Вы находитесь на странице: 1из 8

ВЕСТНИК ФИНАНСОВОГО УНИВЕРСИТЕТА  3’2016

УДК 310.101.54

И З М Е Р Е Н И Е Ф И Н А Н СО В О ГО З А РА Ж Е Н И Я
НА ПРИМЕРЕ МОДЕЛИРОВАНИЯ РИСКА
Б А Н КО В С КО ГО Д Е Ф О Л ТА
РАССКАЗОВ ВЛАДИСЛАВ ЕВГЕНЬЕВИЧ*,
студент Бизнес-школы Ньюкасла при университете Нортумбрия, Ньюкасл, Великобритания
E-mail: rasskazov.vladislav@gmail.com

АННОТАЦИЯ
В статье рассматриваются методы измерения эффекта финансового заражения на примере моделирования
риска банковского дефолта как события триггера. Системный риск и финансовое заражение, механизм ре-
ализации системного риска описаны с учетом таких особенностей эффекта финансового заражения, как су-
ществование накладывающихся каналов передачи риска, межбанковского и суверенно-банковского уров-
ней, а также действия петель обратного влияния. Методология анализа эффекта финансового заражения,
основанная на подходе анализа с учетом латентного фактора, разобрана на примере моделирования риска
банковского дефолта. Предложены базовые подходы к измерению финансового заражения с временно́й и
структурной перспективой анализа. Важный аспект эффекта финансового заражения — то, что оно происхо-
дит в динамике, из чего следуют более значимые последствия, чем могли бы изначально ожидаться. Слабая
банковская система может негативно влиять на государство так, как субсидирование одного банка может
повысить риск в остальной банковской системе, что снизит эффективность субсидирования выбранного
банка и т.д. Такой продолжительный эффект порождает петлю обратного влияния эффекта финансового
заражения. В заключительной части статьи приведены аналогии существования каналов финансового зара-
жении в России.
Ключевые слова: модель CDS; финансовое заражение; регрессионный анализ; корреляционный анализ.

THE METHODOLOGY FOR MEASURING


FINANCIAL CONTAGION: THE CASE STUDY
OF BANK DEFAULT RISK SIMULATION
V. E. RASSKAZOV**
student of the Newcastle Business School at Northumbria University, Newcastle, UK
E-mail: rasskazov.vladislav@gmail.com

ABSTRACT
The paper focuses on the methods used for measuring financial contagion through simulation of the bank default
risk viewed as a trigger event. Systemic risk and financial contagion as well as the mechanism which enables
system risk implementation are considered taking into account such aspects of financial contagion as the existence
of overlapping channels of risk transfer, interbank and independent bank levels, and feedback loops impact. The
methodology for analyzing financial contagion outcomes is based on the approach allowing for the latent factor.
The author examines the methodology while applied for simulating bank default risk. Basic approaches to measure
financial contagion in time and structural perspectives have been suggested. An important aspect of the financial

* В.Е. Рассказов — лауреат Президентской стипендии, студент 4-го курса бакалавриата Финансового университета.
** Vladislav E. Rasskazov, winner of the Presidential Scholarship, 4th year undergraduate, Finance University.

54
ФИНАНСЫ, ДЕНЕЖНОЕ ОБРАЩЕНИЕ И КРЕДИТ

effect of contagion is the fact that it occurs in the dynamics which implies a more significant impact than might
initially be expected. A weak banking system may have a negative impact on the state as the subsidization of one
bank may increase the risk to the whole banking system, which; in turn; will reduce the effectiveness of subsidies
for chosen bank, etc. The lasting effect generates a reverse effect loop of financial contagion. The final part of the
article shows the similar channels which eventually may provoke financial contagion in Russia.
Keywords: CDS model; Financial contagion; regression analysis; correlation analysis.

