УДК 332.1, 338.2, 339.9
закономерности поведения системных рисков в кредитных сетях*
н. н. каурова,
кандидат экономических наук, доцент кафедры финансового менеджмента Е-mail: Kaurova.Natalia@gmail.com Финансовый университет при Правительстве Российской Федерации
В статье отмечается, что в настоящее время многие кредитные рынки можно рассматривать как динамические кредитные сети. При этом системные риски обусловлены, как правило, эндогенными проявлениями в кредитной сети. Рассматриваются каналы распространения «инфекций» и их взаимодействие в процессе развития финансового кризиса, особенности каскадного распространения банкротств по сети, а также взаимозависимость финансовой устойчивости агентов и склонность к самоусилению. Даются рекомендации по имплемен-тации результатов исследований ведущих мировых ученых в деятельность регулирующих органов.
Ключевые слова: сети, кредит, системные риски, каскады банкротств, кризисы, динамика, управление.
Денежные отношения и кредит являются неотъемлемой частью 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. То есть существует множество рынков кредита, которые в совокупности можно рассматривать в качестве кредитных сетей, в которых узлы - это агенты, а связи - это кредитные отношения между агентами. В принципе всю макроэкономику можно рассматривать как кредитную сеть, состоящую из ряда связанных агентов - домохозяйств, фирм и банков.
* Позиция и предположения, высказанные в данной статье, являются исключительно личным мнением автора и не отражают точку зрения Сбербанка России и Финансового университета при Правительстве РФ.
В связи с необходимостью управления кредитными и прочими финансовыми рисками (в первую очередь рисками неплатежеспособности клиента) решение о предоставлении кредита зависит от многих факторов, в том числе от результатов оценки надежности заемщика и установления доверительных отношений между кредитором и заемщиком. Для построения и соблюдения всех требований кредитного процесса требуется время и усилия. Поэтому на кредитном рынке всегда приходится нести значительные транзакционные издержки: таким образом, агент готов вступать в торговые отношения только с небольшим количеством других агентов, что непосредственно влияет на полноту и топологию кредитных сетей (рис. 1).
Ярким примером сетевого анализа, примененного к кредитным сетям, является основополагающая статья, написанная Алленом и Гейлом в 2001 г. на тему «Распространение финансовых инфекций» на рынке межбанковских кредитов [3].
Установление нескольких кредитных связей позволяет агенту продолжать осуществлять инвестиционный проект, что было бы невозможно при наличии только собственных финансовых ресурсов. Кроме того, участие в кредитной сети позволяет диверсифицировать риск потери (или риск кредитного кризиса), если деятельность агента подвергнется негативным воздействиям. Но в то же время кредитные сети становятся причиной (механизмом) распространения финансовых трудностей между взаимодействующими агентами в данной кредитной сети, т. е., по словам Аллена и Гейла, - финансовой «инфекции». В связи с этим в принципе никогда нельзя исключить риск системного кризиса: не
рис. 1. Иллюстрация кредитной сети
только распространение, но и усугубление финансовых затруднений вплоть до краха всей финансовой системы. Поскольку каждый из взаимозависимых агентов в сети фактически подвержен риску банкротства, следовательно, кредитная сеть потенциально подвержена риску системного краха - множества взаимосвязанных банкротств.
Человечество в погоне за экономическим ростом и ростом благосостояния своих стран, обеспечивая сокращение сопутствующих данному процессу рисков путем их распределения (диверсификации),
рис. 2. Рост связности сети в 1985-2005 гг.
преуспело в развитии финансовых технологий, создании необходимой для них инфраструктуры и ее интеграции в мировые финансово-экономические системы. Но в то же время оно стало чрезвычайно зависимым от стохастической динамики созданных им финансовых систем. В последние десятилетия эти мировые финансово-кредитные системы превратились в крупный массив взаимосвязанных сетей, которые функционируют когерентно и синергети-чески производят и/или распределяют непрерывный поток денег, товаров или услуг.
Значительный размер данных систем существенно увеличивал их хрупкость к незначительным возмущениям (не только экзогенного, но и эндогенного характера), вызывая резкое изменение данных систем, рост склонности к коллапсу - вероятности наступления системных кризисов.
Динамический ряд, наглядно демонстрирующий рост сложности и взаимной зависимости мировых кредитно-финансовых сетей, представлен на рис. 2.
