从个体到结构：复杂网络视角下系统性金融风险的识别

作 者 ：王伟

摘要

系统性金融风险的本质是金融体系内主体通过资金、交易、债务等关联形成网络结构后，局部冲击沿链路传导、放大并引发全局共振的过程。传统风险评估范式以单一机构、单一市场的个体指标为核心，难以捕捉网络关联带来的溢出效应、非线性放大与跨域传染特征。复杂网络理论将金融机构、市场、经济体乃至产业链主体抽象为网络节点，将主体间的业务、资本、贸易联系抽象为连边，为识别系统重要性节点、刻画风险传染路径、模拟冲击扩散效应提供了结构性分析框架。

本文结合 2008 年全球金融危机、欧洲主权债务危机、新冠疫情全球市场震荡等典型事件，复盘复杂网络视角对系统性风险的解释力；结合我国金融市场互联互通深化、关键产业链深度嵌入全球分工的现实场景，梳理该方法在国内的应用场景与实践进展；同时客观阐释模型的技术边界与适用前提，避免工具误用与结论泛化，最终提出面向我国宏观审慎监管与产业链安全的政策启示。

一、引言：系统性风险的 “网络” 本质

2008 年全球金融危机是金融风险研究的重要转折点。此前，监管与主流研究多关注单个金融机构的资本充足率、资产质量等个体指标，默认 “个体稳健则体系安全”。而雷曼兄弟破产的实践证明，高度互联的银行间同业拆借、衍生品交易网络，会让局部信用违约快速演变为全系统的流动性危机 —— 风险不是单点发生的，而是沿着网络链路传染、放大的。

此后十余年间，全球金融体系的互联性进一步提升：跨境资本流动规模扩大，股票、外汇、债券市场联动性增强，实体产业链与金融市场的绑定程度持续加深。2020 年新冠疫情暴发后，全球各类资产价格同步暴跌，美元流动性紧张快速传导至新兴市场；地缘冲突、贸易限制则从实体产业链端触发冲击，沿供应链向金融市场反向溢出。这些反复出现的现象表明：现代金融与经济体系已经成为高度耦合的复杂网络，系统性风险的核心是网络结构风险，而非单纯的个体风险总和。

从国内来看，随着我国金融市场双向开放、银行间与资本市场互联互通机制持续完善，股、债、汇、信贷市场的联动效应逐步显现；同时新能源、半导体等关键产业链深度嵌入全球分工体系，外部供应链冲击会通过企业盈利、信贷质量、资产估值等渠道向金融体系传导。传统的风险计量方法（如 VaR、压力测试）多聚焦个体风险水平，对主体间的关联传染、跨市场溢出效应刻画不足。引入复杂网络方法，从结构视角识别系统性风险，对完善我国宏观审慎监管体系、防范外部输入型风险具有现实意义。

二、复杂网络识别系统性风险的核心逻辑与主流模型

复杂网络分析的核心命题是：系统的整体风险水平，不仅取决于节点自身的风险属性，更取决于网络的拓扑结构与节点在网络中的位置。处于网络枢纽位置的节点，即使自身规模不大，一旦发生风险也可能引发全系统连锁反应；而网络的密集程度越高，风险传染的速度越快、冲击幅度越大。

当前主流的研究与应用模型主要分为两类：

（一）传染病动力学模型：模拟风险的扩散过程

借鉴流行病学中病毒传播的研究框架，将金融网络中的节点分为 “易感状态（未受冲击）”“感染状态（发生风险）”“免疫状态（风险出清或被救助）” 三类，通过 SIR、SIRS 等动力学模型，模拟风险在网络中的传播速度、扩散范围与最终影响。

这类模型的核心价值在于可以开展情景仿真：通过调整干预时点、救助对象范围，对比不同风险处置策略的效果。基于沪深 300 成分股的网络仿真研究显示，核心节点是驱动风险扩散的主要力量，针对核心节点隔离救助 + 边缘节点流动性保护的混合策略，防控效果显著优于无差别救助；且干预时点越早，风险最终扩散的范围越小。这一结论与全球历次危机的处置经验高度契合：危机初期精准救助系统重要性机构，阻断传染核心链路，是成本最低的风险处置方式。

（二）多层互联网络模型：刻画跨域风险的溢出效应

早期金融网络研究多采用单层网络，仅刻画单一市场内部的关联。但现实中系统性风险往往跨市场、跨领域传导，单层模型会显著低估风险的冲击强度与系统重要性节点的影响力。多层互联网络模型将股票、外汇、债券、实体供应链等分别作为独立的网络层，层与层之间通过资本流动、贸易关联等建立跨层连接，更贴近真实的风险传导逻辑。

