационных» теорий риск-менеджмента, доказывающих иллюзорный тезис о том, что риски кредиторов по умолчанию могут быть диверсифицированы.
Нововведения финансовой инженерии, включая долговые обязательства и прочие производные от долговых и кредитных инструментов, охотно покупали различные финансовые компании: страховые фирмы, инвестиционные и паевые инвестиционные фонды, коммерческие и инвестиционные банки, управляющие компании, пенсионные фонды и т. д. Тем самым обеспечивались, с одной стороны, небывалые темпы роста вторичному рынку и обогащение отдельных институтов и государств, которыми данные инструменты были созданы и распространены на весь мир, а с другой — рост связности в кредитной сети и распространения вирусов по ней.
С 2007 г. большие потери крупных учреждений были обусловлены огромными размерами номинальной стоимости обеспеченных ипотечных ценных бумаг (MBS) на балансах банков, страховых компаний и многих других учреждений. Во многом этим объясняют амплитуду кризиса 2007—2009 гг.
Существенные потери финансовых организаций вследствие резкого «сдутия» финансового пузыря и, как следствие, падения рынка не покрывались имеющимся капиталом, приводя организации к банкротству или санации со стороны государств.
Такая неустойчивая динамика, возникшая в связи с увеличением неопределенностей на рынке, в том числе в отношении размера потерь в системе, спровоцировала полную стагнацию рынка межбан-
1 Данные интерактивной базы, размещенной на официальном сайте Securities Industry and Financial Markets Association. URL: http://www.sifma.org/research/statistics.aspx.
ковского кредитования. В результате краха Lehman Brothers в сентябре 2008 г. стагнация переросла в полномасштабный паралич всего финансового рынка который затронул самые несвязные сегменты рынка, все больше расшатывая имеющиеся нестабильности в кредитной его части. Серьезные нарушения в различных секторах быстро перекинулись на всю финансовую мировую систему.
Подобный сценарий развития и распространения кризиса был бы невозможен без эволюционных процессов, произошедших за несколько последних десятилетий и предшествовавших кризису. Стала намного более тесной и не зависящей от национальных границ возросшая связанность большинства крупных банковских групп в сложной сети взаимных требований и обязательств, международной структуры собственности, инструментов хеджирования риска и участия в глобальных рынках. Нынешняя кредитно-финансовая система настолько тесно переплетена, что локальный финансовый кризис в США без каких-либо усилий достаточно быстро распространился по всей мировой сети (рис. 3).
Приведенный пример не только наглядно демонстрирует роль сетей и связей в весьма быстром распространении финансовой инфекции между взаимодействующими агентами и, как следствие, в усугублении финансовых затруднений вплоть до наступления системного кризиса. Возникшая вследствие развития кризиса коллективная динамика в поведении участников мирового рынка также наглядно иллюстрирует роль отрицательных внешних факторов и эффектов каскада в появлении провалов на рынках в целом по миру.
Кроме того, мировую систему гораздо более взаимосвязанной, сложной и более рискованной, чем это было в прошлом, сделали бизнес-стратегии, разработанные финансовыми учреждениями за последние 20 лет в значительной степени с участием ведущих мировых стратегических консультационных фирм (McKinsey & Co, Mercer, Arthur D'Little, BCG, Bain) и поэтому все более однонаправленные и подверженные все более однородным рискам, а также финансовые инновации и зачастую непрозрачные продукты.
Последние финансовые потрясения показали наличие не только системного финансового кризиса, но и серьезных проблем в управлении сложившимися финансово-
банковскими системами, которые уже не могут обходиться традиционными инструментами ни на мега-, ни на макро-, ни на микроуровнях.