Попытаемся доказать приведенные выводы, основанные в основном на эмпирическом подходе, результатами исследований ученых, находящихся на переднем крае науки, и применить результаты их исследований к направлениям дальнейшего развития в управлении мировыми финансово-кредитными системами.
каналы распространения рисков (инфекций). Во многих современных исследованиях выделяются и исследуются три основные типа
распространения финансовых трудностей:
а) самореализующаяся паника (паническое изъятие банковских вкладов);
б) снижение стоимости общественных активов («инфекция» цен на активы);
в) взаимосвязанные кредитные риски (финансовая «инфекция») [2, 9, 12].
Эти три механизма являются независимыми, но не взаимоисключающими каналами распространения инфекций: они могут взаимодействовать
в процессе развития финансового кризиса и усиливать его последствия. Например, паническое изъятие вкладов в одном банке может вызвать массовое снятие средств с депозитных счетов в других банках (механизм распространения типа «а») и явления распространения финансовых «инфекций» и снижения ликвидности на рынке межбанковских кредитов (механизм распространения типа «в»). Реализация одновременно всех типов распространения инфекций значительным образом увеличивает издержки по устранению их последствий.
Исследуя последний канал распространения инфекций, Аллен и Гейл в своей новаторской работе пришли к выводу, что когда 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, т. е. 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 может разделить последствия неблагоприятных воздействий, тем ниже величина риска краха этого агента и всей сети (т. е. тем выше устойчивость сети). Системный риск сведен к минимуму в том случае, когда сеть полная - индивидуальные риски агентов полностью диверсифицированы. Иными словами, существует монотонно убывающая зависимость между вероятностью индивидуального краха (системным риском) и степенью связанности/взаимодействия в кредитной сети.
Однако результаты данного исследования Аллена и Гейла были получены без учета побочных эффектов, возникающих в динамической кредитной сети: финансового акселератора и каскадных банкротств, а также их влияния на оценку вероятности индивидуального и системного риска [6, 21]. В то же время именно эффект финансового акселератора позволяет оценить распространение рисков в пространстве и во времени. Финансовый акселератор генерирует отрицательный дрейф стохастической траектории устойчивости системы и компенсирует положительный эффект диверсификации [7]. Увеличение вероятности системного шока в случае каскада банкротств в кредитной сети в результате
глобальной финансовой интеграции и диверсификация рисков являются «разными сторонами одной медали». Без учета данных эффектов диверсификация индивидуального риска действительно, как показано в работе Аллена и Гейла, всегда снижает системный риск.
Группа других ученых в составе Стефано Бат-тистона (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. Стиглица (Колумбийский университет, США) [4, 10], учитывая в модели вышеуказанные побочные эффекты, 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 в более плотной и тем самым более чувствительной к возмущениям сети). Данные выводы представлены в работе ученых «Опасные взаимосвязи: возрастающая степень взаимодействия, распределение риска и системный риск», подготовленной в 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, т. е. 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 [5].
взаимозависимость и склонность к самоусилению (финансовый акселератор). Этот поразительный вывод, противоречащий многим ранее опубликованным работам, является результатом простого наложения двух механизмов:
- взаимозависимости финансовой устойчивости агентов;
- 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. Таким образом, она зависит от положения данного агента в системе контрактов. Эта 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 «С». Если стоимость акции «С» 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. Рассмотрим первую [15].
Предположим, 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 [8].
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 [6]. С точки зрения агента «А», это - затраты. Следовательно, это будет дополнительным негативным воздействием на его состояние в следующем периоде. В обеих ситуациях снижение устойчивости в период ^ увеличивает вероятность снижения устойчивости в период ^ + 1.