М
асштабные последствия банковских де- мике. Сбалансированное экономическое состоя-
фолтов, вызванные европейским долго- ние не может выявить присутствие финансового
вым кризисом, оживили исследователь- заражения, и поэтому стрессовые условия и эко-
ский интерес к вопросу взаимосвязанности стран номический шок необходимы для выявления фи-
в глобальной финансовой системе [1]. Кризис по- нансового заражения.
казал, что системный риск недооценен и требует Несмотря на масштаб эффекта финансового за-
тщательной переоценки, так как стало очевидно: ражения, понимание механизма функционирова-
системный риск — это не набор разных типов ри- ния этого риска остается ограниченным. Ряд мето-
ска, а их качественно новый уровень. дик измерения эффекта был разработан в послед-
Системный риск сложно измерить, так как он ние годы [8]; однако ни одна из существующих
не может быть привязан к одному определенному сегодня методик не предлагает единый исчерпы-
финансовому институту [2]. Данный риск появля- вающий ответ на вопрос измерения финансового
ется при взаимодействии прямых рисков (таких заражения, а значит, вопрос требует дальнейшего
как кредитный риск, риск ликвидности, операци- исследования.
онный риск и т.п.) и, таким образом, представляет
более высокую форму риска, эволюционирующую СИСТЕМНЫЙ РИСК
с развитием рынка. Механизм, реализующий си- И ФИНАНСОВОЕ ЗАРАЖЕНИЕ
стемный риск, называется финансовым зараже- Согласно определению Кауфмана и Скотта
нием [3]. [9], «Системный риск может быть охаракте-
Рост суверенного кредитного риска в развитых ризован как риск или вероятности нарушения
странах [4], привлекающий всевозрастающее вни- функционирования всей финансовой системы,
мание с начала европейского долгового кризиса, которое может проявляться в повышенной па-
изменил финансовую реальность европейской раллельной динамике ее частей». Исходя из это-
банковской системы. Суверенная поддержка бан- го определения и подходов других авторов [1, 2,
ков способствовала увеличению взаимосвязанно- 10, 11], можно выделить основные особенности
сти на суверенно-банковском уровне [5], усиливая системного риска: событие — триггер риска не
эффект финансового заражения. может быть предсказано, вызывает широкомас-
Производная структура финансового зараже- штабные нарушения функционирования эконо-
ния осложняет задачу измерения и управления мической системы, но имеет низкую вероятность
этим риском, так как связи, лежащие в его осно- возникновения.
ве, не могут быть прямо прослежены [6]. Из этого Экономический шок, выступающий как собы-
следует, что финансовое заражение нельзя изме- тие-триггер, передается через каналы финансово-
рить с использованием какой-либо одной модели, го заражения к финансовым институтам, связан-
его можно исследовать только через анализ рас- ным с пострадавшим институтом. Передавшись
хождений между моделируемыми результатами и к другим финансовым институтам, шок наруша-
наблюдаемыми величинами. Таким образом, фи- ет их функционирование, вызывая структурное
нансовое заражение можно считать фактором, ослабление, которое, в свою очередь, передается
искажающим нормальные условия функциониро- дальше по системе. Если каналы финансового
вания системы [7]. Природа эффекта определяет, заражения свободно пропускают шок, то такое
что финансовое заражение может быть выявлено, цепное воздействие способно привести к широ-
только если системный риск был спровоцирован комасштабному нарушению функционирования
определенным стечением обстоятельств в эконо- всей финансовой системы. Один или несколько

55
ВЕСТНИК ФИНАНСОВОГО УНИВЕРСИТЕТА  3’2016

Критерии финансового заражения [3]

№ Описание критерия

1 Передача сверх того, что может быть объяснено данными фундаментального анализа

2 Передача отличается от того, что можно ожидать в стабильный период

3 События, образующие финансовое заражение, являются чрезвычайными

4 Передача последовательна — просматриваются причинно-следственные связи

критериев (см. таблицу) характеризуют наблюда- банка, повышенная взаимосвязанность финансо-


емое событие как финансовое заражение. вых институтов создает каналы, по которым шок
Каналы финансового заражения являются может распространиться, что повышает вероят-
механизмом передачи системного риска. Таким ность риска в масштабе всей системы. Из этого
образом, финансовое заражение проявляется в следует, что повышенная диверсификация ведет
ситуации, когда нарушения функционирования к повышению корреляции показателей финан-
передаются от одного к другим финансовым ин- совых институтов в масштабе экономики. Таким
ститутам [3]. Как часть структуры проявления образом, чрезмерная диверсификация банковских
системного риска финансовое заражение может рисков повышает системный риск, тем самым
быть охарактеризовано как механизм передачи негативно влияя на общественно-экономическое
системного риска через различные каналы. благополучие.

