■谷 任，陳炯旭

一、引言

隨著現(xiàn)代金融業(yè)不斷發(fā)展，許多金融機(jī)構(gòu)通過資產(chǎn)互持、資產(chǎn)價值互相關(guān)聯(lián)等關(guān)系連接在一起。這類金融機(jī)構(gòu)之間的關(guān)聯(lián)關(guān)系（interconnectedness）反映在金融網(wǎng)絡(luò)中，使單個金融機(jī)構(gòu)節(jié)點(diǎn)層面的負(fù)面沖擊（如損失、破產(chǎn)或流動性不足）可能在網(wǎng)絡(luò)中傳導(dǎo)擴(kuò)散，并最終可能形成系統(tǒng)性風(fēng)險，嚴(yán)重危害整個經(jīng)濟(jì)社會的穩(wěn)健運(yùn)行。自美國次貸危機(jī)引發(fā)的全球金融危機(jī)發(fā)生以來，業(yè)界與學(xué)術(shù)界提出了“聯(lián)系太緊而不能倒”（too interconnected to fail）的理念，強(qiáng)調(diào)系統(tǒng)重要性金融機(jī)構(gòu)和關(guān)聯(lián)性問題（Drehmann&Tarashev，2011）。與此同時，隨著我國金融體制改革的不斷深化，我國金融業(yè)分業(yè)經(jīng)營模式正在發(fā)生改變，金融混業(yè)經(jīng)營持續(xù)發(fā)展，金融業(yè)務(wù)綜合化程度不斷提高，銀證等多種“混業(yè)”合作的快速發(fā)展使金融機(jī)構(gòu)之間的聯(lián)系更加復(fù)雜，為單一金融機(jī)構(gòu)的風(fēng)險通過各種渠道影響到其他金融機(jī)構(gòu)提供了可能，也為我國系統(tǒng)性風(fēng)險監(jiān)管帶來巨大挑戰(zhàn)。在此背景下，準(zhǔn)確度量銀證網(wǎng)絡(luò)中不同類型的金融機(jī)構(gòu)之間的關(guān)聯(lián)水平，有助于提高我國金融業(yè)的綜合監(jiān)管水平，對我國現(xiàn)行金融監(jiān)管體制的改革與完善具有重要意義。

近年來，證券資產(chǎn)管理業(yè)務(wù)已成為行業(yè)創(chuàng)新的主要領(lǐng)域，其中作為主動資產(chǎn)管理業(yè)務(wù)重要組成部分的集合資產(chǎn)管理業(yè)務(wù)發(fā)展最為典型。通常券商集合資管業(yè)務(wù)資產(chǎn)多由銀行或其他券商托管，然而由于券商集合資管業(yè)務(wù)具有“影子銀行”特征，券商對其資產(chǎn)托管人的選擇在一定程度上與集合資管業(yè)務(wù)背后隱藏的通道類業(yè)務(wù)關(guān)聯(lián)方有關(guān)，因而由托管管理關(guān)系連接在一起的券商與銀行網(wǎng)絡(luò)也能反映債權(quán)債務(wù)關(guān)聯(lián)，也屬于我國金融網(wǎng)絡(luò)的重要組成部分。當(dāng)單個銀行或券商受到負(fù)面沖擊時，都可能在上述網(wǎng)絡(luò)中傳導(dǎo)擴(kuò)散，危害金融系統(tǒng)的穩(wěn)健運(yùn)行。由于其隱蔽性常受到忽視，目前相關(guān)監(jiān)管部門針對這類潛在風(fēng)險的管理體系尚不完善。鑒于此，本文借助復(fù)雜網(wǎng)絡(luò)分析法，利用券商集合資管業(yè)務(wù)托管數(shù)據(jù)構(gòu)建銀證網(wǎng)絡(luò)，分析其關(guān)聯(lián)特征及識別重要金融機(jī)構(gòu)，具有現(xiàn)實(shí)意義。

目前國內(nèi)外學(xué)者主要關(guān)注銀行間的關(guān)聯(lián)情況和系統(tǒng)重要性銀行識別，對銀證網(wǎng)絡(luò)的關(guān)聯(lián)情況涉及甚少。本文以券商資管業(yè)務(wù)下銀行和證券之間的關(guān)聯(lián)性作為研究對象，利用2005～2016年券商集合資產(chǎn)管理業(yè)務(wù)數(shù)據(jù)，構(gòu)建銀行與證券公司之間的網(wǎng)絡(luò)，運(yùn)用復(fù)雜網(wǎng)絡(luò)中的社會網(wǎng)絡(luò)分析法分析該網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)特征，以期揭示銀行與證券公司之間網(wǎng)絡(luò)結(jié)構(gòu)層面的關(guān)聯(lián)特征，并試圖回答如下問題：（1）經(jīng)過多年發(fā)展，該銀證關(guān)系網(wǎng)絡(luò)經(jīng)歷了一個怎樣的動態(tài)演進(jìn)過程？該問題的思考有利于從全局上把握該網(wǎng)絡(luò)的基本情況與特點(diǎn)。（2）在宏觀層面上，該銀證關(guān)系網(wǎng)絡(luò)有著怎樣的機(jī)構(gòu)關(guān)聯(lián)性？該問題的解決有助于從整體上把握銀行與證券機(jī)構(gòu)之間的關(guān)聯(lián)特征。（3）在微觀層面上，各關(guān)聯(lián)機(jī)構(gòu)在該網(wǎng)絡(luò)中扮演何種角色？該問題的解決為監(jiān)管當(dāng)局進(jìn)行審慎有效的系統(tǒng)風(fēng)險監(jiān)管尤其是系統(tǒng)性重要金融機(jī)構(gòu)的確定提供有效信息。

二、文獻(xiàn)綜述

由美國次貸危機(jī)引發(fā)的全球金融危機(jī)發(fā)生以來，金融系統(tǒng)性風(fēng)險的研究受到各界廣泛關(guān)注與重視，相關(guān)理論研究不僅詳盡分析了系統(tǒng)性風(fēng)險的度量與形成機(jī)制，更強(qiáng)調(diào)對系統(tǒng)中金融機(jī)構(gòu)關(guān)聯(lián)程度與重要金融機(jī)構(gòu)的識別（梁琪等，2013）。

當(dāng)前國內(nèi)外學(xué)者大多基于資本市場數(shù)據(jù)，使用金融機(jī)構(gòu)股票收益率相關(guān)系數(shù)（Adrain&Markus，2011）、主成分分析（Billio et al.，2012）、條件風(fēng)險價值（CoVaR）（肖璞等，2012）、邊際期望損失（MES）（范小云等，2011）、Granger因果網(wǎng)絡(luò)模型（王麗珍和康超，2017）等方法識別金融機(jī)構(gòu)關(guān)聯(lián)程度。然而上述方法存在的不足之處在于，首先相關(guān)研究多以資本市場數(shù)據(jù)為基礎(chǔ)，要求上市銀行樣本多、時間跨度長（Huang et al.，2009）；但根據(jù)我國國情，采用資本市場數(shù)據(jù)受限于上市金融機(jī)構(gòu)數(shù)目和上市時間長短，降低了方法的適應(yīng)性。其次，資本市場數(shù)據(jù)的使用存在兩個重要的假設(shè)前提：一是假設(shè)資本市場滿足有效市場假說，意味著金融機(jī)構(gòu)的股票價格等市場數(shù)據(jù)能夠充分反映企業(yè)風(fēng)險情況，但事實(shí)上國內(nèi)現(xiàn)有大量研究發(fā)現(xiàn)，我國資本市場基本處于弱式有效（楊昀，2013），限制了該方法的有效性；二是假設(shè)股票價格等市場數(shù)據(jù)服從正態(tài)分布，而實(shí)際上股票價格等具有明顯的厚尾特征，使得該方法的結(jié)果可能產(chǎn)生偏誤。最后，CoVaR、MES方法僅關(guān)注單個金融機(jī)構(gòu)對整個系統(tǒng)的風(fēng)險貢獻(xiàn)，相關(guān)系數(shù)和主成分只測算了金融機(jī)構(gòu)間的局部關(guān)聯(lián)水平，這些方法都忽視了金融網(wǎng)絡(luò)的宏觀結(jié)構(gòu)特征，在相互關(guān)聯(lián)的金融系統(tǒng)中無法給出機(jī)構(gòu)相應(yīng)的地位和作用，故無法滿足宏觀審慎監(jiān)管需求。