Взаимодействие взаимозависимости и склонности к самоусилению финансовой устойчивости еще не было отражено в динамической модели, хотя эта идея высказана в нескольких ранее опубликованных работах [21]. Предположим, например, что агент «А» находится под воздействием неблагоприятного события, вследствие чего его финансовое состояние становится все более шатким. Его кредиторы (скажем, агенты «В» и <^») примут на себя часть этого неблагоприятного воздействия. Их собственная финансовая устойчивость, таким образом, снизится (взаимозависимость). Вследствие этого они не смогут предоставлять кредит и дальше на прежних условиях, а ограничат объемы внешнего финансирования агента «А» или увеличат ставку процента, установленную для агента «А». Другими словами, кредит будет предоставляться в дальнейшем на менее приемлемых условиях, что повлечет дальнейшее снижение чистой стоимости активов и, следовательно, ухудшение финансового положения агента «А». На уровне отдельного агента неустойчивое финансовое положение действует обратной связью само на себя (склонность к самоусилению). Более того, агент «А» является в свою очередь кредитором по отношению к другим агентам (скажем, 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). Так снижение устойчивости финансового положения распространяется по всей кредитной сети. Это явление часто называют распространением финансовых трудностей.
С одной стороны, взаимозависимость является необходимым условием для распределения рисков: чем больше агентов в кредитной сети и чем выше теснота их связи, тем эффективнее является разделение рисков. С другой стороны, связность может активировать механизм самоусиления. И если концентрация рисков в сети становится существенной, кредитные сети становятся все более слабыми и уязвимыми для будущих потрясений, увеличивая веро-
ятность риска системного кризиса. Таким образом, каждый из взаимозависимых агентов кредитной сети будет также более восприимчив к банкротству и посредством ряда совместных банкротств в тесно связанной сети повышать вероятность вызова риска системного сбоя всей сети.
Степень распространения финансовых трудностей и степень чувствительности агентов к испытываемым ими шокам напрямую зависят от плотности сети. С ростом связности возможность поглощения шоков в кредитной системе в связи с распространением рисков по сети стремится к нулю.
Поэтому возникает новая задача поиска подходов количественного определения и раннего выявления пороговых значений системы, при которых степень взаимозависимости сети и склонности к самоусилению является критической для всей финансово-кредитной системы, - критических переходов, при наступлении которых может произойти внезапный полярный сдвиг системы от одного состояния к другому.
критические переходы. Хотя некоторые критические переходы могут привести систему в хаос, понимание таких переходов, возможность их раннего выявления могут открыть удивительные новые способы управления изменениями кредитных сетей.
Попытки разработки систем раннего предупреждения сигналов для критических переходов в различных системах (Земли, мирового океана, эпилептических ударов, общественного поведения) можно найти в ряде работ известных авторов [18, 19]. Тем не менее, несмотря на предпринимаемые попытки [13], последовательной математической теории критических переходов до настоящего времени не существует. Особенно мало работ по выявлению ранних предупреждающих знаков критических переходов для дискретной динамики и пространственно-временных систем, коими и являются кредитные сети. Отсутствие подобных работ является также следствием недостаточного понимания механизмов, которые управляют динамикой финансовых и кредитных рынков.
Кроме того, модели сложных систем, как правило, недостаточно точны, чтобы надежно спрогнозировать наступление критического перехода. Данные сдвиги особенно сложно предсказать, потому что состояние системы вплоть до наступления переломного момента может не показывать или показать незначительные изменения.
Такие ученые, как Кристиан Кун (Институт физики сложных систем Макса Планка, Германия), Матрин Шеффер, Василис Дакос, Егберт ван Нес (Университет Вагенинген, Нидерланды), Хорди Баскомпте (Группа интегративной экологии, Испания), Виктор Бровкин (Институт метеорологии Макса Планка, Германия), Штефен Карпентер (Потсдамский институт исследований воздействия климата), Макс Райткерт (Институт Коперника, Германия), Джордж Сугихара (Калифорнийский университет, США) и др. доказали, что динамика сложных систем вблизи критической точки имеет общие свойства вне зависимости от особенностей различных систем. Из чего можно предположить, что критические переходы в различных сложных системах связаны между собой, описываемые их модели самоподобны и возможны к применению для любых динамически сложных систем, в том числе и финансовых и кредитных рынков.
Перечислим основные индикаторы, символизирующие изменения, которые могут возникнуть в неравновесной динамике кредитных систем при наступлении критических переходов:
- критическое замедление, т. е. увеличение скорости восстановления системы от малых возмущений. Замедления, как правило, начинаются далеко от точки бифуркации, но, приближаясь к ней, темпы восстановления приближаются к 0;
- увеличение дисперсии в структуре колебаний (т. е. наблюдается эффект, когда последствия потрясений на кредитном рынке не затухают и накопление негативных эффектов увеличивает дисперсию состояния системы);
- мерцание и рост пространственной когерентности.