Кроме того, финансовый кризис 2007—2009 гг. выявил отсутствие адекватных показателей для контроля за системными рисками и измерения их. Существенно возросшая взаимосвязь глобальных финансовых систем побудила многие центральные банки и прочие регуляторы изменить существующие парадигмы управления и мониторинга финансовых систем, повернуться к изучению вопроса о применимости системных теорий, в первую очередь графовых методов анализа, для расчета и визуализации распространения системных рисков по финансовой системе. Обозначилась необходимость отслеживания системных связей во всем мире для построения обоснованных стратегии и тактики принятия управленческих решений политиками и регулирующими органами.
Использование теории сетей в анализе процессов поведения и распространения кризисов может помочь в понимании природы возникновения и распространения системных рисков, выявлении основных триггеров и каналов заражения, а также в моделировании и управлении устойчивостью системы к инфекциям. Это может послужить базой рекомендаций для разработки структурных изменений в политике и экономике, направленных на смягчение неблагоприятных последствий, которые могут возникнуть в тесно связанных системах во время кризиса.
Риск
Риск
а б
Рис. 3. Возрастание взаимозависимости в мировой финансовой системе: а — разделение финансовых и кредитных рисков; б — секъютиризация к большей взаимосвязанности системы и концентрации рисков
7х"
33
Этот вопрос приобретает все большую актуальность и значение в свете последних институциональных реформ политики глобальных и национальных институтов, на которые возложена ответственность за финансовую стабильность. В первую очередь речь идет о совершенствовании макропруденциального анализа и надзора, улучшении аналитического потенциала центральных банков и международных организаций.
Только по прошествии двух лет после начала кредитного кризиса в США, быстро и широко распространившегося на всю мировую экономику, правительства и центральные банки повсеместно начали предпринимать попытки обеспечить массовую когерентную поддержку банковских систем, найти альтернативные механизмы мониторинга поведения сложных систем, в которые ныне трансформировались мировые финансовые рынки.
В 2010 и 2011 гг. вышли в свет нестандартные для достаточно консервативных регулирующих органов разработки Европейского центрального банка2 и Банка Англии3, в которых предприняты попытки моделирования и анализа системных рисков в различных видах сетей, оказывающих влияние на финансовую стабильность, апробирования новых аналитических инструментов, которые будут способствовать лучшему выявлению, мониторингу, поиску источников системного риска.
Появление подобных работ символизирует собой изменение видения и политики регуляторов в области управления финансовыми институтами как сложной взаимосвязанной конструкцией. Регуляторы начинают применять системный подход к различным частям финансовых рынков и анализу взаимосвязей между ними. Сетевой анализ постепенно становится наиболее эффективным инструментом оценки и мониторинга различных областей финансово-кредитного рынка.
Попытаемся проанализировать построенные в данных работах модели сетей, визуализирующие трансформацию современных финансовых систем, для демонстрации их возросшей уязвимости, возникающей вследствие появления более высокой связности в системе. Наиболее интересна работа Банка Англии, в которой предпринята попытка визуализировать и изучить трансформацию международной банковской системы с 1985 по 2009 гг.,
2 Recent advances in modeling systemic risk using network analysis. European central bank, 2010.
3 Rodney J. Garratt, Lavan Mahadeva and Katsiaryna Svirydzenka. Mapping systemic risk in the international banking network. Bank of England, Working Paper No. 413, March 2011.
ее связности, топологии и угроз возникновения системного риска.
В качестве предмета исследования выберем из данной работы несколько графов, характеризующих топологию международной банковской сети и построенных на базе информации Банка международных расчетов. Графы позволяют наглядно показать распространение рисков по сети и результаты воздействия системных рисков по двум каналам передачи стресса между банками: финансированию и кредитованию.
Взяты данные Банка международных расчетов по банковским системам 21 страны: Австрия (AT), Австралия (AU), Бельгия (BE), Канада (CA), Кай-мановы острова (KY), Швейцария (CH), Германия (DE), Греция (GR), Дания (DK), Испания (ES), Финляндия (FI), Франция (FR), Великобритания (GB), Ирландия (IE), Италия (IT), Япония (JP), Люксембург (LU), Нидерланды (NL), Португалия (PT), Швеция (SE), и Соединенные Штаты Америки (US). На этой основе построены матрицы международных экспозиций банковских систем, к которым применена техника кластеризации сети, разработанная физиком Мартином Росвалем и биологом Карлом Бергстремом (Rosvall and Bergstrom, 2008)4, в результате чего построен ряд графов.