在上述研究背景下，網(wǎng)絡(luò)分析法可有效彌補(bǔ)上述方法的不足，網(wǎng)絡(luò)分析法主要利用金融機(jī)構(gòu)之間的真實(shí)業(yè)務(wù)數(shù)據(jù)估計(jì)雙邊關(guān)聯(lián)關(guān)系，結(jié)合復(fù)雜網(wǎng)絡(luò)領(lǐng)域的理論知識可以判斷其屬于哪一類網(wǎng)絡(luò)結(jié)構(gòu)，大大提高宏觀審慎管理的實(shí)用性和有效性。近年來基于金融復(fù)雜網(wǎng)絡(luò)以識別金融機(jī)構(gòu)關(guān)聯(lián)程度和系統(tǒng)重要性節(jié)點(diǎn)的研究備受青睞。迄今為止學(xué)者們主要有如下兩種思路：

一是利用金融市場提供的股票價格、年報(bào)的資產(chǎn)負(fù)債等數(shù)據(jù)展開對金融網(wǎng)絡(luò)的實(shí)證分析。Diebold&Yilmaz（2014）基于方差分解方法，使用2007～2008年美國主要金融機(jī)構(gòu)的股票收益率波動率數(shù)據(jù)構(gòu)建加權(quán)有向網(wǎng)絡(luò)模型，強(qiáng)調(diào)了金融機(jī)構(gòu)間的關(guān)聯(lián)關(guān)系研究在風(fēng)險測量與管理中的重要作用。李守偉等（2011）使用上市銀行年報(bào)中的資產(chǎn)負(fù)債數(shù)據(jù)，構(gòu)建了一個銀行有向網(wǎng)絡(luò)模型，研究結(jié)果顯示銀行網(wǎng)絡(luò)對于隨機(jī)性攻擊具有較高的穩(wěn)定性，對于選擇性攻擊處于核心地位的銀行具有較低的穩(wěn)定性。龔柳元等（2012）以上市公司的長期銀行借款為基本關(guān)系構(gòu)建我國銀行共同貸款網(wǎng)絡(luò)，分析網(wǎng)絡(luò)特征發(fā)現(xiàn)銀行系統(tǒng)中各類銀行地位的相應(yīng)變化。蘇明政和張慶君（2014）同樣利用上市公司的銀行貸款數(shù)據(jù)，分析了我國銀行共同貨款關(guān)系網(wǎng)絡(luò)，發(fā)現(xiàn)網(wǎng)絡(luò)具有明顯的小世界特性。李政等（2016）使用2008～2015年我國上市金融機(jī)構(gòu)股票價格，測試了銀行、證券和保險之間的關(guān)聯(lián)網(wǎng)絡(luò)，研究發(fā)現(xiàn)我國金融機(jī)構(gòu)的關(guān)聯(lián)網(wǎng)絡(luò)具有小世界現(xiàn)象和無標(biāo)度等復(fù)雜網(wǎng)絡(luò)性質(zhì)。文風(fēng)和汪洋（2017）借助廣義差分分解法，利用我國上市銀行的股價波動率數(shù)據(jù)構(gòu)建關(guān)聯(lián)性矩陣，發(fā)現(xiàn)系統(tǒng)具有小世界和無標(biāo)度的網(wǎng)絡(luò)特性。然而，由于這種思路主要通過金融市場數(shù)據(jù)推導(dǎo)出上市金融機(jī)構(gòu)之間的相關(guān)性看法，因此無法探究機(jī)構(gòu)之間的實(shí)際關(guān)聯(lián)程度，實(shí)用性受到限制。