На еще большее увеличение финансовой неустойчивости, распространяемой через кредитные сети, влияет каскадный эффект банкротств.
каскадный эффект банкротств. 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 и выйдет из игры. В этом случае произойдет потеря
«организационного капитала» [1] и это отрицательно скажется на его партнерах, которые столкнутся с потерями и/или понесут дополнительные затраты. Кредиторы (т. е. агенты «В» и <^») столкнутся с потерями, так как они не смогут покрыть суммы кредита, выданные обанкротившемуся агенту. Заемщики (агенты <^» и «Е») понесут дополнительные затраты, поскольку им придется искать нового кредитора и налаживать с ним доверительные отношения. Это пример транзакционных издержек на кредитном рынке. Эти дополнительные потери и затраты могут стать причиной банкротства других агентов и положить начало каскадному эффекту банкротств. Таким образом, каскадный эффект банкротств (или эффект домино) - это процесс, в котором банкротство производит больше банкротств.
Подобные эффекты исследовались различными учеными (Айзенберг и Ной в 2001 г., Шин в 2008 г.) [20] в сети межбанковских кредитов и (Баттистон в 2007 г.) в сетях торговых кредитов. Однако данные ученые рассматривали эффект каскада не в динамичной среде, т. е. без учета временной эволюции устойчивости и распространения финансовых потрясений. Исследование детерминант системного риска в таких динамических системах до настоящего времени не произведено.
При этом отметим, для определения вероятности возникновения каскадов функция системного риска в результате эффекта каскада является не монотонной от к (рис. 3). А плотность сети непосредственным образом влияет на размер и частоту каскадов. С ростом плотности каскады могут возникать реже, но их размер может быть существенно большим.
1 -«-1-1-1-1-1-1-Г-
Таким образом, такие механизмы, как 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 - результат реакции партнеров агента на отрицательное изменение его устойчивости. Наконец, каскадный эффект банкротств также является отрицательным внешним эффектом, так как он становится следствием того факта, что устойчивость агента снижается, если один или несколько его партнеров терпят банкротство. В совокупности эти три механизма могут усилить первоначальный эффект неблагоприятного 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. То есть не обязательно причиной кризиса может быть комплексное воздействие на всю экономическую систему в целом.
Итак, С. Баттистон и другие ученые - представители экономического мейнстрима построили базовую модель, в которой описали в общих чертах временное изменение кредитной сети как системы взаимосвязанных процессов, каждый из которых отражает 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
Диверсификация риска к Рис. 3. Системный риск. Эффект каскада
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 и выявляет совершенно новые свойства системы в результате взаимодействия агентов. В этом случае зависимость между вероятностью краха и степенью взаимодействия имеет и-образную форму (рис. 4).
На рис. 4 показана зависимость вероятности краха Р^от степени диверсификации к. На базовом графике (пунктирная линия) вероятность убывает обратно пропорционально к. При наличии склонности к самоусилению график функции (жирная непрерывная линия), напротив, имеет минимум в точке промежуточного значения к. Это означает, что диверсификация рисков становится в какой-то момент контрпродуктивной и увеличивает вероятность краха системы, что прямо противоречит результатам (Аллен и Гейл, 2001) и построенным в соответствии с их предположениями политикой риск-менеджмента многих компаний и стран [4].
Стабилизирующая роль распределения риска преобладает только тогда, 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
принять во внимание каскадный эффект банкротств. В этом случае зависимость между величиной системного риска и степенью взаимодействия может иметь несколько локальных минимумов и максимумов.
Хотя принято считать, что диверсификация риска всегда приводит к большей стабильности финансовой системы, в описываемой модели напряженность возникает между локальными рисками и системным риском. При этом по мере увеличения числа контрагентов в кредитной сети увеличивается вероятность как индивидуального, так и системного дефолта. Рассмотренные экзогенные факторы (эффект самоусиления, взаимозависимость и банкротство каскадов) вполне могут компенсировать стабилизирующую роль диверсификации рисков и усилить эффект от шока в отдельно взятом узле сети, что нарушит финансовую устойчивость системы и приведет к полномасштабному системному кризису. Рассмотренные каналы распространения «инфекций» по финансовой системе могут, используя механизм положительной обратной связи, катализировать действия локального риска, трансформировав его в системный, т. е. распространяя риск уже по экономической системе в целом, а не только между непосредственно связанными агентами.