Сначала приведем два неориентированных графа. Первый создан без выделения в сети финансовой и кредитной составляющих в каждом банковском узле, а также банковских модулей в сети (рис. 4).
Данный граф является разнонаправленным, сильно поляризованным в пользу следующих стран: США, Великобритания, Япония. Достаточно наглядно представлена высокая степень связности между банковскими системами США и Каймановых островов. Это свидетельствует о существенной концентрации рисков в данных вершинах, а наличие большого количества связей у вершины США — высокую вероятность быстрого распространения рисков и возможной трансформации их в системные риски.
Нельзя не учитывать и того, что Каймановы острова по-прежнему являются основным офшорным центром для банковских групп США. По последним оценкам Международного валютного фонда (2009)5, Каймановы острова являются пятым по величине
4 Rosvall, Mand Bergstrom, C. T. Maps of random walks on complex networks reveal community structure. Proceedings of the National academy of sciences of the United States of America, Vol. 105, No. 4, January 2008.
5 International monetary fund, Cayman Islands: off-shore financial center assessment update—assessment of financial sector supervision and regulation. IMF Country Report No. 09/323, December 2009.
Источник: Bank for international settlements, locational by residence data. Bank of England, Working paper No 413, March 2011.
Рис. 4. Узлы до разделения на кредитные и финансовые (1985 г.)
Источник: Bank for international settlements, locational by residence data. Bank of England, Working paper No 413, March 2011.
Рис. 5. Узлы после разделения на кредитные и финансовые (1985 г.)
финансовым центром в мире, при этом 57,1 % активов здешней банковской системы (в количественном выражении это более 1 трлн долл.) сформированы за счет средств американских банков6.
В следующем графе (рис. 5) сеть разделена на кредитные и финансовые составляющие. Здесь видны сбалансированность и однородность, что открывает большие возможности для взаимодействия внутри сети, более сложную топологию, но в то же время влечет значительно возросшую вероятность передачи рисков (причем они имеют равноправное положение по сравнению с кредитными) и ограничение возможностей мониторинга и управления.
Применение в построении ориентированного графа модульного алгоритма продемонстрировано на рис. 6, где площадь каждой вершины отражает вклад, роль каждого модуля в общий размер системы, а размер исходящих и входящих дуг — размер входящих и исходящих кредитных и финансовых потоков (требований и обязательств) из соответствующей вершины.
Размер внешнего круга вершины показывает размер и вероятность выхода за рамки модуля рисков (инфекции) в систему. В качестве количественной меры размера внешнего круга определена доля времени, за которую шок проходит между модулями. Данный показатель хорошо демонстрирует степень
6 Из 278 лицензированных банков на Каймановых островах 208 являются отделениями американских банков, причем большая часть из них не имеет физического присутствия на островах, предоставляя, несмотря на это, широкий спектр офшорных услуг для корпораций и частных лиц.
Источник: Bank for international settlements, locational by residence data. Bank of England, Working paper No 413, March 2011.
Рис. 6. Модульная структура сети (1985 г.)
«заразности» вершин/агентов. Применение модульной структуры к объединению вершин в кластеры по принципу наибольшей связности с точки зрения передачи стресса позволяет более наглядно отразить поток финансового стресса через сеть.
Нельзя не отметить, что и на данном графе также превалирует созданный Америкой модуль США — Каймановы острова, в котором сконцентрировано значительное количество рисков (инфекция составляет около 25 % своего времени в данном модуле). Еще один модуль, оказывающий существенное влияние на международную банковскую сеть и распространение рисков по ней, — Великобритания, являющийся вторым по значению из всей выборки.