二是從金融機(jī)構(gòu)具體業(yè)務(wù)聯(lián)系出發(fā)，利用銀行間同業(yè)拆借市場數(shù)據(jù)、大額支付結(jié)算系統(tǒng)數(shù)據(jù)等構(gòu)建金融網(wǎng)絡(luò)。國外在該領(lǐng)域取得了較豐富的成果，其中Nier et al.（2008）使用英國國內(nèi)各銀行資產(chǎn)負(fù)債表中的借貸信息構(gòu)建風(fēng)險傳染模型，采用仿真模擬方法來判斷銀行間網(wǎng)絡(luò)潛在的流動性風(fēng)險傳染范圍，結(jié)果表明傳染性違約是銀行關(guān)聯(lián)水平的非單調(diào)函數(shù)（non-monotonic）。當(dāng)關(guān)聯(lián)水平較低時，關(guān)聯(lián)數(shù)目的增加使銀行發(fā)生傳染性違約的可能性越大，當(dāng)關(guān)聯(lián)水平達(dá)到一定高度時，關(guān)聯(lián)數(shù)目的進(jìn)一步增加則有利于風(fēng)險的分散和消化。Minoiu&Reyes（2011）利用1978～2009年148個國家的跨國銀行信貸數(shù)據(jù)，使用網(wǎng)絡(luò)中心性、網(wǎng)絡(luò)密度、網(wǎng)絡(luò)聚類等社會網(wǎng)絡(luò)分析指標(biāo)討論全球銀行網(wǎng)絡(luò)，發(fā)現(xiàn)整體網(wǎng)絡(luò)相對不穩(wěn)定，網(wǎng)絡(luò)密度隨著資本流變化而擴(kuò)張或收縮。Bargigli et al.（2013）借助意大利中央銀行對國內(nèi)所有銀行監(jiān)管的報(bào)告數(shù)據(jù)，區(qū)分并檢測了整個銀行間市場內(nèi)部的銀行間隔夜拆借市場、回購市場等不同層次子市場的網(wǎng)絡(luò)拓?fù)涮卣?，發(fā)現(xiàn)整個銀行間市場網(wǎng)絡(luò)與隔夜拆借市場網(wǎng)絡(luò)特征具有網(wǎng)絡(luò)連接稀疏、網(wǎng)絡(luò)密度低、平均路徑長度較短、聚類系數(shù)小等特征，同時隔夜拆借市場與其他銀行間子市場在網(wǎng)絡(luò)特征方面存在較大差別，故認(rèn)為以往研究僅從整個銀行間市場角度分析網(wǎng)絡(luò)特征、進(jìn)行系統(tǒng)性風(fēng)險的估計(jì)容易引起誤導(dǎo)。Silva et al.（2015）采用社會網(wǎng)絡(luò)分析法詳細(xì)檢測了巴西銀行間市場的網(wǎng)絡(luò)拓?fù)涮卣?，證明了該網(wǎng)絡(luò)體現(xiàn)出高度的非同類匹配型模式。與國外研究相比，國內(nèi)有關(guān)金融復(fù)雜網(wǎng)絡(luò)方面的研究起步較晚、成果不多。黃聰和賈彥東（2010）利用銀行間支付結(jié)算數(shù)據(jù)對我國銀行間網(wǎng)絡(luò)結(jié)構(gòu)特點(diǎn)進(jìn)行了多維度描述，發(fā)現(xiàn)銀行間網(wǎng)絡(luò)是一個強(qiáng)連通的網(wǎng)絡(luò)，存在明顯的重要節(jié)點(diǎn)與局部團(tuán)狀結(jié)構(gòu)共存的結(jié)構(gòu)特征。劉超等（2014）選取2007～2009年金融危機(jī)前后上海銀行間同業(yè)拆借利率報(bào)價中15家商業(yè)銀行數(shù)據(jù)構(gòu)建同業(yè)拆借網(wǎng)絡(luò)，結(jié)果顯示我國同業(yè)拆借市場具有典型的小世界和無標(biāo)度特性。總之，與前一種思路相比，基于金融機(jī)構(gòu)具體業(yè)務(wù)數(shù)據(jù)的研究，以一種更為客觀的方式，通過分析金融機(jī)構(gòu)業(yè)務(wù)結(jié)構(gòu)來確定機(jī)構(gòu)之間的風(fēng)險關(guān)聯(lián)性，解構(gòu)真實(shí)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)特征。然而，該領(lǐng)域現(xiàn)有國內(nèi)外文獻(xiàn)基本都是針對銀行間借貸關(guān)聯(lián)性進(jìn)行討論，極少涉及銀行與其他類型金融機(jī)構(gòu)（比如證券公司）之間具體業(yè)務(wù)數(shù)據(jù)建立的網(wǎng)絡(luò)關(guān)聯(lián)性，而由于券商集合資管業(yè)務(wù)具有“影子銀行”特征，由托管管理關(guān)系連接在一起的券商與銀行網(wǎng)絡(luò)也屬于我國金融網(wǎng)絡(luò)的重要組成部分，鑒于此，本文在以往金融復(fù)雜網(wǎng)絡(luò)研究基礎(chǔ)上，沿用第二種思路，采用我國銀行與證券部門之間存在集合資管計(jì)劃的資產(chǎn)托管和管理數(shù)據(jù)，構(gòu)建它們之間的有向加權(quán)復(fù)雜網(wǎng)絡(luò)模型，全面分析該銀證網(wǎng)絡(luò)的演變趨勢及關(guān)聯(lián)特征，識別系統(tǒng)重要性的金融機(jī)構(gòu)，對現(xiàn)有文獻(xiàn)進(jìn)行有益補(bǔ)充。

三、復(fù)雜網(wǎng)絡(luò)分析法及銀證網(wǎng)絡(luò)構(gòu)建

（一）復(fù)雜網(wǎng)絡(luò)分析法

復(fù)雜網(wǎng)絡(luò)是真實(shí)復(fù)雜系統(tǒng)的拓?fù)涑橄竺枋?，其中最主要的概念是網(wǎng)絡(luò)（networks）。通常復(fù)雜網(wǎng)絡(luò)指在一個包含大量組成單元或子系統(tǒng)的復(fù)雜系統(tǒng)內(nèi)部，把組成單元抽象作為節(jié)點(diǎn)（nodes），將單元之間的相互關(guān)系抽象為邊（links），并在一定規(guī)則之下連接在一起所形成的網(wǎng)絡(luò)。復(fù)雜網(wǎng)絡(luò)可應(yīng)用于經(jīng)濟(jì)系統(tǒng)中，多層次的、互有聯(lián)系的企業(yè)間合作關(guān)系即為復(fù)雜網(wǎng)絡(luò)。在現(xiàn)代金融系統(tǒng)中，以銀行、證券公司等金融機(jī)構(gòu)為節(jié)點(diǎn)，金融機(jī)構(gòu)通過互相持有資產(chǎn)形成連接關(guān)系而構(gòu)成邊，所形成的價值網(wǎng)絡(luò)被稱為金融網(wǎng)絡(luò)（financial network）。

近年來復(fù)雜金融網(wǎng)絡(luò)研究越來越熱，用社會網(wǎng)絡(luò)分析法分析網(wǎng)絡(luò)中節(jié)點(diǎn)之間的關(guān)聯(lián)性、尋找網(wǎng)絡(luò)中重要節(jié)點(diǎn)是該類研究中的核心問題。在復(fù)雜網(wǎng)絡(luò)中，“結(jié)構(gòu)決定功能”作為源自系統(tǒng)科學(xué)的基本觀點(diǎn)，強(qiáng)調(diào)了系統(tǒng)結(jié)構(gòu)的拓?fù)涮卣鳑Q定了網(wǎng)絡(luò)所擁有的特性。因此，研究者不僅關(guān)注系統(tǒng)內(nèi)部某節(jié)點(diǎn)與其他節(jié)點(diǎn)之間具有的特定關(guān)聯(lián)性，還在整體的角度關(guān)注系統(tǒng)的整體關(guān)聯(lián)關(guān)系。相應(yīng)地，比較重要的網(wǎng)絡(luò)結(jié)構(gòu)特性包括小世界效應(yīng)（small-world effect）、無標(biāo)度特性（scale-free property）、度分布不均勻?qū)е碌拇嗳跣蕴卣鳎╲ulnerability）、層次結(jié)構(gòu)特征（hierarchy structure）等。上述特征所常用的統(tǒng)計(jì)指標(biāo)包括節(jié)點(diǎn)的度（degree）、聚類系數(shù)（clustering coefficient）、平均路徑長度（average distance）、節(jié)點(diǎn)強(qiáng)度（vertex strength）等。

基于上述理論，本文將集合資產(chǎn)管理業(yè)務(wù)視為由管理人（主要是證券機(jī)構(gòu)）、托管人（主要是銀行機(jī)構(gòu)）等不同金融機(jī)構(gòu)基于資產(chǎn)的集合化和專業(yè)化管理形成的契約組合，由此產(chǎn)生了各金融機(jī)構(gòu)之間的復(fù)雜網(wǎng)絡(luò)。進(jìn)一步，本文將集合資產(chǎn)管理業(yè)務(wù)中充當(dāng)資產(chǎn)管理人的金融機(jī)構(gòu)視為一類節(jié)點(diǎn)，充當(dāng)資產(chǎn)托管人的金融機(jī)構(gòu)視為另一類節(jié)點(diǎn)，將金融機(jī)構(gòu)之間所存在的資金管理與托管關(guān)系視為邊，從而構(gòu)建出一個基于管理與托管資金量的加權(quán)二分銀證網(wǎng)絡(luò)，在此基礎(chǔ)上，利用上述銀證網(wǎng)絡(luò)統(tǒng)計(jì)指標(biāo)對網(wǎng)絡(luò)中節(jié)點(diǎn)之間的關(guān)聯(lián)性問題進(jìn)行分析。