ФИНАНСОВОЕ ЗАРАЖЕНИЕ ГОСУДАРСТВЕННО - БАНКОВСКИЙ


НА МЕЖБАНКОВСКОМ УРОВНЕ УРОВЕНЬ ФИНАНСОВОГО ЗАРАЖЕНИЯ
Легче всего проследить эффект финансового Европейский долговой кризис показал, что
заражения в банковской сфере, так как там пере- повышение суверенного риска подрывает устой-
дача заражения осуществляется быстрее, достигая чивость банков внутри страны, увеличивая сто-
большего масштаба и вызывая большее количест- имость финансирования и затрудняя доступ к
во последствий, дефолтов и ущербов экономике рынкам [4, 5]. Движущая сила роста суверен-
[12]. Примером такого нарушения является «эф- ного риска может варьироваться в зависимости
фект домино» [13], при котором дефолт одного от экономической ситуации в стране: это может
банка вызывает дефолт связанного с ним банка, быть слабая налоговая база или непомерная
тот, в свою очередь, нарушает работу третьего стоимость банковских субсидий. Тем не менее
банка и т.д. Таким образом, эффект финансового вне зависимости от причины суверенный риск
заражения проще всего исследовать именно в бан- имеет свойство эволюционировать, распростра-
ковской сфере. няясь на банковскую систему и финансовые
Важный аспект финансового заражения — рынки.
связь между диверсификацией и подверженно- Банковский сектор не может быть изолирован
стью рискам. Повышенная взаимосвязанность от дестабилизации на суверенном уровне, и по-
банков может снизить вероятность возникнове- этому суверенный и банковский кризисы часто
ния ряда банковских дефолтов («эффекта доми- следуют друг за другом. Стоимость банковских
но»), так как риск будет распределен по финан- активов падает, если инструменты, финансиру-
совой системе; однако в то же время финансовые ющие государственный долг, обесцениваются.
шоки в случае преодоления предела прочности При этом банки могут предоставить необходи-
финансовой системы могут нанести значительно мую поддержку государству в период кризиса, а
больший ущерб всей финансовой системе, следуя следовательно, задача регуляторов состоит в том,
«устойчивой, но хрупкой» (robust-yet-fragile) осо- чтобы найти баланс уступок между субсидиро-
бенности финансовой системы [14]. Хоть диверси- ванием банков и эффектом на реальный сектор
фикация и снижает риск дефолта в случае одного экономики.