Хотя второй модуль менее значимый, чем первый, он является более «заразным» по следующим причинам: в нем сконцентрировано большее количество рисков (см. размер внешнего кольца), а также степень, теснота связи в нем выше, нежели в американском (см. размер и количество исходящих и входящих дуг). Из этого следует, что размерность модуля не обязательно соответствует размеру и степени концентрации риска в нем.
На размер риска может также влиять степень связности, количество связей и качественные характеристики вершин (модулей). Банковская система Великобритании известна международным характером национальных банков и широким рынком, на котором работает большое количество иностранных банков и финансовых институтов, что позволяет значительно повысить степень «заразности» данного модуля и скорость передачи шоков по системе.
Следующие по значению модули существенно уступают по значению, роли в образовании и поведении международной банковской сети. На них приходится всего до 7 %, и к ним относятся Япония, Бельгия, Франция, Германия и Люксембург.
При этом необходимо обратить внимание на то, что географическое расстояние и наличие развитых торговых отношений могут оказывать влияние на развитие международной банковской сети и ее топологию. В пользу данного утверждения свидетельствуют единые модули США — Каймано-вы острова и Германия — Люксембург.
На рис. 7 представлен ряд ориентированных графов, отражающих наиболее интересные периоды — время, когда наблюдаются значительные изменения топологии модульной структуры графа. Этот ряд построен для указанной выше выборки на всем промежутке исследования с отмасшта-бированными дугами (стрелками) и вершинами (кругами) таким образом, чтобы области были сравнимы во времени.
На первом графе (рис. 7а) представлено влияние интернационализации японских банков на мировую банковскую систему во второй половине 1980-х гг. Модуль формировался эволюционным путем слияния японских банков (их значение в сети в 1985 г. составляло чуть более 9 %) с самыми влиятельными на тот период британскими банками, а в конце 1987 г. — с модулем США — Каймановы острова, сформировав в итоге гигантскую вершину в международной банковской сети.
Интересно, что рост данного модуля продолжался вплоть до 1989 г., достигнув совокупного
размера в 63 % всей сети. При этом размер внешнего кольца составлял всего лишь 10 % от частоты всей сети. Следовательно, как только в этом мегам одуле возникала инфекция (риск), с большей долей вероятности (1 к 5) она не выходила за его рамки.
Распад мегамодуля Япония—Великобритания — Соединенные Штаты — Каймановы острова (рис. 7б) был вызван следующими факторами:
— крах фондового рынка в 1987 г.;
— возросшая в связи с этим турбулентность мировых финансовых рынков на фоне замедления роста экономики и череды внутренних банковских кризисов;
— проводимая японскими банками политика абсорбирования излишков свободной ликвидности страны на мировых рынках капитала;
— все большая активность европейских банков на международной арене, вызванная либерализацией валютного регулирования и контроля, а также возрастающей финансовой и торговой интеграцией в регионе;
— рост числа спекулятивных атак.
Необходимо обратить внимание на то, что
распад модуля произошел по истечении двух лет с момента возникновения инфекции в нем. Как было показано выше, распространение инфекции по финансовой сети в 2007—2008 гг. происходило значительно быстрее и существенно повлияло не только на модуль источника риска, но и на всю сеть.
Следующий этап трансформации сети в начале 1990-х гг. сопровождался ростром роли европейских, особенно швейцарских, банков на мировом рынке. Произошло формирование двух новых модулей в доминирующей триаде: Швейцария — Великобритания, Германия — Люксембург. При этом неуклонно возрастал размер вершины и, соответственно, роль Франции в сети. В это время наблюдается следующая общая тенденция — размерность вершин распределяется все более равномерно между наиболее значимыми модулями при одновременном увеличении их количества.
Таким образом, необходимо отметить, что модульная структура международной банковской сети существенно изменилась за последние три десятилетия. Модульные сети стали все более взаимосвязанными с возрастающими значениями связности. Особенно существенны значения дуг, исходящих от наиболее важных вершин (модулей).