（二）銀證網(wǎng)絡(luò)模型構(gòu)建

本文利用集合資產(chǎn)管理業(yè)務(wù)管理與托管資金規(guī)模，構(gòu)建一個銀證加權(quán)二分網(wǎng)絡(luò)的思路如下：首先把一個金融機(jī)構(gòu)記作節(jié)點(diǎn)vi，那么基于集合資產(chǎn)管理業(yè)務(wù)的銀證網(wǎng)絡(luò)節(jié)點(diǎn)集可表示為V=（v1，v2，v3，…，vN），其中N為該網(wǎng)絡(luò)中的金融機(jī)構(gòu)總數(shù)，記為由于充當(dāng)管理人的金融機(jī)構(gòu)為一類節(jié)點(diǎn)（vi），充當(dāng)托管人的金融機(jī)構(gòu)為另一類節(jié)點(diǎn)（vj），若觀察期內(nèi)節(jié)點(diǎn)vi與節(jié)點(diǎn)vj之間有過管理-托管資產(chǎn)交易，則兩個金融機(jī)構(gòu)之間連一條邊，記作eij=（vi，vj），其中i，j∈（1，2，3，…，N）。接著，由于銀證網(wǎng)絡(luò)是一個有向網(wǎng)絡(luò)，故存在有向邊，即對節(jié)點(diǎn)vi來說，邊eji為節(jié)點(diǎn)vj指向節(jié)點(diǎn)vi的邊，表示金融機(jī)構(gòu)i對金融機(jī)構(gòu)j的集合計(jì)劃資金進(jìn)行托管，而邊eij為節(jié)點(diǎn)vi指向節(jié)點(diǎn)vj的邊，表示金融機(jī)構(gòu)i對金融機(jī)構(gòu)j托管的資金進(jìn)行投資管理。故以ex表示網(wǎng)絡(luò)中第x條邊，邊集E記作E=（e1，e2，e3，…，eM），邊數(shù)M記作M= ||E ，其中M表示管理-托管資產(chǎn)關(guān)系的關(guān)聯(lián)總數(shù)。最后，由于各金融機(jī)構(gòu)間的管理與托管的資金量不盡相同，甚至有較大差別，故引入“權(quán)”來表示各金融機(jī)構(gòu)間的關(guān)聯(lián)緊密程度，記作w。節(jié)點(diǎn)vi與節(jié)點(diǎn)vj之間“管理-托管”資產(chǎn)關(guān)系的權(quán)重表示為wij或wji，此處wij=wji，且權(quán)集記為W。最終基于集合資產(chǎn)管理業(yè)務(wù)的銀證復(fù)雜網(wǎng)絡(luò)可抽象為一個由節(jié)點(diǎn)集、邊集和權(quán)集組成的有向且加權(quán)的復(fù)雜網(wǎng)絡(luò)圖，記為G={V，E，W}。

依照上述網(wǎng)絡(luò)模型構(gòu)建思路，本文利用Wind數(shù)據(jù)庫，采集并使用了2005～2016年集合資產(chǎn)管理業(yè)務(wù)市場中僅涉及券商和銀行參與的集合資產(chǎn)管理產(chǎn)品數(shù)據(jù)，由集合資產(chǎn)管理產(chǎn)品的管理人和托管人等金融機(jī)構(gòu)作為銀證網(wǎng)絡(luò)中的節(jié)點(diǎn)，以各金融機(jī)構(gòu)間的管理托管關(guān)系作為邊，并把金融機(jī)構(gòu)間管理托管的資產(chǎn)凈值作為金融機(jī)構(gòu)之間的邊權(quán)，由此建立一個有向復(fù)雜加權(quán)網(wǎng)絡(luò)，并在Python軟件中進(jìn)行可視化處理。

四、銀證網(wǎng)絡(luò)演進(jìn)過程

圖1展示了2005～2016年該銀證加權(quán)復(fù)雜網(wǎng)絡(luò)圖及其演變過程。采用“節(jié)點(diǎn)與節(jié)點(diǎn)不重合”及“邊長盡可能相等”的原則，網(wǎng)絡(luò)中的點(diǎn)代表各金融機(jī)構(gòu)，連接表示在網(wǎng)絡(luò)所屬時期內(nèi)券商集合資管計(jì)劃的托管或管理關(guān)系。位于網(wǎng)絡(luò)圖中央位置的三角形節(jié)點(diǎn)代表托管人，主要為銀行，部分為證券公司；位于外圍的圓形節(jié)點(diǎn)代表管理人，均為證券公司。

圖1 2005～2016年銀證加權(quán)復(fù)雜網(wǎng)絡(luò)動態(tài)演進(jìn)

由圖1可見，該銀證網(wǎng)絡(luò)規(guī)模逐年遞增，這一點(diǎn)與我國集合資產(chǎn)管理業(yè)務(wù)發(fā)展相對應(yīng)，經(jīng)歷了萌芽期、試點(diǎn)期、常規(guī)發(fā)展期和快速成長期。1996年9月～2005年2月為萌芽期，券商資產(chǎn)管理業(yè)務(wù)始于1996年9月，至2003年已有70家券商從事資產(chǎn)管理業(yè)務(wù)，業(yè)務(wù)形式也逐漸從定向資產(chǎn)管理業(yè)務(wù)向集合資產(chǎn)管理業(yè)務(wù)發(fā)展，其后發(fā)生一系列證券公司違規(guī)事件及業(yè)務(wù)巨虧，使證監(jiān)會在2004年啟動綜合治理，并在2004年至2005年2月期間短暫禁止了券商資管業(yè)務(wù)。在此階段，基于集合資產(chǎn)管理業(yè)務(wù)的銀證網(wǎng)絡(luò)尚未成形。2005年3月廣發(fā)證券成立“廣發(fā)理財(cái)2號”集合資管計(jì)劃是國內(nèi)券商首支正式成立的集合資管計(jì)劃，成為券商集合資產(chǎn)管理業(yè)務(wù)經(jīng)過綜合治理之后重獲新生、全面發(fā)展的開端。在2005年3月至2008年試點(diǎn)期間，每年年均新發(fā)行集合資管產(chǎn)品數(shù)不超過15支。在2009～2011年常規(guī)發(fā)展期內(nèi)，年均新發(fā)行集合資產(chǎn)管理計(jì)劃不超過100支，在此期間機(jī)構(gòu)節(jié)點(diǎn)間的連接開始增加，金融機(jī)構(gòu)間的合作開始加強(qiáng)，網(wǎng)絡(luò)逐漸成形發(fā)展，但由于券商資管業(yè)務(wù)投資范圍受限以及集合資管計(jì)劃實(shí)行行政審批制，使券商集合資管產(chǎn)品缺乏競爭力，銀證網(wǎng)絡(luò)發(fā)展緩慢。2012～2016年網(wǎng)絡(luò)的資產(chǎn)規(guī)模、產(chǎn)品數(shù)量和參與金融機(jī)構(gòu)數(shù)量快速大幅增加。在此階段，網(wǎng)絡(luò)看似更加密集，形態(tài)日漸復(fù)雜，銀證網(wǎng)絡(luò)處于快速成長期。該銀證網(wǎng)絡(luò)的快速發(fā)展意味著隨著我國金融體制改革的不斷深化，我國集合資產(chǎn)管理業(yè)務(wù)等銀證“混業(yè)”合作的快速發(fā)展使得商業(yè)銀行與證券公司之間的聯(lián)系更加密切復(fù)雜，增加了單一金融機(jī)構(gòu)在受到負(fù)面沖擊時，金融風(fēng)險在該網(wǎng)絡(luò)中傳導(dǎo)擴(kuò)散的可能性，危害金融系統(tǒng)的穩(wěn)健運(yùn)行。