56
ФИНАНСЫ, ДЕНЕЖНОЕ ОБРАЩЕНИЕ И КРЕДИТ

КАНАЛЫ ПЕРЕДАЧИ держки банков в случае кризисной ситуации го-


СУВЕРЕННОГО РИСКА сударством снижается, а значит, повышается риск
Невозможность точно предсказать последст- банковского дефолта.
вия принятия финансовых мер осложняет веде- Все описанные каналы финансового зараже-
ние сбалансированной регулирующей политики, ния похожи, однако важно их отличать в целях
что также может быть объяснено присутствием анализа и оценки эффекта отдельного канала.
финансового заражения. Обобщенные категории Хоть все каналы и функционируют одновремен-
основных каналов передачи финансового зараже- но, влияя друг на друга, необходимо оценивать
ния с суверенного на банковский уровень пред- их как вместе, так и выделяя особенности каж-
ставлены на рис. 1. дого для составления наиболее полной характе-
Три канала передачи финансового заражения ристики их поведения.
появляются из спектра возможностей поддерж-
ки государством банковского сектора [15]. Канал ПЕТЛИ ОБРАТНОГО
рейтинга включает в себя три остальных канала, ВЛИЯНИЯ
так, понижение суверенного рейтинга прямо вли- Важный аспект эффекта финансового зара-
яет на стоимость активов, доступ к ликвидности жения — финансовое заражение происходит в
в стране и гарантии поддержки банков государст- динамике, из чего следуют более значимые по-
вом. Суверенный риск — общий показатель риска следствия, чем могли бы изначально ожидаться
в экономике, так как все активы, номинированные [4]. Слабая банковская система может негативно
в национальной валюте, снижаются в стоимости, влиять на государство, так как субсидирование
если суверенный риск повышается. одного банка способно повысить риск в осталь-
В зависимости от стартовой точки шока вы- ной банковской системе, что снизит эффектив-
деляют разные каналы финансового заражения. ность субсидирования выбранного банка и т.д.
Канал активов может быть проиллюстрирован Такой продолжительный эффект порождает петлю
снижением балансовых показателей банка в слу- обратного влияния финансового заражения между
чае обесценивания государственного долга, со- государством и банковской системой.
держащегося на счетах банка. Канал ликвидности В странах с высоким уровнем государственно-
характеризуется как повышение стоимости фи- го долга эффект петель обратного влияния распро-
нансирования в случае дестабилизации экономи- страняется от государства к банковской системе
ки страны. Канал гарантий относится к политике [16], в то время как в странах, где банки актив-
too-big-to-fail. Это означает, что при повышении но финансируют свою деятельность за счет ино-
уровня государственного долга вероятность под- странных займов, пропускная способности петель
обратного влияния ниже со стороны банковского
уровня.
Эффекты и особенности, описанные выше,
подчеркивают сложность измерения и моделиро-
вания эффекта финансового заражения. Наклады-
вающийся характер каналов финансового зараже-
œũŶũŴ
ния, существование петель обратного влияния и
ũųŻűūŷū
производная природа финансового заражения —
все эти особенности создают проблемы в иссле-
довании феномена финансового заражения.
œũŶũŴ œũŶũŴ
ŬũŹũŶŻűŲ ŴűųūűŭŶŷźŻű ИЗМЕРЕНИЕ И МОДЕЛИРОВАНИЕ
 Проблема измерения эффекта финансового за-
ражения лежит в самом определении феномена.
К факторам, усложняющим моделирование про-
цессов финансового заражения, можно отнести
Рис. 1. Каналы передачи финансового заражения серийную коллинеарность, ненормальное распре-
с суверенного на банковский уровень деление явлений, нелинейность, условную и без-

57
ВЕСТНИК ФИНАНСОВОГО УНИВЕРСИТЕТА  3’2016

условную гетероскедастичность, искажение пере- лиза для определения тесноты связи переменных
менных и одновременные искажения моделей [6]. в выборке.
Исходя из того факта, что финансовое зара- Используя концепцию моделирования, учи-
жение не может быть описано данными фунда- тывающую латентный фактор, можно подойти к
ментального анализа, следует сфокусироваться вопросу измерения финансового заражения как с
на анализе аномалий в существующих моделях. помощью временно́го, так и структурного анали-
Одним из первых такой подход обнаружил При- за (рис. 2). Более того, такой подход создает базу
тскер (Pritsker) в 2001 г. [7] в своем исследовании для применения широкого ряда аналитических
об азиатских финансовых кризисах, идентифи- техник, таких как регрессионный анализ, вероят-
цировав финансовое заражение как повышенную ностное моделирование, оценка экономической
корреляцию остатков ui между моделями разных стоимости риска и др.
стран:
СОЗДАНИЕ МОДЕЛИ НА ПРИМЕРЕ
ri  i   f  ui ,
'
i (1) РИСКА БАНКОВСКОГО ДЕФОЛТА
Для того чтобы можно было исследовать эф-
где ri — индекс фондового рынка; f — набор ма- фект финансового заражения, необходимо опре-
кроэкономических факторов; ui — остатки. делиться, какой именно шок будет использоваться
Таким образом, задача моделирования финан- для проявления его эффекта, так как в зависимо-
сового заражения похожа на моделирование с сти от шока будет создана модель, которая будет
учетом скрытой переменной [17], только в случае исследоваться на элемент аномалий, таких как
финансового заражения эту переменную хоть и корреляция остатков.
можно выявить, но в дальнейшем нельзя добавить Банковский дефолт является удобным видом
в модель. Следовательно, один из способов изуче- шока. Как было сказано прежде, в банковской
ния финансового заражения — анализ поведения сфере проще всего отслеживать эффект финансо-
остатков [7]. Однако в дополнение к сказанному вого заражения, и для банковской сферы проще
выше следует учитывать, что эффект финансово- всего получить необходимые для анализа данные.
го заражения не является постоянным, а значит, Рыночное восприятие риска, которое можно
измерение среднего эффекта может быть мало выразить спредом кредитного дефолта (CDS), яв-
полезным [18]. Поэтому, кроме анализа остатков, ляется экзогенной переменной для предложенной
стоит также применять методы структурного ана- модели. В теории спред CDS должен предостав-
лять чистое рыночное восприятие риска дефолта,