Кроме того, как следует из анализа изменения графов в динамике за 20 лет, существенно выросли степень связности сети и концентрация рисков. Даже если абстрагироваться от вопроса о качестве
в
д е
Источник: Bank for international settlements, locational by residence data. Bank of England, Working paper No 413, March 2011.
Рис. 7. Модульные сети: а, б - 1989 г., в - 2000 г., г - 2006 г., д - 2008 г., е - 2009 г.
инвестиций и совершенстве кредитных и инвестиционных процессов, можно с сожалением констатировать, что в существующей ныне международной банковской сети стрессы, имеющие как кредитную,
так и финансовую природу, могут гораздо скорее передаваться по всей сети, тем самым увеличивая вероятность их перерастания в системные риски.
Сложная структура сети характеризуется также сильной степенью неоднородности по причине воздействия различных вершин и входящих и исходящих из них дуг, которые качественно и количественно все более похожи друг на друга, а протекающие в них процессы также идентичны.
При этом визуально идентифицируется растущий размер внешних колец, следовательно, рисков, в том числе системных. В конце 1980-х четыре важных финансовых центра составляли один мегамодуль, что было очень «заразно» с точки зрения передачи напряжения в рамках данного модуля, но в гораздо меньшей степени заразно в глобальном масштабе. Сейчас сеть имеет меньшую склонность к поглощению рисков по сравнению с 1989 г. При этом уменьшился размер наиболее влиятельных модулей при одновременном увеличении вирусности в них. Все это существенным образом сократило возможности сети по локализации рисков внутри данных модулей.
Эти выводы обосновывают столь значительную скорость распространения кризиса субстандартных ипотек в США и трансформации его в общесистемный с глобальными последствиями. При этом необходимо обратить внимание на сохраняющуюся угрозу возникновения новых очагов и распространения инфекции по сети.
7х"
37
№дули (отсортированыпоразмеру)
Источник: Bank for international settlements, locational by residence data. Bank of England, Working paper No 413, March 2011.
Рис. 8. Плотность модулей, концентрация риска в кластерах
Так, достаточно наглядно представляется, что в настоящее время Великобритания выделяется основным модулем, в который поступает большое количество рисков, где они концентрируются и снова отправляются во многие страны. Как следствие — высока вероятность возникновения новых шоков, которые быстро могут перерасти в системные кризисы. Причем сценарии их развития могут быть различными, существенно отличаясь от кризиса 2007—2009 гг. Следовательно, необходимо более пристальное внимание уделить процессу формирования вирусности в сети и ее трансформации в системные риски.
Изменение топологии сети и увеличение кластеризации, а значит, и диверсификация сети действительно могут привести к сокращению внутреннего риска в рамках отдельного модуля. Однако данное утверждение не совсем уместно по отношению к размеру совокупного общесистемного риска.
В качестве подтверждения этого утверждения можно привести диаграмму, характеризующую изменение плотности и значений различных модулей в сети (рис. 8).
На этой диаграмме ясно видна растущая с 1989 г. плотность сети и резкие всплески, наблюдаемые в 2000-м и особенно в 2006 г., обусловленные появлением нескольких важных модулей, сыгравших значительную роль в разрастании нынешнего кризиса.
Столь резкий рост финансового сектора, объемов торговли финансовыми активами и кредитных
портфелей не сопровождается соразмерным ростом производства и мировой торговли. Налицо значительная спекулятивная финансовая асимметрия, что, в свою очередь, может породить еще большие системные риски и кризисы.
Приведем международные сопоставления общего объема потоков товаров и капитала по группам стран (рис. 9, 10)7.
Несмотря на значительно увеличивающиеся на протяжении последних лет мировые товарные потоки, потоки капитала существенно их превосходят, в связи с чем наблюдаются ощутимые перекосы в динамике.