现有实证研究形成了三点基本结论：第一，跨市场风险溢出具有非对称性。股票市场内部的溢出效应最强，外汇市场的冲击更容易向股票、债券市场传导，全球主要储备货币国长期处于风险净输出地位。第二，重大外部冲击会显著提升网络连通性。对比新冠疫情与英国脱欧两类事件，疫情对全球金融网络连通性的冲击远大于脱欧事件，危机期间跨市场风险传染效应被显著放大。第三，多层网络可以识别 “隐形枢纽”。相较于单层模型，多层框架能够识别那些在单一市场中表现普通、但在跨层传导中处于关键位置的节点，避免系统重要性主体的漏判。

进一步将研究边界拓展至实体产业链，基于贸易数据构建的供应链多层网络显示：上游资源、关键零部件的限制措施，会沿着产业链向下游逐级放大冲击；关键中间品生产节点的中断，可能对全产业链造成远大于自身规模的影响。这意味着系统性风险不仅存在于金融体系内部，关键产业链的断裂同样会通过 “实体 - 金融” 的双向传导，演变为宏观层面的系统性冲击。

三、全球典型风险事件的网络视角复盘

复杂网络方法的解释力，在历次全球重大风险事件中得到了反复验证。

（一）2008 年全球金融危机：银行间网络的核心节点崩塌

次贷危机最初只是美国房地产市场的局部信用风险，但通过高度密集的银行间同业拆借、资产证券化与衍生品交易网络快速扩散。从网络视角看，少数大型国际银行处于网络的高中心性位置，是连接全球金融机构的枢纽；雷曼兄弟作为核心节点之一破产后，交易对手风险沿网络链路快速传导，引发全市场的信心崩塌与流动性紧缩。

传统监管的盲区在于：只考核单家银行的资本充足率，没有评估机构间相互敞口形成的网络传染风险。这也是危机后全球监管体系引入 “系统重要性金融机构（SIFI）” 名单的核心逻辑 —— 从网络视角识别枢纽机构，实施更严格的监管要求。

（二）欧洲主权债务危机：双层网络的风险共振

欧债危机呈现出清晰的 “主权债务 - 银行体系” 双层网络风险共振特征。欧元区各国主权债务与银行体系深度绑定：银行持有大量主权国债，主权信用评级下调会直接冲击银行资产质量；而银行风险上升又会倒逼政府救助，进一步加剧主权债务压力。

部分南欧国家虽然经济体量有限，但在跨境债权网络中处于关键连接位置，其主权风险快速扩散至整个欧元区金融网络。这印证了网络视角的一个重要结论：系统重要性不完全等同于规模，位置的枢纽性同样关键。

（三）新冠疫情全球市场震荡：多层网络的跨层溢出

2020 年新冠疫情暴发后，全球股市、汇市、债市同步出现剧烈波动，是典型的多层网络跨层传染事件。疫情冲击首先从实体经济预期端触发，快速传导至股票市场，再通过资产价格下跌、流动性收紧传导至债券、外汇市场；美元作为全球核心货币，其流动性短缺快速向所有新兴市场溢出。

多层网络实证显示，疫情期间全球金融市场的连通性较常态显著提升，跨市场风险溢出强度明显放大。单一市场的风险隔离政策难以奏效，因为冲击会通过多层链路绕开管制，实现跨域传导。

（四）英国脱欧：结构性冲击的有限传导

作为结构性制度冲击，英国脱欧对全球金融网络的影响显著低于新冠疫情。从网络结构看，脱欧主要影响欧洲区域的贸易与金融关联，对全球整体网络连通性的冲击有限；且市场提前通过预期定价消化了部分冲击，风险沿网络传导的强度被提前稀释。这也说明，网络冲击的强度不仅取决于事件本身，更取决于事件在网络结构中的位置与市场的预期程度。

四、中国场景下的应用实践与现实挑战

随着我国金融体系市场化、开放程度提升，以及实体产业链与全球网络深度融合，复杂网络方法在国内的应用场景不断拓展。

（一）金融体系内部的网络风险

我国金融体系以间接融资为主，银行间市场是金融网络的核心枢纽。银行间同业拆借、债券回购等业务形成了密集的资金关联网络，大型国有银行处于网络核心位置，是流动性传导的枢纽。同时，随着债券通、沪深港通等机制推进，股票、债券、外汇市场的跨市场联动性持续增强，外部输入型风险的传导路径更加多元。

现有国内研究显示，我国金融市场的跨市场溢出效应逐步显现，人民币汇率波动对股票、债券市场的影响持续提升；房地产市场与信贷、信托市场的网络关联，也是系统性风险的重要潜在来源。

（二）实体产业链与金融的联动风险

我国是全球产业链的核心节点，新能源、半导体、高端制造等关键产业深度嵌入全球分工网络。地缘冲突、出口管制、资源价格波动等外部冲击，会沿着供应链网络向国内企业传导，影响企业盈利与现金流，进而向银行信贷、资本市场溢出，形成 “产业链冲击 — 企业风险 — 金融风险” 的传导链条。