Рис. 2. Два измерения анализа финансового заражения

58
ФИНАНСЫ, ДЕНЕЖНОЕ ОБРАЩЕНИЕ И КРЕДИТ

так как его цена является по определению стоимо- Среди широкого ряда зарубежных статей мож-
стью защиты от риска дефолта соответствующе- но найти обширное описание самых разных пере-
го финансового института. Более того, цена CDS, менных, отвечающих за рынок и экономику стра-
будучи рыночным показателем, моментально ре- ны, так как каждый ученый включает в модель
агирует на изменения кредитного риска. Также переменные, соответствующие целям его исследо-
возможно использование доходностей облигаций вания. Таким образом, нет точного ответа, какие
как экзогенного показателя риска дефолта, так как переменные стоит включить.
факторы, влияющие на их цену, схожи с фактора- Некоторые исследования [14] советуют исполь-
ми, влияющими на стоимость CDS. Однако об- зовать такие переменные, отвечающие за эконо-
лигации зависят от риска изменения процентной мику страны, как «отношение государственного
ставки и налогообложения и будут менее показа- долга к ВВП» или «отношение национальных
тельны для данной модели. резервов к ВВП». Переменная «отношение госу-
Фундаментальные факторы, относящиеся к дарственного долга к ВВП» особенно значима, так
конкретному банку, могут включать целый ряд как она прямо влияет на рейтинг страны. С точки
балансовых показателей, но гораздо удобней вы- зрения анализа финансового заражения размер го-
разить их одной переменной, характеризующей сударственного долга является одним из главных
вероятность банковского дефолта. Отбрасывая триггеров канала гарантий. Для стран с высокой
структурные и сокращенные модели вероятности экспортной зависимостью также будут важны пе-
банковского дефолта, такие как модели Мертона, ременные, отвечающие за соотношение импорт-
Блэка и Шоулза, Халла и Уайта и т.п., можно ис- ных и экспортных цен и условий торговли [20].
пользовать простой подход Альтмана. Рыночная волатильность может быть использо-
Модель Z’’-score Альтмана [19] выгодно от- вана как показатель бизнес-климата [21], так как
личает то, что, в отличие от структурных и со- повышение волатильности ведет к увеличению
кращенных моделей банковского дефолта, она экономической неопределенности. Например,
основывается только на статистических данных для стран Европы может быть использован ин-
и балансовых показателях. Последние тесты декс VDAX. Также, помимо волатильности, стоит
модели Альтмана доказали, что адаптированная добавить переменную, ответственную за общее
модель может быть использована для банков- состояние рынка. Индекс iTraxx Europe, базиру-
ской сферы с достаточно высоким предсказа- ющийся на 125 самых ликвидных CDS, является
тельным потенциалом. Согласно исследованию оптимальным выбором [22], так как он характери-
Альтмана, Данови и Фалини 2013 г., модель зует склонность инвесторов к риску.
Z’’-score была способна предсказать 95,5 % де- Подводя итог вышесказанному, можно полу-
фолтов итальянских банков за год до объявле- чить следующую модель:
ния банкротства.
Модель Z’’-score не учитывает использование Debt
CDSi ,t  Z ''i ,t  
вне балансовых счетов, что показывает ограни- GDP j ,t (2)
ченность модели. Однако это ограничение делает iTraxxt  VDAX t  ui ,
Z’’-score оптимальной переменной для описания
вероятности дефолта банка, основывающейся где СDSi,t — своп кредитного дефолта в момент
только на данных фундаментального анализа. времени t; Z’’ i,t — Z’’-score модели Альтмана
Структурные модели, такие как модели Мертона для банка i; Debt/GDPj,t — долг к ВВП страны j;
или Блэка и Шоулза, основываются на рыночных iTraxxt — индекс, отвечающий за колебания ры-
показателях, что вызовет искажение в случае ис- ночного восприятия риска; VDAXt — индекс, от-
пользования дополнительных переменных, отве- вечающий за волатильность рынка; ut — остатки.
чающих за рынок и экономику страны. Гипоте- В данной модели результирующим является
тически Z’’-score Альтмана должна быть самой спред CDS, характеризующий рыночное воспри-
значимой переменной исходя из определения ятие риска банковского дефолта. Переменная Z’’-
CDS, однако в реальности факторы, отвечающие score модели Альтмана характеризует риск дефол-
за рынок и экономику страны, имеют большее зна- та, основанный на балансовых показателях и эм-
чение. пирических данных. Модель банковского дефолта,