五、銀證網(wǎng)絡(luò)的整體關(guān)聯(lián)性分析

本節(jié)重點(diǎn)觀察2015～2016年的銀證網(wǎng)絡(luò)的各金融機(jī)構(gòu)關(guān)聯(lián)情況。

（一）度分布分析

銀證網(wǎng)絡(luò)中的節(jié)點(diǎn)vi的度（ki）指與節(jié)點(diǎn)vi有資金管理托管關(guān)聯(lián)的所有其它金融機(jī)構(gòu)總數(shù)目，即與節(jié)點(diǎn)vi有連接的總邊數(shù)。網(wǎng)絡(luò)中節(jié)點(diǎn)度分布（degree distribution）用分布函數(shù)來表示。對比2015年和2016年，整體網(wǎng)絡(luò)平均度數(shù)和最高度數(shù)均有所下降，與近年來券商資管業(yè)務(wù)競爭日趨激烈、監(jiān)管層強(qiáng)化集合資管業(yè)務(wù)監(jiān)管有關(guān)。圖2（a）顯示2016年12月末銀證網(wǎng)絡(luò)模型的度分布，可知該度分布不符合泊松分布，故不屬于小世界網(wǎng)絡(luò)度分布。圖2（b）顯示在雙對數(shù)坐標(biāo)下的度概率分布不具有線性關(guān)系，但接近于冪律分布，即度數(shù)大的節(jié)點(diǎn)少，度數(shù)小的節(jié)點(diǎn)多，呈偏態(tài)分布，度大部分分布在最高值的右側(cè)，體現(xiàn)出不均勻特征，非均勻分布在平均度的兩側(cè)。說明少數(shù)“中心”節(jié)點(diǎn)的金融機(jī)構(gòu)對網(wǎng)絡(luò)影響較大，甚至可以影響全局，其他大多數(shù)金融機(jī)構(gòu)影響力相對較弱，故屬于無標(biāo)度網(wǎng)絡(luò)情況。

圖2 2016年銀證網(wǎng)絡(luò)度分布

（二）加權(quán)聚類系數(shù)分析

聚類系數(shù)是網(wǎng)絡(luò)中三角形密集程度的一種量度。本文采用Holme&Kim（2002）提出的方法計(jì)算基于相似權(quán)的加權(quán)網(wǎng)絡(luò)聚類系數(shù)。令表示節(jié)點(diǎn)vi及其鄰近節(jié)點(diǎn)間三元組的加權(quán)聚類系數(shù)平均值，記為，其中w，w，w依次表示ijikjk為節(jié)點(diǎn) vi和 vj間、節(jié)點(diǎn) vi和 vk間、節(jié)點(diǎn) vj和 vk間的相似權(quán)重；相似權(quán)wij為節(jié)點(diǎn)間集合資產(chǎn)管理產(chǎn)品的資產(chǎn)凈值總和。Cw則表示對整個網(wǎng)絡(luò)所有節(jié)點(diǎn)的加權(quán)聚類系數(shù)的平均值，即網(wǎng)絡(luò)在近兩年的加權(quán)聚類系數(shù)平均值都偏小，且2016年較2015年更小，說明網(wǎng)絡(luò)不存在明顯的群體結(jié)構(gòu)（community structure）特征，網(wǎng)絡(luò)中“券商-銀行-券商”或“銀行-券商-銀行”連通三元組密集程度極低，網(wǎng)絡(luò)是不完全連接的。這一發(fā)現(xiàn)與已往研究發(fā)現(xiàn)銀行間網(wǎng)絡(luò)的聚類系數(shù)較小的情況類似。進(jìn)一步考察平均聚類系數(shù)C（k）分布，其實(shí)證結(jié)果再次表明度數(shù)大的節(jié)點(diǎn)沒有形成聚類。此外，研究還發(fā)現(xiàn)該網(wǎng)絡(luò)的網(wǎng)絡(luò)密度不高且近年網(wǎng)絡(luò)密度稍有下降，很多節(jié)點(diǎn)之間沒有聯(lián)系，網(wǎng)絡(luò)是不完全連通且連通性較低。目前國內(nèi)外學(xué)者們普遍認(rèn)為網(wǎng)絡(luò)連通程度對系統(tǒng)穩(wěn)定性有著非單調(diào)性的影響（Nier et al.，2007），即在網(wǎng)絡(luò)連通性低的情況下，若連通性小幅增強(qiáng)，會導(dǎo)致網(wǎng)絡(luò)的風(fēng)險傳染性增強(qiáng)，而當(dāng)連通性增長達(dá)到一定能夠閾值，連通性的增強(qiáng)則能夠消化這種傳染性。由此可知，隨著我國集合資產(chǎn)管理業(yè)務(wù)的不斷發(fā)展，其銀證網(wǎng)絡(luò)連通性不斷提高，網(wǎng)絡(luò)的風(fēng)險傳染性也將不斷增強(qiáng)。

（三）加權(quán)平均路徑長度分析

假設(shè)dij為節(jié)點(diǎn)vi與節(jié)點(diǎn)vj的最短距離，且dij=1/wij?？芍獌晒?jié)點(diǎn)間權(quán)值越大，管理托管關(guān)聯(lián)越緊密，最短距離也越短。進(jìn)一步使用調(diào)和平均數(shù)來計(jì)算最短距離，則金融機(jī)構(gòu)i與金融機(jī)構(gòu)k之間的最短距離可寫為由此遞推可得加權(quán)網(wǎng)絡(luò)中任意兩個節(jié)點(diǎn)之間的最短路徑，最終得到網(wǎng)絡(luò)的平均路徑長度。本文采用鏈路置亂算法對原網(wǎng)絡(luò)進(jìn)行隨機(jī)處理。在保持原網(wǎng)絡(luò)中金融機(jī)構(gòu)間的關(guān)聯(lián)數(shù)不變、集合資產(chǎn)管理集合產(chǎn)品總數(shù)和產(chǎn)品資產(chǎn)凈值分布不變的情況下，將原來的銀證網(wǎng)絡(luò)置亂成為隨機(jī)網(wǎng)絡(luò)，依次進(jìn)行10000次隨機(jī)化處理，分別得到9003個、9011個隨機(jī)網(wǎng)絡(luò)下的最短路徑長度①限于篇幅，各年的加權(quán)最短路徑散點(diǎn)分布圖未給出，留存?zhèn)渌?。。通常絕大部分隨機(jī)網(wǎng)絡(luò)的平均最短路徑長度分布在1～1.5之間，2015年和2016年網(wǎng)絡(luò)的平均最短路徑分別為1.2354和1.1946，均屬于上述范圍之內(nèi)。這表明集合資產(chǎn)產(chǎn)品總數(shù)和資產(chǎn)凈值分布不變的情況下，銀證網(wǎng)絡(luò)具有較小的平均最短路徑長度，且2016年網(wǎng)絡(luò)有更短的路徑長度，說明網(wǎng)絡(luò)節(jié)點(diǎn)之間的連接越來越緊密，意味著信息傳遞得更多更快，風(fēng)險更容易蔓延。