以锂电池产业链为例，基于全球贸易数据的多层网络研究显示，上游锂矿资源限制、关键材料出口管制等冲击，会沿着产业链向下游逐级放大，下游整车、储能产业受到的影响显著大于上游节点自身的波动。这类研究为我国关键产业链安全监测提供了量化工具。

（三）现有实践的局限

当前国内相关研究仍处于学术探索阶段，落地到监管实务还面临诸多挑战：一是数据可得性限制，银行间同业敞口、跨机构关联的详细数据难以完整获取；二是动态性不足，多数研究采用静态网络，难以捕捉市场快速波动时的网络结构变化；三是与政策工具的衔接不足，模型结论向监管政策转化的路径仍不清晰。

五、方法边界：必须厘清的技术局限

复杂网络是系统性风险研究的有力工具，但并非 “万能模型”。要避免工具误用与结论泛化，必须清晰认识其固有局限：

第一，相关性不等于因果性。网络关联大多基于价格、贸易数据的相关性构建，只能说明节点之间存在联动，不能直接证明风险的因果传导方向。市场同步波动可能源于共同的宏观冲击，而非节点之间的相互传染。

第二，样本敏感性较强。网络结构、传染参数的估计高度依赖样本区间的选择。平稳市场期估计的网络连通性与风险传导系数，在极端危机场景下可能失效，存在明显的结构断点。

第三，静态网络假设的缺陷。多数实证研究采用静态网络拓扑，但真实金融网络是动态演化的。危机发生时，市场主体会主动收缩业务、切断风险敞口，网络结构本身会快速重构，静态模型难以捕捉这种内生的结构变化。

第四，制度与政策因素难以量化。监管政策、政府兜底预期、行政干预等因素，会显著改变风险的传染行为与路径。现有量化网络模型很难完整内化制度因素，这也是纯模型结论与现实存在偏差的重要原因。

基于上述局限，必须明确：复杂网络方法是系统性风险的辅助研判工具，而非精准预测危机的手段。模型仿真结果是特定假设下的情景推演，不能直接等同于现实风险演化路径，更不能单独作为政策或投资决策的唯一依据。

六、政策启示与未来展望

立足我国现实，将复杂网络方法融入系统性风险防控体系，可从四个方向推进：

第一，构建多层级风险监测网络，完善宏观审慎工具箱。在现有机构监管、市场监测基础上，引入复杂网络分析框架，搭建覆盖信贷、股票、债券、外汇市场的多层关联监测体系，识别跨市场风险传导的关键节点与核心链路，提升对外部输入型风险的预警能力。

第二，建立 “实体产业链 - 金融” 联动风险沙盘。针对新能源、半导体、粮食能源等战略关键产业链，构建贸易 - 金融多层网络模型，常态化开展压力测试，预判外部冲击沿产业链传导的路径与强度，提前设置风险缓冲机制，保障产业链供应链安全。

第三，优化风险处置策略，坚持 “精准、早干预”。网络仿真结论表明，早期干预核心枢纽节点的防控效率最高。风险处置应避免无差别兜底，聚焦系统重要性机构与关键产业链节点，同时保护大量中小市场主体，优化风险处置的资源配置效率。

第四，夯实量化研究的实证基础。坚持 “逻辑框架 — 数理公式 — 代码复现” 的完整研究路径，避免脱离模型前提的结论泛化。结合国内金融制度特征与产业实际，优化模型假设与参数校准，提升研究结论的适用性与稳健性。

结语

复杂网络范式为系统性金融风险研究带来了结构性视角，弥补了传统风险评估对关联传染、跨域放大特征刻画不足的短板。从全球历次危机到中国市场实践，一系列现象与研究都证明，网络结构是理解系统性风险的关键维度。

在我国金融开放深化、全球产业链博弈加剧的背景下，系统性风险的来源更加多元，传导路径更加隐蔽。将复杂网络方法与我国监管体系、产业现实深度结合，既有助于更精准地识别风险枢纽、预判传染路径，也能为宏观审慎政策与产业链安全政策提供量化支撑。同时也要始终保持审慎，认清模型的技术边界，避免工具崇拜与结论过度推演，在理论与实践的互动中持续完善中国特色的系统性风险防控体系。

来源：天工智研

免责声明：本文为学术研究与智库交流文稿，仅用于理论探讨与观点分享，不构成任何投资建议、交易指引或政策决策依据。文中模型结论、实证结果均来自公开学术研究与公开数据的分析推演，不代表对未来市场走势的确定性判断。金融市场与产业发展受宏观政策、地缘冲突、技术变革等多重因素影响，实际运行结果可能与本文结论存在差异。任何主体依据本文内容作出的决策，相关风险与损益由行为人自行承担。本文严禁用于商业传播、营销推介；转载请注明出处，不得断章取义、歪曲篡改。