59
ВЕСТНИК ФИНАНСОВОГО УНИВЕРСИТЕТА  3’2016

предложенная Альтманом, основана на статистике менты времени. Исходя из предложенной выше


дефолтов, что позволяет выделить отдельно пе- модели можно оценить связи между переменны-
ременные, отвечающие за рыночное состояние. ми государственный долг/ ВВП, Z’’-score и CDS.
Индексы iTraxx [22] и VDAX [23] выступают в Исследование связи этих переменных с iTraxx и
роли балансирующих переменных, отвечающих VDAX не будет иметь смысла, так как эти индексы
за состояние рынка, а соотношение государствен- одинаковы для всех моделей.
ный долг/ВВП отвечает за финансовое положение Простой и удобный способ оценить значи-
страны, в которой находится банк [14]. мость выявленных связей — использовать Т-тест
(5) для коэффициента корреляции Пирсона. Дан-
МЕТОДЫ АНАЛИЗА ДАННЫХ ный тест учитывает число степеней свободы, что
Временной анализ данных можно свести к со- важно, так как количество наблюдений в каждый
ставлению сети остатков для всех банков страны момент времени может отличаться:
или кластера стран. Желательно, чтобы исполь-
зовалась максимально доступная частота наблю- n2
t r . (5)
дений, однако выводы можно сделать и исходя из 1 r 2
полугодовых или ежегодных наблюдений.
Полученная таблица остатков используется для Основным ограничением предложенной мето-
получения матрицы коэффициентов корреляции дологии является то, что корреляция не означает
между остатками моделей разных банков. Сколь- причинно-следственную связь, а значит, получен-
зящий коэффициент корреляции Пирсона подсчи- ные результаты должны быть интерпретированы с
тывается для каждого выбранного периода меж- осторожностью. Другая особенность заключается
ду каждыми двумя рядами, таким образом соз- в том, что Т-тест используется для нормального
давая массив данных для матрицы, состоящей из распределения, а у нас нет оснований полагать,
коэффициентов корреляции, отвечающих за связь что финансовое заражение следует нормальному
между остатками банков в определенный период. распределению.
Для того чтобы найти средний коэффициент
корреляции по матрице, можно использовать ВОЗМОЖНОСТИ АНАЛИЗА
z-трансформацию Фишера (3). Это позволяет при- ФИНАНСОВОГО ЗАРАЖЕНИЯ
вести коэффициенты корреляции к нормальному В РОССИИ
распределению, найти среднее значение матрицы, Несмотря на то что задачи развития России
а затем с помощью обратной трансформации (4) сильно отличаются от задач развития стран За-
вернуть значение коэффициента корреляции Фи- пада, изучение финансового заражения играет
шера для всей сети. значимую роль и для России. Тесная взаимосвязь
действий Центрального банка (ЦБ) со стабильно-
1 1 r , стью банковской системы свидетельствует о су-
z  ln   (3)
2  1 r  ществовании устоявшихся каналов финансового
заражения, а значит, в стране есть сложившийся
exp  2z  –1 механизм реализации системного риска.
r . (4)
exp  2z   1 Активное выборочное вмешательство ЦБ и
поддержка системно значимых банков ведут к
Результирующий ряд коэффициентов корреля- укреплению каналов финансового заражения на
ции описывает среднюю силу финансового зара- суверенном банковском уровне. Это означает, что
жения в сети. Данный метод позволяет оценить в случае резкого ослабления позиции ЦБ можно
финансовое заражение на межбанковском уровне. ожидать целый ряд банковских дефолтов, что, в
Сравнивая силу связи и изменение ее во времени, свою очередь, нанесет удар по экономике страны,
можно определить, как ведет себя финансовое за- запуская порочный круг, действующий по петле
ражение на межбанковском уровне в данной вы- обратного влияния. Банковская система в стране
борке банков. должна развиваться за счет существования благо-
Структурный анализ направлен на изучение приятных условий для развития, а не активного
взаимосвязей переменных модели в разные мо- вмешательства ЦБ.