Однако статичные количественные модели не дают общей картины по распространению рисков по сети и не позволяют оценить размера системного риска и степени угрозы от существенной концентрации рисков, увеличения размера общесистемной инфекции и, следовательно, вирусности всей финансово-кредитной системы, способной спровоцировать появление нового системного кризиса.
В связи с этим актуальна диаграмма (рис. 11) увеличения вирусности, курсирующей между финансовыми центрами и распространяемой в другие страны с течением времени, а значит, и возросшей угрозы кризисных проявлений в системе.
Таким образом, по прошествии более 20 лет сильно возросли не только взаимосвязанность кредитных компонентов, но и концентрация рисков в сети, имеющих, как правило, системный характер (выходящих за пределы отдельных модулей). В этих условиях растут сложность управления сетью и вероятность дефолта, а также размер потерь в случае его наступления.
Кластерный анализ изменений в модульной структуре не позволяет выявить однозначной зависимости степени «заразности» от расстояния между инфицированными модулями стран и размера международных требований и обязательств. Однако приведенное утверждение является скорее правилом, нежели исключением.
7 По данным International Trade Statistics Yearbook (2010, ITSY). Volume I — Trade by country is now available online. United Nations Commodity Trade Statistics Database. URL: http://comtrade.un. org.
Источник: данные United nations commodity trade statistics database.
Рис. 9. Баланс общего объема торговли товарами и услугами в текущих ценах и текущих курсах валют, млн долл.
20 ООО ООО
10 ООО ООО
1980
1985
1990
1995
2000
2005
Источник: данные United nations commodity trade statistics database.
Рис. 10. Прямые инвестиции в экономики стран в текущих ценах и текущих курсах валют, млн долл.
Источник: Bank for international settlements, locational by residence data. Bank of England, Working paper No 413, March 2011.
Рис. 11. Рост вирусности модулей, заражений через модули
При изучении степени и скорости передачи модулями стресса и того, как эти параметры ведут себя с течением времени, явно прослеживается растущая склонность международной банковской сети к возникновению системного риска (концентрация рисков в системе достигла своего пика после банкротства Lehman Brothers).
Проведенные Европейским центральным банком и Банком Англии исследования, с одной стороны, являются новаторскими для финансово-банковской сферы, а с другой — лишь самым первым шагом в попытке применения приемов системного моделирования к изучению поведения сложных финансовых структур и распространения в них рисков. Тем не менее нельзя не отметить передовой позиции европейских регуляторов в стремлении к поиску инструментов сетевого многоэтапного планирования и разработке системного подхода к планированию деятельности финансово-кредитных институтов и управлению ими.
В связи с этим можно только настоятельно рекомендовать Банку России, Федеральной службе по финансовым рынкам и прочим регулирующим органам нашей страны начать активно применять в своей деятельности методы сетевого анализа, планирования и прогнозирования. Отсутствие у регуляторов полноценной оперативной информации о трансформации финансово-кредитной сети, о роли и месте в этой системе России и ее институтов является существенной угрозой для экономической безопасности страны.
Итак, можно сделать выводы из проведенного анализа.
При оценке системных рисков важен такой аспект: надежная на первый взгляд финансовая система может оказаться в любой момент весьма хрупкой. На степень уязвимости сети в первую очередь влияет теснота связности между ее агентами и количество соединений, особенно если нарушается теснота (значительное их число может повлечь не диверсифицирующий эффект, а,
напротив, послужить катализатором распространения ударной волны кризиса по всей системе).
В связи с этим увеличивается значение мак-ропруденциального наблюдения за коллективной динамикой финансовых и нефинансовых рынков. При этом сетевой анализ имеет решающее значение для осуществления надзора и идентификации системообразующих организаций и рынков, которые могут оказать негативное воздействие на сеть.
