金融ネットワークのレジリエンスに関するストレステスト

我々は、バランスシートに影響を与える外部ショックに対する金融ネットワークのレジリエンスをストレステストするためのシミュレーションフリーのフレームワークを提案します。従来の金融ネットワークにおける感染効果の研究は大規模シミュレーションに依存していましたが、我々のアプローチは、異種ネットワークにおけるデフォルトカスケードの漸近解析に基づく感染に対するレジリエンスのためのシンプルな解析基準を使用します。特に、我々の方法論はネットワーク全体を観察する必要がなく、レジリエンスに寄与するネットワークの特性に焦点を当てています。このフレームワークをサンプルネットワークに適用すると、バランスシート上のマクロ経済ショックによって生成されるデフォルトカスケードの規模が、ショックの大きさが特定の閾値に達すると急激に遷移することが観察されます。この閾値を超えると、感染は金融システムの大部分に広がります。ネットワークの特性に基づいて、閾値の上限が示されます。