Однако остается ряд открытых вопросов, требующих дополнительного исследования. В частности, особо важной проблемой в контексте описываемых результатов исследований ученых, находящихся на переднем крае науки, является величина системного риска в сетях, организованных в кластеры, агенты внутри которых тесно взаимодействуют между со-
Степень диверсификации к
ситуация еще более усложняется, если Рис. 4. Зависимость вероятности краха от степени диверсификации
бой, 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 и поиска эффективных путей управления финансово-кредитными системами. Также интересна была бы модель, описывающая 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, а также снизит общую уязвимость сети. Также достаточно важно понимание поведения финансового акселератора в условиях системного риска, влияние степени неоднородности сети на распространение инфекции по ним и пр.
Применение этих новаторских результатов в совершенствовании методов управления и мониторинга поведения финансово-кредитных систем может существенным образом повысить ее прогнос-тичность и, как следствие - степень иммунизации от все возрастающей вирусности мировой экономической системы, способствовать управлению изменениями данных систем.
В перспективе эта концептуальная основа, разработанная рядом ученых, находящихся на переднем крае науки, может широко применяться при оценке издержек и выгод глобализации, а также определении оптимальной степени и форм финансовой интеграции. 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. Она способствует межнациональному распределению риска, но в то же время дает зеленый свет распространению финансовых трудностей за пределы национальных границ. И нынешний все еще продолжающийся кризис, ситуация с рядом стран Евросоюза - подтверждение этому. Текущий мировой кризис является ярким примером неполного представления о рисках и слепой веры в старую па-рацигму, основанную на положения о равновесности систем и рациональности поведения агентов.
Нынешний кризис на практике продемонстрировал следующее:
- якобы надежная система на самом деле может быть весьма хрупкой и уязвимой, что в первую очередь зависит от степени связности сети и количества соединений. Кредитные сети с высокой степенью связности являются чрезвычайно уязвимыми,
особенно если нарушается теснота связи между агентами;
- значительное число связей в системе может привести к каскаду банкротств, т. е. послужить катализатором распространения «ударной волны» кризиса;
- риск может быть эндогенным и посредством каскада банкротств распространиться на всю финансово-экономическую систему, что противоречит предположениям многих регуляторов, кредитных агентств и банков о том, что рисками можно управлять с помощью моделей, основанных на риске отдельного агента, комбинируя их с помощью исторических предположений о взаимозависимости, откалиброванных по данным времени стабильного роста рынка.
Представленный системный характер финансовых рисков обосновывает необходимость реализации глобальной политики в экономических и финансовых сетях, в том числе в моделировании коллективного поведения, которое вытекает из связи между учреждениями, фирмами, финансовыми продуктами и т. д.
Экономический кризис еще раз напомнил о важности взаимосвязей между фирмами и секторами экономики. Распространение рисков, исходящих из так называемых «токсичных» активов, находящихся на балансах нескольких финансовых институтов, по всему финансовому сектору и передача экономических проблем финансового сектора по всей экономике были обусловлены именно взаимосвязанностью финансово-экономической системы. Антикризисная политика правительств, направленная на активную поддержку ключевых финансовых институтов и компаний, в разгар кризиса оправдана не столько потому, что эти учреждения были «слишком большими, чтобы обанкротиться», но потому, что они были «слишком взаимосвязаны, чтобы обанкротиться». Сетевой анализ имеет решающее значение для идентификации катиона системообразующих организаций и рынков, являющихся «критическими игроками» в кредитной сети.
Кроме того, следует учитывать, что мировая кредитная система становится не только все более взаимосвязанной (посредством новых финансовых продуктов и схем, все более сложных форм секьюритизации, кредитных дефолтных свопов и других производных инструментов), но и все более «централизованной». Надо понимать, что централизованная кредитная архитектура может быть более уязвимой к шокам на «центры».
Централизованная архитектура кредитного рынка способна повлиять на инициализацию и усиление процесса каскадных банкротств. Наиболее показательным примером каскадного эффекта банкротств является банкротство американского инвестиционного банка Lehman Brothers и его последствия для мировой финансовой системы. Банкротство отдельно взятого финансового института оказало почти немедленный эффект, проявившийся в ухудшении кредитоспособности всех финансовых институтов в экономической сети. Подобный глобальный фазовый переход стал возможен только благодаря большой архитектурной уязвимости и восприимчивости мировой кредитной системы, состоящей из тесно связанных фирм, к негативным эндогенным шокам.