60
ФИНАНСЫ, ДЕНЕЖНОЕ ОБРАЩЕНИЕ И КРЕДИТ

Системный риск и каналы финансового зара- заражения и петель обратного влияния при пла-
жения как механизм реализации системного ри- нировании политики ЦБ, так как это потенциаль-
ска присущи любой экономике, а следовательно, но способно качественно улучшить возможности
им следует уделять внимание и в России. Необ- прогнозирования и оценки эффективности дейст-
ходимо учитывать масштаб эффекта финансового вий регулятора.

REFERENCES
1. Acharya V., Drechsler I., & Schnabl P. (2014). A Pyrrhic Victory? Bank Bailouts and Sovereign Credit
Risk. The Journal of Finance, 69 (6), 2689–2739.
2. Smaga P. (2014). The Concept of Systemic Risk. SRC Special Paper No. 5.
3. Constâncio V. (2012). Contagion and the European debt crisis. Financial Stability Review, Banque De
France, (No. 16), 110–111.
4. Altavilla C., Pagano M. & Simonelli S. (2015). Banks Exposures and Sovereign Stress Transmission.
5. ESRB. (2015). Report on the regulatory treatment of sovereign exposures.
6. Rigobon R. (2002). Contagion: How to Measure It?. In S. Edwards & J. Frankel, Preventing Currency
Crises in Emerging Markets (1st ed.). National Bureau of Economic Research: University of Chicago
Press.
7. Pritsker M. (2001). The Channels for Financial Contagion. International Financial Contagion, 67–95.
8. Bisias D., Flood M., Lo A. & Valavanis S. (2012). A Survey of Systemic Risk Analytics. Annu. Rev. Fin.
Econ., 4 (1), 255–296.
9. Kaufman G. & Scott K. (2003). What Is Systemic Risk, and Do Bank Regulators Retard or Contribute
to It?. The Independent Review, VIII (3), 371–391.
10. Giesecke K. & Kim B. (2011). Systemic Risk: What Defaults Are Telling Us. Management Science,
57 (8), 1387–1405.
11. Perotti E., & Suarez J. (2009). Liquidity insurance for systemic crises.
12. Kaufman G. (1994). Bank contagion: A review of the theory and evidence. Journal of Financial Services
Research, 8 (2), 123–150.
13. Markwat T., Kole E. & van Dijk D. (2009). Contagion as a domino effect in global stock markets.Journal
Of Banking & Finance, 33 (11), 1996–2012.
14. De Bruyckere V., Gerhardt M., Schepens G., & Vander Vennet R. (2013). Bank/sovereign risk spillovers
in the European debt crisis. Journal Of Banking & Finance, 37 (12), 4793–4809.
15. Gai P. (2013). Systemic risk. Oxford: Oxford University Press.
16. Erce A. (2015). Bank and Sovereign Risk Feedback Loops.
17. Dungey M., Fry R., González-Hermosillo B. & Martin V. (2005). Empirical modelling of contagion: a
review of methodologies. Quantitative Finance, 5 (1), 9–24.
18. Suh S. (2015). Measuring sovereign risk contagion in the Eurozone. International Review of Economics
& Finance, 35, 45–65.
19. Altman E.I., Danovi A. & Falini A. (2013). Z-score models’ application to Italian companies subject to
extraordinary administration. Journal of Applied Finance, 23 (1).
20. Hilscher J., & Nosbusch Y. (2010). Determinants of Sovereign Risk: Macroeconomic Fundamentals and
the Pricing of Sovereign Debt. Review Of Finance, 14 (2), 235–262.
21. Annaert J., De Ceuster M., Van Roy P. & Vespro C. (2013). What determines Euro area bank CDS
spreads? Journal of International Money and Finance, 32, 444–461.
22. Fontana A., & Scheicher M. (2010). An Analysis of Euro Area Sovereign CDS and Their Relation with
Government Bonds.
23. Äijö J. (2008). Implied volatility term structure linkages between VDAX, VSMI and VSTOXX volatility
indices. Global Finance Journal, 18 (3), 290–302.

61

Оценить