（四）網(wǎng)絡(luò)點(diǎn)強(qiáng)度分布分析

圖3 2016年銀證網(wǎng)絡(luò)在雙對數(shù)坐標(biāo)下的點(diǎn)強(qiáng)度分布

假設(shè)相似權(quán)wij是節(jié)點(diǎn)間集合資產(chǎn)管理計(jì)劃產(chǎn)品的資產(chǎn)凈值總和，則加權(quán)網(wǎng)絡(luò)中節(jié)點(diǎn)vi的強(qiáng)度Si（vertex strength）可表示為，即該節(jié)點(diǎn) vi與其他所有節(jié)點(diǎn)涉及資產(chǎn)管理的全部產(chǎn)品資產(chǎn)凈值的總和，可見權(quán)值越大則強(qiáng)度越大，表明金融機(jī)構(gòu)之間的關(guān)系越緊密。圖3描繪了在雙對數(shù)坐標(biāo)下對銀證網(wǎng)絡(luò)模型的點(diǎn)強(qiáng)度分布②橫坐標(biāo)為強(qiáng)度S的自然對數(shù)，縱坐標(biāo)是強(qiáng)度S頻率的自然對數(shù)。。網(wǎng)絡(luò)點(diǎn)強(qiáng)度分布表現(xiàn)為先緩慢波動下降，再劇烈波動下降，說明大多數(shù)金融機(jī)構(gòu)擁有較小的點(diǎn)強(qiáng)度，隨著點(diǎn)強(qiáng)度增加，所對應(yīng)的金融機(jī)構(gòu)節(jié)點(diǎn)數(shù)呈指數(shù)下降。故分布曲線形態(tài)呈現(xiàn)類似冪律分布的特征，接近的冪函數(shù)形式的冪律指數(shù)為γ=1.2，且具有胖尾（heavy tail）性質(zhì)，再次證明了網(wǎng)絡(luò)具有無標(biāo)度特征。

六、銀證網(wǎng)絡(luò)的層次結(jié)構(gòu)分析

接著本文將通過銀證網(wǎng)絡(luò)的層次結(jié)構(gòu)分析來識別出該網(wǎng)絡(luò)的系統(tǒng)重要性金融機(jī)構(gòu)。

（一）網(wǎng)絡(luò)度數(shù)結(jié)構(gòu)分析

首先，度數(shù)越高意味著關(guān)聯(lián)關(guān)系數(shù)越多，與其合作的機(jī)構(gòu)越多，在網(wǎng)絡(luò)中的影響力越大。對比2015年和2016年的度分布基本統(tǒng)計(jì)特征（參見表1），得到網(wǎng)絡(luò)層次結(jié)構(gòu)情況如下：①網(wǎng)絡(luò)中擁有較高度數(shù)的機(jī)構(gòu)節(jié)點(diǎn)均以銀行為主，度數(shù)超過（包含）20的相關(guān)機(jī)構(gòu)節(jié)點(diǎn)主要為股份制銀行。②兩年中擁有較高度數(shù)的券商和銀行節(jié)點(diǎn)總數(shù)都略有下降，如度數(shù)超過（包含）20的機(jī)構(gòu)比例從2015年的8.41%下降為2016年的5%，說明網(wǎng)絡(luò)中充當(dāng)中樞位置的券商和銀行節(jié)點(diǎn)數(shù)量略減。③兩年里擁有中低度數(shù)的金融機(jī)構(gòu)比重增加。度數(shù)低于20、關(guān)聯(lián)數(shù)量不高的金融機(jī)構(gòu)比例從2015年的91.59%上升到2016年的95%，其中更多擁有中低度數(shù)的股份制商業(yè)銀行和城市商業(yè)銀行參與網(wǎng)絡(luò)。④整體看券商節(jié)點(diǎn)數(shù)目都在減少，高度數(shù)類券商節(jié)點(diǎn)數(shù)降幅（-33.33%）遠(yuǎn)大于低度數(shù)類券商降幅（-13.42%）。這可能與近年來監(jiān)管層加強(qiáng)規(guī)范集合資管業(yè)務(wù)有關(guān)。與此同時，集合資管產(chǎn)品數(shù)量與資金規(guī)模卻在不斷增加，意味著銀證網(wǎng)絡(luò)中券商節(jié)點(diǎn)數(shù)及度數(shù)雖在減少，但節(jié)點(diǎn)之間的邊權(quán)在增大，網(wǎng)絡(luò)出現(xiàn)處于核心地位的券商節(jié)點(diǎn)集中的趨勢。

圖4 2016年12月末銀證網(wǎng)絡(luò)的入度和出度分布圖

進(jìn)一步觀察入度分布和出度分布，由于入度表示其他金融機(jī)構(gòu)節(jié)點(diǎn)指向某家金融機(jī)構(gòu)節(jié)點(diǎn)的所有邊的和，故入度越高的金融機(jī)構(gòu)節(jié)點(diǎn)意味著接受更多的金融機(jī)構(gòu)的托管資金。由圖4（a）可知，入度數(shù)在5～31之間的入度概率呈均勻低值分布，其中涉及的金融機(jī)構(gòu)全部為銀行，說明不同銀行托管人所關(guān)聯(lián)的管理人數(shù)目差異很大。入度數(shù)最大的前五家金融機(jī)構(gòu)包括中國工商銀行、興業(yè)銀行、招商銀行、寧波銀行和民生銀行，這些機(jī)構(gòu)的入度數(shù)均值為24，其入度數(shù)和占全部入度數(shù)總和的44.44%，說明這些銀行在網(wǎng)絡(luò)中處于核心位置。在出度分布方面，由于出度指某金融機(jī)構(gòu)節(jié)點(diǎn)指向其他金融機(jī)構(gòu)節(jié)點(diǎn)的所有邊的和，故出度數(shù)越高的金融機(jī)構(gòu)節(jié)點(diǎn)意味著該金融機(jī)構(gòu)對更多金融機(jī)構(gòu)托管的資金進(jìn)行管理。由圖4（b）可知，出度數(shù)分布相對均勻，數(shù)值主要分布在1～8之間，頻率為0.65，說明從事集合資產(chǎn)管理業(yè)務(wù)的券商所連接的托管人數(shù)目差別不大。此外，出度數(shù)最大的前五家券商包括國金證券、銀河金匯資管、中信證券、廣發(fā)資管和天風(fēng)證券，它們的出度數(shù)均值為10.6，其出度數(shù)和占全部出度數(shù)總和的3.93%。說明這些機(jī)構(gòu)的連接關(guān)系數(shù)相對較多，網(wǎng)絡(luò)地位相對比較重要，屬于系統(tǒng)重要性機(jī)構(gòu)。

（二）網(wǎng)絡(luò)異質(zhì)性分析

復(fù)雜網(wǎng)絡(luò)的異質(zhì)性拓?fù)浣Y(jié)構(gòu)決定了網(wǎng)絡(luò)中每個節(jié)點(diǎn)的重要程度是不同的，本文利用中心節(jié)點(diǎn)、鄰近平均度和連邊強(qiáng)度來理解銀證網(wǎng)絡(luò)的異質(zhì)性。2016年網(wǎng)絡(luò)中點(diǎn)強(qiáng)度最大的前五家金融機(jī)構(gòu)依次為齊魯資管、華泰資管、海通資管、財(cái)通資管、光大資管，而這些券商的連接關(guān)系在網(wǎng)絡(luò)中具有較大權(quán)重。中心節(jié)點(diǎn)的存在再次體現(xiàn)了該網(wǎng)絡(luò)屬于無標(biāo)度網(wǎng)絡(luò)的重要特征。