Более того, как было указано, в больших нелинейных системах со сложными взаимодействиями агентов даже малые возмущения могут иметь большие последствия, а незначительные изменения в структуре (введение новых «связей» или контрактов) способны изменить системную устойчивость, тем самым приводя к системным кризисам. Причем увеличивающаяся динамика сети вызовет увеличение частоты возникновения и глубины мировых финансовых кризисов.
Напрашивается вывод о том, что межнациональное распределение риска может быть полезным на ранней стадии глобализации, т. е. когда степень взаимодействия еще «низкая». Ее увеличение на данной стадии способно производить положительный эффект. Но с другой стороны, если степень взаимодействия уже высока (глобализация находится на более поздней стадии), увеличение степени взаимодействия может выдвинуть на передний план интернационализацию финансовых трудностей. Другими словами, повышение степени взаимодействия приведет к увеличению вероятности мирового финансового кризиса.
Итак, принимая во внимание выводы ученых, сделаем вывод, что глобализация мировой экономики, заключающаяся в существенном росте количества агентов в мировой финансово-кредитной сети, а также увеличении связности между ними, в том числе посредством появления все новых более сложных и зачастую непрозрачных инструментов, предоставляет платформу для обмена рисками по всей мировой сети, интернационализации финансовых потрясений и тем самым увеличивает вероятность их возникновения.
С другой стороны, нельзя не учитывать, что влияние системного кризиса на положение наиболее сильных агентов (держав лидеров мировой экономики), являющихся, как правило, основными источниками и проводниками инфекций по мировой сети, будет несоизмеримо меньше за счет более слабого положения развивающихся стран, которые по сути «заплатят» за его устранение перераспределением части национального богатства (данное положение, впрочем, требует дальнейшего исследования). В связи с этим можно предположить наличие зависимости финансового положения и степени воздействия кризиса на агента/модуля в сети в зависимости от его расположения в сети и характеристик окружающих его агентов/модулей.
Необходимо оптимальное соотношение между двумя полярными режимами: международной интеграцией и региональной автаркией, обеспечивающей оптимальное разделение рисков, не оказывающее существенного влияния на уязвимость мировой системы и не приводящее к существенному снижению ожидаемой полезности и экономического роста. Однако надо осознавать, что неверное управление подобной бимодальностью может нести в себе еще большие риски: увеличение дисперсии, скорости восстановления системы после малых возмущений и асимметрий на кредитных рынках, эффектов мерцания. Как следствие, это способно привести систему к критической точке фазового перехода или в хаотическое состояние, при котором еще сложнее управлять стохастической динамикой кредитной системы.
Уроки все еще продолжающегося мирового финансового кризиса и критическое положение ряда стран Евросоюза нашли отклик в изменении парадигмы финансового регулирования и контроля крупнейших мировых стран. Так, в 2010-2011 гг. вышли в свет не стандартные для достаточно консервативных регулирующих органов разработки Европейского центрального банка ((ЕЦБ) и Банка Англии, посвященные моделированию и анализу системных рисков в различных видах сетей, оказывающих влияние на финансовую стабильность стран [16, 17].
Однако данная деятельность ЕЦБ и Банка Англии находится лишь на начальной стадии имплемен-тации современных системных моделей в практику деятельности регулирующих органов. Зачастую в ней не учитываются результаты исследований в этой сфере многих современных ученых. Разработки носят пока больше механистический характер - они
направлены на апробирование элементов сетевого анализа мировой банковской системы. В них не уделяется должного внимания применению инструментов динамического моделирования к анализу и прогнозированию поведения сложных систем, распространению рисков (инфекций) по ним и, как следствие, не предпринимаются попытки подготовить программы и механизмы иммунизации подобных систем. В проводимом центральными банками системном анализе не учитывается взаимодействие исследуемых систем с реальным сектором экономики, имеющим к настоящему времени значительную связность со всей финансово-кредитной системой и влияние на распространение рисков.