Кроме того, анализ сети может быть использован для моделирования влияния кредитных и финансовых потрясений на стабильность банковского и финансового рынков. При этом сетевой анализ является весьма эффективным инструментом мониторинга взаимосвязи между системно важными игроками рынка, оказывающими существенное влияние на сопротивляемость финансовой системы вирусу.
Применяя теории сетей, можно достигнуть значительного прогресса в понимании природы системных рисков и оценке уязвимости сети. Сети позволяют смотреть дальше, выявляя не только возможные шоки, но и причины их возникновения посредством анализа взаимосвязей в системе. Таким образом, анализ сети может стать полезным руководством для оценки системных рисков и одним из ключевых инструментов при построении новых подходов к макропруденциальному анализу и стресс-тестированию.
Рассмотренные работы Европейского центрального банка и Банка Англии знаменуют собой лишь начальную стадию имплементации современных системных моделей в практике регулирующих органов и не учитывают многих результатов исследований современных ученых. Указанные разработки носят скорее механистический характер, направленный на использование элементов сетевого анализа применительно к мировой банковской системе. Так, в них не уделяется должного внимания применению инструментов динамического моделирования для анализа и прогнозирования поведения сложных систем, изучения распространения в них рисков (инфекций). Нет пока готовых программ и механизмов иммунизации подобных систем. В проведенном банками системном анализе не учитывается взаимодействие исследуемых систем с реальным сектором экономики, имеющим в наши дни значительную связность со всей финансово-кредитной системной и оказывающим ощутимое влияние на распространение рисков.
Логичным продолжением произведенной европейскими регуляторами попытки системного ана-
лиза является изучение динамических характеристик сети, моделирование каналов распространения в ней рисков, исследование взаимозависимости финансовой устойчивости агентов и склонности к самоусилению, а также наличия и сценарных особенностей каскадного эффекта банкротств.
Список литературы
1. Allen, F. and Gale, D.(2001). Journal of Political Economy, 108 (1): 1-33.
2. Allen, F. and Gale, D.(2005). Systemic risk and regulation. NBER in a volume on the risks of financial institutions edited by M. Carey and R. Stulz.
3. Bank for international settlements. Guidelines to the international locational banking statistics'. International financial statistics, 2010.
4. Bernanke, В., Gertler, M., and Gilchrist, S.(1999). Handbook of macroeconomics, chapter the financial accelerator in a quantitative business cycle framework. Amsterdam, North-Holland.
5. Brunnermeier, M. and Pederson, L.(2009). Market liquidity and funding liquidity. Review of financial studies.
6. Diamond, D. and Dybvig, P.(1983). Bank runs, deposit insurance, and liquidity. The Journal of Political Economy, 91 (3): 401.
7. International monetary fund, Cayman Islands: off-shore financial center assessment update - assessment of financial sector supervision and regulation. IMF Country Report No. 09/323, December 2009.
8. International Trade Statistics Yearbook (2010, ITSY), Volume I — Trade by country is now available online. United nations commodity trade statistics database. URL: http://comtrade. un. org.
9. Kiyotaki, N. and Moore. /.(1997). Credit cycles. Journal of Political Economy, 106: 211—248.
10. Lo, A. W. Hedge funds, systemic risk, and the financial crisis of 2007 — 2008: written testimony for the house oversight committee hearing on hedge funds. Social science research network working paper series. November 2008.
11. Morris, S. and Shin, H.(2008). Financial regulation in a system context. Brookings panel on economic activity, September
12. Recent advances in modeling systemic risk using network analysis, European central bank, 2010.
13. Rodney / Garratt, Lavan Mahadeva and Katsiaryna Svirydzenka. Mapping systemic risk in the international banking network. Bank of England, Working Paper No. 413, March 2011.
14. Sornette D. and Woodard R. Financial bubbles, real estate bubbles, derivative bubbles, and the financial and economic crisis, 2009.
15. Stiglitz, /. E. and Greenwald, В. С N.(2003). Towards a new paradigm in monetary economics. Cambridge univ. press, Cambridge.