通過觀察網(wǎng)絡(luò)節(jié)點(diǎn)的鄰近平均度隨節(jié)點(diǎn)強(qiáng)度的變化趨勢發(fā)現(xiàn)，點(diǎn)強(qiáng)度大的節(jié)點(diǎn)更容易連接度數(shù)大的節(jié)點(diǎn)，存在同類匹配連接（assortativity）。說明位于中心節(jié)點(diǎn)的銀行與證券機(jī)構(gòu)占據(jù)很大權(quán)重比例，在實(shí)際市場中對整個網(wǎng)絡(luò)影響較大。進(jìn)一步考察連邊強(qiáng)度的異質(zhì)性，對于某個度數(shù)為ki、強(qiáng)度為Si的節(jié)點(diǎn)vi，其權(quán)值分布差異性可用統(tǒng)計(jì)量yi度量，可定義為yi描述了節(jié)點(diǎn)vi的連邊權(quán)值分布的離散程度，且間接依賴于節(jié)點(diǎn)vi的度ki。若所有的權(quán)值差異不大，則yi與1/ki成正比，即y（k）：1/ki；相反，若有一條邊的權(quán)值起主導(dǎo)作用，則yi≈1。經(jīng)統(tǒng)計(jì)后得到y(tǒng)i與1/ki的關(guān)系是一種介于yi≈1和y（k）：1/ki之間的中間狀態(tài)，說明金融機(jī)構(gòu)間的集合資管計(jì)劃的資產(chǎn)凈值分布差異較大，層次結(jié)構(gòu)特征較明顯，但未出現(xiàn)單個銀行與證券的組合在整個網(wǎng)絡(luò)中占絕對主導(dǎo)地位的情況。

表1 2015～2016年銀證網(wǎng)絡(luò)中度數(shù)超過（含）10的節(jié)點(diǎn)名單

七、結(jié)論和建議

本文開創(chuàng)性地聚焦于我國集合資管業(yè)務(wù)中的銀證網(wǎng)絡(luò)，利用券商集合資產(chǎn)管理具體業(yè)務(wù)數(shù)據(jù)構(gòu)建網(wǎng)絡(luò)，依次對與該業(yè)務(wù)相關(guān)的銀證加權(quán)復(fù)雜網(wǎng)絡(luò)的動態(tài)演進(jìn)過程、網(wǎng)絡(luò)整體關(guān)聯(lián)性和層次結(jié)構(gòu)特征三個方面進(jìn)行分析，以期了解該銀證網(wǎng)絡(luò)的關(guān)聯(lián)特征以及識別系統(tǒng)重要性金融機(jī)構(gòu)，彌補(bǔ)現(xiàn)有研究不足，完善當(dāng)前這類潛在風(fēng)險的監(jiān)管體系。研究最終得到以下結(jié)論：

第一，2005年至2016年該銀證加權(quán)復(fù)雜網(wǎng)絡(luò)經(jīng)歷了萌芽期、試點(diǎn)期、常規(guī)發(fā)展期和快速成長期。網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)隨時間不斷增長，網(wǎng)絡(luò)規(guī)模逐年遞增，使得網(wǎng)絡(luò)更加密集，形態(tài)日漸復(fù)雜。該銀證網(wǎng)絡(luò)發(fā)展與我國集合資產(chǎn)管理業(yè)務(wù)發(fā)展一致，同時說明我國集合資產(chǎn)管理業(yè)務(wù)等銀證“混業(yè)”合作的快速發(fā)展使得商業(yè)銀行與證券公司之間的聯(lián)系更加密切復(fù)雜，增加了單一金融機(jī)構(gòu)在受到負(fù)面沖擊時金融風(fēng)險在該網(wǎng)絡(luò)中傳導(dǎo)擴(kuò)散的可能性，危害金融系統(tǒng)的穩(wěn)健運(yùn)行。

第二，在整體關(guān)聯(lián)性方面，首先本文發(fā)現(xiàn)與以往銀行間網(wǎng)絡(luò)同時具有“小世界”和“無標(biāo)度”特性不同，銀證網(wǎng)絡(luò)的節(jié)點(diǎn)度分布接近冪律分布，故網(wǎng)絡(luò)具有無標(biāo)度特征，說明少數(shù)“中心”節(jié)點(diǎn)的金融機(jī)構(gòu)對網(wǎng)絡(luò)影響較大，甚至?xí)绊懭?，其他大多?shù)金融機(jī)構(gòu)影響力相對較弱。該網(wǎng)絡(luò)不存在明顯的群體結(jié)構(gòu)特征且網(wǎng)絡(luò)密度不高，說明該網(wǎng)絡(luò)為不完全連通且連通性較低。由于該網(wǎng)絡(luò)的低連通性，若連通性小幅增強(qiáng)，會導(dǎo)致網(wǎng)絡(luò)的風(fēng)險傳染性增強(qiáng)，可知隨著我國集合資產(chǎn)管理業(yè)務(wù)的不斷發(fā)展，網(wǎng)絡(luò)連通性不斷提高，網(wǎng)絡(luò)的風(fēng)險傳染性也將不斷增強(qiáng)，在面臨負(fù)面沖擊時也會表現(xiàn)得更加脆弱。其次，該銀證網(wǎng)絡(luò)具有較小的平均最短路徑長度，且有逐漸縮短的趨勢，說明網(wǎng)絡(luò)節(jié)點(diǎn)之間的連接越來越緊密，意味著信息傳遞得更多更快，風(fēng)險更容易蔓延。最后，網(wǎng)絡(luò)點(diǎn)強(qiáng)度分布也呈現(xiàn)類似冪律分布的特征，進(jìn)一步證實(shí)了網(wǎng)絡(luò)具備無標(biāo)度網(wǎng)絡(luò)的特征，與以往大多數(shù)對金融網(wǎng)絡(luò)研究的結(jié)論一致。

第三，銀證網(wǎng)絡(luò)呈現(xiàn)明顯的分層結(jié)構(gòu)特征，位于中心節(jié)點(diǎn)的銀行與證券機(jī)構(gòu)占據(jù)很大權(quán)重比例，說明網(wǎng)絡(luò)存在一些系統(tǒng)重要性金融機(jī)構(gòu)。網(wǎng)絡(luò)中擁有較高度數(shù)的機(jī)構(gòu)節(jié)點(diǎn)主要為股份制銀行，擁有最大連接度的前五家銀行為中國工商銀行、興業(yè)銀行、招商銀行、寧波銀行和民生銀行。同時處于核心地位的券商節(jié)點(diǎn)愈發(fā)集中。擁有最大連接度的前五家券商為國金證券、銀河金匯資管、中信證券、廣發(fā)資管和天風(fēng)證券。擁有最大邊權(quán)的前五大券商為齊魯資管、華泰資管、海通資管、財(cái)通資管、光大資管。這些銀行與券商機(jī)構(gòu)的連接關(guān)系數(shù)相對較多、邊權(quán)大，意味著其網(wǎng)絡(luò)地位比較重要，需要重點(diǎn)監(jiān)管。此外，網(wǎng)絡(luò)中存在同類匹配連接特征，說明少數(shù)中心節(jié)點(diǎn)機(jī)構(gòu)對網(wǎng)絡(luò)影響大，但未出現(xiàn)單個銀行與證券的組合在整個網(wǎng)絡(luò)中占絕對主導(dǎo)地位的情況。