Логичным продолжением всей этой работы можно считать изучение динамических характеристик сети, моделирование каналов распространения рисков по сети, исследование взаимозависимости финансовой устойчивости агентов и склонности к самоусилению, а также сценарных особенностей каскадного эффекта банкротств.
В России построение системы макропруденци-ального регулирования и управления системными рисками началось только в 2011 г. и пока ограничивается созданием в структуре Банка России Департамента финансовой стабильности. До настоящего времени у Банка России отсутствуют соответствующие модели, инструменты, а также необходимые полномочия и ресурсы для реализации полноценной политики макропруденциального анализа и контроля в целях управления системными рисками.
Для обеспечения Банка России соответствующими моделями и инструментами реализации мак-ропруденциальной политики в целях обеспечения устойчивого конкурентного роста экономики РФ необходима передовая научная платформа, которая сможет объяснить принципы управления сложными взаимосвязанными (зачастую «вирусными») финансово-экономическими системами в условиях все возрастающей их динамики.
Отсутствие у регулирующих органов полноценной оперативной информации о трансформации финансово-кредитной сети, роли и месте в ней России и ее институтов является существенной угрозой для экономической безопасности страны.
Список литературы
1. Aghion P. and Howitt P. W. Endogenous Growth Theory.
Cambridge, Mass.: MIT Press, 1998.
2. Allen F. and Gale D. // Journal of Political Economy. 2001. 108 (1).
3. 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.
4. Battiston S., Delli Gatti D., Gallegeti M., Greenwald B., Stiglitz J. E. Liaisons Dangereuses: increasing connectivity, risk sharing, and systemic risk. 2009.
5. BattistonS., Lorenz J., Delli GattiD., GallegatiM., Stiglitz J. E., Greenwald B. Can Risk Diversi_cation Be Bad for Systemic Crises? COST P10 Workshop. 2008. Zurich.
6. Bernanke В., Gertler M. and Gilchrist S. Handbook of Macroeconomics, chapter The Financial Accelerator in a Quantitative Business Cycle Framework. Amsterdam. North-Holland. 1999.
7. Brock W., Rothschild M. and Stiglitz J. E. Stochastic Capital Theory, Technical Paper № 23 National Bureau of Economic Research Cambridge. 1982.
8. Brunnermeier M. and Pederson L. Market Liquidity and Funding Liquidity. Review of Financial Studies. 2009.
9. DiamondD. andDybvigP. Bank Runs, Deposit Insurance, and Liquidity // The Journal of Political Economy. 1983. 91(3).
10. Domenico Delli Gatti, Mauro Gallegati, Bruce Greenwald, Alberto Russo, Joseph E. Stiglitz. The Financial Accelerator in an Evolving Credit Network. Preprint submitted to Elsevier. 2010.
11. Eisenberg L. andNoe T. Systemic risk in financial systems. Management Science. 2001.
12. Kiyotaki N. and Moore J. Credit cycles // Journal of Political Economy. 1997. 106:211-248.
13. Kuehn C. A Mathematical Framework for Critical Transitions: Normal Forms, Variance and Applications. 2011. URL: http://www. mpipks-dresden. mpg. de/ ~ckuehn/PDF_files/CT_2_CKuehn. pdf.
14. Krugman P. The Return of Depression Economics and the Crisis of 2008. Norton, New York. 2009.
15. Morris S. and Shin H. Financial regulation in a sustem context. Brookings Panel on Economic Activity. 2008. September.
16. Recent advances in modeling systemic risk using network analysis, European central bank, 2010.
17. Rodney J Garratt, Lavan Mahadeva and Katsiaryna Svirydzenka. Mapping systemic risk in the international banking network. Bank of England, Working Paper № 413, March 2011.
18. Scheffer M. Critical Transitions in Nature and Society. Princeton University Pressro. 2009.
19. M. Scheffer, Bascompte J., Brock W.A., Brovkhin V., Carpenter S. R., Dakos V., HeldH., E. H. van Nes, Rietkerk M., and Sugihara G. Early-warning signals for critical transitions. Nature, 461:53-59. 2009.
20. Shin H. Risk and Liquidity in a System Context // Journal of Financial Intermediation. 2008.
21. Stiglitz J. E. and Greenwald В. С. Towards a New Paradigm in Monetary Economics. Cambridge Univ. Press, Cambridge . 2003.