由上可知，我國集合資產(chǎn)管理業(yè)務(wù)的銀證網(wǎng)絡(luò)具有無標(biāo)度、不完全連通性、平均路徑短、明顯分層結(jié)構(gòu)等重要性質(zhì)。而無標(biāo)度網(wǎng)絡(luò)具有如下風(fēng)險傳染性質(zhì)：當(dāng)網(wǎng)絡(luò)中心節(jié)點(diǎn)受到隨機(jī)性沖擊時，網(wǎng)絡(luò)的抵御風(fēng)險能力較強(qiáng)，但對于選擇性沖擊則具有脆弱性。因此在該網(wǎng)絡(luò)中的那些具備連接關(guān)系數(shù)多、邊權(quán)大的銀行、證券類節(jié)點(diǎn)機(jī)構(gòu)在網(wǎng)絡(luò)中處于核心地位，影響較大，對于銀證網(wǎng)絡(luò)的風(fēng)險傳染起到至關(guān)重要的作用。

首先，由于基于集合資管業(yè)務(wù)的銀證網(wǎng)絡(luò)具備無標(biāo)度網(wǎng)絡(luò)、存在中心節(jié)點(diǎn)等特征，金融監(jiān)管當(dāng)局應(yīng)識別出少數(shù)關(guān)鍵節(jié)點(diǎn)機(jī)構(gòu)，通過重點(diǎn)對這些重要機(jī)構(gòu)進(jìn)行有效監(jiān)督，降低個體風(fēng)險傳播擴(kuò)散至整個網(wǎng)絡(luò)的可能性和沖擊幅度，維護(hù)金融系統(tǒng)的穩(wěn)定與安全。其次，在繼續(xù)積極發(fā)展券商集合資產(chǎn)管理業(yè)務(wù)以及券商基金托管業(yè)務(wù)的同時，應(yīng)繼續(xù)加強(qiáng)監(jiān)管通道類業(yè)務(wù)，進(jìn)一步研究無標(biāo)度網(wǎng)絡(luò)結(jié)構(gòu)與風(fēng)險傳染之間的非單調(diào)關(guān)系，以優(yōu)化具有更大連通性和彈性、較低復(fù)雜程度等微觀特征的銀證網(wǎng)絡(luò)，以降低金融風(fēng)險的傳染性。

[1]范小云，王道平，方意.我國金融機(jī)構(gòu)的系統(tǒng)性風(fēng)險貢獻(xiàn)測度與監(jiān)管——基于邊際風(fēng)險貢獻(xiàn)與杠桿率的研究[J].南開經(jīng)濟(jì)研究，2011，（4）：3～20.

[2]龔柳元，毛道維，張家慧.基于復(fù)雜網(wǎng)絡(luò)的銀行競爭行為研究[J].軟科學(xué)，2012，26（6）：105～110.

[3]黃聰，賈彥東.金融網(wǎng)絡(luò)視角下的宏觀審慎管理——基于銀行間支付結(jié)算數(shù)據(jù)的實(shí)證分析[J].金融研究，2010，（4）：1～14.

[4]李守偉，何建敏等.基于復(fù)雜網(wǎng)絡(luò)的銀行同業(yè)拆借市場穩(wěn)定性研究[J].管理工程學(xué)報(bào)，2011，25（2）：195～199.

[5]李政，梁琪，涂曉楓.我國上市金融機(jī)構(gòu)關(guān)聯(lián)性研究——基于網(wǎng)絡(luò)分析法[J].金融研究，2016，（8）：95～110.

[6]梁琪，李政，郝項(xiàng)超.我國系統(tǒng)重要性金融機(jī)構(gòu)的識別與監(jiān)管——基于系統(tǒng)性風(fēng)險指數(shù)SRISK方法的分析[J].金融研究，2013，（9）：56～70.

[7]劉超，吳明文，馬玉潔.基于復(fù)雜網(wǎng)絡(luò)的同業(yè)拆借市場特性研究——以金融危機(jī)時期（2007～2009年）數(shù)據(jù)為例[J].財(cái)經(jīng)理論與實(shí)踐，2014，35（2）：9～15.

[8]蘇明政，張慶君.基于復(fù)雜網(wǎng)絡(luò)的我國銀行共同貸款關(guān)系網(wǎng)絡(luò)研究[J].財(cái)貿(mào)經(jīng)濟(jì)，2014，35（3）：59～67.

[9]王麗珍，康超.保險機(jī)構(gòu)與其他金融機(jī)構(gòu)系統(tǒng)關(guān)聯(lián)性研究兼論保險機(jī)構(gòu)的系統(tǒng)重要性[J].保險研究，2017，（1）：16～26.

[10]文風(fēng)，汪洋.我國上市銀行系統(tǒng)關(guān)聯(lián)性研究——基于方差分解的網(wǎng)絡(luò)拓?fù)浞治鯷J].金融與經(jīng)濟(jì)，2017，（02）：64～70.

[11]肖璞，劉軼，楊蘇梅.相互關(guān)聯(lián)性、風(fēng)險溢出與系統(tǒng)重要性銀行識別[J].金融研究，2012，（12）：96～106.

[12]楊昀.股票市場有效性及其與實(shí)體經(jīng)濟(jì)關(guān)系的實(shí)證研究[J].財(cái)經(jīng)理論與實(shí)踐，2013，34（3）：64～67.

[13]Adrian T，Markus K B.CoVaR[R].Nber Working Paper Series No.17454，October 2011.

[14]Bargigli L，Iasio G D et al..The Multiplex Structure of Interbank Networks[J].SSRN Electronic Journal，2013，15（4）：673～691.

[15]Billio M，Getmansky M et al..Econometric Measures of Connectedness and Systemic Risk in the Finance and Insurance Sectors[J].Journal of Financial Economics，2012，104（3）：535～559.

[16]Brownlees C T，Engle R et al..Volatility，Correlation and Tails for Systemic Risk Measurement[J].Social Science Electronic Publishing，2012：16～18.

[17]Diebold F X，Y?lmaz K.On the Network Topology of Variance Decompositions:Measuring the Connectedness of Financial Firms[J].Journal of Econometrics，2014，182（1）：119～134.

[18]Drehmann M， Tarashev N.Systemic Importance:Some Simple Indicators[J].BIS Quarterly Review，2011.

[19]HolmeP，Kim B J.GrowingScale-free Networks with Tunable Clustering[J].Physical Review E Statistical Nonlinear&Soft Matter Physics，2002，65（2）：26～107.

[20]Huang X，Zhou H，Zhu H.A Framework for AssessingtheSystemicRisk ofMajorFinancial Institutions[J].Journal of Banking&Finance，2009，33（11）：2036～2049.

[21]Minoiu C，Reyes J A.A Network Analysis of Global Banking:1978～2009[R].IMF Working Papers WP/11/74，April 2011.

[22]Nier E，Yang J et al..Network Models and Financial Stability[J].Journal of Economic Dynamics and Control，2007，31（6）：2033～2060.

[23]Silva T C，Souza S R S D，Tabak B M.Network Structure Analysis of the Brazilian Interbank Market[R].Working Paper Series No.391，June 2015.